听是犯法的，算不犯法：推荐算法 33 年进化史
从协同过滤到大模型推荐的技术脉络。数据基准：2026-10-29。
结论先行
"手机是不是在偷听"是个错问题。推荐系统从 1992 年诞生第一天起，就从不依赖麦克风------它靠的是人群相似度、行为信号和指标定义权。推荐算法这 30 多年的每一次关键升级，都不是某家公司的"发明"，而是一条贯穿 30 多年的技术接力线：1992 年 Xerox 实验室埋下种子，2003 年 Amazon 商用兑现，2012 年 YouTube 完成指标偷换，2016 年后国内短视频平台把它推到秒级闭环，2023 年起大模型开始接过下一棒。
看懂这条线，你就明白刷到凌晨两点的深夜、比朋友贵 190 块的按摩仪，机制上是怎么来的。
一、为什么"聊啥推啥"不是偷听
先给这个问题的定性：**听，是犯法的；算，不犯法。**今年 8 月，人民日报海外版讨论过"聊啥推啥"，结论方向一致：从成本、技术、法律风险看，大规模实时偷听对商家根本不划算。常被当成"偷听证据"的现象，拆开全是明牌：
- 搜索路径拼图：看完《年会不能停》去搜男主角，搜到采访提了一嘴老家在哪，顺手查了查------第二天满屏那地方的旅行视频。系统没听任何对话，是"电影→演员→老家→旅行"这条搜索路径自己拼出来的。
- 关系图谱：两人在同一个地方待了 3 小时、两台手机充电时间几乎一致（在同一屋里睡觉），位置加设备行为，亲密度就算出来了------同样不经过麦克风。
- 账很好算：推荐比偷听便宜、合法、还更准。
所以真正该问的不是"它在不在听"，而是"它在算什么、怎么算的"。下面把这条算法进化线按年份捋清楚。
二、推荐算法 33 年时间线
| 年份 | 公司/机构 | 率先采用的算法/机制 | 关键意义 |
|---|---|---|---|
| 1992 | Xerox PARC（Tapestry 系统） | 首创"协同过滤"概念 | 让用户互相标注邮件，人工版"抄同类人的作业" |
| 1994 | 明尼苏达大学（GroupLens） | 首个自动化协同过滤 | 用评分矩阵算用户相似度，思想定型 |
| 2003 | Amazon（技术 1998 年前后上线） | 物品协同过滤（Item-to-Item CF） | "买了 A 的人也买了 B"，第一次在亿级规模商用，准确率直接兑换成点击率 |
| 2006-2009 | Netflix（Netflix Prize 大赛） | 矩阵分解（SVD/SVD++） | 把"用户-物品"打分表拆成隐向量，稀疏数据精度大增 |
| 2007 | Google News | 大规模在线协同过滤（MinHash + PLSI） | 算法进入新闻内容分发 |
| 2010 | Yahoo!（Today 模块） | 上下文老虎机（Contextual Bandit / LinUCB） | 工业界首次把"探索-利用"工程化：9 成推稳的，1 成试新的 |
| 2012 | YouTube | 指标从"点击率"改为"观看时长" | "喜欢=看完"，实质是"没走=喜欢"，人均时长立刻破纪录 |
| 2012 | 国内某头部资讯平台 | 第一家"推荐即产品"的公司 | 不做编辑分发，全部流量走算法 |
| 2016 | YouTube（Covington 等论文） | 深度学习两阶段推荐（召回 DNN + 精排 DNN） | 成为全行业标准架构，算法进化的分水岭 |
| 2016.9 起 | 国内某头部短视频平台 | 实时训练 + 秒级反馈闭环（2022 年公开的推荐系统论文） | 滑走/停留信号毫秒级回传改模型，探索-利用推到极致 |
| 2018 | Airbnb / Pinterest | Embedding 表示学习、图神经网络推荐（PinSage） | 连"人和人、物和物的关系"都向量化 |
| 2020 至今 | Amazon 与国内头部 OTA、本地生活平台 | 差异化定价工程化 | 画像→支付意愿估算→分账号价格，规避"同时同页同品"即合规 |
| 2023 至今 | Google、Meta 等 | LLM 进推荐 | 大模型做兴趣理解与生成式召回，从"统计行为"走向"推理意图" |
三、三根主线：比年份更重要的东西
主线一：相似度计算在升级，但逻辑从没变过
人群协同（1992-2003）→ 矩阵分解隐向量（2006）→ 深度 Embedding（2016）→ LLM 推理（2023）。技术换了四代，本质一个字都没改：**不问你为什么，只算你和谁像。**推荐系统从基因里就不是"理解你"，而是"用人群替你投票"。国内平台 2012 年前后上线的"猜你喜欢"（有平台披露点击率当天涨 11%），用的就是 Amazon 十年前验证过的那套抄作业逻辑。
主线二：探索-利用从技巧变成核心引擎
2010 年 Yahoo 把 Bandit 算法工业化，解决了一个死结：光推已知喜欢的，用户一个月就腻；全推新的试试，当天指标就掉。折中方案是 9:1------九成流量推已知兴趣，一成流量试探新内容。到短视频信息流这一代，Bandit 思想被做成秒级闭环------系统专挑你刚看得最爽的那一下，塞条新的进来。
这背后是行为心理学的可变比率强化：老虎机之所以让人停不下来，正是因为"偶尔中一次"比"每次都中"更成瘾。十条里九条是垃圾，但第十条特别好看，为了那个第十条，你愿意再往下滑 100 条。**刷到凌晨两点不是自制力问题，是随机奖励调度的工程实现。**区别只在一句：赌场得发牌照，这个不用。
主线三：指标定义权决定一切
整条进化线上最关键的一次"偷换"，发生在 2012 年的 YouTube：把"喜欢"重定义为"观看时长"。指标的口径一改，"喜欢"两个字实质上就变成了"没走"。当时就有从业者提出质疑："用户不高兴，他不也没走啊。"没有下文。
此后算法优化的不再是"你满不满意"，而是"你走没走"。后面所有的 9:1、随机奖励、杀熟定价，都是在这块基石上盖的楼。捋一遍整条链：**指标定义被偷换（没走=喜欢）→ 投喂比例被工程化（9:1）→ 奖励被随机化（偶尔中一次）→ 时长破纪录。**每一步单独看都"合理"，合起来就是一台合规的成瘾机器。
四、同一个逻辑的下半场：杀熟
当这套算法从"猜你喜欢"滑向"猜你肯出多少钱"，就到了差异化定价。合规话术说在前："只要不是同一时刻、同一页面、同一商品，对不同账号展示不同价格，就属于动态定价范畴。"一个流传很广的实测是：同一款按摩仪，不同账号搜出来 598、649、549、719 四个价，价差 190 元。
机制就三步：用户画像 → 支付意愿估算 → 差异化定价。老手艺人一次只能猜一个客户肯出多少钱，算法是一次猜所有人。被宰最狠的，往往是对价格最不敏感、或者最信任平台的那个人。这不是新发明，2000 年 Amazon 的 DVD 差价实验就被抓过现行，二十多年过去，只是做得更隐蔽、更"行业通行"了。
五、写在最后：先把机制看明白，再谈别的
回到开头那句话：听是犯法的，算不犯法。真正该盯的不是麦克风权限，而是那套把"没走"改叫"喜欢"、把老虎机改叫"优化体验"、把杀熟改叫"动态定价"的机制。
几条实际的建议：
- 买大件前多开个平台比一眼价，别被一句"行业通行"打发掉；
- 刷得停不下来时，知道自己面对的是一台随机奖励机器------关掉它的最好时机是刚看完一条爽的之后，而不是垃圾堆里；
- 真在意隐私，与其关麦克风（它根本用不着），不如定期清一清广告兴趣标签和个性化开关。
至于这条线的下一章------当大模型从"统计你的行为"升级到"推理你的意图"，推荐会变得更懂你，也会更懂怎么留住你。2026 年，我们正站在那个切换点上。
先把机制看明白，再谈别的。
参考：Tapestry（1992）/ GroupLens（1994）/ Amazon Item-to-Item CF 论文（2003）/ Netflix Prize（2006-2009）/ Yahoo LinUCB 论文（2010）/ YouTube 观看时长策略（2012）/ Covington 等 YouTube 推荐论文（2016）/ 国内某短视频平台推荐系统论文（2022）/ 人民日报海外版"聊啥推啥"讨论（2026.8）。