平台规则，正在成为平台自己的枷锁 / CSI Research

任何大型平台发展到最后，都会变得越来越复杂。

最开始可能只有几个简单原则：

什么内容允许发布。

什么内容不能发布。

什么行为属于作弊。

什么账号应该被处罚。

然后平台越来越大。

用户越来越多。

商业模式越来越复杂。

内容形态越来越丰富。

问题也越来越多。

于是规则开始不断增加。

审核规则。

推荐规则。

账号规则。

营销规则。

导流规则。

原创规则。

版权规则。

商业化规则。

直播规则。

搜索规则。

AI生成内容规则。

每增加一种新业务，就需要增加一组新规则。

每出现一种新的规避方法，又需要增加新的补丁。

久而久之，平台真正运行的已经不再是一套简单规则。

而是一套经历多年叠加形成的复杂治理系统。

过去，这曾经是平台的优势。

规则让几十亿条内容能够被管理。

让数亿用户能够同时参与。

让一个巨大的内容生态维持基本秩序。

但AI正在改变环境。

当内容形态变化速度第一次超过平台规则的迭代速度，一个新的问题开始出现：

过去帮助平台建立秩序的规则，正在逐渐成为平台自己的枷锁。

每一条规则，最初都有理由

讨论平台规则，最容易陷入一个误区：

认为规则本身是不合理的。

实际上，绝大多数平台规则出现时，都对应着一个真实问题。

有人搬运内容，于是出现原创保护。

有人恶意营销，于是出现营销限制。

有人批量注册账号，于是出现账号风控。

有人把用户导向外部平台，于是出现站外导流限制。

有人刷播放、刷互动，于是出现反作弊系统。

有人利用算法制造低质内容，于是平台开始建立质量评价机制。

每一条规则单独来看，往往都能够找到它存在的原因。

问题不是平台为什么建立这些规则。

问题是：

规则会累积。

一个十年前产生的问题可能已经发生变化。

但解决这个问题的规则仍然存在。

新的业务又会继续在旧规则上增加新的规则。

于是平台越来越像一个运行多年的大型软件系统。

最初每一段代码都有意义。

几年以后，没人敢轻易删除。

因为你不知道删除以后会影响什么。

最终形成大量 legacy code。

平台治理同样如此。

可以把它称为：

规则债务。

规则和代码一样，也会形成技术债

软件系统里有一个非常重要的概念：

技术债。

为了快速解决当前问题，工程师加入一个临时方案。

当时很有效。

但随着系统不断发展，这些临时方案相互叠加，最终会让整个系统越来越难修改。

规则也会发生同样的问题。

假设一个平台先建立：

内容必须原创。

随后出现二次创作。

于是增加：

合理二创可以存在。

然后AI出现。

一个人提出观点，AI帮助整理文字。

这算原创吗？

人写脚本，AI生成画面。

算原创吗？

AI生成初稿，人重新修改。

谁是作者？

一段内容从文字变成图片，再变成视频，再被另一个模型总结。

版权和原创关系又如何计算？

过去一个看似清晰的概念，在新的生产方式下突然变得模糊。

平台只能继续增加规则。

增加分类。

增加例外。

增加申诉机制。

增加识别模型。

再增加新的处罚条件。

系统看起来更加精密。

但复杂度也在不断上升。

直到某个阶段：

规则已经不再只是管理内容，而开始限制平台自己理解新内容的能力。

AI正在快速摧毁旧内容边界

过去平台很容易区分内容形式。

文章就是文章。

图片就是图片。

视频就是视频。

直播就是直播。

一个创作者制作一条内容，生产流程通常也比较稳定。

AI正在打破这些边界。

一个想法可以在几分钟内变成：

一篇文章。

十条短内容。

一个视频脚本。

一段播客。

一组图片。

一个虚拟人口播。

甚至几十种针对不同用户的个性化版本。

未来，内容甚至可能根本没有一个固定形态。

用户提出一个问题。

Agent现场组合多个信息源。

生成一个只服务于这一次需求的内容。

这时候再问：

这是文章吗？

这是视频吗？

这是原创吗？

这是搜索结果吗？

这是推荐内容吗？

还是一个服务？

很多旧分类都会开始失效。

而平台过去十几年建立的大量规则，本质上都是建立在：

内容形态相对稳定

这个前提上的。

当这个前提消失以后，平台会越来越难通过增加规则解决问题。

平台正在进入“规则打补丁”阶段

复杂系统发展到一定程度以后，经常出现一种模式：

出现一个新问题。

增加一条规则。

有人找到规则漏洞。

增加一条例外。

例外产生误伤。

再建立申诉。

申诉被滥用。

再增加识别机制。

新的识别机制继续产生误判。

最后，一个最初很简单的问题，变成十几个条件互相嵌套的判断系统。

内容平台正在越来越接近这种状态。

尤其AI进一步降低生产成本以后，任何规则都会迅速面对规模化测试。

过去，一个人发现一种规则漏洞，最多生产几十条内容。

现在一个自动化系统可以快速生成成千上万个变体。

平台封堵一种形式。

生产者马上产生另一种。

这会形成一种越来越昂贵的循环：

新内容形态 → 新规则 → 规避 → 新规则 → 误伤 → 新例外 → 再规避

平台治理成本不断提高。

创作者理解规则的成本也不断提高。

最终双方都开始疲惫。

规则越多，创作者感受到的黑箱越强

平台建立规则，本来的目的之一，是减少不确定性。

什么能做。

什么不能做。

什么会受到处罚。

这些事情越明确，生态应该越稳定。

但现实中可能出现一个反直觉结果：

规则越复杂，普通创作者感受到的不确定性反而越强。

因为一个创作者根本不可能理解平台完整的决策系统。

后台显示的是一些明确指标：

播放量。

完播率。

互动率。

涨粉。

点击。

但这些只是结果的一部分。

真正决定分发的系统可能还同时考虑：

内容语义。

账号历史。

用户反馈。

内容安全。

重复度。

商业属性。

用户兴趣。

负反馈。

生态调控。

时效性。

竞争内容。

再叠加大量规则。

于是当一条内容没有获得推荐时，创作者几乎无法准确判断原因。

最终出现大量民间解释：

是不是被限流了？

是不是账号标签乱了？

是不是这个词不能说？

是不是AI内容被识别了？

是不是发得太频繁？

是不是导流了？

是不是账号权重下降？

这些猜测很多时候并没有明确证据。

但它们为什么会大量出现？

因为整个系统已经复杂到用户无法建立稳定因果关系。

于是出现一个悖论：

平台通过不断增加规则降低自己的治理风险，却提高了用户理解平台的成本。

规则没有消灭黑箱。

复杂规则本身逐渐成为了黑箱的一部分。

平台规则开始限制平台自己的创新

更值得注意的问题不是创作者难受。

而是平台自身也可能开始受到这些规则限制。

一个新产品上线时，需要兼容现有账号体系。

兼容审核体系。

兼容推荐体系。

兼容商业化体系。

兼容内容安全体系。

兼容已有用户权益。

兼容过去形成的大量治理规则。

平台越大，这种兼容成本越高。

这也是大型系统常见的问题。

小系统可以推倒重来。

大型系统不敢。

所以面对新的技术变化，大平台经常不是从零设计，而是在现有体系上继续叠加。

AI来了。

增加AI功能。

Agent来了。

增加Agent入口。

AI内容增加。

建立AI内容识别。

搜索发生变化。

就在原搜索体系里增加AI答案。

看起来每一步都合理。

但底层依然继承了大量平台时代的历史结构。

最终，新技术可能只是被装进一个旧容器里。

真正的问题却没有发生变化。

平台越来越像一座不断扩建的城市

理解这个问题，可以把平台想象成一座城市。

最初只有几条街。

可以随便规划。

后来人口增加。

修地铁。

修高速。

增加商业区。

增加住宅区。

制定交通规则。

建立消防标准。

增加土地用途限制。

每一个决策都有历史原因。

几十年以后，你想重新修一条路，就会发现：

地下有管线。

旁边有住宅。

上面有高架。

周围有产权。

还涉及几十条法规。

不是新道路设计不出来。

而是：

旧系统已经形成了路径依赖。

大型互联网平台正在面临类似问题。

它们拥有巨大的用户规模、数据、商业系统和分发能力。

这些是优势。

同时也是负担。

平台越成功，历史结构越复杂。

越复杂，改变方向的成本越高。

AI时代最大的挑战之一，可能正是这种结构性惯性。

开放Web为什么显得越来越轻

这时候再看开放Web，会发现一种明显不同的结构。

Web本身规定的东西其实很少。

URL。

HTTP。

HTML。

超链接。

DNS。

一些公开协议。

它并不规定：

一篇文章应该讲什么。

一个网站必须做哪个赛道。

一天应该发布几篇。

什么内容应该进入推荐池。

一个创作者是不是足够垂直。

你只需要遵守基础协议，就可以成为网络中的一个节点。

复杂性被分散到了不同节点。

这恰恰是开放系统长期保持生命力的重要原因之一。

平台的逻辑是：

把复杂性集中起来管理。

Web的逻辑则更接近：

保持底层协议简单，让复杂性发生在边缘。

这两种架构没有绝对的好坏。

平台模式曾经极大降低了普通用户使用互联网的门槛。

但当内容生产进入AI时代以后，集中管理的成本会迅速增加。

因为变化太快了。

平台很难为每一种未来内容形态提前写好规则。

下一代平台真正需要的不是更多规则

面对新的复杂性，最直接的反应通常是继续增加规则。

但如果问题本身来自规则复杂度，那么继续增加规则只会推迟问题。

下一阶段真正值得改变的，可能不是：

怎样定义更多内容形式。

而是：

怎样减少对形式本身的控制。

平台需要逐渐从判断：

这是什么形式的内容？

转向判断：

这种行为最终产生了什么结果？

它是否欺骗用户？

是否产生真实伤害？

是否侵犯他人权益？

是否破坏正常交易？

是否大规模制造无价值信息？

是否操纵系统？

也就是说，从越来越复杂的形式规则，逐渐迁移到更加稳定的目标函数。

这和机器学习很像。

如果你试图规定模型每一步具体应该怎么走，规则会越来越多。

但如果定义一个好的目标函数，让系统围绕结果优化，复杂性反而可以下降。

平台治理可能最终也必须走向类似方向。

平台最需要重新定义的是目标函数

过去平台增长阶段的目标非常明确：

更多用户。

平台曾经依靠规则建立护城河

平台时代，一个重要竞争优势就是规则。

平台决定：

谁可以进入。

什么可以传播。

什么可以商业化。

什么获得推荐。

用户关系如何建立。

数据如何流动。

这种规则能力帮助平台形成了巨大的内部生态。

但同样一套机制，在Agent和开放Web重新获得重要性的时代，可能开始产生另一面。

企业希望机器直接读取自己的信息。

创作者希望拥有自己的内容资产。

Agent希望跨平台完成任务。

用户希望信息可以自由组合。

而平台依然希望：

所有行为发生在自己的系统内部。

这两种力量之间会产生越来越明显的张力。

所以未来真正的竞争，也许不仅仅发生在不同平台之间。

还可能发生在两种基础设施理念之间：

封闭系统的规则效率

与

开放系统的连接效率。

平台不会消失，但它可能必须变轻

说平台规则正在成为枷锁，并不意味着平台会消失。

平台仍然拥有非常重要的能力。

身份。

信任。

支付。

交易。

社区。

结语

平台曾经解决了互联网规模化最大的难题：

如何管理海量用户与海量内容。

于是它建立规则。

再建立更多规则。

最终形成今天复杂而强大的内容生态。

但技术环境已经发生变化。

AI正在让内容生产无限接近廉价。

Agent正在改变信息入口。

开放Web正在重新体现基础设施价值。

内容形态开始迅速融合。

在这样的环境里，规则的价值也会发生变化。

过去：

规则越完善，平台越强。

未来可能变成：

规则越复杂，平台改变自己的成本越高。

任何大型系统最终都会面对同一个问题：

当过去积累的优势成为今天无法改变的原因时，优势就开始转化为负担。

平台真正需要警惕的，并不是规则不够多。

而是有一天突然发现：

自己已经无法回答一个更简单的问题：

如果今天重新设计这个系统，我们还会建立这么多规则吗？

平台过去最大的优势，是它建立了规则。

AI时代，它最大的负担，也可能正是这些规则。