Apple论文比较编码Agent与多智能体ML系统

2026年10月7日，X用户Rohan Paul发布帖文，介绍Apple新论文《How Much of a Harness Does a Strong Agent Need for Autonomous ML Engineering?》。据该帖文，论文比较了自动化ML工程中编码Agent与多智能体系统，并在同一代码库、同一模型、同一硬件和24小时预算下重新运行了每种封装。帖文称，把模型的聊天框换成shell是唯一明显起作用的改动；使用GLM 5.2时，最小化Agent在62.5%的Kaggle任务上获得奖牌，而最佳已发表封装为47.1%；加入并行Agent和消息通道后，其奖牌率反而从55.7%降至33.3%。帖文还称，论文的基本结论是自动化ML工程的进展来自模型和运行时，而非围绕它们搭建的脚手架。上述数字与结论均来自该帖文对论文的转述，论文原文未在报道中直接呈现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。