在機(jī)器學(xué)習(xí)工程領(lǐng)域，百度智能云推出的企業(yè)級(jí)算法自主優(yōu)化智能體“伐謀Agent 2.0”再次成為焦點(diǎn)。這款產(chǎn)品近日成功登頂機(jī)器學(xué)習(xí)工程權(quán)威基準(zhǔn)測(cè)試MLE-Bench，并刷新了該榜單的SOTA（State-of-the-Art）成績(jī)。這是繼去年10月首次奪冠后，伐謀Agent 2.0第二次在該榜單中拔得頭籌。

MLE-Bench由OpenAI主導(dǎo)設(shè)立，包含75個(gè)源自Kaggle真實(shí)競(jìng)賽的工程任務(wù)。這些任務(wù)全面覆蓋模型訓(xùn)練、數(shù)據(jù)處理、實(shí)驗(yàn)管理等AI智能體全流程作業(yè)能力，旨在評(píng)估其模擬人類(lèi)機(jī)器學(xué)習(xí)工程師解決實(shí)際問(wèn)題的綜合素養(yǎng)。與常規(guī)測(cè)試不同，MLE-Bench的考核重點(diǎn)不在于大模型的對(duì)話或推理水平，而是通過(guò)實(shí)際工程任務(wù)檢驗(yàn)智能體的獨(dú)立作業(yè)能力。每道題目需運(yùn)行三次取平均分，單次完整提交的算力成本高達(dá)數(shù)萬(wàn)美元。

在本次測(cè)試中，伐謀Agent 2.0在“高難度”任務(wù)中的表現(xiàn)尤為亮眼。在統(tǒng)一運(yùn)行標(biāo)準(zhǔn)下，其綜合勝率顯著領(lǐng)先于搭載Claude-Opus-4.6等主流大模型的同類(lèi)智能體。具體來(lái)看，在15道最難題目中，伐謀Agent 2.0一舉拿下9項(xiàng)第一。這些高難度任務(wù)往往對(duì)應(yīng)現(xiàn)實(shí)中數(shù)字化基礎(chǔ)薄弱、數(shù)據(jù)質(zhì)量參差的場(chǎng)景，例如歷史遺留的臟數(shù)據(jù)、殘缺的業(yè)務(wù)記錄、跨系統(tǒng)異構(gòu)對(duì)接等，具有極高的工程參考價(jià)值。

從產(chǎn)品技術(shù)層面分析，伐謀Agent 2.0的優(yōu)異表現(xiàn)得益于其在多個(gè)關(guān)鍵領(lǐng)域的系統(tǒng)優(yōu)化。首先，增強(qiáng)的演化策略支持智能體在多個(gè)路徑上并行探索，并能夠適時(shí)回溯調(diào)整，從而提升問(wèn)題解決的效率與準(zhǔn)確性。其次，長(zhǎng)程記憶機(jī)制的引入幫助智能體在長(zhǎng)鏈條任務(wù)中保持邏輯一致性，避免因任務(wù)復(fù)雜度增加而出現(xiàn)邏輯斷裂。全棧AI云基礎(chǔ)設(shè)施的優(yōu)化進(jìn)一步提升了算法迭代效率，為智能體的高性能運(yùn)行提供了堅(jiān)實(shí)保障。

自上線以來(lái)，伐謀Agent 2.0已服務(wù)數(shù)千家企業(yè)，覆蓋零售、金融、制造、能源、交通等多個(gè)領(lǐng)域。以汽車(chē)制造行業(yè)為例，伐謀Agent 2.0與阿爾特太乙合作，將風(fēng)阻驗(yàn)證時(shí)間從10小時(shí)壓縮至數(shù)分鐘，整車(chē)研發(fā)周期平均縮短25%。這一成果不僅體現(xiàn)了伐謀Agent 2.0在實(shí)際工程中的高效性，也為其在更多領(lǐng)域的推廣應(yīng)用奠定了基礎(chǔ)。

MLE-Bench的競(jìng)爭(zhēng)格局并非一成不變。今年2月，創(chuàng)業(yè)公司Disarray提交了一個(gè)高分成績(jī)，隨后UCSD團(tuán)隊(duì)的AIBuildAI也曾短暫占據(jù)榜首。然而，百度伐謀Agent 2.0在這一輪動(dòng)態(tài)排名中最終脫穎而出，再次登頂。這一結(jié)果不僅反映了該領(lǐng)域技術(shù)迭代的快速與激烈，也凸顯了百度在機(jī)器學(xué)習(xí)工程領(lǐng)域的持續(xù)創(chuàng)新能力。

參與本次測(cè)評(píng)的智能體還包括搭載OpenAI o1、Claude等模型的方案。各家產(chǎn)品在數(shù)據(jù)處理效率、長(zhǎng)任務(wù)穩(wěn)定性等維度上各有優(yōu)劣，形成了多元化的競(jìng)爭(zhēng)態(tài)勢(shì)。例如，某些智能體在數(shù)據(jù)處理效率上表現(xiàn)突出，而另一些則在長(zhǎng)任務(wù)穩(wěn)定性方面更具優(yōu)勢(shì)。這種多元化的競(jìng)爭(zhēng)格局有助于推動(dòng)整個(gè)領(lǐng)域的技術(shù)進(jìn)步。

據(jù)悉，伐謀Agent 2.0的正式版本將于今年5月的Create 2026百度AI開(kāi)發(fā)者大會(huì)上發(fā)布。與此同時(shí)，百度還開(kāi)源了Famou for Science項(xiàng)目。該項(xiàng)目基于多智能體協(xié)同模式構(gòu)建虛擬科研團(tuán)隊(duì)，支持長(zhǎng)線程科研任務(wù)的自動(dòng)化推進(jìn)，為科研領(lǐng)域提供了新的解決方案。

隨著智能體在工程化基準(zhǔn)測(cè)試中屢次刷新紀(jì)錄，一個(gè)現(xiàn)實(shí)問(wèn)題也隨之浮現(xiàn)：從榜單高分到大規(guī)模產(chǎn)業(yè)落地，中間還需要跨越哪些門(mén)檻？對(duì)于企業(yè)而言，穩(wěn)定的成本收益比和可解釋的工程回報(bào)，或許是最終評(píng)判智能體價(jià)值的關(guān)鍵標(biāo)準(zhǔn)。如何在技術(shù)突破與實(shí)際應(yīng)用之間找到平衡點(diǎn)，將是未來(lái)智能體發(fā)展的重要方向。