TikTok 算法的真正價值

劉集

突破了傳統(tǒng)社群慣性思維

TikTok陷入風口浪尖，未來顯然還不明晰，在股權、營運權、源碼與資料的分配下各方利益都僵持不下。如果說TikTok 的算法會影響國家安全，想必能讓程序員笑掉大牙，熟悉機器學習的人不相信 TikTok 真的發(fā)展出什么獨門秘技，是硅谷無法破解或模仿的。

然而同時 TikTok 的成就也擺在眼前，它是從中國崛起走向世界網(wǎng)絡服務中的優(yōu)秀“作品”。不僅席卷美國，在印度、中東、東南亞都以奇跡般的速度發(fā)展。TikTok 是過去 10 年第一個新的全球社群媒體，突破了由 YouTube、臉書、Instagram 等美國上一代社群媒體的控制。

通常來說，媒體要打入陌生的文化圈非常困難，有著五千年華夏歷史的中國本身也不是強勢的文化輸出國。TikTok的成功，靠什么？

尤金·衛(wèi)曾在亞馬遜、Flipboard 與 Hulu 帶領過產(chǎn)品團隊。同時他也是電影導演，因此對于媒體常有獨到見解。最近他寫了兩篇文章分析 TikTok 的優(yōu)勢，分別是《TikTok 與分類帽》（TikTok and the Sorting Hat）與《像算法一樣的看》（Seeing like an Algorithm）。

他指出社群媒體最重要的資料叫興趣圖譜（interest graph）。也就是用戶的喜好。知道用戶喜歡看什么，平臺才能推送適合的內容，以及適合的廣告。

然而傳統(tǒng)社群媒體都是通過間接的資料建立興趣圖譜：社交圖譜（social graph）。傳統(tǒng)平臺鼓勵用戶加好友、點贊、追蹤等，建立社交關系。接著平臺再根據(jù)社交關系推論用戶的興趣：你的朋友都喜歡這個，你可能也喜歡？比如當下的微信，就是從聊天開始慢慢擴展出平臺化的社群功能。

這種做法至少有四個問題。第一，不精確。例如許多人追蹤一些微博大V，可能是想看科技評論，但博主有時也會聊小孩、教育，對他們來說就是不需要的信息。

第二， 無法規(guī)模化（scale）。可規(guī)模化是指量體增加仍維持同樣的品質。可是在傳統(tǒng)社群媒體上，當朋友與追蹤對象突破數(shù)百，甚至數(shù)千人時，動態(tài)墻就變得一團混亂。小學同學、同事、父母、應酬上只聊過一次的朋友、不認識的意見領袖等，全部的言論擠在一起，這得花多大力氣才能區(qū)分開啊。

第三， 導致一些群體的對立和罵仗。有一本書叫《同溫層時代的生存指南》，其中解釋過，傳統(tǒng)社群媒體篤信自由主義，認為平臺應該容納多元化的想法、語言。現(xiàn)實卻是人類無法處理這么多信息，意見不統(tǒng)一就陷入了口水仗。

第四， 不公平。先行者在傳統(tǒng)社群媒體有優(yōu)勢。平臺為了鼓勵創(chuàng)作者累積追蹤者，會優(yōu)先導引流量給那些已經(jīng)累積許多追蹤者的人。這導致貧者益貧，富者益富。新人難以追上先行者，長期以往，就沒有興趣在平臺上發(fā)表創(chuàng)作了。

最壞的結果是用戶流失，如果遇到新的技術出來，這個平臺可能垮得很快。用戶覺得平臺上的內容太亂、沒有趣、充滿對立與憤怒，于是一個一個地離開了。

TikTok 的計劃經(jīng)濟

社交是個大命題，現(xiàn)在互聯(lián)網(wǎng)廠商和用戶都知道流量為王，TikTok的核心在于由“中央計算”來決定流量的去向，每一個用戶看到的推薦內容都由算法決定。

TikTok 的算法幾乎不考慮社交圖譜，而是完全偏重用戶的使用行為。只要你的影片能吸引一小批人駐足，算法就會推薦給其他可能感興趣的人，這解決了傳統(tǒng)社交的問題。

首先，算法分配更公平。TikTok 會根據(jù)用戶的停留時間，用戶是否按愛心、瀏覽創(chuàng)作者首頁、點擊音樂來源或標簽等行為來判斷用戶的興趣，這讓新加入的內容創(chuàng)作者更有機會突圍。

其次，可以規(guī)模化。每個人看到的推薦都不一樣，也不會各種內容擠在一起。就像《哈利·波特》中的學院制分配，將學生分到不同學院，但是學習又能在一起。用戶在 TikTok 上也吵不起來，因為不知道彼此看了什么內容。

最后， 算法推薦更精確。TikTok 直接建立興趣圖譜，避開了社交圖譜內含的雜訊。而且顯然這種方法在全球都適用。

然而，可能有用戶會問，為何 TikTok 的算法特別精確？歐美的互聯(lián)網(wǎng)巨擘難道程序基建不比我們強？算法本身不特別，關鍵在于字節(jié)對于后臺數(shù)據(jù)的大量分析。

自給自足的內循環(huán)

TikTok 原名 Musical.ly，是一個在美國青少年之中躥紅的小社群媒體，特別適合制作歌唱影片。后來字節(jié)跳動并購了Musical.ly，將之改名為 TikTok，并串接了字節(jié)跳動的招牌算法。同時字節(jié)跳動開始為 TikTok 狂打廣告，據(jù)說在 2018 年就花了 10 億美元廣告費，第一批用戶由此建立。

TikTok早期的短視頻資料除了自身策劃，主要源于自由創(chuàng)作者

有了種子用戶，TikTok開始收集資料，其資料主要是自給自足的——完全來自APP內。

TikTok可能從交友平臺學來這樣的設計：左滑沒興趣，右滑喜歡。相較之下，傳統(tǒng)社群媒體則采取無限滑動（infinite scroll）機制，讓用戶可以不斷地往下滑。

但是TikTok用起來也有一些比較麻煩的地方，用戶要一直用手滑動，確實比較累，還容易得腱鞘炎。然而卻讓算法能取得更清楚的資訊，知道每一個動作對應的影片。相反的，臉書、Instagram 等的畫面中隨時都有至少兩則內容，算法很難判斷用戶是為了哪一則內容停留。

另一個例子是傳統(tǒng)社群媒體不允許按“不贊”（downvote）。但 TikTok 的設計已經(jīng)內含了不滿意的訊號——只要你停留時間夠短，就是表示沒興趣。

從TikTok還可以取得其他資訊，例如用戶可以點擊唱片圖標，連接至其他使用同一則音樂的影片。用戶可以點擊愛心或創(chuàng)作者頭像，顯示你格外有興趣。創(chuàng)作者上傳影片時會下標簽（tag）。TikTok 的算法也會判斷影片中的內容，諸如物件、人物、性別、表情、影片長度、濾鏡效果等，當然 TikTok 也知道觀眾的喜好資料。

所以綜上所述，TikTok 最大的創(chuàng)新并不是算法，而是整個產(chǎn)品圍繞算法做的需求設計。業(yè)內人士稱之為算法友善（algorithm-friendly）設計。這跟一般的使用者友善（user-friendly）略為不同，就好像算法也化身為團隊成員。

TikTok 拋棄了社交圖譜的打法，創(chuàng)造了自給自足的資料回饋圈（feedback loop）。用這些資料訓練算法，用戶就能看到真正有興趣的內容。而越多用戶使用 TikTok，就有越多創(chuàng)作者在此博求關注。

社群媒體是雙邊平臺：一邊是觀眾，另一邊是創(chuàng)作者。TikTok 不只研究觀眾的興趣，也研究如何刺激創(chuàng)作者生產(chǎn)內容。

被低估的創(chuàng)作平臺

TikTok 創(chuàng)造了創(chuàng)意性的網(wǎng)絡效應（the network effect of creativity），但沒有詳細解釋。不過身為創(chuàng)作者，我們可以觀察到幾個特色。

首先，TikTok 提供易上手的創(chuàng)作工具，讓用戶可以快速地制作短片，并加上各種效果，滿足了視頻制作者的需求。

其次，TikTok 提供各種范本（template）。創(chuàng)作者都知道，創(chuàng)意的核心是抄襲，咳咳，應該說致敬。TikTok 上有許多人翻唱同一首歌、跳同一支舞或是用同一個梗，就是一種創(chuàng)意模仿。

而 TikTok 也鼓勵用戶和用戶之間的互動，讓創(chuàng)作者能輕松引用同一首音樂，也可以做雙人舞或者分屏拼接（duet）。

兩次， TikTok 提供數(shù)據(jù)。TikTok 會顯示當前熱門的關鍵字、標簽，引導創(chuàng)作者做相關的影片。這一點也蠻有計劃經(jīng)濟色彩。

最后，TikTok 創(chuàng)造了一種互相連接、開放分享的文化。在算法之下，適者生存。創(chuàng)作者無法仰賴追蹤者數(shù)，必須時時觀察 TikTok 上的流行，察覺算法的偏好，并參與社群之中。而最快的方式就是合作、創(chuàng)意模仿。

TikTok 指出了一條路，讓算法居于核心，用設計來喂養(yǎng)算法。這個做法最終能規(guī)模化地掌握每一個人的個別興趣，而且不需要經(jīng)過社交圖譜。這個設計概念不只適用影片或娛樂——字節(jié)跳動第一個算法作品是新聞APP今日頭條，未來也會出現(xiàn)在任何需要算法的產(chǎn)業(yè)，至少包括電商、課程、交友等。例如筆者就很希望有一個針對自己興趣，推薦科技文章的APP。相信在未來，各行各業(yè)都會出現(xiàn)采用 TikTok 模式或算法友善設計的挑戰(zhàn)者。