廣東
從“手動(dòng)擋”到“智能駕駛”：數(shù)據(jù)分析的范式革新
想象一下，你正駕駛一輛高性能跑車，卻不得不頻繁停車，手動(dòng)調(diào)整引擎參數(shù)、更換輪胎，甚至在每次轉(zhuǎn)彎前下車勘測(cè)路況。這聽(tīng)起來(lái)荒謬，卻正是當(dāng)前許多 AI 在復(fù)雜數(shù)據(jù)分析任務(wù)中的真實(shí)寫照：盡管擁有強(qiáng)大的計(jì)算能力，卻依然被繁瑣的人工干預(yù)所束縛。
KDD Cup 2026 正式發(fā)布全新賽道：Data Agents for Complex Data Analysis。本次大賽由香港科技大學(xué)（廣州）數(shù)據(jù)智能與分析實(shí)驗(yàn)室 聯(lián)合 清華大學(xué)數(shù)據(jù)庫(kù)組 共同承辦，并由 ACM/IEEE Fellow 清華李國(guó)良教授和港科廣駱昱宇教授領(lǐng)銜。這不僅是一場(chǎng)全球頂尖的數(shù)據(jù)挖掘賽事，更是一次面向未來(lái)的技術(shù)挑戰(zhàn)：我們能否構(gòu)建出真正意義上的“智能駕駛”AI，徹底告別人工干預(yù)，自主定義數(shù)據(jù)分析的能力邊界？
01
任務(wù)驅(qū)動(dòng)：當(dāng) AI 必須“學(xué)會(huì)思考”
傳統(tǒng)的數(shù)據(jù)分析自動(dòng)化，更多是“腳本化”的：預(yù)設(shè)流程、固定工具、單一數(shù)據(jù)源。一旦任務(wù)超出預(yù)設(shè)范圍，或數(shù)據(jù)環(huán)境發(fā)生變化，人工干預(yù)便不可避免。Data Agents 的核心價(jià)值，在于讓 AI 從“執(zhí)行者”升級(jí)為“思考者”：
場(chǎng)景模擬：假設(shè)你是一名數(shù)據(jù)科學(xué)家，需要評(píng)估一家跨國(guó)公司在全球各區(qū)域的季度銷售表現(xiàn)，并找出異常波動(dòng)的原因。這需要你：
1.理解問(wèn)題：從一份高層報(bào)告中提煉出“評(píng)估銷售表現(xiàn)”和“找出異常原因”這兩個(gè)核心目標(biāo)。
2.數(shù)據(jù)尋源：在全球多個(gè)數(shù)據(jù)庫(kù)（SQL）、本地文件（CSV、JSON）、甚至郵件附件（PDF 報(bào)告）中尋找相關(guān)銷售數(shù)據(jù)、市場(chǎng)報(bào)告、匯率信息等。
3.工具選擇：根據(jù)數(shù)據(jù)類型和分析需求，選擇合適的工具：SQL 查詢數(shù)據(jù)庫(kù)、Python 腳本處理 CSV、PDF 解析器提取報(bào)告內(nèi)容。
4.邏輯推理：將不同來(lái)源的數(shù)據(jù)整合，進(jìn)行復(fù)雜的計(jì)算（如匯率轉(zhuǎn)換、同比環(huán)比），識(shí)別異常模式，并結(jié)合市場(chǎng)報(bào)告進(jìn)行歸因分析。
5.結(jié)果呈現(xiàn)：將分析結(jié)果以清晰的圖表和文字形式呈現(xiàn)。
目前，這一系列步驟仍需大量人工協(xié)調(diào)。而 Data Agent 的目標(biāo)，正是要自主完成這一切。
02
Data Agents：
突破“人工天花板”的核心能力
KDD Cup 2026 Data Agents 賽道，旨在推動(dòng) AI 具備以下“告別人工干預(yù)”的關(guān)鍵能力：
1.自主任務(wù)分解與策略生成：不再依賴人類指令，Agent 能夠?qū)?fù)雜的高層級(jí)目標(biāo)，自主拆解為一系列可執(zhí)行的子任務(wù)，并動(dòng)態(tài)規(guī)劃最優(yōu)的執(zhí)行路徑。
2.跨模態(tài)工具鏈編排：Agent 能夠智能識(shí)別并調(diào)用多樣化的工具（數(shù)據(jù)庫(kù)操作、編程語(yǔ)言執(zhí)行、外部 API 交互），并將其靈活編排，形成高效的工作流。
3.異構(gòu)信息融合與推理：Agent 能夠無(wú)縫處理來(lái)自結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化甚至多模態(tài)數(shù)據(jù)源的信息，進(jìn)行深度關(guān)聯(lián)與邏輯推理，構(gòu)建全面的數(shù)據(jù)視圖。
4.自適應(yīng)決策與結(jié)果驗(yàn)證：在執(zhí)行過(guò)程中，Agent 能夠根據(jù)中間結(jié)果進(jìn)行自適應(yīng)調(diào)整，并對(duì)最終分析結(jié)果進(jìn)行自我驗(yàn)證，確保準(zhǔn)確性和可靠性。
03
DataAgent-Bench：
丈量 AI 自主分析的“能力邊界”
為了精確丈量 AI 在自主數(shù)據(jù)分析方面的“能力邊界”，本次大賽推出了核心基準(zhǔn)測(cè)試平臺(tái)DataAgent-Bench。它通過(guò)構(gòu)建一系列精心設(shè)計(jì)的任務(wù)，挑戰(zhàn) Agent 的極限：
?真實(shí)場(chǎng)景模擬：任務(wù)設(shè)計(jì)深度還原企業(yè)級(jí)數(shù)據(jù)分析場(chǎng)景，數(shù)據(jù)源涵蓋數(shù)據(jù)庫(kù)、文檔、圖表等異構(gòu)模態(tài)。
?非線性推理挑戰(zhàn)：任務(wù)包含順序鏈、分支與合并、迭代循環(huán)等多種推理模式，要求 Agent 具備高級(jí)的邏輯判斷和策略調(diào)整能力。
?難度梯度分級(jí)：從 Easy 到 Extreme 四個(gè)難度級(jí)別，通過(guò)控制“模態(tài)數(shù)量”與“干擾項(xiàng)規(guī)模”，系統(tǒng)性地評(píng)估 Agent 在不同復(fù)雜程度下的表現(xiàn)。
一個(gè) Phase 1 任務(wù)示例：
任務(wù)：分析公司 2025 年 Q3 季度銷售數(shù)據(jù)，識(shí)別出實(shí)際銷售額超出預(yù)算目標(biāo) 20% 的地區(qū)，并歸因其驅(qū)動(dòng)因素。
Agent 需處理的數(shù)據(jù)：
?sales_transactions.sqlite：交易數(shù)據(jù)庫(kù)。
?region_mapping.json：地區(qū)映射文件。
?Company_Ops_Manual.md：預(yù)算計(jì)算規(guī)則。
?Market_Report_Q3.md：市場(chǎng)分析報(bào)告。
Agent 需完成的推理：
1.從手冊(cè)中提取預(yù)算公式，結(jié)合映射文件，解析數(shù)據(jù)庫(kù)中的地區(qū)信息。
2.對(duì)交易數(shù)據(jù)進(jìn)行復(fù)雜查詢和計(jì)算，篩選出高增長(zhǎng)地區(qū)。
3.結(jié)合市場(chǎng)報(bào)告，對(duì)增長(zhǎng)原因進(jìn)行自動(dòng)化歸因。
重要信息：Phase 1 Demo 數(shù)據(jù)集及官方 Starter Kit 已發(fā)布！包含 Easy、Medium、Hard 和 Extreme 四個(gè)難度級(jí)別，并配套 GitHub 基準(zhǔn)代碼與工具鏈。立即前往官網(wǎng) https://dataagent.top/ 下載，挑戰(zhàn) AI 自主分析的極限！
04
賽制與獎(jiǎng)勵(lì)：
激發(fā)創(chuàng)新，共塑未來(lái)
KDD Cup 2026 采用兩階段賽制，旨在全面激發(fā)參賽者的創(chuàng)新潛力：
?Phase 1（單一主賽道）：所有隊(duì)伍在公共排行榜上競(jìng)技，通過(guò)自動(dòng)化評(píng)估，考驗(yàn)基礎(chǔ)能力與算法效率。
? Phase 2（雙子賽道）：晉級(jí)隊(duì)伍可選擇：
Leaderboard Subtrack（排行榜賽道）：追求極致準(zhǔn)確率，挑戰(zhàn)包含數(shù)據(jù)圖像、數(shù)據(jù)視頻等更具挑戰(zhàn)性的新模態(tài)數(shù)據(jù)，推動(dòng)性能極限。
Creative Subtrack（創(chuàng)意賽道）：更注重系統(tǒng)設(shè)計(jì)與用戶體驗(yàn)，鼓勵(lì)構(gòu)建成熟、交互友好且決策透明的 Data Agent 系統(tǒng)，探索應(yīng)用邊界。
本次大賽設(shè)立總額120,000 元人民幣的豐厚獎(jiǎng)金池，并提供：
?大廠 Offer 直通車：助力職業(yè)發(fā)展，連接頂尖人才與產(chǎn)業(yè)需求。
? KDD Cup Workshop 專屬演講機(jī)會(huì)：在國(guó)際學(xué)術(shù)舞臺(tái)展示成果，提升個(gè)人與團(tuán)隊(duì)影響力。
官方獲獎(jiǎng)證書：為學(xué)術(shù)履歷增添價(jià)值，彰顯技術(shù)實(shí)力。
05
權(quán)威陣容：頂尖學(xué)者，引領(lǐng)前沿
本次大賽由香港科技大學(xué)（廣州）和清華大學(xué)聯(lián)合組織，匯聚了數(shù)據(jù)智能領(lǐng)域的學(xué)者。組織委員會(huì)成員包括：
General Chairs 陣容：
?李國(guó)良，ACM Fellow，IEEE Fellow，清華大學(xué)計(jì)算機(jī)系教授、副主任，國(guó)家杰出青年科學(xué)基金獲得者（并延續(xù)資助），國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目首席科學(xué)家，數(shù)據(jù)智能北京市重點(diǎn)實(shí)驗(yàn)室主任，計(jì)算機(jī)學(xué)會(huì)數(shù)據(jù)庫(kù)專委會(huì)副主任。
?駱昱宇，香港科技大學(xué)（廣州）助理教授，研究興趣為Data Agents、LLM Agents。在 SIGMOD、VLDB、KDD、ICML 等頂會(huì)發(fā)表論文40 余篇。曾獲世界人工智能大會(huì)云帆獎(jiǎng)、福布斯中國(guó)U30、華為火花獎(jiǎng)。領(lǐng)導(dǎo) OpenManus 和 DeepEye 開(kāi)源智能體項(xiàng)目（GitHub 5.5萬(wàn)+ Stars），獲日內(nèi)瓦發(fā)明展銀獎(jiǎng)。
?湯南，香港科技大學(xué)（廣州）副教授，ACM Distinguished Member，國(guó)家高層次人才計(jì)劃入選者。研究聚焦 AI4DB 與數(shù)據(jù)中心化 AI，曾獲 VLDB 最佳論文獎(jiǎng)及 SIGMOD 2024 Research Highlight Award。
?李伯巖，香港科技大學(xué)（廣州）博士生。研究方向聚焦于Text-to-SQL 和 Data Agents，在SIGMOD、KDD、VLDB、ICML等CCF-A類會(huì)議發(fā)表論文10余篇，領(lǐng)導(dǎo)DeepEye數(shù)據(jù)智能體開(kāi)源項(xiàng)目，獲日內(nèi)瓦發(fā)明展銀獎(jiǎng)。
Committee Chairs 陣容：
除上述專家外，大賽還匯聚了一批活躍在數(shù)據(jù)智能體、文檔智能、信息提取、數(shù)據(jù)可視化、數(shù)據(jù)庫(kù)系統(tǒng)及以數(shù)據(jù)為中心的 AI等前沿領(lǐng)域的青年學(xué)者。他們將出任本次大賽的 Committee Chairs，深度參與并統(tǒng)籌賽事的注冊(cè)流程、全球宣傳、數(shù)據(jù)構(gòu)建及評(píng)估標(biāo)準(zhǔn)制定，從多維度為大賽的公平性、權(quán)威性與技術(shù)專業(yè)度保駕護(hù)航。
06
關(guān)鍵時(shí)間節(jié)點(diǎn)：
把握機(jī)遇，共赴前沿 (AoE 時(shí)區(qū))
? 3月22日 - 4月23日：全球隊(duì)伍注冊(cè)階段（機(jī)會(huì)稍縱即逝，立即組隊(duì)，搶占先機(jī)！）
? 4月24日 - 5月23日：Phase 1 激烈角逐
? 5月28日 - 6月30日：Phase 2 激烈角逐
? 8月9日：KDD 2026 現(xiàn)場(chǎng)公布最終獲獎(jiǎng)名單
07
立即行動(dòng)，告別干預(yù)，定義未來(lái)！
Data Agents 的時(shí)代已然來(lái)臨，KDD Cup 2026 正是你告別人工干預(yù)、定義數(shù)據(jù)智能未來(lái)的最佳舞臺(tái)！
▎大賽官網(wǎng)（數(shù)據(jù)集下載 & 賽事詳情）：復(fù)制鏈接 https://dataagent.top/ 到瀏覽器訪問(wèn)，或點(diǎn)擊文末左下角“閱讀原文”直達(dá)。
▎加入官方交流社區(qū)，與全球精英同行：為方便參賽者交流、獲取最新動(dòng)態(tài)及組隊(duì)信息，我們開(kāi)通了官方交流渠道。關(guān)注“數(shù)據(jù)智能與分析實(shí)驗(yàn)室 DIAL”微信公眾號(hào)，回復(fù)關(guān)鍵詞即可獲取：
?回復(fù)KDD大賽：獲取官方 Discord 交流社區(qū)（KDD Cup 2026 | DataAgents）、X (Twitter) 賬號(hào)鏈接及賽事 FAQ 快速入口。
您也可以直接復(fù)制鏈接 https://discord.gg/7eFwJQN3Fx 加入我們的 Discord 社區(qū)，與全球開(kāi)發(fā)者共同探討 Data Agents 的前沿技術(shù)！
讓我們相約 KDD 2026，共同告別人工干預(yù)，塑造數(shù)據(jù)分析的未來(lái)！
未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁(yè)、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！
公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來(lái)源并插入本公眾號(hào)名片。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
