独家对话李岩：宿华、经纬、红点资金支持，第一个「生成式推荐」创业公司｜AI Pioneers
内容提要
李岩是元石科技的创始人，团队开发了名为“问小白”的产品，基于自研的大语言模型，通过生成式推荐算法提供个性化内容。他们希望解决推荐系统只能推荐头部内容的问题，通过训练模型和引导用户关注优质信息来满足用户个性化需求。他们认为生成式推荐算法将对内容行业产生巨大影响，希望通过“问小白”产品促进AI技术普及。
延伸解读
生成式推荐：从“千人十面”到“千人千面”
李岩指出，传统推荐系统基于协同过滤，容易陷入“头部内容”循环，导致用户小众兴趣被埋没。而生成式推荐算法借助大语言模型，能更深入理解用户需求，实现真正的个性化推荐。这不仅提升推荐效率，还能引导用户关注优质信息，对抗“精神熵”。
自研MoE大模型：成本与效率的平衡
元石科技从第一天就选择MoE架构自研大模型，以兼顾大参数量和低推理成本。李岩认为，微调开源模型能力有限，而自研模型能针对产品场景深度优化，在效果和速度上更具竞争力。目前“问小白”免费，得益于极致的训练和推理优化。
产品形态：Feed与Chat融合，降低使用门槛
“问小白”将AI生成内容以Feed流呈现，用户开屏即见个性化推荐，并可随时通过Chat交互。李岩认为，纯Chat交互有主动提问门槛，而Feed+Chat模式能覆盖更广泛用户，提供无需主动交互的流畅体验，同时通过持续互动更了解用户。
团队优势与商业化前景
李岩团队拥有搜索、AI研究和产品化经验，是少数能整合多模态、搜索、推荐技术的团队。目前产品处于论证用户价值阶段，商业化尚早。李岩认为，大体量内容产品有成功变现先例，如快手，但需先建立大规模用户价值。
Q&A
李岩的创业公司元石科技主要开发了什么产品？
元石科技开发了名为“问小白”的产品，基于自研的大语言模型，通过生成式推荐算法提供个性化内容。
生成式推荐算法与传统推荐系统有什么区别？
生成式推荐算法不再基于协同过滤，而是通过挖掘用户深层次需求，实现真正的个性化推荐。
李岩认为当前的推荐系统存在哪些问题？
李岩认为当前的推荐系统仍然落后，未能实现完美的个性化推荐，常常只推荐头部内容。
“问小白”产品的主要功能是什么？
“问小白”提供Feed和Chat功能，用户可以看到个性化生成的内容，并与AI进行互动。
李岩希望通过技术创新解决什么问题？
李岩希望通过技术创新帮助用户进入心流状态，对抗精神熵，提升信息获取的幸福感。
元石科技的团队背景如何？
元石科技的团队拥有深厚的搜索、AI研究和产品化经验，适合做生成式推荐产品。
