返回资讯中心
外部精选
软件工程
#开发者实时流

个人算法:掌控数据后为自己定制推荐

来源标题:Algorithms for One

很多人使用被平台算法推荐的内容,却几乎没有由自己定制的算法,主要原因是我们不拥有自己的数据,或获取数据太难。一旦通过抓取、开放网络(如 AT Protocol)或 GDPR 导出获得数据控制权,就能构建只满足自己的个人算法。个人算法无法与依赖数十亿交互的 TikTok 主算法竞争,但可以在多个维度上做得更好,因为它只需服务一个人。

Hacker News 最新kalendos2026/11/3 · 14 天前8 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

为「你」量身定制的算法有很多,但由「你」来定制的算法几乎不存在。主要原因在于,我们并不真正拥有自己的数据,或者获取数据的门槛高到让人懒得去折腾。只有真正拥有数据,我们才能围绕自己的生活打造工具、决定什么才是重要的,而不是指望着自己的点击行为能表达出偏好。

一旦你掌控了自己的数据(通过抓取、使用开放网络,或申请 GDPR 导出),一个充满自定义算法的新世界就会向你敞开。像 AT Protocol 这样的开放网络让这件事更容易,因为 agent 可以直接读取结构化的公开数据,无需抓取应用的界面。这篇文章并不完全是给 AT Protocol 再打一次广告,而是关于任何本应属于你的数据,比如你在 x.com 上的点赞,或者你的 Spotify 收听历史。

个人算法只需要让你一个人满意就够了。确实,你不可能打造出一个能与 TikTok 主算法抗衡的算法——后者靠的是数十亿次交互的喂养。但你可以在许多其他维度上竞争,因为 TikTok 要服务数百万用户,为了做到这一点就必须偷工减料、简化处理。而你的算法只为你一个人服务,所以你想投入多少资源都可以。比如,如果我想给自己的 Bluesky 帖子做一个推荐算法,我可以把我想看的所有 feed 里的帖子都收集起来。因为数据集相对较小,我可以在每条推荐上花任意多的算力和时间,迭代更丰富的排序和标注方式(比如用 jev),尝试许多 Bluesky 在全体用户身上根本负担不起的算法。

Agent 让拥有或访问自己的数据变得更有用,因为你可以提出原应用从未支持过的问题,而不用等它的开发者去开发这个功能。你还可以在这些数据之上构建自己的应用。正如其他人所指出的,Bluesky 只是 atproto 数据的一个视图而已。当数据独立于应用而存在时,你就可以围绕它另建一个界面。如今,agent 可以轻松地把这些数据接入一个为你当下需求量身定制的 UI。你可以随着需求变化而更换界面,也可以把来自不同地方的数据组合起来。

这里有一个近期的例子,把这些都串了起来。Andrej Karpathy 用 Claude 在 4300 万条 Hacker News 评论中找出那些被评论者反复推荐的视频,然后围绕这些视频建了一个视频浏览网站。结果与 YouTube 塞给你的、被多巴胺优化过的推荐截然不同。

这个实验之所以可行,只是因为有人维护着一份 Hacker News 数据集,让像 Andrej 这样的人可以在其之上构建。其他人用同一份数据集做了一个聚焦于书籍的不同视图。由于数据是开放且可访问的,你也可以做到。

这是一个很好的案例,说明一个开放且可访问的数据集如何催生出许多自定义视图,在上层呈现出不同的实体(YouTube 视频、书籍、维基百科条目)和推荐信号。很多人似乎很享受这些体验。

我想要更多以这种方式运作的软件,构建在让数据保持开放和可访问的协议之上。我想构建能随我的兴趣一起成长的应用。如果一个应用对我足够有用,而且是开放的,那它很可能对其他人也有用!

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →