社交平台过去总说算法“懂你”，但用户很难直接告诉算法它理解错了。Facebook的新功能试图把这段对话真正打开。
Meta把Your Algorithm带到Facebook，并扩大大语言模型在Feed与Reels排序中的使用。用户可以直接添加、删除和管理想看到的主题，也能用自然语言说明希望增加或减少哪类内容。平台表示，推荐结果会在更新偏好后即时响应。
入口并不只藏在设置页。用户可以在单条内容的三点菜单中选择“感兴趣”或“不感兴趣”，相关按钮也可能直接显示在帖子下方。系统还可能继续追问：是对这个人物不感兴趣，还是不想看整个主题；是暂时减少，还是长期调整。大语言模型负责理解这些更细的语境。
传统推荐系统主要依赖隐性信号，包括点赞、评论、分享、停留时间和是否完整播放。问题是，同一个动作可能有不同含义：用户长时间看一条内容，可能因为喜欢，也可能因为震惊或反感。显式表达可以补上这层歧义，让系统不必完全靠行为猜测。
Your Algorithm此前已在Instagram上线，Threads也推出过类似的Dear Algo功能。Meta现在把同一思路扩展到Facebook，说明“可对话的推荐系统”正在成为跨产品能力，而不是单个平台实验。对用户而言，多个应用里使用相似表达，也有助于降低学习成本。
对内容创作者和品牌，这会改变流量获取方式。过去可以针对停留时长和互动率优化内容；当用户能够直接声明主题偏好，内容与兴趣标签的匹配会更重要。标题诱导可能获得一次点击，却更容易换来明确的“不感兴趣”，并立即影响后续推荐。
不过，用户拥有的是偏好输入权，不是完整的算法控制权。平台仍决定主题如何归类、不同信号的权重以及商业内容插入方式，大语言模型也可能误解含糊表达。功能让算法更可沟通，但并未让排序逻辑完全透明。
真正的产品指标将是用户是否愿意持续维护偏好，以及调整后推荐质量能否稳定改善。如果自然语言设置只带来短暂变化，用户很快会失去耐心；如果它能准确记住边界，信息流就可能从“系统猜你想看”变成“用户与系统共同编辑”。