我嘞個豆！中國企業牽頭，ICLR這場Workshop被擠爆了

瓜多到一度吃不下的ICLR 2026，這幾天終于在巴西開線下了��！

沒去不要緊，最熱鬧最好玩的，咱都已經總結好了：

• 隨機一個場景都有可能“掉落”LeCun這位巨佬NPC，學術追星人紛紛帶著合照意滿離；
• 熱情桑巴給學術人帶來億點小小的震撼，本屆開幕式被不少博士生評為“最嗨的一次”；
• 華人依舊是會場最活躍的群體之一，一天幾場Oral展示環節，基本都是華人的主場。

不過當你以為這就完了的時候，一場主會之外的Workshop，才剛剛登場。

沒錯，現場直接被圍到水泄不通。

而這群人聊的，不是多模態、具身智能或AGI這些熱門方向，而是一個更底層的硬核問題：

機制設計與決策智能。

名字聽起來有點“打腦殼”，但它做的事其實很實在——

直接決定推薦、廣告、電商系統的頂層架構設計，是平臺商業價值的核心驅動。

而且技術門檻也不低，需要打通經濟學、博弈論和機器學習等多個領域知識。

更關鍵的是，這還是ICLR歷史上首個聚焦該方向的Workshop。除了阿里媽媽這個牽頭發起者，還集結了北京大學、MIT等一眾頂尖高校。

這就很值得玩味了，一個能在頂會“開專場”、還把產業界和學術界的人全拽到一個房間里討論到“上頭”的方向，背后顯然不簡單。

這不得趕緊扒一扒咋回事（doge）。

一場被擠爆的Workshop，到底有什么魔力

Workshop可以簡單理解成專題討論會，通常不會是最擠的地方。但這次顯然是個例外。

細究之下，離不開這三點。

No.1：話題足夠前沿

機制設計和決策智能，這倆詞，老實說第一次聽基本都一臉問號，但它其實一點都不“小眾”。

考古了一下，這是一個多次斬獲諾貝爾經濟學獎的領域——從1996年的維克瑞（William Vickrey），憑借在拍賣理論和機制設計領域的奠基性貢獻，拿下諾貝爾經濟學獎，再到2007年、2020年的得主，都在解決現實世界最核心的決策問題。

△諾貝爾官網

你刷到的廣告為什么是這條而不是那條？短視頻平臺憑什么決定把10萬的現金獎勵發給哪個創作者？

這些看起來再日常不過的小事，背后其實全是機制設計和決策智能在跑。

簡單說，機制設計就是定規則（游戲怎么玩），而決策智能是做選擇（在規則下怎么贏）。

放在廣告這個經典場景里：

機制設計是平臺的活，決定排序怎么排、錢怎么收、廣告怎么展示；

決策智能則是廣告主的事，關心每次出多少、預算怎么花、什么時候加價。

兩件事合起來，即為一個完整的博弈系統。

而這套系統，從PC互聯網到移動互聯網，一直在驅動最核心的商業引擎。

重要嗎？當然重要。

但如果只是因為“重要”，可能在今天還不足以把ICLR的會議室擠爆。

放在當下，真正讓全球頂尖學者坐不住的，其實還是AI：

機制設計和決策智能，正在被AI重寫。諾獎級的老問題，正撞上AI時代的新解法。

△圖片由AI生成

而這次Workshop所做的，就是把全世界正在重寫這套游戲規則的人，湊到一個房間里。

No.2：嘉賓足夠重磅

能擔起“重寫游戲規則”這一重任，想必你也猜到嘉賓們來頭都不小。

掃一眼還真是，差點沒忍住喊出聲：我嘞個全明星陣容啊！

理論這頭，兩位坐鎮者基本可以說是“祖師爺級別”。

首先登場的CMU教授Tuomas Sandholm，機制設計與博弈論領域無可爭議的權威。

早年他帶隊打造的Libratus系統曾在德撲中擊敗頂尖職業玩家，而這次他又帶著新系統Obscuro挑戰比德撲更復雜的“Fog of War Chess”棋類游戲。

此游戲狀態空間高達1018，但Obscuro不依賴離線訓練，純靠實時搜索，并刻意模仿人類“有限推理”（只保留8層認知深度），最終卻以16:4戰勝世界冠軍，成為該領域首個超越人類的AI。

另一位是來自加州大學爾灣分校的Vijay V. Vazirani，做理論計算機的人繞不開的名字。CS博士大概率都翻過他那本《近似算法》。

他這次講的是“基數效用匹配市場”，說白了就是一群人和一堆資源要互相分配（比如學生選宿舍、用戶匹配商品），到底該用什么規則，才能既公平又有效率，還能真正跑得起來。

過去經濟學家給出過一套很漂亮的方法（Hylland-Zeckhauser機制），理論上各種性質都說得通，但規模一大就開始“算不動”。

所以Vijay這次帶來了一種基于納什談判（Nash bargaining）的新思路，既保留原本“好看”的理論性質，也保證在實際計算里能跑得動。

把這兩位巨佬放在一起，能看出一個明顯的趨勢：理論這邊，越來越關注“怎么在現實里跑得起來”。

順著這一思路，上海交通大學的鄭臻哲教授直接把問題推向了更復雜的AI戰場：

當創作者開始博弈，創作者經濟中機制設計的新問題。

以前推薦算法用的是“用戶-內容”這套邏輯，但現在有了創作者這個新變量。

為了迎合平臺規則，創作者往往會追熱點、蹭標簽、卡發布時間、復刻爆款。平臺原本試圖優化內容質量，結果卻在不經意間，把問題變成了“創作者如何迎合規則”。

更麻煩的是，生成式AI又加了一層。

一個人可以用AI批量生產內容來參與競爭，這時候你甚至很難說：

平臺是在和人打交道，還是在和一群AI打交道？原來那套算法邏輯是不是從根上就需要重寫？

如果說鄭臻哲拋出的是AI時代的“新問題”，那谷歌研究院的Song Zuo則給出了一個具體的“新解法”。

他關心的問題是：當廣告創意都開始由AI生成，誰來決定哪個版本被你看到？

和傳統廣告拍賣不同，AI生成的內容是現產的，每次還不一樣——東西都沒出來，怎么拍賣？

Song給出的思路是：把出價的權力前置到生成過程里。

每個廣告主只需要給出一個數字代表自己愿意出多少，模型在每個token往外吐的時候，根據所有出價綜合考慮，決定下一個token怎么寫、整篇創意往哪個方向走。

最后再用“維克里拍賣”這種博弈論中的經典防作弊機制來收錢——誰出價最高誰贏，但只需按第二高的價格付款，因此對廣告主來說最劃算的就是報真實心理價。

本質上來說，在AI生成內容的時代，拍賣的對象從“成品”變成了“生成過程”本身。

而更聚焦在產業側的亞馬遜廣告高級首席研究科學家Niklas Karlsson，則是把業界真實痛點擺了出來：

如何在數十億次決策規模的戰略市場中，部署AI？

亞馬遜每秒要做幾百萬次廣告競價決策，每個廣告主又有自己的預算紅線。怎么讓AI在這個前提下既搶得到流量、又不花超預算、還能穩住模型——聽起來像是不可能三角。

但Niklas說，有解，而且解法相當easy——分工。

• 一個負責猜：機器學習估出每次曝光值多少錢；
• 一個負責守：經典控制理論盯著預算紅線，動態調出價。

如此一來，機器學習不需要把市場摸透，控制系統也不需要懂細節，各干各的反而最穩。

Anyway，雖然很多問題暫無答案，但至少這群頂尖大腦正在從不同方向找解法。

理論在補可計算性，AI在引入全新的變量，工業在解規模問題。

一幅關于機制設計與決策智能的未來圖景，正慢慢浮現出來。

No.3：收錄遠超預期

而同樣參與現場熱烈討論的，還有本次Oral Talk的5個論文團隊（其實一共6個被評選為Oral論文，但來了5個）。

說實話，估計連主辦方阿里媽媽都沒想到投稿會這么火——

總共收到118篇，在頂會Workshop里算高產了，并且邀請了127位專家學者參與審稿。

別的不說，咱先看下Long Papers和Short Papers兩個賽道各自誕生的最佳論文。

Long Papers最佳論文：

研究的是：當多家AI廠商同時爭用戶、用戶偏好又五花八門時，怎么讓模型真正對齊到每個人的真實利益？

結論很反直覺：不用靠強行監管或統一標準，市場競爭本身就會逼著AI越做越貼合每個用戶——個性化本身就是一種對齊機制。

Short Papers最佳論文：

研究的是：讓多個大模型一起參與“競爭”（比如定價、出價），它們真的會老老實實各玩各的嗎？

結論也挺讓人后背發涼：僅靠優化提示詞，LLM智能體就會自發“達成默契”，在不顯式通信的情況下默契抬高價格、不打價格戰——AI市場的“算法合謀”風險，第一次被實打實地證實了。

而除了拿下Long Papers最佳論文的那篇，其余5篇Oral論文也都各有亮點。

第一篇：《Prices, Bids, Values: One ML-Powered Combinatorial Auction to Rule Them All》

一句話總結：通過提出機器學習混合組合拍賣機制MLHCA，讓組合拍賣效率損失最多降到1/10，查詢次數最多減少58%。

第二篇：《Decision Making under Imperfect Recall: Algorithms and Benchmarks》

一句話總結：智能體“記不住自己做過啥”的決策難題，第一次有了算法解法和評測基準。

第三篇：《AI Realtor: Towards Grounded Persuasive Language Generation for Automated Copywriting》

一句話總結：通過設計一套三模塊系統（先挖賣點，再對齊買家偏好，最后做事實核查），成功讓大模型給房子寫銷售文案既能吸引人，又不亂編。

第四篇：《On the Edge of Core (Non-)Emptiness: An Automated Reasoning Approach to Approval-Based Multi-Winner Voting》

一句話總結：投票理論里的一個老坑，被自動化推理工具撬開了。

第五篇：《Post-Training LLMs as Better Decision-Making Agents:
A Regret-Minimization Approach》

一句話總結：通過提出用“后悔最小化”做后訓練，補齊了大模型在需要反復決策的場景中容易短視的短板。

而看完整場Workshop，想必你和我一樣好奇——

能像橋梁一樣連接工業界和學術界，并把專場開進ICLR，阿里媽媽憑什么？

答案，其實并不意外。

只需翻一遍它在機制設計、出價決策智能等方向的“奮斗史”，你就知道，這背后離不開它多年的技術深耕。

阿里媽媽技術深耕

如何準確形容阿里媽媽這幾年技術升級的主線呢？

我想關鍵詞一定少不了：AI化、智能化。

機制設計方面，從Neural Auction到CGA，阿里媽媽把廣告拍賣這件事：

從“學會怎么排個序”，進化到了“直接生成整張最優廣告頁”。

傳統的廣告拍賣機制，比如GSP，本質上是給廣告排序——出價高、質量好的排在前面。

但“排序”在數學上不可微（1就是1、2就是2，沒有1.1這種中間態），所以AI無法通過梯度學習直接優化它。

因此很長一段時間里，這塊主要靠經驗規則撐著，學術界走得謹慎，工業界更是不敢讓模型端到端地去學。

但阿里媽媽接住了這一棒。

通過提出Neural Auction，阿里媽媽率先給出了“可微的排序計算形式”，這項被學界評為“開創性嘗試”的工作，正式打開了端到端學習拍賣機制的大門。

△圖源：阿里媽媽公開技術博客

但問題并沒有結束。

Neural Auction默認每個廣告是獨立的，但現實并非如此——

一條廣告放在哪個位置、周圍是什么廣告、同頁結構如何，都會影響點擊與轉化。

這種“排列之間的相互影響”，傳統排序模型無法刻畫。

于是阿里媽媽進一步換了一個更徹底的思路，做了生成式拍賣（CGA）：

不再一條一條地排廣告，而是讓模型一次性生成整一頁廣告的最優排布方案，把“怎么排+怎么定價”一起學掉，用一個生成模型去直接擬合整個頁面的最優解。

在大規模A/B實驗中，CGA不僅顯著提升平臺收入，也在效果上逼近理論最優拍賣。

后來這項工作還直接被KDD 2025 Research Track接收了。

而這種“用生成式模型一次性搞定全局最優”的思路，也延伸到了智能決策領域。

△圖源：阿里媽媽公開技術博客

智能決策核心解決的是廣告主怎么出價、怎么賺錢。

過去十年，這件事大致走了三步：從簡單規則控制（PID），到用強化學習試著自動調，再到引入更復雜的模型，但結果始終不理想。

這背后核心卡點只有一個——反饋太慢。

廣告投放不是下棋，走一步馬上知道輸贏。廣告主投一筆錢，要等幾個小時甚至幾天才知道ROI是多少。標準RL在這種環境下，學得慢、波動大，所以上線就翻車成了常態。

因此在2023年，阿里媽媽做了一件學術界沒人做、工業界更沒人敢做的事：

通過提出AIGB（AI-Generated Bidding），把“出價”這件事，重新理解成“生成最優策略”。

以前模型靠反復試，而AIGB是根據廣告主的預算和ROI目標，一步一步“生成”一整條出價曲線。

后來在AIGB的框架下，阿里媽媽研發了基于擴散模型的DiffBid，讓出價過程變得更平滑穩定。

在自家廣告平臺實測中，DiffBid能把GMV提升3.6%–5.0%，而且出價曲線更平滑，不會出現“上半場把錢花光、下半場干瞪眼”的情況。

而沿著AIGB這條線，阿里最新的工作AIGB-Pearl，又在“生成”之外加了一只眼睛：

讓模型不僅能生成出價策略，還能反過來評估自己生成的策略好不好，再迭代優化。

（這篇論文也被ICLR 2026接收了）

不過還是那句話，如果只是悶頭做技術，是開不出ICLR專場的。

技術之外，阿里媽媽這兩年在做一件更費勁但更關鍵的事：把自己做出來的東西逐步開放出去。

我們目前看到的，阿里媽媽舉辦的各種比賽以及開源，本質上都是它為了開放而做出的努力。

比如在2024年，他們成了唯一一個擁有NeurIPS比賽主辦權的國內工業團隊，還專門設了AIGB相關賽道，讓全球研究者在同一個問題上做對比和競爭。

同時也開源了AuctionNet這類大規模模擬競價數據和系統，解決了一個長期問題：以前做拍賣機制研究，大家手里基本沒有真實工業數據，只能靠模擬和假設�，F在至少有了一套相對標準的“練習場”。

再加上這次在ICLR開Workshop。

到這里，阿里媽媽的角色，已經從“悶聲做技術”的應用方，變成了這個領域的基礎設施提供者。

學術圈拿到的是數據集、比賽、Workshop；工業界拿到的是真實的業務收益、可復用的范式、能上線的方案。

而把兩邊連起來的，是阿里媽媽自己。