ShopX：面向Agent购物的意图到商品匹配基础模型

AI原生购物正从页面和信息流浏览转向LLM Agent编排的意图驱动体验。把LLM接到现有搜索推荐流程上的常见设计，需要复杂意图通过低带宽检索或排序接口，导致语言理解与商品操作之间存在差距。生成式推荐以语义ID提供直接商品接口，但多数模型只生成检索候选。ShopX将意图理解、执行规划和灵活的语义ID原生商品操作统一到基础模型，通过面向模型的商品匹配框架部署。服务Harness定义模型动作协议，提供上下文访问、商品目录对应和状态管理。模型规划并组合语义ID束搜索、列表级排序和商品组合等操作，减少Agent编排与商品执行之间的有损交接。配套的语义ID可恢复语义、可由LLM操作，训练使通用LLM支持灵活多轮商品匹配，同时保留知识与指令遵循能力。在匿名淘宝生产日志衍生的单轮和多轮任务上，相比通过工具操作的Agent系统，模型原生商品操作改善整体框架行为，尤其是复杂或有歧义的请求。