苹果论文：自主 ML 工程 Agent 需要多少脚手架

苹果机器学习团队于 2026 年 10 月 1 日发布一篇论文，主题是自主机器学习工程（MLE）Agent 究竟需要多少脚手架。论文比较了两条技术路线：一条搭载多 Agent 编排器、专用检索子 Agent 等复杂装置，另一条只使用更原始但能力更强的编码 Agent，让 LLM 直接访问执行环境。

论文在开篇指出，近年来自主 MLE Agent 在公开排行榜上取得了显著进展。这类系统走向复杂化的动因，通常被归结为长周期任务中的进展停滞，以及 LLM 基础能力本身的限制，因此现代 MLE Agent 被部署在日益精巧的机械装置之上，包括多 Agent 编排器和专用检索子 Agent 等。论文正是在脚手架不断加码的背景下，讨论一个强 Agent 到底需要多少外部支撑。

目前可核对的材料只到这一层：论文由苹果机器学习团队发布，时间为 2026 年 10 月 1 日，讨论对象是自主 MLE Agent 的两条路线。材料中没有给出论文的完整标题、所涉及的基准测试、任何具体数字或实验结果，也没有说明作者最终倾向哪一条路线，因此这件事目前停留在论文提出该问题的阶段。