快手 EvoRec：反思树自进化推荐系统，线上广告收入提升 4.6%

_reachsumit · x · 2026-11-04

快手团队发布 EvoRec 论文（arXiv:2611.01977），一个将自主决策与反思驱动自进化结合的统一 agentic 推荐框架：

架构：Need Agent 从长期/短期/工作记忆推断用户需求；Planning Agent 在「行为延续」与「需求满足」间自适应分配检索预算、选择检索工具并设定排序融合权重；Acting Executor 执行并记录决策轨迹。
自进化机制：Dynamic Reflection Tree 定位需求推断、规划或既往修复中的失败，提出个性化修正并通过回放验证；验证通过的修复更新工作记忆，并蒸馏为可跨用户复用的策略，无需更新参数即可持续改进。
效果：在快手本地生活广告数据集上 Hit@50 较最强基线提升 15.7%；对有修复历史的用户，分层反思再提升 13.1%；七天线上 A/B 测试中近线版 EvoRec 使广告收入提升 4.6%、CTCVR 提升 3.5%。

「编程与Agent」频道最新