美团LongCat Interaction团队发布WOWService大模型交互系统白皮书，披露已在美团智能客服全量上线的技术细节:通过“数据+知识双驱动”与四阶段训练体系，复杂业务场景下客服解决率提升9%，用户满意度提升12%，训练标注量仅为传统方案的10%。
核心框架
1. 数据知识双驱动:结构化业务规则+真实对话日志联合训练，模型在SKU、促销、售后等知识点准确率96%
2. 多智能体协同:主Agent负责任务分发，子Agent专精退款、改地址、发票等场景，平均响应时长下降27%
3. 自我优化闭环:每日抽取线上高评分对话，自动标注后回流训练，实现“7天一小迭代”
四阶段训练流程
- 持续预训练:500亿token领域语料，让基座模型熟悉本地生活术语
- 有监督微调:10%标注数据→达到传统100%标注效果，成本节省75%
- 直接偏好优化（DPO）:用正负样本对校准“礼貌+高效”风格
- 强化学习（RL）:线上实时奖励=解决率+用户评分，模型自动对齐商业目标
业务成效
白皮书显示，WOWService已在美团外卖、到店、酒店、出行等六大业务线落地，大促高峰承压>8，000QPS，整体客服人力节省18%，复杂场景一次性解决率达84%，显著优于原有基座模型。
开源与后续
团队计划2026Q1开源轻量版本WOWService-Lite（<7B参数）与多智能体框架，供社区二次开发;同时联合中国计算机学会发布“本地生活大模型Benchmark”，推动行业标准化。
