Meta 披露广告分发系统 Intelligent Delivery 的技术细节，该系统通过机器学习在服务链路中动态分配算力，已带来约 10% 的增量排序性能提升。系统利用 6B 稀疏参数的 Resource Core Model 预估请求边际收益，结合分层引擎调度跨地域与异构芯片资源；同时引入 AI 智能体自动探索系统配置，将优化周期从数月缩短至数周。
推荐理由：Meta 披露了超大规模广告系统的算力分配架构，展示了如何用机器学习与智能体自优化提升异构集群效率。
Meta 介绍了广告排序模型特征服务基础设施 F3 Lightning，通过将特征发布与共享执行解耦，使特征上线生产环境的速度提升约 3.6 倍且未增加计算成本。系统在保持单特征独立配置、校验与回滚的同时，通过稳定计算标识符、单一执行计划、跨特征共享内存缓冲区和密集索引映射四项优化消除了重复开销。该架构缩短了发布周期，支持在相同周期内完成更高频的模型迭代。
推荐理由：原文详细拆解了将特征发布与执行解耦且不增加算力成本的四项优化，为大规模广告与推荐系统的工程演进提供了直接参考。
Shopify 宣布 Campaign Autopilot 已面向全体商家正式开放，支持跨渠道广告投放与 SEO 优化。商家在 Shopify 后台设定预算与保护规则后，系统会自动分析店铺与客群，在 Meta Ads、Microsoft Advertising、Snapchat、Shop 等渠道分配投放并动态倾斜预算。
推荐理由：Shopify 将广告托管与 SEO 建议全量开放，商家可以借此自动化跨渠道投放并动态调整预算。