从精排切换成深度学习以来，工业界一直会把排序的模型结构研究切分成基本的两部分，序列处理和特征交叉，甚至有一些公司的排序组，下面都拆成两个Team分别处理行为序列和特征交叉。从最早的时候，比如序列用DIN来处理，序列就被压成了一个或多个向量表征，再参与与其他特征的交叉。我们可以理解成MLP(concat(DIN, Features))，发展到今天大多数的模型研究，还是分立地把MLP换成DCN，增加个LHUC，复杂化为Rank Mixer或Transformer，把DIN叠加MHA，直接换成Transformer，可以写成RankMixer(concat(Transformer, Features))。 从MLP(concat(DIN, Features))到RankMixer(concat(Transformer, Features))，本质没有变，就是序列处理和特征交叉是一个隐式的两阶段处理，序列被压缩到Vector Space才和特征发生交叉。而LLM的有趣之处，就是在Next Token Prediction利用到的交叉发生在词序列的Token Space之中，它能启发推荐排序模型的，就是每一个特征的交叉应该发生在用户序列的Token Space之中。
今日 AI 领域围绕"隐私安全"与"Agent 工程化"双主线展开。OpenAI 预览 Private Safety Processing，试图调和 Zero Data Retention 承诺与跨交互安全监控的矛盾，正面回应 Anthropic 的企业客户隐私优势；同时 CFO 确认 2027 年上市时间表，商业化路径进一步清晰。开源侧，Ornith-1.5 以自改进策略训练发布三档模型，比肩 Claude Opus 4.8；Qwen3.8-27B 发布 4 天登顶 Cline 本地模型榜首。地缘政治层面，美国出口管制漏洞曝光——中国 AI 公司借道东南亚远程租用 Nvidia 算力，RAS
今日 AI 领域动作密集：OpenAI 罕见暂停部分前沿 RL 训练，CEO Sam Altman 与首席科学家 Jakub Pachocki 公开表态"安全信心将越来越决定 AI 进步速度"，并签署 Pacing the Frontier 协调倡议。模型竞争白热化，智谱发布 GLM-5.3，Intelligence Index 60 分持平 Kimi K3，agentic Elo 跃至 1770 仅次于 Claude Opus 5；DeepSeek 开源 harness 却遭独立复测分数争议，较官方低 9-33 分。产业资本端，Anthropic 营收 run rate 突破 $65B 并密
今日 AI 领域迎来基础设施层的标志性并购：Stripe 以 70 亿美元收购 OpenRouter，模型路由层价值重估，AI 聚合时代开启。与此同时，LiteLLM 供应链攻击波及 2,500+ 公司、434,000 条 CI/CD 管道，成为 2026 年最大 AI 供应链安全事件。NVIDIA 为 OpenAI 提供 4.25 吉瓦 AI 工厂算力，20 年 6000 亿美元算力承诺揭示约束已从芯片迁移到电力。模型侧，Grok 4.6 在 Agentic 指数并列第一且成本仅为 Claude 的 1/4，Qwen3.8-27B 被列为首个达前沿水平的本地模型，消费级硬件跑出超 100 t
今日 AI 领域呈现"开源生态爆发 + 自主 Agent 能力质变"的双主线格局。Qwen 开源模型全球下载量突破 30 亿登顶世界第一，Qwen3.8-27B 上线即获社区热捧；X 开源 For You 推荐算法并公布排名权重，马斯克亲自转发。Agent 自主性迎来里程碑：Grok 4.6 连续 48 小时无间断构建射击游戏，Prime Intellect 完成最大规模开源自主 AI 研究实验。成本效率竞争白热化，DeepSeek Pro V4 Max 以 $23 完成 Rust 重写挑战，仅为 Fable 成本的 4%。监管与对齐辩论升温，Dario Amodei 长文回应"监管即权力集中
这一周几乎是模型发布周。8/11-8/12 的 Frontier Model Day 前后，xAI、Alibaba、DeepSeek、智谱、Google 在三天内扎堆上新，加上 8/14 的 Cursor 收购，构成了 2026 年至今密度最高的一周。单看模型侧，Grok 4.6（Artificial Analysis 评测）拿下 61 的 Intelligence Index，Qwen3.8-2.4T-A95B 开源，DeepSeek V4 Pro 以 MIT 许可发布，GLM-5.3 上线，Gemini 3.7 Flash 紧随其后。每条单独拎出来都是季度级事件，集中在五天内发生，说明迭代节奏已经从"季度发布"压到了"周级"。 值得注意的第二条线：效率成了这一轮竞争的主轴。Grok 4.6 定价 $2/$6，cache hit 降到 $0.5；Gemini 3.7 Flash 的 intro 价格是 3.6 的一半；OpenAI 预告了 Ultrafast 档位，把 GPT-5.6 Sol 推到 750 tokens/秒。头部模型在智力差距缩小的前提下开始拼单位成本——方向跟 2025 年完全一致，但这周的密度罕见。 第三条线是 Agent 基础设施的整合。Cursor 被 SpaceX 收购加入 SpaceXAI，vLLM 一周内为五个新模型提供 day-0 支持，Agent 的"交付层"和"编排层"都在快速收敛。下面分主题展开。
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%。