论文
Spotify：合成多轮对话与自改进循环启动推荐智能体
Bootstrapping Conversational Recommendation Agents At Spotify: Synthetic Data Generation and Self-Improvement Loops
摘要
对话式推荐智能体让用户以自然语言表达复杂意图，例如“推荐我没听过的意大利独立音乐人”，形成新的内容发现范式。开发中的核心挑战是优化规划，即如何选择、排序并调用工具，尤其在还没有真实交互的冷启动阶段。本文提出多轮合成数据生成流水线及自改进循环。流水线将单轮提示转换为逼真的多轮对话，支持发布前系统评测；自改进循环结合基于方差的对比优化与编码智能体迭代，自动识别、修复规划及工具使用错误。相较已经高度优化的人工提示，方案额外提升质量 8%。该系统已生产化，显著加快 Spotify 对话推荐智能体上线的迭代周期。线上 A/B 实验显示，相比仅支持会话细化的旧体验，用户收听增长 14%，周活跃用户增长 5%，跳过率下降 5%。论文为工业界加速对话式推荐智能体开发提供了实践框架。
