今天小編分享的互聯網經驗:從“黑盒”到“手機爹”,一段人類馴服算法簡史,歡迎閱讀。
技術進步日新月異,但人類的整活能力總在領先一步。
2025 年至今簡中互聯網最火的流行語,一是 " 國運論 ",這篇透過 deepseek 看未來的雄文,後來被證實是 AI 生成的内容;
二是 " 手機爹又把我幹哪來了 ",表達一種下滑刷到陌生内容的詫異感,延伸出來還有大量表情包,甚至短視頻濾鏡。
每一條火爆全網的内容下,都有一群仿佛走錯房間的網友,拘謹又嚣張地帶着 " 手機爹 " 的迷茫表情包,光速加入互動:上一秒還在看中科院院士講解黑洞合并,下一秒就被甲亢哥帶着欣賞廣場舞;剛看了兩集《450 分鍾深度解讀紅樓夢》,轉頭就迷失在修驢蹄子的白噪音中。
矽基大腦能俯仰古今暢聊國運,但将 " 手機 " 和 " 爹 " 排列組合到一起,是只有碳基大腦能整出的絕活。這背後,是技術與人的關系正在悄然改變。
當快速更迭的推薦算法,向我們展現出一個更多面的世界,大部分人都願意放下刻板成見,借助代碼踏進未曾想象過的廣闊天地。
最小代價,最多資源
2007 年,亞馬遜的 Kindle Store 上線,提供超過 9 萬本電子書。大量暢銷書被定價在 9.99 美元,引發了出版行業巨震。
貝索斯在後來給股東的信中寫道:" 我們的願景是,讓世界上每一本書,無論語言如何,都能在 60 秒内獲取 [ 1 ] 。"
這位前世界首富的出發點顯然沒那麼簡單。對電商平台來說,圖書是不可多得的标品品類,電子書更完美解決了唯一不足的庫存負擔。
但在商業回報之外,電子書的确重塑了人們的閱讀方式,将出版行業推入去中心化與全球化的新階段——在印刷術普及之前,書本是奢侈的,因此知識是貴族的特權。而電子書時代,讀者們坐在沙發上動動手指,就能擁有一整個圖書館。
從前只有少部分精英所享有的資源、能力和服務,通過技術革新進入普通人的生活。這正是所有技術進步的特征:它能讓一個人或整個社會,以相對小的代價,獲得盡量多的所需品。從書籍到電燈、汽車和遠程診療皆如此。
在互聯網時代,算法的出現也是一種技術進步。
據 IDC 報告,全球每年產生的數據在 2025 年會增長到 175ZB。現代人每天接收到的信息量是 1986 年的 5 倍,相當于 175 份報紙 [ 2 ] 。
供給極大豐富,知識從未如此唾手可得。九十年代北大保安張俊成能考入北大,是因為有教授給了他兩張聽課證。現在教授學者們有自己的内容賬号,向公眾講解《紅樓夢》、解答高數題;不管是務農、送外賣還是羽毛球技巧,數不清的專業人士願意分享經驗。
但篩選信息、匹配需求的技能,最初卻只有少部分精英掌握。
早期新浪網的首頁編輯部,每天要手動編排上千條新聞标題和鏈接,總編陳彤一度被稱為 " 中國互聯網新聞把關人 ";搜狐當年的 " 内容金字塔 " 模式中,僅有約 5% 的内容能進入首頁流量池。
中心化篩選導致大量長尾、冷門信息被忽視。任何一個人都能通過神奇的互聯網,從零開始學會一門編程語言、一種樂器,甚至精通母豬產後護理。但在浩如煙海的信息裡篩選出适合自己的教程、發現一個自己都不知道的愛好,并不容易。
算法的學術定義是 " 以數學方式或者計算機代碼表達的意見 ",本質上是一種處理信息的新生產力工具。推薦算法的目的是提升供需匹配效率,讓用戶以最短路徑獲得有效内容,甚至是潛在感興趣的陌生話題。
抖音的推薦算法已經屢次為圖書推廣與銷售帶來新機會。
新東方老師董宇輝多次推薦遲子建的茅盾文學獎獲獎作品《額爾古納河右岸》,在抖音直播間做過長達 17 分鍾的即興書評分享,甚至要把這本書 " 刻在墓碑上 "。
在抖音懂文學的不止董宇輝一人。大量文學愛好者直播、短視頻切片助推下,觀眾們被帶入遲子建的世界,流連在大興安嶺與鄂溫克族聚居地,帶動《額爾古納河右岸》一書銷量從 60 萬冊躍升到 500 萬冊,4 個月超過了過去 17 年銷量的總和。
如今人民文學出版社等抖音官方賬号粉絲數均超過百萬。他們每個工作日進行超過三小時的直播,向讀者介紹世界各地作家與好書。
在隔壁,中科院的科普直播、《博物》雜志的觀鳥指南下,聚集了大量野生物理 / 生物愛好者。
從前,黑洞合并過程、魏晉文人轶事等知識,只在少數頂級學者間傳遞。如今,在算法助推下,它們與普通人只隔了一個下滑螢幕的距離。
在這個意義上,推薦算法沒有造就 " 信息繭房 ",相反打開了無數通道,幫上億人收獲新的愛好體驗。
技術的問題,是人的問題
技術哲學代表人物 Lewis Mumford,在三十年代大蕭條期間寫過一本流傳甚廣的書《技術與文明》,其中有一個重要觀點:
技術進步往往會暴露社會在文化認同上的深層次衝突。
上世紀是顯像管技術的黃金時代。從 " 宣揚暴力 " 的超級英雄劇集,到 " 行為不端 " 的《海綿寶寶》、" 過于挑釁 " 的《南方公園》,痛心疾首的家長和專家們一次次走上街頭抗議,給電視帶了一頂又一頂 " 大毒草 " 的帽子。
八十年代波士頓大學校長甚至斷定,電視會讓美國成為一個 " 白痴國家 "。
美國家長電視委員會(Parents Television Council)早期宣言
如今回看,這些争議并不是電視技術帶來的,美國本身就有太多未成年保護、種族以及暴力的問題,電視只是以更加直觀的方式,将這些懸而未決的社會争議帶到公眾面前。
工業革命後,濫用童工、男女同酬的問題逐步出現,背後是傳統社會對兒童與女性權益長期忽視;智能機普及後,對老年人跟不上科技變化的擔憂增多,背後是适老化改造與老年福利保障的結構性問題。
大部分時候,技術都只是一種中性手段,所謂的技術問題,其實是存在已久的社會結構問題,在算法時代也是如此。
2016 年,美國發生過一起著名的 Loomis 訴維斯康星案。被告 Eric Loomis 因涉及槍擊事件被判刑,刑事司法風險評估算法 COMPAS 判斷 Loomis 存在 " 高風險 ",法院因此拒絕給予緩刑 [ 3 ] 。
不滿結果的 Loomis 提出上訴。随後有調查機構發現,COMPAS 的算法存在明顯偏見,比如黑人更可能被認為有高風險。
COMPAS 算法會按 " 潛在風險 " 等級為嫌犯打分。來源:Medium
這是因為算法依循的過往判例資料裡,底層的傳統法官的确具有判案偏好。算法的"缺陷",源于美國社會根深蒂固的歧視現象。
基于現實的數據标籤構成了推薦算法的肌理,縱觀互聯網的網紅史,就是一部中國社會的心态史。
研究網紅文化的學者董晨宇發現,從中國第一代網紅安妮寶貝、芙蓉姐姐,到後來的羅翔、郭有才和理發師曉華,中國網民的情緒經歷了巨大的變遷。
不是神秘的算法黑盒 " 點石成金 ",砸中了小楊哥和李佳琦們,而是用戶用腳投票選出了熱門内容,算法才得以把那些與時代情緒共振的個體推到了台前。
同時,一個不能忽視的事實是,網紅賬号的背後往往有 MCN 的身影。一個成熟的内容機構,能把爆款視頻拆解為内容腳本、視頻剪輯、推流和社互動動等标準模塊,代入各種細分品類公式,持續產出高曝光率的内容。
羅永浩直播還完債離開," 交個朋友 " 依然帶着一批明星活躍在抖音一線;小楊哥不播了," 三只羊 " 旗下還有無數徒弟,循着他的風格做搞笑測評。
如今我們看見的熱門頭條和網絡紅人,不是算法技術的一言堂,而是翻湧的社會情緒、内容的工業生產等諸多復雜因素共同作用的結果。
既然技術的問題,歸根結底都是人類自身的問題,那麼人類社會應該如何與算法、與日新月異的技術共處?
沒有洪水猛獸
工業革命時期,人類文明的詞典上才有了 " 安全事故 " 這個常用詞。
英國曼徹斯特的紡織廠曾因鍋爐故障,炸毀整個廠房。當時的工廠大量采用蒸汽機,但鍋爐設計粗糙,經常超壓爆炸。危險并沒有讓人類回退到男耕女織的農業時代,反而是工廠生產安全不斷規範。
從蒸汽機到靶向藥,任何新技術都會帶來新風險。
歷史早已表明,開弓沒有回頭箭。從來不是有了新的危險之後,就退回到原來的狀态。人類能做的是找辦法降低風險、讓技術發揮更大效用。
19 世紀電線絕緣技術不完善,電燈走火成為災難源頭。但在電路安全不斷完善的今天,點亮一盞燈早已不是危險的夢魇;自動駕駛的早期版本因算法缺陷導致多起事故,引入多傳感器融合和強化學習訓練後,自駕事故率已低于人類司機 30%。
歸根結底,新技術的發展不是一步到位的,歷史已經用無數案例表明,保持動态的眼光、足夠的耐心非常重要。
語言大模型的演進過程,就是技術進步需要時間的代表案例。
在 GPT-2 時代,基本全靠人類直接标注數據、修正輸出,很難對語言大模型進行有效全面的監管。後來 GPT-3 引入了獎勵機制,輔助監督大模型的小模型開始出現。
如今随着多級監督理論不斷進化,DeepMind 為代表的遞歸獎勵建模(RRM)已經能用簡單模型不斷逼近人類復雜反饋,實現分層監督。通過控制小模型,大模型有機會始終處于可管控的範圍内。
簡單的獎勵建模示意圖
對新技術的監管和政策兜底,也一定會經歷動态調整。
在政府層面,歐盟在 2021 年提出了全球首個綜合性的人工智能監管框架,中美日韓等國,也陸續出台了人工智能倫理治理規範、AI 政策框架草案。
在平台層面,最開始運用算法的内容推薦平台已經行動起來,抖音逐漸形成了多樣化的推薦機制與隐私保護制度。
2025 年 3 月抖音安全與信任中心網站上線試運行,面向社會公開抖音算法原理、社區規範、治理體系和用戶服務機制。詳細說明了抖音推薦算法的雙塔召回模型(Two-Tower Retrieval Model),以及 " 推薦優先級公式 " 等細節。
抖音不斷迭代,建立了一個復雜的多目标體系。
比如将收藏率納入多目标,幫助知識類内容推送給有需求的用戶;增強 " 收藏 + 復訪 "" 關注 + 追更 "" 打開 + 搜索 " 等組合目标;設定探索類指标,幫助用戶探索可能他們自己都還沒發現的潛在需求,助力破除信息繭房。
人類對技術的看法與評價也會跟随時代發展更新。汽車剛面世時英國國會如臨大敵通過了 " 紅旗法案 ",每天開車堵在内環高架的現代人回看此事,只會感到無盡的荒謬。
随着時間推移,越來越多人意識到算法不是單方面的黑匣子,其實可以有意識地 " 訓練 " 它,讓它為自己所用。
順着 " 手機爹 " 的指引,在陌生博主的直播間留下打卡足迹;用指令模板與 deepseek 鬥智鬥勇,讓它變成聽話秘書 ...... 這些都是普通人面對技術浪潮,發揮主觀能動性的細微例證。
尾聲
Instagram 創始人凱文 · 斯特羅姆向用戶解釋算法推薦機制的聲明中說:
無論如何每個人都會與 70% 的内容擦肩而過,算法就是确保每個用戶看見的 30%,都是對他而言最好的 30%。
在此之外,那些時代情緒滴下的漣漪,能激發怎樣的創作與共鳴,永遠不是算法所能窮盡的。
矽基芯片算不出來李子柒的田園牧歌,算不出向佐的抽象表演,也算不出甲亢哥能帶火 " 電話禮儀 " 進入小學課程。
從浩如煙海的信息裡選中這些富有魅力的時刻,才是樸實無華的碳基生物所保有的最終解釋權。
參考資料:
[ 1 ] Jeff Bezos loves his Amazon Kindle, Fortune
[ 2 ] 「快速定斷」現象成大趨勢?資訊爆炸的時代下數碼網路速食文化是好是壞 , BAZZAR
[ 3 ] 算法規制:作為治理工具的機器學習 , Cary Coglianese
[ 4 ] 平凡的勝利:互聯網社交媒體三十年,飯統戴老板
[ 5 ] Criticism of 1950s Television, 20th century history song book
作者:任彤瑤