AlphaEvolve进DeepMind生产线，Cloudflare用AI砍掉1100个岗位

01AlphaEvolve从论文走进DeepMind生产线，跑通了业务、基础设施和科学三条线

AlphaEvolve本周交出了第一份完整落地清单。这个由Gemini驱动的编码agent原本只是论文里的演化算法演示——给一个目标函数，让模型在候选方案上反复变异、评估、迭代，产出比人写更好的代码。现在它已经被开发方DeepMind自己接进了三个完全不同的领域：业务、基础设施和科学。

三种问题的性质完全不同：业务侧追求流程优化和成本下降，基础设施侧要工程级稳定性和效率，科学侧瞄准新算法或新结构。同一个agent在三种迥异的目标函数上都能跑出可用结果，是它从论文demo进入生产工具的分界线。过去这种跨域适配通常需要为每个新场景重新设计训练流程，AlphaEvolve走的是相反的路：保留同一套演化架构，只更换问题定义。

AlphaEvolve首次亮相到现在，开发方没有发布第二代模型，而是把同一套架构搬进越来越多的内部任务。押注的不是模型迭代，而是agent能不能持续接管新问题。

学术界朝同一方向走。本周名为Skill1的论文也主张agent维护持久的技能库，让选择、使用和蒸馏新技能三种能力共同演化。

DeepMind这次没公布具体部署数量或收益数据，只列出了三个领域的应用方向，所有案例都还在内部使用阶段。

02沙箱、审批、网络策略、agent遥测，OpenAI先把Codex进企业的合规门槛定义了

OpenAI上周一口气放出三份材料：Codex内部运行手册、一个客户落地案例、一份企业B2B研究。组合起来是同一件事——把Codex从编程工具改写成企业基础设施。

最值得细看的是运行手册。Codex agent要执行任意命令、访问代码库、调外部网络，OpenAI的做法是Linux命名空间隔离、敏感操作走审批、外部网络默认关闭、agent行为单独建一套遥测，和企业现有SOC栈不是一回事。企业接入coding agent，光靠零信任和代码审计不够，得为agent本身再建一层访问控制。

后两份补的是市场端：客户Simplex的落地做社会证明，B2B Signals告诉买方「frontier企业」正在规模化用Codex搭agentic工作流。但企业采购真正要追问的是，沙箱边界、审批口径、遥测条款，哪些写进Codex Enterprise合同，哪些只是OpenAI博客里的最佳实践。

03「AI内容正在杀死社区」拿下HN 797分，同一周OpenAI发文讲ChatGPT怎么从对话里学习

上周，一篇博客顶上Hacker News首页，标题是「AI slop is killing online communities」，收获797点赞、692条评论。作者rmoff写这篇文章的视角是社区运营者的日常运维，不是技术批评。

同一周，OpenAI在官方博客发了一篇文章，标题是「ChatGPT如何在保护隐私的同时了解这个世界」。文章讲AI模型怎么从用户对话里学习，怎么减少训练数据里的个人信息，以及用户怎么控制对话是否被用于改进模型。

两个信号摆在一起的错位很清楚。社区端用投票表达：机器生成的内容已经让人类讨论难以维系。公司端则在自我陈述：我们尊重你的数据，给你控制权。前者讲的是输出端的洪水，后者讲的是输入端的合规。

rmoff那篇博客在HN收到692条评论。OpenAI的文章则把数据议题限定在输入端，从训练数据合规讲到用户开关。两端在各自的语境里讲话。