Meta旗下的Threads平台近日推出了一项备受关注的AI新功能——“Dear Algo”（亲爱的算法），这项功能允许用户直接与平台的推荐算法对话，从而临时个性化调整自己的信息流内容。这标志着社交媒体从被动推荐向主动互动的重大转变，用户不再只是算法的被动接受者，而是能主动发声，告诉系统“我暂时想多看点宠物视频”或“少推一些政治新闻”。TechCrunch记者Aisha Malik于2026年2月12日报道，这一功能已在全球部分用户中测试上线，迅速引发行业热议。
‘Dear Algo’功能详解：对话式算法控制
根据报道，“Dear Algo”功能的核心在于其对话式交互方式。用户只需在Threads应用中输入或语音说出类似“Dear Algo，我想多看一些科技新闻”或“Dear Algo，减少健身内容”的指令，AI算法就会立即响应，并在接下来的24小时或指定时间内调整推荐优先级。这种临时性设计避免了永久改变用户偏好，确保灵活性。
平台的新功能让用户告诉Threads，他们暂时想在信息流中看到更多或更少的内容。（原文摘要）
Threads官方表示，该功能基于先进的自然语言处理（NLP）模型，能够理解用户意图并精准映射到内容标签体系。例如，如果用户说“多推可爱猫咪”，系统会优先从宠物类创作者中提取视频和图片。这种人性化的设计，让算法从“黑箱”走向“透明对话”，极大提升了用户控制感。
Threads的发展背景：Meta的社交反击战
Threads作为Meta在2023年推出的Twitter（现X）竞品，自上线以来用户规模已突破数亿，但一直面临内容推荐单一、用户留存率低的挑战。不同于X的实时热点导向，Threads更注重社区和长效互动。为此，Meta持续注入AI技术，此次“Dear Algo”便是其算法优化的最新成果。
回顾行业背景，社交媒体推荐系统自Facebook的EdgeRank算法问世以来，已演变为深度学习驱动的巨兽。TikTok的“For You”页面以病毒式传播闻名，Instagram Reels则借AI精准推送视频。然而，用户痛点日益凸显：算法推送的“信息茧房”导致内容同质化，隐私担忧也屡见报端。Threads的“Dear Algo”正是在此背景下应运而生，它借鉴了ChatGPT式的对话交互，试图将AI从后台推向前台。
AI个性化推荐的行业趋势
在更广阔的AI科技生态中，个性化推荐已成为标配。OpenAI的GPT模型已赋能无数应用，而Meta的Llama系列大模型正加速社交领域的落地。数据显示，2025年全球AI推荐市场规模预计超500亿美元，Threads此举紧跟潮流。
与其他平台比较，X的Grok AI更侧重娱乐性对话，TikTok则强调隐式反馈（如停留时长）。Threads的创新在于“临时指令”，这不仅降低了用户学习门槛，还能通过A/B测试快速迭代算法。专家分析，此功能上线后，Threads日活用户可能提升15%以上。
编者按：机遇与隐忧并存
作为AI科技新闻编辑，我认为“Dear Algo”是一次大胆尝试。它赋予用户“算法主权”，有助于缓解社交疲劳，推动平台从“注意力经济”向“用户中心”转型。然而，也需警惕潜在风险：语音指令可能放大偏见，如果AI误解用户意图，将加剧内容极化；此外，数据隐私仍是痛点，Meta需透明披露指令处理机制。
展望未来，随着多模态AI（如视觉+语言）的融合，类似功能或将扩展到AR内容推荐。Threads若能借此弯道超车，或重塑Meta在社交领域的格局。但最终，用户体验才是王道——算法再智能，也须以人为本。
本文约1050字，编译自TechCrunch，原作者Aisha Malik，原文日期2026-02-12。