核心要点
用户塔、物品塔各自把特征编码成同一空间的向量
用内积/cosine 衡量用户-物品相似度，作为召回打分
物品向量离线批量计算入库，在线只算用户向量 + ANN（如 HNSW）检索 Top-K
核心局限：两塔在最后才交互，无法做用户-物品特征交叉
标准回答
结构：双塔分为用户塔和物品塔，各自接收自己侧的特征（用户塔：画像、历史行为；物品塔：ID、类目、内容特征），分别经过 DNN 编码成同一维度、同一语义空间的向量。两塔不共享底层网络，只在顶层用内积或 cosine 计算相似度。
训练：用点击/转化作为正样本，配合负采样（曝光未点 + 全局随机负样本）做对比学习，常用 in-batch softmax 或 sampled softmax，让正样本对向量更近。
在线服务：物品向量可离线批量计算并存入向量索引（FAISS/HNSW）；线上只需实时算用户向量，再用 ANN 近似最近邻检索 Top-K 物品。这使得从亿级物品中毫秒级召回成为可能，是双塔做召回的核心优势。
局限：用户和物品特征只在最后一层通过内积交互，塔内部无法做用户侧与物品侧特征的交叉，表达能力弱于精排的交叉模型。因此双塔主要用于召回，精排再用交叉模型补足。
常见误区
⚠️ 常见踩坑
双塔不能在塔内引入「用户-物品交叉特征」，否则物品向量会依赖用户、无法离线预存，丧失 ANN 召回能力。这类交叉应留给精排阶段。
追问
追问 1：双塔召回为什么不直接拼接做交叉？
一旦把用户特征拼进物品侧做交叉，物品向量就随用户变化，无法离线建库，必须对每个候选实时前向，无法支撑亿级物品的毫秒召回。交叉留给候选量小的精排阶段。
追问 2：双塔训练的负采样为什么重要？
召回面对的是全库，正负样本极不平衡。负采样质量直接决定向量空间的判别力：只用曝光未点会导致样本选择偏差，通常混合全局随机负样本，并对 in-batch 负样本做流行度纠偏（logQ 校正）。
延伸学习
与本题相关的知识库文章、术语、工具与行业资讯。