困于算法围城，年轻人躲不过的「算计」

商品的优惠券、最新的直播预览、当天的热门新闻、你可能感兴趣的动态……当你的手机不断跳出这些推送弹窗，无论你在现实生活中是什么身份，拿起手机的那一刻你就很难不受到算法的影响。

过去几年里，算法歧视、“大数据杀熟”、诱导沉迷等问题频繁进入公众视野。而为了规范算法推荐技术的应用，2022年3月1日起，由国家网信办联合多部门发布的《互联网信息服务算法推荐管理规定》也正式施行。

然而，两个月过去了。在“算法”中生活的我们，似乎没有任何改变，无论是被密集的种草推荐推入消费主义的漩涡，还是遭遇大数据杀熟，亦或是被困于相似内容的信息洪流……

“if you're not paying for the product ,then you are the product” 正如Netflix此前推出的纪录片《智能陷阱》中提到的这一句，即便很多时候我们不在意这些APP广告和手机里的任何推送，并不为此买单。但事实上，无形之间，我们每天被迫看到这些推送和广告时，我们自己本身也成为了商品。

“别问，一问就是我买得最贵”，Mira 被杀熟专业户

不记得是从什么时候起，Mira已经习惯了每个平台注册多个账号，每隔一段时间就切换使用，目的只有一个——不被杀熟。

30岁的Mira在成都一家外企工作，常点外卖，也爱和大家分享新购入的好物。但从去年开始，Mira在和同事们聊天时发现，自己买的大部分东西都比别人贵一点，“别问，问就是我买得最贵，小至点个外卖、买个洗发乳和电影票，大至买张机票订个酒店，有时候也就贵个一两块，有时候差价能有几十到上百。”

“如果对比了还能知道自己被杀熟了，但更早些时候根本没察觉，可能都被杀熟无数次了却不自知吧。”于是，Mira开始下意识留意和对比自己什么时候会被杀熟，并且试图“用魔法打败魔法。”切换多个账号比价后再下单，成为了必不可少的一步。

也正是这个过程中，Mira才发现，被杀熟的情况远比自己想象中更多。比如，她常年会使用一个固定手机号购买一些平台的会员，包括网盘的普通会员。后来某次她的会员到期，她按照惯例想选择充值，却发现该网盘已不支持续充普通会员，只能购买更贵的超级会员。直到最近她用一张新的手机号注册并购买了会员后才发现，原来新用户仍可以购买普通会员，且有新用户优惠，价格远比自己之前使用老账号购买时低。

又比如，Mira手机套餐内的流量不太够用，她常常需要在月底购买流量包，最近一次续充时，她下意识让很少购买流量包的同事进入同样的购买入口看看价格，“不比不知道，一比吓一跳。”Mira没想到，连买流量都能被杀熟，同一款10GB的流量包，其他一切内容都一样，但同事购买价格为10元，Mira的购买价格则是15元，“算法简直无孔不入，这种你也没办法切换购买账号，只能认栽。”

不过，最令Mira生气的是，有时候自己明明是VIP，购买商品时的价格也会比普通新用户的价格更高。她之前开通了唯品会的自动续费VIP，时不时会打开app逛一逛，但四月初她在购买一条裤子时，分别登录了男友和同事的账号进入下单界面，却发现男友和同事的购买价格都比自己的低，“他们平时都不怎么用，我连续几年续VIP不就是为了买东西更优惠吗，结果反而是主动交钱去被薅羊毛？”

事实上，Mira的遭遇并非个例。3月1日，北京市消协发布的互联网消费大数据“杀熟”问题调查结果显示，有超八成受访者有过被大数据“杀熟”的经历。

而网络购物成为大数据“杀熟”重灾区，其次是在线旅游、外卖和网约车。调查结果显示，82.44%的受访者表示在网络购物过程中遭遇过大数据“杀熟”，76.85%的受访者在在线旅游消费中遭遇过大数据“杀熟”，反映在网络外卖(66.96%)和网络打车(63.00%)消费过程中遭遇大数据“杀熟”的受访者均达到六成多。

尽管，国家网信办等四部门在3月联合发布的《互联网信息服务算法推荐管理规定》中明确，算法推荐服务提供者不得根据消费者的偏好、交易习惯等特征，利用算法在交易价格等交易条件上实施不合理的差别待遇等违法行为。

但至少在Mira看来，监管要落地需要时间和多方努力，在此之前，“我们还是只能靠多个账号切换使用来避开一些杀熟套路。”

“点开前购物车空荡荡，点开后钱包空荡荡”，唐若茹 消费主义“大冤种”

23岁的唐若茹刚大学毕业工作满一年，原本觉得自己的购物欲并不旺盛的她，在过去一年里不仅没能存下任何积蓄，还欠着花呗和信用卡。

“小镇做题家”唐若茹原本在北方一座县城长大，努力考上南方的大学后，在大学期间仍然保持着节俭的消费习惯，“毕竟那时候还是花的家里的钱，知道爸妈挣钱不容易，基本上就把生活费花在刀刃上。”但自从唐若茹开始工作，拥有了消费的自主权，“算法”便找到了侵入口。

唐若茹在一家酒店的行政部门工作，工作内容不算繁重，闲暇时她总爱上小红书等社交平台逛一逛，也常常去刷一刷淘宝。

“原本只是看一看大家分享的日常生活，或者在电商平台随便看看，但往往都是点开前购物车空荡荡，点开后钱包空荡荡。”唐若茹坦言，这些平台太懂如何“种草”了，“随便点开一条博主的好物分享，就是‘姐妹们，你们不买这个我真的会伤心的’，而每隔一段时间，又会有类似于‘对不起了，钱钱’或者‘好看的人不一定能拥有，好看的衣服还是能买到的’这样的消费观给你洗脑，不知不觉间你就涌现出这个我一定得买，那个我也得要的欲望。”

有段时间，唐若茹刚搬进新租的房子，准备买点生活必需品满足日常所需，但当她在社交平台一搜索“租房好物”，清一色的“房子是租的，生活不是”、“如何改造你的出租屋”、“氛围感十足的出租屋少不了这些好物”映入眼前，让唐若茹立即抛弃了“一切从简”的想法，转眼就点开了电商平台购买了一堆所谓的租房好物。

然而，时隔半年，唐若茹发现当时买过的很多东西都成为了闲置，比如半年来就用过一次的落日灯、难以打理的床边毯，以及没多久就积灰了的网红桌垫。

唐若茹还发现，只要自己随手点开了某个电商平台上的推荐商品，或者只是在其他社交平台上搜索了相关词，各个平台就会密集地出现这一类商品的信息，“你*眼看着觉得，还好吧，没有很想买，但推送的商品多了之后你就会觉得，好像我的确需要一个。”唐若茹就这样集够了某个品牌的口红，又买了好几套同一品牌的香薰，“而且如果你买了香薰，立即就会给你推送香薰灯，你就像跌进了消费主义的漩涡。”

在各种平台看商品推广直播时，唐若茹也常常懊恼自己控制不了购买欲，但最后仍禁不住主播的诱惑，“明知是坑，但我还是会忍不住往里跳。”

而这样极度依赖社交平台和电商平台“种草机制”，还带来了一种后遗症——不翻翻大家的笔记和推荐，不看看博主的直播和测评，就无法下单。“哪怕只是一杯奶茶，或者只是一双拖鞋，我都需要耗费好几个小时去翻看别人的推荐。”唐若茹意识到，自己浪费的不仅仅是金钱，还有时间。

像唐若茹这样的Z世代也并不是少数，融360维度的调查数据显示，短视频平台的数字营销内容最影响Z世代群体的消费购买决策，超60%的受访者表示被影响。并且，56.26%的年轻受访者表示会被社交平台上的各领域内容种草。

不过，也有一些变化正在发生，在豆瓣，已经有“消费主义逆行者”这样的小组诞生并拥有超过33万名成员，与此类似的还有“下单前冷却小组”“低消费研究所”“平价替代小组”，小组内的成员们虽然采取着不同的行动，但有着共同的目标——不盲目跟风流量推荐、不陷入算法制造的伪需求。

“内容千篇一律，可我就是停不下来”，木树 短视频沉迷患者

比起唐若茹和Mira，木树比起钱包，更担心自己的时间。最近每天深夜，他都忍不住问自己，“时间去哪儿了？”而答案他也是心知肚明的，“都花在刷短视频上了。”

29岁的木树是一名销售，在他的手机里下载了多个短视频平台，而为了不错过每个平台的内容，他的时间被这些平台划分切割为一些固定的碎片，比如“早上上班坐地铁会打开抖音，上班期间去厕所时可以刷刷微博上的短视频，中午午饭时间则可以看看B站，下班路上则会打开快手，至于回家收拾好正式开始休息时，便可以几个平台轮流刷着看。”木树称，这几乎成为了每天的日常，“少看到一个关注博主的更新，都会很不舒服。”

但除了木树关注的博主，他往往还会花很多时间在平台推荐的相关视频上，“顺手一滑，很容易就一直滑下去了。”尽管木树也意识到，当自己点开某一个类型的视频后，很长一段时间里平台推送的都是高度相似的内容，“要么是相同的背景音，要么是同一款滤镜，要么就是同样的主题。”

久而久之，木树常常直到深夜才会意识到，“眼前的内容千篇一律，背景音都已经听腻了，可我就是停不下来，把大部分时间都花在了这块屏幕上。”

不仅是木树，木树发现，自己的同事和很多朋友也是如此，“常常还能收到他们分享的短视频。”

《智能陷阱》这部纪录片里，其实也曾提到这种现象，“人们认为算法的设计是给他们真正想要的，但其实不然，算法其实是在试图找到几个非常强大的兔子洞，试图找到哪一个兔子洞最贴近你的兴趣，然后，如果你开始观看其中的一个视频，它就会不停继续推荐。”而人们一旦习惯了这种状态，则很容易被算法操纵。

而木树也开始慢慢察觉到，尽管自己看的短视频多了，但这似乎并不等同于自己的眼界增长了，“算法根据你的浏览记录，会一直推送你爱看的东西。某种程度上这种算法其实反而局限了我们的视野，你只会一直待在一个你熟悉的大圈子里，看那些你已经很熟悉且一看就喜欢的内容，而不会真正学到什么。”

正如南方周末也曾在《困在短视频里的人，束缚了多少深刻思考力》里写道，短视频没有“原罪”，关键是使用者不能整天陶醉在这个领地而忽略了更广阔的兴趣和爱好，特别是不能忽略了对世界和人生的独特思考。

尽管上述《规定》也提到这一点，并鼓励算法提供者运用内容去重、打散干预等策略，增加信息推荐的多元性，来避免信息茧房效应对用户产生不良影响，预防和减少争议纠纷。

但从眼下来看，用户想要走出算法构建的“信息茧房”，仍不容易。