SR-Agent：电商推荐后排序策略精炼的经验驱动智能体框架

用户体验是工业电商推荐系统（RS）的一等目标。治理排序后列表的多样性、相似度与曝光的后排序策略，因简单且服务成本低而在工业RS中广泛部署。但随着在线推荐环境持续演化，这些静态配置的策略逐渐过时、损害用户体验；精炼它们通常依赖人工检查、诊断与更新，缓慢、昂贵且难以规模化复用。尽管近期的LLM智能体（如RecUserSim、SimUSER、Self-EvolveRec）提供了有前景的方向，但都没有闭合自动化、自进化策略精炼的完整回路。为弥合该差距，我们提出SR-Agent——据我们所知首个部署于工业RS精炼后排序策略的智能体框架。SR-Agent统一三个组件：（i）UserSim智能体应用检查技能暴露用户感知的坏案例；（ii）分析智能体把反复出现的坏案例整合为结构化、可复用的诊断；（iii）受约束的策略精炼治控把诊断映射为类型化、有界动作，由带可逆回滚的四阶段奖励管线门控。部署在快手电商平台后，SR-Agent持续运行该精炼回路：一个月的在线A/B测试中，订单量提升0.71%、浏览深度提升0.34%、点击类目多样性提升0.48%，同时显著缩短精炼周期、降低运营成本。