張一鳴字節算法推薦:用機器替代人的判斷

一、決策背景

2012 年 3 月,張一鳴在北京中關村租了一間 100 平方米的辦公室,創立字節跳動。這是他的第五次創業,前面四次有的不溫不火、有的失敗收場,但他已經在搜索和推薦這兩個賽道里磨了 7 年。

2012 年中國信息分發的格局

中國互聯網信息分發當時由三股力量主導:門戶編輯(新浪/搜狐/網易/騰訊網首頁由幾十位主編決定全國用戶看什麼)、百度搜索(關鍵詞排序由廣告位決定)、微博熱搜(由用戶行爲 + 編輯干預共同決定)。三種模式的共同點 — 大量內容的分發權集中在少數人手裏。新浪主編一個人能決定 2 億用戶的首頁看什麼,百度 SEO 團隊能決定哪個網站排第一。張一鳴的反直覺判斷:這不是『誰的眼光更好』的問題,是『中心化分發本身就過時了』。

張一鳴的早期觀察

他在九九房做房產搜索時發現 — 用戶最滿意的不是『更全的房源』,是『更懂我的房源』。在酷訊做旅遊搜索時發現 — 同一個北京到上海的查詢,商務客和家庭客需要的信息完全不同。信息分發的真正瓶頸是個性化,不是規模。門戶編輯做不了 2 億份不同的首頁,但算法可以。

決策時刻

張一鳴面前有 4 條主流路:

1. 做更好的門戶:僱更好的編輯、做更專業的內容 — 但天花板就是騰訊網
2. 做垂直搜索:在百度的弱項裏做某個細分搜索 — 資源有限做不大
3. 做社交分發:學微博、學微信 — 用戶基礎已被鎖死
4. 做算法分發:完全不用編輯,用算法對每個用戶推送 — 沒有先例,不知道用戶是否接受

張一鳴選了第 4 條。這個決策當時被很多人質疑 — 算法推薦的概念在 2012 年的中國還很模糊,『沒有編輯的內容產品』聽起來像放棄責任。

二、關鍵決策

張一鳴 2012-2016 年的幾個關鍵決策都圍繞『用算法替代編輯』展開。

決策一:今日頭條上線 — 第一個完全去編輯化的內容產品

2012 年 8 月今日頭條上線,產品形態在當時是反常識的:沒有首頁(打開就是個性化信息流)、沒有編輯(完全沒有編輯團隊選稿)、沒有分類(算法自動判斷)、沒有熱門榜(不展示全國用戶都在看什麼)。這種設計在 2012 年是反傳統的 — 當時所有內容產品都有編輯、分類、熱門榜。今日頭條的邏輯是 — 用戶不需要『知道看什麼』,算法已經替你決定了。早期質疑很多(『沒編輯就是不負責任』),但用戶用腳投票 — 頭條人均使用時長在 2013 年就超過新浪門戶。

決策二:推薦算法工程師比內容編輯權重高 100 倍

字節跳動早期人員結構反映了張一鳴的判斷:算法工程師是核心,編輯是外包。早期 200 人團隊裏超過 60% 是工程師和算法崗,公司沒有『內容部』只有『推薦架構部』,算法工程師薪資比同級編輯高 2-3 倍,內部決策由數據指標(CTR/留存/時長)驅動而非編輯直覺。這種組織設計讓字節算法迭代速度遠超對手 — 新浪一個版面調整需要主編開會一週,頭條的算法 A/B 測試每天有上千組在跑。算法是可以指數級迭代的,編輯判斷不能。

決策三:抖音 — 把同一套算法邏輯搬到短視頻

2016 年 9 月字節內部立項做短視頻。當時市場上已經有秒拍、快手等成熟玩家,字節是後來者。但張一鳴的判斷 — 短視頻和文章本質都是信息流,算法邏輯可以複用。

2017 年抖音上線時的產品哲學和今日頭條完全一致:

• 沒有編輯選『推薦視頻』
• 沒有熱門榜(一開始就這麼做)
• 視頻不分類,算法決定每個用戶看什麼
• 單列全屏滑動,看完一個自動下一個,把『決定看什麼』完全交給算法

抖音用 2 年時間從 0 做到 DAU 4 億,2018 年起持續超過快手。算法分發模式在視頻領域比文章領域威力更大 — 視頻是低決策成本的內容,用戶更願意把『看什麼』交給算法。

決策四:全球化 — 算法可以跨語言跨文化複用

2017 年字節收購 Musical.ly,把抖音的算法邏輯套到全球版 TikTok 上。這是字節最有遠見的一步 — 算法分發的護城河不依賴語言、文化、國情。

到 2024 年 TikTok 全球 MAU 超過 16 億,在美國月活超過 1.5 億,在東南亞、歐洲、拉美都成爲頭部短視頻平臺。這個成績證明 — 張一鳴 2012 年押注的『算法替代編輯』,不只是中國互聯網的特例,是信息分發的全球性範式遷移。

三、卦象解讀

起卦:以「字節跳動 算法替代編輯」爲念頭,文字數定卦
上卦 = 巽(風)、下卦 = 震(雷)、初爻動
本卦風雷益,變卦風地觀,決策卦益

本卦:風雷益

益卦:巽風在上、震雷在下,風雷激盪,損上益下。卦辭「利有攸往,利涉大川」 — 利於行動,利於跨越大江大河。

益的本質是「減損中央,增益邊緣」 — 把上面的資源減掉一些,流到下面去。這正是張一鳴的產品哲學:把『編輯』這個中心位置的權力減掉,把『推薦什麼』的權力分配給每一個用戶的行爲數據。門戶主編是『上』,算法+用戶行爲是『下』,把上的權力益給下。

益卦的核心信息是「民說無疆」— 老百姓得益沒有邊界。算法推薦讓每個用戶得到自己想要的內容,這種『得益』是無限的 — 因爲每個人的口味本來就不同,中心化分發永遠滿足不了全部。只有把決定權下放給每個人的行爲數據,才能讓信息分發的『益』真正普及。

變卦:風地觀(初爻動)

觀卦:巽風在上、坤地在下,風行地上,普觀四方。卦辭「盥而不薦,有孚顒若」 — 持敬不動,以誠信感人。

「觀」象徵示範、被看見 — 自己先做出樣板,讓別人觀察、效仿、跟隨。從『益』到『觀』的轉變,是「減損中心 → 成爲新範式」的因果鏈:張一鳴用 5 年時間把『算法分發』這個新模式做出樣板,等到 2017 年時,新浪、騰訊、阿里都開始做自己的算法推薦 — 字節定義的範式已經成爲整個行業的『觀』。

觀卦特別強調『有孚顒若』 — 內在的誠信讓外人敬重。字節的算法不是營銷話術,是真實的工程能力 — 這種『內在誠信』讓對手追了 10 年都沒追上。

決策卦:益

決策卦明確指向「減損中央,增益邊緣」 — 任何中心化的分發模式都有效率天花板,把決定權下放給每個個體的數據,效率指數級提升。

框架的傳統流程判定

四、現代決策啓示

啓示一:中心化判斷常常是效率瓶頸

新浪主編決定 2 億人的首頁是『一對多』分發,這種模式的天花板就是主編的判斷能力 + 主編的工作時長。當用戶規模超過 1 億,中心化判斷必然成爲瓶頸。任何被『少數人替多數人決定』占據的市場,都存在去中心化機會。

應用:審視你所在行業的『中心化分發』節點 — 編輯、採購、HR、客服、合規 — 看哪些可以用數據 + 算法替代。不是所有都能,但凡是『重複性 + 規則可量化』的判斷,算法都比人快 100 倍且不疲勞。

啓示二:產品形態本身就是判斷

今日頭條沒有首頁、沒有熱門榜、沒有分類 — 這些缺失不是簡陋,是判斷。張一鳴判斷這些『傳統功能』反而干擾算法推薦的精準。產品的『不做什麼』比『做什麼』更體現產品哲學。

應用:做產品時定期審視『爲什麼這個功能存在』。如果只是因爲『競品都有』,就該考慮刪掉。每個多餘功能都在稀釋你的核心判斷。Notion 沒有傳統文檔的『模板庫』、Discord 沒有『朋友圈』、抖音沒有『分類頻道』 — 這些缺失都是產品判斷的體現。

啓示三:益卦的精髓 — 損上益下

益卦的智慧是『減損上面,增益下面』。字節的『上』是編輯、是首頁、是中心化,『下』是用戶、是數據、是個體行爲。把上的權力下放,看似削弱產品控制,實際是讓產品貼近真實需求。

應用:當一個組織裏『中央』開始拖累『邊緣』時,要主動減損中央。把決策權下放給一線、把預算下放給團隊、把流程權限下放給員工 — 這種『損上益下』短期看是失控,長期看是組織效率的指數級提升。

啓示四:算法的複用性遠高於內容

張一鳴 2012 年押注算法,2017 年抖音驗證算法可以跨產品形態(文章 → 視頻)複用,2018 年 TikTok 驗證算法可以跨語言文化複用。算法是可複用的能力,內容是一次性的資產。

應用:資源有限時,先建可複用的能力,而不是一次性的資產。1 個好編輯只能服務 1 個產品,1 套好算法可以服務 100 個產品。任何看似飽和的市場,如果你能用『可複用能力』切入,邊際成本會指數級下降。

本案例由「樂易」決策框架自動驗證生成。卦象、體用、用神、勢的判斷
全部由系統執行《周易》 + 邵雍梅花易數 + 京房納甲六爻的傳統算法產出。
本框架提供結構化思考視角,不構成任何形式的預測或承諾。