近日，arXiv平台发布一项全新AI技术研究，提出一套统一的多智能体架构，可实现从数据集与自然语言目标出发，自动生成端到端机器学习（ML）流水线，旨在提升ML流水线构建的效率、鲁棒性与可解释性。该研究打造了一个包含五个智能体的协同系统，各智能体分工明确：负责数据集剖析的profiling智能体、解析自然语言任务目标的intent parsing智能体、推荐适配微服务的microservice recommendation智能体，以及另外两个未完整披露的智能体共同协作，构建起具备自我修复能力的自动化流水线生成机制。相较于传统人工搭建ML流水线的模式，这套多智能体架构能够大幅减少人力投入，降低因人工操作带来的误差，同时让流水线的构建逻辑更具可解释性，便于开发者理解与调试。