> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# RSI 入门：圈两个标记，让 AI 替你迭代程序
- URL: https://www.hubwiz.com/blog/rsi-first-loop-alphaevolve-circle-packing-codelab/
- Published: 2026-11-20T08:21:27.000Z
- Updated: 2026-11-20T08:46:24.000Z
- Description: 60 分钟、10 个候选、两个标记。种子程序 + 一个分数，就能看着自己的算法被改得更好。
- Author: admin
- Tags: RSI, 递归自我改进, AlphaEvolve, AI 编程, 算法优化

60 分钟，两个实验，10 个候选。你会亲眼看着自己写的一段圆填充代码被改得更好，而你要做的改动只有一件事：**在文件里圈出两个标记**。

这是 Google 官方那份 `Get started with AlphaEvolve on Google Cloud` 的第一课。它明确写着：面向各种水平的开发者，**不需要演化计算背景**。整个流程本地评测、不用 GPU、不用集群，唯一的云调用是用来生成候选程序的那个 API。

## 你会做什么

- 给一个 Google Cloud 项目配上 AlphaEvolve 实验
- 在本地跑一次演化搜索，让圆填充算法变好
- 读分数、排名和最优程序的可视化
- 换成旅行商问题（TSP）再跑一遍，让模式固定下来
- 调搜索预算：候选数、并发、用哪个模型

## 需要什么

- Chrome 之类的浏览器
- 一个**开了结算**的 Google Cloud 项目
- Python 3.9 以上，加 `uv`
- 会基本 Python 和命令行

预计耗时 45–60 分钟。花费只有一项：AlphaEvolve API 调用和它消耗的 Vertex AI Gemini token；本地评测不收费，因为没有 GPU、没有 GKE。原文标注的测试环境是 AlphaEvolve Cloud 客户端库 v0.1.0、Python 3.9+，跑通了 `circle_packing` 和 `tsp` 两个例子。

## 三个概念：种子、标记、分数

跑之前先看清 AlphaEvolve 要的三样东西，这套心智模型后面每个实验都复用。

### 种子程序与 EVOLVE-BLOCK

**AlphaEvolve 只重写两个标记之间的代码，文件里其他地方都是它碰不到的固定脚手架。**

打开 `examples/circle_packing/src/program.py`，种子是一个朴素的心圆环排布：

```python
# EVOLVE-BLOCK-START
"""Constructor-based circle packing for n=26 circles"""
import numpy as np

def construct_packing(n, random_seed: int):
    """Construct an arrangement of 26 circles in a unit square.

    The goal is to maximize the sum of their radii.
    Returns (centers, radii, sum_of_radii).
    """
    rng = np.random.default_rng(random_seed)
    centers = np.zeros((n, 2))

    # A simple starting pattern — evolution will improve this.
    centers[0] = [0.5, 0.5]                      # one circle in the center
    for i in range(8):                           # 8 in an inner ring
        angle = 2 * np.pi * i / 8
        centers[i + 1] = [0.5 + 0.3 * np.cos(angle), 0.5 + 0.3 * np.sin(angle)]
    for i in range(16):                          # 16 in an outer ring
        angle = 2 * np.pi * i / 16 * rng.uniform(0.9, 1.1)
        centers[i + 9] = [0.5 + 0.7 * np.cos(angle), 0.5 + 0.7 * np.sin(angle)]

    centers = np.clip(centers, 0.01, 0.99)       # keep everything in the square
    radii = compute_max_radii(centers, random_seed)
    return centers, radii, np.sum(radii)

def compute_max_radii(centers, random_seed: int):
    """Grow each circle to touch its nearest border or neighbor (no overlaps)."""
    # ... see src/program.py for the full helper ...
# EVOLVE-BLOCK-END

```

`EVOLVE-BLOCK-START` / `EVOLVE-BLOCK-END` 之外的一切——包括 `evaluate()` 函数和重叠检查——都冻结不动。**这个分离就是全部窍门**：Gemini 可以提出任何它喜欢的排布算法，但它改不了候选是怎么被打分的。

### 评测器与分数

`examples/circle_packing/src/evaluate.py` 把每个候选放进沙箱跑一遍，返回一个分数。圆填充的指标是 `sum_of_radii`，越大越好：

```python
CIRCLE_PACKING_EVALUATION_METRIC = "sum_of_radii"
CIRCLE_PACKING_EVALUATION_INPUTS = {"n": 26}

```

候选一旦违规——圆重叠了或者跑出方框——评测器返回 `-inf`，**外加一条解释哪里出错的 insight**。这些 insight 会回喂给 Gemini，让下一代别再犯同一个错。

每个 AlphaEvolve 问题都是这个形状：一段你能塞进 EVOLVE-BLOCK 的代码，一个能算出的分数，一套能拒掉坏主意的测试。

## 准备：项目、API、应用 ID、装环境

选一个或新建一个开了结算的项目，在终端里设上：

```bash
gcloud config set project <YOUR_PROJECT_ID>

```

打开这个 codelab 要用的两个 API——`discoveryengine.googleapis.com` 提供 AlphaEvolve 本身，`aiplatform.googleapis.com` 提供生成候选的 Gemini 模型：

```bash
gcloud services enable \
  discoveryengine.googleapis.com \
  aiplatform.googleapis.com

```

接着找 Gemini Enterprise 的应用 ID。AlphaEvolve 通过 Gemini Enterprise 提供服务（底层 REST 面就是 Discovery Engine API），你需要的是**应用 ID，不是显示名**：打开项目下的 Gemini Enterprise 应用页，点进去复制 ID 字段，形如 `gemini-enterprise-1234567890_1234567890123`。除非你另外配了自定义 assistant，`ASSISTANT` 保持 `default_assistant`。

然后做应用默认凭据登录、克隆示例仓库：

```bash
gcloud auth application-default login

git clone https://github.com/Google-Cloud-AI/alphaevolve-on-googlecloud.git
cd alphaevolve-on-googlecloud

uv venv
uv pip install -e ".[dev]"

```

`uv venv` 在仓库里建 `.venv`；`uv pip install -e ".[dev]"` 以可编辑方式装上 `alpha_evolve` 包和测试工具。之后用 `uv run` 启动实验，它会自动用这个环境。

## 跑第一个实验

从仓库根目录，用圆填充的模板生成 `.env`：

```bash
cp examples/circle_packing/example.env .env

```

打开 `.env`，只需要填两项，其余默认值足够跑第一次：

```
PROJECT_ID=<YOUR_PROJECT_ID>
GE_APP_ID=<YOUR_GEMINI_ENTERPRISE_APP_ID>

```

默认配置用一组加权模型生成候选（`MODEL_1=gemini-3.5-flash` 权重 0.7，`MODEL_2=gemini-3.1-pro-preview` 权重 0.3），并把搜索上限压在 `MAX_PROGRAMS_EVALUATED=10`、`CONCURRENCY=4`——够快看到循环转起来。

启动演化：

```bash
uv run python -m examples.circle_packing.src.run_evolution

```

它会把你给的种子程序传上去、开始搜索、在本地跑控制循环，直到 10 个候选评完。因为你是直接调模块（没有外套一层脚本），跑的是什么你看得一清二楚，也能直接改文件做实验。

输出大致长这样：

```
INFO:alpha_evolve.experiment:Creating a new AlphaEvolve experiment
INFO:alpha_evolve.controller:Evolution loop started: 4 sampler(s), 32 evaluator(s), target=10 programs
INFO:alpha_evolve.controller:Waiting for the backend to generate candidates... (generated=0, evaluated=0/10, idle=10s)
INFO:alpha_evolve.workers:Candidate 1060655338894100 evaluated → sum_of_radii=0.8114
INFO:alpha_evolve.controller:Progress: generated=2, evaluated=1/10, queued=0
...
INFO:alpha_evolve.controller:Stopping criteria met (10/10 programs evaluated).

```

早几代候选通常落在 **0.8–1.0** 区间，搜索从那里往上走。循环结束后它会打印排名后的程序，并用 matplotlib 画出最好的几个排布。

三种报错对应三件事，原文给得很直接：进程立刻以 `FAILED_PRECONDITION` 结束、提示“AlphaEvolve requires the Vertex AI API to be enabled in this project”，是 `aiplatform.googleapis.com` 没开；`PERMISSION_DENIED` 或 403 通常是 `discoveryengine.googleapis.com` 没开；而“Failed to create experiment”且不带上面两种，就是 `.env` 里的凭据或 `GE_APP_ID` 填错了。

## 读结果

运行会按 `sum_of_radii` 打印排名靠前的程序，看两件事：

- **分数涨了**。最好的演化结果应该超过种子的同心圆环布局。Gemini 通常会自己发现：靠近角落和边缘的圆可以长得更大，然后再把内部重新配平。
- **无效候选被跳过**。任何产出了重叠或越界圆的程序都是 `-inf`，在排名里被剔除——那是约束反馈在起作用，不是程序出错。

早期出现几个低分或被跳过的候选是正常且健康的：说明 Gemini 在探索，失败的 insight 会引导后面几代。

到这里完整循环就到手了：**种子 → 生成 → 评测 → 打分 → 再来一轮**。AlphaEvolve 剩下的所有变化，都是“评测在哪跑”的变体。

## 换成真问题：TSP

圆填充收敛得很快。想感受一下搜索在更硬的问题上怎么工作，去演化一个旅行商问题的启发式。模式一模一样，变的只有种子和指标，TSP 例子还复用你那份 `.env`（项目、预算、并发）。

先把预算调大，给更长的搜索留空间：

```
# in .env — raise the generation cap and the evaluation target together
MAX_PROGRAMS_GENERATED=20
MAX_PROGRAMS_EVALUATED=20

```

从仓库根目录跑：

```bash
uv run python -m examples.tsp.src.run_evolution

```

这里的种子是 50 个城市上的最近邻路径；指标是 `neg_tour_length`——**5 个固定实例上平均路径长度的负值**，所以越大越好（越接近 0 越好）。打开 `examples/tsp/src/program.py` 会发现，只有 `construct_tour(distances, n)` 在 EVOLVE-BLOCK 里面。

两个问题是同一个模式换零件：

| 问题              | 语言     | 评测        | 指标（越大越好）          | 被演化的函数               |
| --------------- | ------ | --------- | ----------------- | -------------------- |
| circle\_packing | Python | 本地 exec() | sum\_of\_radii    | construct\_packing() |
| tsp             | Python | 本地 exec() | neg\_tour\_length | construct\_tour()    |

跑的时候盯着 `neg_tour_length` 往 0 靠：Gemini 会从最近邻往外走，摸到 2-opt / or-opt 那一类改法——**那些策略不是你写的。**

## 调搜索

两个实验都跑通之后，回来调 `.env` 里的预算：

- `MAX_PROGRAMS_EVALUATED`：评多少候选。越多搜得越深，成本与时间越高。
- `CONCURRENCY`：同时在飞多少个候选。
- `MODEL_1` / `MODEL_2`（配 `MODEL_1_WEIGHT` / `MODEL_2_WEIGHT`）：圆填充这一路用的加权模型组合（TSP 模块只读单个 `MODEL`）。可选项是 `gemini-3.5-flash` 与 `gemini-3.1-pro-preview`；把权重往更强的模型挪，能在更少的代数里找到更好的程序。

每次改完重跑 `uv run python -m examples.circle_packing.src.run_evolution`（或 TSP 那个模块）。注意：提高评测数、换更大的模型都会加钱——本地评测省的是 GPU，但每个候选的 AlphaEvolve API 调用和 Vertex AI Gemini token 照付。**从小往大调。**

## 清理

这个 codelab 用本地评测，所以没有还在计费的东西——没有集群、没有 GPU、没有部署的服务。要把检出彻底重置：

```bash
git clean -xfd   # removes .env, .venv, and generated outputs

```

提醒：`git clean -xfd` 会删掉 `.env`（连同你的项目设置）和 `.venv`。还想继续玩就别执行。如果项目是为这个 codelab 新建的，去控制台把它删掉，停掉所有计费。

## 我们的整理

**这就是 RSI 在工程里最小的形态。**它的“递归”不在模型里，而在这条链上：程序改自己 → 被外部尺子打分 → 分数决定下一代的父本 → 再过一遍。种子程序负责“有东西可改”，EVOLVE-BLOCK 负责“只改该改的”，评测器负责“不许自己给自己打分”。三者缺一，这个循环要么原地转圈，要么开始骗你。

新手最容易踩的三个坑，都能在这份 codelab 的设定里提前避开：

1. **把评分逻辑圈进了块里。**文中反复强调 `evaluate()` 和重叠检查在块外——一旦你把 `sum_of_radii` 的计算也放进可改区域，搜索的第一件事就是去改分数而不是改排布。**判断法：能被搜索改到的代码，不能参与决定它自己是不是成功。**
2. **指标不单调。**`neg_tour_length` 取的是 5 个固定实例的平均再取负，用同一批实例保证每代可比。如果每代换一批随机实例，分数会抖，搜索就等于在噪声里爬。
3. **跑 10 个就想下结论。**默认 `MAX_PROGRAMS_EVALUATED=10` 是为了让你两分钟看到循环转起来，不是让你评估方法上限。想看真收益，跟着 TSP 那步把生成数和评测数一起抬到 20 起。

有两个现实的减配路径：**没有 GCP 结算账户**的，用开源的 `OpenEvolve` 顶替——它同样吃“一个程序 + 一个 evaluator”，本地 pip 装完就能跑（我们另写过一篇讲怎么判断哪些指标能当门槛，见下面内链）；**评测很重**的（比如要跑编译、要上 GPU），这份 codelab 的兄弟篇把评测搬到了 Cloud Run 容器和 GKE + Ray 上，属于同一套概念的换场地。

不适合用的场景也说清楚：没有确定性分数的问题（“这个 UI 好不好看”）、单次评测比超时还长的问题、以及真正的瓶颈在外部的（数据库慢、网络抖）——这三类，搜索会一本正经地优化一个它根本影响不了的数字。

同一条思路的另外两面：[RSI 优化程序能快多少](https://www.hubwiz.com/blog/ai-code-optimization-hill-climb-milliseconds/)（真项目里怎么把毫秒变成 CI 门槛）、[递归自我改进有多远](https://www.hubwiz.com/blog/how-close-recursive-self-improvement-evidence/)（这条曲线在实验室口径下意味着什么）。

更多 AI 编程与工程化实践，见 [Vibe Coding 技术栈](https://www.hubwiz.com/blog/vibe-coding-stack/)。

---

**来源**

- Ivan Nardini. *Get started with AlphaEvolve on Google Cloud*. Google Codelabs，最后更新 2026-09-10。https://codelabs.developers.google.com/alphaevolve-on-google-cloud-1
- 示例代码：`Google-Cloud-AI/alphaevolve-on-googlecloud`（Apache-2.0）https://github.com/Google-Cloud-AI/alphaevolve-on-googlecloud
- 参考：*AlphaEvolve developer guide* https://docs.cloud.google.com/gemini/enterprise/docs/alphaevolve/developer-guide/overview

本文由 hubwiz 编译整理，转载请注明出处。

> **这是「AI 编程 / Vibe Coding」专题的一部分。**完整地图见：[AI 编程 / Vibe Coding 完全指南](https://www.hubwiz.com/blog/vibe-coding-stack/)

**相关阅读**

- [OpenEvolve 入门：同心环 1.87 到 2.634，只差 AlphaEvolve 0.04%](https://www.hubwiz.com/blog/openevolve-beginners-circle-packing-function-minimization/)