# Netflix 用大模型直接做推荐排序，线上观看时长涨了 0.8%

> 原标题：GenRec: Towards LLM-Native Recommendation at Netflix

- 来源：Hacker News 首页
- 发布时间：2026-08-15T12:56:56.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/50864
- 原文：https://netflixtechblog.com/genrec-towards-llm-native-recommendation-at-netflix-f20be6f643e3

## 摘要

Netflix 发了一篇技术博客，介绍他们正在尝试的推荐系统新方案 GenRec。这个方案不再用传统的推荐模型流水线，而是直接拿一个大语言模型（LLM）来给候选影片打分排序。具体做法分两步：先拿 Netflix 自己的数据继续训练一个基础大模型，让它熟悉平台的内容和用户行为。

## 推荐理由

Netflix 用大模型直接给候选影片打分排序，替代传统推荐流水线，线上观看时长提升 0.8%，是头部平台把 LLM 落到核心推荐链路的工程实践。

## 锐评

0.8% 的观看时长提升，放在推荐系统里算能交差的数，但拿 LLM 直接做排序，这个收益有点对不上成本。传统推荐模型一次打分是毫秒级的小模型，换成大模型给候选集逐个打分，推理成本得翻多少倍，Netflix 没提。他们敢上，大概是因为自家有卡、有流量，省下来的那点工程复杂度也值钱。别人想抄这个方案，先算算自己一天要打多少次分。
