仅需10%标注数据就能达到传统方案效果，覆盖美团数十个业务场景的智能交互系统正在重塑用户体验。
美团LongCat Interaction团队近日发布名为“WOWService”的大模型交互系统技术报告，这一突破性技术旨在解决本地生活服务领域大模型落地的多重难题。
报告指出，当前行业普遍面临通用能力与领域需求难以适配、复杂场景下服务可靠性与个性化无法兼顾、以及高昂数据成本与漫长训练周期等挑战。
WOWService系统的问世，标志着美团在智能客服体验上迈出了革新的一步。
01 破解行业困境
本地生活服务领域的大模型技术落地一直面临严峻挑战。行业长期存在通用能力与领域需求的结构性错配，复杂场景下服务的可靠性与个性化难以兼得。
高昂的数据成本与漫长的训练周期进一步增加了开发难度，而行业内缺乏可复用的业务适配框架与真实场景优化方案，导致技术落地效率低下。
更关键的是，智能客服系统不仅需要理解用户的直接问题，还要洞察其潜在需求，这在多变的生活服务场景中尤为困难。
02 技术架构突破
WOWService系统通过整合多智能体协同、强化学习、领域知识增强等前沿技术，显著提升了智能客服的推理能力和专业水平。
系统采用“数据与知识双驱动”机制，将结构化业务知识与大规模真实交互数据深度融合，优化了知识与数据集的比例。
自我优化训练机制是WOWService的另一大创新亮点。该系统能够自动筛选线上服务日志中的高质量案例，选取优秀表现作为正样本补充训练集。
对于实际业务中表现不佳的负样本，系统能自动进行归因分析并对原始对话进行重写，推动模型持续进化。
03 多Agent协同创新
WOWService引入了创新的多Agent协同机制，通过主智能体与多个专用子智能体的分工合作，显著提升了系统的业务适应性和用户体验。
该架构采用层次化设计，主智能体负责全局对话控制与决策，根据实时上下文动态调用各类专用子智能体。
这些子智能体包括外呼、主动协作、多模态理解等专业模块，由主智能体按需调用并将其输出整合进最终响应。
这一“Agents-as-Tools”范式兼顾了灵活性与稳定性，主智能体持续与用户保持连贯交互，子智能体则作为可调用工具执行特定任务。
04 实战效能卓越
在实际应用方面，WOWService已经主要落地在美团智能客服系统，并广泛覆盖了美团内部的数十个业务场景。
通过构建高质量海量多轮对话数据和完善的数据构建体系，该系统在11项关键指标上全面超越了Base模型。
这些指标包括重复率、方案有效率、排队率、满分率、平均F1分数等，尤其是在两个用户满意度指标USM1和USM2上获得了大幅度改善。
仅需10%的小模型标注数据即可达到传统方案相当的效果，这一突破大幅降低了训练成本和时间周期。
05 未来应用前景
随着WOWService系统的成熟，美团的智能客服体验将迎来全新升级。
用户与AI的交互将更加自然流畅，复杂业务场景下的服务合规性和响应速度也将得到进一步提升。
WOWService框架的未来发展计划包括拓展应用边界，深化与用户日常生活的融合，通过智能体强化学习赋能工具使用。
美团还将推进多智能体协作与多模态融合，最终打造真正个性化、以用户为中心的助手，推动技术与用户体验的深度融合。
目前，WOWService已在美团智能客服系统中实现规模化应用，覆盖数十个核心业务场景。通过持续优化和创新，该系统不仅显著提升了用户满意度，更在多项关键性能指标上超越基础模型。
技术报告的发布为行业提供了可复用的业务适配框架与真实场景优化方案，这份名为《WOWService大模型交互系统技术报告》已公开在arXiv平台上。
人机交互的新篇章正在揭开，智能客服不再是机械的问答机器，而是真正懂业务、知人情的智能服务伙伴。
关注 “悠AI” 更多干货技巧行业动态
相关文章
