发布日期：2026-08-18 04:58    点击次数：86

剪辑 | 蔡芳芳、Tina万博manbext体育官网app(中国)官方网站

整理 | 宇琪

推选系统在曩昔一直被联想为级聚集构，该结构下推选收尾反馈无法有用的传递到每个模块，质问了推选系统的智能上界。在迈向通用智能的期间布景下，推选系统怎样演进？快手在将生成式模子与推选系统整合方面作念了大宗创新探索，又为咱们带来了哪些可复用的门径论与实践启示？

在 8 月 22-23 日于深圳举办的 AICon全球东谈主工智能开发与应用大会 上，InfoQ 在现场专访了 快手科技副总裁、基础大模子及推选模子精良东谈主周国睿。他在采访中详备分享了大模子手艺飞扬下公司濒临的手艺参加挑战，以及拥抱大模子的决策过程。

部分精彩不雅点如下：

推选是一个练习的买卖化场景，在这里莫得接受隐敝手艺变革的余步。

早期公司可能只给了几百张卡，那次讲述后就径直给了大几千张卡，参加栽培了数十倍，而且很快就看到了申报。

作念手艺判断时，更紧迫的是颐养不雅念，不要依赖个东谈主英杰主义，而是让团队更快试错，这么胜率更高。

面前咱们还是能够用线上约 1/12 的成本，达到致使卓绝现存系统的效果。

曩昔公共更赏玩亲手作念手艺的东谈主，这类东谈主才诚然紧迫，但在今天复杂的 AI 形貌中，懂手艺的 PMO 愈加不可或缺。

依赖个东谈主来作念决策的团队时时失败率很高。在大模子期间，大多数管理者的作用并不大。

在大模子上，分支接受许多，雇主的片面拍板时时不靠谱。

当 Chatbot 成为新的进口时，大宗信息流流量会被转换到 Chatbot 上，那时才是信得过的战场，是以咱们必须提前准备。

以下内容基于采访速记整理，经不改变答应的删减。

InfoQ：大模子的爆发式出现，对所有手艺公司来说都是一次重大的挑战。重大的算力成本和不确定的申报，让手艺参加的决策变得前所未有的困难。行为手艺精良东谈主，您是怎样看待这种挑战的？在您看来，一个手艺参加要怎样证据其价值，才能在公司里面取得搭救？

周国睿： 最先，公共需要明确是否要作念这件事。如若个东谈主或团队达成共鸣，那么行为手艺精良东谈主和指挥者，就必须措置资源问题。这不仅是你行为精良东谈主的职责，亦然你对公司应尽的包袱，因为你不可让公司在要道决策上产生误判。至于怎样劝服雇主，相对而言对我并不困难。

虽然公司在业务上濒临成本商场的高预期和诸多挑战，但程一笑在东谈主工智能参加优势格相等强项：咱们孵化了可灵，推出了由咱们自主研发的推选大模子，而不是依赖其他公司。

天然，劝服并不是讲一个“AI 来了，咱们必须全面拥抱”的故事就能取得资源。在大多数公司，除非雇主主动惬心超配资源，不然很难请求到大范畴参加。咱们主要从两个方面脱手：一是提前调换。我在客岁 9 月就向雇主阐发明晰，最终一定能将居品上线，并展示了齐全的买卖逻辑：现存买卖化系统能带来若干收益，咱们野心作念多大的模子，以及模子与现存系统之间 MFU 差距有两个数目级。在这种情况下，弃取相等明确。我告诉他，大模子的成本并莫得想象中高，而潜在收益致使超出预期，这是一个典型的买卖利益问题。

二是建立信任。践诺上在客岁 9 月之前，咱们还是对系统进行过一次升级，并取得了显赫效果，这为后续的劝服奠定了基础。更要道的是，要让管理层果断到大模子的效果与先进手艺之间的差距正在赶快扩大。需要通过证据逻辑来建立信任，如若逻辑树立，管理层在弃取时就能快速决策。咱们其时只讲述了一次，程一笑就地就决定参加。早期公司可能只给了几百张卡，那次讲述后就径直给了大几千张卡，参加栽培了数十倍，而且很快就看到了申报。

推选系统有个优势，等于收益相等直不雅和可量化。比如可灵可能还需要较历久间来考证自身价值，而推选的栽培可以径直滚动为百分比增长和具体金额，算得一干二净。只消收益能够障翳检会和推理资源的成本，公司天然惬心不时参加。

InfoQ：咱们清爽公共都在用大模子，因为它是一项新手艺，也像一种“潮水”，天然也就免不了“跟风”。但如若传统推选门径还是能取得可以、致使忘形大模子的效果，那为什么咱们依然需要参加巨资去拥抱大模子？

周国睿 第一，从参加与申报的角度来看，这并不算大宗参加。如若推选系统自己能够带来可不雅收入，举例快手一年营收在千亿东谈主民币范畴，那么栽培 1% 等于 10 亿元，5% 等于 50 亿元，而这足以障翳大宗算力和开辟参加。与潜在收益比较，这笔开销并不算大。

第二，传统推选系统的想象空间有限。我在 2015 年开动从事推选，其时许多东谈主质疑深度学习是否是泡沫，认为无法应用于推选，但事实证据他们错了。今天咱们迎来新一代手艺升级，如若不可诈欺更坚强的算力，就无法推动系统达到更高水平。推选是一个练习的买卖化场景，在这里莫得接受隐敝手艺变革的余步。比较之下，是否要作念 Chatbot 或 Coding Agent 可能还存在争议，因为其买卖价值尚未完全考证。

第三点是默契层面的反想。以 Sam Altman、Ilya 和 Elon Musk 在创立 OpenAI 时的邮件交流为例，他们早在 2016、2017 年就已果断到“scaling law”的存在。虽然其时的表述并非今天这么精确的弧线格式，但他们明确指出：AI 发展的本质等于能否诈欺更多算力，算力越强，效果越好。传统系统无法有用诈欺新增算力，如若仅仅对旧系统不停修修补补，其算力使用效用无法跟上硬件发展的速率，最终势必过时。

既然今天有契机重演历史，为什么不去尝试新的旅途？这不是盲目跟风，而是感性接受。行为带领大模子团队的东谈主，我完全可以把元气心灵参加其他标的，但在推选这一深耕多年的领域，如若看到了表示的发展旅途，就有必要推动公共嗜好并跟进。除非有东谈主压根不招供“scaling law”这么的理念，就只可各走各的路。

我深信 scaling law 不存在王人备的天花板，只存在阶段性的限度。举例，硬件性能或数据质地在某一时期达到极限，就会形成瓶颈。但一朝硬件或基础设施打破，步地就会改变。以 MFU 为例，GPU 还是使用多年，但直到最近这一意见才被正常建议并默契，这种默契滞后自己也证据行业存在默契差距。

InfoQ：您的团队主导了 OneRec 等下一代端到端推选大模子的研发和落地。从手艺一线的角度来看，大模子的加入，到底在底层手艺范式、用户价值和多模态内容组织上，带来了哪些本质性变革？

周国睿： 系统能够变得更智能的中枢有以下两点：第一，推选系统从曩昔基于 ID 的牵记式模子，升级为完全基于内容的模子；第二，从判别式模子进化为生成式模子。以往推选系统恒久莫得开脱协同过滤的范式，无论怎样转换，用户在使用时虽然感到基本欢娱，但总会以为存在某些“奇怪”的场地。这恰是因为旧模子的局限性，系统无法清爽或开辟这些问题。

在传统 ID 体系下，系统能措置的问题极其有限。而当问题被冉冉措置，就有契机推动社区和会。举例，咱们作念全模态的生成与清爽解救，并不是为了展示一个“花哨的 Demo”，而是为了买通底层框架，使推选系统能够与大模子领域的快速发展保持一致。这么咱们就不再是独处的手艺分支，而能成为所有这个词手艺急流的一部分。河水涨了，咱们也能分到一部分资源。最压根的改变在于：一方面要买通底层框架，栽培可解问题的天花板；另一方面要确保默契和手艺迭代的解析，使新手艺能够实时进入。

因此，当别东谈主问我业务上的改变、效用栽培或预期天花板时，我认为这些都不是最本质的问题，我更关注的是“加快度”。推选系统的迭代加快度相对较低，而大模子的迭代加快度则相等高。我同期带两个团队，感受各异十分显然，东谈主才密度和产出效用也不同。是以，要道不仅仅坐窝拿到收尾，而是能否栽培团队取得收尾的速率，咱们但愿团队的效用产出速率越来越快。从加快度来看，快手的大模子发展相对粗重，而推选标的的进展反而更快。

InfoQ：能否分享一个具体案例，证据 OneRec 是怎样通过大模子手艺，措置了传统系统难以应答的挑战，从而在业务上取得了质的飞跃？

周国睿： 第一是客不雅效果。面前咱们还是能够用线上约 1/12 的成本，达到致使卓绝现存系统的效果。第二是业务迭代。在传统推选系统中存在大宗业务律例，举例认为崭新内容需要更多曝光、用户刚上传的内容应尽快分发，或者某些内容因营销属性需要质问权重。这些律例都通过东谈主为界说目的并冉冉骤整来完了，但这种姿色时时牵一发动全身，系统容易变得僵化低效。

在 OneRec 框架下，业务迭代速率极快。业务方只需明确想法，咱们在 Reward System 中进行调理，时常一天就能完成迭代，而曩昔确切不可能作念到。这么的克己是能快速试错和弃取，让团队有更多期间想考推选业务的历久形态，而不是被实验历程拖慢。实验周期从底本的期间量级镌汰了一个数目级，带来质的飞跃。发轫业务方惦念多端系统会限度进入，但事实证据，新的架构反而让他们更败坏地参与进来，且所有东谈主都能在统一 Reward 模块中表示地看到进展。

InfoQ：大模子手艺更新太快，今天的最优决议翌日可能过时。在面对这么的不确定性时，您怎样进行手艺押注？是基于对历久趋势的瞻念察，对持一条既定道路，如故保持犀利，快速拥抱最新的手艺范式？能否分享一个您在手艺道路接受上，濒临要紧决策并最终作念出正确判断的具体案例？在这个过程中，您的决策依据和门径论是什么？

周国睿： 依赖个东谈主来作念决策的团队时时失败率很高。在大模子期间，大多数管理者的作用并不大。与其依靠从上至下的决策，不如让团队更快地形成共鸣。咱们信得过关爱的是：要作念什么实验？这个实验的动机、联想和论断是否经过团队充分探究？不是铺开去作念许多碎裂的小实验，而是贴近资源去作念大的实验。因为惟一高参加的实验才能带来新的默契，要道不在于赌对与否，而是能否实足快地生成新默契。速率并不是由数目决定的，而是当所有这个词团队都参与、都在被某个实验教悔时，才会更快。

决策初期，如实许多事情由我来筹谋。举例，当初推动 OneRec 时，是我作念的测算并劝服团队实行。但面前情况不同，比如建议要作念“生成与清爽的解救”或“全模态解救”，我并不需要花太轻易气去劝服。如若你要相等长途才能劝服团队实行，那能够率失败率还是很高了。

如今，当咱们建议要推动全模态解救时，团队会赶快招供。因为公共还是果断到现存的 OneRec 模子遭受了瓶颈，它无法信得过进行想考，天然也不可能变得更机灵。要让它具备想考技艺，全模态解救是一个很好的旅途。即便有东谈主建议不同决议也不要紧，只消在大方朝上公共很快就能形成共鸣即可。因此，我认为作念手艺判断时，更紧迫的是颐养不雅念，不要依赖个东谈主英杰主义，而是让团队更快试错，这么胜率更高。

以推选系统为例，我认为咱们仍然处于最先地位。行业交流时，别东谈主致使以为咱们是“骗子”，这反而证据咱们走在前边，因此这方面莫得压力。但在大模子上，分支接受许多，雇主的片面拍板时时不靠谱。假如一个团队实行了某个标的，三个月后新手艺出现，该怎样办？你要去追逐还是跑在前边的团队？事实上，最先的团队时时掌抓更多信息，跑得更快，你压根无法追上。因此接受既有的手艺旅途并不可取，还不如退一步，望望团队在哪些方面的技艺还不够，通过实践锻练军队，让他们跑得更快，这么胜率更大。

换句话说，还是被考证的事情不需要过多弃取。当你果然濒临弃取时，证据你还是进入第一梯队。到阿谁阶段，公共的默契会愈加表示，不会瞻念望要不要去推广某件事情。如若你还在纠结是否要补别东谈主还是在作念的标的，其实没必要张皇。更紧迫的是专注栽培我方团队的作战速率。

InfoQ：使用大模子时，蔓延是一个很大的问题。推选系统需要毫秒级的反映，而 LLM 的反映时时要几秒钟，该怎样措置？

周国睿： 大模子蔓延高的压根原因在于生成的 token 数目过大。如若掂量 token 的数目较少，就不会产生显然的蔓延。举例在咱们作念 OneRec 时，只生成 3 到 6 个 token，因此确切不存在实时性问题。但在触及到 thinking 时，这种姿色就不太可行。不外，thinking 完全可以通过离线姿色完了。模子并不需要在每次用户请求时都再行进行想考，它可能只需每天想考几次即可，这亦然一种措置决议。

另一方面，不可因为存在蔓延问题就废弃探索。谁能保证改日推选系统只会停留在信息流就业？Altman 一直在提到 MemorAI，也强调个性化大模子推选的下一个紧迫战场可能是 Chatbot，推选系统在其中一样紧迫。比如用户想要进行旅行筹谋，曩昔可能只需要几段笔墨证据，而改日用户会但愿系统径直完成商品筛选与购买。在这种场景下，推选必须阐述作用，而且系统也会有更历久间进行检会。如若因为当下居品形态莫得完全变化就不作念手艺储备，这是不可取的。因此，咱们并不张皇蔓延问题。

咱们认为有两种可能：如若改日商场泡沫翻脸，也没相关系，不时保管现存的信息流模式即可；另一种可能是，当 Chatbot 成为新的进口时，大宗信息流流量会被转换到 Chatbot 上，那时才是信得过的战场，是以咱们必须提前准备。

我认为要幸免被所谓的“天花板想维”限度。如若蔓延被视为不可跳动的艰辛，迫害了手艺迭代，就应该想办法去除这个变量。因为它既不是推选手艺骨子态成的，也不是完全不可改变的。致使可能，现存的信息流陡立滑动居品形态，之是以仍然存在，并非因为它是最优解，而是因为推选手艺尚未作念到实足精确。面前一个用户在快手或抖音上可能要刷几百个短视频，这是否意味着咱们的推选还不够好？改日是否可能出现另一种居品形态：每天只给用户推送一丝内容，但能极大喜悦他们的中枢需求？这种形态一样值得想考。

InfoQ：您有莫得惦念大模子的复杂性反而拖慢业务迭代？行为手艺精良东谈主，您是怎样管理这种风险的？

周国睿： 大模子并不复杂，信得过复杂的是传统系统。以往的推选架构中，包含调回、初排、精排、重排序等门径，还触及大宗机制和战略，东谈主员稠密、组织单干复杂，这才是复杂。而大模子的结构相等表示，本质上等于一个解码器架构，狡计单位也很简便：前馈收集、自防卫力机制和矩阵运算良友。在这种情况下，所谓的复杂性更多来自基础设施的适配，举例硬件和收集，但这仅仅新的手艺栈替换，并不加多中枢复杂度。因此，大模子不会因为复杂性拖慢业务，信得过的问题反而在于传统系统的复杂性。

InfoQ：手艺精良东谈主时时承担团队风险。面对复杂系统学问贴近在少数东谈主手里，您怎样防范手艺债和要道岗亭风险？以及怎样筹谋公司在大模子期间的手艺布局和技艺储备？

周国睿： 在当下大模子领域，很难找到一个东谈主能够透彻改变某个标的的步地。这么的东谈主才商场上存量有限，短期内也难以培养出新的。因此，更现实的作念法是栽培团队的举座平均作战水平。在包袱和决策层面，最终都需要料理到要道节点。

我的变装主要作念两件事：第一，联想一个细密的组织迭代机制，包括怎样招聘和淘汰。如实需要快速淘汰不对适的东谈主，因为要道不在于东谈主数，而在于东谈主才密度。必须确保团队成员能跟上手艺发展的速率，而且在高速前进中还能推动进一步发展。

第二，我的不雅点很明确，不需要太多作念信息汇总或管理的东谈主。更要道的是一类常被疏远的东谈主才——具备 PMO（形貌管理办公室）视角的东谈主才。曩昔公共更赏玩亲手作念手艺的东谈主，这类东谈主才诚然紧迫，但在今天复杂的 AI 形貌中，懂手艺的 PMO 愈加不可或缺。他们能够识别形貌风险、把控程度，而无谓提供手艺标的。因为 AI 形貌的研发链条比传统形貌更长、不确定性更大，团队成员在推动过程中容易迷失，需要一个头脑表示的 PMO 来迷惑。

栽培团队的平均作战水平，具体分两方面。第一，咱们团队树立之初，我写了 10 条“宪章”，条目公共必须招供并每天阅读。虽然刚开动有东谈主以为不可想议，但我对持条目他们每天读，并在作念实验后再次体会，从而栽培默契。

第二，咱们的使命姿色与他东谈主不同。大要 70%–80% 的资源参加在中枢实验上，同期最多并行三个实验。实验的全过程——从写代码、实验联想到收尾分析——每个东谈主都必须参与。如若有东谈主跟不上，就必须离开。即使实验不是你亲手作念的，你也必须明晰实验的目的、过程、预期和收尾。如若老是拿不出不雅点，那就对团队莫得价值。

这么作念的目的是让最大资源用于培养团队举座技艺。剩下 30% 的资源分拨给个东谈主探索。如若有东谈主想作念新想法但短缺资源，需要劝服团队借出资源搭救。若探索收尾展现出 4 倍栽培空间，就会被纳入中枢实验，进一步贴近资源推动。也等于说，团队的大宗资源恒久围绕共鸣事项张开，而且所有东谈主的默契和迭代效用都能分享。

InfoQ：在 Agentic AI 越来越被说起的布景下，您认为智能体会给推选系统治来什么样的变化？从践诺落地的角度看，哪些任务稳妥由智能体来完成，哪些任务仍然需要依赖大模子或传统算法？

周国睿： 其实这两者并不冲突。Agent 与大模子并莫得本质分离，仅仅 Agent 使用了器具，可以清爽为在大模子的基础上加多了外延技艺。大模子本质上是掂量 token，而 Agent 则是在掂量的同期能够调用器具。对于 Agent 在推选系统中的应用，我认为探究还为先锋早。刻下许多宣称在作念 Agent 的，其实更多是 Workflow，使命模式是固定的。以推选为例，传统的调回、出牌等门径自己等于典型的 Workflow，那么引入 Workflow 是否能显赫栽培效果，面前还莫得明确论断。

现存的大模子时时过于解救，既要生成、清爽，又要兼顾推选，但在这些基础技艺都尚未完善的情况下，Agent 很难信得过阐述作用。要作念到这一丝，最先需要有更练习的模子搭救。举例，在推选收尾生成后，Agent 可以进一步评估视频的审好意思、营销效果，以及举座各样性，这才是 Agent 可以作念的事情，但前提是基础模子要先实足完善。

InfoQ：您以为改日 3-5 年推选系统的要道打破点会是什么？在 LLM 推选系统里，还有哪些“未被开采”的契机？

周国睿： 我认为最大的契机如故要回到居品形态自己。如若居品形态莫得发生要紧变化，推选的栽培空间有限。因为刻下的推选依赖高频交互，每一次曝光的价值都很低，需要再行狡计，买卖价值决定了算力参加无法过多，因此模子也难以变得更“机灵”。但如若居品形态从高频交互转向低频交互，推选系统可能会阐述出远超预期的价值。

此外，还要再行想考推选的领域。举例在 Chatbot 中的个性化牵记，这究竟是大模子的问题，如故推选问题？在我看来，它等于典型的推选问题，而且咱们很早就开动研究这方面的手艺，推选领域在这一丝上践诺上最先于大部分社区，仅仅公共巧合果断到。如若要说最大的手艺红利，我认为就在这里。谁能率先完了个性化牵记，并买通话语与行为模态的一体化决议，谁就能取得最大的优势。我致使认为，这将成为下一个 Chatbot 战场中最要道的打破点。

当天好文推选

刚刚，光刻机霸主ASML被曝成为Mistral最大股东！网友叱咤：ASML的钱将取水漂

CEO 上阵写代码，公司从被传濒临倒闭到千亿估值，最大元勋是Claude？

阻隔招聘、居品约略，却成史上最快增长软件公司！4个00后“整顿”创业圈：公共都不信，才是咱们的契机

约略赶工 6 周，卖出 43.6 亿！扬弃数百万用户被骂“作死”的 AI 浏览器 85 天回转

会议推选

10 月 23 - 25 日，QCon 上海站行将召开，限时 9 折优惠，单张门票立省 680 元，细则可探究票务司理 18514549229 筹议。

]article_adlist--> 海量资讯、精确解读，尽在新浪财经APP