Meta 揭秘 AI 推荐机制：发 22 张系统卡拆解信息流算法

如果你刷 Instagram 或 Facebook，大概经常会冒出一个念头：平台到底凭什么觉得我想看这个视频？很多时候，算法推荐就像个黑盒子，要么准得让人发毛，要么离谱得让人摸不着头脑。

Meta 决定把这个黑盒子的盖子稍微揭开一点。他们一口气公布了 22 张「系统卡片」，把 Facebook 和 Instagram 背后的 AI 推荐机制翻开给人看。从动态流、快拍、Reels 短视频，到系统如何给你硬塞没关注的陌生人内容，逻辑全列在里面。

预测你点赞还是预测你会分享？

AI 决定推什么给你，核心逻辑并不复杂。简单说，就是靠一堆预测模型在算概率。

比如系统会预测你有多大几率点赞、评论，或者把内容转发给朋友。Meta 提到，单靠某一个指标根本猜不准用户的喜好，所以他们把用户日常的互动行为和问卷调研反馈混在一起，算出一个综合价值分，分数高的就先推给你。

这次 Meta 不光发了卡片，还在透明度中心公开了 Facebook Feed 排序用到的绝大多数信号类别，甚至标出了每类信号在排序里被调用的频繁程度。

不过 Meta 也留了一手。他们明确表示，用来抓违规、降权低质内容的信号不会全抖出来，免得有人钻空子反向作弊。

把控制按钮塞回你手里

除了给技术人员看文档，普通用户在 App 里能感知到的变化也不少。

之前只能在广告和部分动态里看的「为什么我会看到这个」，接下来几周会铺开到 Instagram Reels、Explore 探索页以及 Facebook Reels。点一下就能看明白，到底是自己之前的哪次手滑操作让算法记了仇。

在控制选项上，Instagram 正在 Reels 里测试「感兴趣」按钮，配合 2021 年就上线的「不感兴趣」，让大家主动给算法纠错。不想被算法牵着走的人，也可以切回纯按时间排序的关注流，或者用收藏夹锁死想看的人。

针对学术界，Meta 还拿出了 Meta Content Library 和配套 API。经过密歇根大学 ICPSR 等专业机构审核的学者，可以通过图形界面或 API，调阅两家平台上公开的贴文、主页、社群和公开商业数据。

为什么重要

对每天泡在社交软件里的普通人和创作者来说，这套机制能让你少交很多「玄学税」。虽然知道了推荐信号不等于能把把爆款，但至少摸清了平台鼓励什么、讨厌什么。觉得信息茧房窒息的人，也能顺着新加的反馈入口，把偏航的算法往回拉一点。

在行业层面，这看起来不仅是一次技术开放，更是一场精明的合规防御。随着欧美对算法黑箱和数据隐私的监管步步紧逼，Meta 率先把 22 个系统的底细亮出来，实际上是在给整个社交媒体行业立规矩，逼着 TikTok 和 X 解释自己到底是怎么推内容的。

但我们认为，这种「开箱」也有它的局限性。Meta 告诉你它用了哪些信号，却并没有公开模型内部复杂的权重分配。对外部研究者开放数据固然值得肯定，但门槛设在特定学术机构，普通独立审计依然很难触及核心。平台究竟是真正让渡了控制权，还是给黑盒子装了个好看的透明玻璃窗，答案可能没那么简单。