文章核心观点 - 上海人工智能实验室与华东师范大学联合提出AutoMLGen框架，旨在解决现有大语言模型在机器学习工程中优化能力不足的问题 [1] - 该框架通过融合领域知识与创新的蒙特卡洛图搜索，使AI智能体从“代码生成”进阶到“算法优化”，实现了自主探索与持续提升 [2][4] - 在MLE-Bench基准测试中，AutoMLGen仅用标准时长一半的计算预算（12小时）即达到36.4%的平均奖牌率和18.7%的金牌率，表现优于其他方法 [11][12] 技术框架与创新 - AutoMLGen由领域知识库、蒙特卡洛图搜索和细粒度算子库三大模块组成，构建了从经验指引到智能探索再到方案精修的自进化闭环 [6] - 领域知识库系统化地汇总了模型层、数据层和策略层的专家经验，使智能体能从“零经验”快速启动并实现经验迁移 [7] - 创新的蒙特卡洛图搜索取代传统树状搜索，通过主扩展、分支内演化、跨分支参考和多分支聚合四种机制，实现不同搜索分支间的节点与轨迹动态融合及经验共享 [8] - 细粒度算子库定义了方案间的演化方式，为MCGS提供通用演化逻辑，使优化过程更连贯高效 [9] 性能表现与实验结果 - 在MLE-Bench榜单上，AutoMLGen使用DeepSeek-R1模型，以12小时计算预算取得36.4%的平均奖牌率和18.7%的金牌率，优于使用24小时预算的R&D-Agent（22.4%平均奖牌率）和AIDE（8.6%平均奖牌率）等竞争对手 [11] - 在低复杂度任务中奖牌率达到62.1% ± 3.0%，中复杂度任务中达到26.3% ± 2.6%，有效方案生成率高达96.4% ± 0.4% [11] - 模块消融实验显示，完整框架（知识库+MCGS）将奖牌率从基线40.91%提升至68.12%，证明了各模块的关键作用 [15] - 该系统在不同基础模型上均展现出优异适配性，且性能曲线能快速收敛并持续上升 [16] 行业意义与发展前景 - AutoMLGen标志着AI智能体在复杂工程与算法设计任务中的能力演进，证明了AI在高复杂度任务中具备自主探索与持续提升的潜力 [19] - 该框架的理念可向更广泛的智能系统范式扩展，包括算法发现、科研自动化、工程设计和多智能体协作等领域 [20] - 基于图结构的搜索逻辑与知识复用机制，为未来智能体的发展提供了通用的演化框架，有望推动人工智能向更高层次的智能化与自我改进 [20]

**公司及行业** 第四范式 企业级人工智能平台公司 专注于通过AI技术赋能企业数字化转型[1][3] **核心业务与产品** * 核心业务包括先知AI平台 SHIFT智能解决方案平台和AIGS服务[2][4] * 通过AutoML和迁移学习技术构建低门槛AI开发套件及AIOS平台[2][3] * 提供软件使用许可及相关产品 在能源 银行 保险 证券 制造 医疗和零售等领域提供行业解决方案[4] * 通过咨询加研发加产品加服务模式 为客户提供细分场景咨询 方案设计 系统实施及相关技术服务[5] **财务表现** * 2023年营收42亿元 同比增长36.4%[2][6] * 2018年至2020年复合年增长率CAGR为101.12%[6] * 2023年归母净利润亏损9.09亿元 同比减少7.36亿元[2][10] **客户与收入结构** * 标杆用户收入占营收比例约60.77%[2][6] * 标杆用户数量从2018年18个增至2023年139个[2][6] * 每名标杆用户平均收入从3.9百万元提升至8.38百万元[2][6] **行业覆盖与分布** * 金融和能源电力行业是主要营收贡献项 2022年分别占总营收16.9%和20.3%[2][7] * 覆盖行业集中度较低 抗风险能力较强 实现均衡化发展[2][7] **费用管控与研发投入** * 2023年销售费用率10.08% 管理费用率8.13% 财务费用率9.1% 较2018年分别下降65.5 82.51和19.33个百分点[8] * 2023年研发费用17.69亿元 占营收比例42.08%[2][9][15] **技术优势与市场地位** * 拥有自动机器学习 迁移学习 环境学习和自动强化学习四大核心技术[13][14] * 自2018年起连续多年占据中国继续学习平台市场份额第一位[13] * 2022年第4季度继续学习开发平台市场份额占比约32.7%[21] **发展历程与战略** * 发展分为三阶段 技术驱动阶段2014-2017 优势卡位驱动阶段2018-2022 生态规模驱动阶段2023年至今[11] * 从金融领域标杆客户破局 逐步切入其他赛道[4][11] * 通过泛生态合作提供端到端解决方案 扩大客户群体与业务范围[11][19] **产品迭代与市场策略** * 先知AI平台迭代至5.0版本 升级预测能力解决大语言模型局限性[4][22] * 聚焦大客户需求 与标杆客户合作积累卡位优势[17][19] **市场机会与行业前景** * 中国企业数字化转型带来成长机遇[20][21] * 2022年中国人工智能支出2555亿元 预计2027年增长到6910亿元 年复合增速25.1%[20] **管理层与团队** * 高管与核心技术人员拥有丰富经验 在前沿技术上具备卓越影响力[11][12] * 团队在人工智能领域拥有约15年经验[12] **盈利前景** * 亏损持续收窄 高毛利业务有望带来更高利润贡献[10] * 通过股份薪酬支付减少及合理控制费用 未来有望实现由亏转盈[10]