可信自组合大数据即服务：一种用于自动化数据工程、AutoML、MLOps 部署及漂移感知生命周期优化的 LLM 编排多智能体框架

针对现有基于 LLM 的数据科学代理仅关注孤立工作流阶段的问题，本文提出了一种可信的自组合大数据即服务（BDaaS）框架。该架构利用中心 LLM 编排层协调多个专用智能体，覆盖从数据摄入、清洗、特征工程到 AutoML 训练、评估、部署及漂移检测的全生命周期。系统支持动态工作流组合、中间输出验证及人机协同检查点。实验表明，相比传统方法，该多智能体流水线在保持预测性能的同时，显著提升了工作流完成率、可追溯性及漂移恢复能力，实现了面向生产的自适应自动化。