news 2026/5/15 2:38:16

谷歌推出代码进化智能体,助力企业降低云计算隐性成本

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
谷歌推出代码进化智能体,助力企业降低云计算隐性成本

企业往往不愿公开承认这一点,但其云计算账单的很大一部分实际上源于一个看似平常但具有欺骗性的问题:低效的代码。

软件交付平台提供商Harness与AWS联合发布的研究报告显示,在美国和英国接受调查的700名工程师和开发人员中,52%的人表示,财务运营团队与开发人员之间的脱节正在导致云基础设施成本的浪费支出。

研究人员在报告中写道:"现实情况是,开发人员经常将成本优化视为别人的问题。这种脱节导致了资源过度配置、空闲实例以及消耗预算的低效架构。"

HFS Research首席执行官Phil Fersht表示,低效代码是这种脱节的重要组成部分,现在应该将其视为首席财务官层面的问题,因为AI工作负载正在增加功耗、碳成本和基础设施支出。

他说:"计算浪费巨大。大型云提供商的研究表明,20%到40%的云计算资源要么未充分利用,要么被低效代码消耗。企业为这种浪费买单。"

这种计算资源的隐性税收引起了AI编程助手提供商的关注。

谷歌通过推出新的编程智能体AlphaEvolve来解决这一问题,该智能体将重点从代码生成转向代码进化。

谷歌周三在博客文章中表示,这款由Gemini驱动的编程智能体目前处于私有预览阶段。

用户必须首先编写他们想要解决的问题定义、评估建议解决方案的测试,以及解决问题的代码初稿。然后,AlphaEvolve会迭代地应用Gemini大语言模型在代码中生成"变异",并对其进行测试,以确定它们是否比现有解决方案更好,直到满足测试标准。

分析师表示,通过改变底层算法来进化代码的能力可能会成为企业的游戏规则改变者。

Fersht说:"对于希望在路由、调度、预测和优化等领域提高性能的企业来说,代码进化功能强大。这些领域的算法改进直接转化为商业优势、降低计算成本和更好的上市时间。"

The Futurum Group数据、AI和基础设施实践负责人Bradley Shimmin表示,谷歌可能旨在帮助企业进化整个代码库,而不仅仅是帮助语法补全、代码生成和文档编制。

Fersht认为AlphaEvolve将推动企业改变开发人员长期以来遵循的做法:先编写代码,后优化。

Fersht说:"十年来,开发者文化优先考虑速度和框架而非优化。在计算便宜时这种做法有效。AI改变了这个等式。模型对计算资源需求巨大。"

Fersht补充说:"企业现在意识到,低效的代码会减慢模型速度,增加成本,并影响现实世界的性能。"他还表示,开发人员被迫在开发生命周期中更早而不是更晚地进行优化。

这种压力不仅仅是因为大语言模型的巨大处理能力需求:数据中心容量现在成为战略约束,因为AI推理负载的扩展速度超过了基础设施,Fersht说,任何提高代码效率的工具也会减少运行应用程序所需的GPU数量和电力消耗。

他说:"这就是为什么算法发现如此重要:它减少了对暴力计算的需求。"

用于代码进化的算法发现并不是供应商帮助企业优化编程相关计算资源支出的唯一方式。

法国大语言模型供应商Mistral推出了一款专门用于编程的紧凑型新开放大语言模型Devstral 2,声称其效果与更大的模型一样有效。较小的模型运行成本比较大的模型便宜,因为它们需要较少强大的硬件,并执行较少的计算来生成答案。

Anthropic也在努力支持开发人员,将Claude Code引入Slack,帮助他们生成更好的代码并减少协作时间。通常,Slack是开发团队讨论架构的地方,Claude Code在那里的集成将帮助编程智能体获得更好的上下文,生成与团队更相关的代码。

Q&A

Q1:AlphaEvolve是什么?它有什么特别之处?

A:AlphaEvolve是谷歌推出的由Gemini驱动的编程智能体,目前处于私有预览阶段。它的特别之处在于将重点从代码生成转向代码进化,通过迭代地在代码中生成"变异"并测试,直到满足测试标准,从而改变底层算法来进化代码。

Q2:为什么企业需要关注代码效率问题?

A:大型云提供商的研究表明,20%到40%的云计算资源要么未充分利用,要么被低效代码消耗,企业为这种浪费买单。随着AI工作负载增加功耗、碳成本和基础设施支出,低效代码现在应该被视为首席财务官层面的问题。

Q3:除了谷歌,还有哪些公司在解决代码效率问题?

A:法国大语言模型供应商Mistral推出了专门用于编程的紧凑型开放大语言模型Devstral 2,运行成本比大型模型便宜。Anthropic也将Claude Code引入Slack,帮助开发人员生成更好的代码并减少协作时间。


版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/12 22:40:40

在Miniconda环境中集成MLflow跟踪实验结果

在Miniconda环境中集成MLflow跟踪实验结果 在机器学习项目的开发过程中,一个常见的困境是:明明在本地训练时模型表现优异,但换一台设备或几天后再运行,结果却大相径庭。这种“在我机器上能跑”的问题,往往源于环境依赖…

作者头像 李华
网站建设 2026/5/14 4:54:01

JupyterLab插件增强Miniconda环境的代码编辑体验

JupyterLab插件增强Miniconda环境的代码编辑体验 在数据科学和机器学习项目日益复杂的今天,开发者常常面临一个尴尬的局面:一边是Jupyter Notebook带来的交互式便利,一边却是工程化能力薄弱导致的维护难题。你是否也经历过这样的场景&#xf…

作者头像 李华
网站建设 2026/5/9 5:37:20

在Miniconda环境中使用Redis缓存加速Token查询

在Miniconda环境中使用Redis缓存加速Token查询 在构建自然语言处理服务时,你是否遇到过这样的场景:模型推理本身很快,但每次请求都要花几十毫秒去加载词表?尤其是在高并发下,频繁读取本地 JSON 或 pickle 文件导致 CPU…

作者头像 李华
网站建设 2026/5/2 16:24:02

Miniconda-Python3.10镜像在自动驾驶仿真中的潜在用途

Miniconda-Python3.10镜像在自动驾驶仿真中的潜在用途 在自动驾驶研发的日常中,你是否曾遇到过这样的场景:一个原本运行良好的强化学习训练脚本,在新同事的机器上却频频报错?排查数小时后发现,问题竟出在一个看似无关紧…

作者头像 李华
网站建设 2026/5/8 2:29:04

在Miniconda创建的环境中启用Jupyter内核的完整步骤

在Miniconda创建的环境中启用Jupyter内核的完整步骤 在数据科学和人工智能项目开发中,一个常见的痛点是:明明在终端里能跑通的代码,到了 Jupyter Notebook 却报错找不到包。更让人困惑的是,有时候连自己创建的 Conda 环境都没出现…

作者头像 李华
网站建设 2026/5/10 21:20:43

利用Miniconda镜像加速AI项目原型开发周期

利用Miniconda镜像加速AI项目原型开发周期 在人工智能研发的日常中,你是否经历过这样的场景:刚接手一个同事的实验代码,满怀信心地运行 pip install -r requirements.txt,结果却陷入一连串依赖冲突的泥潭?又或者&#…

作者头像 李华