从「AI For What」到「Value From AI」，100+可落地实践案例打通 AI 实战最后一公里！
4 月 16 日-4 月 18 日，QCon 全球软件开发大会将在北京举办。本届大会锚定 Agentic AI 时代的软件工程重塑，聚焦 Agentic AI、多智能体协作、算力优化、技术债治理、多模态和 AI 原生基础设施等前沿话题，邀请来自腾讯、阿里、百度、华为、蚂蚁、小米、网易等企业技术专家，带来百余项真实落地案例，系统性分享前沿洞察与实战干货，以技术共创探索 AI 落地新路径。
阿里巴巴淘宝闪购资深算法专家桑梓森已确认出席 “Agentic Engineering” 专题，并发表题为《大模型驱动下的生成式搜推：淘宝闪购全链路重构实践》的主题分享。淘宝闪购业务规模快速增长，对搜索推荐系统的效率与精准度提出了更高要求。传统搜推算法在特征工程、用户理解和商品表征上已逐步触及天花板。本次分享聚焦大模型时代下闪购搜推系统的技术演进，结合真实业务场景，分享关键技术选型的决策过程、落地中的踩坑经验与效果数据。
桑梓森，淘宝闪购搜推排序团队负责人，主导淘宝闪购搜索/推荐系统算法优化与系统演进，专注于即时零售场景下的多目标优化、个性化推荐以及 LLM&生成式相关技术在搜推场景的落地。他在本次会议的详细演讲内容如下：
演讲提纲
开场：闪购业务背景与搜推挑战
闪购业务特点、传统搜推瓶颈
2. 大模型 LLM/VLM 多模态在搜推全链路落地
Query 理解与改写
商品理解与表征
召回与排序中的大模型特征注入
用户冷启动
3. 算力 Scaling Up 策略
模型维度的 Scaling
训练与推理优化
算力 ROI 度量 torch 训推迭代
4. 生成式搜推新范式探索
HSTU 类在搜推探索落地
RQ-VAE 生成式召回
G-E 生成式重混排落地
5. 面向 AI 搜推的核心链路升级改造
6. 总结与展望
这样的技术在实践过程中有哪些痛点？
搜推传统模型与大模型的对齐；
生成式范式落地中的坑点、工程以及算法之间的协同优化；
AI 时代搜索的变化及解法。
演讲亮点
大模型与传统搜推深度结合：精排、召回、多模态训练等；
生成式技术演进与落地：RQ-VAE 等实践、G-E 生成式混排在搜推中的落地；
AI 搜推面向千问场景的业务接入及迭代优化。
听众收益
大模型能力在搜推全链路落地的算法与工程范式；
生成式搜推（HSTU / RQ-VAE / G-E）从论文到生产的完整落地参考；
面向 AI 时代，传统搜推与 AI 之间的结合。
除此之外，本次大会还策划了Agentic Engineering、多模态理解与生成的突破、记忆觉醒：智能体记忆系统的范式重塑与产业落地、具身智能与物理世界交互、Agent Infra 架构设计、AI 重塑数据生产与消费、AI 原生基础设施、AI 驱动的技术债治理、小模型与领域适配模型、大模型算力优化、Agent 可观测性与评估工程、AI for SRE等 20 多个专题论坛，届时将有来自不同行业、不同领域、不同企业的 100+资深专家在 QCon 北京站现场带来前沿技术洞察和一线实践经验。
大会售票 8 折倒计时最后一周，更多详情可扫码或联系票务经理 18514549229 进行咨询。
