誰在互聯網上生產垃圾？

佘曉晨

超過6成的中國人在網絡平臺消費內容，同時，其中一部分人也扮演著生產者的角色。

隨著Twitter、微博的出現，UGC（User Generated Content，用戶生產內容）開始成為網民在互聯網上瀏覽的重要信息。根據中國網絡視聽節目服務協會發布的報告，截至2020年12月，我國網絡視聽用戶規模達9.44億，其中短視頻用戶已達8.73億。

UGC平臺隨著移動互聯網的擴張愈加普及和通用，而它的副作用也隨之而來——首先是注意力被占用，緊接著是迅速消逝的時間和被放大的情緒。而在海量內容當中，能找出真正稱得上是“有用信息”的東西，無異于在沙里淘金。

很多用戶都有過這樣的經歷，抖音里經常能刷到不同的博主念著一模一樣的文案，煞有介事地給觀眾說教或者科普，實際上他們也不懂自己說的是什么。這些都是做號團隊在背后操縱批量生產。

垃圾信息的生產已有成熟的流水線，而與其的對抗與縱容，也成為互聯網世界中的常態。

有生產者毫不諱言自己產出的內容就是“垃圾”。

2018年后，抖音快手迅速崛起，信息流廣告成為極為熱門的投放方式。于夢在一家教育公司上班，她的工作是做出適合“混在”抖音里的廣告。這些廣告會被投放到“目標用戶”的終端里，吸引他們點開，再引流到自家的教育課程APP上。

這份工作肯定談不上是創作。

“首先是分析數據，從廣告上線到用戶觸達，都有一系列的硬性指標去衡量。”捆住于夢的KPI包括且不限于點擊率、轉化率、3秒播放、5秒播放等等數據。教育行業的特殊性讓她覺得工作多少有點意義，但她還是覺得，這些視頻“99%都是垃圾”。

做信息流廣告，沒有量，一切都是空談。在于夢的團隊里，一個人一個月可以做出150條左右的視頻。這意味著每天每個人需要產出7條內容。每條視頻有自己的去處——它們對應著不同的抖音ID，一個ID就是一個廣告“點位”。

上傳好一條視頻后，于夢會在后臺設置出對應的“點位”。地理位置、年齡、手機類型甚至職業，都能成為“點位”的區分點。

公司業務增長確實也從中獲益，但那些點擊量極高的視頻在哪一個環節起了作用，并沒有一個確定的原因。

于夢說，爆款短視頻廣告的成功有運氣成分，而制作投放只是基礎動作。在視頻內容同質化競爭越來越強的情況下，后續的效果還需要市場檢驗。總而言之，量是有用的。于夢和她的同事只能周而復始地生產內容。

另一部分流水線的搭建則源于甲方對“流量”的需求。評論、點贊、轉發——所有的可量化指標都會變成“數據”，沒人在意數據之下，100字的內容到底從何而來。

“沖熱搜”是李暉工作中最重要的部分。客戶有需要的時候，李暉負責找水軍、找大V發帖。從素人號到KOL，所有的內容發布都是明碼標價的。

負面輿情處理是最典型的例子。一兩個小時之內，李暉和他的團隊就能完成幾十個內容模板，然后通過“水軍供應商”發布出去。

做出閱讀量和熱度是最基本的操作，屬于供應商們的“數據維護”業務。而在所有“水軍”中，素人號是最多的，“隨手點開一個熱門微博的評論就有”；預算足夠的話，就可以買到更高級的僵尸粉，他們的賬號權重更高，評論會排在前面。

李暉比任何人都清楚哪些東西是假的。他對水軍的文案“套路”爛熟于心，點開微博熱搜，李暉基本上可以判斷出哪些詞條是買上去的。

更多的“垃圾”躲在暗處。

它們像是內容廣場里的蛀蟲：一旦野蠻生長，整個廣場都會被腐蝕。在QQ群搜索“知乎批量評論”、“小紅書筆記代發”，組織者用2元的低廉價格獲取一條垃圾信息，一條條黑灰產業鏈就此延伸。

和垃圾對抗是魏寧的日常工作。作為一家國內安全服務公司的產品負責人，他和團隊為很多知名互聯網公司提供內容安全服務。涉黃、涉政和暴恐內容，都屬于他們監測的范圍。

算法和模型是其中的關鍵。首先加入戰斗的是負責人工打標的員工，他們熟知哪些網站有“垃圾內容”的素材，這是他們搜集樣本的來源。一個樣本里通常只有1-2處可以標注出來的垃圾內容特征，被標注的樣本進入模型側，再進行后續的機器學習和訓練。

最近一兩年，黑灰產中的垃圾內容是內容安全產品重點監測的領域，例如殺豬盤。發布這些內容的人往往來自于同一個團伙。魏寧稱，在檢測出發布者的設備后，他們會將此設備上登錄的賬號都定義為違規，然后直接封禁該設備。這樣一來，垃圾內容的發布者就需要換個賬號甚至換個手機來去進行下一次發布，成本就會大幅提高。

“這些發布者往往有一些共性的行為特征，例如注冊登陸的行為、使用的頭像以及對自己的描述和聊天內容。”總結下來，魏寧認為，最好的辦法是將業務安全和內容安全相結合，提高垃圾內容的發布成本。

大公司逐漸完善自己研發的內容審核平臺，而不少中等規模的內容平臺則會選擇和魏寧的團隊合作。審核的技術思路大多類似，但大廠配備的審核人員更多，用“人工+AI”完成整個檢測過程。

不過與此同時，垃圾生產者們也會學著“進步”，想盡辦法繞過平臺監管。

從平臺角度看，生產與清理也是一個持續對抗的過程。

一位從2014年開始從事內容安全服務的產品總監告訴界面新聞，他們研發的產品人工復審率在3%以內。如果一個平臺一天有1萬個內容數據，內容審核員只需要重點審核處理其中的300多個，相比人工的效率提升將近30倍。

但算法亦有其存在的弊病。正因為平臺過于依賴算法，內容生產者往往會思考如何“踩中”算法的推薦點，優先級甚至高于取悅用戶。在今日頭條工作過的一位運營看來，這也會導致內容的畸形。比如一些文章標題堆砌著容易得到流量推薦的關鍵詞，但連文本通順都難以做到。

這也是為什么互聯網公司需要大量“運營”崗位——人必須和技術一起對抗垃圾，“和算法做斗爭”也存在必要性。

“垃圾”一定是不必要的嗎？對于大公司來說，未必能給出肯定的答復。

在某個頭部手機廠商實習的經歷，顛覆了姜玲玲對“內容運營”這個崗位的認知。她的工作職責是給公司的新產品拉新促活。再細化一下工作任務，則是每天逛豆瓣和貼吧，找到合適的內容“搬運”到新的APP。

新產品面向下沉用戶，足夠“下沉”的內容才受歡迎，越是“震碎三觀”的故事越有閱讀量，比如家長里短、婚戀相親、美女八卦。找到這些內容之后，姜玲玲需要快速改寫，在公司開發的APP里批量發布，“不停灌水”。

在某個文娛互聯網公司工作過的劉燕有相似的經歷。在公司開發的音樂類APP上線之初，劉燕的工作是在各大音樂播放軟件中翻找評論，通過搬運和改寫，為每一首歌“匹配”5-6條人工評論。每天下班之前，100多首歌曲和評論被匯總在excel表格里，顯示她的工作成果。

即使過了早期發展的階段，平臺對于垃圾內容的態度也不是非黑即白。在這里，定義“價值”需要另一套衡量標準：在不違規的情況下，內容本身能夠吸引用戶，就是最大的價值。

對于那些重復的、沒有什么營養的垃圾信息，上述今日頭條的運營能感受到平臺的某種包容。作為一個信息聚合類的平臺，今日頭條缺少原生熱點，因此需要大量的內容支撐整個平臺的運作。信息量足夠大，用戶才能搜索到想要的東西，算法的精確性才能得以驗證和提升。一位業務領導曾在開會的時候對他們說，運營的工作就像是“在大海里撈魚”。

事實也證明了這種“包容”的作用。公開信息顯示，今日頭條上線一年后，用戶數突破5000萬；上線4年時間，累積6億的激活用戶；2021年Q1，Trustmobile數據顯示，今日頭條的月活超過2.8億。

一些猶豫是否要創造大海的產品也消失了。幾年前，一個新聞資訊產品在今日頭條的迅猛攻勢下出現危機感。一位參與該產品運作的人士告訴界面新聞，她明顯感覺到，對于是否“包容”垃圾信息，團隊內部始終沒有達成一致。在APP上線很久之后，內容編輯還在各種會議上探討，“是否要給下沉市場的人群傳送垃圾內容？”如今，該APP已經關停。

在用戶增長和高質量內容面前，平臺方始終保持著一種微妙的博弈態度。但隨著競爭和監管的加強，平臺也意識到，一個想要長遠發展下去的產品，必須提供更干凈的海洋。

據Tech星球報道，今年今日頭條成立了兩個新業務團隊，其中一個團隊將去做定位高端的資訊平臺和智能閱讀工具“識區”。早期以“土味視頻”為增長引擎的快手，今年也頻繁發力知識類視頻和直播內容。一位創業者決定在今年投身知識內容的孵化，原因是“平臺不會永遠給用戶喂垃圾。”

但商業公司的天性是追逐利益，人的天性則是尋求不費力的趣味和刺激。在技術之外，和垃圾信息的對抗，更像是人性與人性之間的永恒戰爭。（來源：界面新聞）

責任編輯/吳艷平