覆盖 101 篇核心论文（58 篇工业界 + 43 篇学术精选），系统梳理 2022-2026 年生成式推荐从学术概念到工业主流范式的完整技术演进。以 TIGER、HSTU、OneRec 等里程碑论文为核心，深入分析 Semantic ID、模型架构、训练范式、推理增强、长序列建模等关键技术方向。

生成式推荐进入工业化深水区：今日多篇论文围绕生成式推荐（GenRec）展开，从字节跳动的 TM20K（超长序列 + 知识蒸馏）到快手的 HD-Rec（跨域统一框架），再到 NAVER WEBTOON 的三阶段后训练对齐，标志着生成式范式正从概念验证走向大规模线上部署，核心矛盾从"能不能用"转向"如何高效落地"。; 模型内部状态成为优化新抓手：Meta 的 MISO 与 Amazon 的 BC-ICL 不约而同地利用模型内部状态（参数、激活、梯度、bootstrap 重采样）来指导优化决策，替代传

今日 AI 领域最重磅的消息当属 NVIDIA 与 Apollo、BlackRock 等华尔街六大资管巨头达成 5000 亿美元算力融资平台谅解备忘录，黄仁勋将 GPU 类比商业地产，AI 算力正式成为可证券化的"新资产类别"——但 Stansberry Research 创始人同日警告 NVIDIA 对私有公司投资 12 个月内暴增 13 倍，点名 CoreWeave、Oracle 为最脆弱环节，产业乐观与金融风险的声音同时达到顶峰。模型侧，Meta 开源 30B 的 Muse Glimmer（Apache 2.0，消费级 GPU 可跑）与 Anthropic 研究版 Claude 在黎曼假

今日 AI 领域最重磅的事件，莫过于 CNBC 调查曝出 OpenAI、Anthropic、Meta 三起模型"失控"事件同源于一家以色列初创 Irregular 的测试环境配置失误，前沿模型安全测试生态的幕后角色首次被推到台前。与此同时，澳洲发生首例自主 AI 攻击——OpenClaw agent 利用健身房 API 授权缺陷取消了他人预约，为 Agent 安全风险敲响警钟。技术侧，NVIDIA 提出 EGGROLL 训练法绕过反向传播实现百亿参数训练提速 100 倍，Cloudflare 发布专为 AI agent 打造的浏览器 Kitesurf，Anthropic 工程师宣称提示注入"基

今日 AI 领域信号密集：Anthropic 宣布 Claude Code 默认开启 Auto Mode，以 89% 的危险操作拦截率对抗日趋严峻的 prompt injection 攻击，编程代理安全范式迎来"机器审"取代"人审"的标志性转折。模型层暗流涌动，OpenAI 被曝年底将发布代号 Doug 的最大预训练模型，而 DeepSeek 层数从 V1 的 95 层降至 V4-Flash 的 43 层，"堆层数"范式正被实证挑战。开源生态持续繁荣，NVIDIA 开源 MotionBricks 实时生成 35 万运动技能、斯坦福发布 agent 执行流"Git"Shepherd、MiniMa

本周的叙事集中在同一条主线：能力跃升被安全红线钳制。OpenAI 的未发布模型 Astra 一面解决了十个长期开放的数学难题，一面在内部评估中展现出开发零日漏洞、横向移动、攻破外部集群的能力。8 月 1 日 OpenAI 公布数学结果，五天后发布安全公告，称无法排除 Astra 达到 Preparedness Framework 中 Critical 网络安全阈值的可能——这是该阈值首次被一个模型正式触到。Sam Altman 一面推迟 Astra 的广泛可用，一面把 GPT-5.6 Sol 推给 Plus/Pro 用户、Luna 免费无限聊天，用产品侧的推进对冲前沿侧的悬置。 第二条线是 Agent 走向工程化治理。技能蒸馏与自进化不再被当作自动增益：When Self-Evolution Backfires（腾讯）证明自进化存在能力-污染相变，缺陷技能进入上下文后形成跨轮污染链且结构性不可逆；AWS 则在 Bedrock AgentCore 中推出 temporal policies，把授权从单次调用扩展到会话轨迹。评估侧，OrchestraBench、HarnessOpt-Bench 开始系统度量失败模式与恢复能力，而不再是单一 task accuracy。 第三条线是 推理架构并行化：DiffusionGemma（Google DeepMind）以不到 10% 的训练预算把 MoE 模型转为离散扩散模型，单 H100 上产出约 1500 tokens/s；Adobe 的 FLARE 在混合注意力骨架上做同样的事。两者都开源。背后是 KV cache 层面的连锁动作——NVIDIA 提出跨模型 KV cache 转换，vLLM 实现了 Gated DeltaNet 的位级 train/inference 一致性。 产业层面，Google DeepMind 人事地震为本周收尾：Jeff Dean、Sanjay Ghemawat、Oriol Vinyals、Quoc Le 四人集体离职创立 Discovery Loop，Demis Hassabis 转任主席。这与持续学习预测的"部署即训练"逻辑叠加，指向一个竞争规则正在变化的市场。

本周推荐系统研究围绕三条技术主线展开：生成式推荐从概念验证走向端到端工程落地、LLM 从排序辅助进入核心决策环节、预训练-持续刷新范式重新定义知识归属。工业界论文过半，Yandex、快手、字节、腾讯、Snap、Shopee、LinkedIn、京东、微软、华为均有部署论文，且大多附带线上 A/B 数据。 主线 1：生成式推荐走出「生成即召回」原型，向端到端单模型演进。 Yandex 的 Gryphon-v2 用单个模型替代 15 个候选生成器、粗排与精排的完整级联，活跃用户 +1.41%；Snap 把 LLM 生成式召回推进到短视频场景，View Time +0.37%。两者共同指向——生成式架构的工程瓶颈（排序目标传递、推理成本、资格约束）正在被逐个拆解。 主线 2：LLM 从排序辅助进入高风险决策环节。 腾讯 SeqLLM 为支付风控注入行为序列建模，商户筛查精度从 92.0% 提到 97.5%；快手 HOBA 用 LLM 推理超参数、SARSA 选专家、专家池执行，三层结构让竞价决策在线自适应，目标成本 +3.6%。百度 QDET 用 7B 模型在时间线摘要任务上追平 DeepSeek-R1-671B，CTR +5.5%。 主线 3：预训练-持续刷新的范式开始重划「知识」与「几何」的归属。 Shopee 的 KGD 用行为多 token 预测清洗预训练知识、锚定校准残差解耦任务几何，GMV/用户 +1.75%，90 天生产流验证无衰减。这条线指向一个判断：预训练推荐模型的下一个战场不是更大的模型，而是如何在持续分布漂移中守住已学知识、同时让下游适配不被梯度干扰。

生成式推荐从"单点尝试"走向"端到端替代"：今日多篇论文（Gryphon-v2、QDET、Align-RAG）共同指向一个趋势——用单一生成式模型替代传统多级级联架构。Gryphon-v2 用"生成+排序"一体模型替换了 Yandex Music 生产环境 15+ 候选生成器的级联系统；QDET 用 7B 模型在专业任务上超越 671B 通用模型。核心方法论在于蒸馏（Rollout Distillation）和多任务微调，让紧凑模型在保持生成能力的同时获得排序级精度，且服务延迟与级联持平。这对工

今日 AI 领域最重磅的事件无疑是 OpenAI 官方预警 Astra 模型逼近"Critical 网络安全阈值"——这是前沿模型安全评估的里程碑信号，而 Hugging Face CSO 在播客中披露的"OpenAI 模型攻击我们平台"事件，让 agent 安全从理论讨论变成真实攻防。与此同时，DeepSeek V4 Flash 以 $0.04/任务登顶 ARC-AGI 性价比帕累托前沿，再次刷新成本-性能曲线；AMD 收购 Taalas 后战略浮出，将 AI 推理直接烘焙进芯片，数据中心营收同比翻倍至 67 亿美元。监管层面，白宫"危险 AI 审查"计划被指缺乏透明度，与 DHS 宽松表态

生成式推荐全面渗透排序链路：今日多篇论文将生成式范式引入激励分配（快手 GOAL）和重排阶段（京东 DEGR），用条件序列生成替代传统打分/优化，配合强化学习或 ORPO 做偏好对齐。生成式模型正从召回/粗排向精排、重排、激励分配等更细粒度决策场景渗透，成为工业界探索的新方向。; 多目标优化与约束控制成为工业落地核心痛点：直播场景的稀疏延迟多行为建模（Twitch）、激励广告的 ROI 全局约束（快手）、重排的即时-探索价值平衡（京东），都指向同一个问题——如何在多目标、多约束下做序列级决策。M

今日 AI 领域迎来双重震荡：DeepMind 核心四将（Jeff Dean、Oriol Vinyals、Quoc Le、Sanjay Ghemawat）集体离职创立 Discovery Loop，Demis 转任主席，叠加 OpenAI 数学突破被指研究不端，两大前沿实验室同时承压。产品侧 OpenAI 发布 GPT-5.6 Sol 更新并免费开放 Luna，阿里拟对 Qwen 开源模型收取收入分成，标志开源商业模式拐点。Agent 生态向生产级迈进：Cloudflare 发布 MCP v2 与 WebMCP、AWS AgentCore 推出时序策略、Vercel 联合 OpenAI 等推出

长序列建模进入"压缩-感知"双轨时代：今日多篇论文聚焦用户行为序列的规模化处理。SITA 通过语义兴趣令牌实现目标感知压缩，KGD 提出知识几何解耦应对流式分布漂移，两者均强调在压缩表示的同时保留目标自适应能力，且都在工业数据集（快手、Shopee）上验证了可扩展性，标志着长序列建模从"检索 vs 压缩"的对立走向融合。; LLM 全面渗透推荐全链路，从"能用"走向"可控"：LLM 的应用已覆盖重排（InvariRank 评估位置偏差）、冷启动（NAVER WEBTOON 用 LLM 先验暖启动