优化代码，有点像让人不断改装一辆车，再用秒表筛掉更慢的版本。谷歌近日将 AlphaEvolve 正式推向 Gemini 企业级代理平台：它从现有程序出发，让 Gemini 生成大量变体，再按用户设定的评估函数——也就是自动打分规则——测试、筛选并继续迭代，最后交付可读的优化代码。GA（General Availability）意味着它已不再只是研究演示，而是谷歌云客户可调用的正式服务。
这次产品化的关键，是把生成与评分分开。AlphaEvolve 通过 API——供其他软件调用的接口——生成候选程序；企业可在自己的笔记本、私有集群或超级计算机上运行评估程序，只把分数传回。据 InfoQ 报道，Klarna 三周探索约 6000 个候选程序，机器学习训练吞吐量翻倍；JetBrains 的代码补全延迟降低 15% 至 20%。不过，这些数据来自谷歌公告或客户评价，尚无独立基准测试，定价也未披露。
它最适合“好坏能用数字说清”的问题，例如速度、精度或路线长度。工程师仍要定义指标、审查代码并决定是否发布。若业务逻辑的成功标准本就模糊，系统也没有可靠方向可搜；评分规则漏掉的错误，还可能被优化过程放大。