最近机器学习权威学者Michael Jordan在一个巴黎的AI峰会上提到了，他认为AI发展的下一个重要的区域是和经济学的一些思想结合，研究“市场”（Markets）的演化。

AAAI 2025上Zhiwei (Tony) Qin、Chengchun Shi和Hongtu Zhu做了一个叫“Decision Intelligence for Two-sided Marketplaces”（http://t.cn/A6rZPmgl）的短课程。这个短课程总结了这几年来关于像Uber和Didi这样“双方市场”的一系列重要工作，涵盖：

1. 双方市场的基础：这里面包括理解和预测供需关系（有不少打车软件的技术分享）。
2. 决策的策略优化（Poicy Optimization）：这里面主要是利用“强化学习”（RL）来指导算法进行目标的优化（这里包含Online RL的应用，号称是工业界的第一个实战应用）。
3. A/B测试：在市场里面进行A/B测试，有很多额外需要考虑的挑战，例如Spill-Over效果等。这里又是使用了RL来对测试进行优化。这个方向其实还是有很多重要的应用的。那就是大多数公司的A/B测试平台都相对比较低效。
4. LLM的应用：这里面主要提到了一些Simulation的作用。因为有很多市场场景没法快速测试，于是Simulation就变得异常重要。

总体来说，整个短课程其实重点分析几位作者在Didi的工作，前后有不少连贯性。但是，对于双方市场这么大一个领域来说，是不是其他的市场能够从中借鉴，还需要深入的讨论。不过，这依然不妨碍大家来对这个领域进行一个总体的了解，很多这里谈到的技术都有可能应用到例如电商、租房等其他双方市场。