Kaggle大师复盘：用AI Agent自动化打比赛的工程经验
subinium · x · 2026-07-16
作者（Kaggle Notebooks Grandmaster）分享了参加基于 ARC-AGI 1 基准的 Kaggle Neurogolf 2026 比赛的经验，重点探讨了如何利用 AI4Science 的**循环工程（Loop Engineering）**将参赛流程自动化。 **核心工具与工作流** - 高度依赖 Kaggle CLI 进行数据收集、提交和资产管理，以此为基础搭建长时间运行的自动化循环。 - 使用了 2 个 Claude Code agent 和 2 个 Codex agent。Claude 适合前期的探索性工作，而 Codex 在方向明确后作为主力工具。 **关键洞察与挑战** - **人类介入依然关键**：纯 Prompt 驱动的 LLM 循环容易陷入局部最优（不断微调同一个想法），最大的分数飞跃依然来自人类的外部视角输入（例如：提示系统去大幅缩减内存占用）。 - **评估重于生成**：利用基准测试中人类可理解的任务，构建内部评估门控是整个自动化循环的基础。 - **维护成本高**：长循环仍需人工干预（每天需介入1-10次），且新模型版本（如 Fable、GPT-5.6）的发布虽然能直接拉升成绩，但也常导致 CPU/内存不稳定或子 Agent 冲突。 **竞赛策略** - Kaggle 比赛更看重问题的定义与洞察，而非单纯的代码实现。公开代码的共享会瞬间打破排名格局（作者曾因高分公开方案流出而在两天内跌出前 200）。