MLEvolve在AlphaEvolve的主场把它打了

现在HuggingFace上排第一的论文，300多个赞，撑起这个热度的是一句很重的话：MLEvolve说自己在数学算法优化上跑赢了AlphaEvolve。AlphaEvolve是DeepMind那套"AI自己发现更好算法"的招牌系统。被一篇来自上海AI实验室和华东师范大学的论文反超，这种结果自然有人盯。

它是什么？一套自我进化的多agent系统，端到端地去发现机器学习算法。三块东西关键。第一，渐进式蒙特卡洛图搜索——不再用分支之间老死不相往来的树，而是用图，让好想法能在分支间流动。第二，回溯记忆——冷启动用一个精选的知识库，再加一个全局记忆不断累积什么管用。第三，分层规划加自适应代码生成。合起来，在12小时预算内拿到了SOTA的奖牌率。

为什么值得看：这又是"递归自我改进"那条线，AI开始设计AI的那条线。AlphaEvolve、Anthropic那份"Claude写了我们80%代码"的报告，再到现在一个在数学上把AlphaEvolve进化掉的系统——这些不是孤立的点。这个循环正在收紧。论文arxiv.org/abs/2606.06473，已被ICML 2026接收，代码在github.com/InternScience/MLEvolve。