淘宝直播数字人互动 Harness 感知训练实践：让 Agent 模型随 Harness 一起进化
淘宝直播技术团队提出 HAT（Harness-Aware Training）训练法，把直播数字人 Agent 运行时可变的 Harness 配置（Skills、Hooks、System Prompt Pipeline、Tools）状态显式纳入训练分布，让轻量模型不必重新训练即可跟随 Harness 进化。
评论
点赞
收藏改变世界前先认识世界：本体论决策结构化实践
大淘宝商家财务团队用 3 个月实践 Agent 工作全托管：不预设 workflow 也不打包 Skill，而是把业务知识建模为四层 Ontology 图谱（业务/系统/交付/治理），把专家判断固化为可执行的 decision_function。 Agent 遵循"先取证、再决策、后行动"闭环，动态生成工作流，覆盖 120+ 项需求开发、工单处理、数据订正任务。核心观点：模型和编排工具会迭代，但结构化业务知识才是决定 Agent 能否稳定产出的关键壁垒；团队采用"每天学一个小决策"的碎片化知识积累模式，让知识库产生复利。
AI 自迭代的小游戏 Agent：2周上线6款小游戏，3天迭代12款小游戏
大淘宝团队介绍了一套覆盖小游戏全生命周期的自迭代 Agent 系统，用多 Agent 串联选型、策划、美术、音频、开发、关卡生成、发布、AB 实验和数据归因，人只负责定义北极星指标、行动边界并审核关键方案，AI 负责策略、开发和数据驱动。 架构上基于 LangGraph 与 Claude Agent SDK 做上下文流转和决策闭环。实践结果：两周内上线 6 款小游戏，最快 2 天跑完全流程；运营侧 12 款游戏迭代正向率超 95%。 对 Agent 串联提效、AI 工程化落地和互动服务方向有参考价值。
循环工程：把 Agent 放进工程循环
文章提出 “Loop engineering”：工程师不再逐轮写 prompt，而是设计一个自动化循环——读取状态、判断任务、调用 agent、验证结果、记录并决定是否停止。 拆解六大组件：唤醒机制、隔离并行 worktrees、沉淀知识的 skills、接入外部工具的插件、读写分离的子 agent、持久化记忆层。作者强调它不是全自动甩锅，而是靠明确输入输出、权限分层和成本控制维持可靠；工程师从操作者变成循环设计者与最终责任人，用可控自动化加深对系统的理解。
让 Agent 可评、可控、可迭代：面向业务效果的评测体系与场景实践
来自大淘宝技术团队的内部实践文章，聚焦策略效果类 Agent 的评测难题：反馈信号稀缺、离线与线上效果脱节、评估维度多。作者提出"五层评测对象 + 四步质量归因 + 三阶段上线治理"的方法论，并介绍 Auto Rubrics 方法——用三层架构构建可解释的业务效果 Judge 体系，规避位置偏差和选择过拟合等系统性陷阱。 整体偏方法论阐述，有具体工程细节（帕累托最优策略、实验桶对照桶、ROI/GMV 对齐），但行文仍是机构技术号的任务式输出，缺少个人踩坑或争议点，信息增量中等，适合关注 Agent 评测落地和电商策略系统的读者。
Agent 优化之 GEPA：一种提示词自进化优化方案
大淘宝技术团队基于 GEPA（Genetic-Pareto, Reflective Prompt Evolution）算法设计了一套 Prompt 自进化系统，目标是把 LLM Judge / Agent 的提示词调优从人工试错转为数据驱动的自动化闭环。 系统流程为“推理→评分→反思→选择”：让 LLM 自动分析 badcase，把错误归因到 Prompt 的具体规则，生成候选变体，再用帕累托前沿在多目标之间择优，避免单点改动导致指标对抗性退化。 架构与任务无关，支持二分类、多分类、评分等场景，并通过零配置自动推断数据集与参数；优化过程可解释，最终目标是让 Prompt 与人工标注及线上业务效果更好地对齐。 文章目前只展示了背景与系统设计思路，后续应包含算法细节、实验对比与工程落地经验。
淘天自研 S266 编码器拿下 MSU 世界视频编码大赛 6 项冠军
淘天音视频团队自主研发的 S266 系列编码器在 MSU 2025 FullHD 赛道世界视频编码大赛中累计获得 6 项冠军及 1 项季军。比赛由莫斯科国立大学主办，本届 27 款主流编码器参赛，评测在统一测试视频序列和码率约束下按 1 FPS / 5 FPS / 30 FPS 三档盲测，分别对应离线转码到实时直播场景。 文章主要介绍赛事权威性、评测方法以及淘天 S266 的结果，并附完整比赛结果链接，属于大厂技术团队的一手成绩通稿。
让 Agent 像人一样记忆：本地长期记忆系统 HL-Mem 的设计与取舍
大淘宝技术开源了 HL-Mem，一套让 Agent 具备本地长期记忆能力的系统，采用 SQLite 单文件部署。系统将记忆分为不可变事件和可更新事实两条通道，支持时间维度的记忆修正与遗忘。 异步 Worker 处理去重、冲突消解和生命周期管理，默认零外部依赖。
Agent长程任务断点续传：从框架Checkpoint到跨进程恢复的完整实践
大淘宝直播技术团队分享了Agent长程任务中断恢复的工程实践。方案采用框架层Checkpoint加任务调度两层架构，在不改Spring AI Alibaba源码的前提下，通过扩展InterruptableAction和Hook机制实现进程内状态保存恢复，结合MQ摘流和任务表协调跨进程恢复，覆盖人机协作、多Agent协同和系统重启等场景。
淘宝百亿补贴数据分析助手 Agent 实战
天猫技术团队发布了 bybt-data-analysis-assistant，一个将自然语言转为完整数据分析流程的智能体。系统采用多 Agent 协同架构，通过 NL2MDL2SQL 路径生成 SQL，支持波动归因、血缘溯源、Python 分析等能力，底层结合 WrenAI 语义层和 Hologres 加速查询。
AI驱动研发体系的实践与思考
大淘宝技术团队从AI辅助编程转向AI驱动研发体系，提出"本地优先：Agent + 文件夹 + Git"理念，将业务知识、源代码、项目规则组织在同一工作空间。 业务AI研发的真正瓶颈是上下文而非模型能力，项目无需完美知识库即可启动，迭代过程本身就是知识飞轮。技术人员未来将更接近FDE角色，需深入理解业务并对端到端交付结果负责。
信任需要基础设施：如何让AI可靠取数
大淘宝技术直播团队提出AI取数基建方案，用"代号层"统一业务语义消除歧义，配合确定性SQL引擎和Skill机制限制AI自由发挥，解决数仓复杂场景下AI幻觉问题。
场景营销AI Coding：构建Agent自主执行闭环
大淘宝技术团队发布AI Coding系列第三篇，介绍Specflow Agent和Tarot Pixel两个工具如何协作构建Agent自主执行闭环。Specflow Agent负责分析PRD、设计稿和代码库，将复杂需求整理为Coding Agent可执行的任务；Tarot Pixel将设计稿转化为Coding Agent可查询、截图、比对和修正的视觉上下文。 系统通过结构化Task作为持久化目标锚点，定义Job为最小执行单元并强制要求结构化结果与证据，建立执行账本实现状态外部化，最终达成输入需求即可交付可发布代码的端到端研发闭环。
淘天集团2027届校园招聘正式批全球启动
大淘宝技术 2026-08-13 10:03 浙江 全部岗位均为AI方向 ¤ 拓展阅读 ¤ 3DXR技术 | 终端技术 | 音视频技术 服务端技术 | 技术质量 | 数据算法 阅读原文 跳转微信打开 