算法黑科技！TikTok的真正魔力在于设计和流程
武汉瑞卡迪电子商务有限公司：字节跳动往往被说成是一家算法公司，很多人认为， TikTok是靠算法的黑科技才取得成功的。
TikTok的真正魔力在于设计和流程里面的每一个元素是怎么互相关联到一起，从而创建出一个数据集，再通过这个数据集，把算法训练达到最佳性能的；
大型社交网络默认的UI是无限垂直滚动的动态消息，对于算法来说用户的情绪信号不干净；
社交网络已经做出了自己的取舍：为用户提供阻力更少的扫描，而牺牲掉对更精确的负面信号的读取；
TikTok有很多手段可以推断你是否对某条视频不感兴趣；
对算法友好最终是为了服务好用户；
任何设计的目标都不是让摩擦最小化，而是帮助用户达到一定的目的；
在这个软件时代，真正的竞争优势或护城河已经变得越来越虚幻；
如果说市场给人的感觉是越来越赢家通吃的话，那是因为在一个日益紧密相连的世界里，赢家的确能通吃。
一、TikTok的算法能看到很多东西
我们不妨再回到在你在手机上打开TikTok观看该视频的那一刻，FYP算法现在可以让所有的反馈回环形成闭环了——它会研究你对这一视频采取的每一项操作，并根据你的品味，以及视频的所有属性来猜测你对视频的感受。
上述所有的步骤都不是像火箭科学那样的硬核技术，尤其是对于任何从事算法性社会化动态消息的人来说这些并不新鲜。
我在之前那篇文章里面注意到，其实TikTok并没有一个很强的社交图谱；这款app之所以那么有效，原因之一是它不会假装自己不是的东西；也就是说——大家在其他地方已经有了大量的社交图谱以及跟自己认识的人分享的手段了。
他们没有强迫大家在TikTok app里面也这样做，而是让下载视频或通过这些外部渠道分享视频变得非常简单；不过TikTok要保留的是你选择了分享视频的这个信号，这个数据就能（也只能）满足他们的算法了；由于视频会带有水印，所以分享就相当于给他们免费宣传。
实际上，TikTok已发表了一篇描述其FYP算法工作机制的博客文章，只要是从事技术业的，我相信大家看过之后都知道没什么新鲜的。
但是，把TikTok的FYP算法所看到的东西，跟其他大多数社交网络动态消息的推荐算法所看到的东西对比一下，你就会发现它们不一样在哪里。
在今天，我们最大型的社交网络默认的UI是无限垂直滚动的feed（比方说，我本来可以很容易地使用上面的Facebook屏幕截图）；这些app不是一次提供一个故事，而是一次在屏幕上显示多个条目；当你滚动浏览多个故事时，算法是没法“看清楚”你的眼睛停留在哪个故事上面的；就算能看到，如果用户没有按“点赞”之类的反馈按钮的话，他们对这个故事的看法还是正面的还是负面的呢？——用户情绪的信号并不干净。
如果你赞成UI应该消除摩擦这个想法的话，那么无限滚动的feed应该就是理想选择；它提供了一种不受约束的消费节奏控制感，用拇指点一下某个feed，然后看着它像《价格竞猜》（Price is Right Showcase Showdown）节目里面的 “大滚轮”的鼓点一样滚动；你的初始手势速度决定了它的滚动速度，看着软件的滚轮仿佛遇到了恒定的物理摩擦一样慢慢停止下来——这种模拟的物理过程是触屏时代最令人愉悦的用户交互之一，一下子你就能滚动浏览了5、6条推特或者Facebook的动态消息，多爽！
分页式设计，一次只能看到一个故事，而手指每推一次让feed滚动一条，不管是在字面上还是隐喻上都是一种拖累。
另一方面，如果推特更有针对性的话，也许你不会介意一次只看一条推文，而如果Twitter能更好地了解你真正感兴趣的推文类型的话，他们的推送也许就会更具针对性；如果你必须对每条推文给出明确或隐含的肯定或否定的信号的话，Twitter也许就能更好地了解你真正感兴趣的内容。
即便是用户参与互动的故事，对其情绪的判断也仍然是一个挑战；大多数的app只具备正面的反馈机制，最常见的是某种形式的“点赞”按钮；由于Facebook、Instagram以及Twitter之类的app都是基于社交图谱开发的，所以为什么他们会选择不提供不喜欢按钮的原因很明显。
但是，就像史蒂芬·金在《写作这回事》里面所写那样：“但倘若你希望成为一名成功的作家的，粗暴失礼这些该是你最不需要计较的第二件事；而你最不需要计较的头一件事，正是这文明社会和它对你的期许。如果你有心真诚坦白地写作，横竖你作为文明社会的一员的日子也快到头了。”
依靠有着明确正反馈机制的长滚动消息，像Facebook、Twitter以及Instagram这样的社交网络已经做出了自己的权衡，那就是为用户提供阻力更少的扫描，而牺牲掉对更精确的负面信号的读取。
（在有着同样的创立CEO的那些旧公司里，你会看到这种权衡的另一个变体；这个人重新创业的时候，往往会有一群高管追随过去；被唯唯诺诺的人包围的危险在于，没有一个人会挑战你思考的盲点；谁是像贝索斯、库克、扎克伯格以及马斯克那样强势到足以改变大家的思想的人？这个问题永远值得一问——但答案往往是没有，所以他们的盲点就成为了公司的盲点。）
围绕着兴趣图谱而建立的网络（如Reddit ），确实有吸纳踩（down voting）机制的倾向，因为他们阻止用户流失的主要方向是为他们提供最有趣的内容——这意味着就像要把有吸引力的内容暴露出来一样，也要清理掉用户不感兴趣的内容。
他们可以从你是不是很快就略过不看（在视频还没播放完之前就向上滑动在Tinder上向左滑动一样，最好的TikTok用户对平台的叙事节奏有很直观的感受；该拖到什么时候才可以推出笑料的关键句或者payoff‘最能象征整个故事的对象’观看者才不会走开呢？什么样的设定才能让用户参与？用已经融入到模因的音乐线索是有帮助的，因为当低音降下来或者音乐payoff出现的时候就已经预示了视频的高潮要来了，观看者知道还要多久payoff才会出现；此外，观看者可能纯粹为了听音乐的享受而乐在其中。），以及你没有哪一项积极举动来推断你是否对某条视频不感兴趣。
如果你点击了Facebook上某人发的文本帖子，但不做评论或者点赞的话，那Facebook怎么才能判断你对这篇帖子的看呢法？
也许你考虑过在评论里面言辞激烈地表示不赞同，但是鉴于此人是你的同事或朋友的朋友，所以你决定还是不说为妙；这种负面情绪很难被抓住；算法“看不到”你的感受——大多数社交网络都有明确用来报告令人反感和/或侮辱性内容的报告功能，但这些功能被掩埋了，大多数用户都不会诉诸这种手段；当有人的确用了这样的功能时，通常都是因为你极大地冒犯了别人，而且所造成的大部分伤害已经难以挽回。
乏味或会引起轻微不适的内容是慢性杀手，我在上一篇的文章中指出，由于你自己的兴趣跟你认识的人的兴趣不一致，所以通过社交图谱得到的内容也许不合用户的真正口味；从按时间排序转为算法管理的动态消息往往是针对这种偏离的默认防御措施。
但是，如果算法“看不到”用户愈发不感兴趣的信号的话，如果只能看到用户积极参与的信号的话，（内容与用户兴趣之间）难免会出现一定程度的分歧；你可能会看到用户逐渐失去兴趣，点赞变少了，打开你的app没那么频繁了，但你究竟是那些故事把他们赶走的却不清楚。
等到用户开始表现出要离开的迹象时，往往是亡羊补牢为时已晚。
二、对算法友好最终是为了服务好用户
算法友好型设计不需要对用户友好。在如何最好地服务好用户兴趣这件事情上，它完全是采取了不同的做法。
分页可能会给用户带来一定程度的阻力，但是这样做可以为算法提供更清晰的信号，从长远来看可以保证feed的质量。
尽量减少摩擦只是实现良好用户体验的一种手段——任何设计的目标都不是让摩擦最小化，而是帮助用户达到一定的目的。
减少摩擦通常跟这个目标是一致的，但未必总是如此；你可能会说引用推文减少了手动复制他人推文的摩擦，但是如果你的目标是和谐文明的公共讨论的话，减少喷子涌到某人推文底下疯狂攻击的阻力也许并不是你要鼓励的核心机制，有一定形式的摩擦也是好的。
你会听到很多有影响力的Twitter用户劝其他人要早点用经常用禁言和屏蔽功能（有些用户甚至大量采用软屏蔽功能来秘密拉黑关注者）。
有些用户会自豪地在推特上发布自己禁言了那些词的屏幕快照，以表示对某些热门讨论主题的不满；有些人更加极端，甚至去关联所有人，然后从头开始关注（有时候，也可能是因为自家的A/B测试情况不错，Twitter会向用户展示自己关注的人点赞的推文（甚至包括来自用户并未关注的人的）——这种做法确实偶尔会展示出一些我感兴趣的推文，但从绝对意义而言，这样增加了我不感兴趣的推文的数量。
我已经反复强调过很多次了：不存在兴趣一模一样的两个人；所以这项功能开启之后，我真的有取关所有人然后从头关注的打算了，但我又担心会伤害到别人的感受，因为我心肠很软；如果Twitter做法不一样的话，这个本来不是问题的。
我有时也会考虑其中的部分或所有的策略，但对于Twitter来说，这些策略的必要性本身就是服务的失败；如果算法对什么是你感兴趣的东西能处理更聪明些的话，它应该留意一下替你禁言主题或者拉黑一些人；就像我上次所写那样，你可能得关注完Twitter上面的所有人才能获得有趣的内容，这也许是强大的兴趣图谱的一个设计缺陷。
TikTok不仅从用户那里捕捉到了非常清晰的情绪信号，而且每次会话都能收集到大量的此类信号。
