當(dāng)25歲的資深互聯(lián)網(wǎng)用戶小陳發(fā)現(xiàn)自己開始下意識地滑動，快速劃過那些曾讓他沉迷的、高度符合個(gè)人偏好的短視頻時(shí)，一種復(fù)雜的情緒涌上心頭：不是滿足，而是熟悉的厭倦。他發(fā)現(xiàn)，自己竟然開始主動搜索一些“冷門”、“奇怪”甚至與自己歷史興趣完全無關(guān)的關(guān)鍵詞，只為“看點(diǎn)不一樣的”。這一微妙的行為轉(zhuǎn)向，并非孤例。

它標(biāo)志著以算法精準(zhǔn)推薦為核心的“興趣繭房”模型，在運(yùn)行多年后，正遭遇其理論前提的深刻挑戰(zhàn)——用戶并非被動接受信息投喂的容器，而是會疲勞、會反抗、會主動尋求突破的認(rèn)知主體。極度精準(zhǔn)的個(gè)性化推薦在經(jīng)歷初期的效率蜜月期后，正陷入邊際效用遞減的困境?！芭d趣繭房”非但未能如預(yù)期般越來越堅(jiān)固，反而因內(nèi)部信息營養(yǎng)的極度匱乏與用戶持續(xù)的認(rèn)知疲勞，而引發(fā)大規(guī)模的用戶主動逃離與搜索行為回流。這預(yù)示著，一個(gè)單純“推薦為王”的時(shí)代正迎來它的轉(zhuǎn)折點(diǎn)，用戶與算法之間的關(guān)系，進(jìn)入了一個(gè)更為復(fù)雜、動態(tài)且充滿張力的新階段。

一、 從“驚喜”到“枷鎖”：精準(zhǔn)推薦的效能衰減與用戶倦怠

“興趣繭房”的邏輯建立在兩個(gè)基本假設(shè)之上：第一，用戶的興趣是穩(wěn)定且可被數(shù)據(jù)完整描繪的；第二，持續(xù)滿足用戶的已知興趣會帶來更高的參與度和滿意度。然而，現(xiàn)實(shí)遠(yuǎn)比模型復(fù)雜。當(dāng)算法將這一邏輯執(zhí)行到極致，矛盾便開始顯現(xiàn)。

首當(dāng)其沖的是信息環(huán)境的“內(nèi)卷化”與認(rèn)知營養(yǎng)的衰竭。算法致力于在用戶已劃定的興趣領(lǐng)域內(nèi)不斷挖掘相似內(nèi)容，導(dǎo)致用戶接觸的信息光譜越來越窄，內(nèi)容同質(zhì)性極高。如同在一片過度耕種的土地上反復(fù)種植同一種作物，最終會導(dǎo)致土壤貧瘠。用戶最初因發(fā)現(xiàn)“懂我”的內(nèi)容而產(chǎn)生的驚喜感，逐漸被“怎么又是這些”的審美疲勞所取代。這種高度重復(fù)的刺激，不僅無法帶來新的認(rèn)知增益，反而消耗用戶的注意力資源，引發(fā)心理學(xué)意義上的“認(rèn)知倦怠”。用戶陷入一種“刷了很多，卻好像什么都沒看”的空虛狀態(tài)，深度思考與信息整合的能力在碎片化的投喂中被悄然削弱。

其次，用戶的興趣本身是流動、發(fā)展和具有探索性的，而靜態(tài)的算法模型難以捕捉這種動態(tài)性。人類的好奇心本能驅(qū)動著我們超越已知領(lǐng)域，探索未知。當(dāng)算法構(gòu)建的“繭房”過于嚴(yán)密，以至于完全屏蔽了意料之外的信息時(shí)，它就從一種便利的工具，異化為一種認(rèn)知的枷鎖。用戶，特別是成長于數(shù)字時(shí)代的年輕用戶，開始清醒地意識到自己被“困”在了系統(tǒng)里。這種主體意識的覺醒，催生了主動的“破繭”行為。在小紅書、豆瓣等社區(qū)，主動尋找“冷門推薦”、“反算法內(nèi)容”和“踩坑避雷”筆記成為一種新的風(fēng)潮；用戶有意識地使用“不感興趣”按鈕、重置興趣標(biāo)簽，甚至創(chuàng)建“小號”來打破主賬號形成的興趣定式。這些行為都明確傳遞出一個(gè)信號：用戶渴望恢復(fù)對信息選擇的部分控制權(quán)，渴望“偶遇”的驚喜，而非完全的“預(yù)見”。

最終，這導(dǎo)致了平臺核心交互模式的悄然回流：搜索行為的權(quán)重在用戶主動選擇中得以提升。當(dāng)推薦流變得乏善可陳，用戶便回歸最原始、最自主的信息獲取方式——主動搜索。搜索代表著明確的需求和意圖，它不再是被動接受算法的揣度，而是用戶主動向信息世界發(fā)出提問。這一變化具有標(biāo)志性意義，它說明純粹基于歷史行為的預(yù)測模型，已無法完全覆蓋用戶在當(dāng)下情境中復(fù)雜、多變的信息需求。推薦與搜索，從“推薦為主、搜索為輔”的單向關(guān)系，正在向“推薦滿足慣性需求，搜索滿足探索與即時(shí)需求”的互補(bǔ)關(guān)系演變。

二、 理論透視：“信息偶遇”的剝奪與公共領(lǐng)域的“帶寬壓縮”

從傳播學(xué)與認(rèn)知科學(xué)的理論視角審視，“興趣繭房”的危機(jī)，本質(zhì)上是技術(shù)理性對人性化信息交往過程的僭越，其后果超越了個(gè)人體驗(yàn)，波及社會認(rèn)知的深層結(jié)構(gòu)。

一方面，精準(zhǔn)推薦系統(tǒng)地剝奪了“信息偶遇”這一關(guān)鍵的社會認(rèn)知機(jī)制?！靶畔⑴加觥敝傅氖窃诜侵苯訉か@目的下，偶然接觸到有價(jià)值或有趣信息的過程。它不僅是靈感和創(chuàng)新的重要來源，也是個(gè)體突破自身認(rèn)知邊界、與社會保持“弱連接”的重要渠道。偶遇不同觀點(diǎn)、不同領(lǐng)域的信息，能夠溫和地挑戰(zhàn)我們的既有觀念，促進(jìn)批判性思維和社會同理心。當(dāng)算法將信息環(huán)境修剪得過于“整潔”，只留下已知興趣的“強(qiáng)相關(guān)”內(nèi)容時(shí)，這種寶貴的偶發(fā)性、跨界性的認(rèn)知碰撞機(jī)會便大幅減少。社會如同由無數(shù)個(gè)平行但互不流通的“認(rèn)知隧道”構(gòu)成，整體思想的流動性與創(chuàng)新活力因此受損。

另一方面，正如學(xué)者在批判“新聞泰勒主義”時(shí)所揭示的，算法主導(dǎo)的“可見性剝奪”與“算法規(guī)訓(xùn)”正在重構(gòu)公共領(lǐng)域，導(dǎo)致社會整體認(rèn)知呈現(xiàn)“帶寬壓縮”狀態(tài)。在宏觀層面，當(dāng)所有平臺都采用相似的、以“最大化用戶停留時(shí)長”為目標(biāo)的推薦邏輯時(shí)，能夠獲得最大可見性的內(nèi)容類型便會趨同——往往是那些最能激發(fā)即時(shí)情緒反應(yīng)（如憤怒、焦慮、狂喜）、最符合簡單敘事、最易于理解消化的內(nèi)容。而需要深度思考、背景知識或呈現(xiàn)復(fù)雜性的多元敘事和嚴(yán)肅議題，則被系統(tǒng)性邊緣化。這導(dǎo)致公共討論的“帶寬”被壓縮，復(fù)雜現(xiàn)實(shí)被簡化為同質(zhì)化的、情緒化的符號，理性對話的空間受到擠壓。人們雖然看到更多自己“喜歡”的內(nèi)容，但關(guān)于社會整體的、真實(shí)的、多維的圖景卻變得愈發(fā)模糊和扁平。

用戶當(dāng)前的倦怠與反彈，可以視作對這種“壓縮”狀態(tài)的本能反抗。當(dāng)個(gè)體感到自己的認(rèn)知世界日益狹窄和情緒化時(shí)，其尋求多樣性和深度的內(nèi)在動力便會啟動。這不僅僅是品味的疲勞，更是認(rèn)知生態(tài)系統(tǒng)在單一化壓力下的一種自我調(diào)節(jié) attempt。

三、 破局之路：從“迎合者”到“拓展者”的平臺責(zé)任與用戶素養(yǎng)

面對“興趣繭房”的效能危機(jī)與用戶反彈，簡單的算法微調(diào)已不足以應(yīng)對。這要求平臺重新定位其價(jià)值角色，從單一追求用戶時(shí)長的“迎合者”，轉(zhuǎn)向助力用戶成長與認(rèn)知拓展的“拓展者”；同時(shí)也要求用戶提升自身的數(shù)字素養(yǎng)，成為更積極的信息環(huán)境共建者。

對平臺而言，核心在于設(shè)計(jì)“可控的隨機(jī)性”與“價(jià)值加權(quán)”的混合推薦機(jī)制。 首先，平臺可以有意引入一定比例的“非相關(guān)”內(nèi)容，例如設(shè)立“探索”頻道、增加“你可能還感興趣”（基于內(nèi)容網(wǎng)絡(luò)而非用戶行為）的推薦，或隨機(jī)插入高質(zhì)量的跨領(lǐng)域內(nèi)容。這并非放棄精準(zhǔn)，而是在精準(zhǔn)的基礎(chǔ)上，為“信息偶遇”保留制度性窗口。其次，必須改革以“互動率”、“停留時(shí)長”為唯一圭臬的評估體系，建立包含“信息質(zhì)量”、“知識密度”、“觀點(diǎn)多樣性”和“社會價(jià)值”在內(nèi)的多元評價(jià)維度。算法不應(yīng)只學(xué)習(xí)用戶“喜歡”什么，還應(yīng)嘗試評估并推廣那些對用戶和社會“有益”的內(nèi)容。

例如，對科普、深度報(bào)道、理性討論等內(nèi)容類型給予流量加權(quán)，即使其短期互動數(shù)據(jù)不如娛樂性內(nèi)容。這需要平臺承擔(dān)起超越商業(yè)指標(biāo)的社會責(zé)任，將培育健康的公共話語環(huán)境作為其長遠(yuǎn)發(fā)展的基礎(chǔ)設(shè)施來投入。

對用戶而言，關(guān)鍵在于培養(yǎng)“算法素養(yǎng)”與“主動信息管理”能力。 用戶需要認(rèn)識到，自己在算法面前并非完全被動。可以通過定期清理緩存、有意識地瀏覽不同信源、關(guān)注意見相左的優(yōu)質(zhì)創(chuàng)作者、主動使用搜索和訂閱功能，來“教育”和“修正”算法對自己的畫像。更重要的是，用戶應(yīng)建立起對信息環(huán)境的批判性認(rèn)知，警惕長期沉浸于同質(zhì)化信息所帶來的認(rèn)知局限和情緒極化風(fēng)險(xiǎn)，有意識地將一部分注意力分配給深度閱讀和系統(tǒng)性學(xué)習(xí)，以對抗碎片化投喂帶來的思維惰性。

最終，健康的數(shù)字信息生態(tài)，應(yīng)是一種介于絕對控制與絕對放任之間的“有管理的多樣性”狀態(tài)。它既尊重個(gè)人的興趣偏好，又為跨出舒適區(qū)提供友好的階梯和激勵(lì)；既利用算法的效率優(yōu)勢，又以人文價(jià)值引導(dǎo)其發(fā)展方向。當(dāng)平臺與用戶共同致力于打破那層日漸板結(jié)的“繭房”，信息流動將不再是塑造偏見的回音壁，而有望重新成為激發(fā)思考、連接社會、孕育創(chuàng)新的廣闊原野。這不僅是技術(shù)的優(yōu)化，更是一場關(guān)于如何在數(shù)字時(shí)代保有認(rèn)知自由與思想活力的社會實(shí)驗(yàn)。

參考文獻(xiàn)

1. 史安斌， 鄭恩. 超越新聞泰勒主義：人工智能時(shí)代新聞業(yè)的轉(zhuǎn)型危機(jī)與制度重構(gòu)[J]. 青年記者， 2025(4).

2. Lee M. K., Kusbit D., Metsky E., et al. Working with machines: The impact of algorithmic and data-driven management on human workers.

3. O‘Sullivan, J. et al. New study reveals that AI cannot fully write like a human. Nature - Humanities and Social Sciences Communications (2025).

4. Content creation ecology: The challenges of small- and medium-scale content production in the digital era. Explorations in Media Ecology, 23, 293-310 (2024).

5. 梁萌. “數(shù)字泰勒主義”影響下的外賣平臺“計(jì)件工資制”研究[J]. 社會， 2024(3).

作者簡介：易白，智庫學(xué)者，文藝創(chuàng)作者。長期從事政策研究、智庫咨詢與公益普法，曾擔(dān)任軍隊(duì)政工網(wǎng)《建言獻(xiàn)策》頻道編輯、多家報(bào)刊專欄作者及特約撰稿人。在經(jīng)濟(jì)學(xué)、社會學(xué)、文化學(xué)及人工智能產(chǎn)業(yè)領(lǐng)域有持續(xù)觀察與研究。文藝創(chuàng)作逾三十年，詩歌、散文、歌曲、繪畫、影視及音樂作品累計(jì)在各級各類比賽中獲獎(jiǎng)百余次，作品散見于多種文學(xué)期刊及媒體平臺。