Uber 的工程团队每天都要应对大量常规支持问题。为其他开发者构建工具的平台团队，例如部署、数据处理和机器学习工作流团队，通常会安排一名值班工程师回答通过 Slack 频道提出的问题。即使是简单的请求，也可能需要多轮来回沟通，才能找到正确的文档或解释操作步骤。Uber 表示，其内部支持频道每月收到约 45K 个问题，占用了大量本可用于更有价值工作的工程时间。
回答这些问题所需的大部分信息其实已经存在，但它们分散在 Uber 的内部工程维基 Engwiki、内部 Stack Overflow 以及其他文档中。查找合适的资料本身就很困难，因此直接询问同事往往更加方便。Genie 的设计初衷，正是让这些现有知识直接出现在开发者本就寻求帮助的 Slack 频道中。
Genie 是 Uber 内部用于工程支持的 AI 助手。它能在 Uber 的文档中查找相关信息，利用语言模型对这些信息进行解释，并允许工程师继续对话或将问题转交给真人。通用语言模型可以撰写清晰的解释，但它不了解 Uber 的私有平台、内部流程和文档。Genie 通过将检索与生成相结合，弥补了这一差距。
该系统会准备知识、检索相关资料、生成答案并检查其正确性；当系统无法作答时，还提供转接人类专家的途径。Uber 还收集用户反馈并评估 Genie 的表现，以便随着时间推移不断改进。
来源: ByteByteGo · 由HeadlinesBriefing整理摘要