奇富科技近日宣布，其自主研发的面向业务场景的自动建模Agent——ModelEvo正式开源。这一工具旨在将企业内部的专家经验转化为标准化建模能力，提升研发效率的同时，为行业提供经过实践验证的建模方法论，助力AI建模基础设施的共建。
传统业务建模面临多重挑战，不仅需要算法优化，还需将业务目标转化为具体建模任务，涉及标签定义、样本切分、特征泄漏识别等环节。过去，这些流程往往分散在个人工具中，导致重复开发和标准不统一。ModelEvo通过将专家经验沉淀为可执行的规则，将建模流程拆解为可组合、可复用的模块化技能，实现了从需求澄清到报告生成的全流程自动化支持。
该工具的核心创新在于"先评估后建设"的机制。当用户明确需求后，系统会从模型知识库中检索历史模型，基于AUC、KS等指标判断模型是否可直接复用、优化或重建。这种模式显著提升了历史模型的复用率，使模型资产能够持续产生价值。目前，首个版本已支持分类预测和Uplift增益建模两类典型任务。
在技术实现上，ModelEvo将建模流程转化为Agent可理解的规则集，能够自动检查标签定义、观察窗口等关键要素，提供特征筛选和参数优化建议。系统会记录每次实验的全生命周期数据，生成包含完整实验记录、模型对比结果的标准化报告，确保建模过程可追溯、可复现。这种设计既降低了建模门槛，又保持了专业标准，使业务人员、数据分析师和算法工程师能够各司其职。
与传统AutoML工具不同，ModelEvo更注重业务理解、模型复用和流程标准化。它通过多轮迭代优化机制，逐步探索特征和模型的自进化能力。奇富科技增长算法负责人王耀宣指出："有效建模需要业务洞察、专业判断和大模型驾驭能力的结合。ModelEvo正是将这些能力沉淀为可复用的方法体系。"
开源版本ModelEvo v1.0内置基于公开数据集的完整示例，用户无需部署大数据集群即可在本地体验核心流程。企业用户可参照文档完成全流程接入。未来，项目计划扩展模型知识库、特征自进化和模型自进化等功能，持续完善智能建模体系。目前，该工具已在GitHub平台开放下载，项目地址：https://github.com/QFIN-tech/model-evo
通过开源，奇富科技希望将经过实战检验的建模经验转化为行业共享能力，推动业务建模从依赖个人经验向标准化、资产化和智能化转型。这种开放模式不仅促进了技术共享，也为AI在金融科技领域的应用提供了新的实践范式。
