去年，差评君刷到个视频，视频中有位鄂伦春族奶奶正唱着一种叫赞达仁的歌。

赞达仁，是鄂伦春族的传统民歌。歌曲歌词有些是即兴编创，有些仅用 " 那耶希那耶 " 等虚词。

奶奶的歌声清澈空灵，有一种大自然的宁静。

有人说一听到奶奶的歌声，就仿佛逃离了纷扰世界；有人说虽然听不懂，但脑海里有了远山草原的画面；

在网友们热情地点赞、收藏、转发下，奶奶的歌声被推送到了更多人的首页，前后有 4000 万人都听到了这首赞达仁。

奶奶很开心，因为过去她的观众只有窗外的大山和家里的白墙。

看完这个故事，你应该和差评君一样，觉得心里暖暖的，像是做了一个心灵大保健。

但你可能不知道，大兴安岭深处的鄂伦春族，其实才不到一万人。奶奶唱的那首赞达仁，能即兴演唱的人更不足 5 人。

如果事情发生在 15 年前，奶奶的歌声即便传到网上，也许都走不出东北。

但这些年，互联网出现了算法推荐系统。

正是有了算法，奶奶的歌声才被推送给全国各地潜在的兴趣观众，让更多人的人认识到了鄂伦春族文化。

说起来，互联网上对于算法的讨论一直众说纷纭。有人认为算法是伟大的发明，也有人觉得算法是把双刃剑。

其实这种情况在历史上并非少见。

报纸开启了大众传媒时代，但当时不少学者都批评报纸只追求传播速度，抛弃了内容深度。电视在普及之初，评论家们也担心电子媒介会损害人类的思维模式。

当然不管你怎么看，有一个不争的事实是，我们其实早活在算法的世界了。从听歌到看视频，从购物到点外卖，你在电子世界里的衣食住行，都被算法承包了。

之前还有一波网友尝试关闭过短视频 App 里 " 个性化推荐 " ，结果发现 App 几乎没法用了，只能作罢。

现在，反而更多人选择主动调教算法，积极搜索、点赞、收藏，让算法更清楚自己想要什么。

看到这，你可能会纳闷：为什么算法变得无处不在了？它有这么重要吗？

去年 10 月国际数据公司 IDC 发布一则数据报告，预测 2025 年全球数据量将达到 175 ZB 。

如果你对这个数据没啥概念，那我换一句。2023 年每过一秒，全球就产生了 4.2 PB 的数据，相当于 8 万部没有压缩过的蓝光电影。

在信息过载的时代，咱们已经没办法看完所有内容了。

这时就需要一个信息漏斗，把它雕刻你喜欢的形状。通过它筛选的内容，才是你想要的。

而算法，就是那个漏斗。并且算法还是目前唯一的办法，你总不能靠人工给每个人挑拣有用的信息吧。

那算法是怎么猜到你喜欢什么的？主要有三类办法。

第一种大家很熟，就是内容推荐。根据你对作品点赞、收藏等反馈行为，给你推荐属性相似的作品。

第二种是协同过滤。人以群分嘛，相似的用户往往有相似的爱好。

比如差评君点赞过《 复仇者联盟 》《 钢铁侠 》《 美队 》，而火锅点赞过《 复仇者联盟 》《 钢铁侠 》，那么算法就会推测火锅也喜欢《 美队 》。

最后一种叫混合推荐。

比如你的互动记录比较少，没有展示太多兴趣爱好，那平台就会融合（ 加权、切换、混杂、特征组合 ）多类技术，给你引入一些历史行为中未曾出现的内容，帮你发现潜在的兴趣爱好。

也许有差友好奇了：这算法猜我的爱好，我理解。。。但帮我开发新爱好是为啥？

诶，就是为了推送更多的未知内容，让你在 App 里浏览、探索。

打个比方啊。

如果你喜欢玩 Dota ，让你在短视频平台看一整天 Dota 视频，兴许还能接受。可如果一整年，平台都只让你看 Dota 视频呢——

你一定想卸了这个平台。

其实大部分人都这样，前段时间一篇发表在 AI 技术顶会 KDD 的论文就发现：

如果视频 App 推送的内容足够多样化，那用户平均活跃天数和活跃时长就会显著提升。

也就是平台推给用户的视频越多样，那用户看得越满意。毕竟就算是喜欢的东西，天天看，谁都会腻嘛。

所以为了获得用户认可，实现长期留存，平台工程师在设计算法时，就一定想会让他们看到更多元的内容。

当然，这些多元化内容理论上也是尽可能基于你的个人特征和兴趣范式推荐的。天天给你推荐爷爷奶奶喜欢看的视频，那你也顶不住啊。

一个月前，暨南大学在新闻学顶刊《 Digital Journalism 》发表一篇论文，他们用一系列实验探讨了 " 算法 " 与 " 用户行为交互 " 对新闻多样性的影响，一共有三种测试组：

a. 无个性化推荐，纯随机曝光；

b. 算法推荐，用户躺平任算法推荐；

c. 算法推荐，但用户可以干预。

最后结果发现， b 看到的新闻多样性大于 c 大于 a ，也就是算法有助于用户接触到更多元的新闻。

虽然从行业角度出发，算法是为了提高平台的用户留存。但从用户本身的角度看，算法也同样有不可忽略的价值。

因为算法基于内容推荐，它能提高整个平台，不同类目信息的分发、获取效率，节省时间成本。

比如差评君之前收藏了一个 " 孩子哭闹 " 视频后，就被推荐了如何制作幼儿辅食，湿疹处理等教学。

算法的去中心化特性，还让每一个普通创作者都有机会被大众看到，激励创作者制作优秀的内容。

2018 年，一位叫沈丹的年轻母亲在抖音发了女儿在田间抓鱼的视频。

就是这段随手一拍，没有任何修饰的视频，勾起了无数网友的儿时回忆，获得了 15 万点赞。

可能谁都想不明白，为什么一位普通妈妈随手分享的视频会这么火？

因为算法把它推荐给了那些怀念淳朴、自由田园生活的网友。

还有不识字的彝族女性通过短视频，第一次看到了大凉山外的世界；在江西的废弃村落，有阿姨每天拍摄记录村里的人和事，再分享出去；42 年前陕西一位被拐卖的孩子，在算法的推荐下，去年成功和亲生父母团聚。

当然，我们刚也说了：

算法还会依据你的其他特征去开发新爱好，给你推荐大量未曾涉足过，却又感兴趣的内容。

大部分人刷视频，应该不会主动去搜 " 甲骨文 " 这些词吧？

但这两年在算法推送下，有几千万人看到了李右溪的甲骨文视频，他们和我一样看完才发现：原来甲骨文这么有意思。

为啥甲骨文的 " 光 " 字是 " 人 " 顶着一团 " 火 " ？为啥甲骨文时期，我们就有了万这个单位？

甚至差评君也才了解，破译甲骨文，最高能拿到 10 万悬赏金。

是不是有点心动了？

别急，简单的早就被前人破译出来了，近些年唯一破译成功的就是 " 蠢 " 这个字。

原来那会就头顶尖尖的 ▼

这两年来，李右溪一共涨了近 100 万粉丝，视频被点赞了 800 万次。

怎么说呢，如果不是算法，像甲骨文这种普通人梦都梦不到的小众知识，也许真的会一直雪藏下去，不被大众发现。而这一百万粉丝，也很难有机会接触到这些有趣但冷门的故事。

算法的多样性推荐，并没有因为用户 " 没表现出对甲骨文的兴趣 " ，就决定不推荐甲骨文了，而是通过复杂的推算，最后决定向潜在用户提供一个学习新知识、发现新乐趣的可能。

你看，奶奶唱的赞达仁火了之后，千万人看到了深藏在大兴安岭的鄂伦春文化。

无数生活在内陆的人，也是看了渔小仙的赶海视频，才知道原来可以过这样的人生。

一本 40 年前的《 画魂 》，在 4 条解读视频火了之后，被抢购一空，还加印了 5 次。

为什么说算法对用户有价值？

因为它的确帮用户提升了眼界，让他们看到了更多元的知识、更多样的内容。

综上呢，差评君再回答一下开头的问题。

算法之所以变得这么重要，就是因为在信息过载的时代，对平台、对创作者、对用户，它都是一套优雅的解决方案，一个当下最优解的系统。

与报纸重塑信息获取、电视改变视听体验、电动汽车革新出行方式相似，算法也在重构人类与信息的交互模式。

虽然历史上很多新技术、新媒介的诞生，都引发过人类担忧和恐慌，比如苏格拉底认为文字这种媒介让人类变得愚蠢，因为文字没有思考，只是重复。但只要历经时代的选择，新媒介终究成为主流，被大众接受。

如今的算法，让每个单位各取所需，提高整个社会信息流动的效率。而在我们看不到的背后，算法也早就成了科技企业们的核心生产力，应用在内容资讯、招聘交友、出行旅游等领域。

算法、算力、数据，是人工智能三要素。DeepSeek 的出现，打破了 " 算力垄断 " 叙事，让更多人把目光投向了算法技术和工程能力，算法的含金量还在上升。

虽然现在的算法技术还称不上完美，但正是这套系统的存在，才让更多有用、美好的信息、知识、文化，被更多的人看见。

如今，我们要做的不仅是要学会与算法共存，或许还要知道要如何使用算法、驾驭算法，去更有效率地接收信息、获取知识。