EvoRec: A Unified Self-Evolving Agentic Recommender with Dynamic Reflection Trees
EvoRec：统一自进化智能体推荐与动态反思树
🧭 Agentic 推荐 · 反思树自进化 ★ 深度解读
Kuaishou
提出统一 agentic 推荐框架，通过动态反思树定位失败并生成可复用修复策略，实现无参数更新的自进化推荐
📌 工作参考价值（4 点）
- 离散化 Agent 决策空间：Planning Agent 只从 {0.1,...,0.9} 中选择检索预算比例和融合权重，而不是任意连续值。这既降低 LLM 输出不确定性，又便于在线校验和回退，适合直接迁移到需要稳定性的广告/推荐系统。
- 可验证的反思树 + 工作记忆：失败被定位到 ERROR-NEED / ERROR-PLAN / ERROR-MEMORY 三类，修复策略必须通过 replay 验证后才进入 working memory，避免错误经验污染后续决策。业务上可借鉴这一闭环：只对高意图用户（有搜索/咨询行为）做反思，控制成本并提升反馈质量。
- 近线生成、在线竞争架构：LLM 推理完全离线，预计算需求、计划和 query 向量，候选人异步发布到 Kafka，与现有召回通道并列进入统一排序。用户侧与物品侧独立刷新，索引更新后无需重跑 LLM。这种架构可让 Agent 决策不阻塞实时请求，适合工业落地。
- 策略抽象为“调参指令”而非具体 item：修复策略只规定调整方向、条件和大致的数值范围（如提高 Need Satisfaction 预算），不推荐具体物品，避免退化为记忆个别反馈，能跨用户复用。推荐系统做反思时宜采用这种参数化修复，而非实例级记忆。