商家智能助手：多智能体在电商垂域的技术探索

京东的多智能体架构经历了三个阶段，逐步提升了准确率。

商家助手基于大语言模型，提供24小时服务，支持多种业务能力。

通过动态规划和标准通信协议，优化了任务处理效率，解决了工具调用的挑战。

第一阶段为B商城工单自动回复，无法解决工具调用问题。

第二阶段为京东招商站，单一Agent处理知识库问答和工具调用，准确率低。

第三阶段为京麦智能助手，引入multi-agent架构，显著提升准确率。

商家助手模拟电商商家团队的经营协作方式，提供多种能力接入。

Agent构建技术采用ReAct范式，实现了智能化逆向规划能力。

动态规划更新提升了规划效率，降低了推理成本。

Multi-Agent系统支持分层动态规划与分布式协作，确保高效协同工作。

Agent协作基于标准通信协议，支持多步联动和全局思维链规划。

全链路ReAct效能综合评估通过任务拆解和链路调度进行。

多样化Reward Model支持业务自定义规则函数，提升评估准确性。

离线样本生成与扩展通过接入标准化业务数据实现。

Agent在线推理数据通过多种Reward Model策略进行自动化标注和积累。