AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms（AlphaEvolve：基于 Gemini 的高階演算法設計 AI 編碼代理）

---

title: "AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms（AlphaEvolve：基于 Gemini 的高階演算法設計 AI 編碼代理）" tags: [部落格, 英文, Google DeepMind, AI Agent, 演算法發現, Gemini] source: https://deepmind.google/blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/ date: 2026-05-14 domain: 國際視野 type: research status: active updated: 2026-08-30 ---# AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms（AlphaEvolve：基于 Gemini 的高階演算法設計 AI 編碼代理）

來源： Google DeepMind 原文日期： 2026-05-14

中文摘要

Google DeepMind 推出 AlphaEvolve，一個由 Gemini 驅動的編碼 AI Agent，能自主設計和進化新演算法。系統結合大型語言模型的創造力與自動化評估器，在數學、電腦科學和實際運算应用中成功發現新演算法。AlphaEvolve 為 4×4 複數矩陣乘法發現僅需 48 次純量乘法的演算法，超越了 Strassen 1969 年以來的最佳記錄。此外，在.openapi源社群 75% 的案例中重新發現當前最佳解，20% 的案例中實際推進了未解問題（如 11 維接吻數問題）。

關鍵洞察

從搜尋到設計：與前代 AlphaTensor（專注搜尋矩陣乘法演算法）不同，AlphaEvolve 能提出全新的梯度下降程序，涵蓋權重初始化、損失函數、超參數搜尋等 15 個突變

Kissing number 突破：在 11 維空間中發現 593 個外層球體的新配置，推高了這個困擾数学家 300 多年的幾何學問題的下界

真實世界運算優化：與之前的 AlphaEvolve v1 相比，新系統在資料中心負載分配和 Kernel 幾何最佳化上減少了 10-15% 的效能瓶頸

可驗證性是核心：系統的關鍵在於用自動化的 evaluate 循環來測試 LLM 提案，排除不好的提案

AlphaEvolve 可被理解為一個演算法搜尋演算法：它進化的是人類可審查和修改的源代碼

原文關鍵句（英文保留）

> "New AI agent evolves algorithms for math and practical applications in computing by combining the creativity of large language models with automated evaluators."

> "AlphaEvolve’s procedure found an algorithm to multiply 4x4 complex-valued matrices using 48 scalar multiplications, improving upon Strassen's 1969 algorithm that was previously known as the best in this setting."

> "In 20% of cases, AlphaEvolve improved the previously best known solutions, making progress on the corresponding open problems."

對 CJ 哥的價值

企業 AI 轉型：AlphaEvolve 展示了 AI agent 如何從「輔助寫代碼」進化到「自動設計複雜系統」，對企業內部的工程團隊效能提升有重大啟示

人才策略啟示：AI 發現瓶頸的關鍵在於「可驗證的自動化評估循環」，企業應投資建立內部的 AI agent 驗證基礎設施

內容生產：「AI 自己設計 AI」的敘事極具傳播力，適合作為科技趋势內容的核心素材