火山引擎以Workflow与统一策略重构搜索Agent

火山引擎 AI 搜索不是问答框，而是面向 ToB 企业同时承载多模态检索、个性化推荐与多轮对话的「搜、推、问一体化」引擎。团队将标准 ReAct 的 Thought、Action、Iteration 三节点 DAG 收敛为单一 Policy 节点，一次前向传递完成全局规划、结构化（JSON Schema）动作选择与终止判定。 风控校验、意图路由分类、用户画像预加载、基础倒排召回等确定性流程下沉到 Workflow 层硬编码，Agent 层只做动态决策。所有系统级行为统一封装为标准 Tool（search_database_tool、exit_and_reply_tool、deep_think_tool、load_tenant_config_tool），接入新能力只需注册 Tool。 历史状态交由独立 Context Manager 统一管理，采用基于预算的滑动窗口、语义去重与折叠（同质摘要用小参数量模型压缩）、记忆分级驱逐（长 JSON 报错栈提取错误码后丢弃、长期偏好驻留 System Prompt 段）。多租户按身份做工具切面精确加载，避免上千工具描述全量入 Prompt。 在未做专属 Prompt 调优、未引入 RLHF 的同等条件下真实电商评测大盘结果：TTFT 从 14.045s 降至 9.8s（-30.22%），推荐准确性评分 3.26→3.38（+3.76%），对话综合体感 3.76→4.32（+14.78%），全局综合得分提升约 9.1%。