MACS: A Hybrid Multi-Agent Framework for Reliable Conversational E-Commerce Recommendation

📄 arXiv: 2608.14068v1 📥 PDF

作者: Juli Huang, Hannah Clay, Sajjad Beygi, Thomas Sarda, Negin Golrezaei, Amin Saberi

分类: cs.IR, cs.AI

发布日期: 2026-08-14

备注: 9 pages, 2 figures, 8 tables. Will be presenting at Stanford Trust&Safety Conference, already presented at Stanford Market AI Conference

💡 一句话要点

提出MACS框架以解决电商推荐中的可靠性问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 对话推荐 电商系统 多代理框架 大型语言模型 用户偏好跟踪 可靠性 固定目录

📋 核心要点

  1. 现有的对话推荐系统在固定目录环境中难以保证推荐的可靠性，尤其是在满足用户需求和库存限制方面。
  2. MACS框架结合了大型语言模型和确定性操作，确保在多轮对话中保持用户偏好的一致性和准确性。
  3. 在140个单轮查询基准测试中，MACS实现了87.1%的通过率和100%的品牌合规性，展示了其在多轮对话中的优势。

📝 摘要（中文）

随着大型语言模型（LLMs）在电商对话推荐中的应用日益普及，许多实际部署面临更严格的要求：推荐必须仅基于商家的固定目录，而不能进行网络搜索或不支持的产品声明。在这种情况下，主要挑战是在严格约束下的可靠性：系统必须满足用户需求，基于可用库存，并在多个对话轮次中保持偏好一致性。本文提出了MACS（多代理商业系统），这是一个混合多代理框架，旨在固定目录环境中实现可靠的对话推荐。MACS利用LLMs处理用户请求、引导偏好和生成响应等语言相关任务，而产品检索、硬约束过滤、品牌排除和渐进放宽等关键操作则由商家代理以确定性方式执行。会话持久偏好层跟踪约束，确保预算覆盖和排除反转的一致处理。

🔬 方法详解

问题定义：本文旨在解决电商推荐系统在固定目录环境中面临的可靠性问题，现有方法往往无法在满足用户需求和库存限制之间取得平衡。

核心思路：MACS框架通过将大型语言模型与确定性操作相结合，确保在多轮对话中能够准确地满足用户的偏好和约束条件。

技术框架：MACS的整体架构包括语言处理模块（使用LLMs进行用户请求解析和响应生成）和商家代理模块（执行产品检索和约束过滤），同时引入会话持久偏好层以跟踪用户偏好。

关键创新：最重要的技术创新在于将确定性约束执行与会话持久偏好跟踪相结合，这使得MACS在固定目录环境中比仅依赖提示的基线方法表现出更强的可靠性。

关键设计：在设计中，MACS采用了特定的参数设置和算法，以确保在执行产品检索时能够准确过滤不符合用户需求的选项，并在预算和品牌排除等方面保持一致性。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

在实验中，MACS在140个单轮查询基准测试中实现了87.1%的通过率和100%的品牌合规性。在10个场景的多轮基准测试中，MACS的宏观Pass@5达到了72%，显著高于其他基线方法（如GPT+Catalog的56%和Gemini+Catalog的52%），并且在约束反转和约束累积方面表现出100%的优势。

🎯 应用场景

该研究的潜在应用领域包括电商平台、在线购物助手和客户服务系统。通过提高推荐的可靠性，MACS能够显著提升用户体验，增加用户满意度和购买转化率，未来可能对电商行业的智能化发展产生深远影响。

📄 摘要（原文）

Conversational recommendation for e-commerce is increasingly mediated by large language models (LLMs), yet many real-world deployments operate under a stricter requirement: recommendations must be drawn only from a merchant's fixed catalog, without web search or unsupported product claims. In this setting, the main challenge is reliability under hard constraints: the system must satisfy user requirements, remain grounded in available inventory, and preserve preferences across multiple conversational turns. We present MACS (Multi-Agent Commerce System), a hybrid multi-agent framework for reliable conversational recommendation in fixed-catalog settings. MACS uses LLMs for language-facing tasks such as interpreting user requests, eliciting preferences, and generating responses, while correctness-critical operations, including product retrieval, hard-constraint filtering, brand exclusion, and progressive relaxation, are executed deterministically by the merchant agent. A session-persistent preference layer tracks constraints across turns, enabling consistent handling of budget overwrites and exclusion reversals. On a 140-query single-turn benchmark, MACS achieves the highest pass rate (87.1%) and perfect brand compliance (1.000). On a 10-scenario multi-turn benchmark, MACS achieves the strongest macro Pass@5 (72% vs. 56% GPT+Catalog / 52% Gemini+Catalog) with zero constraint drift. The advantage is sharpest on exclusion reversal (100% vs. 20% / 0%) and constraint accumulation (100% vs. 60% / 40%). Mean judged response quality is similar across systems (0.751 vs. 0.736). These results suggest that hybrid architectures combining deterministic constraint enforcement with session-persistent preference tracking provide stronger reliability-oriented performance than catalog-bound prompt-only baselines in the fixed-catalog merchant setting.