美团ATLAS双时域智能体评测框架

2026年10月30日，arXiv Artificial Intelligence 刊出美团团队 Wei Chen 等作者的论文，提出并部署 ATLAS——一个面向工业级工具调用智能体的双时间尺度诊断评测框架。据该报道，ATLAS 在回合内借助思考、反思、工具与技能执行及回复生成等轨迹信号定位执行失败，在跨回合层面则利用跨多个生命周期的用户级信号，诊断意图、约束与纠正的维护问题。报道称，盲审人工评估与一项为期14天、每组近两百万用户的在线 A/B 测试确认，经 ATLAS 引导的智能体在推荐相关性、事实可靠性、用户参与度（答案读完率 +2.84%）与订单量（已支付订单 +6.13%）上均有提升，并已实现全量生产部署。上述效果数据均出自该报道所述的盲审与 A/B 测试条件，目前尚无其他独立来源跟进核实。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。