一、引言 从内容分发到商业转化，推荐系统早已成为互联网平台的关键基础设施。它在海量信息与有限注意力之间完成筛选和排序，直接影响内容曝光、商品成交以及流 量变现效率。 用户在电商平台上看到的商品列表、在信息流里刷到的内容、广告位中呈现的链接，通常并非随机展现，而是推荐系统在毫秒级完成特征理解和排序决策的结 果。 近年来，大语言模型（LLM）在语义理解、内容生成和多步推理方面取得快速进展，推动业界重新审视推荐系统的形态：推荐是否可以不再局限于一次性打分和 相似度匹配，而是像人类决策一样，在生成过程中进行多步推理与自我修正，逐步逼近用户的真实意图。 基于此， 「 生成式推荐 」 开始成为一个重要研究方向，尝试将 "理解 — 生成 — 推理" 融为一体，让推荐过程从静态匹配转变为面向用户意图的动态决策。 在实际电商环境中，生成式推荐面临的主要挑战不在于 生成商品 本身，而在于生成过程是否具备 「可推理、可控且稳定」 的能力。 电商场景下，用户行为信号噪声高、兴趣多样且频繁变化，模型需要在多步生成过程中持续校准语义方向、维持推理轨迹的一致性。若仍采用经典自回归解码， 早期预测偏差容易被不断放大，推理路径收缩到少量固定模 ...