我手机上装过一个新闻App，用了三个月之后，推荐给我的内容就只剩下三样东西：俄乌冲突的最新进展、某科技公司又出了什么新车、以及一位钓鱼博主每天钓了几条鲫鱼。最初是我自己选的，确实点过几次。但当我看了两个月一模一样的新闻框架之后，我终于卸载了它。不是它推荐得不精准，是它太精准了，精准到把我关进了一个信息茧房，连一扇窗户都不给我留。
推荐系统这些年卷得不成样子。模型从协同过滤卷到深度学习，从双塔卷到Transformer，多目标排序、强化学习、图神经网络轮番上阵。学术界刷着MovieLens和Amazon Reviews的榜单，工业界的工程师们在A/B测试里为了千分之一的CTR提升熬夜上线。但有一个根本问题，很多系统做到最后都忘了：用户到底想要什么？
用户想要的不是精准，是惊喜。精准是手段，惊喜才是目的。
一、协同过滤的落日余晖
ItemCF和UserCF，这两个算法大概是推荐系统历史上最伟大的发明。简单，可解释，冷启动也不算太差。你买了这本《深度学习》，系统告诉你买这本书的人也买了那本《模式识别》，你一看，确实需要，下单。皆大欢喜。
但协同过滤有一个天花板：它只能推荐流行的东西。ItemCF的共现矩阵天然偏向热门物品，冷门但高质量的内容永远沉在矩阵底部。你用了一个协同过滤主导的推荐系统之后，会发现自己越来越被推向大众审美的中心。你看的电影是豆瓣Top250，你买的书是当当畅销榜，你听的音乐是抖音神曲。你被困在了流行度构成的舒适区里，不是因为你不喜欢冷门的好东西，是因为算法不知道那些好东西的存在，或者即使知道，也因为交互数据太少而不敢推荐给你。
我做过一个图书推荐的项目，一开始全量上ItemCF，点击率涨了百分之十五，看上去很美。但仔细看数据，推荐出去的百分之八十都是各种畅销书和经典名著，小众学术书和冷门小说的曝光量反而下降了。长尾图书的销量本来就不高，推荐不给流量，卖得更差，数据更稀疏，以后就更不可能被推荐。这是一个死亡螺旋。后来我们强行在排序层加了一个长尾提权因子，用逆用户频率对候选集做了重排序，把冷门但主题高度相关的书拉到前排。点击率微跌了一点，但长尾图书的整体销量涨了百分之三十，用户收藏夹的多样性也大幅提升。这个改动在技术上毫无难度，难的是说服产品经理接受“短期点击率下降”这件事。
二、深度学习进来之后，发生了什么
深度学习给推荐系统带来的最大改变，不是精度，是特征交互的自动化。以前做特征工程，交叉特征要手动构造，用户年龄和商品价格的交叉，用户性别和品类的交叉，排列组合起来没完没了。DeepFM、DCN、xDeepFM这些模型，本质上是把特征交叉这件事交给了神经网络自动完成。
但这带来一个新的问题：模型变成了一个你越来越看不懂的黑盒。排序分为什么涨了？不知道，大概是第几个隐层里的哪几个神经元被激活了。为什么这个商品没被推荐？更不知道，模型的输出就是一个分数，没有解释。业务方问你，为什么用户A看到了这个推荐？你只能耸肩。这对需要强解释的场景是灾难。金融产品的推荐、医疗信息的推荐、教育内容的推荐，推荐理由有时候比推荐结果本身还重要。你得告诉用户“因为你之前学习过微积分，所以我们推荐线性代数”，用户才会信任你。深度学习模型堆得再深，也很难优雅地生成这种推荐理由。
我的折中方案是，把推荐系统拆成召回和排序两个阶段。召回层尽量用多路策略，协同过滤一路，内容标签一路，实时兴趣一路，热门和冷启动各一路。每一路召回都有自己的业务逻辑和可解释性。排序层可以上深度学习，但它只负责给各路召回的结果排个先后顺序，最终的推荐理由从触发的那一路召回逻辑里生成。这样既用上了深度学习的排序能力，又保留了可解释性。虽然粗糙，但至少当用户问“为什么推这个”的时候，你能说出个一二三。
三、实时性和“下一刻”的问题
推荐系统有一个非常微妙的时效性问题：用户的兴趣在下一刻可能就变了。他刚买了一台打印机，你紧接着推荐墨盒，这叫贴心。他买了打印机三个月之后你还在推荐墨盒，这叫烦人。他买了一台手机，你推荐手机壳，结果他下一秒就退出了App，你的推荐在他下次打开App的时候才出现，这时候他可能已经在别的平台买完了。
真正的实时推荐，不是在离线训练一个模型然后每天更新一次，而是要在用户行为的下一秒就做出反应。这要求你的特征计算、模型推理、排序下发，全链路延迟在毫秒级。技术栈要上Flink做实时特征，Redis做特征存储，模型要能在线增量更新。工程成本极高，不是大厂很难吃得消。
但中小公司也有取巧的办法。把“实时性”拆成两个层面：短期兴趣的捕捉和长期偏好的建模。长期偏好用离线模型，每天更新一次，搞定用户的基本盘。短期兴趣用规则引擎，用户刚刚搜索了“机械键盘”，接下来的三十分钟内，不管他刷到什么页面，硬塞几个机械键盘的推荐进去。这个规则粗暴，但有效，成本几乎为零。很多看起来很智能的实时推荐，底层就是这么一堆规则的集合，加上一点基于会话的协同过滤。创业公司别一上来就想搞工业级实时推荐系统，先用规则把用户体验兜住，把数据积累起来，等体量到了再升级。
四、推荐系统的道德困境
推荐系统是注意力经济时代最强大的工具之一。你可以用它来提升用户满意度，也可以用它来最大化广告收入。这中间的张力，每个做推荐的人都要面对。
一个视频平台，推荐策略是“最大化观看时长”。算法发现，争议性越强、情绪越极端的内容，观看时长越长。于是推荐系统不断给用户推送能激发愤怒和焦虑的内容。用户确实看更久了，但看完之后身心俱疲。平台指标好看，用户福祉在受损。这个矛盾不是技术问题，但最终是通过技术手段来实现的，做推荐的工程师就在这个漩涡的中心。
我在做内容推荐的时候，内部定过一个不成文的规矩：不做纯粹的情绪驱动推荐。如果一个内容被大量用户标注为“引起不适”或者“过度煽情”，即使它的点击率高，也要在排序时降权。这个规矩不是算法推导出来的，是产品和算法团队坐在一起讨论出来的价值观。推荐系统从来不是价值中立的。你设计的每一个目标函数、每一个特征权重、每一条召回策略，都在定义平台认为什么是“好的内容”。这个权力太大，大到你必须主动意识到它的存在，并承担责任。
五、用户要的到底是什么
回到开头那个被我卸载的新闻App。它的问题不是推荐技术不好，是对“用户需求”的理解太狭窄。它把我当成了一个只对三个主题感兴趣的静态实体，而忘了我是一个会变化、会厌倦、偶尔想随便看看别的东西的活人。
推荐系统里有一个概念叫“探索与利用的平衡”，Explore & Exploit。利用就是推你确定用户喜欢的东西，探索就是推一些可能喜欢但不确定的东西。大多数系统的探索比例都极低，因为利用的短期收益太明显了。但长期来看，没有探索的系统必然走向信息茧房，用户会在某个厌倦的峰值点离开。这个离开通常是沉默的、不可逆的。你看到他卸载的那一天，其实他已经忍受了好几个月的单调推荐。
我后来自己做推荐策略的时候，坚持在排序层留出一个固定的随机探索流量，百分之五到百分之十。这批流量不参与任何精准排序，纯粹随机从候选池里抽取，但要保证内容质量和安全底线。这百分之十的流量，长期来看贡献了平台上几乎全部的新兴趣发现。很多用户的第一次跨品类购买，第一次进入一个新的话题圈，第一关注一个之前从未接触过的创作者，都来自这个随机的窗口。百分之十的流量损失，换来的是整个生态的新鲜血液。这个账，从纯粹的短期CTR上算不过去，但从用户生命周期的角度算，绝对划算。
推荐系统的终极目标，不是让用户点那个按钮，而是让用户在点完之后觉得：嗯，这个我没见过，但我确实喜欢。你能给用户的最好的推荐，是那个他自己都不知道自己会喜欢的东西。这需要算法，需要工程，但更需要你对“人”本身的理解和敬畏。那些只知道往模型里堆层数的人，永远做不出让人眼前一亮的推荐。真正好的推荐系统，藏在每一行代码背后的，是设计者对用户好奇心和生活多样性的尊重。
)
