拆解 YouTube 的推薦引擎

Lex 問如果從出生就一直看 YouTube，有沒有一條能讓人生更幸福、更有成長的路徑；Cristos 用自己三個孩子的例子回答——大女兒看 Tyler Oakley 與 vlogbrothers，對她的品格有正面影響，小女兒靠影片練芭蕾，兒子靠 3Blue1Brown 頻道弄懂線性代數。

話題轉向要怎麼陪使用者一起成長，而不只是討好當下；YouTube 把影片分群、做 embedding，再量看某一群的人也看另一群的機率，找出差很遠卻有共同觀眾的群聚——例如愛看科學影片的人可能也愛聽爵士樂。

碰到政治、意識形態這類沒有標準答案的題目，YouTube 不會選邊，也儘量不下架，而是把邊緣案例降低推薦頻率，同時把權威、可信的來源往上推。

創作者得學會忍受一定程度的酸民；YouTube 正在試著用留言排序與封鎖功能降低惡意留言的殺傷力，他說這件事還得繼續做。Cristos 引用執行長 Susan Wojcicki 的話，希望多年後回頭看，YouTube 是真的在開放與責任之間抓到平衡的公司。

判斷哪些影片屬於不實資訊或違規邊緣，第一步一定靠人工標註，標出來的資料才拿去訓練機器學習模型、套用到全站規模；為了降低審核者的偏誤，同一支影片會送給不同背景的多人複審。

搜尋主要靠文字比對；推薦方面，他說大概第一個真正做得好的嘗試是「協同過濾」——觀察哪些影片常被同一人接連看，自動把語言、主題相近的內容聚在一起，連使用者是雙語者都不用特別設計就能被抓出來。

YouTube 眼中的使用者，本質上就是一串看過的影片清單，可以想成空間裡的一個向量。Lex 好奇能不能把這份紀錄整理成一張地圖讓使用者自己看，Cristos 說歷史紀錄本來就查得到，內部也做過幾次群聚視覺化的實驗。

新聞、醫療這類內容看重的是專業與可信度；娛樂內容的品質標準則一路從觀看次數，演進到觀看時長，再演進到隔天用問卷問使用者滿不滿意、給幾顆星。

分享、按讚倒讚、留言、訂閱都是滿意度訊號，但每個人用「訂閱」的方式差很多——有人單純想給創作者一個肯定，不代表真的想常常看他的影片。

YouTube 分析影片畫面本身的能力還很粗淺，能認出是不是音樂或運動影片，但大概分不出球賽是曼聯還是他女兒的球隊；Lex 問標題與描述裡的文字是不是幫演算法找到影片最好的方法之一，Cristos 說對。

Lex 認為不直白、帶點機智的標題配上耐人尋味的縮圖能勾起好奇心，只是演算法很難看懂；Cristos 用書架比喻：Springer 的黃皮數學書長得一模一樣，科普書則封面吸睛，他認為把封面與標題做得吸引人沒什麼不對，但有條線——縮圖太露骨、全大寫加一堆驚嘆號，會讓部分使用者反感，就對這些使用者壓低推薦。「我不想看到這部影片」的按鈕是 Lex 提的，Cristos 說那也是很強的訊號。

同一支影片給不同人看，接下來推薦的內容會差很多（至少在登入狀態下）；衡量成功的第一層是使用者會不會回訪，終極目標則是每支影片都被問卷評到滿分五顆星。Lex 提到 Ray Dalio 解說經濟機器的那支影片，是他在 YouTube 看過最好的一支。

YouTube 沒有守門人先審過才能上架，讓沒有管道的創作者也能找到觀眾；他在美國以外的同事認為，在識字率低的地方，不用看得懂文字也能從 YouTube 學會一項技能。Cristos 說多年下來他發現，大家真正愛的是某個頻道或某個社群，不是搜尋或推薦這兩套系統本身。

YouTube 做過研究，休息後回來變得更紅的例子，跟變差的例子一樣多，休息不必然讓頻道下滑；Cristos 說照顧好自己與心理健康是第一要務。

所謂「YouTube 演算法」其實是分散在不同服務裡的一堆程式、機器學習模型加上經驗法則，而且離不開每天使用 YouTube 的所有人；多樣性一開始只靠簡單規則（連續播放不超過三支同頻道影片），之後才慢慢被機器學習取代。

YouTube 幾乎每個改動上線前都先跑 A/B 測試，一次實驗從一週到好幾個月不等，同時追蹤數百個變數的信賴區間，也會直接找使用者做研究訪談。

YouTube 試過用觀看數的一階、二階導數與流量來源（例如是不是從 Twitter 來）預測哪支影片會爆紅，但一直做得不好；事後倒是看得出影片在哪裡被推薦、誰看了。Derek Muller 那支關於水庫裡黑球的影片，Lex 說大約幾天就有三千萬觀看，Cristos 形容演算法的做法是先推給一小群人，反應好就擴大範圍，一路擴到不再受歡迎為止。

Lex 提到很多觀眾要他做精華剪輯，就像其他 podcast 現在做的，光有時間戳記不夠；Cristos 認為剪輯對創作者有利，因為觀眾常常是為了片中某個具體片段去搜尋，但 YouTube 目前還沒有把這件事自動化。

Google 搜尋已經能在使用者搜特定問題時，直接定位到長影片裡對應的片段，但目前仍仰賴創作者自己標註；Lex 提到自己上傳過 360 度全景影片，YouTube 會顯示觀眾視線落在畫面哪裡的熱點圖，他好奇能不能抓到「觀眾真正被打動的那一刻」，Cristos 說目前唯一想得到的方法是直接請人標註。

Cristos 認為 YouTube 對影片內容的理解程度，大概走了不到四分之一；Lex 提到 Yann LeCun 主張靠自我監督學習、預測影片下一幀就能學到物理常識，Cristos 對此保持懷疑，認為單純預測下一幀離「看懂」還有距離。

Cristos 認為 YouTube 正在取代電視在家庭裡的位置——隨選、更貼近個人興趣；他在 YouTube 做了八年，直到去年才知道平台上看得到 1970 年代的 USC 美式足球賽，說明還有大量內容等著被介紹給對的人看。