有些任务的瓶颈是算法，不是再写一段文案。7月9日，Google DeepMind把AlphaEvolve放进Gemini Enterprise，状态是GA，也就是正式商用，不再是实验室演示。
DeepMind是Google的AI研究机构。AlphaEvolve建在Gemini之上，一边用服务器上的大模型探索改法，一边在客户端安全地执行代码，再把结果喂回去。它要交出的是比人类设计基线更好的算法，而不是一份建议清单。基线，白话就是工程师现在正在用的那版方案。
点名的场景是物流路径、金融模型调参、医疗算法改进、能源调度。共同点是：效率可以用数字衡量，改对了就省时间或省成本。原文的预期是，过去要数月的调优，有望在小时级完成，而且结果更好。“有望”还不是客户案例。
探索和执行是分开的。大模型在服务器侧提出改法，代码在客户端的安全环境里跑，避免直接在客户生产机器上试错。MCP服务器数量已超过13000，说明可调用的工具很多。AlphaEvolve若只优化算法、不接这些工具，它就是目录里的单独产品。四层放在一起，才是原文用来对照Claude Code的结构。Gemini 2.5 Pro负责思考，Managed Agents负责托管运行。
在企业产品线上，它和Gemini 2.5 Pro思考模型、Managed Agents、Google Cloud的MCP服务器排在一起。MCP协议一侧，服务器数量已突破13000。四层被写成：Gemini、AlphaEvolve、Managed Agents、MCP，用来对着Anthropic的Claude Code。MCP是让模型调用外部工具的协议。Managed Agents是云上托管的智能体，不用客户自己管运行环境。
正式商用意味着可以签进企业合同，不意味着所有算法题都会被自动做完。安全执行限制了它能跑什么代码。医疗和金融场景还有合规，原文没有说已经通过行业认证。
下一观察点是第一批公开的优化幅度：相对人类基线提升多少、用在哪条业务，而不是只重复“超越基线”。