谷歌最新发布了DS-STAR，一款多功能数据科学智能体，能自动完成从统计分析、可视化到数据清洗的多种任务。它能读取复杂混乱的文件，规划步骤，编写并运行代码，自动校验结果，已在多文件复杂任务中达到业界领先水平。

DS-STAR在DABStep、KramaBench和DA-Code等数据科学基准测试中，准确率分别提升至45.2%、44.7%和38.5%，9月底已稳居DABStep榜首。相比之前依赖干净CSV格式的工具，DS-STAR能处理CSV、XLSX、JSON、markdown及纯文本等多样格式，并通过结构化总结文件内容，建立共享上下文，极大提升理解能力。

其核心架构包括“数据文件分析器”负责提取文件结构和类型，“规划器”制定解决方案，“编码器”编写Python代码，“验证器”检查结果准确性，“路由器”修正错误并完善步骤。这个多轮迭代机制根据任务难度调整，复杂任务平均5.6轮，简单任务3轮内完成，超过半数简单任务一轮搞定。

消融实验显示，去掉数据文件分析器后准确率骤降至27%，证明结构化数据理解是智能体的最大挑战。DS-STAR还能灵活适配不同基础模型，如GPT-5和Gemini-2.5-Pro，在不同难度任务上表现各有优势。

这项成果标志着AI在处理复杂、格式混杂的真实世界数据上的重要突破，极大缩小了“数据混乱”与“可靠分析”之间的鸿沟，未来有望彻底改变数据科学家的工作方式，实现真正的自动化数据驱动决策。

探索详情见：research.google/blog/ds-star-a-state-of-the-art-versatile-data-science-agent
论文地址：arxiv.org/pdf/2509.21825