AgentX: Towards Agent-Driven Self-Iteration of Industrial Recommender Systems
AgentX通过多智能体系统实现工业推荐系统的自主自我迭代，提升效率和业务价值。
核心发现
方法论
本研究提出了AgentX系统，采用四个紧密耦合的智能体环节：Brainstorm、Developing、Evaluation与Harness Evolution，形成闭环自主优化流程。Brainstorm智能体基于历史实验、系统架构、数据分析和外部研究，生成排序后可执行的提案；Developing智能体利用仓库基础的代码生成和多维可靠性验证，将提案转化为生产代码；Evaluation智能体在安全的线上A/B测试中判断效果，将成功与失败转化为结构化知识资产；Harness Evolution层通过语义梯度优化不断更新智能体参数，形成自我提升机制。系统以轨迹数据为基础，持续优化推荐模型和研发策略，显著提升了推荐系统的迭代效率和业务指标。
关键结果
- 在快手主-feed和生活服务推荐场景中，三周内由三台AgentX工作节点实现了374个想法的自动生成，转化为10个上线方案，单节点产出翻倍，整体业务价值提升3.7倍，用户端应用时间增长0.561%，年度收入超过人民币1亿元。
- 系统实现了连续自我演化，实验吞吐量每周增长，线上收益持续扩大，验证了闭环自我优化的可行性和高效性。
- 不仅在推荐策略优化方面表现优异，还支持自主论文复现、模块消融和跨论文架构组合，展示了系统在科研和工程两个层面的广泛适用性。
研究意义
AgentX突破了传统推荐系统研发的瓶颈，将人工驱动的线性迭代转变为智能自主的自我演化机制。这一创新不仅极大提升了研发效率，降低了人力成本，还实现了模型和策略的持续优化，推动工业界向自动化、智能化的深度转型。系统的闭环设计确保了从假设生成到效果验证的全流程自动化，解决了以往依赖人工经验、难以规模化的问题，为未来大规模工业推荐系统的自主研发奠定了基础。其在实际场景中的成功应用，证明了智能体在复杂、多目标、多约束环境下的强大适应能力和持续学习能力，为推荐系统的研究提供了新思路和新范式。
技术贡献
本文提出的AgentX系统创新性地将多智能体架构应用于工业推荐系统的自动化研发流程，打破了传统依赖人工的局限。系统通过引入四个紧密协作的智能体环节，实现了从假设生成、代码实现、效果评估到模型自我优化的闭环流程。特别是在代码生成方面，采用了仓库基础的多维可靠性验证机制，确保上线代码的质量与稳定性。引入语义梯度优化（SGPO）技术，持续提升智能体的决策能力和自我学习能力。系统在实际部署中展现出超越传统手工流程的效率和效果，提供了工业推荐系统自主研发的可行路径，为未来智能化推荐系统的研究提供了理论基础和工程实践范例。
新颖性
本研究首次系统性地将多智能体协作机制应用于工业推荐系统的自我迭代中，提出了闭环自我优化的完整架构。不同于现有的自动化方法仅局限于单一环节优化或离线指标，AgentX实现了基于真实线上A/B反馈的连续优化，突破了离线指标与实际业务价值之间的鸿沟。引入的语义梯度优化技术为智能体提供了持续学习的能力，显著提升了系统的自适应性和稳定性。这种全流程自我演化的框架在推荐系统领域尚属首次，具有重要的理论创新和工程价值。
局限性
- 系统在高复杂度、多目标、多约束环境下的表现仍需进一步验证，尤其是在极端业务变化或数据稀疏场景中可能面临适应性不足的问题。
- 当前的代码生成和验证机制依赖于预定义的仓库结构，可能在面对新型模型架构或极端定制需求时存在局限。
- 系统的计算资源消耗较大，特别是在大规模实验和持续学习过程中，未来需优化算法效率和资源利用率。
未来方向
未来将聚焦于增强系统的多任务适应能力，提升在极端场景下的鲁棒性。探索更高效的代码生成与验证机制，降低硬件成本。同时，将引入更复杂的多目标优化策略，实现多维指标的平衡优化。还计划结合强化学习等技术，进一步提升系统的自主学习和适应能力，推动工业推荐系统向全自动、持续自我演化的方向发展。
AI 总览摘要
在当今快速发展的工业推荐系统领域，研发效率和模型迭代速度成为制约行业创新的关键因素。传统方法依赖大量人工经验，流程繁琐且难以规模化，导致创新速度缓慢，难以满足复杂多变的业务需求。本文提出的AgentX系统，借助多智能体架构，开创性地实现了推荐系统的全流程自主自我优化。系统由四个核心智能体组成：Brainstorm、Developing、Evaluation与Harness Evolution，形成闭环循环，从假设生成到效果验证，再到模型自我提升，持续推动推荐策略的优化。
AgentX的设计理念在于将人工研发的繁琐环节自动化，通过智能体的协作实现从假设到上线的全流程自动化。具体来说，Brainstorm智能体基于历史实验、系统架构、数据分析和外部研究，生成排序后可执行的提案；Developing智能体利用仓库基础的代码生成技术，结合多维可靠性验证，确保代码质量；Evaluation智能体在安全线上A/B测试中判断效果，将成功和失败的轨迹转化为结构化知识资产；Harness Evolution层则通过语义梯度优化不断更新智能体参数，形成自我提升机制。这一闭环流程不断积累经验，推动推荐系统的持续演化。
在实际应用中，AgentX在快手的主-feed和生活服务推荐场景中表现出色。三周内，三台AgentX工作节点实现了374个想法的自动生成，转化为10个上线方案，单节点产出效率每周翻倍，整体业务价值提升了3.7倍，用户端应用时间增长0.561%，年度收入超过人民币1亿元。这些数据充分验证了系统的高效性和实际价值。更重要的是，系统实现了连续自我演化，实验吞吐量持续增长，线上收益不断扩大，展现了闭环自我优化的巨大潜力。
AgentX的成功不仅在于提升了推荐系统的研发效率，更在于其为工业界提供了一种全新的自动化研发范式。通过闭环设计，系统实现了从假设到验证、再到模型自我优化的全流程自动化，极大降低了人力成本，提升了创新速度。这一技术突破为未来大规模工业推荐系统的自主研发提供了理论基础和实践路径。未来，系统将继续优化多任务适应能力，提升鲁棒性，并结合强化学习等技术，推动推荐系统向全自动、持续自我演化的方向迈进。
深度解读
原文摘要
Recommendation algorithm iteration is moving from an artisanal, engineer-bound process toward an industrialized research loop, but this transition remains blocked by a structural execution bottleneck: the idea-to-launch cycle still depends on human engineers to generate hypotheses, modify production code, launch A/B experiments, and attribute online results. Innovation therefore scales linearly with headcount rather than compounding with evidence, compute, and accumulated experimental knowledge. We present AgentX, a production-deployed multi-agent system that fundamentally restructures this production function. AgentX operates as a self-evolving development engine: it autonomously generates, implements, evaluates, and learns from recommendation experiments at a scale and pace that no manual workflow can sustain. The system orchestrates four tightly coupled stages in a closed loop. A Brainstorm Agent synthesizes evidence from historical experiments, system architecture, data analysis, and external research into ranked, executable proposals. A Developing Agent translates each proposal into production-ready code through repository-grounded generation and multi-dimensional reliability verification. An Evaluation Agent conducts safe online rollout with guardrail-vetoed A/B judgment, converting both successes and failures into structured knowledge assets. A Harness Evolution layer (SGPO) then distills execution trajectories into semantic-gradient updates that continuously sharpen the agents themselves -- making the system not merely automated, but self-improving.
参考文献 (20)
RankMixer: Scaling Up Ranking Models in Industrial Recommenders
Jie Zhu, Zhifang Fan, Xiaoxie Zhu 等
OneLive: Dynamically Unified Generative Framework for Live-Streaming Recommendation
Shenghui Wang, Yusheng Huang, Ruochen Yang 等
KuaiRand: An Unbiased Sequential Recommendation Dataset with Randomly Exposed Videos
Chongming Gao, Shijun Li, Yuan Zhang 等
Learning Tree-based Deep Model for Recommender Systems
Han Zhu, Pengye Zhang, Guozheng Li 等
Auto-WEKA: combined selection and hyperparameter optimization of classification algorithms
Chris J. Thornton, F. Hutter, H. Hoos 等
SORT: A Systematically Optimized Ranking Transformer for Industrial-scale Recommenders
Chunqi Wang, Bin Wu, Taotian Pang 等
AutoML-Agent: A Multi-Agent LLM Framework for Full-Pipeline AutoML
Patara Trirat, Wonyong Jeong, S. Hwang
Towards Automated Neural Interaction Discovery for Click-Through Rate Prediction
Qingquan Song, Dehua Cheng, Hanning Zhou 等
Gemma 2: Improving Open Language Models at a Practical Size
Gemma Team Morgane Riviere, Shreya Pathak, Pier Giuseppe Sessa 等
R&D-Agent: An LLM-Agent Framework Towards Autonomous Data Science
Xu Yang, Xiao Yang, Shikai Fang 等
GLM-5: from Vibe Coding to Agentic Engineering
GLM-4.5 Team Aohan Zeng, Xin Lv, Zhenyu Hou 等
Self-EvolveRec: Self-Evolving Recommender Systems with LLM-based Directional Feedback
Sein Kim, S. Park, Hongseok Kang 等
MixFormer: Co-Scaling Up Dense and Sequence in Industrial Recommenders
Xu Huang, Hao Zhang, Zhifang Fan 等
Moment&Cross: Next-Generation Real-Time Cross-Domain CTR Prediction for Live-Streaming Recommendation at Kuaishou
Jiangxia Cao, Shenghui Wang, Yue Li 等
Self-Evolving Recommendation System: End-To-End Autonomous Model Optimization With LLM Agents
Haochen Wang, Yi Wu, Daryl Chang 等
Actions Speak Louder than Words: Trillion-Parameter Sequential Transducers for Generative Recommendations
Jiaqi Zhai, Lucy Liao, Xing Liu 等
SMES: Towards Scalable Multi-Task Recommendation via Expert Sparsity
Yukun Zhang, Si-Thanh Dong, Xu Wang 等
From Infrastructure to Culture: A/B Testing Challenges in Large Scale Social Networks
Ya Xu, Nanyu Chen, A. Fernandez 等
DS-Agent: Automated Data Science by Empowering Large Language Models with Case-Based Reasoning
Siyuan Guo, Cheng Deng, Ying Wen 等
AI-Researcher: Autonomous Scientific Innovation
Jiabin Tang, Lianghao Xia, Zhonghang Li 等