1688 买家 Personal Agent 算法负责人 · 1688 AI 实验室
面向买家“从找货采购到开店经营”的需求，带队推进 1688 AI版与买家 Personal Agent 的算法研发。围绕选品、铺货、改价与复盘等连续任务，基于 OpenClaw 构建长程执行、持久记忆与技能学习能力，并通过采购和经营仿真评测迭代 Harness 与 Skill，让助手从单次问答走向持续经营。
[1688 AI版] [1688-ShopKeeper] [MPD 分享]
金林波 Linbo Jin
AI Researcher & Builder
Live in the future and build what’s missing.
关于我
现任1688 AI 实验室算法负责人，带队推进事业部 Agentic AI 技术变革，研究和构建 1688 买家 Personal Agent。此前，在 Alibaba.com 主导跨境电商采购助手 Accio 从 0 到 1 的算法研发，以及统一基座大模型 TARS-LLM 从训练、评测到部署的全链路建设，推动大模型与 Agent 在全球 B2B 采购和经营场景落地。
硕士毕业于新加坡南洋理工大学。从阿里小蜜对话机器人、阿里国际化多语言多模态搜索，到大模型与 Personal Agent，我持续探索如何将前沿技术变成真实可用的产品。带队取得过 OpenLLM 第一名、SuperGLUE 第二名、DeepResearch Bench 全球 Top 3 等阶段成绩，在 WWW、CVPR、SIGIR 等会议发表多篇论文。
我坚信 AGI 的长期潜力，保持对前沿技术的热情，亲手构建，希望用 AI 做有实际价值、有使命感的事。
研究兴趣
我关注如何让 AI 理解复杂需求、在真实环境中行动，并从反馈中持续学习。近期重点探索 Personal Agent 与自我改进系统，结合大模型、搜索与多模态技术，构建能长期协作、主动服务的通用助手。
- Personal Agent & Agentic RL：长程任务、持久记忆、技能学习、主动服务，以及基于真实反馈的策略优化。
- Self-Improving AI：如何让 AI 自主实验、修订知识，并改进自身的 Harness 与 Skill？
- Agentic Search & Multimodal Learning：如何理解复杂需求，结合多模态检索与自主搜索，找到可靠答案？
近期动态
- 学完 Stanford CS329A: Self-Improving AI Agents MOOC 课程，涵盖推理扩展、反馈学习与智能体记忆，并发布了自我改进 AI 智能体学习笔记。
- 🏆 开源长期电商经营评测 MerchantBench，在 365 天仿真中检验 Agent 的经营决策，获 Hugging Face Daily Papers 当日第 1。
- 发布 Iris AutoResearch 框架，让 AI 在机器学习任务中自主规划实验、诊断问题与修订知识，在 MLE-Bench 获得 SOTA 结果。
- 🎤 在 MPD 2026 上海站分享《1688 AI版：从“找货寻源”到“开店赚钱”，B2B场景下的Agentic AI产品创新实践》，并开源 1688-ShopKeeper 开店 Agent Plugin 套件。
- 🛠️ 给技术部做了 OpenClaw / Hermes 专题技术分享，解析 Personal Agent 的系统架构、长期记忆、主动服务与 Skill 扩展机制；并在社区科普 OpenClaw 技术，以 Build in Public 方式分享 抖店全自动 AI 店长 全托管实践。
- 学完 UC Berkeley CS 294-196: Agentic AI MOOC 课程，系统梳理 Agent 的任务规划、工具调用与评测方法。
- 学完 UC Berkeley CS 294-280: Advanced Large Language Model Agents MOOC 课程，梳理大模型智能体的推理规划、记忆机制与工具使用。
- 组建 1688 AI 实验室算法团队，推进买家侧 Agentic AI 技术与产品创新，构建 1688 AI版和分销经营 Agent。
- 获得 Hugging Face Deep Reinforcement Learning 与 AI Agents Fundamentals 课程证书，涵盖 DQN、PPO 等强化学习算法，以及 Agent 的工具调用与执行流程。
- 学完 Princeton COS 597R: Deep Dive into Large Language Models 公开课程，系统梳理大模型架构、预训练、指令微调与对齐方法。
代表工作
Accio Sourcing Agent 算法负责人 · Alibaba.com
主导 Accio 从 0 到 1 的算法研发，帮助全球买家将模糊采购意图转化为可比较的商品与供应商方案。结合 Agentic DeepSearch、长上下文多模态检索与 Multi-Agent 协作，完成需求澄清、分步寻源与信息交叉验证；通过对话与可视化结果联动，让用户在多轮交互中逐步收敛采购决策。
TARS-LLM 统一基座大模型 · Alibaba.com
主导 Alibaba.com 统一大模型底座的全链路建设，构建 TARS-Train 训练、TARS-Eval 评测与 TARS-Studio 服务平台。通过指令数据构造、多任务训练与 Multi-LoRA Adapter 融合，提升外贸知识、多语言交互和工具调用能力；以共享基座、多 Adapter 的服务方式支撑业务规模化落地，应用于生意助手的内容生成、客户接待与商业分析。
[OpenLLM 榜单 Top1] [生意助手]
项目历史资料：右图为 ICBU-TARS-Bench 的 GPT-4 Judge 相对评分（GPT-4 = 100），用于展示当时版本的迭代，非当前模型榜单。
精选论文
MerchantBench: Benchmarking LLM Agents for Long-Term Coherence in E-Commerce Operations
这篇论文关注 Agent 能否在长期经营中持续做出一致、有效的决策。我们提出 MerchantBench，将采购、定价、现金流约束和延迟反馈纳入统一的电商经营环境，检验 Agent 能否追踪订单、应对供需变化并调整策略。
基于 98,843 条真实商品记录构建 365 天订单级仿真，提供 26 种交互工具。在 8 个大模型、两种 Agent 框架的 48 次运行中，最佳模型配置的期末净资产仅为人类参与者平均值的 27.3%，揭示当前 Agent 与人类在长期经营决策上的显著差距。
Beyond Solution-Centric Search: Adaptive Inquiry and Knowledge Revision for Autonomous ML Engineering
我们提出 Iris，让 AI 主动识别机器学习实验中的未知问题、规划实验，并根据新证据修正已有认识。框架结合自适应实验规划、主动诊断与知识修订，将实验观察沉淀为可更新的任务知识，指导下一步决策。
在 MLE-Bench 全部 75 项任务上，以单任务 12 小时预算取得 64.9% 获牌率、39.1% 金牌率，达到论文对比系统中的 SOTA（2026）。同为 Claude Opus 4.6 基座，金牌率高于 AIBuildAI 的 25.8%，时间预算仅为其一半。
[论文]
SQLord: A Robust Enterprise Text-to-SQL Solution via Reverse Data Generation and Workflow Decomposition
我们提出面向企业场景的 SQLord，解决 Text-to-SQL 中领域数据不足与业务逻辑复杂的问题。通过从已有 SQL 反向生成训练数据、将复杂查询拆解为可执行工作流，结合业务知识与表结构检索完成多步分析，并用 GPT-Judge 评估查询与 SQL 的一致性。
企业数据集执行准确率达 86.5%，超过 DAIL-SQL（GPT）13.6 个百分点；在论文的 Spider 对比实验中达到 87.4%，优于所比较的方法。已应用于生意助手-智能选品能力。
[论文]
Unified Vision-Language Representation Modeling for E-Commerce Same-style Products Retrieval
这篇论文研究电商同款检索中的图文融合。我们将图像、文本及图文组合映射到统一表示空间，从点击日志中构建训练样本，让检索同时利用商品外观与文字属性。该方法支持“图片 + 修改要求”的交互式搜索，并已应用于 Alibaba.com 相似商品检索。
线上 A/B 测试：同款商品覆盖率 +64.9%、点击率 +2.51%、转化率 +2.31%（相对提升）。图文联合检索 Recall@1 达 88.70%（5,196 对人工标注样本）。
[论文]
FashionBERT: Text and Image Matching with Adaptive Loss for Cross-modal Retrieval
我们提出 FashionBERT，是较早采用图像 Patch 与文本 Token 联合建模的视觉语言预训练工作之一。通过将图像局部特征与文本共同输入 Transformer，并以自适应损失平衡多项预训练任务，模型能够捕捉纹理、款式等细粒度信息。
在 Fashion-Gen 图文匹配与双向检索评测中达到当时 SOTA，以文搜图、以图搜文的 Rank@1 分别超过最强对比方法 4.12、2.99 个百分点。
工作经历
- 阿里巴巴 · 1688 AI 实验室算法负责人
组建 AI 实验室算法团队，推进 1688 AI版 的算法研发与产品落地，探索买家长程经营 Personal Agent 与仿真评测。
- Alibaba.com · 语义搜索算法负责人
负责多语言多模态搜索，从需求理解、召回到相关性匹配，推动完成从关键字检索到 xBert 语义搜索的技术变革。
- 阿里小蜜 · 高级算法工程师
竞赛成绩
- 2026：带队获得 DeepResearch Bench 全球 Top 3（2026 年 3 月阶段成绩） · 深度研究 Agent 评测。
- 2023：FashionGPT 登顶 Hugging Face Open LLM Leaderboard（1 / 1,641） · 开源大模型评测。
- 2020：带队获得 SuperGLUE 全球第二名 · 自然语言理解代表性基准。
- 2018：达观杯文本智能处理挑战赛全国亚军（2 / 3,200） · 长文本分类竞赛。