淘宝以GrowBrain调度内容冷启动流量

淘宝内容生态团队把内容成长（冷启流量扶持）决策从「人工规则 + 单点模型打分」升级为以 LLM Agent 为决策中枢的 GrowBrain：用 Planning-Execute-Summarize 三段式编排替代 ReAct（缘于 Qwen3-0.6B 等 4B 以下小模型在 ReAct 下不调工具直接杜撰数据、以及有状态 Agent 在高并发下的 Memory 污染），把状态拆出为请求级 AgentContext、Memory 做三级隔离、Tools/Skills 改为运行时注册，形成无状态 uni_agent 服务。 潜力预估用 LLM+Value Head 直出分数，流量分配用 CoT Distillation 生成训练数据并 LoRA 微调轻量生产模型，流量诊断把推荐全链路漏斗数据文本化后交给 Agent 归因。系统已在生产链路在线 Serving，成长链路流量投资 ROI +8.67%，策略调整响应从天级降至秒级，新场景接入周期从周级缩短到天级。