原创 夕小瑶编辑部 2025-06-19 15:51 北京
这句话也可以换成生成式 AI 技术，不去关联 agent今天想拉着大家从热度中稍微退后一步讲，因为 Agent 目前还在处于一个非常前期的探索阶段，它很酷，很有想象力，但它还不是稳定甚者盈利的事情。追逐这样的风口，可能会让你里炮火很近，但也离商业核心很远。再往前倒退几年，推荐系统毫无疑问是最火的 AI 技术之一。人是一个信息动物，信息推荐是一个万年不变的真需求。这不是一个需要去“探索”的商业模式，它本身就是互联网最成熟、最庞大的商业模式。它沉默，但无处不在，像空气一样支撑着内容、电商、社交等几乎所有核心业务的运转。今年，随着 AIGC 生成式技术慢慢成熟，Generative Recommendation（生成式推荐） 的技术方向也悄悄成型了。比如，同样一张餐桌，左右两张图是不同的标题描述。这就是根据用户偏好、搜索记录、浏览历史及购买记录，运用大语言模型（LLM）来生成个性化的商品标题，精准地注入用户最关心的内容。这个技术概念，从第一眼就能感受到浓浓的商业价值。想象一下，它不再是宽泛地给你推荐一部“科幻电影”，而是生成一条理由：“基于你看完《沙丘》，并且喜欢丹尼斯·维伦纽瓦的导演风格，这部《降临》的叙事节奏和哲学思辨，你大概率会封神。”不再是千篇一律的商品陈列，而是一个给你量身定制的一句文案、一张海报、甚至一段短视频。每一次浏览都像在开盲盒，看的的是“哇，这个东西就是我想要的”。从一位技术人的角度看，这更是一个充满魅力的“无人区”，不是把某个 CTR 模型的 AUC 卷高千分之一个点。 我们要解决的是全新的、更底层的难题：如何保证生成内容的可控性和事实性？（不能给用户瞎编产品功能吧？）如何建立一套全新的评估体系？（生成的文案好不好，怎么量化？A/B test 怎么做？）如何在毫秒级的延迟内完成这一切？（用户可没耐心等你慢慢生成）每一个问题，都直通顶会和核心专利。谁能先搞出来，就是下一个技术周期的定义者。所以未来几年，互联网巨头会砸重金、砸资源、砸人力的投入。最近，我注意到，鹅厂的广告算法大赛启动了，赛题是这个问题的难度升级版——报名开启仅72小时，报名人数近3000，已有近700支队伍完成集结。实话说，要不是已经毕业了，我恨不得立刻报名。
报名地址： https://algo.qq.com从一个比赛开始为啥我激动了，因为这个让我想起了自己研究生时改变我职业轨迹的一次比赛经历。当时我也参加过一些比赛，说实话体验有好有坏。但有一次，我遇到了一个截然不同的。那个比赛的题目，不是凭空捏造的，而是来自主办方真实业务里一个难题。最终的名次记不太清了，大概是前百分之几，但这不重要。重要的是，从那次比赛之后，我对自己专业的理解和之前完全不同了，那段经历也成了我简历中最亮的一笔。原因有二：一是比赛在国内是比较权威的，互联网圈子里的人很认可，是硬通货。二是它让我第一次跳出了在“精修”数据集上刷 AUC 的循环，真正去理解一个复杂的、充满噪声的真实业务问题。这种基于真实场景的思考深度，可能才是我区别于当时大多数候选人的核心优势。你会感觉自己不再是飘在半空学理论，而是一头扎进了一个“活生生”的难题里，每一行代码都在和真实世界碰撞。 这种成长的体感，对于技术人来说，是直接且无与伦比的。这也是为什么，我想让更多人看到鹅厂的这个算法大赛。倒不是为了奖金去的（当然这次的奖金确实够你小小地“财务自由”一把）。我认真看了下比赛题目，叫 “全模态序列生成式推荐”。这词儿听着挺唬人，但我翻译一下，你可能就懂了。以前的推荐系统，更像在让你做选择题：我这里有 A、B、C 三个广告，你可能会喜欢哪个？而现在这个题目，要求你直接做一道开放式创作题：基于这个用户看过的视频、点过的商品、搜过的关键词…你来“生成”一个他最可能感兴趣的全新广告。这个转变，意味着什么？如果你最近也在追 LLM、多模态这些热点，那你肯定懂我在说什么。这背后，是整个 AI 范式从“判别”到“生成”的迁徙。它不再是技巧性的调优，而是需要你对底层模型、对用户意图有更深刻的创造性理解。更重要的是，它给你的数据——是腾讯广告真实场景下的全模态序列数据。对于我们这些搞算法的人来说，最缺的是什么？就是这种沾着“泥土味”的真实数据。复杂、庞大、充满噪声，但很宝贵。能用这样的数据去验证自己的想法，本身就是一次无比难得的历练好嘛！这次的比赛数据，是基于已经脱敏处理后用户的协同、文本、视觉等全模态历史行为数据，预测其下一次可能交互的广告。每个行为包含广告的 ID 类特征，以及多模态信息(如图像、文本等)。成长，才是唯一的答案我今天写下这些，不是想催着大家去“卷”一个新比赛。说实话，我不喜欢“卷”这个词。我更愿意把它看作一种“高质量的成长路径”。通过参加一个好比赛，你会找到你的“战友”，你们会为了一个共同的目标，一起熬夜 debug，一起在白板上画满潦草的架构图，一起盯着榜单刷新后排名上升而激动鼓掌。这个过程本身，也能治愈很多在科研路上的孤独和迷茫。你会遇到来自全球顶尖高校的对手，看到别人天马行空的解法，那一刻你才明白天外有天。这种棋逢对手的切磋，比自己闭门造车一年，进步得都要快。当然，腾讯这次也确实很大方。高达 360 万的总奖金池，冠军队独享 200 万。而且，决赛圈的同学基本都能锁定腾讯的实习或者校招 Offer。
PS：今年 4 月，腾讯宣布启动史上最大就业计划，三年内将新增 28000 个实习岗位并加大转化录用，其中 2025 年将迎来 10000 名校招实习生，有六成面向技术人才开放。这些当然很诱人。但说真的，当我回看自己学生时代的比赛经历时，奖金和 Offer 都只是结果。那个为了解决一个“真问题”而拼尽全力的自己，那些和队友一起度过的闪闪发光的日夜，才是真正刻进我骨子里的东西。这种自信和底气，千金不换。现在几乎所有大厂都在疯狂囤积 AIGC 人才，但市场真正稀缺，并且愿意为之付出极高薪酬的，是能将生成式 AI 与核心业务结合，实实在在创造营收的人。「生成式推荐」，就是目前看来，连接 AIGC 技术与互联网核心商业（广告、电商）最直接、最短的那条路。如果要搞定它，意味着你不仅懂模型、懂生成，你还懂用户、懂商业、懂转化。这张技能牌，在未来几年的招聘市场上，含金量可想而知。写在最后所以，如果你想让所学落地，想在简历上增加一笔，想让面试多一点机会，想逼自己一把，那么，不妨去看看这个比赛。它不一定适合所有人。它需要你投入大量的时间和精力，需要你有扎实的技术功底，更需要你有一颗渴望挑战难题的心。但万一，它就是那个改变你的契机呢？传送门：
大赛官网： https://algo.qq.com赛事联系邮箱： TAAC@tencent.commailto:TAAC@tencent.com最后，附上比赛的流程和规则。
