谷歌 AI 的新突破：机器学习工程智能体 MLE-STAR

谷歌 AI 近日发布了一款名为 MLE-STAR 的机器学习工程智能体，它能够自动化处理多种复杂的人工智能任务，展现了卓越的能力。

通过巧妙融合网络搜索的广博智慧与手术刀般精准的代码微调，MLE-STAR 在 Kaggle 的 MLE-Bench-Lite 竞赛中，成功斩获了 63% 的奖牌。

它的出现，直指当前机器学习工程领域的核心痛点：工程师们不得不陷入繁琐、枯燥且无休止的手动试错循环。

相比之下，现有的许多智能体仍固守于 scikit-learn 等通用库的默认设置，遇到问题时只会全盘重写脚本，从未深入诊断并修复真正影响性能的关键模块。

核心能力揭秘

MLE-STAR 的强大之处在于其系统化的工作流程：

它首先从网络中精准捕获与任务相关的模型，然后锁定关键代码区域，进行持续迭代优化，直至性能饱和，整个过程完全无需人工干预。

在多轮尝试后，它会将效果最佳的方案融合成一个统一的解决方案，并启动内置的检查机制，主动发现并规避代码错误、数据泄露及潜在的许可证风险。

实战表现惊人

在一项涵盖 22 个 Kaggle 竞赛的严格测试中（每个竞赛均尝试 3 次），搭载了 Gemini-2.5-Pro 的 MLE-STAR 在近三分之二的挑战中成功赢得奖牌。

这一成绩是过往基准水平的三倍。即便是搭载了轻量级 Gemini-Flash 模型的版本，其表现也达到了基准水平的两倍。

告别过去的痛点

在 MLE-STAR 问世之前，构建一个高性能模型，往往意味着在海量的 Kaggle 历史项目中漫无目的地搜寻，猜测哪种特征工程技巧可能有效。

一旦某次尝试失败，工程师们又不得不推倒重来。这种低效的模式导致了模型流水线的深度不足，也极大地拖慢了创新和迭代的速度。

网络搜索：创新的起点

MLE-STAR 的工作流程始于网络搜索。它会主动寻找与当前任务匹配的高质量代码和前沿论文，为后续工作提供坚实的起点。

智能体会将每个搜索结果迅速提炼为一张简明的模型卡片，抓取核心示例代码，快速构建出第一个可执行的初始脚本。

这种从最新资源中汲取灵感的方式，使其能够跳出思维定势。例如，在处理图像任务时，它可能会选择从 EfficientNet 或 ViT 出发，而不是停留在多年前的 ResNet。

宏观架构：迭代与聚焦

在获得首次评估分数后，智能体会立刻进行一次严谨的消融测试。它会依次关闭流水线中的各个组件，敏锐地捕捉由此引发的性能下降。

那个对模型性能影响最大的组件，将自动成为下一轮迭代的核心优化目标。

随后，大语言模型会针对这一特定代码块，生成三至五个具体的优化方案。智能体逐一测试，保留最佳方案，并以此为基础开启新一轮循环。

这种高度聚焦的策略，彻底避免了以往那种“推倒重来”的混乱与低效，确保每一次迭代都在深度挖掘潜在的性能提升空间，直至收益饱和。

更智能的模型集成

在最后的集成阶段，MLE-STAR 摒弃了简单的加权平均法，转而追求一种更为智能的策略。

它会让大语言模型设计一套精巧的集成方案，并进行实测验证。如果性能提升未达预期，方案将被果断否决并重写。

经过数轮「提出-评估-优化」的闭环迭代，多个原本独立的模型脚本，最终会收敛为一个性能卓越的混合模型，其效果通常能超越任何一个单一的候选模型。

参考资料：https://research.google/blog/mle-star-a-state-of-the-art-machine-learning-engineering-agents/