精排架构向可扩展Transformer演进：以TmallGS为代表，工业界精排正从传统DLRM转向统一、计算密集型的Transformer架构，通过层次化特征分词和场自适应门控机制处理异构特征，并验证了Scaling Law的有效性。; 去偏与个性化走向精细化解耦：多篇论文关注如何分离混杂信号。OrDA通过正交正则化解耦访问习惯与真实兴趣，Apple TV搜索则混合文本与ID嵌入来区分语义相关性和协同信号，两者均通过因果干预或对比学习提升个性化纯度。

今日 AI 领域迎来开源模型的双重里程碑：月之暗面发布 2.8T 参数的 Kimi K3，成为最大开源模型，在 Frontend Code Arena 超越 Claude Fable 5；前 OpenAI CTO Mira Murati 创立的 Thinking Machines Lab 发布 975B 开源模型 Inkling，性能持平 Nvidia 旗舰但 token 成本仅三分之一。同时，微软被曝培训销售人员贬低 OpenAI 和 Anthropic，Anthropic 计划秋季 IPO 估值或达万亿美元，产业格局加速重塑。多篇工业界论文聚焦 Agent 长上下文训练、推理优化和信用分配

异构内容统一与缩放：工业界正从碎片化的“检索模型动物园”转向统一框架。Pinterest 的 MESH 通过模块化架构和门控偏置校正，解决了异构内容（如新鲜、长尾）的缩放偏差，使稀疏内容的缩放指数提升 14 倍，并带来显著的线上收益。这预示着未来检索系统将更注重生态感知和统一缩放。; 推理与预测的解耦：在序列推荐和生成式推荐中，将推理过程与最终预测解耦成为新趋势。RecRec 通过递归推理在独立潜在空间中精炼兴趣，SlimPer 通过迭代精炼紧凑知识库，两者都打破了传统方法中推理与预测耦合带来的

今日 AI 领域迎来多个重磅发布与工程突破：Thinking Machines Lab 开源 975B 参数 MoE 模型 Inkling，首日即获 vLLM、SGLang 等推理栈全面支持，但 Ethan Mollick 压测显示其性能远不如中国前沿开源模型。NVIDIA 发布 Jetson Thor T3000/T2000 边缘 AI 算力新标杆，同时 Jim Fan 宣布 RoboTTT 实现机器人模型原生支持 8000 步上下文。中国 AI 陪伴法规正式生效，Doubao、Qwen 被迫关闭个性化功能，成为全球首个情感 AI 监管里程碑。xAI 开源 Grok Build 完整代码库（

生成式检索加速落地：今日多篇论文聚焦生成式检索的工业部署瓶颈。FlashTrie 用 GPU 加速约束波束搜索实现 24 倍加速，CRID 将业务价值编码进 DocID 提升 GMV，PG 用配置驱动解耦特征工程加速迭代。生成式检索正从学术概念走向大规模在线系统。; LLM 推荐走向混合架构：LLM 推荐不再是“全盘替代”，而是与传统 ML 协同。Meta/Amazon 的 Agentic 系统用 LLM 处理非结构化信号、传统模型保证效率；Apple Music 用语义检索补充 token-b

今日 AI 领域迎来多个重要节点：OpenAI 代理产品使用量一周暴增 2.5 倍，Codex 用户达 600 万，同时 GPT-5.6 sol 价格减半、效率翻倍，成本降至四分之一。腾讯开源 295B Hy3 的 1-bit 量化版，仅损失约 5% 性能即可在单 GPU 运行，被 Stable Diffusion 创始人称为"今日最大新闻"。Apple 洽谈收购 PrismML，其量化技术可将 54GB 模型压缩至 4GB 运行于 iPhone，端侧 AI 能力跃升在即。蚂蚁集团将 Zero RL 扩展到万亿参数规模，揭示涌现行为；Anthropic 平台负责人详解 Agent 三层架构与开

LLM 驱动的可解释性与决策智能：今日多篇论文探索了 LLM 在推荐系统中的应用，从生成自然语言解释（RashomonLLM）到作为路由决策的候选模型（LLM Routing）。这表明 LLM 正从单纯的“特征提取器”向“推理与规划引擎”演进，为提升系统可解释性和决策效率提供了新路径。; 理论驱动的在线学习与探索策略：多篇工作聚焦于 bandit 和 Top-k 识别等在线学习问题，并提出了具有理论保证的算法（如 TOFU-POV、渐近最优 Top-k 识别）。这反映了工业界对在有限样本和不确定

今日 AI 领域火药味十足：Apple 起诉 OpenAI 窃取商业机密，被 Stratechery 解读为 AI 竞争受挫后的情绪宣泄；OpenAI GPT-5.6 Sol/Terra/Luna 三款模型在 Amazon Bedrock 正式上线，Agent 基准显著领先；微软发布 109 页 MAI-Thinking-1 技术报告，完整揭秘 LLM 训练全流程。产业层面，vLLM 生态三天内密集落地三项 RL 训练框架，Meta 用开源 BPF 调度器将广告服务 p99 延迟降低 28%，MIT 推出 SceneSmith 用三个 VLM Agent 协作生成机器人训练场景。Sakana

今日 AI 领域呈现“开源监管风暴”与“效率创新”并行的格局。开源模型面临“6个月生存期”的监管与地缘政治夹击，而 Z.ai 发布 ZCode IDE 与 GLM-5.2 模型，以 2500 万美元成本实现全球第二的 Coding 能力，挑战 Cursor 与 Claude Code。Anthropic 发现 Claude 内部“思考空间”，为 LLM 可解释性带来新突破。同时，Oracle 因 OpenAI 风险被降级至垃圾级边缘，vLLM v0.25.0 发布，Arm CEO 预测推理侧硬件格局正从 GPU 转向 CPU。

今日 AI 领域迎来多重里程碑：Anthropic 估值达 1.2 万亿美元首次超越 OpenAI，并正式启动 IPO 进程，标志产业格局重大拐点。技术层面，Moonshot 发布 Kimi K2 开源模型（1T/32B MoE），在 SWE-Bench 取得开源 SOTA；Bun 用 AI 重写为 Rust 仅花费 $165k 替代 3 人年工作量，展示了 AI 辅助工程化的成本效益。安全研究方面，Google DeepMind 揭示 CoT 监控在对抗性说服攻击下反而有害，并提出跨模型事实核查的缓解方案。同时，Perplexity CEO 预测 6-12 个月内模型成本将降 3-4 倍，O

本周的核心叙事是"发布密度与工程深度的共振"。OpenAI 一口气放出了 GPT-5.6 三模型、ChatGPT Work 和 GPT-Live 语音模型，这不是一次单纯的版本迭代，而是一次产品矩阵的重新排布——模型能力分层（Sol/Terra/Luna）、Agent 产品化（Work）、交互范式升级（全双工语音）同时到位。与此同时，Agent 工程领域进入了"工具调用精细化"阶段：GitHub Copilot 的实践复盘、AWS 的 MCP 设计指南、Amazon 和 Writer 关于编排层效率的论文，都在指向同一个判断——Agent 的价值不再取决于"能不能调用工具"，而取决于"调得好不好"。推理加速方面，vLLM 0.25.0 让 450+ Transformers 架构原生运行，DeepSeek 的 DSpark 在线上流量下将生成速度提升 60-85%，这些工程落地比架构论文更能直接影响下游决策。

本周推荐系统研究围绕三条技术主线展开：生成式检索的工业落地与理论深化、LLM/Agent从概念验证走向真实部署、以及精排/联邦学习在工业环境中的鲁棒性优化。 生成式检索加速落地与多兴趣精细化： 快手在推送通知系统中部署了异构生成式架构 HGenPush，采用非自回归多token预测替代传统自回归解码，实现DAU提升0.181%。Walmart将库存感知RAG引入赞助搜索，InvAwr-RAG将广告填充率提升68%。理论层面，BACH通过贝叶斯混合头解决多兴趣双塔的路由坍塌问题，在三个基准上刷新召回率；DaV-Gen提出draft-and-verify机制统一生成式检索的效率与精度。此外，Signed MaxSim首次从理论上证明MaxSim的表达力不低于向量内积，并扩展至任意实值内积。 LLM/Agent推荐从原型走向生产： Meta的 SCOReD 是本周最突出的部署工作——通过学生感知的CoT优化将教师推理轨迹适配到小模型，线上获得NDCG+1.56%和Recall@5+1.9%，同时推理长度减少27.3%。Walmart使用LLAMA2 7B+LoRA做广告相关性三分类，准确率89.43%超越GPT-4。学术方面，MMEACR提出双轨记忆架构加强Agent的视觉推理能力；LBR系统性地揭示了LLM推荐中的长度偏差，并提出轻量校正方案（NDCG@5提升16.82%）；综述论文Autonomous Information Seeking为Agent推荐建立了三范式分类法。 工业级精排与联邦学习优化： 快手的 PIT-SUN 是一种可直接部署的经验边际变换框架，通过对重尾目标进行概率积分变换与期望一致性恢复，在线上全面改善点精度和校准。FeLiX则针对联邦学习中客户端流失问题，提出流式感知可用性层级和延迟鲁棒聚合，将收敛时间缩短2.37倍。