AI摘要：台湾成功大学的学生们在毕业典礼上表演《大展鸿图》
它的传播路径非常典型，也非常反传统：没有国际化唱片公司的成熟渠道，没有全球级别的宣发预算，没有精心包装的跨文化传播工程，甚至整个团队都极其轻量。世界拉丁舞冠军 Joanna Leunis 曾在上海的世界体育舞蹈联合会大奖赛现场表演《科目三》；俄罗斯芭蕾舞团在中国东北辽宁完成《天鹅湖》演出后，也以《科目三》作为谢幕互动；韩国男团 Enhypen 在澳门演唱会上跳起这支舞；泰国曼谷 Silpakorn University 的学生则在春节庆祝活动中穿着中国少数民族传统服饰表演《科目三》，并在当地网络上引发热议。深圳大学深圳城市传播创新研究中心于2025年11月发布的《短视频用户的算法实践与“破茧”报告》显示，近八成短视频用户认为算法推荐的内容多样，能够帮助其拓展信息视野。
暨南大学新闻与传播学院师文副教授的研究进一步指出，相比随机推荐，算法个性化推荐的内容更加多样平衡，能够帮助用户接触更广泛的新闻来源。
“ 关于算法，我们听过太多非黑即白的说法：要么是无所不能的‘操控者’，要么被归咎为互联网许多问题的根源。但真实的情况，往往比这些标签更复杂，也更值得细看。 为此，我们开辟了《算法向善》专题。这个专题收录了多篇文章，它们从不同角度切入同一个问题：在算法深度嵌入日常的今天，我们该如何与它相处？ 比如，从个体经验出发，探讨为什么‘懂算法’比“反算法”更重要；聚焦社会层面的对立与极化，追问撕裂究竟从何而来；拆解‘算法造神’的流行说法，还原网红走红背后的多因生态。 这些文章不急着下结论，也不试图给算法‘定罪’或‘翻案’。它们像不同角度的尺子，帮我们衡量哪些是技术的边界，哪些是人的课题。最终，都指向同一个提问：在算法的时代，人应该如何重新理解自己的能动性与责任？”
“ 关于算法，我们听过太多非黑即白的说法：要么是无所不能的‘操控者’，要么被归咎为互联网许多问题的根源。但真实的情况，往往比这些标签更复杂，也更值得细看。
为此，我们开辟了《算法向善》专题。这个专题收录了多篇文章，它们从不同角度切入同一个问题：在算法深度嵌入日常的今天，我们该如何与它相处？
比如，从个体经验出发，探讨为什么‘懂算法’比“反算法”更重要；聚焦社会层面的对立与极化，追问撕裂究竟从何而来；拆解‘算法造神’的流行说法，还原网红走红背后的多因生态。
这些文章不急着下结论，也不试图给算法‘定罪’或‘翻案’。它们像不同角度的尺子，帮我们衡量哪些是技术的边界，哪些是人的课题。最终，都指向同一个提问：在算法的时代，人应该如何重新理解自己的能动性与责任？”
过去十年，“信息茧房”几乎成了算法推荐的刻板印象。
在很多公共讨论中，算法被描述为一种隐形的围墙：它记住你的每一次停留、点赞、转发和犹豫，然后把你不断推回同一种内容、同一种情绪、同一种立场之中。久而久之，人不再面对世界，只面对一个被自己偏好反复抛光过的镜面。
但问题在于，当“信息茧房”被反复使用，它也逐渐变成了一种偷懒的解释。
现实远比某一个名词更加复杂。
事实上，真正成熟的算法推荐系统早已意识到一个简单事实：如果一个人永远只看到同一种内容，他很快就会厌倦。单一偏好的过度投喂，不仅会降低用户体验，也会损害平台自身的活跃度、停留时长和商业效率。因此，平台并不天然希望制造一个彻底封闭的信息空间。它更希望制造的是一种被精密调控的开放性：既让用户感到熟悉，又不断给他一点陌生；既满足既有兴趣，又诱导新的兴趣发生。
这正是今天讨论算法时最容易被忽视的一面：当算法被善用，它可能成为远比传统媒介形式更强大的“破茧”工具。
那些意外走红的中国人
2025年初，一首在发布时原本没太大水花的歌曲《大展鸿图》，时隔半年突然在短视频平台上引发二次创作狂欢，并迅速席卷全球互联网。
台湾成功大学的学生们在毕业典礼上表演《大展鸿图》
它的传播路径非常典型，也非常反传统：没有国际化唱片公司的成熟渠道，没有全球级别的宣发预算，没有精心包装的跨文化传播工程，甚至整个团队都极其轻量。但它依靠短视频平台上的二创裂变，穿透了语言、地域和文化圈层。
作者揽佬在 YouTube Music 上的月度观众数，一度高于 Kanye West、Drake 等西方主流大牌歌手。
这种现象很难用旧有的文化工业逻辑解释。按照传统路径，一个来自中国本土互联网文化语境的作品，要想抵达全球青年文化中心，必须经历翻译、包装、发行、媒体报道、意见领袖背书等多重中介。但在算法时代，这些中介不再是唯一入口。一个旋律、一段节奏、一个动作、一种可模仿的情绪，都可能成为全球扩散的触发点。
《大展鸿图》的走红，并不只是“一首歌火了”。它更像是一个算法时代的传播寓言：文化不再总是沿着中心向边缘扩散，也不再总是由强势文化向弱势文化输出。它可以从一个局部的、松散的，甚至看似边缘的内容节点出发，在平台的推荐机制和用户的二创冲动中完成跃迁。
更早之前，舞蹈《科目三》也遵循着类似的路径。
《科目三》原本是中国短视频平台上的民间娱乐内容，但它后来成为全球文化交流的媒介。多个国家的舞者、艺人、学生和普通用户纷纷模仿。
世界拉丁舞冠军 Joanna Leunis 曾在上海的世界体育舞蹈联合会大奖赛现场表演《科目三》；俄罗斯芭蕾舞团在中国东北辽宁完成《天鹅湖》演出后，也以《科目三》作为谢幕互动；韩国男团 Enhypen 在澳门演唱会上跳起这支舞；泰国曼谷 Silpakorn University 的学生则在春节庆祝活动中穿着中国少数民族传统服饰表演《科目三》，并在当地网络上引发热议。
俄罗斯芭蕾舞团在辽宁跳起《科目三》
这些片段很容易被轻描淡写地归入“猎奇”“玩梗”或“娱乐化传播”。但如果只这样理解，就低估了算法传播的深层意义。
在传统国际传播结构中，西方用户理解中国，往往依赖少数固定入口：新闻报道、纪录片、专家评论、外交事件、政治议题。这些入口高度集中，也高度议题化。中国常常是被解释的对象、被争论的对象、被想象的对象，却很少作为一个日常生活场景被直接观看。
而短视频算法改变了这一点。
它并不要求用户先对“中国”产生兴趣，也不要求用户主动搜索“中国文化”。一个西方青年可能只是喜欢节奏强烈的音乐，喜欢夸张的身体动作，喜欢可模仿的舞蹈挑战，喜欢某种幽默感或群体参与感，于是他被推荐到《科目三》；再从《科目三》看到中国广场、火锅店、校园、街头、景区、婚礼现场；再从这些场景中看到一个不那么抽象、也不那么被新闻议题定义的中国。
这不是传统意义上的“说服”，而是一种认知入口的重组。
因此，问题变得尖锐起来：为什么西方人长期被裹挟在对中国偏见“茧房”中，而算法反而成了打破“茧房”的利锥，让西方网友看到了更广阔的世界？
答案也许在于，我们长期误解了算法。我们把算法想象成一堵墙，却忽略了它同样可能是一扇窗，工具如何发挥作用，更多取决于使用工具的人。
算法何以“破茧”
算法为什么会发生“破茧”效应？其实只要深入到技术细节中，原因就不难发现。
首先，经历了十余年的发展，当下的推荐算法早已是一个极其复杂的系统，它不是只会重复用户自身的兴趣，而是具备“兴趣溢出”机制。
传统理解认为，算法会不断强化用户已有兴趣，你喜欢健身，它就推健身；你喜欢宠物，它就推宠物；你喜欢某种政治观点，它就不断推送相似观点。但实际上，真正有效的推荐系统，必须不断测试并扩展用户偏好的边界。它要判断用户到底只是喜欢某个具体内容，还是喜欢这个内容背后的风格、情绪、节奏、场景、人物关系或文化符号。
例如，用户观看《大展鸿图》后，平台并不一定只给他推荐同一首歌或同一个歌手。它可能先将用户识别为对中国风音乐、强节奏短视频、二创内容、东方审美符号感兴趣的人。接着，用户可能看到更多中国风音乐，比如今年再次走红的《弥渡山歌》手势舞。
再往后，兴趣从音乐溢出到地理空间：用户开始看到大理弥渡的风光视频、旅拍 vlog、地方饮食、民族服饰、乡村景观。最终，一个原本只是从旋律开始的兴趣链条，可能把用户带向更完整的中国社会图景。
国外社交媒体上大量博主模仿《弥渡山歌》手势舞
这种漂移，正是“破茧”的开始。
其次，算法推荐的基础是海量的用户原生内容，而这就决定了算法平台天然具有去中心化传播的特性。
在传统媒体体系中，“谁来讲述中国”是一个高度结构化的问题。编辑部、电视台、通讯社、纪录片机构、智库、大学和外交系统，共同构成了对外叙事的入口。这些机构拥有资源、渠道和权威，也天然承担着筛选功能。它们决定哪些中国故事值得被看见，哪些声音可以被翻译，哪些细节适合进入国际舆论场。
算法赋能改变了这一结构。
短视频平台降低了进入全球信息流的门槛。普通用户、在华外国人、街头创作者、餐饮店员工、旅行博主、留学生，都可以通过一个短视频进入他人的推荐页。这并不意味着每个人都能爆火，但它意味着叙事权的结构发生了松动。中国不再只是一个被转述的对象，而成为一个可以被直接观看、直接模仿、直接互动的现实。
马来西亚海底捞员工“小白”的走红，是一个颇具代表性的案例。2024 年，她在店内表演多个抖音流行舞蹈，吸引海外民众前往中国火锅店打卡，也让更多人通过娱乐化的方式接触中国饮食文化。
马来西亚海底捞员工“小白”火爆全网
美国博主 Candise Lin 的案例则更进一步。她长期把中国社交媒体上的流行内容搬运到外网，帮助海外用户看到真实的中国互联网文化和普通人的生活状态。她不是官方传播者，也不是传统媒体记者，却在某种意义上承担了“非正式文化大使”的角色。
她所做的事情并不复杂：翻译、选择、搬运、解释。但她搬运的内容，恰恰是曾经被主流媒体过滤掉的，那些琐碎、搞笑但是真正构成中国人日常生活中的片段，使大量原本被单一叙事笼罩的西方受众重新认识中国。
这说明，算法时代的文化传播，不再完全依赖中心化机构。它越来越像一种分布式系统：无数节点同时生产、转译和传播内容。一个节点的影响力可能有限，但当它们被算法连接起来，就可能形成远超单个创作者能力的扩散效果。
至关重要的“陌生性投喂”
最常被忽视的一点是，现代推荐系统并不只是推送“你喜欢的”，它还会周期性插入“你可能感兴趣但从未接触的内容”。
这种机制可以被称为“陌生性投喂”。
在用户连续观看舒适区内容之后，平台往往会插入一些异质性内容，用来测试用户边界、防止内容疲劳、发现潜在兴趣。这种机制在商业上非常合理。因为平台知道，过度重复会让用户感到厌倦，而适度陌生会让信息流保持新鲜。
抖音对此有过量化的研究。
在算法测试中，抖音会对内容多样性设置不同的等级。例如，未进行多样性优化的情况下，用户连续看到的5个视频中，可能会有3个宠物猫和2个其他内容。在多样性优化后，5个视频中只会有一个宠物猫的视频，整体内容类型更加丰富。
结果发现，虽然短期内效果不明显，但内容推送越多元，用户的长期活跃度越高。
有了这样的数据做支撑，对于平台来说，算法“破茧”就不仅是一种道德自觉，而更多是出于商业利益的自然选择。因为用户需要新鲜感，平台需要留存，内容生态需要不断涌现新的增长点。一个只会重复旧兴趣的平台，最终会耗尽用户的注意力；一个能够不断发现新兴趣的平台，才可能延长用户生命周期。
第三方数据也支撑了这一结论。深圳大学深圳城市传播创新研究中心于2025年11月发布的《短视频用户的算法实践与“破茧”报告》显示，近八成短视频用户认为算法推荐的内容多样，能够帮助其拓展信息视野。
这些研究都说明，算法推荐并不必然等于信息封闭，个性化并不天然排斥多样性。问题的关键，在于个性化系统如何定义“相关”。
另一方面，平台也在通过人为干预提升内容治理质量。以抖音为例，其内容治理体系强调“人工参与+机器学习”的结合，并组建专门的平台治理团队，为算法设置“护栏”。这说明，算法并不是一个无人驾驶、不可干预的黑箱。真正运行中的推荐系统，始终处于机器判断、人工审核、规则约束、公共压力和商业目标的多重作用之下。
算法的问题，从来不是它是否存在，而是我们如何使用它、治理它、校准它。只指责算法制造“茧房”，容易让讨论停留在道德宣泄；善用算法的“破茧”效应，才可能真正改变信息流动的方向。
算法不是天使，也不是恶魔。
它是这个时代最重要的认知基础设施之一。它可以把人困在自我的回声里，也可以把人推向未曾想象的远方。关键在于，我们是否有能力让它成为一扇窗，而不是一层茧。
暂无回复，快来抢沙发吧！
本次需消耗银元：
100
当前账户余额: 0 银元
它的传播路径非常典型，也非常反传统：没有国际化唱片公司的成熟渠道，没有全球级别的宣发预算，没有精心包装的跨文化传播工程，甚至整个团队都极其轻量。世界拉丁舞冠军 Joanna Leunis 曾在上海的世界体育舞蹈联合会大奖赛现场表演《科目三》；俄罗斯芭蕾舞团在中国东北辽宁完成《天鹅湖》演出后，也以《科目三》作为谢幕互动；韩国男团 Enhypen 在澳门演唱会上跳起这支舞；泰国曼谷 Silpakorn University 的学生则在春节庆祝活动中穿着中国少数民族传统服饰表演《科目三》，并在当地网络上引发热议。深圳大学深圳城市传播创新研究中心于2025年11月发布的《短视频用户的算法实践与“破茧”报告》显示，近八成短视频用户认为算法推荐的内容多样，能够帮助其拓展信息视野。
暨南大学新闻与传播学院师文副教授的研究进一步指出，相比随机推荐，算法个性化推荐的内容更加多样平衡，能够帮助用户接触更广泛的新闻来源。
过去十年，“信息茧房”几乎成了算法推荐的刻板印象。
在很多公共讨论中，算法被描述为一种隐形的围墙：它记住你的每一次停留、点赞、转发和犹豫，然后把你不断推回同一种内容、同一种情绪、同一种立场之中。久而久之，人不再面对世界，只面对一个被自己偏好反复抛光过的镜面。
但问题在于，当“信息茧房”被反复使用，它也逐渐变成了一种偷懒的解释。
现实远比某一个名词更加复杂。
事实上，真正成熟的算法推荐系统早已意识到一个简单事实：如果一个人永远只看到同一种内容，他很快就会厌倦。单一偏好的过度投喂，不仅会降低用户体验，也会损害平台自身的活跃度、停留时长和商业效率。因此，平台并不天然希望制造一个彻底封闭的信息空间。它更希望制造的是一种被精密调控的开放性：既让用户感到熟悉，又不断给他一点陌生；既满足既有兴趣，又诱导新的兴趣发生。
这正是今天讨论算法时最容易被忽视的一面：当算法被善用，它可能成为远比传统媒介形式更强大的“破茧”工具。
那些意外走红的中国人
2025年初，一首在发布时原本没太大水花的歌曲《大展鸿图》，时隔半年突然在短视频平台上引发二次创作狂欢，并迅速席卷全球互联网。
台湾成功大学的学生们在毕业典礼上表演《大展鸿图》
它的传播路径非常典型，也非常反传统：没有国际化唱片公司的成熟渠道，没有全球级别的宣发预算，没有精心包装的跨文化传播工程，甚至整个团队都极其轻量。但它依靠短视频平台上的二创裂变，穿透了语言、地域和文化圈层。
作者揽佬在 YouTube Music 上的月度观众数，一度高于 Kanye West、Drake 等西方主流大牌歌手。
这种现象很难用旧有的文化工业逻辑解释。按照传统路径，一个来自中国本土互联网文化语境的作品，要想抵达全球青年文化中心，必须经历翻译、包装、发行、媒体报道、意见领袖背书等多重中介。但在算法时代，这些中介不再是唯一入口。一个旋律、一段节奏、一个动作、一种可模仿的情绪，都可能成为全球扩散的触发点。
《大展鸿图》的走红，并不只是“一首歌火了”。它更像是一个算法时代的传播寓言：文化不再总是沿着中心向边缘扩散，也不再总是由强势文化向弱势文化输出。它可以从一个局部的、松散的，甚至看似边缘的内容节点出发，在平台的推荐机制和用户的二创冲动中完成跃迁。
更早之前，舞蹈《科目三》也遵循着类似的路径。
《科目三》原本是中国短视频平台上的民间娱乐内容，但它后来成为全球文化交流的媒介。多个国家的舞者、艺人、学生和普通用户纷纷模仿。
世界拉丁舞冠军 Joanna Leunis 曾在上海的世界体育舞蹈联合会大奖赛现场表演《科目三》；俄罗斯芭蕾舞团在中国东北辽宁完成《天鹅湖》演出后，也以《科目三》作为谢幕互动；韩国男团 Enhypen 在澳门演唱会上跳起这支舞；泰国曼谷 Silpakorn University 的学生则在春节庆祝活动中穿着中国少数民族传统服饰表演《科目三》，并在当地网络上引发热议。
俄罗斯芭蕾舞团在辽宁跳起《科目三》
这些片段很容易被轻描淡写地归入“猎奇”“玩梗”或“娱乐化传播”。但如果只这样理解，就低估了算法传播的深层意义。
在传统国际传播结构中，西方用户理解中国，往往依赖少数固定入口：新闻报道、纪录片、专家评论、外交事件、政治议题。这些入口高度集中，也高度议题化。中国常常是被解释的对象、被争论的对象、被想象的对象，却很少作为一个日常生活场景被直接观看。
而短视频算法改变了这一点。
它并不要求用户先对“中国”产生兴趣，也不要求用户主动搜索“中国文化”。一个西方青年可能只是喜欢节奏强烈的音乐，喜欢夸张的身体动作，喜欢可模仿的舞蹈挑战，喜欢某种幽默感或群体参与感，于是他被推荐到《科目三》；再从《科目三》看到中国广场、火锅店、校园、街头、景区、婚礼现场；再从这些场景中看到一个不那么抽象、也不那么被新闻议题定义的中国。
这不是传统意义上的“说服”，而是一种认知入口的重组。
因此，问题变得尖锐起来：为什么西方人长期被裹挟在对中国偏见“茧房”中，而算法反而成了打破“茧房”的利锥，让西方网友看到了更广阔的世界？
答案也许在于，我们长期误解了算法。我们把算法想象成一堵墙，却忽略了它同样可能是一扇窗，工具如何发挥作用，更多取决于使用工具的人。
算法何以“破茧”
算法为什么会发生“破茧”效应？其实只要深入到技术细节中，原因就不难发现。
首先，经历了十余年的发展，当下的推荐算法早已是一个极其复杂的系统，它不是只会重复用户自身的兴趣，而是具备“兴趣溢出”机制。
传统理解认为，算法会不断强化用户已有兴趣，你喜欢健身，它就推健身；你喜欢宠物，它就推宠物；你喜欢某种政治观点，它就不断推送相似观点。但实际上，真正有效的推荐系统，必须不断测试并扩展用户偏好的边界。它要判断用户到底只是喜欢某个具体内容，还是喜欢这个内容背后的风格、情绪、节奏、场景、人物关系或文化符号。
例如，用户观看《大展鸿图》后，平台并不一定只给他推荐同一首歌或同一个歌手。它可能先将用户识别为对中国风音乐、强节奏短视频、二创内容、东方审美符号感兴趣的人。接着，用户可能看到更多中国风音乐，比如今年再次走红的《弥渡山歌》手势舞。
再往后，兴趣从音乐溢出到地理空间：用户开始看到大理弥渡的风光视频、旅拍 vlog、地方饮食、民族服饰、乡村景观。最终，一个原本只是从旋律开始的兴趣链条，可能把用户带向更完整的中国社会图景。
国外社交媒体上大量博主模仿《弥渡山歌》手势舞
这种漂移，正是“破茧”的开始。
其次，算法推荐的基础是海量的用户原生内容，而这就决定了算法平台天然具有去中心化传播的特性。
在传统媒体体系中，“谁来讲述中国”是一个高度结构化的问题。编辑部、电视台、通讯社、纪录片机构、智库、大学和外交系统，共同构成了对外叙事的入口。这些机构拥有资源、渠道和权威，也天然承担着筛选功能。它们决定哪些中国故事值得被看见，哪些声音可以被翻译，哪些细节适合进入国际舆论场。
算法赋能改变了这一结构。
短视频平台降低了进入全球信息流的门槛。普通用户、在华外国人、街头创作者、餐饮店员工、旅行博主、留学生，都可以通过一个短视频进入他人的推荐页。这并不意味着每个人都能爆火，但它意味着叙事权的结构发生了松动。中国不再只是一个被转述的对象，而成为一个可以被直接观看、直接模仿、直接互动的现实。
马来西亚海底捞员工“小白”的走红，是一个颇具代表性的案例。2024 年，她在店内表演多个抖音流行舞蹈，吸引海外民众前往中国火锅店打卡，也让更多人通过娱乐化的方式接触中国饮食文化。
马来西亚海底捞员工“小白”火爆全网
美国博主 Candise Lin 的案例则更进一步。她长期把中国社交媒体上的流行内容搬运到外网，帮助海外用户看到真实的中国互联网文化和普通人的生活状态。她不是官方传播者，也不是传统媒体记者，却在某种意义上承担了“非正式文化大使”的角色。
她所做的事情并不复杂：翻译、选择、搬运、解释。但她搬运的内容，恰恰是曾经被主流媒体过滤掉的，那些琐碎、搞笑但是真正构成中国人日常生活中的片段，使大量原本被单一叙事笼罩的西方受众重新认识中国。
这说明，算法时代的文化传播，不再完全依赖中心化机构。它越来越像一种分布式系统：无数节点同时生产、转译和传播内容。一个节点的影响力可能有限，但当它们被算法连接起来，就可能形成远超单个创作者能力的扩散效果。
至关重要的“陌生性投喂”
最常被忽视的一点是，现代推荐系统并不只是推送“你喜欢的”，它还会周期性插入“你可能感兴趣但从未接触的内容”。
这种机制可以被称为“陌生性投喂”。
在用户连续观看舒适区内容之后，平台往往会插入一些异质性内容，用来测试用户边界、防止内容疲劳、发现潜在兴趣。这种机制在商业上非常合理。因为平台知道，过度重复会让用户感到厌倦，而适度陌生会让信息流保持新鲜。
抖音对此有过量化的研究。
在算法测试中，抖音会对内容多样性设置不同的等级。例如，未进行多样性优化的情况下，用户连续看到的5个视频中，可能会有3个宠物猫和2个其他内容。在多样性优化后，5个视频中只会有一个宠物猫的视频，整体内容类型更加丰富。
结果发现，虽然短期内效果不明显，但内容推送越多元，用户的长期活跃度越高。
有了这样的数据做支撑，对于平台来说，算法“破茧”就不仅是一种道德自觉，而更多是出于商业利益的自然选择。因为用户需要新鲜感，平台需要留存，内容生态需要不断涌现新的增长点。一个只会重复旧兴趣的平台，最终会耗尽用户的注意力；一个能够不断发现新兴趣的平台，才可能延长用户生命周期。
第三方数据也支撑了这一结论。深圳大学深圳城市传播创新研究中心于2025年11月发布的《短视频用户的算法实践与“破茧”报告》显示，近八成短视频用户认为算法推荐的内容多样，能够帮助其拓展信息视野。
暨南大学新闻与传播学院师文副教授的研究进一步指出，相比随机推荐，算法个性化推荐的内容更加多样平衡，能够帮助用户接触更广泛的新闻来源。
这些研究都说明，算法推荐并不必然等于信息封闭，个性化并不天然排斥多样性。问题的关键，在于个性化系统如何定义“相关”。
另一方面，平台也在通过人为干预提升内容治理质量。以抖音为例，其内容治理体系强调“人工参与+机器学习”的结合，并组建专门的平台治理团队，为算法设置“护栏”。这说明，算法并不是一个无人驾驶、不可干预的黑箱。真正运行中的推荐系统，始终处于机器判断、人工审核、规则约束、公共压力和商业目标的多重作用之下。
算法的问题，从来不是它是否存在，而是我们如何使用它、治理它、校准它。只指责算法制造“茧房”，容易让讨论停留在道德宣泄；善用算法的“破茧”效应，才可能真正改变信息流动的方向。
算法不是天使，也不是恶魔。
它是这个时代最重要的认知基础设施之一。它可以把人困在自我的回声里，也可以把人推向未曾想象的远方。关键在于，我们是否有能力让它成为一扇窗，而不是一层茧。