阿里 1688 电商 Agent 部署 G-CAST:持续自训练应对需求漂移
Yuechun Yu · hf · 2026-11-16
论文提出 G-CAST(Governed Continual Self-Training),解决 LLM 电商 agent 在生产环境中的两大实际难题:
- 需求漂移:新品类、新采购场景不断涌现,一次性训练的模型很快落后
- 执行框架演进:工具、技能、流程持续更新,模型须学会新能力且不破坏既有行为
系统将每日生产数据转化为训练素材,核心机制包括:
- 奖励路由 + 熵优先级的数据编排(失败样本进 SFT 池、混合成功进 RL 池)
- 受治理的奖励演化回路(训练暂停、离线奖励校验、试运行适配)
- 累积评测把关的检查点转换,拒绝有回归的候选模型
在真实生产电商 agent 上的实验显示,G-CAST 相比强自主 post-training 基线在新需求适应上更强、旧行为保留更好;消融证明两个关键组件缺一不可。系统已部署于阿里 1688 平台的 B2B 采购 agent「元采」。
「编程与Agent」频道最新
- 编码 agent 缓存撑爆硬盘,Plonge 一键安全清理帮 Mac 找回 40GB — JordanMorgan10 · 2026-11-16
- Teknium 提醒:勿用 900k 版 GPT 模型,272k 上下文后额外计费 — Teknium · 2026-11-16
- ChatGPT 商业 agent 实机首秀,agent builder 同步亮相 — gaganghotra_ · 2026-11-16
- Scenario 免费上线 AI 创作者学院:17 门课 90 课时覆盖图视音 3D — smtabatabaie · 2026-11-16
- 开源 AI 工程课自带 Agent 导师:装进 Claude Code 就能一对一授课 — ghumare64 · 2026-11-16
- 让 Claude 把自己装进你的 artifact,用户用量算各自的 — TawohAwa · 2026-11-16