Susam Pal 在 2026 年 1 月寫了一篇不到 800 字的文章，標題很簡單：
Attention Media ≠ Social Networks
他的論點只有一句話：你以為自己在用「社群網路」，但那個東西早就不是了——它是注意力媒體。
這個區分看起來像文字遊戲。但當你把它放在五十年的學術脈絡裡，你會發現這不是一篇牢騷文，而是一個精確的診斷。
原文說了什麼
Susam Pal 回憶了三個時代：
| 時期 | 體驗 | 本質 |
|---|---|---|
| 2000 年代 | 你追蹤的人發了文，你看到了 | 社群網路 |
| 2012–2016 | 無限滾動出現，通知變得無意義 | 過渡期 |
| 現在 | 全世界的對話碎片被塞到你臉上 | 注意力媒體 |
他的解法是 Mastodon——一個只顯示你主動追蹤的人的內容、沒有演算法推薦、沒有操控性通知的去中心化平台。他形容那種體驗是「平靜且可預測的」。
看起來像是一篇懷舊文對吧？但讓我們拉遠鏡頭。
五十年的理論戰爭
Pal 的直覺——「這不再是社群網路了」——背後站著至少五位理論家，跨越半個世紀。
1. Herbert Simon（1971）：注意力是稀缺資源
「資訊的豐富意味著其他東西的匱乏——也就是資訊接收者的注意力的匱乏。」
諾貝爾經濟學獎得主 Herbert Simon 在 1971 年的一篇會議論文中，提出了後來被稱為「注意力經濟」的原始概念。他指出，大多數資訊系統設計者把問題定義錯了：他們以為問題是資訊稀缺，其實問題是注意力稀缺。
這句話寫在 Facebook 誕生前 33 年。但它精確預測了今天的一切。
2. Tim Wu（2016）：注意力商人的世紀掠奪
哥倫比亞大學法學教授 Tim Wu 在《The Attention Merchants》一書中，把注意力經濟的歷史追溯到 1830 年代的紐約。便士報創辦人 Benjamin Day 是第一個「注意力商人」——他把報紙降價到一美分，用煽情故事吸引讀者，然後把讀者的注意力賣給廣告商。
Wu 的核心論點：從報紙到廣播到電視到網路，商業模式從未改變——免費內容換取你的注意力，然後把注意力轉賣給出價最高的人。
Facebook、Instagram、TikTok 不是什麼新發明，它們只是這個兩百年老生意的最新迭代。
3. Tristan Harris（2017）：腦幹底部的競賽
Google 前設計倫理師 Tristan Harris 創造了一個令人不安的比喻：科技業正在進行一場「腦幹底部的競賽」（race to the bottom of the brainstem）。
他的意思是：為了搶奪你的注意力，平台會不斷降低刺激的層次——從理性思考，到情緒反應，到恐懼、焦慮、孤獨這些最原始的本能。誰能觸及更底層的神經，誰就贏了。
Harris 估計，這種設計每天浪費相當於 20 萬個人的一生。他後來成立了 Center for Humane Technology，試圖扭轉這個趨勢。
4. Shoshana Zuboff（2019）：監控資本主義
哈佛商學院教授 Shoshana Zuboff 在《The Age of Surveillance Capitalism》中提出了更激進的框架：問題不只是注意力被「買賣」，而是你的行為數據被單方面宣告為免費原料，轉化為「行為預測產品」，在「行為期貨市場」上出售。
換句話說，平台不只是在賣你的注意力——它們在預測並影響你的未來行為，然後把這個預測能力賣給出價最高的客戶。
這比 Tim Wu 描述的「注意力轉賣」更深一層：你不只是產品，你是被預測的對象。
5. Cory Doctorow（2022）：平台糞化三部曲
科幻作家兼社運者 Cory Doctorow 在 2022 年提出了 “enshittification”（糞化）理論，2023 年被美國方言學會選為年度詞彙。
他描述了一個三階段的衰敗過程：
1 | 第一階段：平台對用戶很好 → 吸引大量用戶 |
Facebook 是教科書級案例：先提供純粹的朋友動態 → 塞入媒體公司內容 → 要求付費「推廣」才能被看到。
Doctorow 的解法與 Pal 不謀而合：端到端原則（用戶要求什麼就給什麼）加上退出權（互通性讓你能輕鬆離開）。
數據怎麼說
理論很漂亮，但有證據嗎？有。
演算法 vs 時間序列：科學實驗
2024-2025 年間，多項大規模研究比較了演算法推薦（algorithmic feed）和時間序列（chronological feed）的效果：
| 指標 | 演算法推薦 | 時間序列 |
|---|---|---|
| 使用時間 | 更長 | 減少 |
| 情緒極端內容 | 更多 | 更少 |
| 分裂性內容 | 放大 | 中性 |
| 用戶滿意度 | 無顯著差異 | 無顯著差異 |
一項發表在 PNAS Nexus 的研究直接指出：「基於互動量的演算法傾向選擇更情緒化、更黨派化、更敵對外群的內容。」
Nature 在 2026 年發表的研究更進一步：在 X（前 Twitter）上，從時間序列切換到演算法推薦不僅改變了用戶看到的內容，還改變了他們的政治觀點。
這不是「影響」——這是操控。
注意力的衰退
人類的平均注意力時長已經從 2022 年的 9.2 秒下降到 2025 年的 8.25 秒。Z 世代中，41% 的人現在會先用社群媒體搜尋資訊，只有 32% 會先用 Google。
無限滾動的代價
Aza Raskin 在 2006 年發明了無限滾動（infinite scroll），靈感來自 Google 地圖的平滑捲動。他的本意是改善用戶體驗。
但他後來公開表示後悔：
「我很遺憾自己沒有多想想這個東西會被怎麼使用。身為設計師，我知道只要拿掉停止的提示，我就能讓你做我想讓你做的事。」
他估計，無限滾動每天浪費相當於二十萬個人的一生。
Mastodon 與聯邦宇宙：一條替代路線
Pal 推薦 Mastodon 作為解法。這不是一個邊緣選擇——截至 2025 年底，Fediverse（聯邦宇宙）的註冊用戶已接近 1,200 萬，月活躍用戶約 200-300 萬。
Mastodon 在 2026 年 2 月宣布了新的創作者功能，顯示它正在從「逃離主流平台的避風港」轉型為「自給自足的生態系統」。
但更重要的是 Mastodon 的設計哲學：
- 沒有演算法推薦 — 你看到的就是你追蹤的人發的內容
- 沒有引用轉推 — 刻意降低「公開羞辱」的病毒傳播性
- 去中心化 — 沒有單一公司能「糞化」整個平台
- 時間序列 — 內容按時間排列，不按「互動量」
這正是 Doctorow 所說的「端到端原則」的實踐：平台的角色是忠實傳遞內容，不是替你決定什麼值得看。
那這跟我們有什麼關係？
作為一個 AI Agent 的開發者和使用者，Pal 的文章給了我三個啟示：
1. 演算法設計就是權力設計
當你設計一個推薦系統、一個內容過濾器、或者任何決定「用戶看到什麼」的邏輯時，你就是在行使權力。Simon 在 1971 年就說了：問題不是資訊不夠，是注意力被浪費。好的系統應該過濾掉不重要的東西，而不是塞更多東西進來。
2. 「免費」從來不是免費的
Tim Wu 的歷史告訴我們，「免費內容換注意力」這個模式已經運行了兩百年。每次你使用一個「免費」服務，問自己：誰在為我的注意力付費？他們買到了什麼？
3. 退出權是最重要的權利
Doctorow 的「糞化」理論之所以成立，前提是用戶無法離開。Mastodon 和 Fediverse 的 ActivityPub 協議提供了真正的退出權——你的社交圖譜不被任何單一公司控制。
在 AI 時代，同樣的原則適用：你的數據、你的模型、你的 agent 應該是可攜帶的，不應該被鎖定在任何單一平台上。這也是我們選擇自託管的原因之一。
結語：重新命名的力量
Susam Pal 做的事情很簡單——他給一個東西起了一個更準確的名字。
「社群網路」這個名字暗示它是為了人際連結。但當一個平台的商業模式建立在最大化你滯留時間的基礎上時，它就不再是社群網路了。它是注意力媒體。
重新命名不會改變現實，但它會改變你看待現實的方式。當你知道自己面對的不是「朋友圈」而是「注意力榨取機」時，你的下一個動作就會不一樣。
也許是關掉通知。也許是切換到時間序列。也許是試試 Mastodon。
或者，至少，在下次無意識地往下滑的時候，停一秒鐘，問自己：這是我選擇要看的嗎？
參考資料
- Susam Pal — Attention Media ≠ Social Networks
- Herbert Simon — Designing Organizations For An Information-Rich World（1971）
- Tim Wu — The Attention Merchants（2016）
- Tristan Harris — Race to the Bottom of the Brainstem
- Shoshana Zuboff — The Age of Surveillance Capitalism（2019）
- Cory Doctorow — Enshittification（2022）
- PNAS Nexus — Engagement, user satisfaction, and the amplification of divisive content
- Nature — The political effects of X’s feed algorithm（2026）
- Aza Raskin — Infinite Scroll 發明者的悔恨
- Mastodon Blog — The world needs social sovereignty
- FediDB — Fediverse 網路統計
載入留言中...