你对网络趋势的理解全错了

事件核心：发生了什么

Wired AI 近期刊发对纽约大学网络民族志研究者、媒体理论学者 Ruby Thelot 的访谈，讨论他对网络趋势的判断框架。Thelot 认为，当前互联网已高度“巴尔干化”——用户各自生活在自己的数字岛屿上，所谓全网爆款往往只是在特定群体内被算法强推的结果，而非真正跨越圈层的文化现象。

他援引经济学家 Charles Goodhart 的“古德哈特定律”解释：当一个衡量标准变成目标，它就不再是好的衡量标准。创作者和平台现在会刻意设计内容去追逐高播放量，导致病毒式传播可以被“工程化”制造，却未必沉淀为文化。他看过约 1000 条 Instagram 和 TikTok 上播放量超百万、与异性恋约会相关的内容，发现其中真正负面表达的比例只有约 25%，认为“约会倦怠”这类热门叙事被文化写作者放大了。他还研究了 Polymarket、Kalshi 等预测市场热潮，以及 Bumble 宣布取消滑动功能等产品变化，认为这些现象的共同信号不是新技术成熟，而是用户参与文化的需求迁移。

为什么重要

这篇访谈的深层价值在于提出一个判断：在 AI 推荐算法主导内容的今天，流量指标本身已经失真。平台、创作者和投资人如果继续把播放量、热搜、病毒指数当成衡量产品价值和文化影响力的代理指标，就会犯系统性的误判——正如当年 Clubhouse、NFT 曾被媒体和资本高估一样。对 AI 行业而言，这也是一种提醒：生成式 AI 正在让内容生产变得更快、更便宜，而越发容易被批量制造和投喂的“热点”，恰恰需要更谨慎的验证逻辑。真正值得关注的不是内容是否走红，而是它是否被用户主动保留、反复引用并进入长期行为。

对用户/开发者/创作者的影响

对普通用户：社交媒体上看到的热榜和爆款，可能只是算法在特定圈层内适配推送的结果，不必视为大众共识，也无需因为错过热点而焦虑。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对内容创作者与运营者：追逐短期流量可以靠模仿和选题完成，但真正可持续的账号资产来自稳定的识别度和用户信任；数据的“量”要与留存、复访、口碑等“质”的指标结合判断。

对开发者和产品经理：约会应用、预测市场等产品用 AI 重构交互逻辑时，应避免把“用户停留时长”或“活跃度”当作唯一成功指标。Bumble 用 AI 取代滑动，最终能否转化为有效匹配和留存，才是产品是否成立的判据。

值得关注的后续

第一，Bumble 取消滑动功能后的季度数据和用户反馈，是观察“AI 重构产品体验”是否真正奏效的直观窗口。

第二，Polymarket、Kalshi 等预测市场在监管压力下如何演变，以及它究竟是金融产品还是文化参与工具，将影响后续平台设计的方向。

第三，创作者生态里是否会出现更多“反流量”指标——例如基于深度互动、搜索主动访问或跨平台口碑的评估方式，值得跟踪。

来源：Wired AI