不用算法推荐的平台，并不会让内容本身变好，变的是"下一条看什么"由谁决定、这份决定收谁的费：算法流拿你的停留时间做预测，无限供应，还会悄悄改写你的关注结构；时间线或订阅流只执行你过去选定的关系——能刷完、会漏看，"发现"这件事整个退回你自己手里。
这个争论在11月初被几件事先后点燃。Karpathy对YouTube的推荐内容不满，周末自己动手做了一个视频站HackerTube，这里没有花里胡哨的夸张封面，而是直接截取视频中间的一帧，也不需要注册账号。 两个月前，澳大利亚通信部长宣布计划向议会提交法案草案，要求Meta、谷歌、TikTok等平台必须为用户提供"一键关闭算法推荐"的选项。 而围绕"字节时间"的争议里，人民锐评提出算法推荐、无限下滑、自动播放，正在系统性重新分配全民注意力。哔哩哔哩微博知乎
第一个不一样：信息流真的会刷完
按时间排的关注流、订阅流和RSS是同一类结构：你关注谁、谁更新、隔多久更新一次，决定了页面上有什么。关注少了会没更新，多了会堆积，但刷完就是真的刷完，没有越划越有的无限供应。2024年一位微博用户为微博的实时搜索标签写过一句话：全是想看的，去掉算法后微博的时间线又回来了。 更古老的"自己搭"路线是RSS，一位自建RSS的用户总结：无论是社交媒体、视频平台还是博客论坛，只要你想订阅，它就能帮你生成RSS源。 代价与这个结构一体：列表要自己挑、自己维护，"偶遇"的部分不再由平台负责。微博知乎
第二个不一样：切回去，撤不回算法改过的东西
很多人以为关掉算法等于恢复出厂。今年2月《自然》发表的一项随机实验不支持这个直觉：作者在美国招募4965名活跃用户，随机分到时间线或算法feed跑了平均约7周，原本用时间线、被切到算法feed的那组互动变多，政策优先级更偏向共和党议题4.7个百分点，也开始关注更多保守派账号和政治活动人士。 反方向的那组——原本用算法、被切回时间线——没有带来类似的变化：算法之前替他们加上的关注还在，时间线照样按时间把这些账号的内容推过来。也就是说，切到时间线是止损，不是复原，你现在的页面就是过去几周的累积结果。知乎
同一个回答整理的TikTok受控实验补了另一半：写入和擦除不对称。只看完某个话题的25条搜索结果，推荐页里这个话题的比例就涨到原来的5倍以上；而看完再点"不感兴趣"，能把热度压降84.4%，压到和从没被个性化过的账号在统计上分不出差别。 可一旦恢复照常观看，话题几分钟之内就可能重新冒出来。在按时间排的平台上，这套写入机制根本不存在：你看了什么不改变你接下来看什么，唯一的变量是你关注了谁。知乎
第三个不一样：确实刷得少，也确实没那么吸引人
一项88名用户参加的预注册实验让受试者先正常刷一周、再换成低个性化feed刷一周：每天刷TikTok的时间少了约40分钟，每天打开次数少了约5次。 受试者觉得内容没那么好看、跟自己没那么相关，但自控感上来了，熬夜刷和拖着不干活的情况都少了。另一面同样真实：实验结束后，受试者换回个性化feed的意愿在7分制里平均打了5.90分——这份样本平均22岁、以女性为主，推广要打折。《科学报告》上的研究还提供了一个参照：算法推荐带来的新东西，数量上并不比用户自己找的少，只不过这些新东西在风格上更集中。"没有算法"不等于看到的更新变多或变少，变的只是新东西由谁替你挑。知乎
第四个不一样：App里那个"关闭个性化推荐"，多半不是你想象的意思
国内各平台的关闭入口来自2022年3月施行的《互联网信息服务算法推荐管理规定》，但关掉之后看到的不是时间线：平台的官方说明是按热度走——关闭个性化推荐后，会根据内容的热门程度进行分发。 TikTok为满足欧盟《数字服务法》上线的非个性化页，推的同样是同地区、同语言的热门内容。入口深浅是第二道坎：上海市消保委2023年实测10个App，关闭最多要7步；21世纪经济报道2025年1月测评显示要经过四次以上操作，内容推荐和广告推荐还得分开关。知乎
欧洲的情况更糟一些——脸书用户选了非个性化feed后关掉App重开会自动跳回个性化版。荷兰法院为此判Meta必须提供能记住选择的时间线选项，今年1月1日起落地。 3月上诉法院维持原判。YouTube想用非个性化推荐，得先关掉整个观看记录，网页端至少5步、安卓端7步，关完首页一片空白。网信办2025年5月的"清朗"专项通报对此写得很直接：还存在相关功能使用效果不显著、推荐内容质量不够高等问题。知乎
澳大利亚草案盯住的正是这两件事：关闭后信息流仅展示已关注账号内容，不再推送算法生成的个性化推荐。 法案目前仍在征求意见阶段，关键细节未定。它和现状的区别在于：把"按时间排、只看关注"从产品选项升级成法定义务，管的就是"关了照样刷热榜"这个空子。微博
第五个不一样：留下来不用算法的那批人，在用人挑代替模型猜
HackerTube的构成方式：模型拉下4300万条HackerNews评论、筛出约4万条推荐评论，整理成6454个视频、150个主题，全程约2小时。 它卖的不是更准的算法，而是人群二十年里反复做出的人类选择。同类站点随即出现：受HackerTube启发的AnliBili，从过去16年知乎、小红书等平台近千万条讨论里，整理出那些被用户反复点名安利的B站视频。 而RSS、关注流、这些"非算法"入口共享同一条逻辑：与其让模型预测你的下一步，不如信任人被反复验证过的选择。微博微博
换不换，取决于你缺什么。关注列表已经覆盖兴趣域、又想少刷的人，换成关注流或RSS收益最直接；依赖算法偶遇新内容的人，换过去基本等于放弃机缘，低个性化实验里"愿意换回来"的5.9分就是身体投出的票。不愿全换的，可以把信号分开养：放松和探索分账号、分入口；负反馈点按钮而不是只划走，并接受过几天再点一次；跟平台的偏好工具说大类而不是细分口味——康奈尔团队今年1月的测试显示按内容大类调整推荐排序效果明显，按冷门细分标签调整，效果不到前者的三分之一。知乎
最后一条边界：没有算法推荐，不等于没有茧房。时间线忠实执行你的关注列表，而列表本身就是一副窄口径；切回去也不会撤销算法此前替你加上的关注和养成的偏好。不重新整理关注列表，茧房只是换个形状继续存在，只是这回握在你自己手里。所谓"用起来不一样"，说到底就一句：算法拿你的时间做抵押预测未来，无算法的平台让你当总编，用整理的成本，换一条会刷完、没人替你改主意的时间线。
