本次分享将深入解读小红书 AI 搜索系统的架构设计与工程实践，揭秘如何在亿级用户规模化场景下，平衡效果、系统性能、服务成本与稳定性之间的核心矛盾。我们将重点解析自研的 ArkAI Agent 框架与混合检索系统的技术实现，并分享如何通过记忆系统、全网搜索等创新方案应对“幻觉”难题；也将结合典型场景，探讨高并发服务中稳定性治理与响应优化的实战经验与解决路径。

演讲提纲

1. AI 搜背景介绍

2. 小红书 AI 搜索架构

• ArkAI 框架
• 混合检索引擎
• 在近线系统
• 评估及调试平台

3. AI 搜架构深水区实践经验

• 记忆系统和全网搜
• 性能和稳定性

4. 总结和展望

您认为，这样的技术在实践过程中有哪些痛点？

工程实践中不存在完美架构，需要持续演进中不断权衡，前期主要关注迭代效率和性能，随规模变大要重点关注到成本和稳定性。

演讲亮点

• AI 搜工程架构实际落地的的系统性解决方案
• 降低 AI 搜“事实性错误”、“幻觉” 的工程实践经验

听众收益

• 收获经过大规模实践验证的 AI 搜索架构方案，直面延迟、成本与幻觉等工程挑战
• 洞察技术融合的未来趋势，思考如何设计能随业务智能演进的下一代搜索系统