对话抖音集团副总裁李亮：平台没动力制造“茧房”

关于算法的争论从未停止，并在2024年达到了新的高度。

推荐算法自互联网进口以来，已发展至巅峰，并成为早期如阿里和字节跳动等企业的重要推动力。

简而言之，算法就是在解决数学问题。一位不愿透露姓名的技术主管告诉凤凰网科技，“优秀的算法通常源于精密且不断调整的参数。”

在购物平台上，你能迅速从数以亿计的商品中找到心仪的物品；在外卖应用上，平台能够精准匹配食品和配送员；在短视频应用上，你可以迅速获取感兴趣且有用的内容，这一切都得益于推荐算法。

普通用户对算法的质疑通常集中在信息茧房、算法缺乏价值观和大数据杀熟等方面。

随着算法日益与人们生活密切相关，引出了一个更为严峻的问题：平台是否会任由算法朝单一方向发展？尤其是在追求商业利益的背景下，算法是否会失去控制。

许多曾在抖音、小红书等平台工作的专业人士认为，算法的“黑箱”在于大多数从业者只看到个别的数据点，全面了解全貌的机会很少，因此使得很多人觉得算法就像一个黑盒子。

前述技术负责人指出，算法与其设计者之间始终保持着一条平衡线，算法工程师负责将这条线调节到最佳状态。“绝对不可能存在算法始终向某一方向倾斜的现象，推荐机制涉及复杂的因素，我们须确保生态的多样性平衡，并拥有多种手段调节算法。”

对算法的监管也在不断进行，新的治理目标包括实现算法的正确导向、公平性和透明度。

因此，现在是时候揭开这个黑箱的面纱了。

虽然推荐算法已经不再神秘，但各大平台为维护自身资源而构建的壁垒依旧存在。在与多家互联网公司的沟通中，发现一个普遍共识：在算法技术的实施及生态治理中，最受关注的依然是抖音。

因此，我们向抖音集团副总裁李亮发出了对话请求。

根据李亮的分享，抖音与今日头条的推荐算法原理与行业内并无本质差异，不同的是每个平台在算法上特别关注的指标，抖音更注重用户的长期留存。

他指出，“信息茧房”这一概念在推荐算法出现之前就已存在，从商业逻辑讲，平台并没有动机去制造“茧房”，反而更有动力去打破它。”

由于算法作为“数学天才”，无法真正理解社会、心理、传播等多重领域的现象，特别是在评论区，“争议性话题视频下常常出现不同声音，甚至争吵，这些互动数据，包括评论、点赞、点踩和举报，可能会误导算法认为互动热烈，导致视频获得更多的流量。”

这种发展方向显然不健康，抖音则尝试通过内容生态和运营策略，来纠正算法的不合理性，降低不友好争议内容的流量比例。

李亮还强调，抖音持续进行对不实信息、极端言论和对立话题的打击与治理，认为生态治理最终会对平台的健康发展起到积极作用。

以下为凤凰网科技《浪潮》与李亮对话的内容，经过编辑后保留原意：

“抖音的算法并不神秘”

• 《浪潮》：在科技与互联网行业中，算法是一项至关重要的技术，尤其是推荐算法，你认为它创造了哪些价值？

李亮：推荐算法是应对信息过载时代的工具，现已深刻融入人们生活的各个方面，如电商的商品推荐，外卖的商家推荐，旅游平台的民宿、酒店和机票推荐等。

在视频行业中，算法将相关内容推荐给潜在用户，使信息能够高效且精准地分发给感兴趣的人。例如，今年抖音上流行的史铁生《我与地坛》，带动了不少年轻人重新阅读这一作品，进而提升了书本销量，传统书店将畅销书放在显眼位置的行为同样属于一种“推荐算法”。

推荐算法让信息高效流动，给予小众内容及普通人更多被关注的机会，促进知识的普及、精准的农业技术传播、发现优质小店，帮助农产品走向市场等，这所有都是推荐算法为各行各业提供的价值。对用户来说，推荐算法降低了信息获取的成本，避免了因浏览大量无意义数据而浪费时间和精力，同时开拓了用户的新兴趣。

• 《浪潮》：外界常说抖音的算法十分神秘，实际上如何？抖音是否也使用协同过滤等经典推荐算法，或者算法经历了多次迭代，其更新重点在哪里？

李亮：推荐系统实际上包含广泛的算法与策略，协同过滤是其重要组成部分，当下业界的主流推荐系统仍然运用这种技术思路，但在执行细节上，如如何优化协同数据的向量表示，如何将这种向量表示应用于内容推荐等领域，学界和业界一直在持续演化。 除了上述技术方案，我们同样会采用其他有效的算法，例如过去我们基于视频内容进行理解并推荐，现在学界也有大量基于大模型的推荐尝试。

总体而言，抖音的推荐算法原理与行业内并无特别之处，唯一的差别是在于每个平台制定的算法目标及所重视的方面。抖音的核心指标是用户的长期留存，所谓北极星指标，是指引整体方向的关键指标。留存是数量化的概念，意味着我们希望更多的人使用并认可抖音。长期和短期的留存不仅在时间上有别，而在结果上也会有不同的导向，长期留存会更侧重兴趣探索和持续使用，而短期留存则更关注点赞和完播时长等目标。

• 《浪潮》：普通人对于算法的争议还在于，平台没有主动给用户提供多样化的算法选择，比如是否可以选择按时间顺序排列，抖音是否考虑过更多样的算法模式，这背后的技术难点是什么？

李亮：在信息过载的社会中，任何内容平台每日新增的内容供给远远超出个体的消费能力，按时间顺序排列显然不现实。 目前，抖音的算法包括了兴趣探索机制，帮助用户发现多样的内容，平台也允许用户关闭个性化推荐，获得非个性化的内容推荐，这是基于大众偏好的推荐，而非个别用户的喜好。

“打破信息茧房的动力”

• 《浪潮》：人们认为信息茧房是源于人性的惰性，用户无需思考而被动接受算法推送的信息，这是否是思维固化的本质，你对此有何看法？

李亮：“信息茧房”这一概念在推荐算法成熟之前就出现，算法并非“信息茧房”形成的根本原因。

现今对于“信息茧房”的担忧实际上是信息偏食，即信息来源单一。实际上，各个渠道的信息传播都有局限性，如公众号的关注列表受个人喜好影响，门户网站的内容也依赖于编辑的判断，朋友圈的信息则被朋友关系过滤。只关注一个频道，都会陷入“茧房”的情境。然而大多数用户其实会同时关注多种信息来源。

从商业角度看，平台没有动力制造“茧房”，反而更有动力去打破它。学界与业界的研究表明，多元化的内容对用户的长期留存有利。

• 《浪潮》：抖音采取了哪些具体措施来解决这一问题？

李亮：我们从以下几个方面着手：

1）抖音的内容分发机制不仅限于推荐，还包括搜索、社交分享和热榜等机制。 这些机制都是非基于兴趣的推荐。以热榜为例，会展示当天的重要新闻，集中展示事件的最新进展，平衡不同且理性的观点。

2）抖音增强了社交推荐机制，用户可以长按视频，选择“推荐”选项，该视频会被分享给抖音中的好友，并标识为“xxx 推荐”，这种社交推荐丰富了兴趣推荐。

3）抖音的算法中包含兴趣探索机制，让用户探寻更多元的内容，例如某个用户对音乐类视频表现出浓厚兴趣，平台将通过算法试探性推荐与音乐相关（如美术、舞蹈等）的内容，帮助用户发掘其他兴趣。

4）抖音还刻意推动推荐的多样化，避免内容过于集中。例如，如果用户对宠物感兴趣，考虑多样性时，用户可能只会看到一个宠物猫视频，而不是连续推荐多个类似视频。

5）用户可以通过标记“不感兴趣”，或在内容管理工具中设置内容偏好来优化和掌控自己的推荐。

从人性的角度看，思考、学习、接受不同的观点的过程总是具有一定的挑战，但用户通过与算法的互动，能够优化算法的表现，使其成为生活和工作的得力助手，比如对不感兴趣的内容选择“不感兴趣”，有目的地进行搜索，用户的搜索行为也会显著影响推荐的结果。

• 《浪潮》：算法在理解情绪化问题上确实比较薄弱，例如难以判断友好与否，可能将对立甚至情绪化内容视为一种“友好互动”，这种情况是否真实存在？

李亮：一些争议话题应该有不同的观点，甚至争论。 如果仅仅依赖互动数据来推荐，就会出现此类问题，这是不健康的。因此，抖音的推荐机制会将此类问题纳入考虑，不希望不友善的讨论内容得到过多的曝光。我们综合考虑评论、点赞、点踩和举报等信号，以降低不友好争议内容的流量。

• 《浪潮》：这个纠偏机制是如何实施的？

李亮：纠偏机制分为几个层次：首先是将“不友善”言论进行细致划分，将是否存在攻击性表达纳入评论审核的重要考量，评估对立言论（如侮辱性/仇恨言论，轻度对立）并纳入评论处理的范畴。今年以来，这类言论的社区曝光量已经下降了43%。

其次是整体评论氛围的评估，当评论区出现多方对立情绪时，会暂时降低相关视频的流量。

第三，在视频层面，针对通过激化对立或负面情绪吸引眼球的行为进行管理，在视频流量上升时，会设置多级流量审核，确保其“配得上”这样的流量，这背后是平台运营为算法提供的指引。

• 《浪潮》：因此“算法激励愤怒”这一说法实际上并不正确？

李亮：这其中涉及较为复杂的社会学、心理学和传播学问题，例如极化现象和回声室效应，已有研究表明用户在社交媒体上接触到对立观点后，往往不但没有反思，反而变得愈发极端。

从平台视角看，我们希望让用户有机会接触多样的视听内容。但与此同时，我们也尝试评估视频和评论的“煽动性”，对不实信息或引导极端观点的内容会限制其流量，对理性和客观表达的内容则会给予正常的推荐分发。

“生态治理对平台的长远益处”

• 《浪潮》：虽然算法是极为优秀的“数学天才”，但在很多情况下，算法难以理解人类情感。我们也了解到许多人会利用这些特点，滋生灰色和黑色产业，你之前提到过某营销号的案例，这是否是抖音在算法治理中面临的主要问题之一？这一问题何时开始显现？

李亮：的确。这些账号利用算法规则进行数据处理和模式识别，速战速决地生产内容。例如，这些营销号可能采用貌似正常实则误导的标题、文案及发布策略，以迎合算法的热度、关键词与用户兴趣，制造虚假热度如刷赞等。这样一来，算法初期可能因符合个别规则而进行流量推荐，但最终导致误判。

营销号的现象在网络中长期存在。这些账号一方面传播虚假消息，另一方面推送低质量广告、恶意刷量，极大影响用户的优质使用体验，扰乱平台生态，危害信息传播秩序，给平台的健康环境带来威胁，抖音对这些不实信息、极端与对立言论的打击正在持续进行。

• 《浪潮》：治理营销号涉及哪些具体问题？

李亮：首先，我们坚决打击不实信息，严格封禁反复发布虚假内容的账号。 治理不实言论面临诸多复杂因素，是长期的工作，需保障各方权益与平台健康发展，关键在于：

第一，证据的收集极其困难。 封禁营销号需充分证据证明其行为不实，遵循信息源的确认、真实性的核实等程序，证据不足时直接封禁容易引发法律争讼，账号持有人可能因此以平台违反合同为由提起诉讼。

其次，我们会依据不同情况进行分级处理。 根据信息的事实程度与传播的性质来制定相应的治理策略。

• 《浪潮》：然而，长期以来营销号的不实言论令部分企业和个人深感困扰，以前也了解到抖音的投诉以平台化的方式展开，难以找到专门对接的人员，是否因抖音在此方面有独立的处理流程？

李亮：关于专人对接的问题，我们认为核心在于如何做到及时有效地处理不实信息。

抖音在处理平台的不实信息时，首要考虑会主动发现和治理。 特别针对社会信息和具有广泛影响的内容，抖音可通过站内挖掘、站外监控以及风险互通等渠道主动发现不实信息，由建立的专业团队开展内容审查，一旦确认不实信息便纳入不实信息库，着手采取措施，进一步确认后再进行相关处理。

同时，抖音也在积极发现虚假信息的特征，如批量发布相似内容的现象，针对这些特征构建算法能力，提升对虚假信息的治理水平。

对于不实言论，抖音主要采取平台化的投诉处理流程，这包括投诉受理、初步核实、深入调查（如有必要）、处理决策与执行、反馈与监督等环节。

抖音平台拥有庞大内容，利用标准化和大规模的处理能力，确保各类投诉得到及时解决，提高处理效率。这种规模化处理方式利于平台收集与分析数据，统计不同类型账号的不实言论投诉，掌握信息分布，更有针对性地优化治理策略。平台化流程可确保所有投诉在相同规则下进行审核，保障公平。

此外，对于谣言频发的企业，抖音会注重关注与其有关的虚假信息，若在投诉通道中识别到相关举报信息，将优先处理，有效缩短投诉处理时间。同时，内部建立跨部门沟通机制，减小信息传递偏差，设专人研究特定企业的情况，以便快速进行处理。通过统计，11月抖音累计受理企业侵权举报38425件，处理账号935个，有效举报11300件，投诉成功率约为61.3%。

• 《浪潮》：算法治理确实是全球共同面临的挑战。某些平台被质疑其算法推动用户参与并通过刺激用户情绪来提升参与度，产生的愤怒情绪会促使内容扩散。抖音是否也经历过类似的情况？

李亮：正如前面提到的，抖音的算法目标是长期利益，所有的优化迭代都围绕这个目标进行，抖音关注的是“用户维持与平台的持久认同”。我们发现，用户参与有多种类型，利用争议制造情绪引发的评论并不意味着长期利益，因此并不会成为抖音追求的目标，比如恐惧情绪通常是为了吸引流量，这种内容抖音是决意打击的，处理这些生态问题并不会造成平台长期留存下降，反而会带来更大的收益。

本文原载于微信公众号：凤凰网科技，原标题《独家对话抖音集团李亮：平台没有动力去制造“茧房”》

广告声明：文中提到的对外链接（包括超链接、二维码等形式），用于传递信息，节省用户选择时间，结果仅供参考。