题目重点：下一条视频的排序需兼顾有效观看、探索和内容约束。
题意与假设
这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。
- 题目讨论WatchNext设计，未给模型loss/optimizer名称；本文系统目标采用有效观看与满意度，具体数学损失另待核。
- 视频权利/年龄/区域/已看过滤由业务合同定义，不由模型分数决定。
解题路线
- 多路召回长期兴趣、当前会话相似、关注和热门，再排序/重排。反馈含曝光、skip、停留与主动评价，明确哪些是用户真正可选择的行为。
- 会话更新用流式短期特征，离线长期开模；模型与feature版本一致。候选下架实时过滤，故障回退到合法热门，不能让缓存继续推不可用内容。
- 离线时间切分与用户分层，online实验看满意/重复率/长尾/尾延迟。观看时长增长不一定代表体验改善，需护栏与业务判断。
手动走一遍
用户连skip同主题三条，短期profile降权；如果是网络缓冲导致短停留，不能把它当不喜欢内容。训练sample里未曝光内容不是已知负例，需区分召回/曝光机制，避免误解负采样标签。
规模与取舍
QPS×候选数×模型成本主导线上容量；索引/模型更新延迟主导新鲜度。给p95/p99与超时fallback，不能只估平均。
易错点与追问
容易失分的边界
- 来源没给具体loss，不能声称面试要求某种pairwise或cross-entropy。
- 重复内容与同topic不同内容要用可验证定义，而不是只按URL。
继续深挖
- 长尾探索如何设预算而不损害当前满意度？
- 如何证明某特征上线可得，避免训练读取未来数据？
