信息轰炸代码

凌晨三点，信息手机屏幕亮了。轰炸一条推送。代码我没点开，信息翻了个身。轰炸四分钟后，代码又一条。信息然后每隔十几秒，轰炸屏幕就闪一次。代码那晚我一共收到47条通知——来自同一个购物App，信息全在推同一款空气炸锅。轰炸

这不是代码什么大促之夜。我只是信息前一天下午搜过一次“空气炸锅推荐”。

从那以后，轰炸我的代码手机变成了一台信息轰炸机。打开微博，信息流第三条就是它。刷短视频，前五条里必有一条测评。连看个菜谱，底部横幅都在喊“限时直降200”。我像被贴了标签的猎物，算法端着枪，子弹全是空气炸锅。

问题不在于广告多。问题在于，这套系统开始替我做决定。

我写代码的时候有个习惯，变量命名必须清晰。如果一个函数叫 getUserData()，它就该只干这件事。但现在的推荐系统不这样。它叫“个性化推荐”，实际干的事是：用你过去三秒的点击，赌你未来三小时的行为。你点了一条猫视频，它给你推一百条。你犹豫了一秒某双鞋，它默认你“极度渴望”。

我翻过某平台的前端代码。有个字段叫 fatigue_score，疲劳分。用户对同一类内容接收超过N次后，这个分值会涨。理论上，分值高了就该降频。但实际上，我抓包看了自己的账号——连续三天收到同款耳机广告，疲劳分从0.3飙到8.7，推送频率反而翻倍。为什么？因为代码里还有另一个字段：revenue_per_impression。广告主出价高，疲劳分就被覆盖了。

用户感受？那只是模型里的一个权重，而且是可以被调低的权重。

更荒诞的是“猜你喜欢”的闭环。我有个朋友，做后端开发。他告诉我，他们团队曾想优化推荐多样性，加了个随机因子。上线第二天，日活掉了1.2%。老板直接拍桌子：把随机因子删了。于是系统继续把所有人往同一条窄路上赶。你越点，它越推。它越推，你越点。最后你打开App，满屏都是你“喜欢”的东西——其实是你三年前某个深夜手滑点过的。

我自己做过一个实验。连续一周，每天主动搜索“不感兴趣”并点击“减少此类推荐”。你猜怎么着？第二周，推荐流里同类内容占比从41%降到了38%。只降了三个百分点。而我的操作次数是：7天，每天12次，总共84次。系统用了84次否定，才勉强承认“这个人可能真的不喜欢”。

但换个角度想，它真的不知道吗？

代码不会撒谎。后端日志里清清楚楚：我的“不感兴趣”点击被记录为负反馈，权重-0.3。而我的页面停留时长，哪怕只是手指悬停没点，权重+0.7。你看，系统早就知道我在犹豫，但它选择把犹豫解读成兴趣。因为犹豫意味着“可能点”，而“可能点”意味着“可能赚”。

所以信息轰炸的本质不是技术失控。是技术太听话了。它听广告主的话，听日活指标的话，听转化率的话。唯独不听你的话。你每一次滑动、每一次停顿、每一次皱眉，都被翻译成数据，喂给下一个推荐。你以为你在刷手机，其实是手机在刷你。

上周我把那个购物App的通知权限关了。世界清净了。但我知道，清净只是暂时的。只要我还用搜索，还看视频，还点外卖，这套系统就会换个入口继续轰炸。区别只在于，这次它推的不是空气炸锅，是别的什么。

我关掉屏幕，把手机扣在桌上。黑暗里，它还在震。一下，两下，三下。像心跳，也像倒计时。

很赞哦!（297）