2026-10-20 【泛知碎藏】算法没有偷听你，它只是提前算出了你的下一步

——从协同过滤、用户画像到信息流成瘾与动态定价，完整拆解推荐系统#

本文以B站视频《老伙子们昨晚聚餐，在饭桌上给大家谈谈，推荐算法，怎么让你感觉在窃听你的喜好，又是怎么让你刷得停不下来》为主要叙事线索，BV号为 BV1S6pZ66EsX，视频时长约7分22秒；同名内容由账号“老头们的快乐生活”于2026年10月13日在抖音发布。视频通过一场老友聚餐，解释协同过滤、用户行为量化、探索与利用、动态定价以及算法对现实选择的影响。

一、一场饭局，从“手机是不是在偷听”开始#

饭桌上，一个人提起了自己昨天刚碰到的怪事。他只是在厨房里随口对妻子说了一句：“咱们家冰箱是不是该换了？”没有搜索，没有打字，也没有给别人发链接。可第二天打开手机，首页上却出现了一连串冰箱广告。另一个人也不甘示弱：他上周在工位上跟同事抱怨腰疼，晚上回家，软件首页第一条就是按摩仪。

这些经历之所以令人不安，是因为它们看起来形成了一条过于完整的因果链：我刚刚说了某件事，手机紧接着就给我推荐相关商品。如果排除了搜索和输入，剩下最直观的解释似乎只有一个——手机在后台打开麦克风，把我的话听了进去。

饭桌上那位从事算法工作的朋友却给出了一个斩钉截铁的回答：“没有。”

这个回答并不能证明世界上绝对不存在任何滥用麦克风权限的软件，也不能证明每一次异常精准的广告都有清白来源。但它指出了更值得注意的事实：对于大多数个性化推荐而言，平台根本不需要先听懂你说了什么。你在数字世界留下的其他痕迹，通常已经足够让系统猜到你下一步可能需要什么。

我们习惯把“知道”理解成一种接近人类的认知过程：只有听见一句话、理解它的意义，才能知道对方想买冰箱。推荐系统的“知道”却并非如此。它不必理解冰箱对一个家庭意味着什么，只要观察到一组行为模式经常共同出现，就能够建立概率关联。某类用户搬家后会搜索收纳、家电和装修；浏览过房屋信息的人随后更容易购买家具；经常观看做饭视频的人可能更关注冰箱容量；与他共同生活的人最近也许已经看过家电内容。算法不需要破译一场家庭对话，它只需要计算：像你这样的人，在类似情况下，接下来有多大概率点击冰箱。

于是，真正让人感到“被偷听”的，未必是声音真的被录了下来，而是我们低估了行为数据具有多强的推断能力。

二、算法不需要认识你，只要找到一群“和你很像的人”#

视频为了说明这一点，把故事带回了早期电商首页的“猜你喜欢”功能。面对一个刚注册的新用户，平台没有购买记录，也没有浏览历史，自然很难判断他喜欢什么。团队最初试图让用户主动填写兴趣标签，但大多数人并不愿意花时间认真描述自己。于是工程师换了一种思路：既然无法直接询问用户，不如看看与他行为相似的人后来做了什么。

假设有一万名用户都购买了商品A和商品B，而其中八千人随后又购买了商品C。现在出现了一名同样购买过A和B的新用户，即使系统不知道A、B、C具体是什么，也可以推测他对C感兴趣。用视频里非常形象的话说，这就是“抄作业”：不必先理解题目，只要找到与你最相似的一群人，看看他们下一步选择了什么。

这就是推荐系统中经典的协同过滤。它关注的重点不是某件商品本身有哪些属性，而是用户与物品之间形成了怎样的互动结构。与之相对的另一种方法叫作基于内容的推荐：如果你看过几部科幻电影，系统便根据题材、演员、导演和文本描述，再找来其他科幻电影；协同过滤则可能完全绕过题材，发现喜欢这些电影的人还普遍喜欢某款游戏，于是把那款游戏也推给你。Google的推荐系统教程也将内容过滤与协同过滤列为候选生成的两种典型方法，并指出协同过滤能够根据相似用户的偏好，提供原本无法仅凭内容属性想到的推荐。

如果稍微用一点数学语言描述，可以把用户和物品的历史互动写成一张巨大的表格： ::: hljs-center

:::

现实系统当然不会只使用0和1。点击、观看时长、购买、收藏、快速划走、取消关注和“不感兴趣”可能拥有不同权重。模型会进一步将用户和内容压缩成一组数字向量，可以把它们想象成一张看不见的兴趣地图。用户向量与某个内容向量越接近，系统便越倾向于认为二者匹配。最简化的预测可以写成：

::: hljs-center

:::

其中，(p_u)代表用户在兴趣空间中的位置，(q_i)代表内容的位置，二者的内积越大，预测偏好通常越高。这种向量并不一定对应“游戏”“历史”“旅游”之类由人类预先命名的标签，它也可能是模型从海量数据中自行学出的潜在结构。Google公开资料指出，现代协同过滤模型可以自动学习用户和物品的嵌入表示，使相似用户及其偏好内容在同一个向量空间中彼此靠近。

这解释了为什么算法有时会比本人更早发现某种兴趣。人对自己的描述往往粗糙而滞后。我们可能会说“我不怎么看科普”，但过去一周却在三条天文视频上停留了很久；嘴上说“不喜欢这种游戏”，却反复搜索攻略；认为自己只是偶然看了一条旅行视频，系统却发现这种“偶然”已经发生了十二次。算法并不拥有比人更深刻的自我意识，它只是拥有更完整、更机械、也更不知疲倦的行为记录。

三、“和你像的人”还不够，平台还可能推断“谁和你是一伙的”#

视频随后给出了一个更令人发毛的例子：一个人搜索了某位演员的采访，又因为采访内容继续查找演员的家乡和当地旅游资料；后来他只是在饭桌上向朋友提起想去那里旅行，第二天朋友的首页便出现了该地的旅游视频。从朋友的视角看，平台似乎听见了饭桌上的谈话；从算法的视角看，也可能只是系统已经识别出两人关系密切，于是将某一人的兴趣线索扩散到了关联人群。

现实中的广告与数据产业确实存在跨设备识别或“设备图谱”技术。它们可能利用共同登录信息、网络地址、位置重叠、浏览模式和其他概率特征，判断多部设备是否属于同一个人、同一个家庭或高度关联的一群人。美国联邦贸易委员会关于跨设备追踪的材料指出，所谓设备图谱，就是将手机、电脑、平板、智能电视等多个设备连接到同一消费者或家庭，以便跨设备分析行为与投放内容。

不过，视频中提到的“共同关注超过四十个账号”“在同一个地点停留三小时”“夜间充电时间几乎一致”等，只能视作帮助观众理解关系推断的故事化示例。跨设备追踪真实存在，并不等于某个平台必然使用了这些完全相同的变量；尤其是“通过充电曲线识别同住关系”这一具体说法，公开视频并未提供工程文档予以证明。严谨的结论应当是：系统在技术上可以综合许多弱信号建立关系概率，但外部观察者通常无法仅凭一次精准推荐，反推出后台究竟用了哪一种数据。

这也揭示了现代隐私问题最容易被忽视的一面。过去谈隐私，我们想到的是“别人拿走了我明确提供的秘密”；今天更复杂的问题是，平台可能并没有收集你亲口说出的结论，却可以从无数看似普通的记录中把结论推断出来。早在2013年，一项发表于《美国国家科学院院刊》的研究就表明，仅凭社交媒体点赞记录，模型便能够预测部分敏感属性和人格特征。换句话说，真正有价值的并不只是原始数据，还包括数据组合之后能够产生的推论。

一个人可能从未填写“准备结婚”，但连续浏览婚礼场地、礼服、酒店和房产；没有主动声明自己失眠，却总是在凌晨打开软件并搜索助眠内容；没有说自己经济紧张，却频繁比较分期方案、退出支付页面并等待优惠券。单条记录都很普通，组合起来却能勾勒出相当私密的处境。算法不需要认识一个完整的人，它只需要拥有足够多的局部证据。

四、从亿万条内容中，下一条到底是怎么选出来的#

视频把推荐算法形容成“抄相似人群的作业”，这是理解协同过滤的好比喻，但现实中的大型推荐系统通常比这复杂得多。面对数百万乃至数十亿条候选内容，系统不可能每次都将所有内容逐一精确计算。工业级推荐通常采用分阶段架构：先从庞大的内容库中粗略找出一批候选，再进行精细评分，最后根据多样性、新鲜度、安全性和业务规则进行重排。Google的公开教程将其概括为“候选生成、评分和重排”三个主要阶段；YouTube公开的经典论文则采用候选生成与排序两阶段架构，从海量视频中逐步缩小到最终展示的少数内容。

3. 第三阶段：精细排序#

候选集缩小后，排序模型会使用更丰富的特征，预测你点击、观看、互动、满意或退出的概率。一个极度简化的概念公式可能是： ::: hljs-center

:::

这里的系数并不是固定答案，不同平台、场景和用户都可能不同。更重要的是，商业系统往往同时优化多个目标：短期点击率、观看时长、次日留存、长期满意度、内容生态、广告收益和风险控制之间并不总是一致。排序模型真正执行的，不是抽象的“把最好内容交给你”，而是平台将“好”翻译成了哪些可测量指标。

五、“没走”不等于喜欢：推荐系统最大的难题，是指标会说谎#

视频中最值得延伸的一句话，是研发团队把“喜欢”替换成了“没走”。这句话听起来冷酷，却准确指出了机器学习中的一个根本难题：人的真实体验无法被直接读取，系统只能优化它能够观察到的代理指标。

一个人把某条视频看完，可能因为喜欢，也可能因为愤怒、震惊、困惑，甚至只是想看它到底能离谱到什么程度。有人会反复观看一段内容，是因为欣赏细节；也有人反复拖动进度条，只是为了确认其中是否存在错误。停留时长本身没有情绪，它只说明注意力被占用。

这会产生一种常见偏差：平台本来想寻找“用户喜欢的内容”，模型却逐渐学会了寻找“最能阻止用户离开的内容”。二者有时重合，有时完全不同。知识讲解、优质纪录片和精彩音乐能够留住人，争吵、猎奇、愤怒和焦虑同样能够留住人。如果系统只奖励停留而缺少满意度、负反馈和长期质量指标，它可能学会放大那些最容易刺激注意力、却未必让人事后满意的内容。

这也是为什么成熟平台会尝试引入调查结果、主动反馈、长期回访和内容质量判断。YouTube公开说明，其系统会通过用户调查估计“有价值的观看时间”，并根据不同用户的行为习惯动态理解点赞、分享和观看时长，而不是使用一套对所有人完全相同的固定公式。

但无论模型多复杂，代理指标与真实体验之间仍不可能完全重合。算法也许能很好地预测“你会不会继续看”，却未必真正知道“你看完以后是否觉得这半小时值得”。前者容易记录，后者往往只能在你放下手机之后才会出现。

六、为什么只推荐喜欢的内容还不够：探索与利用的两难#

假如系统已经知道你喜欢某款游戏，最安全的做法似乎是不断给你推送这款游戏。但同类内容看得太多，人会产生疲劳；你的兴趣也会变化，如果系统永远不尝试新东西，它便无法发现变化。相反，如果首页全是陌生内容，你又可能因为连续踩雷而迅速离开。

这就是机器学习中著名的探索与利用问题。所谓“利用”，是使用已经掌握的信息，继续推荐成功率较高的内容；所谓“探索”，则是主动试验尚不确定的内容，以便了解用户还有哪些潜在兴趣。情境多臂老虎机等方法正是用来处理这种顺序决策：系统一方面要选择当前最有把握的内容，另一方面也要为未来收集信息。

视频用“九比一”来说明这种平衡：大部分内容来自熟悉的舒适区，少部分内容用于试探未知领域。这个比例非常直观，却不应该被当作行业统一标准。真实系统的探索强度可能随着用户、场景、模型置信度、内容供给和产品目标动态变化。新用户没有足够历史记录，可能需要更强探索；兴趣稳定的老用户可以更多利用；用户主动进入“发现”页面时，系统也可能展示更高比例的新内容。 ::: hljs-center

:::

探索本身并不邪恶。没有探索，用户只能被过去的自己永久困住，新作者和小众内容也很难获得展示机会。问题在于：当探索与无限滚动、自动播放和不确定奖励组合在一起时，它会形成一种非常强的继续机制。

你不知道下一条是无聊内容，还是恰好击中兴趣的惊喜。刚连续划过几条一般内容，下一条突然特别好看，于是大脑学到了一件事：继续划，也许马上就有奖励。研究显示，社交媒体中的部分行为可以用奖励学习机制解释；与此同时，频繁使用也可能逐渐带上习惯化特征。不过，将这一切简单说成“平台每滑一下就让你分泌一次多巴胺”并不严谨。多巴胺涉及奖励预测、学习和行动等复杂过程，不是可以用“快乐液体”四个字概括的按钮。更准确的说法是：不确定的下一条、偶尔出现的高价值内容和极低的操作成本，共同强化了继续滑动的行为。

无限滚动还移除了自然停止点。读完一章书、看完一集电视剧或翻到报纸末页时，人会获得一个重新决定是否继续的机会；信息流却没有真正的“下一页”。研究者发现，无限滚动容易使用户感到被困在循环中，并延长原本没有计划那么长的使用时间；一些界面研究也在尝试通过恢复自然退出节点，帮助用户更容易离开信息流。

更反直觉的是，人为了逃避无聊而频繁切换短视频，最后可能变得更加无聊。一项包含七项实验的研究发现，视频之间或视频内部的频繁切换，在部分实验中会降低注意、满意感和意义感，反而增强无聊体验。

所以，很多人刷到凌晨并不只是因为“缺乏自制力”。个人意志当然重要，但用户面对的不是一张静止页面，而是一套持续学习、不断降低操作摩擦、并且知道怎样让下一次滑动保持悬念的系统。

七、算法不只预测你，还会通过反馈回路塑造你#

推荐系统最容易产生误解的地方，是人们常把它想象成一面镜子：你喜欢什么，它就如实反映什么。但镜子不会改变被照的人，推荐系统会。 它先根据过去行为选择一批内容；这些内容决定了你今天能够看见什么；你对它们的点击与停留又成为新的训练数据；系统随后更加确信你喜欢这类内容，于是继续增加曝光。这个循环可以写成： ::: hljs-center

:::

如果一个人偶然点开一条某类视频，平台接连推荐十条，其中又点开三条，系统可能逐渐把偶然兴趣变成稳定标签。而用户之所以继续点击，也不一定说明这原本就是他最强烈的偏好，可能只是首页上其他选择已经越来越少。研究者将这种现象称为推荐反馈回路或算法混杂：模型根据自己过去选择展示的内容学习，可能逐渐放大热门偏差，使用户接触的内容更加同质化。

这并不意味着所谓“信息茧房”必然把每个人完全封闭起来。用户会搜索、订阅、与朋友交流，也会主动离开平台；不同推荐系统还可能刻意增加多样性。更准确的说法是，算法改变了信息的可见性和摩擦成本：某些内容被送到眼前，只需轻轻一点；另一些内容需要主动搜索、跨平台寻找，甚至根本不知道它存在。人仍然拥有选择，却是在一个已经被设计过的菜单上作出选择。

视频结尾将这种影响推向了一个很有故事性的反转：聚餐并不是某个人明确发起的。有人被手机相册中的“三年前的今天”唤起回忆，有人收到“你可能想联系的人”，另一个人刷到了附近烧烤摊，几条不同的推荐最终在现实中拼成了一场饭局。

把这理解成“算法完全操纵了所有人”显然太夸张。相册没有强迫谁怀旧，美食视频也没有命令谁出门。但算法确实可以改变某个念头在此刻进入意识的概率。它不必直接控制决定，只需不断改变什么更显眼、什么更容易想到、什么恰好在合适的时间出现。推荐的影响通常不是遥控器式的，而更像对道路坡度的调整：人仍在自己走路，只是某些方向被修得更加顺滑。

八、同一个商品四个价格：动态定价不等于“大数据杀熟”#

视频中的另一场高潮，是几个人同时搜索同款按摩仪，却看到549元、598元、649元和719元等不同价格。算法工程师将其解释为“动态定价”，并表示实体店老板也会凭经验向不同顾客报价，只是平台能够依靠数据同时面对海量用户。

这一段具有很强的戏剧冲击力，却也是最需要专业纠偏的部分。

动态定价本身并不必然违法。航空票价、网约车费用、酒店价格和即时配送费都可能随着时间、供需、库存、服务条件和成本变化。2026年4月10日起施行的《互联网平台价格行为规则》明确要求，平台实施分时定价等动态定价时，应当在显著位置公开规则，并说明影响价格的因素。

真正受到禁止的是：在消费者不知情的情况下，基于支付意愿、支付能力、消费偏好和消费习惯等个人信息，对同一商品或服务在同等交易条件下设置不同价格。我国《个人信息保护法》也规定，利用个人信息进行自动化决策，应保证透明、公平、公正，不得在交易价格等条件上实行不合理差别待遇。

因此，下列两件事必须区分：

第一种是条件不同导致价格不同。例如账号领取了不同优惠券、会员等级不同、收货地址与运费不同、商家不同、商品规格不同、库存和活动时段不同，或者一个页面显示券前价、另一个显示券后价。这些差异未必构成“杀熟”。

第二种是在实质相同的交易条件下，仅因为系统判断某人更愿意或更有能力支付，就秘密提高其价格。这才接近法律所针对的不合理差别待遇。

所以，几个人在饭桌上各自打开手机看到不同数字，最多只能说明“展示结果存在差异”，不能单独证明平台进行了针对个人支付意愿的价格歧视。要进行相对可靠的测试，至少应保证同一时间、同一平台、同一商家、同一商品链接、同一规格、同一收货地、同一配送方式、相同会员与优惠状态，并区分标价、优惠券和最终结算价。最好还要重复多轮、交换设备与账号，排除库存波动和随机实验。没有这些控制变量，“同款不同价”更像一个调查起点，而不是定罪结论。

视频中“只要不是同一时刻、同一页面、同一商品对不同账号展示不同价格，就属于合规动态定价”的说法也过于宽泛。合规与否并不是靠错开页面或时间就能自动解决，而要看价格差异是否具有正当因素、规则是否透明、消费者是否知情，以及是否基于个人画像实施不合理差别待遇。现行规则已经明确禁止利用数据和算法在同等交易条件下秘密设置不同价格。

九、真正值得担心的，不只是平台收集了什么，而是它能推断出什么#

围绕推荐算法的讨论，常常停留在权限清单上：它有没有麦克风权限？有没有读取通讯录？有没有获取位置？这些问题当然重要，但只看权限仍然不够。 隐私风险至少可以分成四层：

1. 第一层是收集。平台记录了哪些点击、搜索、位置和设备信息？
2. 第二层是关联。这些原本分散的数据，能否被连接到同一个人、家庭或社交关系？
3. 第三层是推断。系统能够从普通行为中推测哪些敏感状态、兴趣和倾向？
4. 第四层是干预。这些推断最终被用于推荐、广告、排序、定价，还是对个人产生重大影响的自动化决定？

一个应用没有录下“我最近手头紧”这句话，不代表它不能根据消费频率、价格比较、支付失败和分期搜索推断经济压力。它没有听到“我想辞职”，也可能从求职浏览、通勤变化和工作时间搜索中判断职业动向。隐私并不只是一份原始数据有没有泄露，还包括系统是否能够将普通数据组合成你原本没有打算公开的结论。

我国《个人信息保护法》将行踪轨迹、医疗健康、金融账户等列为敏感个人信息，并要求只有在具有特定目的、充分必要性和严格保护措施时方可处理；通过自动化决策进行信息推送或商业营销时，平台还应当提供非个性化选项或便捷拒绝方式。

这也是为什么“它根本不用听”不应该被理解成“那就完全没有隐私问题”。恰恰相反，算法可以在不理解一场谈话的情况下，凭借大量旁证得到接近谈话结论的预测，这可能比单纯录下一句话更难察觉，也更难向普通用户解释。

十、普通人怎样夺回一点主动权#

面对如此复杂的系统，最无效的两种态度，一种是相信算法无所不能，认为自己已经完全失去选择；另一种是把一切责任归咎于自制力，仿佛多刷两个小时只是个人懒惰。更现实的做法，是承认系统确实拥有规模、数据与实验优势，同时尽量增加自己的控制权。

十一、算法并不是读心术，而是一台不断试探的概率机器#

回到最初的问题：手机到底有没有在偷听？

严格来说，仅凭“刚谈到某件事，随后便看到广告”，既不能证明它偷听，也不能证明它绝对没有使用任何音频或跨应用数据。它能证明的只有一点：结果精准得让人产生了因果联想。

但理解推荐系统之后，我们会发现，麦克风并不是解释一切的必要前提。协同过滤可以参考相似人群，内容模型可以理解商品与视频，关系图谱可以关联设备与社交网络，序列模型可以追踪行为链，探索机制可以不断试探新兴趣。即便每一条线索都不完整，数量足够多时，它们也可以共同给出相当准确的概率判断。

算法并不真正知道你是谁。它不知道某次旅行对你有什么意义，也不知道你为什么在深夜停留在一段音乐上。它只是发现：拥有某类历史记录、处于某种环境、刚完成某串行为的人，接下来通常会点击什么。

然而，对商业系统而言，能够稳定预测行动，有时已经比理解一个人更加有用。

因此，讨论推荐算法时，最重要的也许不是反复追问“它是不是在听”，而是连续提出三个问题： 1. 它使用了哪些数据？ 2. 它究竟在优化什么目标？ 3. 我是否拥有知情、拒绝和退出的权利？

一个优化“帮我更快找到真正想要的东西”的系统，和一个优化“让我尽可能久地留在页面上”的系统，可能使用相似的技术，却会创造完全不同的使用体验。算法本身不是具有欲望的怪物，但目标函数会把平台真正重视的东西写进每一次排序。

视频最后那句“它不用听”，因此既是解释，也是一种提醒。我们过去最害怕的是设备听见一句不该听的话，而今天更普遍的现实可能是：它无需听见完整的话，只要记住你在哪里停过、看过什么、和谁一起出现，以及下一次有没有划走，就足以在你开口之前，把某个答案递到面前。

真正令人不安的，不是算法拥有读心术。

而是很多时候，预测行为根本不需要读懂人心。