Q1：什么是 Meta 推出的新 AI 算法功能？它是如何运作的？
Meta 近期在其社交平台 Threads 上推出了一项由 AI 支持的新功能，让用户在三天内定制他们的算法推荐。用户可以明确表达希望看到的内容类型，平台将根据这些偏好进行内容调整。
简单来说，这项功能让用户主动参与决定推荐内容的范围与风格，理论上可以让每个人享受更符合自己喜好的信息流，同时也体现了当前 AI 个性化推荐技术的进步。
Q2：此功能会不会助长“滑动瀑布流”（doomscrolling）现象？
滑动瀑布流是指用户无止境地刷网络内容，往往陷入负面或过度消费的信息中，从而影响心理健康。由于这项功能更加契合用户偏好，可能具有双刃剑的效果：一方面，用户能够主动选择更正面或与兴趣相关的内容，减少不良信息干扰；另一方面，如果用户本身更喜欢负面或极端的内容，这也可能导致平台更加强化这种信息，反而加剧负面滑动。
我朋友曾分享，说他时常在无意识中点开负面新闻，结果越刷越感到沮丧。假如这种算法能让用户主动掌控内容，或许能帮助他们走出这种被动的滑动流，但前提是用户得真正意识到自己的内容选择对心态的影响。
Q3：这种短期可调整算法的设计，有什么新颖之处？相较于以往算法推荐有何不同？
传统平台的算法多依赖长期行为数据自动优化，用户往往无法直接影响看到的内容类型。Meta 的这项功能则赋予用户“透明且暂时”的控制权，利用 AI 根据用户明确的指令，短期内调整推荐内容，增强参与感。
这不仅能暂时满足用户的特定需求（例如想要观看轻松的段子或深入某一话题），也为平台提供了更强的用户互动界面，提升了用户黏性。从我观察来看，这样的功能对数字时代的用户而言，是一种新鲜且吸引人的尝试，但同时也需警惕用户在内容过滤上的自我限制。
Q4：对于用户心理健康，这类算法定制有什么可能的正面与负面影响？
正面方面，当用户能够选择想多看什么内容时，可以减少不必要且令人焦虑的信息干扰，提高使用平台的愉悦感。从长远来看，也可能培养用户更健康的浏览习惯与内容过滤能力。
不过负面风险同样不可忽视，部分用户可能基于自身偏见或情绪负担，定制出偏向同温层，甚至极端化的内容，这会加深信息鸿沟，甚至引发社群极化问题。这也是我身边的朋友经常提醒我的：算法透明固然好，但懂得负责任地使用才是关键。
Q5：这项功能是否代表社交平台算法的未来趋势？我们应该如何看待？
Meta 的尝试显示，未来社交平台可能会更加重视用户自主对算法的参与和控制，强调算法透明度与个性化定制，让用户成为主动的推荐引导者，而非被动接受者。
我个人认为，这是向更人性化、尊重用户选择的方向发展，但这也强调了教育的重要性——用户需培养自我监控的意识，懂得如何健康地使用这些算法定制，避免过度沉迷或心理负担。总体来说，这是一场技术、心理和用户教育交织的新挑战。
You may also like: Phil Spencer与Sarah Bond离开微软：Xbox领导层变动何时值得关注？
