AlphaEvolve 評估架構必須透過確定性執行管道，有系統地處理候選程式碼更新。測試架構不會一次執行並評估解決方案，而是將管道分為三個漸進式測試關卡：
評估閘
下圖說明候選程式如何通過三個不同的測試層，然後將結構化中繼資料傳回 AlphaEvolve。
解決方案驗證
評估迴圈會先強制執行硬性結構限制，而不執行程式碼的核心邏輯。測試控管程式會檢查候選解決方案，確認編譯時間語法是否正確、剖析錯誤，以及結構安全性違規。
成功路徑：如果程式通過所有驗證檢查，程式碼就會安全地進入解決方案驗證執行階段迴圈。
失敗路徑 (短路)：如果任何驗證測試失敗，測試架構會立即中斷執行。這項機制會完全略過耗用大量資源的驗證和效能測試層，保護系統基礎架構。迴圈會直接進入意見回饋產生階段，並套用大幅度的固定搜尋懲罰 (例如
-1e12)，同時將成效分數設為零。
解決方案驗證
驗證候選程式的語法正確且可安全執行後，測試架構會在隔離環境中啟動程式，強制執行軟功能限制。這個階段會執行標準單元和功能正確性檢查。
測試控管程式不會輸出通過或失敗的二進位信號，而是根據通過的功能測試確切數量或百分比評估程式。這會計入整體懲罰分數，為 AlphaEvolve 提供密集的數值搜尋梯度，以便在後續世代中逐步修正損壞的邏輯結構。
解決方案評估
當候選程式證明語法安全且演算法正確時，就會進入效能基準測試層。
測試控管工具會執行經驗測試、直接產品邏輯計算或分析模擬，量化目標業務最佳化指標 (例如演算法執行速度、雲端基礎架構記憶體用量或輸出校正範圍)。
全面評估意見回饋
在執行管道結束時，測試控管工具會將所有已完成階段的資料匯總成結構化回饋酬載。這個酬載會直接傳回 AlphaEvolve，引導後續突變的父項選取。
標準化意見回饋輸出內容包含下列三個主要元件：
整體爬坡分數：由測試控管程式以確定性方式計算出的單一合併純量值，AlphaEvolve 會在最佳化期間直接最大化這個值。
精細的最佳化分數和罰則：個別子指標、執行時間和軟限制罰則細目。這種明確的資料分布方式，可讓引擎清楚推論出基礎工程的權衡取捨。
文字洞察：原始結構記錄和失敗模式詳細資料會傳回未來的提示詞背景資訊，讓 LLM 明確從生成錯誤中學習。