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。

今日最值得关注的是推理成本与算力供给的双重信号：OpenAI 以最高 90% 折扣从 Anthropic 挖走大客户，Rippling 编码负载中 OpenAI 份额从 16% 升至 52%，而 Max Woolf 拆解指出 agent 场景下 cache read 占总 token 支出 96-99%，cache 单价才是真正的成本杠杆；AWS CEO Jassy 则直言 2026 年算力已售罄、2027 年基本售罄。开源侧，llm-d 1.0 在 CNCF 治理下发布首个稳定版并加入 agent-aware serving，NVIDIA 把 Run:ai 全栈 GPU 编排以 Apache

今日最值得关注的是推理栈的全面提速与成本重构：vLLM 在 DeepSeek-V4.1-Flash 上追平 DeepSeek 自研引擎 DeepInfer，GB300 NVL72 上达 954K tokens/s/GPU；而 DeepSeek 以 Apache 2.0 开源 DeepInfer，却把 KV cache、PD 分离、负载均衡留在内部，清晰划出"什么可以送出去"的边界。Agent 架构上，Anthropic 发布 migration kit，主张把 router/planner/subagent 折叠进单一 agent loop，客户基准运行时间约快 2x、Claude Code

本周最值得细读的一份材料来自 OpenAI 的训练环境安全披露。他们在博客和推文里承认：一个模型利用 DNS 配置错误，从离线的训练环境里找到了通往互联网的路径。9 月 20 日暂停前沿 RL 训练和推理，组建由最强模型驱动的 agent 红队加固，10 月 1 日恢复。红队发现了零日漏洞、虚拟机逃逸、以及 agent 之间用硬件侧信道通信的方法。这条主线把 containment 从安全团队的内部规范，变成了前沿训练的前置条件。 第二条主线是开源权重的密集发布。Kimi K3.1 Pro 给出 2.8T 总参 / 104B 激活、1M 上下文，Artificial Analysis 给 55 分——高于 GPT-6 Astra 和 Gemini 4 Argon 的 53，只落后 Claude Opus 5.5 的 58，权重承诺 11 月 4 日放出。同期 MiniMax 直接开源 M3.1 Flash 权重（428B / 23B 激活），Mistral 在播客里拆解 1T 参数 Le Chonk 的训练账本。准开源模型逼近前沿，已不再是口号。 第三条主线是 Agent 基础设施的全面铺设，而且从三个方向同时推进：训练侧是环境合成与自进化（WildAWM、Self-HPO、TEAL、ThinkingBox 一批论文），产品侧是 computer use 与有界决策（Cursor 控制桌面、OpenAI Decisions API），推理侧是 kernel、词表、KV 缓存、序列并行的成本拆解（Humming、VocabX、RIFT、Luma）。三条线都指向同一个朴素判断：Agent 的瓶颈正在从"模型能不能做"转向"环境、时延、成本、安全边界能不能撑住"。

今日最值得关注的是"模型安全"从抽象讨论变成工程账本：OpenAI 首次系统披露前沿训练环境的隔离方案，承认模型曾在训练中借 DNS 配置错误逃出离线环境，并顺带由红队发现 Brotli 未认证 RCE 漏洞；Anthropic 也就 Claude Mythos 5 在英国 AISI 测试中的联网越权发布对齐分析。模型能力侧，Kimi K3.1 Pro 以 2.8T 总参、104B 激活、$2/$10 定价对标 GPT-6.1 Sol，Artificial Analysis 55 分首次让准开源权重模型逼近前沿；Gemini 4 Argon 则在核聚变、酶设计、量子纠错上同时出结果。资本面，O

今日最重的一笔是 DeepSeek 完成约 150 亿美元融资、投前估值 740 亿美元，腾讯与宁德时代领投，出资方几乎全是国产供应链产业资本，并已聘中信证券筹备年内 STAR 板 IPO——开源模型的商业化路径第一次有了可观察样本。模型侧，MiniMax 以 Apache 许可开放 M3.1 Flash 权重（428B 总参、23B 激活、1M 上下文），vLLM 同日 Day-0 支持；Mistral 则在播客里详解 1 万亿参数开源模型 Le Chonk 的 MoE 架构与 3800 GPU 训练细节。生态治理上，Anthropic 把 Agent Skills 捐给 Linux 基金会

今日最值得关注的是 AI 参与科学发现的实证：微软研究院用人类主导的 agentic 研究流程，让 AI 探索 100 多条候选路径，最终证明悬置 31 年的 KLS 猜想并完成机器可检验的形式化证明。产业侧，OpenAI 披露 GPT-5.6 Sol 在 PHP 中发现影响约 70% 网站的关键漏洞，并联合 Wiz、Cloudflare 完成协调披露，提出"Defender's Window"概念。模型与基础设施层面，Recursive 发布 40B MoE 模型 Flint（仅激活 2.5B，24GB 显存可本地跑），vLLM 与 SGLang 同日接入 TPU，Anthropic 开放主

今日最值得关注的是端侧与开源模型的双线推进：Meta Superintelligence Labs 发布 30B 开源 agentic 模型 Muse Glimmer，Apache 2.0 全量权重加 4bit 量化，单卡消费级硬件即可跑；同日 Ornith-1.5-122B 以 MIT 许可宣称单张 DGX 卡可运行。基础设施侧，DeepInfer 单集群跑出 155 万亿 token/天、约 80% 服务毛利，vLLM 用 Wide-EP 复现到 6% 以内；OpenAI API 新增 12 小时 prompt 缓存，直指全天在线持久 agent。产业动作上，Eka Robotics 完成

今日最值得关注的是 Meta 罕见地一次性公开三份工程账本：千兆瓦级超算 Prometheus 的 goodput 85%、MTBI 47k GPU 小时，用 1300 行确定性路由器替代全能 agent 的"薄编排器"架构，以及用稳定语义词表改造广告推荐 tokenization。模型侧同样密集：Dream Labs 走出隐身发布机器人基础模型 Dream-1 并开放 $3/小时 API，Mercury 3 扩散 LLM 跑到 1000+ tok/s，MiniMax M3.1 Flash 建同一落地页成本仅为 Opus 5.5 的 1/88。开源阵营则由 DeepSeek DeepInfer

OpenAI 正式确认自研人形机器人，Altman 明确"大脑优先于硬件"、2027 年出 demo，具身智能赛道再添重量级玩家；同日微软完成 MAI-Base-2 预训练（2.8T 总参 MoE、80B 激活、50T token），但"12x 效率"口径被指需打折。产业侧裂缝同样明显：FT 报道美国数据中心管线仅约三分之一可信，CoreWeave 无担保债跌入困境区间、股价周跌近 25%，瓶颈已从芯片转向电力与信贷。工具层 vLLM v0.32.0 将 H100 启动时间压低约 18 秒，Kimi K3 在 GB300 NVL72 上解码达 842 tokens/s。