头图由豆包生成，提示词：短视频算法

很多人都有这种直觉：

这话对现象的总结是对的，但对原因的分析则是完全错误的。

不瞒你说，我之前也是这么认为的……直到最近看了抖音公开的算法原理，又听了几场三联书店关于算法的专家讨论，才算是有了稍微靠谱一点的认知。

的确有很多人抱着手机放不下来，并且一直看那几类东西，但算法其实一直在努力让你不要沉迷，不要陷入信息茧房。

很违背直觉对不对？背后的道理倒是不难，只是需要转换一下视角。

算法顺应人性同时也对抗人性

短视频刷来刷去都是那些让你上头的内容，根本原因在于你只愿意看那些东西，在你刷短视频的过程中，算法一定给你推荐过很多别的内容，只是这些都被你划走了，对，一个一个都划走了，不是没出现过。

算法会推荐一些你喜欢看的，经常看的，这是顺应人性。当然，喜新厌旧也是人性，一个东西再喜欢，看多了也难免会乏会腻，所以算法也会顺应“喜新厌旧”的那部分人性，推荐更多样化的内容。

另一方面，即便你对不常看的内容一秒划走，即便你对舒适区以外的内容点“不感兴趣”，算法仍然会继续尝试给你推一些其他的，那些你以前没见过的，在你固有圈层之外的内容，试图让你走出信息茧房。不可能你喜欢猫狗就只给你推萌宠，也不可能你看小姐姐跳舞多一些就全给你推美女视频。某种意义上，这就是在对抗人性。

举个例子，红楼梦算是中国人尽皆知的古典名著了，但是在中国完整看完《红楼梦》原著的，可能还不到一千万人，哪怕是央视经典的《红楼梦》电视剧，受众也肯定不到一个亿。经典名著就是这样，听过的人多，看过的人少，完整看过的人更是凤毛麟角。

但在抖音上，一条长达450分钟的红楼梦解读视频，播放量已经超过3亿次。

从基本的传播规律我们也能想到，在短视频平台，一条长达7.5小时的，文学和历史向的硬核视频，它的完播率一定是不好的。如果平台只看完播率推荐，这条视频不可能成为亿级爆款。最终它达到3亿次有效播放 （排除几秒划走的） ，这里面一定有算法加持。

实际上，抖音算法是一个多目标系统，收藏、关注等用户行为，关联对用户的长期价值。算法把这条超长视频推给了数以千万原本认为自己对红楼梦不感兴趣的用户，在一个很小很具体的维度上打破了这些用户的信息茧房。

信息茧房必定也是商业茧房

当然，算法也不是一开始就这么眉清目秀的。在草莽拉新阶段，在算法还不成熟的阶段，播放停留时长还是最关键的指标，大众普遍喜欢的、门槛较低的内容会被推荐更多，先让你把APP用起来。

但现在短视频平台普遍已经度过了用户习惯培育的阶段，更重要的目标是用户好感度的培育，是用户长期活跃留存，是用户商业价值的转化扩大。让用户沉迷某一类内容，或者沉迷于低营养内容，是不符合平台运营逻辑与商业逻辑的。

对平台来说，让用户形成信息茧房其实是最糟糕的商业模式。

做个极端的推演，假如抖音只留下小姐姐跳舞，快手只留下老铁666，这几乎是人性偏好的最大公约数了，这样一来，它们的商业价值只怕不到现在的十分之一。

一个只看钓鱼的用户，可能会转化出鱼竿和饵料的购买，还可能会给钓鱼直播打赏，可就算重度沉迷的钓鱼佬，又能在钓鱼这件事上消费多少钱呢？

单一维度，总有限度。

从商业层面考虑，平台肯定希望你看完钓鱼再看看汽车，然后了解下孩子作文怎么提高，接着发现同事又去哪里吃饭了正好还有优惠套餐，说不定人到中年的你从小有个音乐梦想，会在某条视频的带动下去买一把小提琴……

即便不考虑商业利益，单一的内容也总有厌倦的时候，单向度的信息茧房一定会在长期导致用户流失，这是平台算法绝不愿意出现的后果。

算法进化让多目标平衡成为可能

那么问题来了：

算法既需要给用户推荐确定喜欢的内容，又要尽可能多地给用户推荐“不了解但可能喜欢”的内容，这就意味着肯定会出现用户不喜欢甚至反感的东西，反过来影响用户体验。这么复杂的目标，算法真的能实现吗？

假设你是超级富豪，有一本专门面向你一个人发行的杂志，一整个专业采编团队的目标就是让你一个人满意，让你多发奖金。他们会仔细研究你的爱好，并且满世界到处搜罗你不了解但可能感兴趣的东西。既要让你每天读到自己喜欢的东西，又怕你对单一内容厌倦，还想让你看到惊喜的内容给编辑发奖金，既想让你每天多看几页，又担心你因此耽误挣钱养不起杂志社，这么多目标要想同时实现，是极难的事情。但你砸足够多钱和人进去，总还是可行的，毕竟服务你一个人就行，你再复杂也能被摸透。

但是，当用户扩大到十亿规模之后，不可能给每位用户都配备一个几百人的专属服务团队，用户也不可能负担得起这个成本。

这就来到算法发挥作用的时候了，算法的迭代进化逐渐让多目标的平衡成为可能。

根据抖音公开的算法原理，算法本身其实不具备“智能”，它并不理解一条视频为什么受欢迎，不明白为什么人们会盯着一条拍夕阳的视频看半分钟不划走，但它会记住这个行为出现的概率，并用模型来预测其他用户的行为。

双塔召回模型

归到本质，就全是数学公式，咱们也不尝试去搞懂了，只需要知道这些模型会从每天数以亿计的视频及其互动内容中汲取数据，成长进化，从而能够实现多个存在交叉与互斥的目标之间的平衡。

既要让你喜欢，又不想让你沉迷，活像一个魅力超凡的“渣男”有没有？

和算法互动才会让自己更舒服

作为内容消费的用户，无论在哪个平台，如今我们都避免不了要和算法相处了。那要怎么调教算法这个“渣男”，让它更合自己心意呢？

以前流传一种打破信息茧房（戒网瘾）的方法，是给自己特别喜欢总忍不住要看的内容点“不感兴趣”，以此减少算法推荐这类内容。这种做法虽然有效果，但一两次操作其实改变不大的（因为会被算法识破内心）。不过这一思路却揭示了一个本质：

算法在每个用户手机上呈现的结果，其实高度依赖用户的互动反馈。

根据抖音公开的算法原理，收藏、评论、主动搜索、过后二次打开等互动对算法来说都是非常重要的反馈。

有句话叫“懂的知识越多，越明白自己的无知。”意思是随着知识版图越大，知识边界也就越宽，就能接触到更多的未知领域。

同样的道理，你在短视频平台接触的内容越多，算法根据智能联想给你推荐的新的兴趣内容就越丰富，这才是一个正向循环。

简而言之，算法虽然很厉害，但算法并不是为你一个人设计的，它只是一个通用的工具，我们作为用户需要不断去与算法互动，变着花样与算法互动，它才能更好地服务我们探索世界和拓展自身边界的需求。

分享一点基本常识：

最了解我们的永远是我们自己，只是有时候通过算法这面镜子照出来的自己真实模样，有人不愿意相信。