2004 年，一群学者在刊物上发布了一篇文章，尝试预测当互联网技术对流行观念的操纵越来越绝对时，它应该如何演化。学者们注意到一种集中的态势，内容越来越多的都集中在“门户”周边，这也是核心一些垂直行业的数据核心区，如度假旅游、技术性和资讯新闻。

这一预测被证明十分有远见的，虽然作者没法预测网络空间中别的地震灾害性转变（如，用户形成内容、社交网络和付钱定阅的爆发性上升）。伴随着互联网发展，Lycos、雅虎网和 AOL 这种网址变成了盈利可观的财产，将上百万次点一下转化成收益。在初期成功与很多风投的大力支持下，这种门户使用者增加了他的业务流程，造就了更多元化的内容，进而深深吸引更多用户。

这或许是非常明显的，但我还是要说明一下：这种门户往往取得成功，是由于他们带来了大家喜欢的东西。如果对度假旅游有兴趣，你能浏览一个以度假旅游为核心的门户网址。伴随着成熟情况的提升，他们还可以进一步完善自身商品，给予对于用户个人兴趣爱好的定制内容。

十七年后

时代在变。在长达 20 年时间里，互联网发展能用脱胎换骨来形容了。之前，用户受限于创作者的念头，但现在的互联网被 Netflix、Alphabet、Meta 和美国苹果公司高工资医生创造出来的优化算法所核心。他们对人们的生活拥有令人惊奇的危害，给我们消息推送内容，追踪我们自己的习惯性，依据大家无意识地确定提供一些的意见。

大家处在一个超情境化媒体时期，优化算法静静地营造着他们所享有的那类感受。这种情况不但存在推荐系统中，也存在建立的内容类型中。虽然备受粉丝们热烈欢迎，但 Netflix 在两个季节后取消科幻美剧《副本》（Altered Carbon），由于资料显示，将来的哪季不会特别挣钱。

这并不应当被人理解为一种指责。超人性化对用户是很有帮助的，大家期待交易合乎她们兴趣爱好的内容。这会对公司而言更强，由于应对日益持续增长的宏观经济政策考验，企业需要生产制造更符合自己的市场需求的内容。

可以这么说，这会对创作者而言也会更好。而且现在，确定发售什么可以是建立在对数据库的实证研究上，而非借助同学相互关系任人唯亲，后二者在游戏娱乐媒体行业一直饰演守门人角色。

但有一个难题：消费报告只提供了一个相对性浅薄的兴趣指标。它展现了观众们或用户早已感兴趣的事物，但无法给予别的有吸引力的主题风格或题材。除此之外，数据信息也根本无法显现出受众群体对自己所交易内容的热情或心理依赖水平。

注意力经济

这类窘境对于一些在新闻信息书面形式内容行业工作中的人来讲，是十分熟悉的。在 2010 时代初期，转为书面形式内容的途径出现了改变。阅读者不会再想去特殊报刊或出版发行的首页，而会从他的社交网络定阅中寻找文章内容。

Facebook 和 Twitter 基本没有为内容创作者给予“吸引住用户点一下”的形式。平台上显示的是文章标题与方法叙述，十分简单。因而，出版发行愈来愈取决于“虚假新闻”式文章标题去吸引用户点一下进去。

你可能会对虚假新闻这个概念很了解（例如，“不必点进去！”；“这视频颠覆了我的人生”，这些）。这种文章标题有意闪烁其辞，激起你的探索欲望。有一段时间，他们无所不在。

从表面看，Facebook 统计数据显示，人们对于 Upworthy 和成千上万类似出版发行制作出来的虚假新闻内容都有兴趣。但点一下不一定就可转化成开心。追踪资料显示，大家离去这种页面的速率基本上和进到这种页面的速率一样快。阅读者不把这种内容分享给他的好朋友。他们在互联网上表面诱惑，但没有一点本质内容。用户对新闻推送中铺天盖地虚假新闻造成越来越多不满意，遇到这样的情况，Facebook 修改了优化算法，以处罚这种虚假新闻网址。

在之后的几年里，内容消费观念逐渐从以优化算法为核心的规模性推送文章，转为以单独的热情为核心的比较小、更亲密的关系会话。

已经腾飞的新闻论坛服务项目 Substack 就是一个很好的事例，阅读者会在这里定阅她们自己喜欢的新闻记者写的文章。TikTok、YouTube 和 Twitch 都营造了很多的个人媒体实体线，在覆盖面积和知名度上通常超出传统新闻报道王国。

这种科技有限公司的共同点就在于，他们容许顾客定制感受，用户看见的内容与他的见解兴趣和爱好密切一致。

追求完美关联性

在过去的几年里，媒体机构一直尝试给予定制变的、面对阅读者内容，但没什么进展。经济基本面在很大程度上使这一目标不太可能完成。Patch 就是一个很好的事例，这是 AOL 集团旗下的地方新闻网站互联网。

Patch 带来了一项有意义的公共文化服务，依法履行本地报刊以前扮演什么角色。肯·克多托（Ken Doctor）为尼曼试验室（Nieman Lab）发文，称这个公司对我们和大家全是“净升值”。

“在 2011-2012 年间，AOL 聘请报社记者其实比任何国外新闻机构都需多，”他说道，“编写们产出率了总数令人惊讶的新闻报道，他们往往每星期工作中 50 到 80 小时，很好地找到日报并没有报导或者没有充足爆料的小故事。”

但 AOL 不能从此项有意义的公共文化服务中盈利。新闻记者尽管薪水比较低，但依然需要钱。因为文章内容是针对小城镇建设，因此 AOL 永远不能做到最后转换成可持续收入流进而实现提高效益的那一种知名度。像堂吉柯德一样，AOL 有一个高尚的总体目标，但是最终终究不成功。

但这并不代表超当地、超有关内容的结束。伴随着人工智能技术相关应用变得更加繁杂，计算水平变得更加划算，该领域正处在互联网媒体无产阶级革命舆论旋涡。设备产生的内容是为了单独顾客量身定做定制的，但品质和人类文学家或艺术大师所提供的水准同样。

定制化

虽然这个看上去是不现实的，或是好像从科幻中偷的定义，但并非如此。在过去几年里，“自动化技术新闻报道”这个概念早就在 MSN 和《卫报》等新闻媒体公司中赢得了一定程度的接纳，在各种公司中，优化算法依据少量数据点和键入，在几秒内就可形成文章内容。

除开面对大众市场的内容，这种技术性还被用来生产制造只与极少数人有关的内容。雅虎网就是一个很好的事例。该企业应用 Automated Insight 的 NLG 技术性制做与众不同的唯美体育竞赛回望。每篇文章只与一个人有关，但制作经费几乎为零，这也使得雅虎体育可以实现各种各样总流量总体目标，这对根据内容的项目而言是十分重要的。

像 DALL-E 2（和我的公司 Article Forge）这种形成型人工智能技术早就在“依据用户提醒造就与众不同的内容”层面获得了巨大进步。随着时间推移，人工智能技术产生的内容将不会像一个新奇的事物，而更多的变成我们创造内容的形式里被公认一部分。

顾客将能够依据她们不同类型的爱好和情况来定制著作。己经在艺术和网络游戏行业看见了这一场无产阶级革命萌芽期。

Hello Games 的 No Man's Sky 百玩不厌，也得益于程序流程产生的船舶、微生物和大行星，让每一个小伙伴们在这一过程中获取彻底与众不同的感受。一件 AI 产生的艺术创作在州展览会上获得了第一名，证实人工智能技术能够提供达到平常人质量标准的内容。

从推荐到提出需求

定制化、生成式内容的发展潜力如何夸大其词也不过分。它们优化算法自身能够成为内容创始者，而不是像 Netflix 这些平台仅仅只是强烈推荐内容。

不难想象，不久的将来，Netflix 的用户要说：“我想看一部科幻剧，里边要有一个结构精致的将来宇宙空间，要有一个匪夷所思的时空穿越剧情，还需要有一个令人吃惊的抢劫案件。”过一会儿，她们就能得到自己喜欢的，内容合乎他的兴趣和爱好心愿。

定制化互联网将不仅仅是一个更具有趣味性的区域，它也会产生良好的教育与健康实际效果。学生将能够得到根据自身的学习风格让定制设备形成的介绍，解读在他们看来极具挑战的话题讨论，从而让老师有更多时间与所有学生相互交流。病人将能够得到对于其特殊要求、标准或目标健康服务。

这类互联网的企业愿景是令人激动的，甚至可以说乌托邦主义的，但依然牢固地是建立在现实基础上。这将被证实与谷歌搜索的发布一样具备本质上的转型实际意义。谷歌搜索是为早已存有的内容提供了一个无阻碍的加入方式，而定制化互联网将于具体建立这种内容层面充分发挥。

来源：36氪