TL;DR

UC Berkeley 团队提出的 EvoX 彻底改变了 LLM 驱动的进化搜索范式。它不再使用死板的时间表或比例来决定何时该“保守改进”或“大胆创新”，而是通过**元进化（Meta-Evolution）**机制，让 LLM 自己演化出最适合当前问题的搜索策略。在近 200 个数学、代码和系统优化任务中，EvoX 展现了惊人的自适应能力，性能全面超越 AlphaEvolve 等前作。

动机：为什么你的 AI 搜索会“卡住”？

在自动算法发现（Automated Discovery）领域，目前的 SOTA 方法主要是将 LLM 作为“变异器”接入进化算法工作流。然而，它们都有一个共同的软肋：搜索策略是死的。

作者观察到，不同的优化阶段需要截然不同的搜索行为：

1. 初期：需要大胆的 Structural Variation 来探索解空间的轮廓。
2. 中期：需要 Multi-Objective Sampling 来平衡性能与多样性。
3. 后期：需要精准的 Local Refinement 进行收敛。

传统的固定策略（如 MAP-Elites 或固定的 Exploration 指标）无法适应这种动态需求，导致即便底层 LLM（如 GPT-5）能力再强，也会因为采样姿势不对而陷入停滞。

EvoX：搜索策略的“套娃”式进化

EvoX 的核心直觉是：既然 LLM 能写代码，为什么不让它写“搜索算法”本身？

双层进化架构

EvoX 将整个过程拆分为两个协同运行的循环：

• Inner Loop（解决方案演化）：利用当前策略生成的 Context（父本选择、变异操作符、参考样本）来产生新的 Candidate。
• Outer Loop（元进化）：监控 Inner Loop 的进展。如果发现经过一个窗口期后得分没有提升（Stagnation），则触发 Meta-Step。此时，LLM 会回顾历史策略的得失，并结合当前种群的统计特征（如得分分布、母本重复率），变异出一个新的搜索策略。

状态感知（Population Descriptor）

EvoX 不仅仅是随机更替策略。它通过一个描述符 $\varphi (D_t)$ 将种群的宏观状态反馈给 Meta-LLM，包括得分的分位点、前 K 个解的结构差异、以及最近窗口的搜索反馈。这使得 LLM 能够像人类专家一样诊断：“现在的解太单一了，我们需要更多的多样性”，从而生成带有 UCB（置信区间上界）性质的采样策略。

实验：从数学之美到系统优化

EvoX 在多达 196 个任务中证明了其通用性。

1. 数学优化（Circle Packing & Heilbronn Triangle）

在经典的几何优化问题中，EvoX 发现了定性的新解法。例如在 Circle Packing 中，它不仅在数值上超过了 AlphaEvolve，更重要的是，它能在进化中途自动从“随机扰动策略”切换到“基于 SLSQP 的受限数值预测策略”，这种从“启发式”到“严谨优化算法”的范式转移是静态方法无法企及的。

2. 系统性能（PRISM & Cloudcast）

在复杂的工业级任务如 GPU 模型调度 (PRISM) 中，EvoX 发现了一种最小化 KV-cache 压力的放置策略，性能提升远超人类专家的硬编码规则。

3. 可视化案例：信号处理

如下图所示，EvoX 的得分曲线（蓝色）在多个监控点通过“换挡”（策略更替）实现了阶梯式的跳跃。

• Phase 2 进入了“分层+多目标采样”，实现了最大幅度的性能跳跃。
• Phase 4 则精准识别出接近饱和，转而进行“局部打磨（Local Refinement）”。

洞察与总结

EvoX 的成功揭示了 LLM 驱动发现的一个核心真理：算法发现的瓶颈不在于 LLM 本身的知识边界，而在于我们引导 LLM 进行搜索的架构。

核心 takeaway：

• 自适应性是第一生产力：静态参数在长程搜索中注定失败。
• 元数据反馈：只有让 LLM 看到“搜索过程的元统计数据”，它才能像真正的科学家一样调整实验方案。

局限性：EvoX 虽然高效，但其元进化的逻辑（Outer Loop）仍依赖于高性能 LLM（如 GPT-5 或 Gemini 3.0 Pro），这可能带来较高的 API 成本。如何在端侧或使用更小规模的模型实现这种元进化能力，将是未来的重要方向。

本文基于 arXiv 论文数据构建，致力于传播前沿 AI 学术价值。