AlphaEvolve发布一周年：AI设计TPU芯片、解数学难题，递归自我改进已成工程现实

谷歌AlphaEvolve发布一周年交出炸裂成绩单：在科研领域，它与菲尔兹奖得主陶哲轩合作攻克Erdős经典数学难题，优化基因组学DeepConsensus模型将DNA测序变异检测错误率降低30%，为Willow量子处理器设计新电路方案使错误率比传统方法低10倍。在工程领域最震撼的是，AlphaEvolve提出了一种反直觉的电路设计方案，被直接集成进下一代TPU的硅片。谷歌首席科学家Jeff Dean表示TPU大脑正在设计下一代TPU身体——训练AI的芯片正在被AI自己重新设计。商业落地方面，通过Google Cloud服务多家企业：Klarna训练速度翻倍，FM Logistic物流效率提升10.4%，Schrödinger药物研发速度提升约4倍。Anthropic联合创始人Jack Clark预测，到2028年底有60%以上概率出现AI系统完全自主训练出下一代。递归自我改进的大门已经推开。