DeepMind AlphaEvolve迎来自己的“第37步”时刻 | AI周报

谷歌DeepMind首席执行官戴密斯·哈萨比斯近日在一篇华尔街日报专栏中抛出重磅观点：其旗下编程智能体AlphaEvolve在数学领域取得的突破，堪称人工智能的又一个“第37手时刻”。这一类比直接回溯到2016年AlphaGo与韩国棋手李世石那场载入史册的人机大战——当时AlphaGo在第二局下出的第37手，被DeepMind测算人类棋手在万次对局中仅可能出现一次，这步反直觉的落子起初被解说员视为失误，随后却被公认为神之一手，直接动摇了李世石对围棋的既有认知。 AlphaEvolve的“第37手”发生在矩阵乘法这一现代神经网络的基础运算上。作为几乎所有AI系统底层都要反复执行的核心操作，矩阵乘法的效率哪怕提升一丝一毫，都会在成千上万个生产环境中的模型上产生复利效应。哈萨比斯认为，AlphaEvolve产出的全新矩阵乘法方法，正是AlphaGo当年在棋盘上展现的那种“人类顶尖专家根本不会想到”的原创性突破。值得注意的是，这并非严谨的学术论文，而是一篇观点专栏——文章并未提供独立验证基准、未点名审阅该结果的数学家，也未量化具体加速幅度。但真正值得中国卖家和AI从业者关注的，是这背后折射出的激励结构：如果前沿实验室的编程智能体真能产出人类专家无法想象的原创方案，那么最先受益的将是算法设计团队、芯片与编译器厂商，以及试图压缩推理成本的云服务商。对于更广泛的从业者而言，至少应该意识到这场关于AI原创能力的论证正在发生，并思考它对自身业务可能带来的连锁影响。