2017 微信公开课 Pro 上,在明确不会提供小程序分发渠道后,小龙再一次对机器推荐和社交推荐表达了观点:

系统不会给你推荐一些你没有接触过的东西,系统只会强化你接触过的信息,并且不断地去学习你的历史,往你的历史方面继续推荐,但是你的朋友可能在朋友圈里面说,某一部电影很好看,那你会因为你的朋友去看了这部电影而去看这部电影,机器是无法理解这一点的

小龙曾多次提到类似的观点,并且在产品策略上身体力行——这是微信厉害的地方,别人觉得正常的实现路径,微信可以拒绝,当然它有资格拒绝。

早在 2012 年,微信“添加朋友”页面有一个公众号搜索,这个页面至今依然保留着当年的模样:一片空白,仅有一个搜索功能。持久的决心,尤其是与常人相异表现且获得成功后,更容易受人尊敬。

当然,他也说过“我所说的都是错的”。


机器推荐更差?

机器推荐并不是“只会强化你接触过的信息”。虽然我们总在诟病X宝:“为什么我买了相机还要给我推荐同款相机(而且价格更低,太恶劣太可恨)”,但事实上推荐算法中有一种称为“协同过滤(Collaborative filtering)”的方法:

利用社交网络中的社群经验来推荐用户感兴趣的信息。这个信息可能你接触过,可能你没有接触过,但一定是基于你的社交行为和社交关系来推荐的。

比如说,你的朋友可能在朋友圈里面说,某一部电影很好看,那你在阅读公众号时可能会看到微票儿对这部电影的推荐。

所以,机器推荐并不是更差,而是表现在另两个方面:更平庸和更有效率。

更平庸

我们对批量生产的工业产品的认知往往都是“平庸”。机器学习也是一样。向我推荐同一部电影,我的朋友的推荐效果肯定优于机器推荐。因为我朋友的推荐中附带了高信任值,这种信任建立在我们的友谊之上;而机器不是我的朋友,我甚至感觉不到它的人性。

更有效率

机器的算法并没有改变推荐的本质,只是加速了他们。就像加速了一个函数的收敛。很多计算机技术都没有改变本质,而只是加速事物的进程。有的时候这种加速进程很有意义:比如把一个产品形态的生命周期加速,缩短到盈利窗口内;而有的时候,比如对于一个社交产品,讲究效率并不一定是好事。

值得一提的是,平庸和有效率是两个中性的描述,可以用来叙述好事,也可以用来描述坏事。

社交推荐更好?

小龙讨厌机器推荐,喜欢社交推荐;我们对今日头条口诛笔伐,对社交推荐赞誉有加。

但问题是,社交的主体是人。如果人的视野和品味都堪忧,那么就是他们训练了今日头条给他们反馈的垃圾。这样的人在社交场合的推荐真的对胃口吗?听上去就不合逻辑,所以实际情况是这样:尽管相当优质的内容出现在了公众号中,但同时,体系内也大量充斥着虚假、无用、有害的信息,微信已经成为新的暗网,既得利益者在这里尽情收割着用户。

如果说今日头条是机器在给用户喂垃圾食物,那么公众号就是人们互相喂垃圾食物,而且大家都吃得很开心。

当然了,对此有一个解释:“如果用户觉得对胃口,那么也就没问题”,我可以称之为“产品中立论”。既然我们不认同今日头条和快播的技术中立论,那么也不应认同产品中立论。

我非常好奇,作为神,为世界制订了规则,而世界演化的方向和结果都不太喜欢,他有什么感想。

愿与愚昧的战争终将有胜利的一天

阿西莫夫有一部小说我非常喜欢:《神们自己》。小说标题出自德国剧作家席勒描写圣女贞德的悲剧“Die Jungfrau von Orleans”:

面对愚昧,神们自己也缄口不言。
Against stupidity, the gods themselves contend in vain.
– 席勒

和小说中一样,我们中的大部分人既不关心科技的进步,也不关心文明变革,没有基本的审美;仅仅关心自己的生活是否过的安逸。小说中的人们尚可求助于神(虽然最终也无济于事),我们又能向谁求助呢?

前段日子和朋友聊天,他的一个观点很有意思:如果交通规则是为了约束人而存在,那么自动驾驶普及后,很多交通基础设施也就失去作用。类似地,如果有些游戏规则是为了约束人而存在,那么 AI 掌权后,这些规则也就失去了意义。

也许向 BetaCat 求助是最后的希望。

betacat