任何达到一定规模的消费者互联网系统，最终都会变成一台「机械土耳其人」：它持续观察用户行为，并据此得出结论。Amazon 知道买了 X 的人大概率也会买 Y，因为它能看到大量用户的购买记录，以及「买了 X 之后接着买 Y」的模式。Google 在搜索领域的主导地位，部分正源于它能看到人们实际在搜索什么。
这本质上是一种网络效应，同时伴随着冷启动问题，构成了一道进入壁垒。没有用户之前，推荐、建议和关联从何而来？没有用户之前，用户又从何而来？这也是所有机器学习初创公司面临的共同难题。
不过，这些系统其实并不真正理解用户为什么浏览、为什么购买。Amazon 拥有近十亿个产品条目，但它所掌握的只是人类录入的元数据，以及某种程度上的购买相关性。Instagram 和 TikTok 同样如此。它们不知道「为什么」，就像狗能意识到钥匙声与出门散步高度相关，却不知道钥匙本身是什么。
大语言模型（LLM）至少标志着一种转变的开始——自动化的「理解」。模型可以阅读文字、图像、视频、产品及其全部元数据，并将它们关联到具有某种理解力的模式之上。
以 YouTube 为例，它可以识别出一段视频是「追车」内容，因为画面本身就呈现出追逐的特征。这会催生全新的相关性——或者说，理解。目前 Amazon 能做的是：你买了打包带，它推断你可能还需要气泡膜；进一步，可能还会推荐灯泡和烟雾探测器，因为它判断你正在搬家。而 LLM 或许会向你展示家庭保险和宽带服务的广告——这类商品很难从 Amazon 的购买数据中直接推断出来。
要做到这一点，未必需要庞大的自有用户基础——更确切地说，未必需要你「自己」的用户基础。如果这种知识足够通用，它可能只是一次对世界模型的 API 调用。冷启动问题可以被「租用」。过去，Amazon 和 TikTok 需要观察用户在自己平台上的行为才能建立推荐系统；而现在，人类和「机械土耳其人」在过去几百年间已经生产了全部训练数据。竞争的起跑线被重新划定了。
冷启动问题的另一半在于：Amazon 或 TikTok 仍然需要了解「你」在做什么。新的用户流需要向你提供足够多的内容线索，并以最低的成本引导你做出足够多的选择。Tinder 当年正是用一种更简化的方式解决了这个问题，从而改变了约会行业。
Google、Amazon、Meta、TikTok、Tinder，以及 Uber、DoorDash、Venmo 等公司，各自都掌握着关于你的部分信息。每个人都只拥有一部分视角，正如盲人摸象的寓言。尽管 Apple 和 Google 在这方面态度谨慎（中国安卓 OEM 厂商则积极得多），但手机端的视野受限于不同的维度：你的手机知道你在 Amazon 上买了什么，知道你在 Instagram 上看过哪些图片；它以不同的方式、知道不同的事情。如果你通过手机在 Amazon 和 Instacart 上下单，它还能了解到新的信息，并据此得出新的结论。
这些问题最终会如何演变，目前尚无定论，甚至这些提问本身可能也未必切中要害。AI 当下的处境，与 1997 年的互联网、2007 年的移动互联网颇为相似：人人都知道它意义重大，但没有人知道它将以何种方式展开。
不过，一个此前被反复讨论的问题似乎正在迎来新的转折：互联网曾经瓦解了所有旧的过滤器、策划与编辑机制，而我们从网上得到的过滤器一直相当粗糙。如今，一种全新的、不同类型的过滤器出现了。这或许比「取代 Google」更值得认真对待。
