大型语言模型（LLM）智能体已经能够实现算法发现的自动代码进化。但现有的递归自我改进（RSI）研究在顺序推荐场景中面临两难：通用框架缺乏领域反馈，推荐专用框架只能进行线性进化。直接把两者拼接到生成式推荐（GR）上会失效。GR 与端到端模型不同，它依赖模块级流水线（分词、预训练、对齐），因此现有进化方法出现两大问题：
- 成本盲目：忽视不同阶段的训练开销不对称，导致 GPU 预算浪费；
- 目光短浅：在下游适配前丢弃暂时导致指标下降的上游创新。
为此我们提出 TGR-EvoDAG，一个专为 GR 设计的多智能体代码进化框架。它将进化过程建模为有向无环图（DAG），能够保持多条进化分支并合并互补创新，同时将先进的搜索策略与丰富的 GR 诊断反馈统一。框架的两大核心机制是：
- 阶段感知成本规划：在 GPU‑hour 预算下动态分配各阶段的训练资源，避免不必要的开销；
- 主动下游协同适配：在出现暂时回退时仍保持上游改进，利用下游的再训练来释放跨阶段收益。
在公开的 Amazon 数据集上，TGR‑EvoDAG 实现了首次完整 GR 流水线的自主进化，离线指标提升最高 37.4%，Agent4Rec 模拟用户满意度提升 19.7%，显著超越最强基线。随后在腾讯大规模商业媒体平台的工业部署中，进化后的 GR 在离线 Hit@1 上提升 12.16%，在线点击率（CTR）提升 0.40%（统计显著）。
点评