除了新产品入局,Twitter 和 Instagram 也有所改变。
除了新产品入局,Twitter 和 Instagram 也有所改变。
本文中Threads是Meta推出的文本社交网络,基于Instagram关系图谱构建,定位为Twitter替代品。它首日即采用算法推荐内容而非时间线,首周吸引1亿用户。文章认为其核心优势在于算法驱动的跨网络内容分发,而非仅依赖关注者关系,这使其在社交传播地图的右上象限占据有利位置。
本文更新了 2013 年版社交通讯地图,轴心改为时间顺序与算法排序、用户生成内容与网络生成内容。该地图用于分析 Threads、Twitter 和 TikTok 的定位差异,解释 Threads 如何威胁 Twitter 的用户增长。
Twitter所有者Musk推动平台 aggressively 转向算法“For You”推荐,文章认为此举试图突破增长瓶颈,却可能破坏原有时间线核心用户体验。与Threads相比,Musk的转型被形容为仓促且缺乏系统性,可能导致Twitter在文化相关性领域失守。
Meta CEO扎克伯格在Threads上线数小时后发推使用蜘蛛侠梗,暗示Threads将取代Twitter。他强调Threads不仅模仿Twitter,更在算法体验上形成差异化。文章以此作为切入点,分析Meta如何借Instagram生态实现快速用户获取。
Ben Thompson 在文中更新其 2013 年社交通讯地图,分析 Threads 植根于算法驱动的右上象限,并讨论 Musk 对 Twitter 的改变可能带来的风险。他认为 Threads 的实验将检验文本社交网络的增长潜力。
本文引用Eugene Wei的观点,指出Musk对Twitter算法的激进调整破坏了原有时间线体验,导致用户感受到图谱边界被重绘,关注者内容占比下降。Wei认为这种TikTok式算法与付费优先的改变相当于在黑箱算法中插入“手榴弹”,使Twitter社区结构发生根本性变化。文章将其作为分析Threads威胁Twitter的核心外部视角。
本文介绍Instagram负责人Adam Mosseri宣布Threads将推出按时间顺序排列的时间线选项,同时阐述其产品目标是打造以创作者为核心的公共空间,而非单纯追求规模。Mosseri强调成功标准是文化相关性而非仅用户数量,暗示Threads将侧重算法驱动的娱乐内容而非实时新闻。
本文引用Instagram联合创始人Kevin Systrom的访谈,他回忆最初反对在Explore页面使用机器学习排序,认为其效果难以理解,后在数据证明质量大幅提升后转为支持。Systrom的经历被用来佐证算法排序在Instagram演进中的实际效果优于人工规则。
本文引用Instagram联合创始人Mike Krieger的轶事,他在首次将机器学习应用于Explore实验时,因内部A/B测试结果超出正常范围而误报bug,最终确认算法效果远超预期。Krieger的经历与Systrom一同说明Instagram从时间线转向算法排序的决策依据。
本文提及Eugene Wei此前文章《Status as a Service》,用来解释Twitter为何能在管理层犹豫不决的情况下仍找到狭窄的产品市场契合点。文章指出,Twitter的成功部分源于用户自发形成的“节点”,而非公司主动设计,这与Musk当前激进改动形成对比。
Stratechery 是本文发布平台,由 Ben Thompson 撰写,聚焦科技商业分析。本文通过社交通讯地图探讨 Threads 作为 Twitter 克隆的本质差异及其长期前景。
Instagram为Threads提供初始用户关系图谱与登录便利,其自身已从左下象限转向算法驱动的右下象限。文章指出Instagram逐步弱化公开时间线,转向Reels等算法内容,Threads则进一步延伸至跨网络推荐。Instagram的演进路径被用来对比Twitter的激进转型。
本文将 TikTok 定位为用户生成内容通过算法推荐的代表,强调内容丰富性而非社交网络效应。它成为 Facebook 的盲区,推动社交媒体从稀缺转向丰裕模式。新地图中 TikTok 占据算法筛选用户生成内容的象限,解释其快速增长原因。
文章将Twitter描述为长期停留在左下象限(关注者时间线)的服务,Musk接管后大力转向右上象限的算法推荐,试图扩大用户但可能损害原有核心用户体验。Threads的快速崛起被视为对其市场地位的直接威胁,尤其在文化相关性和新用户获取方面。文章指出Twitter若想防御需回归时间线,但这会牺牲增长目标。
文章指出 Facebook 较早转向算法排序的信息流,被视为私密社交网络。它在 2013 年地图后快速进入下右象限,成为互联网广告支柱之一。与 Threads 不同,Facebook 更注重网络内内容而非跨网络推荐。
文章提及 Snapchat 在早期地图中与 Facebook 竞争短暂性内容,但作者认为永久性与短暂性的区分不如社交通讯属性重要。TikTok 的算法模式进一步弱化了这一早期轴心对行业格局的影响。
本文引用Instagram联合创始人Kevin Systrom的访谈,他回忆最初反对在Explore页面使用机器学习排序,认为其效果难以理解,后在数据证明质量大幅提升后转为支持。Systrom的经历被用来佐证算法排序在Instagram演进中的实际效果优于人工规则。
本文引用Instagram联合创始人Mike Krieger的轶事,他在首次将机器学习应用于Explore实验时,因内部A/B测试结果超出正常范围而误报bug,最终确认算法效果远超预期。Krieger的经历与Systrom一同说明Instagram从时间线转向算法排序的决策依据。
Meta是Threads的开发者,同时拥有Instagram,其策略是利用现有关系图谱快速启动新产品。文章强调Meta擅长算法推荐与规模化运营,Threads的推出被视为对Twitter的针对性竞争。Meta更关注创造者生态与文化相关性,而非仅追求用户数量。
可左右滑动查看