OpenEvolve是什么？2026年开源AI进化算法代码库优化指南

Introduction

我构建了一个名为 OpenEvolve 的 Google DeepMind AlphaEvolve 系统的开源实现。它是一个进化编码代理，利用大语言模型（LLM）通过迭代进化来发现和优化算法。

欢迎试用：https://github.com/codelion/openevolve

What is OpenEvolve?

OpenEvolve 通过利用大语言模型（LLM）集成与自动化评估相结合，进化整个代码库（而不仅仅是单个函数）。它遵循 AlphaEvolve 论文中描述的进化方法，但完全开源且可配置。

我构建这个项目是因为我想尝试进化代码生成，并看看是否能复现 DeepMind 的结果。原始系统成功优化了谷歌的数据中心并发现了新的数学算法，但并未发布其实现。

How It Works

该系统由四个主要组件组成，它们在一个进化循环中协同工作：

程序数据库：以受 MAP-Elites 启发的结构存储程序及其评估指标
提示采样器：利用过去的解决方案创建富含上下文的提示
LLM 集成：使用多个模型生成代码修改
评估器池：测试程序并提供反馈指标

What You Can Do With It

运行现有示例，观察进化过程
使用自定义评估函数定义您自己的问题
配置 LLM 后端（兼容任何 OpenAI 兼容的 API）
在集成中使用多个 LLM 以获得更好的结果
使用多目标优化算法

Replicated Examples from the AlphaEvolve Paper

我从 AlphaEvolve 论文中复现的两个示例：

圆形填充：从简单的几何模式进化为复杂的数学优化，达到了 DeepMind 报告结果的 99.97%（对于 n=26，半径总和为 2.634 对比 2.635）。
函数最小化：将随机搜索转变为一个包含冷却计划和自适应步长的完整模拟退火算法。

Technical Insights

低延迟的 LLM 对于快速生成周期至关重要
使用 Gemini-Flash-2.0-lite + Gemini-Flash-2.0 作为集成获得了最佳结果
对于圆形填充问题，Gemini-Flash-2.0 + Claude-Sonnet-3.7 表现最佳
Cerebras AI 的 API 提供了最快的推理速度
两阶段方法（先探索后利用）对于复杂问题效果最好

Getting Started (Takes < 2 Minutes)

您只需要 Python 3.9+ 和一个 LLM 服务的 API 密钥。配置通过简单的 YAML 文件完成。

Clone and Install

git clone https://github.com/codelion/openevolve.git
cd openevolve
pip install -e .

Run the Function Minimization Example

python openevolve-run.py \
  examples/function_minimization/initial_program.py \
  examples/function_minimization/evaluator.py \
  --config examples/function_minimization/config.yaml \
  --iterations 50

我将随时解答问题并进行讨论！

常见问题（FAQ）

OpenEvolve是什么？它和DeepMind的AlphaEvolve有什么关系？

OpenEvolve是DeepMind AlphaEvolve系统的开源实现，利用LLM集成通过进化算法演进和优化整个代码库，在数学优化问题上已取得验证成功。

OpenEvolve是如何工作的？它的核心组件有哪些？

系统包含四个核心组件：程序数据库存储程序及指标，提示采样器创建上下文提示，LLM集成生成代码修改，评估器池测试程序并提供反馈，它们协同工作在进化循环中。

使用OpenEvolve需要什么条件？如何快速开始体验？

只需Python 3.9+和LLM服务的API密钥，通过YAML文件配置。克隆仓库后安装依赖即可运行，例如函数最小化示例，整个过程不到2分钟。