关于搜广推能干多久的思考

其实咱们就承认传统MLE做的事情Agent确实可以完全自动化，而且搜推广团队的人员很冗余，其实很多都是不必要的HC

你一个工作两年半的人自认为自己水平是senior, 是哪个公司的senior, meta吗？讲到最后扯什么论文和开源，这不是典型的junior engineer和学生的思维？

"这一步还是要人harness什么实验该做" 这是未来mle survive的关键。

mle的系统优化存在两点约束：
1 代码量可以scale,芯片生产可以无限，但是a/b测试的宇宙就是几十亿人，在线测试吞吐量也就是每天上百个。
2 一个产品只能有一个系统，ai发现的alpha，最终必须有效加总成一个方案。

ai可以生成一千一万个想法。但我们没有一万个平行宇宙让他测试以及落地。mle就是连接无限想法和有限现实世界的桥梁。

annihination 发表于 2026-10-16 07:00:00
"这一步还是要人harness什么实验该做" 这是未来mle survive的关键。
mle的系统优化存在两点约束：
1 代码量可以scale,芯片生产可以无限

另外，题主feed ranking，那么大概率是一家以前只做推广，现在有望也吃下搜广的公司，会有新的mle需求。

匿名用户 发表于 2026-10-16 01:56:21
lz说自己是senior level的2.5yoe的master就感觉好笑
你要知道，mle干活最重要的是research能力，你体会不到这一点只能说明leve

那是research scientist吧，搜广推业务ml百分之九十五的外部paper不work

匿名用户 发表于 2026-10-16 06:55:53
你一个工作两年半的人自认为自己水平是senior, 是哪个公司的senior, meta吗？讲到最后扯什么论文和开源，这不是典型的junior engineer

我刚毕业也是觉得有业务impact就行，但是现在发现 不光frontier lab和大厂内部llm组，就算是普通业务ml组，外招l6+也是看paper的

leogalante 发表于 2026-10-16 07:41:46
那是research scientist吧，搜广推业务ml百分之九十五的外部paper不work

他说的research可能是更广义的research 比PhD research更广义一些。

大厂的infra 太成熟了。AI能取代的前提是workflow 已经高度信息化,自动化，metric 已经well defined. 在中小场，即使是行业内的头部，很多大厂take for granted 的infra是不存在的。那里有很多没有开发的搜广推 low hanging fruits。但是需要的是工程落地能力. 如果喜欢0 to 1，又有很强的工程能力的话去这些地方帮他们进化推荐系统也是有很大机会的。
搜广推的技术路线已经收敛了，越来越工程化和工业化是不可避免的趋势。 新的热点GR或者scale up都离不开结合硬件的优化。踏实做一个engineer, 未来3到5年还是能享受一波田忌赛马的红利。 再长远的事谁知道呢……

agent取代3 4 5，这PIP 甩锅甩给3 4 5可以甩给agent能行吗？不行就取代不了，否则 7 8 9犯了错咋办

我从sde转搜广推又转llm，总共七年，经历了ngram lr、fasttext lightgbm到roberta cnn，到把gpt做进搜广推，无论是rag还是生成式推荐，到各种变现困难和llama4翻车, 再到现在。也算遇到贵人福至心灵，踩到两三次次风口，把包裹抬上去了。我记得2022年第一次见gpt时，项目里每一个大佬都是抓住前面风口的，都相信这是我们这些人的末班车。

这两年各种概念技术迭代快到，一个月不看也没有错过什么，看了做了也可能很快扔了。每天很累，除了搞技术就是去bootlicking，晚上倒床上像抽干了灵魂，所谓大包也是提前支取的辛苦钱，周围人越大的越是，我觉得我们就是快烧完的干电池而已。