本周推荐系统研究以工业部署论文领跑。Netflix、Yandex、Meta、LinkedIn、快手、阿里、字节各自拿出了线上 A/B 结果，密集程度在本年度少见的。如果只看一个趋势——生成式推荐正在从实验室验证阶段转向"用单一模型替换整个生产级联"的系统工程阶段。 主线 1（生成式推荐的两个方向）： Yandex Music 的 Sona 用单一生成式模型替换了超过 15 个候选生成器加预排序/排序的完整级联，Active Users +4.53%。Netflix 的 GenRec 走了另一条路——不替换级联，而是用 LLM 排序器作为精排层，A/B 中相对生产排序器取得统计显著提升。同一周内两条路线并行验证，是本周论文密度最高的信号。而快手的 PushDualGen 则在解决生成式推荐的可解释性：生成 SID 后附带一段可跳过的 copy 作为解释，有效播放率 +8.50%，不满率 -37.70%。 主线 2（因果推断从理念走向部署）： LinkedIn 的决策中心因果优化框架在 Feed 营销流量上实现 +7.20% 长期价值提升，把因果效应估计、贝叶斯 bandit 和线性规划分配统一到一个目标下。Meta 的 MARCO 更微观——用点击类型作为自由行为标签分解点击意图，每点击转化 +2.80%。两篇的共同指向：因果推荐不再只是论文里的去偏技巧，而是生产系统里可落地的收益来源。 主线 3（多任务与全链路优化的系统工程化）： 阿里的 IntHQ 在高德部署，处理生成式推荐里多任务学习的三个 collapse 问题，UVCTR +1.60%。阿里的 DREAM 则在淘宝首页用智能体元控制架构在现有流水线之上叠加策略层，IPV +2.06%。字节的 TM20K 把电商行为序列扩展到 2 万长度，ADSS +1.036% 而服务延迟只增 5.6%。

测试时优化与推理效率成为新战场：从 TTT-Embed 在冻结模型嵌入空间中学习轻量向量、无需权重访问即可复用排序奖励，到 Prof-K 用单遍过滤实现 1.5-10 倍 top-k 加速，再到 Search-R1 用结构化停止判断减少检索调用——业界正从"训练更大的模型"转向"在推理/测试阶段用更少的算力榨取更多性能"。对工业推荐系统而言，这意味着可以在不重新训练大模型的前提下，通过轻量适配层或算法优化实现召回/排序的即时增益。; 鲁棒性与去偏从"单点"走向"全链路"：DrEM 处理上游多任务

今日 AI 领域迎来多重震荡：SpaceX 正式收购 Cursor 并将其并入 Grok 开发团队，标志马斯克系在 AI 应用层的激进整合；GLM-5.3 以 750B 参数在编码与网络防御基准上登顶开源模型，Interconnects 深度分析称其"不是蒸馏故事"；Qwen3.8-27B 以 Apache 2.0 开源并获 vLLM、SGLang、Unsloth 日 0 支持，单卡 RTX 5090 可达 206 tok/s。与此同时，OpenAI IPO 前高管流失潮引发治理担忧，美国数据中心 1066 吉瓦电力申请中仅 28% 可能落地，算力扩张的物理瓶颈与人才流动成为产业隐忧。Anth

[生成式推荐进入精细化RL阶段] 今日多篇论文聚焦生成式推荐/检索的强化学习优化，且不约而同指向同一痛点：序列级奖励过于粗糙。HCGRec 通过 hint-conditioned 机制解决语义 ID 生成中的零奖励稀疏问题，Token-Level Credit Assignment 则直接提出 token 级奖励分配。两者均采用 GRPO 作为优化器，标志着生成式推荐正从"能否生成"迈向"如何精细分配 credit"的新阶段。; [LLM/Agent 与协作信号深度融合] 两条路线并行：GALL

今日 AI 领域迎来密集发布与资本震荡：Google 发布 Gemini 3.7 Flash，价格腰斩且编码基准大幅提升，OpenAI 同步推出 Ultrafast 服务档位将 GPT-5.6 Sol 提速 14 倍，前沿模型竞争从"能力"转向"速度与价格"双线作战。xAI 宣布 2027 年数据中心容量扩至 10GW、目标 5000 亿美元营收，而 Q2 美国风投 87.5% 流向 AI 创历史最悬殊，资本集中度信号强烈。基础设施层面，MCP 规范转向完全无状态、Scale AI 发布 MCP-Atlas 基准、AWS 推出 AgentCore Browser Tool，Agent 工具调用

LLM 从"特征工程"走向"上下文工程"，并开始接受工业级检验：Netflix 的 GenRec 和 Meta 的 ConnectionMind 不约而同地展示了 LLM 在精排/全链路中的落地路径。GenRec 明确提出范式转变——用自然语言化的用户历史替代数千个手工特征，从特征工程转向上下文工程；ConnectionMind 则将社交图谱与 LLM 推理结合，通过 SFT+RL 两阶段训练实现可解释推荐。两者均有线上 A/B 验证，标志着 LLM 推荐已从学术探索进入工业验证期。; 单一生成

今日 AI 领域迎来"Frontier Model Day"级别的密集发布：xAI 推出 Grok 4.6（1.5T 参数），以 $2/$6 每百万 token 的定价逼近 GPT-5.6 Sol，同时 Qwen3.8-Max（2.4T 总参/95B 激活）开源登场，DeepSeek V4 Pro 0813 悄然上线，效率与价格成为新战场。Anthropic Frontier Red Team 发布多 Agent 系统实证研究，发现协调式 swarm 漏洞发现量 12 倍于独立并行；OpenAI 企业报告显示前沿企业输出 token 达普通企业 8.3 倍，Codex 在法务/销售增长超 40

生成式推荐进入"策略生成"新范式：今日多篇工业界论文（IntHQ、MetaStrategy、PushDualGen）不再直接生成物品序列，而是转向生成可执行策略（JSON策略包、语义ID+解释copy）或优化多任务交互。这一转变使生成式推荐能无缝集成现有预测模型、业务规则和护栏，大幅降低落地门槛，成为工业界探索的核心方向。; Agent/LLM 从"旁路"走向"元控制"：DREAM 提出在现有级联流水线之上叠加智能体元控制层（M1-M2-M3 分层推理），MetaStrategy 用 LLM 策

今日 AI 领域迎来多个里程碑：Gemini 月活突破 10 亿，成为 Google 史上增长最快产品，同时前 xAI 联创 Igor Babuschkin 创办的 River AI 融资 11 亿美元，主打"个人拥有的 AI"理念，AI 所有权归属问题进入产业实践。NVIDIA 发布 Nemotron 3.5 Lightning 开源 30B MoE 模型，输出速度翻 4 倍，叠加 AMD 云平台每日 10 美元免费推理额度，推理成本竞争白热化。OpenAI 在 ChatGPT 中测试广告，标志 AI 助手从订阅制走向混合变现；1367 名前沿 AI 研究人员联名公开信警告军备竞赛风险，产业

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