亚马逊产品经理：TikTok 的真正优势，从来都不是算法（下）( 三 ) 编辑导语：在上篇文章中

你会听到很多有影响力的Twitter用户劝其他人要早点用经常用禁言和屏蔽功能（有些用户甚至大量采用软屏蔽功能来秘密拉黑关注者）。
有些用户会自豪地在推特上发布自己禁言了那些词的屏幕快照，以表示对某些热门讨论主题的不满；有些人更加极端，甚至取关联所有人，然后从头开始关注（有时候，也可能是因为自家的A/B测试情况不错， Twitter会向用户展示自己关注的人点赞的推文（甚至包括来自用户并未关注的人的）——这种做法确实偶尔会展示出一些我感兴趣的推文，但从绝对意义而言，这样增加了我不感兴趣的推文的数量。
我已经反复强调过很多次了：不存在兴趣一模一样的两个人；所以这项功能开启之后，我真的有取关所有人然后从头关注的打算了，但我又担心会伤害到别人的感受，因为我心肠很软；如果Twitter做法不一样的话，这个本来不是问题的。
我有时也会考虑其中的部分或所有的策略，但对于Twitter来说，这些策略的必要性本身就是服务的失败；如果算法对什么是你感兴趣的东西能处理更聪明些的话，它应该留意一下替你禁言主题或者拉黑一些人；就像我上次所写那样，你可能得关注完Twitter上面的所有人才能获得有趣的内容，这也许是强大的兴趣图谱的一个设计缺陷。
TikTok不仅从用户那里捕捉到了非常清晰的情绪信号，而且每次会话都能收集到大量的此类信号。
【亚马逊产品经理：TikTok 的真正优势，从来都不是算法（下）】TikTok上的视频太短了，短到即便是在一次简短的会话里面， TikTok也能收集到很多关于你的口味方面的反馈。
这个过程也相对没有什么痛苦，有的视频顶多可能会让你觉得厌烦，但是刷走这些视频只需要相对轻松的操作；同时，鉴于算法在仔细倾听你的意见，你甚至会享受这种把视频扫掉的操作，因为你知道app会登记你的不快并做出响应。
短视频正好是非常适合此类机器学习驱动型推荐的类别，当然，我不会说它适合这种类别的每一种类型；音乐是很合适的，时间不长，所以采样成本低，重复消费的价值高；而音乐的相似性通常是可以利用数学检测的，我的Spotify Radio推荐就很可靠；另一方面，算法的电影推荐对我来说从来都没起过作用，电影很长，采样成本很高，语料库也很小，每年只有大约500部电影之类的东西出现；而大多数人只看过其中的少数几部，这个主题需要另行讨论。）
顺便说一句， TikTok并不是针对匹配的任务对界面进行了优化的唯一一款app ，就是那种每次只展示一个实体，从而可以更清楚地知道你的感受如何的app；在TikTok之前，每次展示一项内容的UI就已经自成一派。
文章插图
Suggested
文章插图
Tinder
向右滑和向左滑已成为表示认可和不认可的代名词是有原因的， Tinder在触摸屏UI上想出了一种感觉像是设计原语的二元投票方式。
三、飞轮的优势在这个软件时代，真正的竞争优势或护城河已经变得越来越虚幻；大多数的软件功能或UI设计，一个既有者或竞争对手一夜之间就可以轻松复制，你做的一切不过就是帮他们先试试设计的影响如何。
有一次我去中国的的时候，曾经跟一帮中国的企业家共进晚餐，我提到了Instagram抄袭Snapchat的Stories引起的喧嚣。
一家中国顶级公司的首席产品官笑着说：“在中国，如果你的竞争对手在两周之内不能把你的某项成功的功能复制出来的话，那么他们肯定是不够格的。 ”
硅谷自以为是点子市场的达尔文主义者，但从很多方面来说，中国的科技界才是的真正的达尔文主义；这对于硅谷的相对产出而言是个不好的预兆，因为在中国，思想传播和变异的速度更快；人们通常说硅谷已经接替了波士顿的128号公路（曾经的电子工业中心）成为技术创新的地理中心，部分是因为硅谷更加开放的劳动力市场使得思想可以在公司之间自由流动。
中国已经拿到了这本手册，并且走得更远；在中国的科技行业的竞争格局中要想生存下来，就像是想要从《黑暗骑士崛起》里面的那个坑里面爬出来一样——很恐怖。
但是，如果你可以造出一个飞轮（比方说像TikTok的飞轮），那么像Reels或Triller这样的竞争对手就很难追上；Triller可能会花钱把TikTok的一些网红挖过来制作视频， Reels也许会尝试对Instagram引流；但TikTok之所以能行是因为通过FYP算法把创作者、视频以及观看者连接成一个正向的反馈回环。