被算法改变的人

2018年8月14日，国家广播电视总局的行政处罚决定书措辞严厉，要求北京微播视界科技有限公司“不断升级有效管用的管理办法，无死角清除存量问题节目，坚决遏制突出问题节目死灰复燃，严密管控新增变种问题节目”。同一天，一个拥有两百万粉丝的抖音账号停更了。没有告别视频，没有置顶说明。最后一条内容停在一天前的晚上，一段十五秒的街拍，女孩对着镜头笑了一下，转身走进人群。评论区有人问“怎么不更新了”，没有人回答。

两件事发生在同一个二十四小时里，彼此之间没有因果关系。但它们被同一条逻辑串联：一边是监管的铁拳砸向平台，一边是普通人在这张平台上搭建的生活突然悬空。平台被处罚，创作者被遗忘，算法继续运转，像一条河流改道后留下的旧河床，水流走了，痕迹还在。这是抖音十年中最容易被忽略的对照。

监管文件里写的是“问题节目”，是“存量”，是“新增变种”。算法系统里跑的是完播率，是互动权重，是用户停留时长。而在这两套语言之间，是数以亿计的具体的人。他们滑动屏幕，停留，被算法塑造，也在反向训练算法。这个双向过程一旦启动，就不再由任何单一意志控制。

张一鸣在2016年决定押注短视频时，他赌的是推荐引擎的效率。他没有赌的是，效率本身会成为一种文化力量。而文化力量一旦形成，就会反过来追问造浪者：你造出的浪，正在把人们带向哪里。

要理解这个追问，需要先看清算法如何重新定义“被看见”。在抖音之前，一个普通人被大众看见的路径是清晰的，也是漫长的。你要么通过传统媒体的筛选——编辑、记者、制片人层层把关；要么通过社交网络的裂变——先在小圈子里积累口碑，再逐级破圈。这两条路径都有门槛：前者是机构门槛，后者是社交资本门槛。

一个没有背景、没有资源、没有专业训练的普通人，几乎不可能在短时间内获得百万量级的关注。抖音的算法推荐系统拆掉了这两道门槛。

它不问你是谁，不看你认识谁，不在乎你有没有经纪公司。它只问一个问题：你生产的内容，能不能让用户停下来。

这个机制的核心是去中心化的流量分配。一条视频发布后，系统先给它一个小的流量池——可能几百次曝光。如果在这个池子里，完播率、点赞率、评论率、转发率达到了某个阈值，系统就把它推到更大的池子。一层一层往上推，理论上没有上限。这意味着一个零粉丝的新账号，只要内容数据足够好，可以在几小时内获得百万甚至千万级播放。

这个机制创造了一种前所未有的可能性。很多普通人第一次发现，自己被看见不需要经过任何人的许可。算法就是那个许可。它冷酷、精确、不近人情，但也因此显得公平——至少表面上是公平的。

但公平的背面是残酷。算法的流量分配遵循的是数据逻辑，不是价值逻辑。一条记录乡村生活的视频和一条猎奇搞怪的视频，在算法眼里没有本质区别。它只看哪个能留住用户。这就导致了一个结构性后果：内容创作开始向数据表现最优的方向倾斜。

不是所有创作者都愿意迎合，但愿意迎合的人往往获得更多流量。久而久之，整个内容生态的基线被拉向了更容易刺激多巴胺的那一端。

一位在抖音上做知识科普的创作者后来回忆，他花了三个月做深度内容，平均播放量不到五千。后来他尝试把同样的知识点拆成十五秒的“冷知识”片段，配上快节奏的音乐和夸张的标题，单条播放量突破了五百万。他说自己“赢了算法，输了自己”。

但他没有停更。因为停更意味着彻底消失。这就是算法施加的结构性压力。它不强迫你做任何事，但它通过流量分配让你自己做出选择。每一次选择都看似自由，但所有选择的集合指向同一个方向。

MCN机构是最早看懂这套逻辑的组织。它们比个体创作者更早意识到，算法可以被研究、被拆解、被反向利用。一份在行业内流传的“爆款内容元素周期表”文档，把抖音上的成功内容拆解成了若干元素：前三秒必须出现冲突或悬念，背景音乐要从指定的热门曲库中选择，字幕要大到在手机屏幕上占据三分之一面积，结尾要留一个引发评论的问题。

文档用表格形式列出了不同内容类目的元素组合，像化学配方一样精确。这份文档不会出现在任何官方培训材料里，但它比任何官方指南都更接近这个平台真实的运行逻辑。它揭示了一个事实：算法造浪的过程中，内容本身正在被工业化。创作者变成了流水线上的操作员，按照配方组装视频。那些配方确实有效，但有效的前提是，你必须放弃一部分自我表达，去迎合一套由数据推导出来的规则。

这不是抖音独有的问题。所有依赖算法分发的平台都面临同样的困境。但抖音的规模让这个困境变得不同——当数亿人同时在这个系统里创作和消费，整个社会的表达方式就开始被这套逻辑重塑。

一个垂直领域作者的经历提供了另一种视角。他在抖音上做古建筑摄影，内容冷门，受众狭窄。按照爆款逻辑，这类内容几乎没有机会。但他发现了一个现象：算法在推荐他的内容时，会同时推荐一些与他内容高度相关但极为冷门的标签，比如“斗拱结构”“榫卯节点”“歇山顶”。这些标签的搜索量极低，但使用这些标签的用户，完播率和互动率异常高。

算法捕捉到了这个信号，开始把他的内容定向推送给对这些标签感兴趣的用户。这个发现让他意识到，算法并非只奖励大众化内容。它同样在寻找细分领域的匹配效率。一个内容如果能精准触达一小群高度感兴趣的人，其数据表现可能比泛化内容更好。问题在于，这种精准匹配需要时间——算法需要积累足够的用户行为数据，才能识别出这些冷门标签背后的真实需求。而在这个积累过程中，大多数创作者已经因为看不到即时反馈而放弃了。

他坚持了下来。两年后，他的账号积累了三十万粉丝，在古建筑摄影这个细分领域里，这个数字意味着绝对的影响力。他没有成为爆款，但他找到了自己的空间。这个空间不是算法主动给予的，而是他在算法的缝隙中一寸一寸凿出来的。

这两个案例之间的对比，指向了算法造浪的双向性。用户被算法塑造，同时用户也在用每一次滑动、每一次停留反向训练算法。一个用户持续在冷门标签上停留，算法就会学习到这个信号，开始推荐更多相关内容。

一个创作者持续在某个垂直领域深耕，算法就会逐渐识别出这个领域的受众群体。这个过程缓慢、不透明、充满不确定性，但它确实在发生。

问题在于，这个双向过程并不是对称的。算法对用户的塑造是即时的、强力的、无处不在的。而用户对算法的训练是缓慢的、微弱的、需要持续投入的。这种不对称意味着，在大多数情况下，算法占据主导地位。它决定了什么内容被看见，什么内容被淹没，什么表达被奖励，什么表达被惩罚。

这种主导地位带来的后果，正在从个体层面蔓延到社会层面。注意力结构的改变是最先被注意到的。抖音的沉浸式全屏设计和上下滑动的交互方式，创造了一种前所未有的消费体验。用户不需要做任何选择，只需要滑动。每一条视频都是算法为他量身定制的，每一次滑动都是一次即时反馈。这种体验的效率极高，但也极易上瘾。很多用户发现自己不知不觉就刷了几个小时，放下手机后却记不清看了什么。

这种注意力模式开始向其他场景渗透。看长视频要倍速，读长文章要跳读，听播客要快进。

耐心变成了一种需要刻意练习的能力。而注意力的碎片化，又反过来影响了内容生产——既然用户没有耐心，内容就必须在更短的时间内抓住他们。这是一个自我强化的循环，算法只是这个循环的加速器。

成名路径的改变是另一个后果。在抖音之前，成名是一个线性积累的过程。你需要时间、作品、口碑、机遇。而在抖音上，成名可以是瞬间的。一条视频爆了，一夜之间你就从素人变成了网红。这种可能性激励了无数人投身创作，但也制造了一种新的焦虑：你永远不知道下一条视频会不会爆，也永远不知道爆了之后能维持多久。

一位曾经一夜成名的创作者描述过那种感受。他的某条视频获得了三千万播放，粉丝从几百涨到了五十万。接下来的一个月，他每天发布三条视频，试图复制那个爆款。但播放量一路下滑，粉丝开始流失。他陷入了严重的焦虑，每天醒来第一件事就是看数据，睡前最后一件事也是看数据。他说自己“被数据绑架了”。这种焦虑不是个例。在抖音的创作者生态里，数据是唯一的反馈机制。

直播从业者面临的是另一种压力。与短视频不同，直播是实时的、持续的、无法剪辑的。主播必须在镜头前保持数小时的高强度输出，同时应对算法对直播间的实时流量调控。一个直播间的人气波动，可能只是因为算法在测试不同的推荐策略，但主播会把它解读为自己的表现问题。

一位主播在直播结束后，对着已经空无一人的直播间说了一句“谢谢大家，明天见”。这句话没有观众，没有回放，没有被算法记录。但它存在过。它是这个系统里少数没有被数据化的瞬间之一。在这个瞬间里，主播面对的不是算法，不是流量，不是数据，而是一个简单的、属于人的习惯——告别。

这个细节之所以重要，是因为它提醒我们，在算法造浪的宏大叙事之下，还有无数具体的、微小的、无法被量化的时刻。这些时刻不产生数据，不贡献增长，不被任何报表记录。但它们构成了这个平台上真实的生活。

回到本章开篇的那个对照。监管文件与停更账号，一个来自外部，一个来自内部。它们之间没有因果关系，但共享同一个背景：当算法成为基础设施，它的根系已经深深扎入社会土壤。

在这片土壤里生长出来的，不仅是商业价值，还有被改变的人。这些人包括一夜成名的创作者，包括依赖平台生存的直播从业者，包括被流量裹挟的内容团队，也包括在算法缝隙中寻找空间的垂直领域作者。他们的故事构成了抖音社会影响最真实的注脚。这些故事里有成功，有失败，有坚持，有放弃，有适应，有抵抗。它们不能被简单地归纳为“算法的胜利”或“人的异化”。它们是具体的、复杂的、充满张力的。而正是这些张力，构成了对“算法造浪”这个书名最直接的回应。

浪不是凭空产生的，它由无数水滴的位移汇聚而成。每一滴水都在被浪塑造，同时也在塑造浪。这个过程没有终点，没有平衡态，只有持续的互动和调整。有一种流行的解释认为，抖音的成功与“人的热血”关系不大。

它是字节跳动把推荐系统、增长中台与全球化资本三件事做对的工程结果。所谓深夜会议室的沉默、被否决的方案，只是幸存者叙事对随机过程的浪漫化。换一批同样理性的人，结果大概率相同。

这个解释有它的道理。推荐系统的技术架构确实是核心竞争力的来源，增长中台的效率确实决定了产品的扩张速度，全球化资本的运作确实为TikTok的海外扩张提供了弹药。这些都是事实。

但如果只看到这些，就会忽略另一个事实：技术系统不会自己做出选择。选择是人做的。选择在什么时候上线，选择优先推荐什么内容，选择如何处理监管压力，选择在增长和合规之间如何分配资源——这些选择不是算法自动生成的，它们来自具体的人在具体的时刻做出的具体判断。而这些判断的质量，取决于判断者的经验、直觉、价值观，以及他们在压力下保持清醒的能力。

零件时刻由此从内部人扩展到了外部用户。当算法系统需要优化某个指标时，它会把用户简化为数据点，把创作者简化为内容供给源，把内容简化为特征向量。

这份责任不是抽象的。它意味着，当算法奖励某种内容时，你需要问这种内容对社会意味着什么。当算法改变用户的注意力结构时，你需要问这种改变是否可逆。当算法重新定义成名路径时，你需要问这种重新定义是否公平。2018年6月，抖音在搜狗投放的广告中出现“邱少云被火烧的笑话”，违反《英雄烈士保护法》，字节跳动随即暂停广告业务，对推广团队负责人作停职处理，并在全公司发起英烈教育。2019年，一位博士生因抖音推荐“可能认识的人”涉嫌侵犯隐私而起诉，法院一审判决抖音败诉。这些事件共同勾勒出一条清晰的轨迹：算法的根系越深，平台需要承担的土壤责任就越具体、越沉重。

那份“爆款内容元素周期表”在MCN机构内部的流转方式，比文档本身更能说明问题。它通常以截图形式存在，被拆成若干张图片，在微信群和钉钉群里转发。没有人知道最初是谁做的，也没有人追究版权。它像一份地下出版物，在行业里口口相传，不断被增补、修改、重新排版。一家中型MCN的运营总监在内部培训时打开这份表格，对着新签约的创作者说：前三秒的冲突类型有七种，背景音乐的热度周期是十四天，字幕字号不能小于四十八磅。他说这些话的时候语气平静，像在念一份操作手册。新人们低头记笔记，没有人问为什么。他们知道，问为什么没有意义。算法不回答为什么，它只回答能不能。

但选择仍然存在。一个做美食内容的创作者在签约MCN三个月后，被要求把原本十分钟的烹饪教程压缩到四十五秒。运营给出的理由是：完播率。四十五秒是算法在这个类目里给出的最优解。创作者试了一期，播放量确实涨了。但他发现，四十五秒装不下任何一道菜的真实做法。他只能拍最刺激的步骤——热油下锅、火焰升腾、成品特写。中间的等待、调整、失败，全部被剪掉。

他面临一个选择：继续做四十五秒的爆款，还是回到十分钟的教程。前者意味着流量和收入，后者意味着坚持和不确定。他选择了前者。但他给自己定了一个规矩：每周末发一条十分钟的完整版，哪怕播放量只有几百。

这个规矩他坚持了半年，然后停了。不是因为放弃，是因为周末的时间被商单占满了。这个选择的后效是：他的账号粉丝过了百万，但他自己再也没做过一道完整的菜。

直播从业者面对的是另一种时间结构。短视频可以剪辑，可以重拍，可以等待最佳状态。直播不行。直播是实时的，每一秒都在被算法评估。一个主播在开播后的前十五分钟，会经历一次关键的流量分配。如果这十五分钟的数据达标，算法会把直播间推给更多人。如果不达标，流量就会停滞。这意味着主播必须在开播前就进入状态，不能有热身，不能有铺垫。

一位做服装直播的主播后来描述过那种压力：她会在开播前半小时关掉手机，对着镜子练习开场话术，把声音调到比平时高两个度。开播后，她必须持续说话，不能冷场，不能停顿。因为算法会把停顿解读为内容质量下降。一场四小时的直播结束后，她的嗓子是哑的，但数据是好的。她对着空荡荡的直播间说了一句“谢谢大家，明天见”。这句话没有观众。直播间已经没有人了，回放也不会被算法推荐。但她还是说了。这个习惯她保持了三年。

三年里，她的直播间从几十人涨到了几万人，又跌到了几百人。算法调整了推荐策略，她的类目不再被优先推荐。她没有离开，只是把直播时间从晚上八点改到了下午三点。她说，下午三点的时候，她还能看见窗外的阳光。

垂直领域作者在算法缝隙中找到的空间，需要更长的耐心。那位做古建筑摄影的创作者，在坚持更新一年后，注意到后台的推荐来源里出现了一些奇怪的标签。这些标签的搜索量极低，有的只有几十次，但使用这些标签的用户，完播率接近百分之百。他开始研究这些标签，发现它们指向的是一群非常具体的爱好者——研究斗拱结构的建筑系学生，修复榫卯节点的木工，拍摄歇山顶的摄影爱好者。这些人数量不多，但他们的注意力高度集中。算法捕捉到了这个信号，开始把他的内容定向推送给这些人。这个过程不是他主动设计的，而是算法在积累足够多的用户行为数据后，自己识别出来的。

他做对的事情只有一件：没有因为前期数据差而放弃。他的前一百条视频，平均播放量不到两千。第一百零一条视频突然获得了十万播放，因为算法终于找到了那群人。

这个时间差是算法造浪中最残酷的部分。大多数创作者在算法找到受众之前就已经离开了。他们不是被算法淘汰的，是被时间淘汰的。

这三个案例指向同一个机制：算法通过数据反馈塑造创作者的行为，但创作者的选择空间并没有完全消失。选择迎合热点的人获得了流量，选择坚持垂直的人获得了精准受众，选择在两者之间寻找平衡的人获得了某种折中。每一种选择都有代价，每一种代价都由具体的人承担。

MCN机构的存在放大了这个机制。它们比个体创作者更早看懂算法，也更早开始系统性地利用算法。一份“元素周期表”文档，本质上是一套将创作行为标准化的工具。它降低了新人的入门门槛，但也压缩了创作的可能性空间。

当越来越多的创作者按照同一套配方生产内容，整个平台的内容多样性就会下降。算法本身并不排斥多样性，但它的流量分配机制天然倾向于已经被验证过的内容模式。这就形成了一个悖论：算法需要多样性来维持用户的新鲜感，但它的奖励机制却在消灭多样性。

这个悖论正在产生社会性的后果。注意力碎片化、表达同质化、成名路径不确定性——这些不是抽象的概念，而是具体的人在日常生活中的真实体验。一个用户发现自己无法读完一篇长文，一个创作者发现自己只会做十五秒的视频，一个曾经一夜成名的人发现自己再也复制不了那个爆款。这些体验累积起来，构成了算法造浪的社会性“热账”。热账的利息不会出现在任何财务报表上，但它正在被偿还。偿还的方式是：一代人的注意力习惯被重塑，一个时代的表达方式被压缩，无数个体的自我认知被数据定义。

平台内部的人面对这些外部后果时，他们的选择空间同样有限。2018年的处罚决定书要求抖音“不断升级有效管用的管理办法”，这个要求指向的是内容治理，但它的深层含义是：当算法成为基础设施，平台就不能只对技术指标负责。它必须对算法产生的社会后果负责。

这个责任不是抽象的。它意味着，当算法奖励某种内容时，平台需要问这种内容对社会意味着什么。当算法改变用户的注意力结构时，平台需要问这种改变是否可逆。

那个曾经一夜成名的创作者，如今已经不再每天发布三条视频了。他的账号还在更新，但频率降到了每周一条。他说自己“接受了下滑”。而那个在古建筑摄影里找到空间的创作者，依然在更新，依然只有三十万粉丝，但每一条视频下面都有几十条认真的评论。他们两个人从未见过面，也永远不会知道对方的存在。但他们的选择，共同构成了算法造浪最真实的注脚。浪还在继续。被浪改变的人，也在改变浪的方向。这个过程没有终点，也没有平衡态。它只是持续地、安静地、不可逆地发生着。

这些问题没有简单的答案，但提出这些问题就构成了一种责任。抖音十年留下的最深印记，不是技术本身，而是技术重新定义了普通人被看见的方式与代价。被看见变得更容易了，但被看见的代价也更高了。你需要持续生产，持续迎合，持续焦虑。你需要接受算法对你的评判，同时保持对自己的信念。你需要在数据的洪流中找到一个可以站立的点，然后在这个点上构建自己的表达。

这个过程中，有人成功了，有人失败了，有人离开了，有人还在坚持。他们的故事没有被写进财报，没有被计入增长曲线，没有被纳入任何官方叙事。但它们真实地发生过，真实地改变了许多人的命运。

算法的热账正在累积。注意力碎片化的利息，表达同质化的利息，成名路径不确定性的利息，都在一天一天地增加。这些利息不会出现在资产负债表上，但它们会以另一种方式被偿还——通过一代人的注意力习惯，通过一个时代的表达方式，通过无数个体的自我认知。

当外部用户被普遍卷入这台造浪机，平台内部的组织文化就不得不面对一个更尖锐的问题：我们造的浪，正在把人们带向哪里？这个问题没有技术解，没有增长解，没有资本解。它只能由人来回答。而人的回答，取决于他们是否愿意在算法的效率逻辑之外，承认另一种逻辑的存在——那种逻辑不产生数据，不优化指标，不贡献增长，但它构成了人之为人的基础。

深夜的直播间里，主播说完“谢谢大家，明天见”之后，关掉了补光灯。屏幕暗下来，房间里只剩下手机充电器的微弱指示灯。她站起来，活动了一下僵硬的肩膀，走向厨房给自己倒了一杯水。明天她还会准时开播，还会面对算法的不确定性，还会在数据波动中寻找自己的位置。但此刻，在这个没有被算法记录的瞬间里，她只是一个普通人，在一天的结束和另一天的开始之间，短暂地属于自己。

这个瞬间不会改变算法的逻辑，不会影响平台的决策，不会被任何会议讨论。但它存在。它的存在本身，就是对算法造浪最安静、也最持久的回应。