在硅谷的最新叙事中，连图灵奖得主也不得不正视来自 28 岁年轻一代的挑战。

在 AI 领域，资历的护城河已被填平，技术话语权正以前所未有的速度向掌握 SOTA 的新生代转移。这种残酷而充满活力的“以下克上”，正在 2025 腾讯广告算法大赛上生动上演。

11 月 27 日，这场汇聚全球 8400 余名参赛者、2800 多支队伍的算法竞技在腾讯深圳总部落下帷幕。来自华中科技大学、北京大学、中国科学技术大学的"Echoch"队摘得桂冠，中山大学的"leejt"队和香港大学的"也许明天"队分获亚、季军。

一个值得关注的数据是：20 强选手中绝大多数是 00 后。这群尚未走出校园的年轻人，正用自己的方式重新定义广告算法的未来。

没有代差：当学生追上了工业界

从参赛方案来看，这些学生展现出对前沿技术的深度理解与工程落地能力。

腾讯公司副总裁蒋杰全程参与了决赛评审。他在赛后接受采访时表示："现在的学生对大模型的理解所学到的东西，已经跟工业界非常接近了，甚至更有创新性。"

以本届大赛涉及的核心技术为例，有选手引入了 RQ-VAE，打破了过去仅靠点击率识别商品的局限，让系统直接“读懂”商品描述，实现新品上架即匹配。也有选手采用了 Meta 提出的新一代推荐架构 HSTU，在处理用户复杂行为序列时，性能比主流方案快了 5 到 15 倍。

令人惊讶的是，参赛学生不仅能熟练运用这些前沿技术，还能将方案设计成可直接分布式部署的"工业级做法"，这在过去往往是大厂工程师才具备的能力。

这种无代差现象折射出 AI 时代人才培养的根本性变化。当基础设施足够完善、开源生态足够丰富，三五个人的小团队就能完成过去需要大量人力才能做到的事情。

而这种现象之所以在本届大赛中格外明显，与赛题本身密切相关。"全模态生成式推荐"对于整个行业来说都是全新的命题。无论是深耕多年的大厂工程师，还是刚入门的学生，都站在同一条起跑线上。

没有历史包袱的 00 后反而更敢于打破常规，用最新的论文、最前沿的工具进行大胆组合。当经验不再是唯一的护城河，创意和学习能力就成了决胜的关键。

广告行业的生成式革命

本届大赛以"全模态生成式推荐"为主题，直指广告行业正在经历的一场范式革命。

传统的广告推荐系统采用判别式架构，像一个精密的漏斗：从海量候选广告中，经过召回、粗排、精排层层过滤，最终推荐给用户一条广告。

这套体系经过十几年的打磨，积累了丰富的特征工程经验，但也面临一个核心痛点：冷启动问题。一个全新的广告、一个全新的用户，系统需要积累大量样本才能认识他们，这个过程既耗时又低效。

生成式推荐则打破了这一困局。它利用大语言模型的先验知识，无需大量样本积累就能对新广告、新用户进行有效推荐。这对于广告主来说意味着更快的起量速度，对于用户来说意味着更精准的内容匹配。

更深层的变革在于数据形态的转变。过去，广告系统依赖结构化的库表数据，未来，所有数据都将被"多模态 embedding 化"。用户看过的公众号文章、视频号内容，都会被映射成机器能理解的连续向量。这种表征方式让系统能够真正"理解"内容的语义，而不仅仅是记录行为模式。

腾讯广告正在沿着这条路径演进。在召回、粗排等环节，生成式技术已经开始替代传统方案。根据规划，未来广告系统将朝着三个方向发展：推荐底层从判别式向生成式跨越、数据全面多模态化、内外部系统全面 Agent 化。

同时，生成式革命也在重塑广告行业的职业生态。智能投放系统正在接管创编、出价、改价、关停等传统盯盘工作，因为系统具备全局视野，能够更高效地平衡资源配置。腾讯推出的广告智能产品矩阵AIM+已经能够支持广告主自动配置定向、出价及版位，并优化广告创意。

对所有人都是全新的赛道

生成式 AI 这场革命，对所有人来说，它都是全新的。

无论是积累深厚的大厂，还是初出茅庐的学生，在生成式推荐这条赛道上，起跑线的差距被大大缩小。老玩家的经验优势可能变成思维定式，而新生代没有这些包袱，反而能够进行更大胆的尝试。

当被问及是否会启用更多年轻人时，腾讯副总裁蒋杰的回答非常坚定："今年会让更多的年轻人快速晋升，不是坐扶梯，是坐直梯的速度上来。"

这种信心来自对行业趋势的判断。纵观全球，无论是 OpenAI 还是谷歌的 Gemini 团队，核心成员都以年轻人为主。AI 领域的知识迭代速度极快，资历带来的优势正在被削弱。

从本届大赛来看，TOP20 队伍呈现出明显的共性：对前沿算法的认知已达工业级水平，基础知识扎实，代码工程能力出色。他们不仅能做 research，更能把想法落地成可运行的系统。

大赛结束后，这批优秀选手将带着创意和方案进入工业界。腾讯表示，会把所有参赛方案的提升点与内部系统进行对比验证。好的想法不会止步于比赛，而是有机会成为真正落地的技术创新。

一群 00 后用代码和创意，向整个行业证明，在生成式革命的浪潮中，年轻本身就是竞争力。