← 回總覽

得物技术在 AICon 关于大模型与 Agent 技术实践分享来袭!

📅 2026-05-29 18:30 得物技术 人工智能 2 分鐘 1367 字 評分: 82
AICon 得物技术 AI Harness 智能客服 排序大模型
📌 一句话摘要 得物技术三位专家将在 AICon 2026 分享推荐系统 AI Harness、高可控智能客服 Agent 工程和多场景排序大模型的规模化落地实践经验。 📝 详细摘要 本文是得物技术团队在 AICon 2026 大会上的演讲预告。文章介绍了得物在 AI 领域的持续深耕,并预告了三场专题演讲。第一场由资深技术专家白忠魏分享推荐系统 AI Harness 的构建,核心是让 AI 生成的黑盒代码也能安全上线,通过贯穿推荐生命周期的 7 阶段护栏和 Highway & ATV 混合反思架构,实现从「狂野代码」到「按目标生产」的转变。第二场由算法专家任巨伟分享智能客服 Agent 工

📌 一句话摘要

得物技术三位专家将在 AICon 2026 分享推荐系统 AI Harness、高可控智能客服 Agent 工程和多场景排序大模型的规模化落地实践经验。

📝 详细摘要

本文是得物技术团队在 AICon 2026 大会上的演讲预告。文章介绍了得物在 AI 领域的持续深耕,并预告了三场专题演讲。第一场由资深技术专家白忠魏分享推荐系统 AI Harness 的构建,核心是让 AI 生成的黑盒代码也能安全上线,通过贯穿推荐生命周期的 7 阶段护栏和 Highway & ATV 混合反思架构,实现从「狂野代码」到「按目标生产」的转变。第二场由算法专家任巨伟分享智能客服 Agent 工程实践,讲述如何通过模型训练、PE 自动化、人类经验对齐和半双工对话逻辑,打造高可控的智能客服系统,实现与 Top5 人类客服对齐的效果。第三场由算法专家吴光亚分享电商多场景排序大模型的 Scaling Up 实践,介绍如何通过跨域联合建模与 MoE-Transformer 融合架构,实现模型从千万到十亿参数的平滑扩展,提升推荐精准度并控制成本。

💡 主要观点

- 得物推荐系统 AI Harness 通过 7 阶段护栏确保 AI 生成代码安全上线。 针对推荐系统链路复杂、反馈滞后的特点,构建从 PRD 到效果跟进的 7 阶段护栏,并采用 Highway & ATV 混合反思架构,分别应对高频重复业务和长尾复杂 Case。

得物智能客服通过模型训练和 PE 自动化实现高可控 Agent 系统。 通过 RL 决策训练、人类经验对齐模型蒸馏和半双工对话逻辑设计,使客服 Agent 在解决能力和回复多样性上达到 Top5 人类客服水平,实现降本增效。
得物电商排序大模型通过 MoE-Transformer 架构实现从千万到十亿参数的 Scaling Up。 针对 4 大核心场景和 50 余个细分场景的异构性,采用跨域联合建模与 MoE-Transformer 融合架构,系统性解决数据、特征及训练推理难题,提升推荐精准度并控制成本。

💬 文章金句

- 让 AI 写的黑盒代码也能安全上线。

  • 从'机械应答'到'服务伙伴':高可控智能客服的 Agent 工程实践。
  • AI 已不再只是工具,而是从根本上重塑组织形态与运作方式。

📊 文章信息

AI 初评:82

来源:得物技术

作者:得物技术

分类:人工智能

语言:中文

阅读时间:11 分钟

字数:2587

标签: AICon, 得物技术, AI Harness, 智能客服, 排序大模型

阅读完整文章

查看原文 → 發佈: 2026-05-29 18:30:00 收錄: 2026-05-29 22:00:00

🤖 問 AI

針對這篇文章提問,AI 會根據文章內容回答。按 Ctrl+Enter 送出。