专题演讲嘉宾：高龑

大模型的出现，一方面带来了全新的 AI 搜索范式，在 RAG、Deep Research、Agentic AI 等技术的加持下，涌现出一系列 AI Native 的搜索产品，正在深远的改变搜索引擎的形态和用户的使用习惯。另一方面，大模型强大的开放域语义理解和推理能力，也展现出革新传统搜索机器学习系统的潜力。

本次分享我将从这两方面展开，一方面分享小红书在 AI 搜索全新范式上的探索和思考，以及在小红书 AI 搜索产品问一问上的技术实践，另一方面将分享大模型在工业级搜索机器学习系统上的应用，特别是大模型在 QP、召回、相关性、排序等关键模块的实践经验。 

演讲提纲

1. 小红书和小红书搜索业务背景

2. AI 搜索实践

• 传统搜索引擎的局限性
• AI 搜索与用户行为路径
• 小红书 AI 搜索技术选型
• RAG
• AI Workflows
• Deep Search
• 未来展望

3. 搜索中 AI 的应用

• Why 大模型
• 大模型与搜索相关性
• 大模型与内容理解
• 大模型与排序

4. 总结展望

您认为，这样的技术在实践过程中有哪些痛点？

• AI 技术选型，回答效果，算力开销，与响应时间的不可能三角
• Agentic or fixed workflow，从用户体验出发的技术选型哲学

演讲亮点

• 小红书 AI 搜索系统的架构选型以及其中的踩坑经验
• 大模型在小红书搜索各个环节的应用实践

听众收益

• 了解小红书 AI 搜索系统架构的设计哲学，踩坑经验和业务实践
• 了解大模型在传统搜索机器学习系统中的应用