社交媒体的下一场进化：用户掌控算法

背景

长期以来，社交媒体巨头通过推荐算法牢牢掌控着用户的信息流。尽管用户可以执行关注账号、点赞帖子或隐藏不感兴趣内容等基础操作，但真正决定用户在 Feed（信息流）中看到什么的，依然是平台黑盒般的推荐算法。这种“千人一面”的模式类似于传统的电视频道，由平台单向决定内容分发。

然而，随着人工智能技术的成熟，这一权力结构正在发生根本性转变。社交媒体平台开始通过引入 AI 工具，将部分算法控制权交还给用户。这一转变标志着推荐系统从“平台主导”向“用户主导”的演进，旨在解决传统算法透明度低、用户被动接受内容的问题。

核心内容

当前，包括 Threads、Instagram 和 TikTok 在内的主流社交平台正在推出新工具，允许用户通过 AI 辅助来个性化自己的算法，从而直接影响信息流的内容呈现。这一趋势的核心在于利用大型语言模型（LLM）等技术，使推荐系统更加透明和可解释，让用户能够明确表达偏好，而非仅依赖隐式的行为数据。

Threads 与 Instagram 的“算法控制权”升级

Threads 在 2026 年 7 月 16 日推出了名为 “Your Algo” 的新功能，这是对今年 2 月上线的 “Dear Algo” 工具的进阶。早期的 “Dear Algo” 允许用户通过发布公开帖子（如“Dear Algo，请给我展示更多关于播客的内容”）来指示算法调整内容偏好。而新的 “Your Algo” 功能则允许用户以私密方式设定这些偏好，无需公开分享。用户不仅可以指定希望多看或少看某些主题，还可以选择偏好的持续时间（1 天、3 天或 7 天）。例如，用户可以要求增加棒球相关内容，同时减少压力较大的新闻推送。

与此同时，Instagram 也在 2026 年 6 月初推出了名为 “Your Algorithm” 的工具，允许用户跨整个应用界面查看和控制算法。该工具最初于 2025 年 12 月在 Reels 信息流中上线，现已扩展至主 Feed、Explore（探索）页面和 Reels。用户可以在设置中查看 Instagram 认为他们最关心的话题列表，并直接告诉应用自己的兴趣所在，算法将根据这些显式反馈进行适配。

Instagram 负责人 Adam Mosseri 指出，传统的社交媒体排名模型往往缺乏透明度，而 LLM 的引入使得推荐系统更加易懂。通过展示内容被展示的原因，并允许用户显式沟通偏好，算法变得更加透明。

TikTok 的精细化主题管理

TikTok 自 2024 年起便推出了 “Manage Topics”（管理主题）工具，赋予用户对 “For You”（推荐）信息流更强的控制力。用户可以在设置中针对体育、旅行、幽默、时事、舞蹈和美食等不同主题调整滑块，以决定希望看到多少或多少不相关内容。如果用户对某个主题涵盖的内容范围不确定，可以点击主题旁的“信息”按钮获取详细定义，例如 “Creative arts”（创意艺术）包括绘画、绘图、平面设计和艺术教程等。

2025 年，TikTok 进一步扩展了这一功能，引入了基于 AI 的 “Smart Keyword Filters”（智能关键词过滤器）。该功能利用 AI 自动限制包含相关关键词（如同义词）的内容。例如，如果用户通过管理主题工具过滤掉 “remodeling”（翻新），TikTok 的 AI 也会自动过滤掉 “renovation” 和 “renovations” 等变体，从而实现更精准的内容屏蔽。

关键要点

• 权力转移：社交媒体正从“平台决定看什么”转向“用户决定看什么”，推荐系统正从单向广播模式向类似流媒体服务的个性化模式演变。
• 技术驱动：大型语言模型（LLM）在提升算法透明度方面发挥关键作用，使推荐逻辑对用户可见，并支持显式的偏好表达。
• Threads 的私密偏好设置：通过 “Your Algo” 功能，用户可私密地、分时段（1/3/7 天）地调整对特定主题的关注度，无需公开发帖。
• Instagram 的全局算法控制：新增的 “Your Algorithm” 工具允许用户在 Feed、Explore 和 Reels 中查看并自定义影响推荐的话题权重。
• TikTok 的 AI 语义过滤：除了手动调整主题滑块，TikTok 利用 AI 智能关键词过滤器，能够自动识别并屏蔽同义词及相关概念，提升内容过滤的精准度。
• 双向受益：对用户而言，这意味着更贴合兴趣的信息流；对平台而言，通过展示用户更可能消费的内容，有助于提升整体参与度（Engagement）。

意义与影响

这一趋势标志着社交媒体交互范式的重大转变。首先，它解决了长期困扰用户的“算法黑箱”问题。通过引入透明度和用户控制权，平台试图重建用户对推荐系统的信任，减少因算法失控导致的用户体验下降。

其次，这种“用户控制算法”的模式可能重塑内容创作者的策略。虽然算法的最终控制权仍在平台手中，但用户显式偏好的增加意味着内容需要更精准地匹配用户设定的标签和主题，而非仅仅依赖复杂的隐性信号。

最后，从商业角度看，这是社交媒体巨头在监管压力和用户疲劳双重挑战下的应对之策。通过赋予用户更多控制权，平台既回应了外界对于算法操纵的批评，又通过提高内容相关性来维持和增强用户粘性。未来，随着 AI 技术的进一步渗透，个性化推荐可能会变得更加细粒度，甚至允许用户通过自然语言直接“对话”算法，实现真正的人机协同内容分发。