【AI面试临阵磨枪-78】本地生活 Agent：外卖、到店、打车、酒店、售后全链路设计

一、整体定位面试开篇必说本地生活 AI Agent 是基于位置、订单、商家、用户、运力的全场景智能服务体覆盖外卖、到店餐饮、酒店民宿、打车出行、全域售后纠纷五大业务。核心能力意图理解 多场景工具调用 实时数据查询 智能决策 售后闭环 纠纷仲裁 主动服务。核心价值替代 90% 人工客服、降低投诉率、提升下单转化、减少运力纠纷、提升用户复购。二、整体架构四层架构感知层用户语音/文字、位置、订单状态、实时运力、商家状态认知层意图识别、场景分类、多轮记忆、用户情绪、风险判断工具调度层订单/运力/商家/退款/地图/价格/售后工具集决策执行层自动解答、自动改单、自动赔付、自动仲裁、主动预警三、五大场景全链路 Agent 设计1. 外卖场景 Agent核心最复杂覆盖下单咨询、催单、改地址、超时、漏送、错送、餐品破损、退款、赔付、骑手纠纷核心工具集query_shop_status查询商家出餐速度、是否爆单、是否停业query_rider_position骑手实时位置、送达倒计时modify_address中途改地址、改备注apply_compensate超时赔付、红包补偿apply_refund_food部分/全额退款、少餐破损自动审核contact_rider联系骑手、补发消息典型闭环流程用户说怎么还没送到Agent 查询骑手实时轨迹 商家出餐状态判断是商家出餐慢 / 骑手堵车 / 远距离 / 天气原因预估新送达时间、主动安抚超时自动触发赔付/红包严重超时可自动发起退款亮点能力AI 可自动判责商家责任 / 骑手责任 / 用户责任实现无人仲裁。2. 到店餐饮 Agent覆盖预约订位、排队、核销、优惠券、套餐咨询、到店退款、商家投诉核心能力智能预约根据客流高峰推荐到店时间排队预判实时排队人数、预估等待时长券包解析帮用户匹配最优套餐、最划算优惠券核销查询券是否过期、是否可用、门店是否支持未到店自动退款价值解决用户“不知道怎么买最划算、排队多久、券能不能用”高频问题。3. 打车出行 Agent高实时、高风控覆盖叫车咨询、司机位置、堵车预估、改目的地、取消订单、费用疑问、绕路纠纷、安全求助核心工具query_driver_info司机距离、车牌、车型、实时轨迹predict_arrival预估接驾/到达时间、拥堵预判calc_price实时计价、预估费用、溢价解释dispute_fare费用异常自动复核、多收差价自动返还safe_monitor行程安全监测、偏离路线预警典型能力自动识别司机绕路、故意等待、溢价异常、里程异常无需人工介入自动补差价、赔付。4. 酒店民宿 Agent覆盖订房咨询、房型对比、无房升级、入住退房规则、退款、改期、差评问题核心能力RAG 解析酒店规则取消政策、押金、入住时间、早餐政策智能比价同店不同房型、不同价位差异解读自动改期、自动取消、自动退款到店无房自动升级房型 补偿赔付痛点解决用户最容易踩坑的“取消扣费、不能退、限时规则”AI 提前预判、主动告知。5. 全域售后 纠纷仲裁 Agent核心亮点本地生活最大成本就是售后纠纷AI 实现全场景无人仲裁。统一售后逻辑取证自动调取订单、轨迹、时间、天气、商家出餐记录、用户举证图片判责AI 判定 商家责任 / 骑手责任 / 平台责任 / 用户责任执行自动退款、补红包、补优惠券、赔付、撤销申诉复盘沉淀纠纷样本迭代风控规则可自动处理的纠纷外卖超时、漏送、破损、少餐、洒餐打车绕路、多收费、等待费异常、拒单酒店无房、房型不符、卫生问题四、Agent 核心通用能力面试加分项1. 位置 LBS 感知结合用户位置、门店位置、运力位置、路况、天气做动态决策。2. 实时数据驱动所有回答不幻觉全部基于订单真实数据、运力真实状态、商家真实状态。3. 多轮场景记忆记住用户之前的催单、投诉、问题不重复询问、不重复赔付。4. 情绪识别用户暴躁、吐槽、差评倾向AI 优先安抚、优先赔付、升级处理。5. 防滥用风控识别恶意白嫖、恶意索赔、重复刷单、恶意退单防止平台资损。五、面试满分总结直接背诵我设计的本地生活 AI Agent是以LBS 位置 实时订单 运力状态 商家规则为核心数据底座覆盖外卖、到店、打车、酒店四大核心交易场景搭配全域智能售后仲裁体系。通过场景意图识别 多工具调度 实时数据查询 AI 自动判责 智能赔付实现从用户咨询、下单辅助、进度查询、异常预警、纠纷处理、售后赔付的全链路自动化。既提升用户体验、降低人工客服压力又能通过 AI 风控防止恶意索赔、减少平台资损是本地生活平台降本增效的核心 AI 架构。六、极简伪代码面试可写// 本地生活统一 Agent 调度核心 async function localLifeAgent(query, userId, location) { // 1. 场景识别 let scene getSceneType(query); // 外卖/打车/酒店/售后 // 2. 调取实时数据 let order await queryUserOrder(userId); let realTimeData await querySceneData(scene, order); // 3. 工具决策 if(needRefund(query)){ return autoJudgeAndRefund(order, realTimeData); } // 4. 自然回答 return llmAnswer(query, order, realTimeData); }