天猫用自然语言和预置Agent巡检SKU资损风险

原先用 150-200 行多层循环硬编码判断「多规格商品组合购买后高价规格到手价是否低于基准价」的凑单破价资损风险，维护成本高。改造后用 AI 平台的预置 Agent：在 job 参数中用自然语言写清分析步骤（筛选有效规格、找最高/最低价规格、基准价为空则调用 MCP 工具、循环计算组合、判断是否低于基准价、记录首次风险件数与最大件数），data 传入商品与 SKU 数据，definition 约定 JSON 输出结构。 Agent URL 放配置中心管理，版本切换与回滚秒级生效。基准价缺失场景通过接口平台「一键转 MCP」把 RPC 接口自动转为 MCP 工具（接入时间从半天降到 5 分钟）供 AI 按需调用。批量处理按每批 3-5 个分组并控制并发。效果：开发周期 3-5 天→1-2 天、代码量 150-200 行→30 行、规则调整从改代码 1-2 天到改配置 1-2 小时、成功率 90%+、准确率 95%+（抽查验证）、人力节省 90%+，风险由活动后被动发现提前到活动前主动预警。