AlphaEvolve：Gemini驱动的编码代理跨领域扩大影响力

改善AI基础设施AlphaEvolve已从试点测试阶段毕业，成为我们基础设施的核心组件。它已被用作优化下一代TPU设计的常规工具，还帮助发现了更高效的缓存替换策略，在两天内完成了以往需要数月、人力密集的协同工作。

AlphaEvolve开始优化AI堆栈最底层的硬件，提出了一种反直觉但高效的电路设计，直接集成到下一代TPU的硅片中。这是TPU大脑帮助设计下一代TPU躯体的最新例子。

——Jeff Dean，Google DeepMind和Google Research首席科学家AlphaEvolve通过改进日志结构合并树的压缩启发式方法，提升了Google Spanner的效率。

该优化将“写入放大”（写入存储的数据与原始请求的比率）降低了20%。它还为新的编译器优化策略提供了洞见，使软件的存储占用减少了近9%。扩展商业应用我们正与Google Cloud合作，将AlphaEvolve的能力带给各行各业的商业企业。

在金融服务领域，Klarna使用该系统优化了其最大的Transformer模型之一，使训练速度翻倍，同时提升了模型质量。

在半导体制造领域，Substrate将AlphaEvolve应用于其计算光刻框架，实现了运行速度数倍提升，使其能够运行更大规模的先进半导体模拟。

在物流领域，FM Logistic利用该技术优化了旅行商问题等复杂路线规划挑战，与之前高度优化的解决方案相比，路线效率提升了10.4%，每年节省超过15,000公里的行驶距离。

在广告和营销领域，WPP使用AlphaEvolve优化AI模型组件，处理复杂、高维度的广告活动数据，相比手动模型优化实现了10%的准确率提升。在计算材料和生命科学领域，Schrödinger应用AlphaEvolve在机器学习力场（MLFF）训练和推理上实现了约4倍加速。

AlphaEvolve使我们能够比以往更快、更高效地探索更大的化学空间。更快的MLFF推理带来了实际业务影响，缩短了药物发现、催化剂设计和材料开发的研发周期，使公司能够在几天而非几个月内筛选分子候选物。

——Gabriel Marques，Schrödinger机器学习技术主管AlphaEvolve的未来过去一年表明，AlphaEvolve正迅速成为一个多功能的通用系统。

它证明了下一个突破将由能够自我学习、进化和优化的算法驱动。展望未来，我们很高兴能扩展这些能力，并将这项技术的力量带给更广泛的外部挑战。

致谢AlphaEvolve由Matej Balog、Alexander Novikov、Ngân Vũ、Marvin Eisenberger、Emilien Dupont、Po-Sen Huang、Adam Zsolt Wagner、Sergey Shirobokov、

Borislav Kozlovskii、Francisco J. R. Ruiz、Abbas Mehrabian、M. Pawan Kumar、Abigail See、Swarat Chaudhuri、George Holland、Alex Davies、

Sebastian Nowozin和Pushmeet Kohli开发。这项研究是更广泛计划的一部分，专注于使用AI进行算法发现。

初步开发后，Aja Huang、Anton Kovsharov、Alexey Cherepanov、Anindya Basu、Becky Evangelakos、Jamie Smith和Mario Pinto加入团队，为扩大AlphaEvolve的影响力做出了贡献。

Adam Connors、Alex Bäuerle、Anna Trostanetski、Fernanda Viegas、Gabi Cardoso、Jonathan Caton、Lucas Dixon、Mariana Felix、Martin Wattenberg、

Matin Akhlaghinia、Richard Green、Yosuke Ushigome和Yunhan Xu与团队合作开发了AlphaEvolve UI，并得到了许多其他人的支持。

Anant Nawalgaria、Diego Ballesteros、Gemma Jennings、Jakob Oesinghaus、Kartik Sanu、Laurynas Tamulevičius、Nicolas Stroppa、Nishta Dhawan、

Oliver Hilsenbeck、

Puneet Jagralapudi、Reah Miyara、Skander Hannachi、Tom Beyer和Vishal Agarwal与团队合作开发了AlphaEvolve API并与Google Cloud客户互动，得到了许多其他人的支持。

我们感谢合作者在关键问题上领先应用AlphaEvolve并为本报告做出贡献：Aaron Wenger、Abhradeep Guha Thakurta、Akanksha Jain、Alex Vitvitskyi、Amir Yazdan Bakhsh、

Andrew Carroll、

Aranyak Mehta、Arthur Conmy、Ansh Nagda、Davide Paglieri、Eric Perim Martins、Gabriella Marfani、Hassler Thurston、Hongzheng Chen、Jack Mason、

János Kramár、

Jasper Xian、Jeremy Ratcliff、Jessica Sapick、Johannes Bausch、Jonathan Katz、Kevin Miller、Kim Stachenfeld、Mark Kurzeja、Mircea Trofin、

Myriam Khan、Nero Geng、Pablo Samuel Castro、Petar Veličković、Pi-Chuan Chang、Prabhakar Raghavan、Raghav Gupta、Rohin Shah、Sasha Vezhnevets、

Sébastien Lahaie、Sergio Guadarrama、Shravya Shetty、Shruthi Gorantala、Terence Tao、Todd Lipcon、Tom O'Brien、Vinod Nair、Ziyue Wang、Zun Li，

以及AlphaEvolve的许多其他用户。

最后，我们感谢领导层的指导和支持：Amin Vahdat、Ankur Jain、Demis Hassabis、Jeff Dean、Parthasarathy Ranganathan、Pushmeet Kohli、Saurabh Tiwary和Sundar Pichai。

我们还感谢Google DeepMind、Google Cloud、Google Labs、Google Research及其他产品领域的合作伙伴团队，他们为AlphaEvolve驱动的应用和产品提供了支持。