同一個抖音，七成陰陽怪氣：一份推薦流，先被排成了你的鏡子

2026 年 10 月 13 日，V2EX 上一位用戶發了一則短短的抱怨：下載抖音、刷了一圈影片，一百支裡有七十支都在「陰陽怪氣」，並舉了緬懷國父、曬美國生活這類內容當例子。四十七則回覆裡幾乎沒有人同意他的比例，但幾乎所有人都同意另一件事：他們打開抖音，看到的是完全不同的世界。

這則貼文值得從介面設計的角度重讀一次。因為它觸及的並非內容好壞，而是一個更基礎的事實：抖音的首頁沒有固定版面。傳統媒體的頭版是編輯排給所有人看的同一張臉，短影音的推薦流則是一塊會隨觀看行為即時重排的畫布。你看完哪支影片、重看了幾次、在哪裡滑走，都會被折算成標籤，回頭改寫下一屏的內容。回覆裡有人刷到的全是汽車與在地旅遊，有人是大明王朝 1566 的劇集解說，有人是美女跳舞，有人是 AI 工具與專案分享。同一個 App，各自成刊。

有趣的是討論很快就收斂到一個共同解釋：「演算法不騙人，說明你內心喜歡這樣的影片。」這句話在帖中被反覆引用、也被反覆吐槽，有人直接回「所以你破防了」。它其實是一種過於簡潔的因果模型：把推薦流當成使用者內心的誠實鏡子。但從設計面看，鏡子的比喻並不準確。推薦系統在冷啟動階段只能靠粗略畫像去猜，猜錯的內容一旦被多停留幾秒，就會被誤讀成偏好，進而邀請更多同類內容進場。反饋迴路是雙向的，介面既反映行為，也塑造行為。原 PO 自己在後續回覆中提到，他關閉了個人化推薦，這個動作等於把那份被排好的版面退回成一種更接近「大鍋飯」的通用流。

關掉個人化推薦之所以被多位回覆者建議，是因為抖音其實把這個開關交給了用戶，只是藏在設定深處。一個會自我重排的版面，配上一個預設開啟、需要主動尋找的退出選項，這組配置本身就是設計取捨：多數人得到越來越貼合的內容，少數在意的人得自己找到門把。這與我們先前觀察過的「全抖音都在找 luke」的介面觀察是同一套邏輯的另一面：搜尋框、留言區與推薦流，各自都是把注意力摺進畫面的機構。

回到那個「一百支裡七十支」的數字。它作為統計並不可靠，樣本只有一個人、一圈滑動。但它作為介面體驗的描述倒是準確的：當推薦流把某類語氣密集地排在一起，用戶感受到的並非單支影片的立場，而是整個版面的表情。內容沒變，排序變了，閱讀起來就成了一種論調的轟炸。這也是為什麼同一個平臺既能被抱怨全是陰陽怪氣，也能被抱怨全是擦邊與美女：問題往往出在排序的密度，而非內容的總量。

一份沒有固定版面的首頁，最終變成每個人各自的證詞。原 PO 看到的七成，與回覆者看到的零成，都是真的，也都只對本人有效。與其說演算法是鏡子，不如說它是一位只根據你過去幾秒的行為來編版的編輯，盡責，但短視。