美團LongCat Interaction團隊發佈WOWService大模型交互系統白皮書，披露已在美團智能客服全量上線的技術細節:通過“數據+知識雙驅動”與四階段訓練體系，複雜業務場景下客服解決率提升9%，用戶滿意度提升12%，訓練標註量僅爲傳統方案的10%。

核心框架  

1. 數據知識雙驅動:結構化業務規則+真實對話日誌聯合訓練，模型在SKU、促銷、售後等知識點準確率96%  

2. 多智能體協同:主Agent負責任務分發，子Agent專精退款、改地址、發票等場景，平均響應時長下降27%  

3. 自我優化閉環:每日抽取線上高評分對話，自動標註後迴流訓練，實現“7天一小迭代”

四階段訓練流程  

- 持續預訓練:500億token領域語料，讓基座模型熟悉本地生活術語  

- 有監督微調:10%標註數據→達到傳統100%標註效果，成本節省75%  

- 直接偏好優化（DPO）:用正負樣本對校準“禮貌+高效”風格  

- 強化學習（RL）:線上實時獎勵=解決率+用戶評分，模型自動對齊商業目標

業務成效  

白皮書顯示，WOWService已在美團外賣、到店、酒店、出行等六大業務線落地，大促高峯承壓>8，000QPS，整體客服人力節省18%，複雜場景一次性解決率達84%，顯著優於原有基座模型。

開源與後續  

團隊計劃2026Q1開源輕量版本WOWService-Lite（<7B參數）與多智能體框架，供社區二次開發;同時聯合中國計算機學會發布“本地生活大模型Benchmark”，推動行業標準化。