微信7.0：张小龙的未完待续

对此我不以为然。

长辈、晚生、男人、女人、邻居、同事，大家的兴趣截然不同。

真正的基于圈层的推荐在社交媒体上早在发生，不论是微博、知乎还是豆瓣，都是因为你对某个人感兴趣，关注他们进而关注他们感兴趣的内容。这些平台上社交关系的建立一般不会是工作、邻居、亲戚或者同学，而是因为真正的兴趣，这是真正的气味相投。当然，这些平台最初只有圈层推荐，跟微信7.0一样，却不是圈层算法——现在则是算法与社交结合，是真正的圈层算法。

有人说，我的“好看”挺精准的，都是我感兴趣的内容，我觉得可能跟目前“好看”使用者是与你同一个圈层的种子用户有关系，特别是自媒体，将微信当成社交媒体用，朋友圈是相对精准的，估计过段时间，好看的推荐就会变得朋友圈化了。

圈层算法最终还得靠算法本身

理论上来说，基于圈层的算法推荐，确实可以规避算法的一个缺陷。

曾经将算法奉为圭臬的凤凰网CEO、一点资讯董事长刘爽在去年对算法有一个反思，指出算法的三大缺陷，其中一个就是“基于海量点击的算法推荐带来的阅读和视野的狭窄和偏见”。

因为个性化算法的基础逻辑是，如果一篇文章更受欢迎，就更应该被推荐给具有对应标签的你。在刘爽看来，这个推荐逻辑导致的后果是，“算法推荐的是大众，甚至是庸众一致叫好的高点击作品，但不一定是用户所在的那一个圈层所高度认可的。”

不同圈层有着不同内容偏好，大众喜欢的不一定是你我喜欢的，很多人喜欢鸡汤、喜欢咪蒙、喜欢八卦，但也有很多人不喜欢。如果基于此进行推荐，等于让每个人的阅读趣味被迫随大流，微信7.0的好看克服了这个缺陷吗？没有。因为真正的圈层不能以朋友圈简单归类，不是“中产阶级、90后、互联网圈、妈妈圈”这样的概念可以归纳的，事实上圈层粒度可能还要细一些，而且一个人往往属于多个圈层，如何真正做到圈层的精准推荐呢？答案是：与算法结合。

算法另一个缺陷，就是众所周知的“信息茧房”问题，个性化推荐会让我们的阅读范围越来越窄。我关注科技比较多，因此我在信息流平台看到的几乎全都是科技数码内容，因为算法认为我的标签是科技，然而我同时也会关注历史、娱乐、财经、电影等话题，有时候还会看一些时政新闻。