打开YouTube首页，国外它推给我的视频第一个视频是《重庆森林》里梁朝伟对着肥皂说话的那段。我没搜过王家卫，网站也没点过任何港片剪辑。国外但算法就是视频知道——我大概率会停下来看完。
这件事我琢磨了很久。网站国外视频网站的国外推荐系统，跟国内那些“猜你喜欢”完全不是视频一回事。它们不靠你主动勾选的网站兴趣标签，也不依赖你朋友圈转发了什么。国外真正起作用的视频，是网站你自己都没意识到的行为痕迹。
Netflix的国外工程师跟我聊过一次，他说他们内部管推荐系统叫“品味图谱”。视频你几点打开App，网站看了一部片子的前几分钟就退出了，还是看到片尾字幕滚完，甚至有没有在某个片段反复拖进度条——这些数据比评分靠谱得多。一个人给《肖申克的救赎》打五星，可能只是因为它“应该”得五星。但他在看《纸牌屋》时快进了所有政治辩论戏，却对弗兰克和克莱尔深夜抽烟的镜头反复回看，系统立刻明白：这人要的是权力关系里的暧昧张力，不是政治惊悚。
YouTube那边更狠。它的推荐模型叫“深度神经网络”，名字听着吓人，干的事其实很朴素：把你过去看过的几百个视频拆成向量，再跟候选视频的向量做匹配。匹配维度多到没人能完整解释，包括视频的色调、背景音乐节奏、剪辑频率，甚至UP主说话的语速。我认识一个做影视解说的博主，他发现自己的视频只要在开头三秒内出现“黑色背景+白色字幕+低音钢琴”，完播率就比平时高40%。后来他才知道，YouTube把这种组合识别为“深度分析类内容”，会自动推给那些深夜看长视频的用户。
这种“懂你”有时候让人后背发凉。我有个朋友在TikTok上刷到一条做舒芙蕾的视频，她只是多看了两秒——没点赞，没收藏——接下来三天，她的推荐页全是烘焙内容。更诡异的是，其中夹杂着一条关于“如何克服完美主义”的心理咨询广告。她后来跟我说，那段时间她确实因为工作上的失误焦虑到失眠。算法从她看舒芙蕾时那两秒的停顿里，读出了“渴望掌控感却害怕失败”的信号。
但国外平台也有“不懂你”的时候。Netflix曾经花大力气推一部叫《永不满足》的剧，根据用户数据，喜欢《尖叫皇后》和《美国恐怖故事》的人应该会爱看。结果那部剧上线一周就被骂到停播。算法算得出类型偏好，算不出观众对“体型羞辱”桥段的容忍底线。数据能告诉你一个人看了什么，但没法告诉你他为什么关掉。
我自己的体验是，YouTube的“懂”更像一个记性极好但不太会聊天的朋友。它记得你三年前搜过“如何修复黑胶唱片划痕”，于是每次你打开首页，都会在角落里塞一条相关视频。它不打扰你，但你知道它一直在那儿。而Netflix的“懂”更像一个过于热情的导购，你看完一部北欧 noir，它立刻把同类片子全铺在你面前，生怕你多花一秒钟做选择。
说到底，这些系统的核心不是“理解你这个人”，而是“预测你下一个动作”。它们不关心你为什么深夜看老电影，只关心你大概率会点开哪部。从这个角度看，它们确实懂你——懂你的手指会比你的大脑先做出反应。
上周我在YouTube上搜了一首1997年的粤语老歌，只听了前奏就关掉了。第二天首页推给我一条视频，标题是《那些年我们听错的歌词》。点进去，第一个例子就是那首歌。UP主说：“很多人以为这句唱的是‘风雨中抱紧自由’，其实是‘风雨中抱紧自己’。”
我盯着屏幕愣了几秒。算法不知道我为什么关掉那首歌，但它知道我会对“听错”这件事感兴趣。这种懂，比懂歌本身更让人说不出话。