二零二六年年初，一位用户在间隔近八年后重新登录 Facebook，动机只是想查找所在社区的本地群组。这个简单的需求以失败告终 —— 群组并不存在。更具冲击感的是，这位用户发现自己的信息流已经完全被陌生内容占领：那些曾经关注的朋友动态早已消失，取而代之的是大量 AI 生成的 “照片”，配着千篇一律的性感文案。这是一个普通用户对当代 Facebook 最直观的感受，也是平台内容生态持续恶化的微观缩影。
被算法重新定义的信息流
从表面上看，Meta 的核心指标并不难看。二零二五年第四季度，Meta 家族应用（包括 Facebook、Instagram、WhatsApp）的日活跃用户约为三十五亿八千万，同比增长约百分之七。这个数字甚至让不少投资者感到安心 —— 平台依然在增长。然而，如果深入到用户构成和使用行为的层面，会发现一幅截然不同的画面。十八至二十四岁的 Z 世代群体中，只有约百分之二十保持每天多次登录的习惯，百分之二十二每天登录一次，而百分之二十七表示只是偶尔或很少使用。更大的警示信号在于，三十二受访的十八至二十四岁用户明确表示已经 “明显减少” 使用 Facebook，二十五至三十四岁群体中也有类似比例。这种年轻用户的持续流失，恰恰发生在平台总体 DAU 仍在增长的背景之下 —— 这意味着增长主要来自老年用户或新兴市场的新增用户，而非原有用户群体的活性维持。
问题并不只是用户打开了多少次应用，而是他们打开之后看到了什么。那位时隔八年登录的用户描述了一个极具代表性的场景：他关注了 xkcd 漫画主页，这是他唯一保留的关注。但信息流中接下来的十余条帖子，既不是来自他关注的朋友，也不是来自他关注的页面，而是清一色的 AI 生成女性照片，配以泛化的情感文案。这不是个案偏差，而是算法运作逻辑的必然结果。当用户的社交图谱中活跃内容逐渐稀薄 —— 因为年轻朋友已经将创作重心转移至 TikTok 或 Instagram—— 算法被迫用 “推荐内容” 来填补空缺。问题在于，推荐算法所优化的核心指标是用户停留时长和互动率，而非内容质量或社交相关性。这种优化目标的偏移，在工程层面引发了一系列连锁反应。
优化目标偏移的技术代价
从推荐系统的设计角度审视，Facebook 当前面临的问题可以追溯到算法目标的结构性偏移。推荐系统的训练目标通常以用户互动（点赞、评论、分享）和停留时长为核心信号，这在商业层面是合理的 —— 互动越高、广告曝光机会越多、收入越可观。然而，当算法过度拟合这些短期信号时，会系统性地放大情绪化、猎奇、低门槛的内容，因为这类内容最容易引发冲动互动。一条关于 “女生来月经时故意找男朋友吵架” 的短视频，虽然内容质量存疑，却因为触发了强烈的情绪反应而获得大量评论和分享，进而被算法判定为 “高价值内容” 并大规模推送。这种机制在短期内确实提升了平台指标，但长期而言会持续稀释内容生态的可读性和信任感。
更深层的问题在于社交图谱的 “空心化”。当平台的核心用户群体 —— 尤其是年轻用户 —— 逐渐将社交行为迁移至其他平台时，Facebook 的算法实际上面临着 “巧妇难为无米之炊” 的困境。用户的朋友圈不再产出足够的内容来填充信息流，算法不得不依赖机器生成或半机器生成的内容来维持信息流的 “活跃度”。这解释了为什么大量 AI 生成的 “照片” 和短视频能够大规模涌入推荐流：它们本质上是在填补社交内容不足的空白。工程决策层面，这源于平台在内容调度策略上对 “推荐内容” 类别的权重过高，而对 “社交关系内容” 的权重相对不足。
与此同时，平台对短视频（Reels）的倾斜进一步加剧了内容碎片化。为了应对 TikTok 的竞争，Meta 将大量流量导向 Reels，这一策略在商业上可能是成功的 —— 它确实延长了用户在平台上的停留时间 —— 但对于那些希望在信息流中看到深度内容的用户而言，结果是 “刷了很多，但记不住任何东西”。年轻用户对这种体验的评价尤为直接：他们认为 Facebook “不再必需”，节奏太慢，内容太杂，无法提供像 TikTok 或 Instagram 那样沉浸流畅的观看体验。
工程决策对生态的深远影响
值得反思的是，这些问题并非源于单一的技术错误，而是平台在商业目标与用户体验之间持续权衡的结果。Meta 的工程师团队面临的核心挑战是：如何在维持广告收入增长的前提下，减缓内容生态的退化。二零二五年的用户调研数据显示，约百分之二十八的十八至二十四岁用户将 “无关内容和广告” 列为减少使用的主要原因，百分之二十九的用户将 “亲友活动减少” 列为退坑理由。这意味着算法在追求广告变现的过程中，已经开始侵蚀平台最核心的资产 —— 用户之间的真实社交连接。
从工程实践的角度，重新平衡推荐系统的目标函数是可行的方向。一种被广泛讨论的改进思路是在算法排序中引入更多质量信号：完播率的完整性而非仅仅是点击率、负反馈和举报的权重、内容来源的信誉度评估，以及用户明确表达 “不感兴趣” 后的快速响应。这些信号的引入不会显著影响短期商业指标，但能够显著改善用户对内容相关性的感知。另一个方向是重新调整 “社交关系内容” 和 “推荐内容” 的流量配比，特别是在检测到用户社交图谱活跃度下降时，主动引导用户进入群组或私密社交场景，而非用算法生成的 “内容杂志” 来填空。
上述那位用户在继续浏览时，发现了一些看起来明显是 AI 生成的照片，背景中甚至出现了无法辨识的文字和扭曲的标识。然而，评论区几乎全是 “Beautiful”“I love you” 这类无意义回复 —— 其中不少可能也是 bots。这是一个微妙的隐喻：当平台的内容生态劣化到一定程度时，用户（无论是真人还是机器）已经无法、也不愿去分辨信息的真伪。Facebook 依然拥有三十五亿日活用户，但这个数字掩盖了一个更为根本的趋势：当平台的内容质量持续恶化，越来越多的用户只是在 “被动刷” 而非 “主动社交”，他们与平台的关系正在从 “有意义的连接” 退化为 “低频的工具性使用”。
资料来源：本文核心用户体验案例来自 PILK 网站（pilk.website）发布的《Facebook is absolutely cooked》; 用户行为数据参考 ExpressVPN 2025 年社交媒体使用调查及 Hootsuite《2025 Facebook Statistics》报告。