LLM Agent 或颠覆推荐系统范式：转向用户主导
LLM Agent 让用户能聚合跨平台数据实现个性化推荐，打破平台数据壁垒，可能改变推荐系统基本逻辑。
平台推荐受限于自身数据，用户本人才能整合跨平台与线下完整信息。LLM Agent 的出现让用户主导个性化变得可操作，或将颠覆现有推荐范式。
正文摘录
.jpg)  在过去二三十年的互联网发展中，个性化推荐几乎一直是平台的核心能力之一。打开视频 app，平台决定你接下来会刷到什么视频；打开购物软件，平台预测你可能会购买什么商品；打开短视频 app，平台根据你的浏览、点赞、停留和互动，不断优化信息流。某种意义上，现代互联网的用户体验本身就是由推荐系统塑造的。 长期以来，个性化推荐的核心逻辑都建立在一个默认前提上：平台最了解用户。因为平台拥有大量用户行为数据，也拥有强大的推荐算法，所以个性化推荐自然应该由平台来完成。协同过滤、矩阵分解、深度学习推荐模型，再到今天的 LLM-based recommendation，推荐系统的发展主线几乎都是围绕平台展开的。 然而，这一看似牢固的范式，或许正在 Agentic 时代迎来新的转折。