沃尔玛工程师分享多智能体LLM批量库存工作流经验

Walmart Global Tech 高级软件工程师 Aditya Mulik 在 InfoQ 演讲中介绍了覆盖 4,700 多家门店的夜间批处理多智能体 LLM 库存推荐工作流，并复盘全量上线后的失败与成本优化经验。 据其介绍，该项目在 10–15 家门店试点时效果良好，但规模化上线后出现四类失败：幻觉与模式违规、SKU 与部门错配的语义错误、输出因连接重置丢失，以及缺乏可观测性。为此工作流加入了 schema 校验、重试和可观测性机制。 成本方面，按 400 PTUs 预留容量最初月费约 10 万至 12 万美元，Mulik 称改用按量付费后实际支出降到约每月 1 万美元。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。