基于效用的 Agent

🏦 场景与客户

某物流企业的运单派送排程。时效、成本、司机负荷、客户时段偏好这几件事互相打架——想快就得多花钱，想省钱就可能超时。这里没有唯一正确答案，只有权衡。

客户要的是把权衡规则明确写下来、由系统一致执行，而不是每个调度员凭经验各判各的。

📅 实施节奏

• 第 1–2 周：和业务一起把效用函数写出来，各项权重要有人签字
• 第 3–4 周：把合规与安全类约束硬隔离，不参与打分
• 第 5–6 周：影子运行，与人工排程对照，重点看分歧单
• 第 7 周起：按场景切换权重，大促与平日分开配置

🗝️ 方案要点

• 效用函数要写下来并签字：权重是业务决策，不是技术参数
• 打分可拆解：最终得分要能拆成分项，才能解释「为什么派给他」
• 硬约束前置：劳动时长、安全类要求作为过滤条件，不进入打分
• 权重随场景切换：不同业务周期用不同权重，且变更留痕

⚖️ 选型与权衡

🚧 实施难点与排查

• 局部最优：单看每一单都合理，整体负载失衡。加全局配额约束
• 权重被调参刷分：为迎合个别投诉去改权重。变更留痕并回看整体指标
• 长尾无解：硬约束叠加后可行解为空。提前写清降级顺序，谁先让步要明确
• 效果难归因：指标变好不知是不是系统的功劳。设对照组再下结论

💵 成本与收益

• 成本：效用建模与权重治理是主要投入，算力开销相对小
• 收益：同等资源下多接单、少空驶，可直接折算成钱
• 注意：收益来自更一致的决策，不是来自更快的机器

🛡️ 风险与保障

• 合规：劳动时长与安全要求作为硬约束前置过滤
• 公平：避免长期把差单集中派给同一批人，加分配均衡指标
• 可解释：每个决策保留打分明细，可事后复核
• 抽检：定期抽样人工判断决策合理性，防止权重走偏

♾️ 可复用与演进

• 可复用到定价、库存调拨、排班、算力调度等权衡类问题
• 演进方向：从手工给权重，到用数据估计权重但仍由人确认
• 再进一步：呈现多目标 Pareto 解，把最终选择权交回业务