字節跳動是互聯網歷史上最偉大的公司之一。其核心推薦算法基本上引領了整個移動信息分發時代。如今，幾乎不可能找到任何不使用算法的主要信息應用，並且也很難找到不將算法驅動的資訊流設為默認選項的應用。
可以說，在過去十五年中，幾乎所有信息分發效率的提升都圍繞著推薦算法展開。
當然，它能夠蓬勃發展的核心原因之一是移動技術的爆炸性發展。這使得電子設備成為個人的延伸，甚至成為那個人本身的一部分。它還使得收集更多、更廣泛的用戶數據成為可能，這些數據為更準確的算法提供了燃料。
在可消耗信息的生命周期中，分發是一個被大多數人忽視的部分，這需要付出努力。事實上，良好的分發需要與良好的內容創作一樣多的努力，以實現良好的消費結果。這是推薦算法成功的基礎之一：它們以最小的人力付出產生高度有效的分發結果（與每個用戶密切相關的信息）。
在算法出現之前，如果用戶想要獲得良好的分發結果，他們通常需要依賴幾個專業編輯團隊來選擇最符合他們偏好的內容，希望編輯能夠始終做出良好的判斷。我們可以暫時稱之為基於編輯的分發。
或者，用戶可以手動搜索和篩選出優質的信息和內容，成為自己的編輯。我們可以稱之為基於自我的分發。
在上面的圖示中，粗紅線代表需要付出努力的分發過程，連接紅線下端的圓圈是這種努力的目標。
在這些中，基於編輯的分發在用戶覆蓋率和參與度方面佔據了大多數。原因很簡單：基於自我的模型的回報僅僅是 “與個人偏好和效率相符的信息”，而所需的努力卻是巨大的。
在這樣的前提下，推薦算法的發明對上述兩種模型都是毀滅性的打擊。系統中的所有人類參與者都可以以最小的努力獲得相當好的信息分發結果。
因此，基於算法的分發現在幾乎控制了整個互聯網。同時，這種分發模型帶來了許多負面影響 —— 加強偏見、信息回音室、煽動性內容、對流量的過度追求等等。這些問題長期以來一直是從業者和用戶討論的主題，導致對算法的重大抱怨。
總體而言，用戶總是尋求以最少的努力和成本（財務、認知、身體行動等）獲得最佳結果（產品、體驗等）。因此，即使人們對算法有許多抱怨，它們仍然主導著世界。只有一小部分用戶仍然依賴編輯或自己的努力來處理信息。
在這裡，我們專注於後者：那些仍然保持主動搜索和整理信息習慣的用戶。這些用戶仍然利用搜索、訂閱、退訂和篩選等方法來確保他們的信息攝取的質量和準確性。儘管他們的人數相對於算法的受眾來說較少，但在絕對數量上仍然是顯著的（例如，單個 RSS 客戶端的全球用戶數超過 2000 萬）。
這讓我思考：如果分發本身是一種努力，而一直有一個相當大的用戶群體在積極努力提升他們的信息體驗，我們是否可以將他們的努力視為他人可以消費的作品？
如果內容創作是一種可以變現的努力，那麼信息分發是否也可以是一種可以變現的努力？這樣，許多之前無法變現的努力可以得到激勵，使整個分發系統前所未有地去中心化。在這裡，去中心化指的是社會而非技術方面（有關技術去中心化的更多信息，請訪問 https://rss3.io/）。
作為一種最小機制，如果某人有一個特定的訂閱列表並持續維護它，以最好地服務自己和一小群相似的人，他們是否不會願意分享它以換取一些社會認可？如果普通用戶可以輕鬆消費這些策劃的、實時更新的信息流，這是否不會比現有的分發系統提供更多的價值？
對於普通用戶來說，這提供了一種在不付出努力的情況下獲得良好分發體驗的方法，就像編輯或算法一樣。同時，它避免了編輯帶來的有限選擇和算法造成的高回音負面影響。
對於已經在整理信息的用戶來說，他們的努力不僅可以提高他們的信息消費效率，還可以作為社會資本、金融資本，甚至是一種獲得利益和利潤的貨幣。
努力創造者和他們的用戶可以形成有機的聯繫。與其讓算法觀察你的行為以調整參數，你可以與真實的人互動以提供反饋，甚至成為一個努力創造者，幫助更多的人並在過程中獲得獎勵。
當然，在實際產品中，我們仍然需要解決一些冷啟動問題。例如，如果信息分發的努力是一種商品，那麼這個市場必須有足夠的 “賣家” 和 “買家”。在這個雙邊市場中，“賣家” 是 “買家” 的用戶體驗，而如何讓他們加入、理解這個系統，並更好地服務自己和他人是至關重要的。
如果拼多多在某種程度上通過資本化社交改變了電子商務，我們是否可以提出一種通過資本化分發來改變信息消費的可能性？
我們是否也可以引入去中心化技術，並與這個去中心化的分發系統一起，試圖同時解決分發的資本化、變現問題，進一步增強網絡的健康性、效率和可持續性？
當然，建立這樣的系統涉及另外兩個核心因素：在信息壟斷的時代擁有足夠大的開放信息層，以及提供真正出色的終端用戶體驗。
如果算法是由機器進化帶來的集中效率，那麼這種新的資本化分發模型可能是人類作為一個充滿活力的社會對抗它的可能性。