得物推荐系统诊断 Agent:从 “调接口” 到 “会思考”|AICon 演讲整理
目录
一、前世今生:从 “人工排查” 到 “系统沉淀”
二、解决方案:“推查查” 登场
三、Highway 与 ATV,诊断界的 “快”“全” 双模式
四、核心技术解剖:从原理到实现的硬核拆解
1.Story 基座:原子化 Skill
2.Highway Story 编排:剧本驱动的确定性执行
3.ATV 的 ReAct 循环:让 AI “有章可循”
4.辅助诊断:知识库的向量检索
5.进化层:从 “排查记录” 到 “通用方法论” 的进化全流程
五、实战:商品重复推荐诊断
六、写在最后:当 AI 成为系统的 “诊断专家”
本文是得物技术专家在 AICon 上海演讲整理的技术实录。AICon上海2026_全球人工智能开发与应用大会暨大模型应用生态展_InfoQ技术大会
「得物推荐 AI Harness 工程化实践系列」的中篇内容,本系列共三篇连载。本篇(中篇)进一步详解得物推荐复杂业务场景下,AI代码从生成、防护校验到安全上线的完整技术体系、自研AI Harness整体架构框架、全流程安全防护机制、混合智能体核心算法实现,以及工业级工程落地的实战细节。
“消息提示音响起,一则异常推荐案例告警推送而来。屏幕里是一个异常的推荐 Case,屏幕背后,是研发面对海量 Trace 日志的棘手难题。召回、粗排、精排、策略过滤…… 在多层嵌套的逻辑迷宫里,每一个 filter_code 或异常分值,都像是一个待解的谜题。过去,我们高度依赖个人经验,甚至需要多方会诊,才能从密密麻麻的代码中揪出那个隐藏的 “地雷”。如果遇到逻辑耦合或实验冲突,排查过程无异于一场漫长的马拉松,不仅效率受限,更让团队陷入低效重复的体力消耗。在这种深度黑盒的运维压力下,开发者始终被动处理各类线上突发问题。
而现在,“推查查” 的出现,正在终结这种盲目排查的时代。它是推荐系统领域的 “自动驾驶诊断专家”,让复杂的算法逻辑变得透明、可追踪、可预测。从今天起,告别深夜焦虑,让推荐系统真正进入 “白盒时代”!推荐系统的排查焦虑,本质上是知识的不对称与信息的碎片化。
1.0 经验驱动时代(早期):这一阶段高度依赖静态文档和核心成员的个人经验。当异常发生时,团队往往需要通过多方汇总、手动检索日志、抓取关键词来拼凑上下文。这种 “地毯式” 的检索方式效率极低,排查过程如同盲目博弈。
2.0 平台工具时代(中期):随着截图识别、日志查询和画像看板等 API 的接入,我们实现了排查流程的数字化。虽然解决了 “看得到” 的问题,但本质上依然是 “由人驱动机器”。海量的诊断经验无法沉淀,排查链路依然重度依赖专家判别,难以形成标准化的闭环。
突破天花板:传统推荐诊断方案的 “三大认知困境”
在自动化排查的探索历程中,我们落地过多种技术方案,也从中总结出传统架构普遍存在的三类典型局限:
局限一:SOP 脚本化的 “线性僵化”。这种方案试图将专家路径固化为固定脚本。虽能快速响应已知问题,但弊端明显:推荐策略与底层架构的快速迭代,使得脚本的更新速度永远滞后于业务变化。面对 “新题型”,这类缺乏灵活性的方案往往表现出极高的维护门槛和极弱的泛化能力。
局限二:纯 Agent 模式的 “效率鸿沟”。直接利用大模型(LLM)进行端到端的自主排查,在现阶段仍面临严峻挑战。过高的推理成本(Token 消耗)与较长的响应延迟(分钟级等待),使其难以满足生产环境下严苛的 SLA 要求。此外,模型本身可能存在的逻辑偏离(幻觉),也增加了二次验证的时间成本。
局限三:经验孤岛化的 “知识流失”。由于缺乏有效的沉淀机制,核心诊断逻辑往往存在于个人经验中。当发生人员更迭时,便会出现严重的 “知识断层”。现有的工具大多只能停留在 “展示现象”(输出状态码)的层面,而缺乏 “辅助决策”(输出行动路径)的能力。诊断与行动的脱节,导致平均故障修复时间(MTTR)始终处于高位。
在 “推查查” 建设初期,我们曾深度权衡:是基于通用开源框架进行定制,还是采用更具工程确定性的 OpenClaw?最终,我们选择了后者,旨在打通智能诊断 “生产环境落地” 的最后一公里:
从 “过程耦合” 到 “原子化插件”:传统的链式调用在处理推荐系统复杂的逻辑嵌套时,容易陷入难以维护的逻辑耦合。OpenClaw 的插件化规范(Plugin/Skill)让我们能够将各平台的 API 封装为标准化的 Skill。这种原子化的解耦能力,完美契合了推荐系统多策略、高频迭代的业务底色。
企业级的 “确定性” 治理:灵活性是 Agent 的利刃,但在生产环境下,确定性才是基石。OpenClaw 框架对 ReAct 逻辑流提供了更严谨的控制机制(如:最大迭代熔断、工具调用白名单等),有效规避了 Agent 陷入逻辑死循环或产生非受控幻觉的风险。
生态兼容与能力复用:OpenClaw 对演进标准的适配性,确保了我们沉淀的 Skill 资产不仅能服务于 “推查查”,更能在未来低成本地辐射至企业内部其他智能场景,实现 “一套核心能力,全域多处调用”。
在系统设计中,开发者往往面临抉择:是追求极致响应的线性逻辑,还是追求深度推理的自主智能?我们的答案是:拒绝取舍,兼容并蓄。基于此理念,"推查查" 构建了独特的 "Highway & ATV" 混合智能体架构。它不是两种模式的简单堆砌,而是效率与智能的深度融合。
Highway(高速路):这是我们的标准化诊断流水线,专门负责处理 80% 的常见问题。当用户的问题命中了知识库中的标准 Story(比如 "根据截图评测商品"、"某用户推荐不准"、"某个商品被过滤"),系统就会自动进入 Highway 模式。它会像工厂流水线一样,按照预设的标准剧本(Story)一步步执行。
ATV(全地形越野车):则是我们的王牌侦察兵,专啃 20% 的长尾、复杂硬骨头。当遇到从未见过的异常,比如 "特征服务网络抖动引发精排分数集体漂移" 这种诡异场景,Highway 的固定剧本就失效了。这时,系统会自动无缝降级到 ATV 模式。它基于 ReAct 框架,像真正的专家一样自主规划:先看日志,发现网络错误;然后调用工具检查网络拓扑;再关联分析同时段失败的其他请求…… 一步步推理,直到找到根因。它不依赖固定脚本,灵活且强大。
关键在于中间的智能调度器(判定引擎)。用户问题一来,它先去知识库快速匹配,命中标准 Story 就走 Highway;匹配不上或 Highway 执行中卡住了,立刻切换到 ATV 模式。双轨互补,智能切换,确保任何问题都有路可走,有法可用。
“推查查” Highway & ATV 双轨架构示意图
左侧高速路处理常见问题,右侧越野车攻克复杂异常,中间智能调度实现无缝切换。
前面说了那么多 “AI 诊断专家” 的故事,是时候掀开引擎盖,看看这辆 “诊断跑车” 到底是怎么跑起来的了。
Story 基座:原子化 Skill
我们基于内部 API 沉淀了一套遵循 MCP 标准的 Skill 工具集(由于数据安全问题,没有上传到公司 Skill 库),这套工具库如同为推荐能力装上了 “通用接口”,不仅支撑了当前 Agent 的精准调度,更形成了一套可复用的技能基座。通过简单的场域适配,这套能力可迅速辐射至社区、广告(欢迎沟通)等场景,成为各场域快速拉起自身 Agent 能力的 “助推器”。几个核心 Skill 介绍如下:
这些 Skill 就像乐高积木,Highway 的剧本可以按顺序拼,ATV 的推理引擎可以按需调用。新增排查能力?再封装一个 Skill 加入即可,热插拔,不用停机。
Highway Story 编排:剧本驱动的确定性执行
Highwa…