在社交平台Twitter的身上，“舆论风向”的变幻莫测常常令我们目瞪口呆。
它曾经是科技行业的宠儿，若干起*经社会娱乐大事件的发源地，分析师和华尔街眼中“社交的未来”；高调上市后股价持续跳水，又被贴上“推特已死”、“下一个雅虎”的标签，搞得想“卖身”都卖不出去；17年Q4首次盈利后，Twitter的营收开始恢复增长并持续到现在，于是市面上又出现了无数盘点Twitter二次崛起的成功学：聚焦“新闻”定位、视频化、管理垃圾内容、组织调整……
总之，业绩下滑时这些都是隐患，业绩上扬时这些都是优点，搞得路人无比懵逼，这大概就是传说中的“事物都有两面性”吧，反正咱也不敢问.jpg
当然，在Twitter的“绝地求生”中，没有一个人会否认引入AI技术的必要性。而推特也确实在AI上做了大量的工作。尽管如此，我们也深知从结果逆推过程，在现象发生后的“马后炮”并无意义，所以，作为一个坚持为AI代言的媒体，我们也不愿意简单地将AI视作推特“起死回生”的救命稻草。
恰恰相反，推特在AI上栽种与收获的，在我们看来还远远不够。那么，回过头来看Twitter的AI进化史，到底带来哪些教训与启示呢？
绝地求生的Twitter，面前都有哪些坑？
Facebook在年IPO的时候，许多评论家并不看好，认为Twitter才是这一代互联网公司的楷模。但是风水轮流转，年Facebook风生水起，而Twitter则到了高层出走、用户流失、不得不出售公司的倒闭边缘。
几次收购失利之后，Twitter开启了艰难的自救之旅。过程自然是无比痛苦的，坑和雷区也是琳琅满目的。人才流失、增长搁浅、社交分流等外部因素略过不提，单从产品层面，Twitter的问题就有不少。
首当其冲的，就是一直为人所诟病的内容环境。
在Twitter上，“键盘侠”如同跗骨之蛆，四处散播着践踏人权的恶意评论和人身攻击。还充斥着虚假新闻、机器人等散播的垃圾内容。对此，CEO杰克·多西认为“Twitter是一个通讯工具，不擅长判断个人之间的内容纠纷。”，所以Twitter接到举报后的做法常常是封号了事。这种中立态度显然加速了Twitter用户，尤其是受语言暴力最为严重的名人和KOL的流失，直接导致Twitter内容生态的萎缩。
还有一点是，坚持走媒体平台定位之后，Twitter在产品体验和内容价值上却没有明显的升级。以强调“在现场”的直播产品为例，无疑是展示Twitter“新闻力”的最佳捷径，但Twitter依然采用了PC时代的产品思维，仅仅是将现场从传统电视台搬到了手机上，作为对文字和图片内容的简单补充，至于事件过程、其他人的连锁反应等，都集体缺位了。
用科技分析师BenThompson的话来说，刚好证明了“这家公司（Twitter）的成功靠的更多是运气，而不是洞察力。”
当然，Twitter的困境还有很多，这里用尽笔墨也只是炒冷饭。更关键的是，它到底在技术上做了哪些动作，为自己在处处有“惊喜”的雷区中艰难地扫出了一条生路。
笨鸟后飞的推特AI
Twitter显然也感觉到了自己必须做出一些改变。
年，美国亿万富翁MarkCuban开始买入Twitter的股票，他在接受CNBC采访时表示：“我认为他们终于开始了人工智能方面的动作”。当时，Twitter开始使用人工智能来筛选和过滤推荐给读者的推文。
此后，Twitter开始了一系列的AI改造计划：
一、用机器提高内容整治效率
Twitter终于意识到，唯有健康有序的平台环境，才能留住核心用户，并为广告商提供价值，最终形成业绩增长的良性循环。因此，机器学习算法的引入就变得至关重要。
Twitter收购了伦敦创业公司FabulaAI，这家公司的专长是图形深度学习，使用机器学习来分析大型数据集并找出关系和交互。这能够帮助Twitter的机器学习团队通过关系映射来更好地发现社交网络上的假新闻，垃圾邮件和其他问题，进而改善平台对话的健康状况。
年，Twitter发布了一个名为ExploringOnlineHate的面板工具，能够通过个Twitter账户的样本来寻找仇恨活动的规律、趋势，然后利用算法生成更大的数据集，从而实时掌握网络上仇恨言论，控制相关的热门话题和言论来源。
目前，Twitter有38%的有害内容是由算法自动筛选出的。
二、在信息流中引入了算法推荐
信息流是Twitter首创的信息分发方式，年，Twitter就收购了新闻聚合推送网站Summify，用于理解和挖掘Twitter的信息流数据，追踪新闻的传播效益。但Twitter在信息流中接入算法推荐的时间，却要晚于Facebook。
年，Twitter推出了一项新功能：通过算法自行筛选它认为对用户重要的内容。用户的信息流不再按照时间轴显示，而是通过推荐机制显示Twitter认为对用户重要的信息，以及向他们推荐未