研究称复杂MLE智能体框架无优势，强模型单会话即可达同等性能
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载极简外壳与复杂外壳对比
这篇论文关注的是自主机器学习工程代理在搭建方式上的取舍。过去一段时间，公开榜单上的成绩推动研究者不断给代理加装外围装置，例如多代理编排器、专门负责检索的子代理等，形成层层叠加的复杂外壳。论文把注意力转向另一条路线：只保留读写与 bash 这类基础原语，让大语言模型直接接触执行环境，构成一个极简外壳的编码代理。作者在相同时间预算、相同前沿大语言模型底座的前提下，把开源的最先进复杂外壳与单次会话的极简编码代理放在一起比较，结果没有发现前者具备优势。这一对比指向一个判断：性能的主要来源是底座模型本身，而不是外围装置的繁简。
消融实验指向冗余
论文通过一系列大规模系统性消融研究来支撑上述结论。消融的做法是逐层拆解复杂外壳中的各个组件，观察去掉之后表现如何变化，以此判断哪些环节真正贡献了能力。作者据此提出，在编码代理这一设定下，那些被精心设计的机械层变得冗余。换句话说，当底座模型足够强时，围绕它手工搭建的编排、检索等结构并没有带来与之匹配的收益。论文的结论是，为当前这类机器学习工程基准投入精力去雕琢手工外壳，回报并不理想。这一判断建立在同等时间预算与同一底座的前提之上，属于对特定基准与特定设定下的观察。
对使用者的实际含义
对关注自主机器学习工程代理的读者来说，这项工作的意义在于提示资源投放的方向。如果底座模型是表现的主要驱动因素，那么在编排器、检索子代理等外围结构上继续加码，未必能换来相应的提升；相反，把模型直接接入执行环境、用读写与 bash 原语完成操作的单会话方式，在论文设定的条件下已经足够。需要留意适用范围：结论来自公开基准上的对比与消融，且限定在相同时间预算与相同前沿模型底座之下，并不直接等同于所有任务、所有模型规模都适用。论文同时给出了可访问的全文与引用信息，便于读者核对实验设置与具体数据。
为什么值得看
挑战MLE智能体越复杂越好的常识，指出提升底层大模型能力比堆砌外围框架更关键。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。