百度伐谋Agent 2.0再登顶，已开源面向科研项目

近日，百度智能云推出的企业级算法自主优化智能体——百度伐谋Agent 2.0，再次登顶机器学习工程基准MLE-Bench，并刷新最优（SOTA）成绩。这是继去年10月首次登顶后，百度伐谋凭借过硬的工程能力再次取得亮眼表现。

据介绍，MLE-Bench是由OpenAI主导设立的检验智能体“动手能力”的硬核考核指标，它包含75个来自Kaggle竞赛的真实工程难题，重点考察人工智能在模型训练、数据准备、实验运行等机器学习全流程中的端到端实战能力。去年10月，百度伐谋登顶MLE-Bench，展现了其“寻找最优解的智能体”的能力。

最新的评测中，百度伐谋2.0在“高难度”任务上的能力表现依旧突出。评测显示，在统一运行标准下，百度伐谋2.0在“高难度”任务上的综合胜率显著领先，超越了搭载Claude-Opus-4.6等主流大模型的同类智能体，印证了百度伐谋在系统性分析复杂问题、迭代优化解决方案的成熟能力。

据介绍，百度伐谋2.0在演化策略、长程记忆机制、底层基础设施等层面进行了全面优化。其中，增强的演化策略能够让智能体在多条路径上并行探索，适时回溯调整，从而找到更优的解决方案；其长程记忆机制能够帮助智能体在人类工程师一样，在长链条任务中保持思路清晰、逻辑一致；依托百度智能云全栈AI云基础设施优化，则让算法演化迭代的效率显著提升。

同时，百度伐谋2.0还大幅降低了算法使用门槛，即便没有算法背景的业务人员，也能以自然语言和数据文件发起需求，系统自动交付可解释、可交互、可落地的决策方案，快速产出企业级解决方案。

百度伐谋上线至今已经吸引数千家企业使用，覆盖零售、金融、制造、能源、交通等国民经济核心领域。如在汽车制造领域，阿尔特太乙与伐谋合作研发御风智能预测系统，将单次风阻验证时间从10小时压缩至数分钟，整车研发周期平均缩短25%；在能源基建领域，中国能建广东院用伐谋解决海上风电电缆桥架布置难题，节省近一周工期与大量材料成本。

百度伐谋在科研场景同样展现出巨大应用潜力。北京工业大学团队将伐谋引入中国空间站微型气相色谱柱设计实验，以自动化寻优代替人工反复仿真，大幅提升分离效率；天津大学团队将伐谋用于灾害预测模型选优，把原本以"周"为单位的科研探索压缩至6小时内出成果。

为进一步降低科研团队的使用门槛，百度智能云近期还开源了Famou for Science项目，基于多智能体协同模式构建完整虚拟科研团队，涵盖团队负责人、实验管理、文档管理与评审等角色，可支持长线程科研任务的自动化推进，实现学科知识机理和样本数据融合的创新算法实验持续演化。