JetBrains携手AlphaEvolve：加速IDE复杂算法的新方法
AlphaEvolve 是 Google DeepMind 的算法发现系统，它利用 Gemini 来生成、测试和优化可能的算法改进方案。其任务并非回答问题，而是寻找解决复杂算法问题的更快速方法。我们将其应用于 IntelliJ IDEA 中一个狭窄但关键的部分：索引——即在项目打开后，使导航、搜索、补全、重构、检查及其他代码洞察功能可用的后台工作。
这使得索引速度成为一个显而易见却又难以改进的指标。它取决于语言、框架、项目结构、后台 IDE 工作以及索引底层的存储层。微小的变化可能淹没在噪声中。某些改进在微基准测试中有效，但在完整的 IDE 运行中却不可见。
我们已经投入了大量工程时间在这一领域，这些手动性能优化工作仍在继续。本文描述的实验并非要取代工程判断、性能分析、代码审查或产品验证。它是对一种额外搜索方法的测试：Google DeepMind 的 AlphaEvolve 能否帮助我们在已开发多年的代码中找到有用的优化候选方案？
结果概览
我们首先在合成基准上测试了生成的候选方案，然后将最有前景的方案在完整的 IDE 环境中进行了验证。
集成测试（秒数，越低越好）：Kotlin Spring Petclinic 在修改后的 IntelliJ IDEA 2026.2 夜间构建版本上运行。基线：17.4 ± 0.5 秒。方案 1 在我们的运行表中测得 16.6 ± 0.2 秒。 15-20% 在大多数迭代次数超过 50 次的 AlphaEvolve 会话中，合成性能得分有所提升。 17.4 秒 Kotlin Spring Petclinic 的完整 IDE 基线，波动范围 ±0.5 秒。 16.6 秒 测得的最佳候选方案，报告为 ±0.2 秒。 2 / 5 显示出统计显著的集成测试改进的生成候选方案。
交互式测量仪表板
使用选项卡在端到端结果、单次运行和实验漏斗之间切换。时间和得分图表中，数值越低越好。 端到端索引 | 运行分布 | 合成和漏斗 显示报告的变异性
Google DeepMind 在其 AlphaEvolve 预览博客 中将 AlphaEvolve 描述为一个基于 Gemini 的编码代理，通过结合 LLM 生成的代码与自动化评估器来设计算法。在此实验中，评估器是我们的性能和正确性测试套件。
目标：索引栈中的 B 树
我们选择了索引实现基础中的 B 树。起点并非一个幼稚的原型，而是一个经过深度优化的基础设施，其中手动探索代价高昂。即使是看似合理的改动也需要花费时间编写、审查和验证，而错误的改动可能因错误的原因而变得更快。
工程描述故意保持简洁：原始算法本质上是一个经典的 B 树，而提议的候选方案大多是针对边缘情况进行了优化的改进型 B 树变体。这正是 AlphaEvolve 擅长解决的问题：有可修改的代码，有明确的评分，有能拒绝错误想法的测试。
循环：生成、评分、验证
AlphaEvolve 正在优化一个“Tammes 问题”的实例。
我们为 AlphaEvolve 提供了一个内部存储层性能测试套件。该套件是合成的，不使用真实客户项目。它读写合成数据，以便能够快速且重复地测试候选改动。
评分基于我们中等规模基准测试的中位数结果之和。单元测试作为正确性检查。在此设置下，大多数迭代次数超过 50 次的 AlphaEvolve 会话在合成性能得分上带来了 15-20% 的提升。
这令人鼓舞，但还不够。合成基准之所以有用，是因为它们可控。用户运行的不是可控基准，而是完整的 IDE，同时运行后台进程、语言服务和项目特定行为。因此，我们将最佳生成候选方案投入了集成测试。
在完整 IDE 步骤中，团队使用了 Kotlin Spring Petclinic 和修改后的 IntelliJ IDEA 2026.2 夜间构建版本。报告的端到端索引总时间基线为 17.4 ± 0.5 秒。在五个生成的候选方案中，有两个显示出统计显著的改进，且结果可复现至 16.8 秒以下。
声明范围
合成声明 AlphaEvolve 直接优化的对象。集成声明 在完整 IDE 运行中存活下来的部分。下一步验证 仍需产品级证明的内容。
大多数迭代次数超过 50 次的会话将合成性能得分提升了 15-20%。这是关于自主优化循环最有力的声明，因为基准测试就是优化目标。
数据变化
我们的端到端运行表包含两个测得的候选方案。方案 1 的平均结果为 16.6 秒，报告为 ±0.2 秒。与 17.4 秒的基线相比，快了约 0.8 秒，即在此集成场景中减少了约 4.6%。
方案 2 对故事也有价值，尽管不是因为它在完整 IDE 测试中胜出。它测得 17.5 ± 0.4 秒，在此场景中实际上与基线相当。两个候选方案都改进了快速合成基准，但只有一个在集成测量中显示出用户可见的端到端改进。
这一区分至关重要。一个只庆祝合成改进的性能工作流最终会发布误导性声明。而一个将自主搜索与完整 IDE 验证相结合的工作流更有可能找到用户能感受到的变化。
AlphaEvolve 可以改变我们处理复杂性能问题的方式。它将曾经因耗时过长而无法探索的优化方案，转变为我们可以常规测试的候选方案。工程师仍然掌控基准测试、审查和发布决策，而搜索空间变得更小了。 Dmitrii Batkovich，IntelliJ 平台工程总监
下一步测量
下一步是产品验证。团队计划检查改进是否体现在 Mega Index 指标上，这是一个用于跟踪索引性能和用户体验的内部 KPI，特别是用户对索引过程的满意度。这才是正确的标准。更快的内部基准测试有用，更快的完整 IDE 测试更好，而更好的用户体验才是关键结果。
对我们来说，重要的教训并不在于 AlphaEvolve 神奇地让索引变快，而在于它做了更实际的事情：它帮助生成和排序底层优化思路，而在这个空间中手动探索十分缓慢。JetBrains 的工程师提供了问题、测试、测量规范和判断，AlphaEvolve 则扩展了搜索范围。
致谢
本项目是 JetBrains 团队（包括 Denis Shiryaev 和 Dmitrii Batkovich）与 Google Cloud 的 AI for Science 及客户团队（包括 Anant Nawalgaria、Skander Hannachi、Kartik San、Laurynas Tamulevičius、Nicolas Stroppa 和 Artemiy Yashin）合作的成果。