70
1本期《量子茶馆儿》与《创新壬》惊喜联动 🎉，是区别于技术串讲的“曲艺杂谈”，感兴趣的同学欢迎收听订阅，蹲技术串讲的同学可以期待下一期～
后续量子茶馆儿将设置两个系列，“日话”&“夜话”，日话专注技术串讲，夜话专注感受交流，大家按需消费～
本期夜话系列第一集，是凌晨12点的真实茶馆儿局，期望可以在这个系列，陪大家一起见天地，见众生。💜
【📝本期采样】
我们站在时代的关键节点，背靠的是平权期望与众生意志，面向的是人文觉醒与大海星辰。
【📝联动Intro】
《创新壬》
关注创新，促进能量交互与流动。
主理人：
@Yolie 擅长卖公司
前36氪战略创新，战略✖️FA复合型经验，从创业的视角帮好的公司拿到一笔好钱。
@小李Rosie 擅长卖业务
大企业创新服务商，多年一线经验，善用资源整合为公司连接好机会。
【📝Catalog】
流量变革、分发机制、各方角色心态探讨：
回顾互联网发展历程，从一代互联网QQ空间/百度空间，到二代微博微信淘宝，到三代抖音小红书，流量形式、效果在发生变化，但是流量的技术核心抽象相对一致。
这其中，抖音、小红书等平台有不同的user story，在解决不同场景的不同用户预期。同时流量分发base在广告、搜索、推荐三个方向的技术上，有同有异。
所以在技术逻辑相对一致的前提下，微观视角入局做博主的机会在不同时间窗口内，数据收益/经济效率也有不同表现。流量分发背后的技术决定了千千万万个“博主”的成本，也就是“流量的定价”，而这些“价码”由谁而定，可能是可以从以下分析反推的：资本、技术算法、用户、企业主这四个核心角色对流量技术结果依次的态度。
算法推荐下用户与创作者的体验及思考
用户使用产品时人的兴趣是被满足还是塑造，不同用户对算法服务感受不同。例如生产者因流量焦虑内容变窄，而平台已有/将继续有算法调整守护生产者不持续“被收缩”。同时，消费者有两极分化的现象，工业界在做降低偏见、优化分类等努力，届时用户希望有自主选择权 。
关于 ASR 技术及 AI 发展历程与早期应用场景的探讨：
ASR技术整体可以宏观拆分为data Infra和model Infra。AI发展从金融领域判断是否逾期、ASR判断用户喜好等，会将行为加工为0和1的标签。有监督的二分类（或多分类）的offlinetraining落地到决策、推荐等场景，后从offlinelearning过渡到onlinelearning也就是千人千面/feed，过程中为了用户体验优化，其实细化的优化有很多（原文没有展开讲，例如双塔模型升级到三塔模型、KV到Graph、排序召回后的策略强干预等等，这部分如果感兴趣，留言给我们，后续可以在日话系列单独串讲）。
机器学习中的特征分类及对用户行为影响：
机器学习的对象是特征（feature），包括个人资料如性别、年纪，历史行为如点赞评论，还有通用特征如天气、时间，以及设备或网络类特征如是否连 Wifi 等。比如不同类型播客收听时间的差异代表着不同用户画像的喜欢与时间分配的区别。
数据隐私安全、监听及算法推荐问题：
从 feature 话题上升到隐私安全问题，这里要说明的是数据安全已从混沌走向标准，虽仍有问题但整体风险可控。例如监听问题确实存在但非恶意且可关闭，整体可以解决给开放心态的用户提供更有效的算法服务，给关注隐私的用户提供更定制的数据城墙。
搜索推荐与人&人匹配：
互联网内容和人&人匹配存在问题。内容消费用排序算法较合适，人&人匹配却困难重重。如招聘中错配现象严重，当前方法存在不平等、玄学的问题。
大模型时代有机会解决，中美都有创业团队已在尝试，大模型对内容理解本身的技术架构导致了平权的第一次可行性，推理可以不再通过用户与平台绑定的时长与数据深度来定义排名，而只是关注用户的需求、个性本身。
同时，技术迭代也要&也会，平衡技术平权和商业效率，从用户基础、需求频率、单价三个坐标来探讨这个新领域的商业空间。
商业变现、竞争格局及发展前景
按“躺”和“卷”将人群分类探讨需求，不同人群都有相关需求且商业变现空间大。
如今创业公司发展快，大厂后发跟进，同时从竞争格局的角度，指出toc应用创业公司虽获取流量不如大厂内部引流有成本优势，但凭口碑传播也可能发展更快，值得尝试 。
探讨终局：科技是让我们更自由还是更被动？
技术是把双刃剑，影响力大时需被正能量的人使用。大模型发展带来便捷的同时黑产攻防强度也在提升。
所以正确的人、正确的用途都很重要。
【我们站在时代的关键节点，背靠的是平权期望与众生意志，面向的是人文觉醒与大海星辰。】
【📝下期预告】
AIAgent技术串讲，我们“日话系列”见。
【📝Comment】
💡招全栈工程师，感兴趣评论/私信
💡欢迎关注《创新壬》！
