# Spotify称对话式音乐推荐智能体带来增长

> Spotify研究团队介绍了他们如何通过模拟对话和自动优化提示词打造音乐智能体。团队称，在A/B测试中，与只能优化当前聆听体验的功能相比，该系统提升了听歌时长和周活跃用户数。

Oossa · 2026-09-29 · https://oossa.com/zh/spotify-reports-gains-from-a-conversational-music-recommendation-agent

Spotify研究人员表示，在在线A/B测试中，对话式推荐智能体帮助提升了听歌时长和周活跃用户数。用户可以用日常语言描述自己想听什么，例如“我没听过的意大利独立音乐人”，而不只是要求调整当前的聆听体验。

相关结果发表于2026年9月28日发布在arXiv上的论文，并被列为RecSys 2026论文。作者称，与Spotify此前的聆听体验优化功能相比，用户听歌时长增加了14%，周活跃用户数增加了5%，跳过率降低了5%。

## 系统如何构建

团队着重解决了产品上线前的一项难题：在尚无真实用户对话可供学习时，如何教会智能体制定计划，包括使用哪些工具以及按什么顺序使用。团队搭建的流程会将单轮提示转化为模拟的多轮对话，以便提前测试智能体。

随后，团队通过自动化改进循环，发现并纠正规划和工具使用中的错误。该方法会比较不同的智能体回复，并在编程智能体的帮助下反复修改。研究人员称，与已经高度优化的人工提示词相比，这一方法将质量提升了8%。他们还表示，这一流程缩短了开发周期，但论文摘要没有给出具体时间。

## 结果说明了什么

论文报告的听歌和参与度数据来自与某一项此前功能的在线测试，并非与用户使用Spotify的所有方式进行比较。论文摘要没有说明参与人数、测试时长，也没有说明该智能体是否已向所有用户开放。

这项研究主要探讨一种开发方法：通过生成对话和自动修改，在智能体上线前及上线期间加以改进。即使团队起步时缺少真实世界的交互数据，这种做法也有助于测试自然语言推荐工具。

## 事实

- 论文于2026年9月28日发布在arXiv上，期刊参考信息列为RecSys 2026。
- 研究人员根据单轮提示生成多轮对话，以便在智能体上线前进行测试。
- 团队称，与高度优化的人工提示词相比，该方法将质量提升了8%。
- 在A/B测试中，研究人员称，与此前的聆听体验优化功能相比，听歌时长增加了14%，周活跃用户数增加了5%，跳过率降低了5%。

## 为什么重要

对听众来说，这种方法旨在让人们更容易用具体、日常的描述来点播音乐。报告中的增长令人鼓舞，但论文摘要没有提供测试规模或时长，也无法证明该智能体已向所有人开放。

## 来源与参考

1. [Bootstrapping Conversational Recommendation Agents At Spotify: Synthetic Data Generation and Self-Improvement Loops](https://arxiv.org/abs/2609.30297) – arXiv, 2026-09-28

最后更新: 2026-09-29