阿里、快手等公开旗下部分APP算法运行机制

题图来自Unsplash，基于CC0协议

导读

2021年起，中国互联网平台逐渐迈入算法透明化的新阶段。阿里巴巴率先公布重要子应用如淘宝、钉钉中的推荐排序机制和广告展示逻辑，坦言算法涉及用户画像、兴趣标签、协同过滤等核心机制，数据预测源于行为轨迹、支付频次与互动评分；此举响应国家部委对智能算法的规范要求，同时也是对内统一算法伦理标准、增强业务决策透明度的深度尝试。例如，阿里通过为商家提供自主调节算法参数的功能包，反向降低中小企业开发者的信息壁垒。

快手作为短视频领域的另一重要参与者，于2021年下半年以"星图计划"为名义，披露了其万粉以上创作者所接触的内容池制定方式。其中包含对流量入口的加权分配标准，例如完播率、点赞率、评论活跃度、新用户唤醒等指标的量化权重占比。这一动作引发巨大舆论关注，更多是对平台"沉迷机制"（如无限滑动、强沉浸推荐）与用户数据利用边界的试探性追问，而快手除了梳理自身的"推荐排序准则外"，也配套更新了用户操作指南——添加"算法偏好调整按钮"的入口，在跳转页面提供至少两小时"无信息茧房体验"的选择。

除了阿里系与短视频平台，抖音、腾讯旗下的应用如西瓜视频与腾讯视频也形成区域性算法公开策略。它们多聚焦于推荐系统分层目标：基础分层聚焦"什么是我要看的"（如历史行为驱动），偏好分层聚焦"我为何不爱现在的推荐"（如兴趣漂移补偿），高级分层聚焦"我可以看什么"（如跨场景曝光、文化安全值检测）。尽管未像快手那样在官网明确列出系数，但在官方开发者的文档平台中逐步嵌入算法接口使用规范，背后或藏有伦理监测算法辅助产品合规设计。

算法实践教育界和监管提出四个主张：推荐优化与用户体验正相关系数是否足够高，差异化特征是否会被算法同质化，推荐机制是否加剧了"注意力经济中的数字雾霾"，不同文化区格的权重分配如何公平。前述公开实践使用户能够主动补充信息来"对抗"算法偏好，对未成年人设置了算法关闭键，甚至通过人工审核联合干预推荐。但研究显示，算法偏差问题（如对特定群体内容的过度削减）依然大量存在，仅依靠公布参数难以消解算法的隐性歧视。

在用户版权与内容安全权保护维度，算法公开配合了"数字时代个人信息保护法"的发展。越来越多平台要求算法决策提供反事实推理解释，例如"为何不推荐某品牌商品"，或由独立第三方对算法模型进行联邦评估。值得参详的是抖音APP设有算法投诉通道，允许创作者建议系统删除共计读取过的标签，配合其创作自由度系数评价体系，但执行有效率仍有待观察。值得一提的是，快手测试阶段曾出现用户因"推荐切换"入口设计不当被错误忽略的需求，最终进行UI改版增加手动切换频率控制，显示倾向将用户体验复位为人的自觉控制。

综上，国内主要平台的算法开放尝试不仅折射出技术与规律之间的张力，也代表着平台方自我规制与公众知情权之间的博弈领域的拓展。在数据主权尚不明朗的前提下，算法公开是比纯技术释码更宽深、更需要平衡治理成本与传播自由的复杂问题，其效力依赖于具体透明度条款之间的动态适应。