刷短视频时，刚搜了双肩包，下一秒就弹出十几款同款；买完奶粉，母婴用品广告接二连三；甚至你只是在某篇文章停留久了一点，类似内容就开始霸屏——这些都不是巧合，背后是推荐算法在‘盯’着你。
算法不是神仙，它靠数据‘吃饭’
推荐算法本身不会读心，它没有预设的喜好清单。就像厨师做菜，没食材就只能空炒锅。用户点击、停留、点赞、收藏、转发、搜索、跳过、甚至划走的速度，都是它的‘食材’。没有这些互动，算法手里只有一堆冷冰冰的物品信息（比如‘这是一条牛仔裤’‘这是张爵士乐专辑’），却不知道谁会喜欢、为什么喜欢、喜欢到什么程度。
不互动，也能推？有，但很糙
确实存在‘不依赖用户互动’的推荐方式，比如：
- 基于内容的推荐：看商品标题、标签、描述，把‘无线蓝牙耳机’推给所有搜过‘耳机’的人；
- 热门榜/新上架：直接把全站播放量最高的视频或销量TOP10的商品轮播展示。
这类推荐不用你动手，但它像广播体操——整齐划一，不管你是学生还是程序员，都做同一套动作。你可能刷半小时，没一个戳中你。
真实场景里，互动才是‘调参旋钮’
想象你在用音乐App：第一次打开，它给你推周杰伦、陈绮贞、Taylor Swift混搭的歌单——这是冷启动；你随手点了陈绮贞，听完一首又切走，算法记下‘听一半就走’；第二天你完整听完她三首歌，还收藏了《鱼》；第三天你搜了‘小众民谣女声’……这些动作层层叠加，算法才敢把你从‘可能喜欢陈绮贞’，升级成‘大概率爱听带吉他、慢节奏、歌词细腻的独立女声’，然后悄悄把万能青年旅店、陈绮贞早期demo、甚至日本歌手あさき的歌塞进你的每日推荐里。
这个过程不需要你写评论、填问卷，甚至不需要你注册账号——长按暂停、滑动速度、反复重听某句歌词，系统都能捕捉。真正的互动，藏在手指划过的每一毫秒里。
所以，答案很实在
推荐算法不是非逼你留言点赞，但它确实需要你‘留下痕迹’。哪怕只是多看两秒、多听半首、多翻一页——这些微小动作，就是它理解你的唯一语言。你不说话，它就只能猜；你稍微‘吱’一声，它立刻调整方向。不是它想烦你，是它真的听不懂沉默。
下次觉得推荐越来越准，别只归功于技术厉害——那可能是你上周深夜反复刷新的某条穿搭笔记，悄悄教会了算法什么叫‘你的风格’。