社交媒体竞争加剧的背景下，如何让用户获得更贴合个人需求的内容体验，正成为平台的重要课题。Threads近日推出的Dear Algo功能，正是对此的一次新尝试。该功能允许用户发布以“Dear Algo”开头的公开动态，用更直观的方式向平台算法表达内容偏好，从而影响信息流的推荐策略。 从功能设计来看，Dear Algo强调让用户拥有更多主动权。过去的算法推荐往往是单向运作，用户很难知道内容如何被筛选和排序。新功能改变了这种被动状态，使用户能够直接参与到推荐偏好的设定中。用户可以清晰提出具体需求，例如更关注体育赛事、避免剧情剧透等；系统将在启用后的三天内，根据这些指令逐步调整推荐内容。 不容忽视的是，该功能还加入了偏好共享机制。用户可以转发他人发布的Dear Algo动态，直接导入对方的内容偏好设置。这不仅减少了设置成本，也为社区内的内容偏好交流提供了新路径，有助于让推荐机制更透明、更可讨论。 从上线范围看，Threads目前已在美国、新西兰、澳大利亚、英国等主要英语市场推出该功能，并计划继续扩展至更多国家和地区。这显示Meta对其推广效果持积极预期，也反映出用户对更精细内容定制体验的持续需求。 该功能的推出，也反映了社交媒体平台在回应算法透明度与隐私关切上的探索。近年来，围绕算法推荐的争议不断，用户、监管机构和公众对平台提出了更高的透明度要求。通过让用户以可见、可操作的方式与算法“沟通”，Threads在一定程度上回应了这些关注点，表达出更开放、更重视用户选择的信号。
当部分算法决定权从工程团队延伸到普通用户手中，我们或许正在见证社交平台治理方式的一次转向；Dear Algo既让个性化推荐更可控，也把“信息如何被分发”此问题推到台前——在个性化与公共性、自由与责任之间，平台与用户都需要在实践中不断寻找更稳妥的平衡。