如需开始在 AlphaEvolve 上进行实验，我们建议您采用以下工作流程：
完成环境初始化
使用开始页面完成所有前提条件并初始化环境。
执行基础验证
请先完成 AlphaEvolve onGoogle Cloud使用入门 Codelab，然后再继续。此步骤可确保您的传输层、块语法和本地运行时验证顺利执行，不会出现错误，然后再继续执行特定于网域的目标。
执行实验设计
选择智能体集成路径或手动集成路径：
智能体集成：如果您使用智能体编码工具，请执行内置的 Skills 流水线，以编程方式逐步完成设置和实验设计。
手动集成：如果您不使用智能体工具，请参考 Codelab，并通过执行以下操作手动构建实验：
准备种子代码基准
按照计划指南创建初始基准代码，并使用放置策略在要重构的特定逻辑段或子例程周围严格放置显式
EVOLVE-BLOCK注释标记。构建评估器自动化测试框架函数
编写客户端或服务器端执行循环，以接收来自 AlphaEvolve 的变异代码块，安全地运行这些代码块，并计算业务指标。评估器必须返回一个或多个指标的结构化字典，以便为 AlphaEvolve 提供明确的搜索梯度方向。请遵循评估器设计页面中列出的核心准则。
记录问题定义
在配置中定义精确的问题陈述，指定背景详细信息、相关领域上下文规则和硬性操作系统限制。请遵循上下文和提示配置指南页面中的指南。
选择实验配置
指定运行时超参数配置，包括目标 LLM 混合、最大程序生成限制和最佳执行并发阈值。请遵循数据和并发页面中的准则。
监控执行情况
启动优化实验，并跟踪连续几代的实时适应度分数。建议的评估预算从大约 100 个程序开始，对于难题，可扩展到数千个。如果评估指标在评估约 1, 500 个候选程序后仍未显示出明显的改进轨迹，请暂停执行循环，以优化问题定义上下文或调整软惩罚约束。
集成到生产环境
成功完成搜索收敛后，从历史记录表中检索最佳候选程序（或根据多指标操作权衡取舍，检索第 n 个最佳变体），并将其直接实现到系统架构中。
随着优化复杂性、依赖项堆栈和规模要求的增加，请从本地进程空间切换到基于集群工具包的基础设施设置，以处理高级企业级计算需求。