推荐系统 20 年来方法换了六七轮，但问题定义从未改变——始终是预测下一个 item。缺多样性、缺发现性、规则泛滥，根源都在这里。真正的范式改变不是换方法，而是重新定义问题：从 Next One 到 Next N。

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。

2017 年，Ilya Sutskever 读到《Attention Is All You Need》时，立即意识到”这就是我们需要的一切”。OpenAI 随即放弃了 RNN/LSTM 路线，全面转向 Transformer，催生出整个 GPT 系列。Transformer 的并行能力让他们得以实现一直相信的 Scaling 路径。八年后的今天，推荐系统终于走到了同样的路口。 2024 年之前，推荐领域有了 HSTU、TIGER 这样的工作，但大多数团队还在观望。2025 年，我观察到一个明显的转变：大家开始认真地把排序模型 Dense Scaling Up，搞生成式召回和端到端推荐。这很像 2017 年——当时大家忙着把 LR/GBDT/FM 切换到 Deep Model 和双塔，切换过程持续了一两年，之后再没人回头。我的判断是，2026 年将是推荐系统 All-In Transformer 的一年，不改变就落后。

今日 AI 领域迎来里程碑式发布：OpenAI 正式预览 GPT-5.6 Sol，采用全新架构并支持 1M 上下文，但发布过程罕见地被美国政府干预，需商务部逐客户审批放行，标志着前沿模型监管进入新阶段。与此同时，智谱 AI 开源模型 GLM-5.2 在编码能力上首次超越 GPT-5.5，成本仅为其 1/6，开源社区迎来重要拐点。产业层面，Stripe 分享了年处理 1.4 万亿美元交易的生产级 Agent 架构，快手开源 AgentX 多智能体系统实现超 1 亿年化收入，AI 从能力展示正式进入规模化价值兑现期。

今日 AI 领域迎来多个里程碑：OpenAI 发布 Agent 经济报告，揭示 Codex 占内部输出 token 的 99.8%，非开发者采用增长 137x；SWE-bench Pro 发布，因旧基准 59.4% 测试用例存在缺陷，Coding Agent 评测标准迎来根本性更新。同时，Sail 获 8000 万美元融资构建长时 Agent 推理基础设施，PimDeWitte 获 3.2 亿美元融资用于世界模型数据采集，标志 Agent 基础设施投资进入爆发期。Notion 集成 Claude 和 Cursor 作为外部 Agent，从生产力工具转型为 AI 编排中枢。

今日 AI 领域迎来多个重磅事件：OpenAI 与 Broadcom 发布首款 LLM 推理芯片 'Jalapeño'，推理吞吐提升 4 倍；Cursor 在 Colossus 上从零训练 1.5 万亿参数前沿模型，应用层公司自研模型趋势加速；Qualcomm 豪掷 140 亿美元收购 Modular 和 Tenstorrent，挑战 NVIDIA CUDA 垄断。同时，NVIDIA 发布 DFlash 投机解码实现 15 倍推理加速，Google 在 Gemini 3.5 Flash 中推出原生 Computer Use 工具，MCP 协议迎来最大结构更新转向 Stateless 设计。Ag

今日 AI 领域迎来多个里程碑：OpenAI 的 GPT-5 破解三年免疫学谜题，展示了从数据分析到假说生成的科学发现能力；Anthropic 发布 Claude Tag，将 AI 深度集成到 Slack 作为团队持久成员，被 Andrej Karpathy 称为 LLM UI/UX 的第三大范式变革。智谱 GLM-5.2 被推为世界顶级开源模型，母公司 Zai IPO 股价 120 港元。同时，Apple 研究揭示 LLM-as-Judge 评估面板存在“统计幻觉”，Sakana Fugu 发布即遭独立测试质疑，引发对基准测试与真实世界鸿沟的讨论。在效率方面，vLLM 集成 DFlash 投

今日 AI 领域安全议题占据核心：五眼联盟联合警告 AI 数月内可发动毁灭性网络攻击，OpenAI 发布 GPT-5.5-Cyber 并推出安全修复工具，Latent Space 播客深度探讨 Mythos 时代红队测试。Cursor 宣布与 SpaceX 联合训练新模型，Perplexity CEO 预测多万亿参数开源模型即将到来。技术层面，LMSYS 联合 NVIDIA 用 SGLang 在 GB300 服务 DeepSeek-V4 实现 5 倍吞吐量提升，Amazon 首次公开 30B 模型自主后训练系统。

今日 AI 安全领域爆出重大漏洞：AgentJacking 攻击利用公开的 Sentry 密钥即可劫持 Claude Code、Cursor 等编码 Agent，引发 Agent 供应链安全警报。与此同时，Tesla 提交“MEGAPOD”商标，暗示将 Supercharger 网络转化为分布式 AI 计算平台，边缘计算基础设施迎来新思路。宏观层面，AI 巨头因数据中心巨额支出转向债务融资，2026 年资本支出预计达 7500 亿美元，债券市场正成为科技投资者的新关注焦点。

今日 AI 领域聚焦于智能体（Agent）的架构设计与落地原则。Google DeepMind 发布 57 页 ASI 路线图，首次正式定义超级人工智能，并指出硅基智能的固有优势。LlamaIndex CEO 提出 Agent 应使用类似 Google Docs 的双向可编辑文档格式，推动人机协作范式演进。HERE 则提出 LLM 空间推理不应近似计算，应完全卸载给专用执行层，为 Agent 与物理世界交互提供了关键设计原则。此外，一篇系统讲解 Triton 矩阵乘实现的教程，为 LLM 推理优化提供了从入门到实战的优质资源。

2026-W25 最清晰的叙事线是：开源模型前沿从追赶变为并跑，甚至在某些维度反超闭源。GLM-5.2、DeepSeek-V4、Nemotron 3 Ultra、Ling-2.6 四款模型在本周密集发布，参数规模从 284B 到 1.6T，上下文全部支持 1M token，且均以开源形式提供。社区评测和独立分析表明，这些模型在知识工作、编码、科学推理等任务上已不逊于 GPT-5.5 和 Opus 4.8——甚至更便宜。 第二条主线是 Agent 基础设施从零散工具转向平台化。Amazon Bedrock AgentCore Harness 正式 GA，两个 API 调用即可部署生产级 Agent；Cursor 推出 Git 替代品 Origin 专为 Agent 工作负载设计。与此同时，Agent 评估方法正在经历从聚合排行榜到预测有效性的范式转换——IBM 论文直接质疑静态榜单向部署场景迁移的有效性。 第三条主线是推理效率的微观创新加速。Pine AI 提出可编辑/可组合的 KV 缓存范式，将 p90 TTFT 降低 53-398x；LMSYS 用 SGLang-JAX 在 TPU 上优化 1T 参数 MoE 模型，prefill 减少 53%；Jeff Dean 发布 TPU 从 v2 到 Ironwood 的演进论文，30 倍能效提升。硬件与算法两端的协同正在使 1M token 推理变得经济可行。 此外，监管博弈在本周剧烈升温——Anthropic 限制 Fable 模型的使用条款，美国商务部随后对 Fable 和 Mythos 实施出口许可要求，Andrew Ng 称此举将加速 AI 主权运动。医疗领域也有多项产品级进展，从罕见病诊断到全身体超声 CT。

今日 AI 领域迎来多个关键节点：DeepSeek 开源 1.6T 参数的 V4 系列模型，在百万 token 上下文中实现 3.7 倍 FLOPs 降低，多项基准超越 GPT-5.4 和 Claude Opus 4.6。同时，Subquadratic 公司声称突破 Transformer 注意力 O(n²) 瓶颈，获 MIT Tech Review 深度报道，但模型尚未公开引发业界观望。GLM-5.2 获 Jeremy Howard 等社区领袖认可，成为首个在日常使用中接近前沿水平的开源模型。此外，GitHub 分享了内部数据分析 Agent Qubot 的完整构建经验，CMU 的 TheA