结论

腾讯团队公开预印本《Charts as Epistemic Actions for Experience-Driven Agentic Data Analysis》，研究数据智能体在推理环路中是否应把图表作为内生证据，以及如何学会选用图表。作者报告称，自生成图表已可支撑端到端分析，但在自由选用时多数骨干仍只用文本；新方法ChartMind以双类经验加验证门，在三项持留基准与四个大模型骨干上提升分析准确率与视觉证据质量，且不改模型参数。这是作者在受控基准上的单次报告结论，尚未经过同行评审，也未经本站独立复现，不应视为普遍、因果或生产可用的事实。

研究状态与发布时间

该工作以arXiv预印本形式首次公开，版本为v1，共23页、5图9表。arXiv摘要页记录的提交时间为2026年10月21日17时26分53秒UTC，换算为北京时间为2026年10月22日01时26分53秒，因此归入本次上海日历日10月22日窗口。arXiv当日cs.AI新论文列表明确标注为2026年10月22日星期四的新提交，摘要页、HTML全文页与arXiv API均可确认该时间。论文主题为冻结模型下的数据分析策略学习，不涉及商业模型发布、产品功能上线或仓库版本本身，归入研究进展符合收录边界。

研究对象与方法

研究对象是基于ReAct式推理与行动环路的数据智能体，其任务是在结构化表格上规划、执行、检查并修正多步分析。作者指出，人类分析师会在数字、表格与图表之间切换，用视觉证据暴露文本摘要易丢失的趋势与异常，而现有智能体几乎只经文本推理。作者先构建ProbeBench探针套件，从InsightBench合成200个受控任务，每题含原始CSV、数据说明、分析问题、参考分析与隐藏目标洞察，并在同一ReAct单Bash工具骨架下设四种匹配接口：无工具、仅文本、仅图表、自由选用，以隔离表征的影响。再提出ChartMind经验驱动方法，对每题在无约束、偏文本、三次图表偏好条件下生成多样轨迹，以结果打分与步骤归因标注每步贡献，由构建器蒸馏出分析经验与表征经验两类可编辑文档，并仅当验证门确认持留性能严格提升时才接纳更新。下游分析时数据智能体以只读方式查阅冻结经验包，不更新模型参数。

评估条件与数据范围

探针评估固定模型、初始上下文、交互轮数与工具预算，由共享大模型裁判对照目标洞察按0到100打分，并按问题类型与认知负荷切片。问题类型覆盖数值查找、组合、排序、分组比较、时间变化、关系、异常、诊断与预测；认知负荷覆盖信息定位、扫描选择、比较、模式识别、关系解释、多维整合与条件推理。四骨干在自由选用下的图表使用差异被重点记录。下游持留评估使用DAComp-DA、DDR-Bench与DSBench三项基准，覆盖四个大模型骨干，对比匹配基线。以上范围均来自当日论文内同一套协议，不涉及其他领域数据。

作者报告的主要结果

作者称仅图表接口与仅文本接口得分相当，图表略优，说明智能体能读懂自己刚画的图并给出可比质量的答案，满足作为中间证据的充分性。但自由选用时行为分化明显：Claude Sonnet 5近半任务图文混用，DeepSeek V4.1 Flash超四分之一混用，而GPT-5.6 Luna与Sol几乎退回纯文本，图表使用频率与得分无关，证实能力与使用落差。切片上图表在时间变化、模式识别与异常检测拉开差距，文本在精确读取、信息定位与条件验证占优，自由选用并未自动继承较强一方。作者称ChartMind在三持留基准上同时提升分析准确率与视觉证据质量，原不画图的骨干开始使用图表，消融证实多样rollout、验证门与两类经验均有贡献。以上均为论文内受控评测数值，编辑解释是：局部持留领先不等于通用数据分析最优，不构成对其他任务、其他基座或真实部署成本的保证。

局限与不确定性

本工作为预印本，未经同行评审，结论限于200任务探针、三持留基准、四骨干模型与特定ReAct单Bash实现，不推广到其他数据分布、模型规模、工具链与真实业务环境。共享裁判打分、轨迹裁判的步骤归因与验证门划分均依赖特定大模型与切分，存在裁判偏好与超参敏感性。经验包作为外部记忆的跨任务迁移、长程 token 与交互成本收益、在更复杂约束与稀疏失败下的稳定性仍待验证。引用前需等待独立复现，不应将受控相关性写成因果或已获认可的事实。

潜在意义

若后续复现成立，该路线提示数据智能体的表征选择应作为状态相关的可学习策略，而非仅开放绘图工具；将分析操作经验与表征选用经验分离存储，有望在不改参数的前提下改善时间、模式与异常类任务。但在复现与评审完成前，中国读者宜将其视为待验证的研究候选，而非可直接选型的结论。