周六晚上，陈家客厅里爆发的战争，始于电视上一档怀旧音乐综艺。

当一位过气歌手用颤音唱完二十年前的老歌时，陈醒舒服地往沙发里陷了陷：“这味儿正。现在的歌，调子都记不住，全是电音哐哐哐。”

“爸，”十六岁的陈默从手机屏幕上抬起头，眼神像看古董，“是你的‘日推’把你焊死在经典金曲区了。我的推荐全是伱没听过的新风格，每首都比你那些老歌复杂三倍。”

陈醒感觉被冒犯了：“你那是喜新厌旧。”

“不，是算法觉得你‘旧’。”陈默冷笑，拿起陈醒的手机，点开音乐App年度报告，怼到他眼前，“看，‘80年代怀旧金曲’是你的年度歌单。可你去年明明让我帮你下过好几首电子乐，为什么报告里提都不提？”他戳着屏幕，“因为系统‘觉得’那只是你的一次意外抽风，不是真正的你。它正拼命把你往回拉，拉回它最熟悉、最好控制的那个‘人设’里。”

一旁批作业的林芳幽幽插话：“我们都一样。我的购物App，这月开始疯了似的推瑜伽服和冥想香薰。”

“这……有什么问题？”陈醒转过头。

林芳放下笔，揉了揉膝盖：“问题是我去年韧带拉伤后，医生就让我停了瑜伽。可算法不在乎，它只记得我买过三次瑜伽服，标签已经钉死了。它伺候的，是我过去的‘数据尸体’。”

屋外秋雨敲窗，屋内一片沉默。三个人看着各自发光的屏幕，第一次清楚地感觉到：那些名叫“智能推荐”的东西，像一套量身定制的柔软囚服。

周一，陈醒顶着俩黑眼圈把这事倒给了少林猿。后者在“数据诊所”那块发光的白板上，画了两个交叠的圆圈。

“协同过滤，听着高大上，说白了就两种套路。”少林猿敲了敲白板，“要么看人——喜欢A的人多半也喜欢B，所以推给你；要么看物——喜欢《三体》的人很可能也喜欢《基地》，所以塞给你。”

他写了两个扎心的例子：

人找人群殴：因为你和其他九千九百九十九个“怀旧中年男”都喜欢李宗盛，而这些人里70%也收藏了罗大佑，所以系统天天用罗大佑轰炸你，直到你“喜欢”上为止。

物以类聚：因为你儿子喜欢《三体》，而《三体》的读者池里一大半都标记了《基地》，所以《基地》就会出现在他“必读”列表里。

“听着很贴心对吧？”少林猿咧嘴一笑，露出白牙，“但它有两把刀，刀刀见血。”

第一把刀：回声壁效应。

“算法最怕‘意外’。你一直看足球，它就喂你更多足球，把你伺候得舒舒服服，让你以为世界就是足球做的。陈醒，你的歌单就是这样被焊死的。你以为在探索音乐宇宙？不，你只是在自家后院越挖越深。”

第二把刀：拒绝成长。

“人是会变的！去年嗜甜如命的少年，今年可能爱上冰美式。但算法觉得‘变化’是噪音，‘矛盾’是错误。林芳老师，你那源源不断的瑜伽服推送，就是算法对你‘膝盖废了’这个新现实的傲慢忽视。”

少林猿调出一段数据流，是陈醒某晚的音乐记录：连续听了五首老摇滚后，手滑点开一首实验电子乐，30秒就切了。

“看，系统捕捉到了这次‘叛逃’。”他高亮一个标记，“但它没觉得你拓宽了兴趣，它的结论是：‘用户对当前推荐产生短暂倦怠，需加大经典摇滚剂量进行巩固治疗’。所以第二天，你的日推里老摇滚比例从40%暴涨到60%。”

陈醒后背发凉：“它在……矫正我？”

“它在优化你画像的‘纯洁性’。”少林猿纠正道，“一个充满矛盾的画像，会让后续推荐失准。所以系统像园丁修剪杂枝一样，不断剪掉你那些‘不合规矩’的偶然行为——也就是你身而为人的、宝贵的‘可能性’。”

就在陈醒消化这些时，林芳在学校遇到了更惊悚的事。

为了帮一个注意力有问题的学生，她用学校公共电脑查了“ADHD课堂干预方法”。只是临时查询，没有登录任何账号。

当晚，她在家打开自己的平板，瞬间被淹没。

信息流里塞满了《你的孩子是否有这些“多动”征兆？》《ADHD儿童的残酷未来》《一位ADHD母亲的血泪自白：我差点跳楼》。更可怕的是夹杂其中的广告：权威诊断中心、天价康复课程、甚至药物代购。

林芳手指冰凉。她瞬间明白了：公共电脑和家里网络是同一个学校IP段。基于IP的协同过滤逻辑很简单：“这个网络里有人关心ADHD，那这个网络里的其他人也可能关心。”算法没有恶意，它只是高效地完成了一次隐私的跨账号搬运。

那个需要严格保密的学生情况，就这样变成了算法眼中她的“潜在需求”。

“欺人太甚！”陈醒得知后，决定反击。他找儿子借了个闲置的音乐App账号。

接下来一周，他像个无情的训练员，用这个账号执行精密操作：早高峰只听古典钢琴，午休只听白噪音，晚上八点准时听一张后摇专辑，深夜则随机点开热门说唱然后秒切。

他没有喜欢任何东西，只是在制造一种绝对规律、毫无灵魂的数据节奏。

一周后，陈默拿回账号，点开“每日推荐”，惊呆了。歌单名为“深度专注·心灵疗愈之旅”，里面三十首歌完美复刻了陈醒的造假作息：早晨古典，中午环境音，晚上器乐。没有流行，没有热歌，像一个AI根据日程表生成的背景音乐。

“它……它学会了？”陈默喃喃道。

“不，”陈醒冷笑，“它只是学会了一套没有心的行为模板。它以为这就是你，但这只是你影子的一部分。协同过滤最大的幻觉，就是以为把一群人的影子缝起来，就能拼出个真人。”

周三，陈醒和少林猿在学校附近碰头。

“林老师遇到的是空间维度的滥用，”少林猿说，“但更普遍的是时间维度的绑架——用你的过去，囚禁你的未来。”

他举了个更隐秘的婚恋平台案例。

“系统发现，用户A长期匹配并聊天的，都是‘金融男、身高175+、爱健身’的类型。那么，即使她某天改了偏好，说‘想认识搞艺术的’，系统排序时，依然会把符合旧模型的男人放前面。因为数据‘证明’，那才是她‘身体很诚实’的选择。”

“这像什么？”陈醒皱眉。

“像从小只给你吃糖，长大后你想尝尝苦瓜，但你的味蕾和肠胃都已经不适应了。”少林猿说，“推荐系统在做的，就是提前驯化我们的‘信息味蕾’，确保我们只对特定刺激流口水，永远活在它预测的轨道上。”

“有破解法吗？”

“有，但费劲。”少林猿直说，“系统性投喂‘矛盾数据’。不是乱点，而是有计划、持续地输入与你当前人设冲突、但自身逻辑成立的信息。比如，一个‘文艺青年’开始每天认真看财经号和机械教程。不是一次，是每天，形成新规律。”

“让算法精神分裂？”

“让算法不得不给你的画像开个新分区。”少林猿说，“当矛盾行为稳定成新习惯，算法会将其视为‘用户兴趣拓展’，而不是‘噪声’。你会从一个标签，变成一个标签集合。虽然还是被简化，但笼子总算大了点。”

陈醒想起自己那一周的实验。他造了个极端单一的标签，而少林猿说的是反向操作：让自己复杂到算法算不过来。

“但这太累了。”

“这就是代价。”少林猿看向远处教学楼里的灯光，“个性化的便利，是以认知的狭隘和持续的自我表演为代价的。要自由，就得牺牲点舒服；图舒服，就可能交出一部分选择的可能。这时代，人人都得是自己数据的策展人——要么精心编排，要么任人摆布。”

当晚，陈家开了个主题诡异的家庭会议：“如何与咱家的推荐算法，重新谈判”。

陈默最激进：“每周账号大轮换！用我爸的号听我的歌，用我的号买我妈的东西，把数据搅成一锅粥！”

林芳更务实：“设个‘无推荐日’，每周六，全家关掉个性化，只用随机模式，或者——干脆回归原始，用搜索框。”

陈醒想起少林猿的话：“我们各自认领一个‘陌生领域’，每周固定三小时，像上课一样去浏览、学习。不是瞎点，是认真给算法看看：我们还有别的形状。”

最后他们达成共识：每周日晚饭后，分享各自推荐流里“最让人意想不到的一条”。无论那是条奇葩广告、诡异新闻，还是惊悚视频。

“如果哪天，”林芳轻声说，“咱们仨‘最意想不到’的东西，变得一模一样了……那咱们就真的，没救了。”

窗外，城市灯火如数据海洋，每盏灯下都有一块屏幕，正根据过往的痕迹，推算主人此刻可能渴望什么，并温柔地递上。

而在这个小小的客厅里，三个人决定，开始给那些算法，制造一点甜蜜的、不按套路的麻烦。

【后台速记】

协同过滤，是座巨大的镜像迷宫。

我们走在里面，每面镜子都映出其他人的模糊倒影。算法通过这些重叠的影子，猜你的模样，并指给你“像你这样的人”该走的路。

镜子无辜，只是反射。

但当你习惯只从镜中认识自己，危险就来了：你会忘了自己真容，甚至开始表演，去匹配镜中那个由众人倒影拼凑出的形象。

更糟的是，镜子互相影响。

越来越多人走向某面镜子指引的路，那条路在镜中就越发光亮，吸引更多人前往。最后，一条偶然小径，成了所有人眼中的唯一正道。

如何破局？

不是砸镜（我们已离不开这折射的世界）。

是时常闭眼，摸摸自己的脸。

然后，故意找面照不出你的镜子，走过去。

看看它会多么手忙脚乱地，开始重新计算。