本项目是个性化生成式检索在淘宝主搜索场景的首次落地，完成了大体的框架设计，迈出了从零到一的关键一步。我们成功证明了生成式召回范式的潜力，并给当前召回系统带来了可观的增量。

通过将前沿的时空推理引擎接入真实业务场景，我们力求全方位感知真实需求，在开口前就提供量身定制的主动决策与贴心服务。看高德如何把传统的\x26quot;搜与推\x26quot;升级为会思考、会主动决策的 Agent。

我们相信，真正的需求理解，不是某类场景发生了多少次请求的统计汇总，而是在什么处境下，产生了什么需求，背后是什么决策逻辑。当机器能够回答后一个问题，AI Agent才真正具备了「服务需求」而非「服务数据」的能力。

本文提出一套面向家居导购Agent的自动化评估链路：基于结构化多维度（基础/专业/补充指令+用户画像）Benchmark，采用LLM-as-a-judge实现91.9%准确率的自动评分，并通过人工抽样校准。

本文为RAG技术实战指南，聚焦Agent开发中的核心挑战：知识库构建不规范、检索召回不准、缺乏量化评测。

李明玉 淘天集团 算法专家

本文通过真实案例展示了如何利用 Claude Code 的 /prd、/goal、/after-goal 三个斜杠命令，实现从需求拆解到代码合入的全自动化开发流程。

齐家兴博士 NVIDIA 解决方案架构师

导读 本次分享题目为 Data Engineering Agent 的成长之路，主要介绍 Datus AI 相关的行业背景、设计架构、特性、未来规划、设计理念。 主要内容包括以下几个部分：1. data agent 现状 2. Datus 设计架构 3. 交互式…

潘广远 快手 快手生活服务数据中心架构师