0
0今天这期我们聊一个有点科幻的话题：工业级推荐和广告系统，正在从"挑货架上的东西"变成"按你的样子现做"。快手已经在4亿日活的盘子上把它跑通了，广告收入还涨了。
本期重点：
- 推荐即生成（Recommendation as Generation）：快手RaG把短视频生成和推荐合成一个闭环，用解耦的"内容SID+创意SID"当接口，多Agent接力做视频，广告A/B收入+1.87%，是生成式推荐第一次明确撬动广告收入。
- 极端元分类零样本召回（Extreme Meta-Classification）：微软给新广告"秒级造分类器"，用ANN挑邻居+轻量Transformer把老广告的分类器揉成新广告的分类器，搜索广告线上CTR+4.2%，新关键词1ms内可被召回。
- 用户Token化建模（TokenMinds）：YouTube用LLM生成离散用户token替代固定维度embedding，缓解长尾兴趣表达瓶颈，已全量上线排序。
- 自动相关性标注（AutoRelAnnotator）：带置信度校准的模型级联，在赞助搜索生产环境产出1.5亿+标注，把人工评测换成成本可控的自动管线。
今日趋势：
- 大模型范式正在同时渗透推荐链路的内容生成层、用户表征层、物品召回层，而不只是替换最后一道排序。
- "重生成、深度个性化"和"按需计算、节流优先"正在形成张力——生成式推荐一旦落地，下一个绕不开的问题就是推理成本与复杂度路由。
如果你在做广告召回或创意，今天这两篇里有挺多可直接借鉴的动作，欢迎在评论区聊聊你会怎么落地。本期内容由 AI 自动生成，如有疏漏欢迎指正。
