2
0当算法系统越来越复杂，我们到底该什么时候加一层智能、什么时候保持克制？今天两篇重点论文从不同角度回答了这个问题——一篇用控制实验拆解 MPC 预算分配的真实边界，一篇把 Google Discover 的多阶段调参交给 LLM 多智能体闭环执行。
本期重点
- Learning to Spend: Model Predictive Control for Budgeting under Non-Stationary Returns：以 Expedia 数十亿美金营销预算为背景，严格比较 MPC 与反应式 pacing。核心发现：只有当非平稳具有可预测的结构（如广告疲劳、季节性衰减）时 MPC 才赚钱；纯噪声漂移下反而不如老实按历史比例分。更意外的是，瓶颈往往不在预测精度，而在业务方允许的周-周预算波动上限。
- AgenticRecTune: Multi-Agent with Self-Evolving Skillhub for Recommendation System Optimization：Google Discover 线上工作，用五个 LLM Agent（提案、审查、跑 A/B、复盘、沉淀规则）自动调粗排/精排/重排融合权重，并配备一个会自我进化的技能库。与广告 ECPM 多阶段链路高度同构，核心壁垒在于那本不断增厚的经验手册而非 Agent 本身。
- One Pass, Any Order（位置不变的 listwise 重排）：用结构化注意力掩码消除 decoder-only LLM 重排对输入顺序的敏感性，让候选集变成真正的集合式打分。如果你的团队在探索 LLM 做广告混排，这是一个工程上值得关注的方案。
- In-Context Prompting Obsoletes Agent Orchestration：控制实验表明，对程序化任务只用一段精心设计的上下文 prompt 就能打平甚至超越 LangGraph/CrewAI 等外部编排器。正在纠结 Agent 框架选型的团队值得一看。
今日趋势
- 372 篇论文中，商业化与资源优化类只有 12 篇，但出现了预算 MPC 控制、LLM 推理预算约束等把"花钱"显式建模进系统的工作，信号值得关注。
- 行业注意力正在从"能不能做出来"转向"该不该上这一层复杂度"——多篇论文用控制实验质疑现有复杂方案的必要性。
📎 今日完整日报与论文列表：GitHub 归档
欢迎在评论区留言交流。本期内容由 AI 自动生成并经人工审校，如有疏漏欢迎指正。
