Leeroo 开源 Kapso 引擎，从企业数据中迭代学习

大家好！我是 Alireza，和 Majid 一起在做 Leeroo（https://leeroo.com/）。此前我们曾在 LinkedIn 和 Meta 为拥有数百万用户的产品构建 AI 系统。现在我们专注于为企业数据构建 AI 系统。今天，我们开源了 Kapso（https://github.com/Leeroo-AI/kapso），这是一个负责运行实验、部署最佳方案，并从每一次运行中学习的引擎。数据工作的本质是迭代式的：调研、提出假设、做实验，并根据学到的东西持续改进。在庞杂的企业数据环境里，这种自下而上的过程是快速交付有意义成果的唯一途径。靠顾问在会议中收集背景信息，或者让团队事先定义一个业务本体来套数据，根本没有落地的机会——按季度算做不到，有时按年算也做不到。一个 AI 原生的系统应当自动化这个过程，让每一次新的调研和实现都能累积学习成果。举例来说，我们的一个企业项目是把一家公司从旧的数据资产迁移到 lakehouse，涉及 30 多个源系统类别、数千张表和转换逻辑，以及数百份 BI 报告。没有任何个人或 AI agent 知道这套数据资产是如何连接、如何运转的。弄懂它的唯一办法，就是去调研这家公司的代码仓库、dbt 模型、文档和数据本身，对这套资产提出假设、运行实验、从中学习，直到我们理解每个系统的行为方式以及它在什么条件下成立。这种迭代工作不止于理解数据和系统如何拼合，以及业务如何运营。构建有用的软件同样是迭代的。无论你是在优化数仓、搭建 lakehouse 管道，还是预测流失，你都需要运行实验，弄清在这个特定环境里什么最有效。随着你交付的项目越来越多，这些经验会不断复利积累，原理上类似 RL。把文档拿来做 RAG 价值不大，除非它已在特定环境中被尝试过、并且其后果已被学习到。和人类的工程工作一样，实验和学习应当在沙箱中进行。我们构建 Kapso 正是为了这类工作：你给它一个目标和成功标准，它会朝着一个可在你的技术栈上部署的最优解推进。你可以在这里观看视频演示：https://www.youtube.com/watch?v=W4FHlza1fRs下面是它的工作原理……Kapso 拥有一个经验教训库（bank of lessons），其中的条目由过去的实验归纳或演绎而来，每一条都带有可信度评分、适用条件以及背后的证据。对于每一个新实验，一个构思模块（ideation module）会结合先前的经验教训提出想法，按预期回报相对于各自所需预算重新排序，并把排名靠前的想法交给实现模块（implementor）。由于这个库会在该环境中持续从过去的实验中学习，它提出的想法会比来自 LLM 或 RAG 的通用假设更贴合该环境。此外，每个实验的结果都由一个验证模块（verifier）核验，任何实验都无法访问或欺骗它。正如我们在构建这类系统时发现的，有时成功标准和评估测试本身也需要演进。实验模块可以提出对指标和标准的更新，由验证模块批准或拒绝。每次运行结束后，learn() 会用该次运行的证据更新经验教训库中各项的评分和边界。对库的改动还可以通过 A/B 测试来验证：用旧库和新库分别运行除此之外完全相同的构建。这个库构建在 git 之上，因此你可以与他人分享自己的经验、列出你可用的库并更新它们（CLI 中的 kapso experience share/list/update）。系统与模型无关，也与 coding agent 无关。kapso.deploy(solution, target_stack) 遵循同样的工作流，会运行一个更短的实验循环，把最佳方案适配到目标技术栈（例如 Docker、Modal、BentoCloud、LangGraph）。每个领域都有一个可作为起点的 harness，你可以通过插件中的 /kapso:harness 或 CLI（kapso harness new）编写自己的领域 harness，并通过运行实验在其上不断累积。我们在一些公开基准和在线竞赛上运行了它，结果如下……- 关系数据库上的预测建模：在 RelBench（Kumo AI，现为 Nvidia，与 Stanford 的基准）上排名第一，领先于最好的表格基础模型（https://star-project.stanford.edu/relbench/leaderboard/）。这表明把学习保持在 harness 层面可以胜过基础表格模型。更新一个经验教训库的成本远低于重新训练一个表格基础模型。- ML 工程：提交时在 OpenAI 的 MLE-bench 上排名第一，目前仍位居顶级开源系统之列（https://github.com/openai/mle-bench/pull/107）。- AI 竞赛：领先于 ALE-Bench 作者在 Sakana AI 报告的最佳 agent，并在 2026 年现场国际人工智能奥林匹克竞赛中自主运行，超过全部 471 名人类参赛者，位列前三的 AI 系统（https://ioai-official.org/ai-models-track/ioai%c2%b2-2026-re...）。我们在 Leeroopedia（https://leeroopedia.com/）上有一个面向 ML 和数据的公开库：通过对论文和代码仓库做实验提取出约 10 万个页面，每月约 600 万次请求，其中约 28% 来自 AI agent。我们把一家有 30 年历史的企业积累数十年、横跨众多遗留系统的数据资产迁移到了现代 lakehouse。这涉及构建新的管道、数据模型以及构建报告。这个项目此前停滞了一年多，我们在几周内完成了它。对数据资产的学习和构建是同步进行的，每一项发现都塑造了我们接下来构建的内容。最终，我们的学习成果还帮助我们识别出了该数据资产在架构和实现上的重大成本削减机会。如果你所在的公司正在成长，拥有横跨多个系统和职能的复杂数据资产，而你的数据和 AI 团队已经捉襟见肘，我们很乐意帮忙！https://github.com/Leeroo-AI/kapso 评论 URL：https://news.ycombinator.com/item?id=50471281 点数：4

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）