一句话看懂：Spotify 在美国面向 Premium 订阅者推出 AI 驱动的「Taste Profile」，首次让用户看到推荐算法如何理解自己的口味，并能用自然语言直接修改推荐结果。这相当于把推荐算法的部分控制权从平台交还给用户。
事件核心：发生了什么
Spotify 周三开始在美国市场向 Premium 订阅用户逐步推送一项名为「Taste Profile」的功能。用户可以查看 Spotify 对自己在音乐、播客和有声书上的兴趣画像，并通过自然语言指令调整推荐内容，例如要求增加某个风格、减少某类艺人的出现，或让推荐更多样化。调整发出后，首页通常在数小时内更新。该功能由 Spotify 的 AI 驱动，今年 3 月在奥斯汀 SXSW 大会上由联席 CEO Gustav Söderström 首次公布，最初仅在新西兰进行 Beta 测试。美国是 Spotify 流量和收入最大的市场，此次上线意味着它进入更大规模的验证阶段，面向 18 岁以上用户。目前功能仍处于 Beta，官方未给出全面推广时间表。
为什么重要
推荐算法一直是流媒体平台的核心资产，也是用户抱怨最多的地方：算法容易把用户锁在既有口味里，反复推荐相似音乐。此前 Spotify 只支持排除单曲或歌单，或屏蔽儿童音乐对家长账号的影响，颗粒度有限。Taste Profile 的价值在于把「可解释性」和「可干预性」同时开放给用户——不仅能看见画像，还能直接对话式修改。这背后是生成式 AI 在推荐系统里的一次产品化落地，把大模型的自然语言理解能力接进推荐链路，让用户不必学习复杂的筛选规则。对行业而言，这可能重新定义「算法透明度」的竞争标准，其他音乐与内容平台或被迫跟进。
对用户/开发者/创作者的影响
对普通用户，最直接的变化是能主动修正算法偏差，例如把深夜助眠音效、家人共用账号播放的内容从兴趣画像中剥离，或探索新流派时获得更宽的推荐面。对开发者，这类「自然语言调控推荐」的交互模式可能成为模板，被复制到视频、电商、新闻等场景，相关 API 和工具链需求会上升。对创作者和版权方，算法可调意味着推荐流量分配不再是纯黑箱：如果用户能主动要求「更多独立音乐」或某类曲风，长尾内容的曝光机会可能增加，但同时也可能因用户主动削减某类艺人的权重而带来波动，目前公开信息显示 Spotify 尚未披露这对播放分成的具体影响。
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。
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。
值得关注的后续
一是功能能否走出 Beta，以及是否向免费用户开放；二是用户调整后的推荐效果是否稳定，会不会被算法在短期内「回弹」；三是 Apple Music、YouTube Music 等竞品是否跟进类似的可解释推荐界面，以及 Spotify 是否会把 Taste Profile 的数据能力开放给创作者或广告主。
