当前工作
The Work正在发生的改变

重做短视频,
从“停得下来”开始。

当一款产品把停留时长当作唯一胜利,用户的时间和意愿就容易成为代价。我正在研究另一种推荐方式:让观看服务于人的选择。

通道尽头的光点,象征难以退出的循环

我们熟悉的那一夜

本想只看一会儿,
却又刷到了深夜。

问题不在于意志薄弱

产品的目标,决定了产品的行为。

当推荐不断优化观看与依赖,停止就会变成需要用户独自承担的难题。

新的设计起点

先问用户:
你想看多久?

在观看开始前设定预期时长,让用户的意图真正进入推荐决策。

我正在构建

既理解兴趣,
也尊重边界的推荐系统。

推荐能力决定“准不准”,推荐策略决定“为了什么”。两者都需要被重新设计。

阅读阶段性进展
A Different Loop从失控循环到自主选择

一次次“再看一个”,
应该有不同的结局。

问题常常从一个并不强烈的念头开始。改变也应该从那个时刻开始。

深夜 · 打开

只想短暂放松。

也许只是睡前的一点空隙。滑动几次之后,继续观看比停下来更容易。

夜晚站在窗前眺望城市的人影
次日 · 透支

时间被借走了。

少了睡眠,学习和工作仍要继续。疲惫之后,又更容易寻找下一次即时的慰藉。

清晨阳光透过窗格
新的选择 · 停下

让结束成为设计的一部分。

产品可以帮助人兑现进入前的决定,而不是利用每一次犹豫延长停留。

海面上方逐渐明亮的天空
Product Thinking产品原则

把自主权,写进产品。

反成瘾不应只是一个弹窗。它必须参与产品如何预测、推荐,以及如何结束。

观看之前

进入短视频之前,用户输入自己愿意花费的时间。这个意图成为推荐策略的前提,而不是被无限滑动吞没。

In Progress已有成果与当前工作

理念要落地,
也要经得起检验。

推荐系统有两个问题:能否准确理解用户,以及为何推荐。我的工作同时从这两端推进。

推荐能力

更轻的模型,接近工业级预测能力。

一个线性 user_model 用于预测用户对新视频的参与度。在 KuaiRec benchmark 上,阶段性结果约达到快手工业预测模型 90% 的准确率;估算能耗约为神经网络方案的千分之一。

个人阶段性实验数据;模型、测量口径和复现实验细节待公开。

推荐策略

从“看得更久”,转向“能够自主停下”。

初步真人实验显示,新的推荐策略有助于增强用户的自我控制能力。更完整的实验设计、结果和材料将在此公开。

阶段性观察,尚需更大样本与公开方法验证。

阅读相关研究:短视频依赖量表(JMIR, 2025)
What Matters01 / 03

我所坚持的三件事

技术的终点,不应只是更长的停留时间,而应是更好的生活。

让产品的成功与人的幸福重新对齐。