Appearance
推荐算法：短视频是怎么猜中你喜好的
「跟着 AI 学任何东西」系列第 41 篇，「向 AI 学 AI」第 6 篇，也是这一系列的收尾。前五篇讲的都是你主动去用的那个 AI，这一篇讲那个一直在用你的。
⚠️ 各平台实现差别很大，本文只讲通用骨架，不针对任何具体产品。
你从没告诉过它你喜欢什么
刷到第三条就停不下来。而你确实没填过任何兴趣问卷。
大多数人的解释是「它很懂我」。
更准确的说法是：
它根本不懂你。它甚至可能不知道那个视频里有什么。它只知道：跟你行为很像的那批人，把这一条看完了。
一、最反直觉的一点：它很可能不理解内容
推荐系统的骨干方法叫协同过滤。它的逻辑简单到有点可怕：
喜欢 A 的人也喜欢 B —— 所以你喜欢 A，那就试试 B。
注意这个判断完全不需要知道 A 和 B 是什么。不需要看懂视频，不需要读懂文章，甚至不需要知道那是个视频。它只处理一张巨大的「谁看了什么」的行为表，从中找共现规律。
这解释了一件常被误解的事：为什么它能推出你说不上理由、但确实爱看的东西。
因为它捕捉的是人群行为里的统计规律，而那种规律往往根本没有语言能描述。你说不出你为什么爱看，它也说不出它为什么推——但那个相关性是真实存在的。
（补充一句：现代系统当然也大量使用内容特征、多目标建模等等。但「行为共现」仍然是骨干。）
二、为什么必须分两步：召回与排序
候选内容池是百万到上亿的量级。对每一条都精细打分，算力上不可能。
所以工业界的标准做法是两阶段——2016 年 YouTube 那篇经典论文（Covington 等，RecSys）就是按这个二分法写的：
- 召回：用便宜、粗糙的方法，从全库里捞出几百到几千条「可能相关」的；
- 排序：用昂贵、精细的模型，只对这几百条打分，排出你最终看到的顺序。
这里有一个很少被提到的推论：
你能看到什么，早在「召回」那一步就被决定了大半。 排序只是在一个已经被筛过的小池子里排队。
那些从来没进过召回的内容，对你来说等于不存在——而且你永远不会知道它们存在过。
三、目标函数决定一切
这是全篇最该记住的一节。
系统优化的不是「让你满意」，因为满意没法测量。它优化的是可测量的代理指标：完播率、停留时长、互动率、次日留存。
你无法优化你没有测量的东西。而你测量什么，就会得到什么。
这一句能一次解释掉一堆现象：
- 为什么标题党有效 —— 因为点击是可测量的，失望不是；
- 为什么内容越来越短 —— 因为完播率是可测量的；
- 为什么争议性内容传播快 —— 因为吵架也算互动；
- 为什么你刷完之后并不快乐，但明天还会刷 —— 因为**「明天还会刷」正是被优化的那个指标，而「刷完是否快乐」不在指标里**。
最后这条值得停一下。它意味着：
推荐系统没有恶意。它只是极其忠实地，在优化一个被人写下来的数字。
而它优化得越好，那个数字和「你真正想要的东西」之间的缝隙，就被撑得越大。
四、隐式反馈：你以为你没表态
你没点赞、没收藏、没关注、没评论。你觉得自己什么都没说。
但你多停留了三秒。
那三秒就是信号——而且是最主要的信号来源。 因为显式反馈（点赞、收藏）太稀疏了，绝大多数人绝大多数时候什么都不点。系统要学习，只能靠这些你没意识到自己给出的东西：停留时长、有没有看完、有没有回看、划走的速度。
所以：
你以为的「我只是随便看了一眼」，在系统眼里是一次相当诚实的表态。
五、回路，以及唯一能撑开它的东西
把前面几节接起来，就得到一个闭环：
推荐塑造你的行为，你的行为再训练推荐，范围越推越窄。
关键在于看清它到底学到了什么：
不是「你是谁」，而是「在它给你的那些选项里，你选了什么」。 而选项范围，一直是它定的。
好在系统内部有一个天然的对冲机制，叫探索：它必须偶尔推一些自己也不确定你喜不喜欢的东西。原因不是为了你好，而是纯粹的自利——如果只推已知你会点的，系统会把自己锁死在一个局部最优里，再也发现不了你的新兴趣，长期收益反而降低。
但探索的比例是平台调的，不是你调的。
你手上能动的其实只有三样：
- 主动搜索。 这是最关键的区别——搜索是你定义选项，推荐是它定义选项。
- 用「不感兴趣」。 这是少数几个你能给出的显式负反馈，而它的权重远高于你默默划走。
- 偶尔看看别人的推荐页。 换个设备、换个账号，你会直观地看到「世界的另一个版本」。
六、⚠️ 四条边界
第一，各平台差别很大，本文讲的是通用骨架，不是任何一家的实际架构。
第二，「协同过滤」是骨干但不是全部。 现代系统大量融合内容理解、多目标优化、多样性与新鲜度约束——「它完全不懂内容」是对早期方法的准确描述，对今天则是简化。
第三，这不是阴谋论。 没有人在后台针对你。它是一个在优化数字的系统，后果是涌现出来的。这一点比阴谋更难对付——因为没有一个可以叫停的人。
第四，「信息茧房」到底有多严重，学界仍有争论。 有实证研究发现效应没有公众想象的那么强，也有研究发现相反。本文讲的是机制上存在这个回路，不是断言「你已经被困住了」。
收尾
「向 AI 学 AI」这一支到这里六篇齐了：
- 它是一台预测下一个词的机器；
- 所以它会自信地胡说；
- 所以换个问法，答案能好十倍；
- 它每次都从头重读，而且读得不均匀；
- 把它放进一个循环里，它就能动手，但错误会连乘；
- 而最后这一篇讲的，是唯一一个你不用打开它、它也一直在运行的 AI。
一句话收：
推荐系统不是在猜你喜欢什么，是在测你会对什么做出反应。
这两件事在大多数时候是重合的。而在它们分开的时候，它选后者。
附：这次我是怎么问 AI 的
- 先问「它是不是真的看懂了内容」。 这个问题看起来很傻，但答案（很多时候不需要看懂）直接掀翻了我原本的整个理解框架。对一个系统，先问「它到底用了哪些信息」，比问「它有多聪明」有用得多。
- 问「它在优化什么」，而不是「它怎么工作」。 前者是机制，后者是意图——而对任何一个自动系统，意图（目标函数）比机制更能预测它的行为。「你测量什么就得到什么」这一节是这么问出来的，也是全篇解释力最强的一节。
- 专门问「有没有什么是我以为没做、其实做了的」。 问出了隐式反馈。很多系统的关键输入，恰恰是用户认为自己没有提供的那些。
- 要求给出反向的边界：这个说法哪里被夸大了。 「信息茧房」是个很好用的词，好用到危险。一问就问出学界证据其实不一致——所以正文里只讲机制存在，不下断言。
参考来源
- Covington P, Adams J, Sargin E. Deep Neural Networks for YouTube Recommendations. RecSys 2016, pp. 191–198.（工业级推荐系统的两阶段架构：候选生成 + 排序）
- 协同过滤（基于行为共现而非内容理解）：推荐系统的经典方法族。
- 隐式反馈（停留时长、完播、回看等）作为主要训练信号、显式反馈稀疏：推荐系统工程中的通用事实。
- 探索与利用的权衡：在线学习/推荐系统中的标准问题。
- 「信息茧房 / 过滤气泡」效应强度存在争议：相关实证研究结论不一致，本文因此只主张机制上存在反馈回路，不主张其后果的强度。
本文不针对任何具体平台或产品，也不涉及其实际算法实现。