展博猛点头：“对对对！我们CTO也说过这话！但召回怎么做？我们试过ItemCF、UserCF，效果都一般……”

“试试多通道召回。”乔卫东在纸上又画，“一条通道做协同过滤，一条通道做内容匹配，一条通道做热点补充，还有一条……做探索。最后用一个简单的模型做融合，把各通道的结果汇总到召回池里。”

本小章还未完，请点击下一页继续阅读后面精彩内容！

他边说边写，思路清晰得像在说今天吃什么。展博赶紧打开笔记本，疯狂记录，生怕漏掉一个字。

“探索通道很重要。”乔卫东强调，“现在的推荐系统太‘功利’了，只推用户可能点击的，导致信息茧房越来越严重。得适当推一些用户可能喜欢但没接触过的内容，打破茧房。”

展博停下笔，若有所思：“这个思路……我们产品经理肯定喜欢。他一直说要增加推荐的多样性……”

“技术要为产品服务。”乔卫东说，“但也要有前瞻性。我猜，你们接下来应该会做多模态推荐吧？把图像、文本、视频都融合进来。”

展博瞪大眼睛：“您怎么知道？这是我们下一个季度的规划！”

“趋势而已。”乔卫东笑，“现在纯文本的推荐已经到瓶颈了，多模态是必然方向。不过要做好不容易，跨模态对齐是个大问题。”

“对对对！”展博激动起来，“我们就在为这个头疼！图像特征和文本特征怎么对齐？用什么损失函数？”

“可以试试CLIP那套思路。”乔卫东说，“用对比学习，拉近相关图像和文本的距离，推开不相关的。不过具体到推荐场景，得做一些调整……”

他又讲了十几分钟，从技术细节讲到工程实践，从算法优化讲到系统架构。展博听得如痴如醉，笔记本上记满了密密麻麻的要点。

讲完后，乔卫东问：“听懂了吗？”

展博用力点头：“听懂了！而且……我有种醍醐灌顶的感觉！乔先生，您太厉害了！这些思路，比我们公司那些资深架构师都超前！”

“只是站在巨人的肩膀上。”乔卫东谦虚地说。

“不！您就是巨人！”展博站起来，深深鞠躬，“谢谢您！真的谢谢您！这些建议，够我消化一个月了！”

“能帮上忙就好。”乔卫东看了眼时间，“快中午了，你该吃饭了。”

“我不饿！我要把这些思路整理出来，马上开始改代码！”展博抱着电脑，眼睛放光，“乔先生，我能……我能经常来请教您吗？”

“随时欢迎。”乔卫东微笑。

展博千恩万谢地走了。回到3601时，胡一菲正准备叫他吃饭。

“展博，你跑哪儿去了？一上午不见人。”

“姐！我遇到高人了！”展博激动地说，“乔先生！他太厉害了！他给我讲的推荐系统思路，比我在硅谷听的顶尖讲座都牛！”

胡一菲挑眉：“乔老师还懂这个？”

“何止是懂！简直是大师！”展博手舞足蹈，“什么DeepFM、对抗式负采样、多通道召回、多模态对齐……他全都门儿清！而且不是纸上谈兵，说的都是工程实践里的干货！”

吕子乔凑过来：“展博，你确定你说的是乔先生，不是某个大学教授？”

“大学教授都没他厉害！”展博斩钉截铁，“不行，我得赶紧去写代码！灵感来了挡不住！”

他冲回房间，“砰”地关上门。留下胡一菲和吕子乔面面相觑。

“得，又沦陷一个。”吕子乔耸肩，“乔先生的迷弟队伍又壮大了。”

……

接下来的几天，展博成了3603的常客。

每天早上，他准时抱着电脑来报到。乔卫东晨跑回来，就能看见他坐在门口等。两人一个讲，一个听，一个写代码，一个提建议，配合得居然很默契。

周三下午，展博遇到了新问题。

“乔先生，多通道召回我搭起来了，效果确实有提升。”他皱着眉头，“但线上服务延迟增加了30毫秒，这个产品不能接受……”

“服务架构怎么设计的？”乔卫东问。

“就是传统的微服务，每个召回通道一个服务，最后融合。”

“试试分级缓存。”乔卫东说，“热数据放内存，温数据放Redis，冷数据走DB。另外，并行调用改成异步，最后用CompletableFuture做同步。”

他给展博画了个架构图。展博边看边点头：“这个思路好！我回去就改！”

“还有，模型可以量化。”乔卫东补充，“浮点数转整型，推理速度能快一倍，精度损失很小。”

“量化我试过，但我们的模型太大了……”

“试试分层量化。”乔卫东又写了几行公式，“敏感层用8比特，不敏感层用4比特。这样既能压缩模型，又能保证效果。”