美团技术团队ASX专场：聚焦大模型Agent技术，多篇顶会论文成果深度解析

核心要点

• 团队核心愿景：美团 ASX (Agentic System X) 团队专注于构建以大模型为基础的 Agent 技术体系，推动搜索与推荐业务的智能化升级。
• 前沿研究方向：研究重点涵盖了大模型后训练（Post-training）、Agentic 强化学习以及多模态理解等核心领域。
• 学术影响力：团队研究成果已在 ICLR、NeurIPS、CVPR、AAAI 等多个国际人工智能顶尖会议上发表，累计达数十篇。
• 技术落地价值：通过精选 6 篇代表性论文进行解读，旨在为行业提供关于 Agent 技术在复杂业务场景中应用的启发与参考。

详细分析

构建以大模型为核心的 Agent 技术体系

美团 ASX 团队的研究核心在于“Agentic System X”，即构建一套能够自主感知、决策并执行任务的智能体系统。在当前的搜索与推荐场景中，传统的算法模型正逐渐向基于大语言模型（LLM）的智能体转型。这种转型不仅要求模型具备强大的语言理解能力，更要求其具备逻辑推理和工具调用的能力。ASX 团队通过在大模型底座上的深耕，试图解决 Agent 在实际业务逻辑中的稳定性与效率问题，从而提升用户在美团平台上的搜索与交互体验。

深耕后训练与强化学习前沿领域

在大模型的技术链路中，后训练（Post-training）和强化学习（Reinforcement Learning）是决定模型性能上限的关键。美团 ASX 团队在这些方向上投入了大量研究力量。特别是在 Agentic 强化学习方面，团队探索了如何让智能体在动态、复杂的搜索推荐环境中，通过不断的试错与反馈优化其决策路径。这种方法能够使模型更好地适应美团多样化的业务场景，如外卖、到店、酒店旅游等，从而在长链路的决策任务中表现出更高的智能水平。

多模态理解与顶会学术贡献

随着互联网内容形式的多样化，多模态理解成为了搜索推荐不可或缺的能力。ASX 团队在 CVPR、NeurIPS 等顶会上发表的成果，体现了其在处理图像、视频与文本融合信息方面的深厚功底。通过增强模型对多模态数据的感知能力，美团能够更精准地理解用户的意图，并在搜索结果中呈现更符合用户预期的内容。数十篇顶会论文的发表，不仅证明了美团在学术界的领先地位，也为其技术体系的长期演进奠定了坚实的理论基础。

行业影响

美团 ASX 团队的研究成果对 AI 行业，尤其是搜索推荐领域具有重要的示范意义。首先，它展示了大型互联网平台如何将前沿的 Agent 技术与具体业务场景相结合，推动了从“被动推荐”向“主动服务”的范式转变。其次，团队在顶会上的持续产出，促进了工业界与学术界的深度融合，为大模型后训练和强化学习提供了宝贵的实践数据与案例。最后，这种以 Agent 为核心的技术架构，为未来构建更加通用、智能的垂直领域助手提供了可借鉴的路径。

常见问题

问题 1：什么是美团 ASX 团队提到的 Agentic System X？

ASX 是美团业务研发平台/搜推团队构建的一套以大模型为基础的智能体技术体系。其核心目标是利用大模型的推理与决策能力，构建能够自主处理复杂搜索与推荐任务的 Agent，从而提升业务系统的智能化程度。

问题 2：美团 ASX 团队的研究成果主要发表在哪些学术会议上？

该团队的研究成果广泛分布于人工智能领域的国际顶级会议，包括但不限于 ICLR（国际学习表征会议）、NeurIPS（神经信息处理系统大会）、CVPR（计算机视觉与模式识别会议）以及 AAAI（美国人工智能协会年会）。

问题 3：ASX 团队的研究重点包括哪些具体技术方向？

根据美团技术团队的分享，其核心研究方向主要包括：大模型后训练（Post-training）、Agentic 强化学习（Agentic Reinforcement Learning）以及多模态理解（Multi-modal understanding）。