如果你正关注推荐系统如何从“召回+排序”走向大模型与生成式 AI，这门课将给出一条清晰的技术演进地图。课程从传统召回、粗排、精排、重排讲起，串联 Wide&Deep、DLRM 与推荐 Scaling Law 带来的深度学习红利和瓶颈，再切入 2024 生成式推荐新范式，重点解读 Meta 万亿参数生成式推荐如何用长序列与自回归“下一 token 预测”统一召回与排序。适合推荐算法工程师、搜索广告从业者、AI 产品经理，以及希望理解大模型如何落地推荐系统的学习者。学完后，你能复述推荐系统三阶段演变，理解召回与排序的核心差异，掌握 Wide&Deep、DLRM、Scaling 瓶颈的基本逻辑，看懂动态大词表、Pointwise Attention、流式训练等工业优化，并建立对未来推荐技术栈和算力趋势的判断。想抓住生成式推荐下一波机会，这节导读课值得先听。