最新动态：DoorDash 如何打造了一款不完全依赖大型语言模型（LLM）的 AI 购物助手

DoorDash 分享了其对话式 AI 助手 Ask DoorDash 的架构。

该助手通过自然语言交互帮助消费者发现餐厅、规划餐食并添加商品到购物车。

在分成三期的工程深度解析中，该公司详细介绍了如何利用大型语言模型、 专用 AI 代理 、基于模型上下文协议（MCP）的工具、持久化用户记忆以及 基础设施评估自动化 构建了该系统，从而在生产环境中运行基于 AI 的用户体验。

DoorDash 公布的初步测试结果显示，在为期七天的评估期间，计算型消费者记忆功能使生鲜杂货的结账转化率提高了约 24%，购物车规模增加了 17%，对话轮次减少了 7%。

在餐厅搜索方面，该助手将开放式查询的转化率提高了 15%。

该公司还表示，通过自动化评估，AI 代理的质量衡量标准也得到了改进，可以更快地验证模型和系统变更。

正如 DoorDash 推荐系统与搜索负责人 Raghav Saboo

🔗 原始来源

如果你要核对细节，可以再看原文： InfoQ AI原文链接