[Agent 驱动的检索范式兴起]：从 ITER 到 PULSAR，检索系统正从"单次查询-返回结果"转向"多轮交互-轨迹学习"。ITER 利用 agent 历史子查询序列作为训练信号，PULSAR 面向企业级视觉文档 RAG 场景，两者都强调利用交互上下文优化检索质量，这预示着推荐系统将从被动响应转向主动推理。; [多模态与异构特征的"选择性"融合]：AMUR 和 HubMixer 不约而同地放弃了"全量融合"思路——AMUR 用信息论筛选与用户兴趣强相关的模态信号，HubMixer 则通过潜

本周推荐系统研究围绕三条技术主线展开：语义 ID（Semantic ID）的工程化打磨进入深水区、检索系统从"静态管道"转向"查询自适应"、以及 LLM/Agent 在推荐链路中的角色从"增强组件"演化为"闭环决策者"。 主线 1：语义 ID 从"能生成"走向"能用、好维护、不漂移"： 快手的两篇工作分别从码本结构和动态更新入手——单级大码本替代多级残差量化，把三级 SID 压成两级，自回归解码 FLOPs 降了 47.93%-48.70%，在线消费指标 +0.792%；TAGR 则针对直播广告场景设计了动态语义 ID（LSID），进房率 +8.5%、收入 +16.1%。腾讯的 Tlow 用 flow-based 变换替代 RQ-VAE 解决码本依赖问题，在微信多模态检索中 CTR 提升 10.32%。三篇工作共同指向一个判断——SID 的工程稳定性（而非生成准确率）已经成为落地瓶颈。 主线 2：检索效率从"一刀切"转向"查询与场景自适应"： Alibaba 的 TransRetrieval 用加权平均聚合解决特征异质性导致的 token-norm 发散，在 40 亿交互数据集上验证了 log-linear scaling，线上收入 +2.53%。AdaWidth 则更进一步——为不同查询动态分配不同维度的嵌入宽度，在 6 个任务上以 55%-84% 更少的维度持平 SOTA 的 NDCG@10。VK 的多哈希用户嵌入将 ID 嵌入表缩减 98%，单节点时序邻居采样成本从 O(deg(v)+k) 降到 O(log(deg(v))+k)。效率优化的粒度正在从"系统级"下探到"查询级"。 主线 3：LLM/Agent 从"推荐引擎"走向"系统自我进化的驱动者"： Alibaba 的 Astar 把"提出演化方向"这个此前依赖资深专家的环节交给模型——Astar-8B 在真实执行评估中单次提案成功率 0.6786，是人类专家（0.3229）的两倍。PayPal 的 SCOUT 则把 MCP 工具暴露重构为上下文选择问题，工具 token 消耗从 140.2k 降到 1.3k（降 99%）。这两篇都指向同一个趋势：LLM 不再只是推荐模型的一部分，而是开始接管推荐系统自身的迭代过程。

[LLM 从"推荐引擎"走向"系统自进化引擎"]：今日多篇论文（Astar、ProRetrieval、CoVeMem）不再将 LLM 仅用于生成推荐结果，而是让其承担更高阶的职责——Astar 学习从工业迭代历史中提出系统演化方向，ProRetrieval 让 LLM 充当检索编排器合成可执行程序，CoVeMem 则让 LLM 通过可梯度更新的向量记忆理解用户。LLM 正在从"被调用的模型"变成"驱动系统迭代与决策的智能体"。; [工业级 GNN 与检索系统走向"规模化工程创新"]：VK 的好友

Scaling Law 正式进入工业推荐检索：TransRetrieval 与 AMBER 两篇工业界论文（阿里、Meta）不约而同地将"缩放定律"引入推荐系统。前者验证了检索阶段计算量与 Recall 之间存在 log-linear 关系，后者提出"快照分辨率"（snapshot resolution）作为新的缩放维度。这意味着工业推荐正从"堆模型容量"转向"系统化扩展计算预算"，为算力分配提供了理论依据。; LLM 与经典推荐架构加速融合，但走向"轻量落地"：今日多篇论文展示了 LLM 落地

生成式推荐进入"动态语义ID"时代：今日多篇论文（TAGR、Tlow、PRQ-KMeans、CodeHID）聚焦语义ID（Semantic ID）的构建与优化。从静态SID到TAGR的时序动态LSID、Tlow的flow-based分布变换、PRQ-KMeans的投影残差量化，业界正从"如何生成ID"转向"如何让ID适应动态变化的工业场景"。核心矛盾是ID的稳定性（保证自回归生成可学习）与时效性（追踪直播、新品等动态内容）之间的权衡。; 冷启动与检索效率成为双塔/向量召回的核心战场：Retrie

LLM 与生成式推荐进入"反思期"：今日多篇论文（DuELRec、The Laws of Context Allocation、Spotify 推理轨迹研究）不再盲目堆叠 LLM 能力，而是深入剖析其失效模式——负迁移、注意力稀释、推理质量与效果脱节。工业界开始用因果推断、门控机制、闭环调度等"外科手术式"手段精准修复 LLM 在推荐中的短板，而非简单替换传统模型。; 从"点估计"到"分布建模"的深化：HEGM 对观看时长分布建模、WARP 用 Wasserstein 距离校准意见分布、N2DC

Semantic ID 统一化与动态化：今日三篇工业界论文（快手、DoorDash）不约而同聚焦 Semantic ID 的工程化升级。快手用单级大码本替代多级残差量化，DoorDash 用单一层次化 SID 同时支撑推荐排序与搜索改写。共同趋势是：从"多级小码本"走向"单级大码本"，从静态码本走向曝光感知的动态更新，以解决码本漂移、解码开销大、跨任务表示割裂等落地痛点。; LLM 与知识增强的"轻量化"落地：无论是百度 Clarify-Then-Search 的澄清-重写-检索链路，还是 CA

本周（2026-08-16 ~ 2026-08-22）推荐系统研究围绕三条主线展开：工业级系统从"分场景模型"走向"统一架构"、生成式推荐从"能离线跑"转向"可上线服务"、Agent 化推荐进入工程化和评估规范化阶段。 主线1：统一架构加速整合多业务流。 小红书的 OneModel 用单个模型统一自然推荐、广告和商家三条流量线，线上广告侧 CTR 提升 8.18%；Meta 的 UniDot 从 FM 点积视角统一序列建模与特征交互。两篇工作的共同指向是——存储和算力红利消退后，多场景碎片化部署的工程成本成为主要矛盾。 主线2：生成式推荐加速落地。 快手的 OGR 实现了端到端生成有序 slate，线上 Effective Views 提升 1.120%，NDCG@5 在工业数据上提升 48.2%。EchoRec 将多 token 预测从效率工具拓展为密集监督信号。生成式推荐本周的关键词是"产出物"——不只是生成单个 item，而是生成有序列表。 主线3：Agent 化推荐系统的工程化。 阿里巴巴的 PILOT 将 LLM agent 用于实验管理和策略搜索，搜索效率从 53.3% 提升到 93.3%；微软的 AdsWorldEngine 在对话广告场景让 agent 与工具协同进化，线上 RPM 提升 22%。Agent 推荐正在从单点推理走向流程治理。

[量化压缩成为检索系统降本增效的核心战场]：今日多篇论文聚焦 Embedding 量化压缩，但思路已从"均匀比特分配"转向"结构感知"。Microsoft 提出基于 Matryoshka 几何结构的可变比特分配（PQ 提升 8%、SQ 提升 18%），Virginia Tech 的 CrossQ 则通过任务对齐的跨 token 条件量化，在 4 B/token 下实现 64x 存储压缩且保留 98% 全精度 MRR@10。核心洞察：量化不应只最小化重建误差，而应服务于检索排序目标——"winne

LLM 从"编码器"走向"推理体"：今日多篇论文（PILOT、TTP、GateDiffInt、rEDMRec）不再将 LLM 当作静态文本编码器，而是让其扮演主动推理、意图解耦、实验设计等角色。LLM 正从特征提取工具升级为推荐系统的"大脑"，通过推理蒸馏、Agent 协作等方式在控制成本的前提下注入深度语义理解。; 多模态与多场景走向"大一统"：Netflix 用多模态嵌入统一五类画布资产模型，小红书 OneModel 统一自然推荐/广告/商家三大业务流排序。业界正从"每个场景/模态一个模型"

[生成式推荐从"生成候选"走向"端到端生成结果"：今日多篇论文（OGR、DEPT）不再将生成式模型局限于召回阶段，而是直接端到端生成最终推荐结果（有序 Slate）或统一"查询扩展+检索"。核心挑战从"如何生成"转向"如何让生成目标与最终排序/检索目标对齐"——OGR 用列表级偏好规划 + 奖励引导策略优化，DEPT 用文档嵌入保持微调解决"移动目标"问题。工业落地价值极高，尤其 OGR 已在快手线上验证。; [紧凑 LLM 成为落地主角，效率与效果之争进入新阶段：FLEXRec、CARA 等论

[工业级系统落地成为主旋律]：今日多篇重磅论文来自 Google、Meta、Amazon、PayPal 等一线大厂，且均已在生产环境部署验证。Google Discover 的 SDF 系统将内容过时问题分解为 supersession 和 decay 两种机制并分别建模，两年部署用户投诉下降 54.9%；Meta 的 UniDot 统一特征交互与序列建模，斩获 KDD Cup 2026 工业赛道亚军。工业界正从"单点模型优化"转向"全链路系统级问题拆解"，且更强调可部署性和推理成本控制。; [