编者按：研究与开发（R&D）是推动社会进步、经济增长和技术创新的核心动力。在人工智能时代，如何充分激发大语言模型的潜力，通过自动化手段提升研究与开发效率，实现跨领域知识迁移与创新，已成为R&D智能化转型的关键。为应对这一挑战，微软亚洲研究院推出了自动化研究与开发工具RD-Agent，依托大语言模型的强大能力，开创了以人工智能驱动R&D流程自动化的新模式。RD-Agent不仅提高了研发效率，还利用智能化的决策和反馈机制，为未来的跨领域创新与知识迁移提供了无限可能，赋能R&D迈向全新高度。

　　在现代工业中，研究与开发（R&D）是推动数字化转型和提升生产力与生产效率的关键。然而，随着人工智能技术的快速发展，传统R&D自动化方法的局限性逐渐显露。尤其是在提供高效、精准的自动化解决方案时，这些方法缺乏足够的智能，难以满足创新型研究和复杂开发任务的需求，远未能达到“像人类专家那样创造显著产业价值”的水平。相比之下，经验丰富的人类专家能够基于深厚的知识提出新想法、验证假设，并通过反复试验不断优化流程。

　　大语言模型（LLMs）的出现，为这些问题带来了全新的解决方案，并将为数据驱动的 R&D 场景的自动化产生巨大的推动作用。通过在各个领域的海量数据中进行训练，大语言模型积累了丰富的知识，能够提供传统方法所缺乏的智能性。凭借从数据中提取逻辑推理的能力，大语言模型可以支持复杂的决策过程，帮助自主执行任务，并在多种工作流程中作为智能代理（AI agent）发挥作用。

　　大语言模型为R&D注入新智能

　　微软亚洲研究院的研究员们认为，大语言模型在推动创新性研究方面具有巨大的潜力和价值，其广泛的知识覆盖面不仅有助于提出全新的想法和假设，还能够通过强大的推理能力为研究设计新的实验路径和方法，进而促进持续创新。在开发环节，大语言模型在数据处理和分析方面表现出色，能够高效提炼信息、总结规律。此外，凭借对代理工具（agentic tools）的灵活运用或创建能力，大语言模型可以自动处理重复且复杂的任务，从而显著加快开发进程。

　　为此，研究员们设计了一个基于大语言模型能力的自动化研究与开发工具RD-Agent。通过整合数据驱动的R&D系统，RD-Agent可以借助强大的人工智能能力驱动创新与开发的自动化。

　　RD-Agent的核心是一个自主代理（autonomous agent）框架，由研究（R）和开发（D）两个关键模块构成。研究模块负责提出新想法，积极探索新的可能性；开发模块则专注于实现这些想法。两者相辅相成，在实际应用中通过反馈循环不断优化。随着时间推移，这些模块的能力将逐步提升，以应对日益复杂的研发需求。

　　图1：用AI驱动AI

　　在实际应用中，RD-Agent可以发挥众多作用，它既可以作为高效的研发助手，遵循指示完成日常繁琐的研发工作，也可以作为具有高度自主性的智能代理，主动提出创新性想法并自动进行探索研究。

以下是RD-Agent可支持的部分场景演示，包括了从通用研究助理到辅助特定专业领域的数据智能研发：

　　作为通用科研助理，自动阅读研究论文或报告，并实现模型结构。

　　场景1：RD-Agent助力通用数据驱动的研发场景

　　自动探索和实现模型结构，挖掘数据规律：如金融、医疗等领域。

　　场景2：RD-Agent提高特定行业关键问题的研发效率

　　作为自动化Quant工厂，在复杂的真实系统中，自动化完成大量耗时的特征工程工作。

　　场景3：RD-Agent与现有研发框架结合，助力解决生产流程中的研发问题

　　目前，RD-Agent工具已在GitHub上开源，微软亚洲研究院的研究员们正不断更新和扩展RD-Agent的功能，以适应更多的方法和场景，进一步优化研发过程，提高生产率。

　　RD-Agent GitHub 链接：https://github.com/microsoft/rd-agent

　　RD-Agent的关键挑战与技术创新

　　在数据驱动的R&D自动化领域，#FormatImgID_7#大语言模型的应用带来了革命性的创新机遇。然而，实现这一愿景的关键挑战在于如何获取并持续进化专业知识。

　　具体来说，现有的大语言模型在完成初始训练后，其能力很难持续增长。因为大语言模型的训练过程更侧重于通用知识学习，所以对于高度专业化知识的理解并不透彻，而这些专业知识需要从行业内的深度实践中获得，这成为了解决领域内复杂研发问题的一大难题。

　　微软亚洲研究院的研究员们认识到，只有深入探索研发阶段，并持续获得深度领域知识，才可能让大语言模型的研发能力不断增长。因此，研究员们从研究、开发、测试基准三个层面展开了研究，进而设计了RD-Agent工具，实现了在真实世界的实践和反馈中的动态学习。

　　研究层面：探索新的想法并通过反馈对其优化。在R&D过程中，提出和验证新想法是研究的核心环节。数据挖掘专家会首先提出假设，例如循环神经网络RNN能够捕捉时间序列数据中的模式；然后设计实验，如在包含时间序列的金融数据场景中验证该假设；随后将实验想法转化为代码，例如PyTorch模型结构；最后执行代码以获取反馈，诸如指标、损失曲线等。专家们会从反馈中学习，并在下一次迭代中改进。

　　受这些理念的启发，研究员们建立了一个基本的方法框架，支持自动提出和验证假设，并从实践反馈中积累知识。RD-Agent是首个将科学研究自动化和实践验证相连接的框架，并融入了知识管理机制，使其在探索中能够像人类专家一样不断地验证和积累知识。随着agent对场景的理解逐步加深，它还能提出更优的解决方案。

　　图2：研究层的基本方法

　　开发层面：高效实现并执行想法。开发过程的关键在于高效实现研究成果，同时通过合理的任务优先级调度来最大化效益。研究员们在RD-Agent框架中提出了面向数据中心任务开发的解决方案Co-STEER。这一方法旨在处理从简单任务入手，通过学习不断提高的开发策略，并利用持续反馈优化整体开发效率。

　　图3：基于LLM-Agent自动化以数据为中心的开发

　　Co-STEER agent通过不断进化的策略，积累特定领域的开发经验，不仅提高了任务调度的效率，还加速了开发能力的提升。Agent开发水平不断增强，其反馈质量也随之提升，从而进一步优化调度算法，实现开发与调度的协同进化。

　　图4：Co-STEER设计细节

　　Co-STEER论文：

　　Collaborative Evolving Strategy for Automatic Data-Centric Development

　　https://arxiv.org/abs/2407.18690

　　基准测试（Benchmark）层面：构建新的基准测试体系，评测agent的R&D能力。研究员们还开发了一个全新的基准测试集：RD2Bench。该基准测试涵盖了从数据构建到模型设计的一系列任务，用于评估大语言模型代理（LLM-Agent）在数据和模型研发方面的能力。

　　在评估模型开发能力时，研究员们从专注于模型结构设计的论文中抽取关键信息，并将实现细节通过数学公式和文本描述结合的方式提供给agent。在数据开发能力的评估中，研究员们选择了金融特征（因子）作为典型的高知识密集型场景，从公开的研究报告中抽取因子的实现公式和描述，用于研发agent的输入。针对所有任务，研究员们都实现了对应的正确版本，以此作为评估模型和数据构建结果的基础。

　　图5：R&D流程示意图

　　RD2Bench论文：

　　Towards Data-Centric Automatic R&D

　　https://arxiv.org/abs/2404.11276

　　大语言模型的创新潜力有待进一步激发

　　展望未来，如何更高效地开展自动化数据科学研究仍是一个开放性问题，而如何充分激发大语言模型的创新潜力，实现跨领域乃至跨学科的知识迁移、融合与创新，更是当前面临的重要挑战。在开发过程中，如何自动化地理解反馈信息，并将其与现有的开发水平紧密结合，同时智能地调度任务、择优执行，以提升基础模型作为agent的能力，都是极具挑战且具有深远意义的研究方向。

　　要解决这些挑战，关键在于通过实践反馈促进研究与开发能力的同步提升，实现二者的协同进化。这种有机结合的方法将极大地提升大语言模型的创新能力，推动跨领域和跨学科的知识转移与创新，从而进一步提升研发效率与质量，真正实现自动化研究与开发的飞跃。