迭代迈向更优搜索：用于评估电商领域代理搜索架构的双智能体仿真框架

本文提出了一种模块化双智能体仿真框架，用于评估对话式购物助手架构。该框架将配置有人设、任务和耐心值的独立买家智能体，与集成真实电商搜索 API 的可替换响应者智能体配对。通过在相同场景下固定买家智能体，实现了对不同响应者设计的受控比较。基于 14 类人设的 2011 次对话，研究得出四个实证结论：首先，滚动窗口记忆在所有质量指标上均优于意图提取记忆，且查询速度快 35%；其次，通过对响应者版本的系统故障分析进行针对性修复，使失败率降低了 62%；再次，更换底层大模型会导致性能微调下降；最后，揭示了前沿大模型评判标准之间的系统性哲学分歧。