美团发布WOWService技术白皮书：仅用10%标注也达传统水平，多智能体协同让客服满意度提升12%

美团 LongCat Interaction 团队发布 WOWService 大模型交互系统白皮书，公开已在美团智能客服全量上线的技术方案：依托“数据+知识双驱动”和四阶段训练体系，在复杂业务场景中将客服解决率提升9%、用户满意度提升12%，所需标注量仅为传统方案的10%。

核心框架  

1. 数据与知识双驱动：把结构化业务规则与真实对话日志联合训练，模型在 SKU、促销、售后等关键知识点的准确率达到96%  

2. 多智能体协同：主 Agent 负责任务分发与调度，子 Agent 专注退款、改地址、发票等具体场景，平均响应时长下降27%  

3. 自我优化闭环：每天抽取线上高评分对话，自动标注后回流训练，形成“7天一小迭代”的持续优化

四阶段训练流程  

– 持续预训练：基于 500 亿 token 的领域语料，让基座模型熟悉本地生活相关术语  

– 有监督微调：只用 10% 的标注数据即可达到传统 100% 标注的效果，成本节省 75%  

– 直接偏好优化（DPO）：通过正负样本对校准“礼貌+高效”的对话风格  

– 强化学习（RL）：用线上实时奖励（解决率+用户评分）驱动模型，与业务目标自动对齐

业务成效  

白皮书显示，WOWService 已在美团外卖、到店、酒店、出行等六大业务线落地，在大促高峰可承压 >8,000 QPS，整体客服人力节省 18%，复杂场景一次性解决率达 84%，效果明显优于原有基座模型。

开源与后续  

团队计划在 2026 Q1 开源轻量版本 WOWService-Lite（<7B 参数）及多智能体框架，供社区进行二次开发；同时将联合中国计算机学会发布“本地生活大模型 Benchmark”，推进行业标准化。