清晨公园里打太极的队列与算法推荐

清晨六点半，公园东侧的空地上已经站了十几个人。他们穿着宽松的衣裤，动作缓慢而整齐，起势、云手、收脚，像被同一根线轻轻提着。队伍最前面那位老人闭着眼，手臂划过的弧线几乎和身后的人一模一样。我站在旁边看了几分钟，忽然想到一件事：这套动作能被这么多人同时学会，靠的不是师傅一个个教，而是手机里那个反复播放的教学视频。视频背后，是推荐算法找到了他们。

算法推荐早就不是新鲜词了。你打开任何一个内容平台，它都会先看你之前点过什么、停了多久、划走了什么。一个退休的人如果连续看了三条太极视频，第四条大概率还是太极。系统不关心他膝盖好不好，也不关心他是不是真的想学，它只关心他会不会继续看下去。这套逻辑跑通了，公园里就多了一群动作一致的人。他们彼此不认识，但被同一套数据路径推到了同一块空地上。

可算法推来的东西，往往只是“看起来像”你想要的。我认识一位姓周的老人，他本来想找的是八段锦，结果被推了半个月的太极。他分不清这两者的区别，跟着练了，膝盖开始疼。后来他儿子帮他关掉了自动播放，他才重新搜到八段锦的视频。这件事里没有谁在作恶，算法只是在做它被设计要做的事：延长停留时间。至于停留之后发生了什么，不在它的考虑范围内。

另一个变化发生在动作本身。以前学太极，师傅会纠正你的手抬多高、腰转多少度，现在视频里的动作被切割成十五秒一段，配着节奏明快的音乐。有人为了跟上视频的速度，把原本慢悠悠的云手做成了快动作。这不是太极了，但视频的完播率很高。平台看到完播率高，就推给更多人。于是公园里那些人的动作越来越快，快到最后像在打一套广播体操。没有人规定太极必须慢，可慢是它原本的样子。

技术在这里扮演的角色很微妙。它没有强迫任何人，只是把选择摆在你面前，然后根据你的选择调整下一次摆什么。问题在于，当所有人的选择都被记录、分析、预测，最后推回来的东西会越来越窄。那个公园里的队列之所以整齐，不是因为大家约好了，而是因为算法把相似的人圈进了相似的信息里。他们看到的动作一样，学到的动作一样，连呼吸的节奏都被视频里的提示音统一了。

我离开公园的时候，队伍还在继续。他们的手抬起又落下，像被什么看不见的东西牵着。那个东西不在公园里，它在某个服务器的机架上，在一行行代码之间，在每一次点击和滑动留下的痕迹里。它不声不响，却让清晨的空地上多了一群动作一致的人。