上周我做了一个小小的实验。

我平时刷知乎，都是默认选择「关注」页，看我关注的用户。但这次，我试着调成了「推荐」页，看算法给我推荐的内容。

然后，我大致估算了一下自己在那几天里，刷知乎的时间。

结果很有意思：尽管我有意识地控制时间，尽管算法推荐的内容质量不如我关注的用户，但前者所消耗的时间，仍然要比后者多。

为什么呢？

一个最重要的原因是：我关注的用户不多，所以很容易刷到末尾 —— 亦即发现：「啊，这个内容，我之前是看过的」。

理论上来说，哪怕我刷到了末尾，我也可以去看看别的东西 —— 比如同一个问题下其他回答、相关问题，等等。

但这个进入意识的念头，就会给我一个信号：已经刷了很久了，该去做点别的事情了。

作家 Adam Alter 把它叫做「停止信号」。你也可以理解为，它是一种「心理边界」，会提醒你「该停下了」。

不要小看这个东西，很多时候，它的影响是超乎想象的。

你一定有过这样的体验：本来只是想查个资料，但一发不可收拾，一个个链接点击过去，一个个页面不断跳转，醒悟过来时，已经花费了大量时间。

但究竟都看了什么内容？却说不出来。

这就是互联网所带来的「时间黑洞」。

因为，它屏蔽了给你的「停止信号」。

再往后，Pinterest 发明了瀑布流，社交网站发明了信息流，连跳转链接也省去了：你只需要往下滑动，新的信息就会源源不断地送到你面前。

信息流的模式，进一步降低了获取信息的阻力。除非像文章最开头一样，刷到「上一次开始的地方」，否则人们很少能触碰到「边界」。

而算法的崛起，又将这种模式推到了极致：

通过你的行为，算法可以找到对你最具吸引力的内容，省去人工推荐的成本和时间线的不可控性，源源不断地分发内容。

更有趣的是：你的每一个行为，都在为算法贡献素材，成为它的养分。它会依据你的行为壮大自己，完善自己，更好地掌握你的喜好。

2015 年，剑桥大学和斯坦福大学做过一项实验。

他们邀请参与者A的一系列亲朋好友，回答一份针对A的测试问卷，来测试他们对A的了解程度。

与此同时，他们根据A在社交网络上的行为数据，让算法同步来回答问题。

结果是什么呢？只需要10个「喜欢」，算法就会超过你的同事。而一旦有了300个「喜欢」，算法对你的了解，就可以超过你的伴侣。

甚至，在一些情况下，算法比参与者更了解他们自己 —— 在一些对未来行为和决策的预测中，算法的准确性比本人更高。

在这种情况下，你是在主动吸取信息，还是在被算法饲养？
回答可能会令人忧虑。

我就不喜欢居安思危，兵来将挡

很有道理的

分析的很有道理，通常就是这样的

我 是属于安于现状的这种的。