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。

谜底就在谜面上。 "算法工程师"，做个语法分析，这是个偏正结构。"算法"是定语，"工程师"才是中心语。定语修饰中心语，中心语决定你的身份。 算法工程师核心能力就是"工程能力"。 就像策略产品、用户产品、B端产品——核心都是产品能力。前面的定语告诉你在哪个领域工作，后面的中心语才是你安身立命的东西。 定语决定你的赛道，中心语决定你的天花板。

我们先思考下，一个公司组织里，为什么需要 Leader，需要层级？任何一个超过几十人的组织都需要架构设计。这件事如此普遍，以至于我们很少追问：为什么需要组织架构？组织架构本质上在解决什么问题？ 表面上看，组织架构是在划分职责、分配资源、明确汇报关系。但如果往下挖一层，会发现一个有趣的视角：一个组织本质上是一个分布式信息处理系统。 外部信息进来，内部处理，输出决策和行动。组织架构定义的，其实是信息如何在这个系统里流动——谁产生信息，谁消费信息，信息经过哪些节点，在哪里被过滤，在哪里被聚合。

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。

最近陆续有了一些研究LLM中RL相比SFT更不容易造成灾难性遗忘的工作，清晰地支出是RL的On-Policy特性带来了参数的稳定，而SFT将模型参数推向与预训练分布差异很大的方向，导致了遗忘问题（如图，遗忘问题的衡量就是随着新任务的学习，旧任务的平均表现下降）。 这一清晰地结论，点亮了我对很多事情的理解，推荐系统原来孤立的问题也有可能连成一片，有了更深层次的支撑。 本文包括： • LLM领域，RL比SFT更不容易造成灾难性遗忘的工作解读 • 推荐系统是标准的off-policy 监督学习，（猜想）许多缺陷也应当由此而生

生成式推荐的工程化探索：今日多篇论文聚焦生成式推荐（GRM）的落地挑战，从tokenizer的持续学习（DACT）、冷启动场景的系统性评估，到利用DPO进行偏好对齐（RoDPO），显示出学术界正从理论模型转向解决实际部署中的稳定性、适应性和效率问题。; 跨域/跨模态的知识迁移与对齐：工业界和学术界都在探索如何高效利用已有知识。Google通过零样本跨域蒸馏将视频推荐知识迁移至音乐推荐；阿里通过指令微调和RLHF实现多模态重排的领域自适应；微软则从理论上分析了单向量嵌入在跨域检索中的根本局限，均体

RAG技术进入效率与结构优化深水区：今日多篇论文聚焦于检索增强生成（RAG）系统的核心瓶颈。研究重点从简单的分块检索转向更精细的结构化表示（如M-RAG的k-v元标记）和高效索引结构（如Bridge-RAG的抽象桥接树与Cuckoo Filter），旨在同时解决信息碎片化、检索噪声和计算效率问题，标志着RAG技术正从粗放走向精密。; 推荐系统评估从“追高指标”转向“探明上限”：学术界开始关注推荐系统性能的“天花板”问题。通过基于熵的无训练方法量化序列推荐的准确率上限，为工业界提供了模型无关的评估

本周推荐系统研究围绕三条主线展开。第一条是 Semantic ID 生成式推荐从范式验证进入工程深水区——冷启动信号平衡、广告变现兼容、分布外鲁棒性、推理能力注入，五篇论文分别攻克不同的落地痛点，其中阿里巴巴 OneSearch-V2 线上取得 CTR +3.98%、转化率 +3.05% 的实效。第二条是 LLM Agent 在推荐和搜索中的角色正在从"端到端替代"走向"分层协作"——推理归 LLM，执行归确定性模块，训练用强化学习对齐中间步骤与最终目标。第三条是工业搜索排序系统的效率战——淘宝 KARMA 用语义正则化解决 LLM 微调中的知识退化，UniScale 论证数据与模型必须协同扩展，DIET 将训练数据压缩至 1-2% 仍保持性能趋势一致。 本周共收录 16 篇论文。KARMA 是本周最值得关注的工业论文，覆盖淘宝搜索全链路（召回/粗排/精排）并完成线上部署验证。工业界贡献集中在阿里巴巴搜索体系，学术界则在 LLM Agent 与生成式推荐两个方向持续推进。

从静态管道到动态智能体系统：今日论文均指向一个核心趋势：工业界正积极探索将传统的、静态的推荐系统模块（召回/排序/重排）重构为具有自我进化能力的智能体（Agent）。这旨在解决人工迭代成本高、难以应对复杂多目标业务约束的痛点，实现系统的自动化、智能化演进。; LLM与强化学习驱动系统自进化：为实现智能体的自我进化，论文提出了两种关键技术路径：一是利用强化学习在定义良好的动作空间中进行优化；二是利用大语言模型（LLM）在开放的设计空间中生成和选择新的模型架构与训练方案，为系统创新提供了新的可能性。

今日无精选论文更新。

📭 今日无更新：今日未收录新的精选论文，暂无趋势分析。