推荐系统可控性体检

📖 内容分析
该研究作者团队来自中国科学院信息工程研究所智能认知安全实验室,主要研究智能算法、大语言模型、多智能体系统及其安全。打开视听平台,系统决定你接下来看到什么;进入购物软件,系统预测你可能购买什么。过去几十年,推荐系统主要关注 “能否更准确地预测用户下一步喜欢什么”。但当用户希望探索小众内容、调整兴...
📊 影响分析
该研究推动推荐系统从被动预测向用户可控升级,利好具备AI算法及多智能体能力的公司,可能加速相关技术落地。
🔗

逻辑传导链

事件触发 ⚡
中科院团队提出多智能体系统用于推荐黑盒外部可控性测试,用户可主动调整推荐内容
2025年3月
论文发布时间
1
代表性学术产出
产业链传导 🔄
技术验证推动AI算法从被动预测转向用户可控,加速多智能体协同技术在推荐系统的工程化落地
3~5
技术商业化周期
30%%
推荐系统用户满意度提升潜力
受益赛道 📈
利好AI推荐算法、多智能体框架、人机交互界面等赛道,用户可控推荐或成下一代应用标配
1200亿元
中国推荐系统市场规模(2025E)
15%%
多智能体推荐渗透率年增速
核心标的 🏢
具备AI算法与多智能体整合能力的科技公司率先受益,推荐系统可控性升级带来新增长点
科大讯飞 002230AI推荐算法核心企业,多智能体可控性提升直接增强产品竞争力
拓尔思 300229多智能体协同与智能推荐系统技术储备深厚,外部可控性测试推动商业化
云从科技 688327人机交互与AI推荐深度融合,可控性需求利好其U-Recommend平台

数据来源:行业公开数据、公司财报、券商研报,仅供参考,不构成投资建议。