https://bml.asia/tags/algorithm/ Recent content in Algorithm on 苏然的博客 Hugo zh-CN Thu, 17 Sep 2026 04:19:55 +0800 https://bml.asia/posts/algorithm-attention-shackles/ Fri, 04 Sep 2026 18:27:16 +0800 https://bml.asia/posts/algorithm-attention-shackles/ <p><span style="text-indent:2em;display:block;">前阵子我做了个小实验：在抖音里把某个让我不适的关键词设置成“不推荐”，想着从今往后总算眼根清净了。结果没过几天，信息流里又冒出一堆视频，字面上确实避开了那个词，内容却跟我讨厌的东西如出一辙——同样的画面套路，同样的背景音乐，甚至连博主制造情绪的节奏都一模一样。那一刻的感觉很难形容，与其说是失望，不如说是一种被冒犯：我明明用了平台提供的正规功能，它却像没听见一样，继续把我不想要的东西塞到我面前。</span></p> <p><span style="text-indent:2em;display:block;">后来想明白了一件事，关键词屏蔽在推荐系统眼里，大概率只是一张“文本特征黑名单”，而视频是否被推给你，取决于远比标题和字幕更底层的东西。现在的平台普遍构建在多模态内容理解和兴趣图谱之上，算法分析一条视频时，看的不是它说了什么，而是它的画面、配乐、剪辑节奏乃至创作者的语气情绪，跟你平时高频互动的内容有多吻合。在算法的世界里，“字面不同，但本质上是同一种刺激”的两个东西，就是同一个东西。更让人哭笑不得的是，在算法的权重表里，你的文字设置几乎敌不过你的身体反应：哪怕我对这类视频只多停留了两秒，多瞥了一眼评论区，甚至鬼使神差地把它看完了，这些行为数据都会被解读成“真实兴趣”，分量远比手动设置的那几个冷冰冰的关键词重。算法倾向于相信我的注意力，而不是我的声明，哪怕那份注意力只是出于厌恶的一瞥。再往深一层看，平台的核心 KPI 是停留时长和广告转化，能激发愤怒、焦虑、猎奇和爽感的内容天然高产这些指标，于是被算法无限放大，而每一次划动、停留、回看，甚至皱一皱眉，都被转化成了喂给模型的数据燃料。</span></p>