评论∣原创首发
故事茧房:算法在替谁写下一行?
王瀚林
【提要】你刷到的故事,越来越像同一个模子刻出来的——开头三章必有冲突,每章结尾必留钩子。这不只是“信息茧房”让人只看同类内容,而是更深一层:平台算法在用数据悄悄改造作者的写法。完读率、停留时长、划走率成了隐形编辑,作者揣摩的不再是“读者喜欢什么”,而是“算法会推荐什么”。结果是慢热的故事、留白的结尾、需要耐心的叙事,还没被写下就被淘汰了。更麻烦的是,这套标准看不见摸不着,你没法跟一条留存曲线讲道理。文章说,解药不是骂算法,而是问一句:谁在定义“好故事”?答案是可以改的——目标函数是人写出来的,就能重写。
关于算法与文学的讨论,大多停在“信息茧房”的延长线上:推荐系统投喂偏好,读者困于同质内容,审美日趋狭窄。这套批判熟悉得几乎可以自动生成。但若止步于此,便错过一个更幽微的转折——信息茧房管的是“看什么”,而正在成形的东西管的是“怎么讲”。前者关乎视野宽窄,后者关乎叙事语法本身。智能推荐不再只是分发渠道,它正在成为文学生产的隐形合著者——只不过这位合著者从不署名,也无法被问责。而绝大多数人尚未察觉,自己已站在“故事茧房”的门槛上。
需要预先申明的是:这里的茧,并不织在读者身上。信息茧房是读者以自己的偏好为丝,自我缠裹;故事茧房的丝却来自别处——当平台算法以完读率、停留时长、跳出节点作为核心反馈信号,反向输入创作环节时,被缠裹的是作者下笔时的“默认设置”。开篇必须在三章内制造冲突,主角的困境必须在两千字内给出情绪出口,每一章结尾都要埋一个让人手指不听使唤的钩子。作者以数据为丝,一层层缠住的却是自己的手。算法不审查内容,它只奖励那些让人停不下来的结构;久而久之,结构本身成了茧的形状。
这一机制最精妙之处在于它的不可见性。传统出版时代的看门人是编辑,他们的趣味有迹可循,可以被批评、被反抗。算法没有趣味,它只有目标函数。作者面对的是一组实时跳动的数据,而非一个可以争论的人——你无法和留存率曲线辩论“这段心理描写有没有必要”。于是“算法导向写作”悄然成形:作者揣摩的不再是“读者会喜欢什么”,而是“算法会判定什么值得推给更多人”。两者看似相近,实则隔着一条商业模式:读者喜欢的东西可能复杂、矛盾、需要耐心;而在免费阅读加广告分成的模型里,停留时长直接折算为广告库存,算法判定值得推荐的,从来不是“读者想读什么”,而是“读者停得下来的东西”。这条缝隙,是后文一切追问的入口。
由此产生一个反直觉的后果:算法推荐在消灭“无人问津”的同时,也在消灭“慢热”。如今头部平台普遍把新书首秀的流量分配押注在开篇数据上,AI批量生成的入库作品又进一步稀释了流量池、抬高了初筛的门槛——一部作品能否被看见,越来越取决于它能否在最初几千字内通过数据的筛选。那些需要五十页才能展开的世界、需要三章才能让人物站起来的叙事,在这套机制面前天然处于劣势。这里需要补一句界限:“黄金三章”本是网文类型写作的行话,类型文学自有其评价标准,无须文学性说三道四。问题在于,当可见性越来越被同一套分发基础设施垄断时,这套行话就被迫成了所有写作者的默认设置——标准不是被说服接受的,而是被基础设施统一分配的。
但把矛头指向算法本身,同样是一种偷懒。真正值得追问的是:当平台的基础设施从“人找书”切换为“书找人”,文学的可见性被重新分配时,谁在定义“好故事”的标准?印刷时代的标准由批评家、编辑和文学史共同书写;网络文学早期,月票和订阅数据完成了部分民主化;而算法时代,评价权正在向推荐模型的参数悄然转移。这套参数不读作品,它只读行为。它不判断一段文字是否精准、一个人物是否立得住、一个隐喻是否新鲜,它只统计:读到这一段的人,有多少划走了,有多少留下了,有多少在评论区打了“催更”。
值得注意的是,被统计的这些行为,本身就有等级之分。月票是读者读完、认可、付费之后主动投出的高成本信号;划走是零成本的、经常发生在疲惫与分心之间的信号。信号成本越低,噪声越大,它所测量的就越偏向“不讨厌”而非“被打动”。同样是行为数据,成本结构不同,语义密度天差地别——而算法时代的文学地图,恰恰是用语义最稀薄的那种信号绘制的。在这张地图上,陀思妥耶夫斯基和一篇“黄金三章”的赘婿文处于同一个坐标系中竞争曝光位,而前者几乎必败。
有意思的是,陀氏本人正是章节钩子的大师——他的作品是为杂志连载而写的,每一章结尾都在与读者的耐心搏斗。可见问题从来不是“有没有市场数据”:狄更斯同样按销量结算稿酬,同样面对读者来信的褒贬。真正的差别在于反馈的粒度。狄更斯面对的是按月结算的销量和迟到的信件,写作的自主权得以在两次反馈之间保全;今天的作者面对的是分钟级刷新、精确到段落热力图的留存曲线——每一章都是一场A/B测试,而测试结果总在下一章动笔之前到达。算法不负责审美,它负责匹配;但当匹配效率成为文学传播的底层逻辑时,匹配本身就在生产一种美学。
更深一层的问题在于共情。有研究者指出,人类讲故事的核心在于具身体验的有机聚合,而非材料的无机组合。若把这话理解成机器永远写不出有机的文本,它恐怕站不住——人类讲故事本就大量依赖程式的拼装。但换一个角度,它指向一个更坚硬的事实:算法能够识别“虐心”“爽感”“甜宠”等情绪标签并精准推送,问题不在于它“理解不了”这些情绪,而在于评分函数只奖励故事中可测量的维度——留存、完读、追更。在如此单一的适应度环境里,那些不可标签化的部分——暧昧的沉默、无解的困境、不合时宜的温柔——不是不会出现,而是不适应。地图按注意力留存效率绘制,叙事的物种便按注意力留存效率进化。它们不是被禁止,而是不被推荐。不被推荐,在今天的文学生态中,几乎等同于不存在。
然而,故事茧房并非铁板一块,它的裂缝恰恰出现在它最引以为傲的效率上——但要把话说准:算法并非“无法”优化“让人读完后沉默很久”的体验。重读率、长周期回访、书架长留,都是现成可测的信号;真正的问题是,在当前的商业模式下,它“不被选择去优化”。广告与付费都发生在当下,折现率偏爱即时反馈,“沉默”不产生本季度可变现的数据。更何况,多样性推荐在短期内必然拉低留存——短期KPI之下,没有平台愿意为长期的多样性支付短期的代价。于是那些被判定为“低效”的叙事形态——缓慢的铺陈、离题的闲笔、拒绝给出答案的结尾——依然留在算法的地图之外,而这片地图之外的土地,恰恰是文学区别于情绪消费品的最后领地。它们或许不再拥有流量意义上的可见性,但它们拥有更顽固的存在方式:被少数人反复重读,并在重读中不断生成新的意义。只是别忘了,这种顽固从来不是文本单独完成的,而是一套长周期机构的作品——《白鲸》被埋没约七十年,靠文学史、学院、图书馆这些以十年为考核周期的机制,才活到被爱的那一天。真正值得忧虑的,不是慢热作品会不会被爱,而是它们能不能活到被爱的那天:当这些机构自身也被即时反馈的逻辑重塑,中间的通道正在收窄。
所以,这不是一个悲观的结论,而是一个需要重新定义战场的结论。信息茧房的解药是拓宽信源,故事茧房的解药要困难得多:它要求写作者在算法反馈面前保留一种有意识的固执,要求读者偶尔逆着推荐流,去读一本在流量逻辑里被判低效的书,要求平台把“多样性”与“意外性”写进目标函数,而不是当作事后补丁——目标函数是写出来的,这正是全部希望所在:写出来的东西,就可以重写。至于读者,也不必被抬高成纯粹的无辜者,但要说清一个不太舒服的事实:我们参与绘制这张地图的渠道,恰恰只有一种语义贫乏的方式——每一次划走、每一次停留、每一次“看不下去”。划走不是投票,它不表达意图,多数时候只是疲惫、分心或误触;但当无数个零成本信号累积起来,它们就成了这张地图的全部墨水。而这张地图摊开来,其实就是茧的剖面:我们抱怨茧太厚的时候,丝有一部分正从自己指间吐出。
信息茧房窄化的还是所见,人尚能想象墙外有墙;故事茧房窄化的是讲述本身——被修剪掉的叙事可能性从未被写下,于是无从错过,无从怀念。最深的失去,是失去对失去的感知。回到标题的问题:算法正在替谁写下一行?替指标写,替指标背后那个不愿为多样性支付短期代价的商业模型写,也替每一次迫不及待划走的我们自己写。而被指标写下的那一行,恰恰是读者永远没有时间读到的那一行——他们都在追更的匆忙里。
王瀚林:国家二级教授、高级编辑。全国哲学社会科学课题评审专家,国务院政府特殊津贴专家。硕士研究生导师。中华诗词学会常务理事。历任兵团党委宣传部副部长、兵团日报社党委书记兼总编辑等职。现任三亚航空旅游职业学院教授。出版《马克思主义与当代屯垦》《新兴媒体与国家边疆安全》《胡杨百咏》《屯垦戍边唱大风》等50余部著作。
(注:来稿已获作者授权发布)

纯贵坊酒业