本周的推荐系统研究呈现出一个清晰的分野：生成式推荐的重心从"能不能生成"转向"生成得划不划算"，而传统排序架构的改进则集中在异构信号的粒度对齐上。 主线 1：生成式检索开始拆解自己的成本结构。 标准自回归接口要为 SID 长度付两次钱——历史以 T×K 个 code token 进骨干，每步 beam search 又要过一遍骨干。Pinterest 的 PinGER 用非对称注意力掩码把输入压成每物品一个 token，服务时 fresh Pins saves +3.60%、端到端延迟 -0.7%；学术侧的 Deco 把 beam search 整体委托给轻量 KV-cached 解码器，在 50 ms p95 预算下吞吐提升 3.2–8.6 倍。Octen-WebGR 则把 2.01 亿网页塞进 4B 模型参数，单卡 10 GB 内存跑完，导航查询 top-1 59.6% 对稠密检索 46.5%。三条路线的共同指向是——生成式检索的瓶颈已经从模型容量移到服务成本。 主线 2：多目标与精排从"多算几步"转向"算得对"。 快手 Refiner 用累积加性修正把潜在推理引入 ID-based 排序，阿里 KL-MOPD 发现多目标 on-policy 蒸馏里教师难度在 token 间分布不均，按初始 KL 散度分配权重，并在加性联合目标下给出严格优于 vanilla MOPD 的证明。两篇都指向同一件事：生成式排序的额外计算必须被精确投放到需要它的位置上。 主线 3：排序架构的粒度对齐。 阿里 HiRank 指出序列与非序列信号的有效秩不同，homogeneous self-attention 在这种异质输入上低效，线上订单/用户 +2.27%；美团 HGE 处理容器级排序与商品级交易的结构错配，线上 RPS +1.42%；Criteo 的 COMPOTE 则证明多假设结构的增益来自退火目标而非容量。三篇的共同点是——错配不在模型容量，在建模单元。