一場偉大的社交實驗：平等社交與演算法革新
人類討論與傳播的方式似乎一直被科技所推動。
遠古時代，討論與交流都以聚會的形式進行，傳播是口耳相傳。印刷技術普及後，雜誌與報紙成了人們思想的陣地，《新青年》甚至引出了新文化運動。之後又有了中心化媒體電視，截止此時，話語權一直掌握在少數人手中。
網際網路時代，通訊技術的發達催生了Facebook和微博，人人皆可發聲。但近來平臺上的馬太效應逐步放大，高關注度的博主壟斷了大部分流量。
科技的發展從未停下腳步，但國內外社交領域已經很久沒有新的、超高普及度的社交媒體產品。
下一個引爆點會在哪？Ta在想找到一種與眾不同的社交方式，通過人工智慧，撕除貼在每個人身上的標籤，更精準地匯聚同類人群在一起，讓每個人都能平等發聲，自由表達。
1.當代社交媒體之殤
Google和Facebook都曾經帶來偉大的革新，Google做到了“解決問題”，Facebook和微博做到了“我被關注”。
有人認為，解決問題帶來的意義更為重大，人類就是靠著問題的解決而進步的。而“被關注”一直是社交媒體所能做到的極限，它的邊緣沒有延展，也因此社會價值比Google更低一些。
為何現有的網際網路社交無法解決問題？目前的演算法依靠編輯給海量的內容打標籤，再基於“協同過濾”的演算法推送給使用者。它還通過填寫個人資訊或調查問卷來提取使用者標籤，描繪使用者畫像。但值得注意的是，不少使用者的個性和喜好很難通過簡單的問卷來全面描繪。標籤體系本就建立在人的主觀認識之上，推薦邏輯不具備自生長性。
一個建立在主觀意識之上的產物，自然不乏謬誤。網際網路社交的本質是一種強調身份的資訊傳遞，但人無法直接把網線插入身體，還原最真實的自己，那就必須在網際網路上還原自己的數字畫像。它囊括個人的愛好、性格、歷史，是網際網路行為的主體。
現在最大的問題是，標籤式的產品連人的數字畫像都不能很好地還原，遑論解決問題。用過抖音、今日頭條的人或許會有這樣的感受，在瀏覽美妝產品之後，首頁推送的全是相關資訊，人們被同類型內容所淹沒。這就是由標籤過於狹窄、使用者畫像無法準確還原所導致的。
那麼，社交媒體是否有可能通過科技突破邊界，準確還原個人屬性，同時做到“我被關注”和“解決問題”？
要做到這一點，它必須通過智慧網路把人按功能、按知識連線在一起，快速定位每個人的個性，把他需要內容投遞到他手中。並解決人的自由表達、真實表達，在有限時間裡高效獲取資訊和內容這個問題。
在今日的社交媒體，這是不可想象的。社交媒體最早的稱呼是社會化媒體，主打內容和知識的傳播，有媒體屬性。以微博和Facebook為例，平臺的話語權呈現向頭部集中的態勢。占人群中的少數的大V，掌握了絕大部分的話語權，他們的言論更容易引起關注和討論。普通人的想法則被湮沒了，唯流量論阻礙了價值傳播。
微信倒是做到了讓每個人都發聲、都交流，但做小圈子的熟人社交，並非社會化媒體的野心所在。後者所主打的是公開發聲，討論事件，表明態度。
儘管有種種弊端，但它們很難從底層自我革新。根植其上的商業帝國已然建立，不管是微博、Facebook，還是Google，都不免擔憂改革的大刀劃傷肌理，只能用小刀細鑿，但這也不是改革了。
變革很難出現在舊版圖，新的太陽亟待出現。
2.演算法革新，及背後平等表達的世界
當下的社交媒體開始變得有些油膩。
“我看了會兒萌寵視訊，給我推送的都是貓糧狗糧的資訊，滿屏都是，它推送的不是我想要的”，92年的自由職業者veronica吐槽道。她以及如她一般的年輕人，期待新的、更能洞悉人的社交媒體。
該如何解決他們的痛點，通過科技實現突破？Ta在做出了一些嘗試。
首先是演算法的革新，它做到了自我演化和主動成長。
Ta在的演算法不僅僅基於對人或內容的分析，同一個演算法可用於音訊、視訊，甚至是簡單的連結分享。它還借鑑了協同過濾和關聯規則挖掘的演算法，通過分析和統計使用者的行為模式找出內容之間的關聯。
另外一個顯著的演算法革新是，它的系統是無標籤的。在目前流行的APP中，標籤是演算法基石，且標籤具有很強的 “可描述”性。但是標籤本身以及標籤和標籤之間的聯絡，即所謂“知識庫”，大多依賴人肉的輸入和整理。事實上，正是這些知識庫限制了演算法的能力。
換句話說，Ta在打造了一套無標籤的內容標識演算法，通過人和內容的互動，找出兩者的關聯，並抓取更為精準的使用者特徵，為其推薦他們更感興趣的內容。
同時，演算法會不斷捕捉新的知識點，隨即自動建立新的分類，不再需要任何人工更新。
這一體系下，內容和人的連線是探索和開放式的，無限生長的。
作為地基的演算法進行了大幅革命，意味著搭建在其上的“房子”有更多的可能性，Ta在可以大膽嘗試“反唯流量論”。
現有社交媒體的“玩法兒”，從設計上就是唯流量論的。它們無法從演算法階段做到資訊篩選和精準推送，使用者通過關注他人來收窄自己的資訊接收量，避免資訊過載。一旦關注度可以沉積，它天然地如財富一般進行分層，向頭部聚集，長尾使用者獲得的注意力少之又少。
更值得注意的是，儘管社交媒體大行其道，但社交與媒體實際上是有矛盾的。社交關係越複雜，傳播的資訊就越多限制，所謂“在朋友圈裝死，在微博蹦迪”，正是出於這一原因。有限社交對討論事件更為有利，它可以讓人把視線投注於討論點本身。
鑑於關注功能對於傳播帶來的傷害，Ta在取消了關注功能，使用者只能在評論區互動。
無論是演算法的革新，還是反唯流量論的嘗試，都是在向Ta在的終極目標衝刺——構建一個全新的社群，讓每一條內容都找到對它感興趣的使用者，大家圍繞事件或內容進行關注點高度集中的、低噪點的討論。
3.Ta在的前行之路
Ta在的演算法被看作是專案的護城河。
它經歷了數年打磨，演算法的核心思想誕生於2011年，演算法研發的核心團隊則在3年後組建完畢，包括1名中科院博導、3位微軟Facebook和領英背景的工程師。逐步搭建出框架，並建立了公司。
時至今日，產品的功能體系都已搭建完成，在 IOS 和安卓版本都上線2周左右，註冊使用者過萬，目前已經邀請謝天笑、臧鴻飛、蔣友柏、高旗等人入駐。
Ta在通過2個功能欄“Ta在”、“合拍”為使用者精準推薦內容和人。使用者可以通過點選“GGM”鍵來增加同類內容，意為Give me more。平臺推送的資訊流並非完全依據時間排序，Ta在的理念是依據內容與使用者的相關性來進行推送和排序，優質內容的傳播範圍更廣，劣質內容則很快消聲。
平臺上的社交功能則被設計得極其剋制，在Ta在，頭像是不可點選的，為了保護一定程度的隱私。不可檢視該使用者的歷史發帖資訊。
它還有一些有趣的小設計，比如每個帖子都會有它的一個所屬的鑽石顏色，這個鑽石一共分為七色，赤橙黃綠青藍紫，暖色代表偏向大眾，冷色代表偏向於小眾。使用者則有“使用者指數”，指數越高，說明喜歡的內容型別越多。
在這個新的社交媒體內，發現新內容的途徑是探索式的。使用者喜歡了某一首歌，系統經過學習後會推送他喜歡的電影、書籍、繪畫，藝術表現形式不同，但欣賞品位相近。
Ta在的演算法還可運用於其它領域，以電商為例，傳統演算法會反覆推薦購買過的商品類別，而Ta在的演算法會智慧推薦相關產品，甚至相關度不大，但使用者的確有意向購買的商品。