英文：Recommender System 分类：application
根据用户历史行为预测其偏好并排序候选内容或商品的系统，是信息流、电商与短视频的核心引擎。大模型正在把召回与排序从特征工程改造为生成式序列建模。
应用落地需关注：场景闭环（从获客到留存）、数据飞轮（用户反馈→数据→模型迭代）、成本结构（推理API成本vs自建集群）与合规风险（数据隐私、内容安全）。
AI应用从早期的专家系统、推荐算法，发展到2023年后的生成式AI浪潮；产品形态从工具（Copilot）到平台（Agent）再到生态（插件市场）持续演进。
成功的AI应用通常具备：明确的用户痛点、可量化的价值（如节省时间/提升收入）、低成本的快速验证路径。国内市场以字节豆包、阿里通义、百度文心为代表，海外以OpenAI ChatGPT、Anthropic Claude为代表。