KDD Cup 2026 重磅赛道：打造告别繁琐干预的自主数据分析智能体

导语：KDD Cup 2026新赛道挑战AI极限，打造可自主完成复杂数据分析任务的Data Agent，告别繁琐人工干预。

想象一下，你正驾驶一辆高性能跑车，却不得不频繁停车，手动调整引擎参数、更换轮胎，甚至在每次转弯前下车勘测路况。这听起来荒谬，却正是当前许多 AI 在复杂数据分析任务中的真实写照：尽管拥有强大的计算能力，却依然被繁琐的人工干预所束缚。

KDD Cup 2026 正式发布全新赛道：Data Agents for Complex Data Analysis。本次大赛由香港科技大学（广州）数据智能与分析实验室联合清华大学数据库组共同承办，并由 ACM/IEEE Fellow 清华李国良教授和港科广骆昱宇教授领衔。这不仅是一场全球顶尖的数据挖掘赛事，更是一次面向未来的技术挑战：我们能否构建出真正意义上的“智能驾驶”AI，彻底告别人工干预，自主定义数据分析的能力边界？

从“执行者”到“思考者”：Data Agent 的自主进化

传统的数据分析自动化，更多是“脚本化”的：预设流程、固定工具、单一数据源。一旦任务超出预设范围，或数据环境发生变化，人工干预便不可避免。Data Agents 的核心价值，在于让 AI 从“执行者”升级为“思考者”，能够自主完成从问题理解到结果呈现的全流程。

假设你是一名数据科学家，需要评估一家跨国公司在全球各区域的季度销售表现，并找出异常波动的原因。这需要你：

• 理解问题：从一份高层报告中提炼出“评估销售表现”和“找出异常原因”这两个核心目标。
• 数据寻源：在全球多个数据库（SQL）、本地文件（CSV、JSON）、甚至邮件附件（PDF 报告）中寻找相关销售数据、市场报告、汇率信息等。
• 工具选择：根据数据类型和分析需求，选择合适的工具：SQL 查询数据库、Python 脚本处理 CSV、PDF 解析器提取报告内容。
• 逻辑推理：将不同来源的数据整合，进行复杂的计算（如汇率转换、同比环比），识别异常模式，并结合市场报告进行归因分析。
• 结果呈现：将分析结果以清晰的图表和文字形式呈现。

目前，这一系列步骤仍需大量人工协调。而 Data Agent 的目标，正是要自主完成这一切。

突破“人工天花板”的核心能力

KDD Cup 2026 Data Agents 赛道，旨在推动 AI 具备以下“告别人工干预”的关键能力：

1. 自主任务分解与策略生成

不再依赖人类指令，Agent 能够将复杂的高层级目标，自主拆解为一系列可执行的子任务，并动态规划最优的执行路径。

2. 跨模态工具链编排

Agent 能够智能识别并调用多样化的工具（数据库操作、编程语言执行、外部 API 交互），并将其灵活编排，形成高效的工作流。

3. 异构信息融合与推理

Agent 能够无缝处理来自结构化、半结构化、非结构化甚至多模态数据源的信息，进行深度关联与逻辑推理，构建全面的数据视图。

4. 自适应决策与结果验证

在执行过程中，Agent 能够根据中间结果进行自适应调整，并对最终分析结果进行自我验证，确保准确性和可靠性。

DataAgent-Bench：丈量 AI 自主分析的“能力边界”

为了精确丈量 AI 在自主数据分析方面的“能力边界”，本次大赛推出了核心基准测试平台 DataAgent-Bench。它通过构建一系列精心设计的任务，挑战 Agent 的极限：

• 真实场景模拟：任务设计深度还原企业级数据分析场景，数据源涵盖数据库、文档、图表等异构模态。
• 非线性推理挑战：任务包含顺序链、分支与合并、迭代循环等多种推理模式，要求 Agent 具备高级的逻辑判断和策略调整能力。
• 难度梯度分级：从 Easy 到 Extreme 四个难度级别，通过控制“模态数量”与“干扰项规模”，系统性地评估 Agent 在不同复杂程度下的表现。

以一个 Phase 1 任务为例：分析公司 2025 年 Q3 季度销售数据，识别出实际销售额超出预算目标 20% 的地区，并归因其驱动因素。Agent 需要处理 sales_transactions.sqlite（交易数据库）、region_mapping.json（地区映射文件）、Company_Ops_Manual.md（预算计算规则）、Market_Report_Q3.md（市场分析报告）等多种数据，并完成以下推理：

• 从手册中提取预算公式，结合映射文件，解析数据库中的地区信息。
• 对交易数据进行复杂查询和计算，筛选出高增长地区。
• 结合市场报告，对增长原因进行自动化归因。

Phase 1 Demo 数据集及官方 Starter Kit 已发布，涵盖 Easy、Medium、Hard 和 Extreme 四个难度级别，并配套 GitHub 基准代码与工具链，参赛者可前往官网 https://dataagent.top/ 下载，立即挑战 AI 自主分析的极限。

两阶段赛制与丰厚奖励

KDD Cup 2026 采用两阶段赛制，旨在全面激发参赛者的创新潜力：

Phase 1（单一主赛道）

所有队伍在公共排行榜上竞技，通过自动化评估，考验基础能力与算法效率。

Phase 2（双子赛道）

晋级队伍可选择：

• Leaderboard Subtrack（排行榜赛道）：追求极致准确率，挑战包含数据图像、数据视频等更具挑战性的新模态数据，推动性能极限。
• Creative Subtrack（创意赛道）：更注重系统设计与用户体验，鼓励构建成熟、交互友好且决策透明的 Data Agent 系统，探索应用边界。

本次大赛设立总额 120,000 元人民币 的丰厚奖金池，并提供：

• 大厂 Offer 直通车：助力职业发展，连接顶尖人才与产业需求。
• KDD Cup Workshop 专属演讲机会：在国际学术舞台展示成果，提升个人与团队影响力。
• 官方获奖证书：为学术履历增添价值，彰显技术实力。

权威阵容与关键时间点

本次大赛由香港科技大学（广州）和清华大学联合组织，汇聚了数据智能领域的顶尖学者。组织委员会主要成员包括：

• 李国良（ACM Fellow，IEEE Fellow，清华大学计算机系教授、副主任，国家杰出青年科学基金获得者，数据智能北京市重点实验室主任）
• 骆昱宇（香港科技大学（广州）助理教授，主要研究 Data Agents、LLM Agents，在 SIGMOD、VLDB、KDD 等顶会发表论文 40 余篇，曾获世界人工智能大会云帆奖、福布斯中国 U30）
• 汤南（香港科技大学（广州）副教授，ACM Distinguished Member，国家高层次人才计划入选者，研究聚焦 AI4DB 与数据中心化 AI）
• 李伯岩（香港科技大学（广州）博士生，研究方向为 Text-to-SQL 和 Data Agents，在 CCF-A 类会议发表论文 10 余篇）

此外，一批活跃在数据智能体、文档智能、信息提取等前沿领域的青年学者也担任 Committee Chairs，从多维度保障赛事的公平性与权威性。

大赛时间线（AoE 时区）：

• 3 月 22 日 – 4 月 23 日：全球队伍注册阶段
• 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 现场公布最终获奖名单

Data Agents 的时代已然来临，KDD Cup 2026 正是你告别人工干预、定义数据智能未来的最佳舞台！更多详情与数据集下载，请访问大赛官网 https://dataagent.top/。