自动推荐越准，你越难遇到惊喜

你打开音乐软件，它推荐的都是你喜欢的歌；打开视频平台，首页全是你会想看的剧；打开购物网站，推的都是你想买的东西。方便吗？非常方便。但你想过没有，你上一次听到一首从未听过的、完全陌生的、却让你惊艳的歌，是什么时候？你上一次发现一个你从未关注过的、出乎意料的兴趣爱好，是什么时候？如果你的答案是“很久以前”，那么恭喜你，你已经被自动推荐算法困住了。

推荐算法的本质是“投其所好”。它根据你过去的行为，推测你未来的偏好。你喜欢摇滚，它就给你推摇滚；你喜欢悬疑，它就给你推悬疑。看起来它在为你服务，实际上它在把你往一个越来越窄的方向推。你再也看不到那些你“可能不喜欢但万一喜欢”的东西。你被关在一个由你的过去构成的回音壁里，永远在重复自己。算法不会给你惊喜，因为惊喜意味着风险——万一你不喜欢呢？

这和人类学习的本质是矛盾的。人类之所以能不断成长，是因为我们会接触陌生的、不确定的东西。小时候第一次吃辣椒，辣得直哭，后来却爱上了。第一次听爵士乐，觉得乱七八糟，后来却成了最爱。这些“第一次”往往是不舒服的、不习惯的，但正是它们拓宽了我们的边界。而推荐算法恰恰相反，它把一切不舒服的东西过滤掉了，只留下你熟悉的、舒适的。它让你爽，但同时也让你停滞。

对抗推荐算法的方法很简单：偶尔主动打破自己的“舒适区”。在音乐软件里，故意去听一个你从未听过的流派。在视频平台里，搜索一个你完全不熟悉的主题。在购物网站上，随便点开一些你绝对不会买的东西。你不一定要喜欢它们，你只需要给算法一个信号——我不想只活在过去的数据里。惊喜不会自己出现，你得主动去找它。而当你找到的那一刻，你会发现，那种心跳加速的感觉，是任何算法都给不了你的。