AI落地Best Practice · 企业与业务成品 · 2026-07-09

淘宝内容生态:GrowBrain - 淘宝Agentic内容成长引擎

淘宝内容生态的智能引擎GrowBrain,如何用Agentic范式破解流量分配难题?

核心内容:

  1. 传统内容成长机制面临的三大瓶颈与挑战
  2. GrowBrain系统的核心架构与PES编排范式
  3. Agentic范式在工业场景的落地验证与贡献

阿里妹导读

文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。

一、背景与动机

淘宝每天有大量新发内容。一条内容在发布初期能否拿到合适的曝光机会,基本决定了它的成长上限:流量少了好内容还没验证就沉底,多了流量预算被低效消耗。“内容成长机制”就是在解这个流量分配决策问题。

在过去一年,我们已构建起一套覆盖内容孵化全链路的策略体系,实现了在多场域下的流量扶持。然而,面对供给多元化和运营精细化的双重挑战,这种基于人工规则、单点模型打分及分散规则协同的模式,三个瓶颈日益凸显:

为此我们提出一个以 LLM Agent为决策大脑的全自动内容成长引擎 GrowBrain。该系统通过 Planning-Execute-Summarize (PES)三段式编排范式统一调度多个子 Agent 组成的能力矩阵(如"潜力评估、流量分配、漏斗诊断等"),服务内容成长全周期。让内容成长决策从“规则拍板+人工兜底”升级为 Agent 驱动的智能决策,同时保证生产链路要求的延迟、稳定性和可解释性。

核心贡献

二、前期 Agent 架构探索历程

GrowBrain 的架构并非一步到位,而是在生产环境真实挑战的驱动下,经历了从框架选型、Demo 验证、到工业化改造的完整探索过程。

2.1 框架选型:

xlangchain 与 ReactAgent 起步

我们的核心诉求是:一个能在高并发场景下稳定运行的 Agent 框架,要求即插即用的大模型服务、完整的 Agent 执行能力(Tool / Skill / Memory)、Java 原生直接跑在容器里。经过调研,我们选择了集团内部原生支持的 xlangchain 框架。

xlangchain 是基于 Java 的 Agent 开发框架,灵感来自 Python 的 LangChain。

简单来说,xlangchain 做了下面四件事:

不用一次记住所有模块。只需要理解四个核心角色,其余的都是围绕它们展开的:

角色 对应模块 一句话理解
大脑 — 负责思考和表达 LLM、Prompt、Embedding 大语言模型是 Agent 的核心智能。Prompt 控制"怎么问",Embedding 处理语义搜索
手脚 — 负责干活 Tool、MCP 你把查日志、调 API 这些操作封装成 Tool,Agent 思考后自己决定调哪个。MCP 是工具调用的标准协议
记忆 — 负责上下文 Memory、VectorStore Memory 保存对话历史,VectorStore 存储知识库,让 Agent 不会"失忆"
流程控制 — 负责编排 Agent、AgentExecutor、Chain、Skill、ReactAgent Agent 做决策,Executor 管循环,Chain 串步骤,Skill 注入场景指令。ReactAgent 是开箱即用的入口

ReactAgent执行示意图

框架自带的ReactAgent,其开箱即用的 ReAct 循环模式(Thought → Action → Observation → …)在极简 Demo 下跑得不错,但当我们把它放到生产链路、尤其是小模型(4B 以下)场景时,暴露出两个核心问题。

2.2 从 Claude Code 到高并发 Agent 服务端:

架构演进的必然之路

Claude Code 是优秀的本地编码助手,但它不是我们要建的"服务"。理解它的局限,是理解服务端 Agent 架构设计的第一步。

如果你用过 Claude Code,会对它的工作模式很熟悉:你提一个问题/指令,它理解你的代码库,给出回答/执行指令,然后等待下一个问题/指令。这是一个"一问一答"的交互式会话,每个实例只为单个用户服务。

在这种模式下,有几个事情是不需要担心的:

这就是 Claude Code 作为"类客户端"程序天然享受的红利。它不需要考虑高并发,因为它的服务对象只有一个:你自己。

但如果我们想把 Agent 能力开放成一个服务端,同时让成百上千个请求同时接入、每天处理上万次请求,情况就完全不同了。

2.2.1 从"能跑起来"到"能扛住流量"

服务端 Agent 的核心挑战

当我们把 Agent 从本地搬到服务端,从"单用户交互"变成"多租户服务",有两个根本性的问题立刻浮现出来:

  1. 状态管理是最棘手的。在单机上,一个 session 的内存管理很简单。但到了分布式环境,用户的第 N 次请求可能路由到任何一台机器,那台机器需要能立即接续对话,这就涉及到 session 的路由、上下文的持久化和快速恢复。
  2. LLM 调用的吞吐瓶颈。大模型推理本身就是计算密集型的,API 调用有速率限制。高并发下需要设计合理的排队机制、降级策略,以及可能的模型路由:简单问题用快模型,复杂问题用强模型。

我们的实践路径

在淘宝Agentic内容成长引擎的落地过程中,我们完整经历了这个演进过程:

Claude Code 式的单用户交互 ↓ReactAgent 开箱即用的 Demo 验证 ↓小模型下的幻觉 + 执行不可控问题 ↓演进到 Planning + Execute + Summarize 架构 ↓发现高并发下的状态污染问题 ↓最终沉淀为 uni_agent 的无状态服务设计
每一步都不是"理论上更好"的选择,而是生产环境的真实教训逼出来的。

2.2.2 核心问题一:ReactAgent + 小模型 = 幻觉失控

我们的场景:用户请求"请帮我分析下内容A的潜力分",系统中注册了 content_potential_tool(调用潜力预估服务接口获取内容潜力分)。

预期的 ReactAgent 流程:第一次 LLM 调用 → LLM 返回 function_call 要求调用 content_potential_tool → 框架执行工具拿到真实潜力分 → 第二次 LLM 调用 → 基于真实数据返回最终结果。

实际问题:当我们使用 Qwen3-0.6B 小模型时,ReactAgent 频繁翻车。

小模型在 ReAct 循环的第一次 LLM 调用中,没有返回 function_call,而是直接输出了格式正确但数据全假的回答:"潜力分 75 分,中等潜力,建议优化标题"。content_potential_tool 根本没有被调用过。

我们在 Prompt 里加了强制指令"必须先调用工具获取数据",但小模型仍然有概率忽略。高并发场景下,即使 5% 的幻觉率,每天上万次请求就意味着几百次假数据。

理想流程 vs 实际翻车对比图

根因:在 ReactAgent 模式下,LLM 同时承担了"决策调度"和"内容生成"两个职责。 小模型容易被输出 Schema 的格式"带偏":它一看到最终输出应该长什么样,就直接照着格式编一个,跳过了中间的 Tool 调用。

结论:ReactAgent 不适用于小模型 + 高并发的工业落地场景。

解法:既然问题出在"LLM 职责过重",我们把职责拆开,采用 Planning + Execute + Summarize(PES) 的三阶段架构。

同样是"分析内容 A 的潜力分",PES架构的执行方式:

PES执行示意图

在此,我们需要强调一下ReAct和PES模式的核心差异:

维度 ReactAgent Planning + Execute Agent
控制权 LLM 驱动循环,框架被动等待 框架控制流程,LLM…
— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/AIdianshang/2026070980194.html