知鸦日报2026-09-22

美团提出统一推荐基座大模型MTFM，通过异构Tokenizer、混合注意力与动态掩码，首次实现外卖多场景精排模型统一。模型在参数与序列长度上展现稳健Scaling能力，各业务订单量提升2.06%至6.68%，推理成本降低24%。

面对大型系统改造中验证难的问题，我们通过Makefile固化构建、轻量K8s平台简化部署、AI辅助排查，将独立环境搭建从30分钟缩短至5分钟。团队得以自主完成故障场景验证，让Token和Session问题从“靠猜”变为可控的快速定位。

私域多轮对话中，动态阶段路由比固定流程树更灵活，能处理话题跳转。通过配置化、安全护栏和链路观测，系统在承接常规咨询时表现稳定。经验是架构先行、闭环前置、配置复用，且RAG的关键在于渐进式知识召回。

Jev是一种放弃文本生成、只返回概率判断的模型，专为Agent系统设计高频、封闭的“快判断层”。它替代传统摘要，通过拆解工具历史保留与否的二元问题，实现高效上下文压缩，让生成、判断与执行分层协作。

Agent从Demo到生产面临权限、状态持久化等缺口。AIRUN作为企业级运行时平台，提供沙箱、事件流等基础设施，Pi Agent作为轻量执行引擎接入其中。两者分工实现安全可控、可恢复、可观测的Agent运行，让企业获得可靠的生产力。