本周推荐系统研究围绕三条技术主线展开。 工业级知识蒸馏进入迁移率量化时代： 字节跳动、Meta、微软、阿里分别展示了大规模蒸馏框架。字节的Rec-Distill（24B教师、20K序列）实现蒸馏迁移率>60%，阿里GPlan将LLM推理压缩为隐式token，Meta的LoopFM通过结构化中间表示让蒸馏迁移率翻倍，微软HARNESS-LM以190M参数恢复教师98%精度。四篇的共同指向是——蒸馏已经不只是模型压缩手段，而是把大模型能力“货币化”为可量化的业务指标。 生成式推荐从项目生成走向意图序列与条件生成： 阿里QGS在Quark搜索部署conditional next-item预测，Netflix揭示1B参数生成式推荐中不同任务的缩放天花板，清华SID碰撞分析发现Hit@10被高估103%。三篇共同说明——生成式推荐正在进入精细化评估和条件控制阶段。 推荐系统缩放从“堆参数”转向多维协同与测试时计算： Coupang系统研究CVR模型在骨干、嵌入、数据三个维度的可加缩放效应；阿里UTTSI首次将test-time compute引入CTR，无模型修改下CTR提升5.3%；Meta的rank-aware decomposition使DLRM吞吐量提升87.5%。缩放的核心矛盾已从“能不能大”变为“怎么用得巧”。

大模型知识迁移与蒸馏成为工业界核心战场：今日多篇工业界论文（阿里GPlan、字节Rec-Distill、Meta LoopFM）聚焦于如何将大模型（LLM或Foundation Model）的推理能力或表征知识高效迁移至轻量级服务模型。核心创新点从传统的标量蒸馏转向结构化知识（如隐式推理token、中间层嵌入、历史表示）的传递，旨在突破知识迁移率瓶颈，实现线上部署的精度与延迟平衡。; 推荐系统进入“生成式”与“规划”时代：以阿里GPlan为代表，推荐任务正从“预测下一个点击”向“生成并规划一个意

今日 AI 领域迎来格局性转折：Anthropic 以 9650 亿美元估值超越 OpenAI，并发布 Claude Opus 4.8 与动态工作流，预告 Mythos 模型即将上线。同时，xAI 发布 grok-build-0.1 API 公测，Step 3.7 Flash 在多平台上线，Cursor 推出 auto-review 模式。论文方面，Anthropic 首次将稀疏自编码器成功扩展到生产级模型 Claude 3 Sonnet，Meta 提出利用历史 FM 中间表示进行知识蒸馏的 LoopFM 框架。开源社区方面，DeepSWE 编程 Agent 基准发布，vLLM 集成 fast

LLM 从辅助信号走向核心排序引擎：今日多篇论文（MixRAGRec, LRanker, DoorDash）展示了 LLM 从离线生成标签、辅助特征，到直接参与召回和精排的演进。核心挑战在于如何在大规模候选集和低延迟约束下，高效利用 LLM 的语义理解能力，而非简单替换现有模型。; 推理优化成为工业落地关键：Meta 的秩感知分解和 Pinterest 的 LLM 辅助预测器，都指向一个共同目标——在不牺牲效果的前提下，大幅降低计算成本。这表明，当学术界在探索 LLM 的潜力时，工业界更关注如何

今日 AI 领域迎来历史性转折：Anthropic 以 9650 亿美元估值超越 OpenAI，完成 650 亿美元 H 轮融资，同步发布旗舰模型 Claude Opus 4.8，在编码和 Agent 基准上全面领先。融资与产品双线突破标志着竞争格局的深刻变化。与此同时，Step 3.7 Flash 以 198B MoE 开源、SpaceX 自研 C 语言训练栈声称比 JAX 快 10 倍、Meta 发布推荐系统新范式 SilverTorch，技术路线呈现多元化。Agent 安全与工程实践成为焦点——华为 BeSafe-Bench 揭示所有主流 Agent 安全完成率不足 40%，AWS 分享

LLM 深度融入推荐全链路：今日多篇论文（MuChator、L2Rec）展示了 LLM 不再仅是特征提取器，而是作为核心推理引擎，通过预训练注入领域知识、指令微调对齐用户意图、强化学习对齐偏好，直接参与召回与排序决策。工业界已验证其线上效果，LLM for Rec 正从实验走向大规模部署。; 两阶段排序的端到端训练突破：CA-PG 论文针对两阶段排序中早期排序器（ESR）难以端到端训练的痛点，提出信用分配策略梯度，有效降低训练方差并加速收敛。这为工业界优化全链路（召回+排序）提供了新的理论工具，

今日 AI 领域资本与技术创新双线爆发：Cognition 以 260 亿美元估值完成 10 亿美元融资，Fireworks AI 同步冲刺 150 亿美元估值，AI 编程与推理基础设施赛道热度空前。技术层面，MiniMax 发布 M2.5 模型在 SWE-Bench 达 80.2%，同时开源 M2 技术报告揭示全注意力与 128 专家 MoE 的设计哲学；Hugging Face 实现 Delta Weight Sync 将异步 RL 训练带宽降低 97%，NVIDIA 推出 Polar 框架对 Agent 工具进行 GRPO 训练。此外，ESMFold2 用 LLM 方法在蛋白质折叠领域超

今日 AI 领域迎来多个产业里程碑：Anthropic 年化收入被曝反超 OpenAI 至少 35%，AI 商业格局生变；推理基础设施诞生新独角兽，Fireworks 与 Baseten 估值双双破百亿，标志市场从“训练模型”转向“规模化推理”。同时，Figure 与 JCPenney 运营商签约大规模部署人形机器人，AWS 发布首个托管式 Agent 支付服务 AgentCore Payments，xAI 推出 Grok Build/Skills/Connectors 三件套正面竞争 Claude Code。学术方面，微软提出 ECHO 让终端 Agent 从环境反馈中免费学习世界模型，阿里

生成式推荐与检索增强的工业落地：今日多篇论文（QGS、DeGRe、Memento）将生成式序列模型或RAG范式应用于搜索排序、重排和长历史建模。核心趋势是从“全量序列建模”转向“条件生成”或“检索增强”，通过显式引入查询条件（QGS）、离线探索在线蒸馏（DeGRe）或MMR多样性检索（Memento），在保持生成式模型优势的同时，解决查询切换噪声、序列探索效率及长历史注意力稀释等工业级痛点，且均有线上效果验证。; 多模态与终身兴趣建模的统一框架：SIREN 提出了统一多粒度语义交互框架，通过软/

生成式推荐进入工业深水区：今日多篇论文（Netflix、Tubi）展示了生成式推荐从概念验证到大规模部署的实践。核心挑战不再是模型能力，而是生产约束：任务头空间（task headroom）、重复训练成本、服务延迟对齐、冷启动泛化。Netflix 提出 offset scaling-law 诊断来判断扩展收益，Tubi 则用“用户故事”序列化统一多任务。这标志着生成式推荐正从“能不能做”转向“如何高效落地”。; 知识蒸馏与模型压缩成为工业部署标配：Microsoft 的 HARNESS-LM 和

今日 AI 领域迎来多个里程碑：OpenAI 与 DeepMind 双线攻克 80 年未解数学难题，标志 LLM 推理能力质变。同时 HRM-Text 以 1500 美元成本挑战 Scaling Law，DeepSeek 永久降价 75% 至 GPT-5.5 的 1/9，行业从“算力军备竞赛”转向“效率与成本竞争”。Agent 生态全面走向生产级，AWS MCP Server 正式 GA、auth.md 认证协议发布、微软 SkillOpt 提出系统化技能优化。中国 AI 模型周使用量连续四周超美国，DeepSeek-V4-Flash 居榜首。

今日日报跨越博客、GitHub 项目、播客与 KOL 推文，核心亮点在于AI 对就业与组织架构的深层冲击：一方面，历史数据挑战“AI 消灭岗位”的简单叙事，提出自动化可能因价格弹性增加岗位的反直觉观点；另一方面，实战案例显示 AI-First 组织已实现 99% 代码由 AI 完成，引发对信任、角色与效率的重新思考。此外，DeepMind Agent 自主解决数学难题、微软因成本禁止内部使用 Claude Code 等事件，共同勾勒出 AI 从工具到生产力的加速渗透与阵痛。 精选文章 2 篇、GitHub 项目 2 个、播客 1 集、KOL 推文 23 条