让智能体驾驶：通过影响交换实现闭环排序优化
人工智能
2026-04-10 v3
摘要
推荐排序本质上是一个影响分配问题：排序公式在竞争因素之间分配排序影响力，业务结果取决于找到最优的"交换汇率"。然而，离线代理指标系统会系统性地误判影响重新分配如何转化为线上影响，单个校准因子无法纠正这种在指标之间的非对称偏差。我们提出了 Sortify——首个在大规模生产推荐系统中部署的完全自主 LLM 驱动排序优化智能体。该智能体将排序优化重新构建为连续影响交换，在从诊断到参数部署的完整闭环中实现无需人工干预的优化。它通过三种机制解决结构性问题：(1) 以萨维奇主观期望效用 (SEU) 为基础的双通道框架，将离线-线上传递校正 (信念通道) 与约束惩罚调整 (偏好通道) 分离；(2) 在框架级参数上运行的 LLM 元控制器；(3) 具有 7 张关联表格的持久记忆数据库，用于跨轮学习。其核心指标影响份额提供了一个可分解度量，所有因素贡献之和恰为 100%。Sortify 已在两个市场部署。在国家 A 中，智能体将 GMV 从 -3.6% 提升至 +9.2%，峰值增长达 +12.5%。在国家 B 中，冷启动部署实现 GMV/UU 提升 +4.15%，广告收入提升 +3.58%，7 天 A/B 测试后全面进入生产部署。
引用
@article{arxiv.2603.27765,
title = {Let the Agent Steer: Closed-Loop Ranking Optimization via Influence Exchange},
author = {Yin Cheng and Liao Zhou and Xiyu Liang and Dihao Luo and Tewei Lee and Kailun Zheng and Weiwei Zhang and Mingchen Cai and Jian Dong and Andy Zhang},
journal= {arXiv preprint arXiv:2603.27765},
year = {2026}
}