Google DeepMind a publié un dépôt open source officiel qui accompagne AlphaEvolve, son agent de code évolutif pour la découverte scientifique et algorithmique. Le dépôt google-deepmind/alphaevolve est apparu le 4 novembre 2026, logiciel sous Apache-2.0 et autres matériaux sous CC-BY. DeepMind précise que le paquet n'est pas un produit officiel Google.
L'arbre /src contient une implémentation minimale d'AlphaEvolve destinée à l'évaluation locale. Les instructions demandent Docker parce que les programmes candidats générés par un modèle de langage tournent dans un conteneur comme mesure d'isolation, une clé d'API Gemini, et des dépendances Python épinglées. DeepMind prévient que le code généré par LLM reste non fiable même sandboxé et que l'utilisateur accepte un risque résiduel.
À côté de la boucle agent, le dépôt fournit des actifs de vérification pour des résultats qu'AlphaEvolve avait déjà rapportés. Le répertoire /omega contient code et données pour une nouvelle borne supérieure de l'exposant de multiplication matricielle, dont un programme d'optimisation JAX et Haiku évolué par AlphaEvolve, un vérificateur NumPy et SciPy, un Dockerfile et un notebook Colab en arithmétique rationnelle pour une preuve plus stricte. Les dossiers /maths et /matmul_tensor_decompositions fournissent programmes initiaux, constructions trouvées et notebooks Colab pour des problèmes où AlphaEvolve a battu l'état de l'art, du circle packing et des kissing numbers aux cap sets et décompositions tensorielles.
Des artefacts publics antérieurs de DeepMind, comme alphaevolve_results, partageaient des découvertes sans l'agent exécutable. Ce dépôt est le premier arbre GitHub DeepMind qui joint une implémentation locale d'AlphaEvolve à ces notebooks de vérification. Le README contient encore des TODO pour le lien de l'article et le bloc de citation, donc les détails bibliographiques étaient incomplets à la publication.
Des miroirs indépendants ont résumé le README le même jour; le suivi journalistique substantiel restait mince au moment du scout, donc la confiance repose surtout sur la publication first-party de l'organisation DeepMind. Pour les chercheurs, la valeur pratique est la reproductibilité: une boucle locale gated par Docker et des artefacts maths vérifiables, pas un service cloud géré. Des bibliothèques clientes Google Cloud séparées pour une offre hébergée d'AlphaEvolve forment un autre code et ne doivent pas être confondues avec ce dépôt de recherche.
En pratique, cette publication ferme un écart qui frustrait les lecteurs des textes AlphaEvolve d'origine: des notebooks de résultats existaient, pas la boucle évolutive. On peut désormais inspecter la configuration des problèmes, l'évaluation sous Docker et la vérification des constructions. Cela n'en fait pas un produit et ne remplit pas l'URL manquante de l'article, mais c'est le point de départ public le plus solide que DeepMind ait proposé jusqu'ici pour un travail hands-on sur AlphaEvolve.