Alpha Evolve：DeepMind如何把代码生成推进到“会自我改进”的AI代理

在这期 No Priors 播客中，Google DeepMind 的 Pushmeet Kohli 和 Matej Balog 讲述了 Alpha Evolve 的来龙去脉：它不只是写代码的模型，而是围绕“评估—搜索—改进”构建的算法发现系统。对任何关注 AI Agent 与代码生成未来的人，这是一次难得的一手视角。

为什么 Alpha Evolve 不只是另一个“写代码的模型”

这一集一开始就点出了核心问题：如果 AI 只是生成代码，那它和以往的代码补全工具并没有本质不同。Kohli 用一句话概括 Alpha Evolve：它是一个“AI coding agent”，但重点不在“coding”，而在“agent”。为什么这很重要？因为他们关心的不是一次性输出，而是一个能反复尝试、被评价、再改进的过程。

在对话中，Balog 强调，他们从一开始就避免把 Alpha Evolve 描述成“更大的模型”。相反，它是一个围绕算法设计的系统：模型提出候选方案，系统用明确的评估函数打分，再根据反馈继续搜索。这种结构让代码生成变成了算法发现的一部分，而不是终点。正如他们所说：“having a good evaluator”往往比单纯生成更多代码更关键。

这种视角直接把讨论从“模型有多强”拉到了“系统如何工作”，也为后面关于自我改进 AI 的讨论埋下了伏笔。

一条并不突然的起点：算法发现的长期积累

Alpha Evolve 并不是一次灵光一现。两位嘉宾反复提到，他们“并不算刚进入 algorithm discovery 这个领域”。为什么这段背景重要？因为它解释了为什么 Alpha Evolve 更像是一次阶段性成果，而不是孤立的研究项目。

在节目中，他们回顾了自己长期围绕算法搜索和自动化设计的工作经历，并将 Alpha Evolve 放在这条时间线上来看。主持人问到它与以往工作的区别时，讨论自然延伸到了 DeepMind 早期的代理系统，比如 AlphaGo 所体现的思想：不是直接给答案，而是通过搜索和评估不断逼近更优解。

这里有一个微妙但重要的转折：Alpha Evolve 并不复制游戏里的做法，而是把这种“搜索 + 评价”的结构迁移到代码和算法空间中。正如 Balog 所暗示的，这是把一个在博弈中验证过的思路，带到更开放、也更混乱的解空间。

评估函数：决定 AI 代理能走多远的“隐形天花板”

如果只能记住这期播客的一个技术观点，那很可能就是评估函数的重要性。为什么这很关键？因为在代码和算法领域，生成方案并不难，难的是判断“哪个更好”。

在多个片段中，两位嘉宾反复强调，只要存在可计算、可自动化的评价标准，AI 代理就能不断尝试并改进。“If evaluation functions…”这句话后面的讨论，直接指向了一个现实限制：并不是所有重要问题，都有现成的好评估器。

但他们并没有因此悲观。相反，Kohli 提到，这个假设在某些场景下是可以被“relaxed”的——评估不一定完美，只要足够区分好坏，就能推动系统前进。这也是 Alpha Evolve 被设计成系统而非单模型的原因：它允许在不完美的反馈中持续演化。

从代码到科学：自我改进代理的边界在哪里

当话题转向“self-improving AI”时，节目进入了最具前瞻性的部分。为什么这段讨论值得关注？因为它直接触及了 Alpha Evolve 之外的可能性。

两位嘉宾被问到，这种方法是否能扩展到生物、化学甚至药物发现。他们的回答并不夸张，而是谨慎地指出：关键仍然是解空间和评估方式。一旦问题可以被形式化，代理就有机会在其中搜索新解。

在这里，他们分享了一个清晰的态度：未来更可能是“collaborative”的。AI 代理负责大规模探索，人类研究者负责定义问题、约束目标，并判断哪些结果真正有意义。这种分工，也许才是 Alpha Evolve 类系统最现实、也最有力量的落点。

总结

Alpha Evolve 的价值，不在于它写出了多少代码，而在于它展示了一种构建 AI 代理的方法论：用评估驱动搜索，用系统设计支持持续改进。这期 No Priors 的对话提醒我们，真正拉开差距的往往不是模型规模，而是如何把模型放进一个能“学习如何变好”的结构中。对开发者和研究者而言，最大的启发或许是：先想清楚你如何评估，再决定让 AI 做什么。

关键词： Alpha Evolve， AI Agent， 代码生成， 算法发现， Google DeepMind

事实核查备注： 节目名称：No Priors Ep. 120；嘉宾：Pushmeet Kohli、Matej Balog（Google DeepMind）；核心概念：Alpha Evolve、AI coding agent、algorithm discovery、evaluation function；相关提及：AlphaGo（作为类比思想），self-improving AI，collaborative 人机协作。