近日，美团的 LongCat Interaction 团队发布了名为 “WOWService” 的大模型交互系统技术报告，该系统旨在解决本地生活服务领域大模型技术落地面临的多重挑战。

报告指出，当前行业内通用能力与领域需求之间存在不匹配，复杂场景下服务的可靠性与个性化难以兼顾，而高昂的数据成本与漫长的训练周期又加大了开发的难度。此外，行业缺乏可复用的业务适配框架和真实场景优化方案，导致技术落地效率低下。

image.png

WOWService 系统通过融合多智能体协同、强化学习以及领域知识增强等前沿技术，显著提升了智能客服的推理能力和专业性。该系统利用人机协同标注、模型自我批判强化及知识重写等技术，能够在复杂指令处理和多任务场景下展现更强的灵活性，仅需10% 的小模型标注数据，就能达到传统方案的效果，从而降低了训练成本和周期。

WOWService 已经在美团的智能客服系统中广泛应用，覆盖了数十个业务场景，建立了高质量的多轮对话数据，并完善了数据构建体系。通过持续的系统优化，该项目不仅提升了用户满意度，还在多个关键指标上超越了基础模型，展现出其在实际业务中的卓越表现。

这一系统的核心技术框架包括数据与知识双驱动、自我优化训练、四阶段训练流水线及多 Agent 协同机制。这些创新的技术结合，使得 WOWService 能够在复杂多变的业务环境中，保持高水平的服务质量和合规性。多 Agent 协同机制则通过主智能体与多个专用子智能体的合作，提升了整体系统的适应性和用户体验，确保了关键信息的实时响应和执行。

技术报告:https://arxiv.org/pdf/2510.13291

划重点:

🌟 WOWService 系统通过多智能体协同与强化学习等技术，显著提升智能客服的能力与专业性。  

💡 该系统在美团的实际应用中，已覆盖数十个业务场景，提升用户满意度并超越基础模型。  

🚀 核心技术框架包括数据与知识双驱动、自我优化训练和多 Agent 协同机制，确保高质量服务落地。