本周工业界论文的密度继续走高——37 篇里有 20 余篇带线上结果或生产部署。三组技术信号最清晰：生成式推荐的瓶颈从"能否生成"移到"生成得对不对"，重排与混排开始把整条链路压进单个自回归解码器，Agent 推荐则从调用工具走向自我反思与奖励建模。 生成式推荐：语义 ID 的量化误差与解码漂移成为主攻方向。 快手的 BRIDGE 把 RQ-VAE 量化过程与解码器之间的信息断层命名为"语义量化鸿沟"，用码本锚定的隐式推理、特权 EMA 自蒸馏、深度感知计算分配三项机制分别弥合 grounding/neighborhood/difficulty 三类偏差，三个 Amazon 基准上 Recall@10 平均提升 10.9%，快手线上 A/B 广告 eCPM +0.65%。Meta 的 CAP-Mix 走另一条路——干脆不用硬量化，把物品表示为共享原型的软混合加物品特定向量，HR@5 比同 tokenizer 的硬 SID 表高 4.45–14.90%，推理吞吐是离散基线的 1.4–161 倍。两者的共同指向是：SID 的离散化本身正在成为生成式召回的信噪比天花板。 重排与混排：从手工规则走向端到端生成。 字节的 OneTrans-GSR 用单个 decoder-only Transformer 统一重排与混排，奖励模型评估完整曝光列表引导 RL，线上 GMV/u +2.63%、广告主价值 +2.06%、复购率 +2.03%，端到端延迟反降 13%。淘宝的 ICE 则从评估器入手，指出传统"独立行为建模"把连续浏览旅程压成逐条 CTR 预测会系统性偏差，改为显式建模展示→曝光→点击的因果链，14 天 A/B 点击 +0.70%、收入 +3.67%。两篇都在回答同一个问题：列表级目标无法用逐条打分拼出来。 Agent 推荐：反思、奖励与质量归因三条支线。 快手的 EvoRec 用动态反思树把失败轨迹转成可复用策略，且不需要更新任何参数，线上广告收入 +4.6%、高意图用户 +14.5%。淘宝的 E-GenRM 训练 27B 生成式奖励模型给购物 Agent 做偏好判别，E-GenRM-Bench 上偏好准确率 87.40%（超最强基线 6.97pp），14 天 A/B 用户满意度 +2.33pp。快手的 WISE 则把 Agent 用在反方向——诊断系统本身哪里坏了。