基于 RSI 架构的淘宝闪购店铺装修选品 Agent 实践

淘宝闪购构建了面向店装选品的 RSI（递归自我改进）系统，以选品策略和搜索状态为改进对象，通过 Agent Loop 将策略生成、执行、评价与更新连成持续迭代过程。一期线上 AB 的 8 天有效观测中，整套方案使整店加购转化率 P2 相对提升 0.34%；固定预算对照下 CMA-ES 获得更高的平均留出模型评分。多轮线上经验能否持续改善后续搜索，仍需独立实验与自动回灌联调验证。