尽管人工智能（AI）在飞速发展，当前 AI 开发仍严重依赖人类专家大量的手动实验和反复的调参迭代，过程费时费力。这种以人为中心的方式已成为制 约创新速度和通向通用人工智能（AGI）的关键瓶颈。为突破限制， AI-for-AI （AI4AI）应运而生。AI4AI 旨在让 AI 作为智能体来自主设计、优化和改 进 AI 算法，大幅减少人类干预，加速迭代开发周期，推动 AGI 发展进程。 最近，上海交通大学与上海人工智能实验室联合团队最新研究表明，一个仅依赖 7B 参数大模型的 AI 智能体（ML-Agent），采用 "经验学习" 新范式，只 在 9 个机器学习任务上持续探索学习，迭代进化，最终就能设计出超越 671B Deepseek-R1 驱动的智能体设计的 AI 模型， 首次实现了在自主机器学习领域 从 "提示工程" 到 "经验学习" 的范式跃迁，开创了 AI4AI 的新路径 。 论文标题： 论文地址： https://arxiv.org/pdf/2505.23723 代码地址： https://github.com/MASWorks/ML-Agent 传统自主机器学习：费时低效的困境 传统机器学习工程繁琐低 ...