在工业推荐系统中，提升模型是一个迭代的研究‑工程循环，而非一次性从想法到上线。以 NetEase 的游戏社区 APP DASHEN 为例，算法工程师会从论文、技术报告和已有实验中发现潜在方向，复现或改写方法，写入生产代码，并通过离线训练和评估验证。表现好的候选进入在线 A/B 测试，稳健提升后提交 Launch Review，才会全流量发布。大型语言模型（LLM）可以在各环节提供帮助，但缺乏统一的调度框架，使得整个流程仍高度依赖人工，尤其在跨天的实验周期中难以协同。为此我们提出 AutoLR（最初称 Auto Launch Review），将其演进为从研究到上线的全链路自动化平台。AutoLR 包含三大机制：① 多专家议会（multi‑expert council），对每个提案进行辩论和对抗式审查；② 确定性证据加权的探索‑利用选择器（deterministic evidence‑weighted exploration‑exploitation selector），在有限的试验预算内分配候选方向，并利用议会重新排序；③ 分层知识系统，将外部研究、生产系统经验以及 DASHEN 特有的领域知识（如游戏社区、玩家特征、内容交互模式）与配置、补丁、日志、离线结果等后验证据相结合。LLM 代理负责语义推理和代码生成，确定性控制器则掌握执行、指标抽取、守护规则和持久状态转移。
总体来看，AutoLR 通过将人类专家经验与 LLM 能力结构化结合，实现了跨阶段的自动化协同，为工业级推荐系统的研发效率提升提供了可复制的路径。点评