你今天吃什么？大概率是外卖App推荐的。你下一首听什么？Spotify已经帮你排好了。你该走哪条路回家？高德已经替你选了。

我们以为自己在做选择，其实只是在确认算法给出的答案。

你的"自由意志"，正在被 quietly 接管

这不是科幻片，这是2026年的日常。

推荐系统本质上是一个决策引擎。它不是在"建议"，而是在"决定"。当抖音的For You页面决定你看到什么，当淘宝的首页决定你逛什么，当ChatGPT的回答决定你相信什么——你的信息茧房就不再是一个比喻，而是一个被精确计算过的牢笼。

更隐蔽的是，这种决策权的让渡是渐进的、无感的。没有人强迫你用推荐算法，但当你习惯了"它比我更懂我"之后，主动搜索就变成了一件费力的事。

技术视角：推荐系统是怎么"替你决定"的

从技术实现来看，现代推荐系统早已不是简单的协同过滤。

以YouTube的推荐算法为例，它的核心目标函数是最大化用户停留时长（watch time）。这意味着算法优化的方向不是"你想看什么"，而是"什么能让你停不下来"。2018年《纽约时报》的调查就揭示了这一点：YouTube会系统性地把用户推向更极端的内容，因为极端内容的完播率更高。

国内的情况同样如此。短视频平台的推荐模型，核心指标是完播率、互动率、转化率。模型不关心内容质量，只关心你会不会多停留三秒。

大语言模型让这件事变得更复杂。当你用AI写代码、写方案、做决策时，你以为自己在使用工具，实际上你在把判断力外包。AI给出的第一个答案往往最容易被接受，这在心理学上叫"锚定效应"。而大模型的训练目标是"让用户满意"，不是"让用户正确"。

我们正在失去什么？

不是自由，是"做决定的能力"。

当算法替你选了餐厅、选了路线、选了新闻、甚至替你写了回复邮件，你的决策肌肉就在萎缩。这不是危言耸听，这是认知心理学的基本原理：用进废退。

更危险的是，这种让渡是不可逆的。一旦你习惯了AI给答案，你就很难再回到自己思考的状态。就像用了十年GPS之后，你已经不认路了。

bilibili.com/opus/1210286002689540097

作为开发者，我们该怎么办？

第一，保持"反向搜索"的习惯。 主动去找算法不会推给你的内容，打破信息茧房。

第二，对AI的输出保持审视。 AI给的答案是概率最高的，不一定是最对的。尤其在技术决策上，永远要有自己的判断。

第三，如果你是算法工程师，请记住：你优化的目标函数，就是你的价值观。 最大化点击率还是最大化用户福祉？这个选择比任何技术选型都重要。

算法不会作恶，但设计算法的目标函数会。而我们每个人，都在用每一次点击，投票给那个目标函数。

别等到有一天你发现自己已经不会做决定了，才想起来把自主权拿回来。