Uber Eats 多智能体架构揭秘：自调优系统如何处理千万级照片
prashantkr_00 · reddit · 2026-08-03
Uber Eats 覆盖上万个城市，为自动修复商家劣质照片且避免生成虚假的“AI垃圾”，构建了一套多层多智能体架构。
核心架构与协作机制
- 采用“瑞士奶酪”模型，由路由 Agent 决定是否处理，编辑与 QA Agent 循环协作，并在最终发布前进行安全检查。
- QA Agent 通过原图与修改图对比来检测幻觉（如多加鸡翅），若不合格则反馈指令让编辑 Agent 重试，并设有最大重试次数。
自调优与日志系统
- 所有 Agent 的微决策统一记录在扁平 JSON 日志中，方便团队排查故障点。
- 当模型在边缘场景失效时，诊断 Agent 会分析日志与人类反馈，自动重写 Prompt 配置，并在通过“黄金数据集”测试后自动部署到生产环境。
「编程与Agent」频道最新
- 工具即信任：Stack Overflow探讨Agent时代的开发工具 — jedisct1 · 2026-08-03
- GraphArc：将 AI Agent 工作流转为实时可视化图 — Desperate-Ad-9679 · 2026-08-03
- 极客实测：本地夜跑 DeepSeek，睡眠期间自动强化微调 — cephaloform · 2026-08-03
- 开源技能让AI写作去AI味，GitHub星标282 — HamelHusain · 2026-08-03
- 打造400+AI智能体后总结:生产级Agent的7大核心工程技能 — MaryamMiradi · 2026-08-03
- 独立开发者复盘:体育API失败后,复用底层代码转型图片渲染工具 — paperandbeyond23 · 2026-08-03