引子

尽管“网上冲浪”这个词似乎早就不再被提起了，但是我还是尤其钟爱它。喜欢复古的东西是一方面，我现在已经分不清是我喜欢过时的事物，还是我只能和这些被时代遗忘的东西臭味相投。另一方面，则是我实在讨厌“刷”这个动词。

我无意从本能、大脑、意识、成瘾性等方面剖析现在的互联网信息流如何破坏注意力、思考能力之类的事情。我也不想多提及信息茧房这类说法，这些东西实在是陈词滥调。在流媒体、社交、内容平台高速发展的这些年，在信息流成为信息洪流的这些年，这些“唱反调”的说法被一遍又一遍地提起。

可是我不认为多看这些内容，就能轻轻敲醒沉睡的心灵。虽然看似这些东西试图在唤醒沉溺于推荐算法的芸芸众生，但是现在看来，这实则是一种相当不错的博人眼球的手段。只要起个令人震惊的标题，配上上述那些唱反调关键词，再辅以许多成功学、鸡汤、励志的故事，掺杂些悔恨的心情、改变想法与坚韧的意志，一篇妥妥的能够占据信息流中的一滴的文章就著成了。翻看某红书上铺天盖地的“听劝”帖子，与之对比，是否有些异曲同工之妙？

而且，虽然我的互联网生活状态与大多数人大相径庭，但举起个人自由的旗帜，我也并不否定他们。况且他们在互联网信息知识领域实在是学富五车，在这我就得提一嘴我想写这篇文章的原由。最近交识了一位新的朋友。我和他双方有着一些相同的爱好、境遇，所以自然谈得到一起去。只是这位友人谈话时，颇喜欢使用诸多网络流行梗。好吧，其实我也不知道他说的那些究竟是否流行，只是每次他说出来，看我没有反应，便会匪夷所思地问我“这你都不知道？”，故我判断他说的那些应当是“世人皆知”的互联网基础知识吧。

冰冻三尺非一日之寒，罗马城也不是一天建成的。我现在的状态，是由我的经历、想法和思考种种汇聚而成。或许我可以谈谈，我这般“叛逆”是如何练成的。

选择的权利

推荐算法想必读者都不陌生，我对于它的看法之后再谈。首先我想谈的是，“现代人主要的浏览信息的设备是手机”这件事，如何轻易杀死在互联网海洋中徜徉的人们。

放在十年前，关于智能手机使用者覆盖率，对于讨论这个问题，还可以算是前提条件存疑。放在当下，我想“现代人主要的浏览信息的设备是手机”这个命题，应当是个不争的事实了。虽然这也是个设备形态问题，但是本文便不再赘述由于手机之便利这个因素，导致用户上网浏览信息这一行为的便利增加，以及成本的降低。我想探讨的是，由于手机屏幕的特点，导致软件中信息展示的不同，从而影响人们的网上冲浪行为。

手机相对于电脑屏幕这种传统的显示设备，由于其屏幕小的缘故，为了保证信息的显示效果，必然要降低信息的显示密度。这个差异，使得手机上浏览信息的方式是“线性的”，而非传统显示设备上的非线性。这里的线性，指的是用户几乎只能跟着平台算法给他安排的信息流来浏览，而不是在许多内容中，选择一个想要点击查看的。

设想一下你去逛一个奇怪的商场，这个商场只有一个十分狭长的过道，你不知道不同类型的商品摆放在哪里。你只能在这个狭长的过道里通行，看着身边的商品不断变化，果冻、酸奶、肉松饼、土司、奥利奥……哦，不知为何，突然在诸多零食中出现了一双高跟鞋，我得说，这个体验实在糟糕透了。然而真正的商场哪有这个样子的呢？它们往往都会在商场入口或者电梯旁，告诉你各层分别有什么，每层的各个区域又有哪些商店。

为了方便更直观的理解，我们不妨定义一个“密度”：显示设备的屏幕单位永远为1，在不同的内容软件中，基本信息单位数量（如视频、帖子）除以屏幕单位，则是这个软件，在某个显示设备上的信息密度。

$$
D_{内容平台}=\frac{信息数量}{屏幕单位}
$$

以我手上的一些设备举例，来测试不同软件的信息密度。

当然，如果你是短视频用户，你会惊喜的发现短视频的信息密度是1，这是个完全线性信息流的内容平台。

密度越低，选择就越少；选择越少，你在获取信息这个行为上就越被动。当信息密度是1的时候，你的注意力就完全成为平台和它的算法的待宰羔羊。

人为刀俎，我为鱼肉。由屏幕形态所导致的信息密度低，让本就被推荐算法所困的用户，更受桎梏。

所以，无论是为了自己的注意力，还是自己在信息流上的选择权，我都会避免在手机上寻找获取信息的快乐。

你们拥有了我们曾经梦寐以求的权利——选择的权利。

——bilibili献给新一代的演讲《后浪》

听起来，有点搞笑。

内容“消费”

我曾在某些数码产品评测的视频中，听说过“内容消费”这个词。在大多数情况下，这个词被用来作为刷视频、看电影之类行为的故弄玄虚的高阶词汇替代。我试着检索它，想要获得更准确的描述，但是在简体中文互联网上的搜索结果寥寥无几。用英文检索，倒是有 Media consumption 这个说法：

Media consumption or media diet is the sum of information and entertainment media taken in by an individual or group. It includes activities such as interacting with new media, reading books and magazines, watching television and film, and listening to radio.

但是实际上，这个词放在当下这个五花八门的内容，以及UGC（User-generated content）仍在爆炸般产生的时代，确切实在地描述了每一位观众、读者——都可以被称作为内容消费者的一群人的行为。

不谈那些对于“消费”一词的诸多经济学定义和其他知识，我们直接把内容消费和日常中随处可见的消费联系起来好了。无论你生活在哪个国家和地区，在消费的过程中，总伴随着你拥有的“硬通货（例如美元或其他的强势货币）”的支出，用以换取商品。把这个行为映射到内容消费中，内容创作者产出内容，放到平台上，而后观众获取内容进行观看、阅读或欣赏。创作者产出的内容是商品，而观众手中的硬通货则是“注意力”。就像商人想出售更多的商品赚得更多，创作者也想要让他的商品被更多人消费，那么就需要更多的观众看到他的作品。你付出了注意力，他获得了流量，而后流量会转化成声望、权威和金钱。虽然我承认许多创作者创作和分享内容的目的是获得赞赏和认同，但在这个人人都有，至少是都想有副业的时代，谁不想从互联网自媒体这行当中分一杯羹呢？

我并不是想重复“时间价值”之类的鸡汤概念，也不想提“贴现率”这种抽象概念，这些东西与本文无关。如果像这样把内容消费和现实中的商品消费联系的话，一个直观的想法就出现了——我为什么要花那么多钱（注意力）来做这件事（消费内容）呢？我们大部分人并不是腰缠万贯的人物，平时买点必需品都要精打细算；想置办些大玩意儿，还得等618。

而内容消费世界中，人人都像个富翁。

算！算！算！

杂志、广播和电视这种传统的内容平台，固然会选择一些流行的、有热度的内容刊登、播放，但是它们的对于实事热点的响应速度并不快，毕竟有着出版和播放周期、内容审核等无法避免因素。播放新闻内容的平台，虽然对实事有着快速的响应，但那也都是编辑导播安排好的内容。而UGC平台就不一样了，无论是内容的丰富程度，还是对于热点信息的响应速度，都达到令人沉溺其中的程度。打开应用就能看到刷不完的内容，打开热搜就能看到当下正发生什么，信息源源不断地涌出。

如果没有算法，这或许也只是内容丰富的普通平台罢了。可是，它们有算法。

人们对于推荐算法的第一印象应该是算法可以捕捉到个人的喜好，正因如此，用户才会沉迷其中看个不停。事实的确如此，但多少有些片面了。实际上，算法可以做更多事。

也许你看过采访小红书演算法工程师 Nick的一期播客，Nick 讲了许多平台如何利用演算法来吸引用户，以及演算法如何逼迫内容创作者持续不断地创作内容，也就是为平台打工。没错，大家口中的“推荐算法”不止在尽力占用用户的时间，也在尽力充当资本家，逼迫平台上的内容创作者加入有着操盘手的 Rat race。

这期播客中的另一个话题，更加吸引我——平台的应用到底有没有监听用户？Nick 的说法是平台完全没必要对用户进行监听，即便这在技术上是可以实现的（题外话：对于这个问题，卡巴斯基实验室提出过“经济不适用”的看法）。物以类聚，人以群分，平台的算法可以通过通讯录、地理位置、IP 等其他特征信息，猜测到你和你身边的人的喜好。也就是说，当你和你的朋友聊的正酣，打开某平台一看，正好推送了刚聊到的东西。你以为手机窃听了你和你朋友的对话，但实际上你的朋友已经看过这刚聊到的东西，甚至已经加入购物车或下单了。

这个故事给了我两点思考。第一点是这种推荐算法某种程度上帮助了用户获得“谈资”。就如我著此文的原由里提到的，朋友聊天时疯狂输出热梗，而我却一个也接不住。换位思考，我实在是一个扫兴的人。梗这种抽象的东西暂且按下不表，更平常的对话应该是“你刷到某某人、事、物了没？”。这不禁让我回想起小学时候，总期待着第二天上学时，和同学讨论昨晚《电击小子》的精彩剧情。然而内容平台可不是电视台，在某时某刻某频道上，所有观众看到的都是同样的播出内容。如此这般“与周围联系起来”的推荐算法，帮助平台在“每个人都看到属于自己内容”的当下，给予用户和他身边亲朋好友共同的谈资。

有个更好的例子是简中用户看 YouTube，刚开始大概率刷到诸多国内政经黑料视频。这是因为简中用户画像就是这个样子。

第二点则是接着上面提到的，虽然这种算法一定程度上能够帮助你跳脱出只有自己喜好的信息流，但实际上是从一个小的信息茧房跳到了更大的信息茧房。每一位用户自己的喜好是一层，身边的人的喜好是一层，相同性别和年龄的喜好是一层。层层嵌套，总有一套茧房属于你。这就不难怪为何即便我在哔哩哔哩上从不看色情擦边，但是首页一直会给我推荐这类视频了，这可能就是我这种人的用户画像吧。

当你看到推荐中出现与你的浏览记录毫不相关的内容时，除了考虑这是否是周围人和同类人喜欢的内容，还要考虑到这个内容题材或许是平台想要推送的。当平台发现某类内容有潜力时，它完全可以主动增加这类内容的曝光度，使其获得更多的流量；而后会有其他内容创作者观察到这类内容火起来，便会跟着做这样的内容。这就是上文提到过的逼迫内容创作者加入 Rat race 的一种。这种事情无论对于内容创作者，或是观众，完全是不可抗力。

例如结合日本近期国情和新闻，猜测近两年日本想要吸引移民投资，顺带帮他解决房地产问题。在 YouTube 上检索日本房产投资开箱等视频，点进做这个视频的频道首页，可以对比出这期视频有着奇怪的、高于其他视频的数据。

但也许就是这两年移民和投资日本比较热门，即便不需要有关部门和平台下场干预算法，即便日元、日本税法、日本央行等多个参考因素都说明这不是个明智的决定，但观众也对这种内容喜闻乐见。But, Who knows?

收手吧，阿祖，你已经被算法包围了。

利用好奇心的坏东西

早年的互联网就有所谓的“UC体”标题，例如使用“震惊”一词，表达某件事的离谱程度，从而吸引人点击。

我曾被招募加入了哔哩哔哩官方公众号的读者群，这个群的最大作用就是公众号小编会为明天要发的内容起数个标题，然后让群友投票选出最受大家喜欢的标题。

对于内容创作者来说，研究标题如何吸引观众点击，当然是个十分十分重要的事。把自媒体当做职业的人，肯定尝试过使用大数字、疑问句、热点词来让标题更吸引人。这种事情无可厚非，我不想痛斥他们如何蹂躏我旺盛的好奇心。

然而，总有些过分的标题，让我想吐槽几句。例如在小红书上，搜索某商品、旅游攻略的帖子时，必然会看到的“不要买”或“劝退”格式的标题。这种不在标题中涉及任何实质内容，仅仅是利用了人性中“怕后悔”的脆弱来吸引人的行为，让我嗤之以鼻，因为它利用人性的弱点来让自己脱颖而出，但是又吝啬到不愿意在标题中透露哪怕多一点的有效信息。除此之外还有些被我拉进黑名单的标题，例如“你应该知道……”、“朋友说不用剪辑”、“进来硬控你n秒”、“官号终于到我手上啦”这种纯粹利用好奇心的标题。

没错，我是如此讨厌这些纯粹的，使身为人类的我好奇的标题。

虽说这些标题利用了人性中诸多的脆弱，但是有趣的是人的本能意识是可以被训练和修改的。我诚实地描述一下我现在看到这种标题的心里活动：一瞬间的好奇，而后是反感与恶心。在这之后，如果条件允许，我会尝试告诉算法我不喜欢这类内容，并给作品点个踩。

如果你是这样的内容创作者，不用在意我以上提到的种种。我所做的只是为了让算法给我少推送这类内容，从而减少我觉得恶心的情形。以要靠着自媒体吃饭的创作者视角考虑，这样的标题过于完美，因为毫无疑问大多数人都会被吸引。

唉，好奇心。唉，人性。

结语：我如何在互联网上生活

读到这里，想必你已经看出来了，我是多么抗拒被算法和好奇心主导的互联网生活。

但可惜的是，我并没有什么明智的方案来解决这个问题，优化我的上网体验。我没有热情与技术力去一个呼吁和实现一个“自由独立自主且自我主宰信息的互联网”，网络上许多浏览、阅读和收集信息的方案我也没有好好实践下去。

我挺反感类似“社会就是这样”的说辞，因为这不过是把“无力感”扔到桌子上后，就不管不顾且随波逐流了。但我还是想说“现在的互联网就是这样”。无论是平台，还是在平台上遇见的其他和我一样的观众，都并非是包容开放和自由的。Web3 的大规模实践还远在天边，中心化仍是主宰。只要我还在中心化的内容平台上生活，几乎是必然会收到平台的信息推送和宰治。

但我还是有几点想要分享。算不上建议，顶多算呼吁。

也许有一天，我说也许。也许有一天我们会对互联网内容失去信心，因为平台和算法的宰治在今日为止都还在持续。但我觉得不是今天。

1. 限制关注数量。无穷的远方，无数的人们，并非都和你有关。
2. 推荐制关注。注意你已经关注的人推荐了什么。很好的推荐，使我关注列表增加。爱来自意识的主观能动性。
3. 选择很重要。选择是用户的权利。
4. 少手机，多生活。陈词滥调，无需多言。

最后，我得澄清，我的所言所为并不意味着我否定积极接受算法的生活。像我这样的网上生活，实在是少了许多乐趣。和朋友聊天时，少了许多灌水的话题；朋友推荐给我的视频大都是标题党或搞笑视频，我压根不想看；远离热门话题太多可能会被嫌弃老土。

这时当然又会有人质疑，说刷信息流才是网上冲浪应该有的心态啊，如果带着太强的目的性来，这还能当作是网上冲浪吗？然而事实是我常常抱着“冲浪”的心态开始上网，不过许多原始的冲浪行为，一旦被套上了“推荐算法”，以及当下主要的接受信息的设备形态，就宛若天上降魔主。这个问题将不再是有无目的性，或者主动或被动接收信息与否之争了，而是我单方面地被信息流屠戮。

这不是什么自恃清高。只不过在我这儿，自由、叛逆和独立思考，我想要他们同时成立。

对了，这篇文章实际上填了《赛博世界中的几件趣事》中挖的坑。

当然，感谢演算法，帮助我与她再会。不过我其实还是蛮讨厌平台的推荐算法的，不过这又是另一个值得说道的话题啦。