短视频平台的算法逻辑与用户沉迷

短视频平台的算法逻辑与用户沉迷

——基于“技术—心理—环境”三层互构的分析

摘要：短视频平台的用户沉迷现象长期被归因于个体自制力不足，但这一归因遮蔽了平台算法设计与用户行为之间更

为复杂的互动关系。本文基于“技术—心理—环境”三层互构的分析框架，系统考察短视频平台算法逻辑与用户沉迷之

间的作用机制。研究发现，个性化推荐、即时反馈与无限滑动三重算法设计分别作用于用户的认知锁定、情感依赖与

行为失控，三者协同构成了一个持续运转的“捕获系统”。在心理层面，多巴胺奖赏回路的激活、心流体验的沉浸效应

以及FoMO（错失恐惧）的中介作用共同构成了沉迷的心理动力机制。在环境层面，注意力经济的商业逻辑、社会比

较的文化压力与数字原住民的代际特征构成了沉迷的社会土壤。然而，用户并非算法的被动客体——算法疲劳、认知

失调与算法抵抗的出现，在一定程度上打破了“算法控制—用户沉迷”的线性叙事。基于认知行为疗法（CBT）、正念干

预与数字素养教育三个层面的干预策略分析表明，有效的沉迷治理需要超越“个人自律”的单一思路，在算法透明、防

沉迷设计、心理干预与数字素养培育之间建立协同机制。

关键词：短视频平台；算法推荐；用户沉迷；算法疲劳；数字素养；平台治理

一、引言

（一）研究背景

截至2025年12月，我国网络视听用户规模达10.99亿人，短视频用户规模从10.4亿增至10.74亿，使用率回升至95.4%。

网络视频用户人均单日使用时长达到201分钟，意味着每个用户平均每天有超过3小时沉浸在视频内容中。用户日均观

看短视频的时间增至90分钟，观看时长1—2小时的用户比例增至40.8%，较上年上涨11.1个百分点。截至2025年底，

我国短视频用户规模已达10.7亿人，在网民使用率80%以上的主要互联网应用中位居前列，人均单日使用时长高达162

分钟，也就是说，人均每天刷短视频达2.7小时。短视频创作者账号数量已达16.2亿，日均内容产出突破1.3亿条。

用户年龄呈现“沙漏型”分布：Z世代（18—25岁）渗透率达98.2%，50岁及以上用户更是增至3.29亿，占比33.5%，且

日均使用时长129分钟，超过年轻群体。这一数据表明，短视频沉迷已不再是一个局限于特定年龄群体的局部现象，而

是蔓延至全年龄段的普遍性社会问题。有调查显示，约60%的短视频用户几乎不创作内容，他们的主要活动是被动浏

览而非主动参与。

当“再刷一条就睡”成为当代人最常违背的承诺，短视频沉迷已从一个个体困扰上升为值得严肃审视的社会议题。连作

家莫言也在公开座谈会上坦言自己刷短视频上瘾，经常一刷一两个小时，且“每次刷完了都会批评自己”。如果说一位

以文字为生的诺贝尔文学奖得主也难以抵御短视频的吸引力，那么短视频沉迷的结构性机制更值得深入探究。

然而，公众讨论中关于短视频沉迷的归因往往呈现两种极端倾向：一种将其归结为用户的“意志薄弱”与“自制力不足”，

另一种则将其完全归咎于算法的“技术操控”。这两种归因都失之偏颇——前者将结构性问题个体化，忽视了平台设计

对用户行为的系统性影响；后者则将用户简化为算法的被动客体，遮蔽了用户在算法互动中的能动性。

值得追问的是：如果熟悉人工智能和产品设计的科技行业领袖，在使用短视频产品时也会从“睡前只看几分钟”逐渐变

为持续滑动，最终只能选择删除应用，那么普通用户是否真的可以只靠自控力避免沉迷？这一事实提示我们，短视频

沉迷的根源可能不在于个体意志力的强弱，而在于平台算法设计对用户行为模式的系统性塑造。

（二）研究问题

基于上述背景，本文提出以下研究问题：短视频平台的算法逻辑是如何通过个性化推荐、即时反馈和无限滑动三重设

计作用于用户的认知、情感和行为，进而促使用户沉迷的？在算法逻辑与用户沉迷之间，用户的能动性扮演了怎样的

角色？在治理层面，如何超越“个人自律”的单一思路，构建算法透明、心理干预与数字素养培育相结合的协同治理机

制？

（三）研究方法

本文采用文献研究法与跨学科分析法，综合传播学、心理学、神经科学和平台经济学等多个学科的理论视角，对短视

频平台算法逻辑与用户沉迷之间的关系进行系统分析。在理论框架上，本文基于“技术—心理—环境”三层互构的分析

框架：技术层面考察算法设计的运作机制，心理层面考察沉迷的心理动力机制，环境层面考察注意力经济、社会比较

文化与数字原住民代际特征等环境因素。在此基础上，引入用户能动性视角和平台治理实践，讨论沉迷治理的可能路

径。

二、文献综述与理论框架

（一）算法推荐与成瘾行为研究

近年来，算法推荐对短视频成瘾的影响已成为传播学和心理学领域的核心议题。一项发表于《Informationand

Management》的研究基于扩展的“刺激—反应—强化”框架，提出内容类型和推荐系统作为刺激，用户的期待作为部

分强化，共同解释了短视频平台上的强迫性滑动行为。研究发现，期待显著增加了强迫性滑动，而内容类型和推荐系

统之间的交互效应对期待产生了混合影响。

另一项针对大学生群体的研究考察了短视频推荐算法的感知影响（PISVRA）与短视频成瘾行为（SFVAB）之间的关

系，发现错失恐惧（FoMO）和即时满足在两者之间起到了链式中介作用。这表明算法推荐并非直接导致成瘾，而是

通过心理中介变量间接发挥作用。

在神经机制层面，一项发表于《ScienceBulletin》的研究发现，短视频暴露期间多巴胺敏感性的背侧纹状体连通性与

成瘾样参与特质存在关联。短视频平台（如TikTok和小红书）的算法推荐系统提供快速切换的高显著性刺激，有力地

捕获注意力，并已被证明与认知损伤和心理健康状况下降相关。在神经机制层面，算法成瘾的运作原理与赌博成瘾类

似——两者都利用了大脑的中脑边缘多巴胺通路，即负责奖赏和强化的核心回路。

（二）信息茧房、算法疲劳与用户抵抗研究

与算法沉迷叙事相伴随的，是对算法负面效应的批判性研究。一项发表于《InternationalJournalofHuman-

ComputerInteraction》的研究探讨了中国大众短视频应用中推荐算法的“暗面”，发现用户感知到的过度推荐、信息

窄化、信息冗余、感知过载和隐私侵犯显著增加了用户的认知失调，最终导致用户的中辍意愿。

基于“压力源—压力—结果”（SSO）模型的研究进一步揭示了算法疲劳的形成机制。针对592名短视频平台用户的问卷

调查表明，技术压力源（算法不透明、算法偏见、算法霸权）和个人压力源（信息过载、隐私担忧）均显著增加了算

法疲劳，其中算法霸权的效应最强。更值得注意的是，孤独感放大了算法霸权对疲劳的影响——越孤独的用户越容易

对算法产生疲劳，这似乎暗示着一种残酷的悖论：用户越是依赖短视频获得情感陪伴，越容易对推荐内容产生厌倦，

而这种厌倦又可能促使用户寻求更多的短视频消费来缓解。

在用户能动性方面，清华大学的蒋俏蕾和邢峰彬基于深度访谈和扎根理论廓清了青年用户对短视频推荐算法的两条“意

识—行动”路径。研究发现，激发用户算法意识的负面体验情境分为功能层面的“算法失能”和机制层面的“算法侵扰”。

算法失能时用户与之积极协同以维系推荐精准度，算法侵扰时用户因算法机制不可写而协同失败、转向消极内向的自

我治理。这一发现对“算法抵抗”这一过度强调用户能动性且将人机交互权力化书写的理论概念在人机共生处境下的泛

用性提出了质疑。

（三）现有研究的不足与本文的推进

综合已有研究，现有文献在以下方面仍存在不足：第一，多数研究聚焦于单一机制（如算法推荐、心流体验或

FoMO）对沉迷行为的影响，缺乏对多重机制协同作用的系统分析。第二，对“算法控制—用户沉迷”的线性叙事缺乏足

够的反思，较少关注算法疲劳和用户抵抗如何打破这一线性关系。第三，治理策略研究多停留在原则性建议层面，缺

乏对心理干预与数字素养教育等具体路径的系统论述。

本文在以下方面尝试推进：第一，构建“技术—心理—环境”三层互构的分析框架，系统考察算法设计、心理机制与环

境因素如何协同作用。第二，引入算法疲劳和用户抵抗的最新实证发现，打破“算法越精准→用户越沉迷”的线性假

设。第三，整合认知行为疗法、正念干预和数字素养教育三个层面的干预策略，提出协同治理框架。

三、算法逻辑的三重机制：个性化推荐、即时反馈与无限滑动

（一）个性化推荐：从“人找信息”到“信息找人”

短视频平台的核心技术架构是人工智能推荐算法。平台持续分析用户的观看历史、点击行为和交互信号，以提供个性

化的、无摩擦的内容流，从而最大化观看时长和沉浸感。算法推荐机制以“预测用户行为概率×行为价值权重”为重要标

准，完播率、点赞量、收藏量、转发量等用户即时反馈行为构成行为价值权重的核心指标。

这一推荐逻辑的深层特征在于其“无摩擦”属性。用户每一次点击、滑动、停留和退出都可能成为反馈信号，系统再利

用这些信号不断调整预测。算法采用神经网络的排序模型预测用户对下一个视频的兴趣度，通过强化学习不断优化推

荐策略——系统将用户的行为反馈当作“奖励”或“惩罚”信号，不断调整推荐策略，以持续提高用户停留时长和互动率。

当算法发现某类视频能在短时间内激发更高的关注度和互动率，便会持续分发此类视频，从而形成“兴趣闭环”，构建

“上瘾循环”：用户看得越多，算法越精准；算法越精准，用户越容易陷入持续观看。

《华盛顿邮报》的一项大规模研究通过收集1100名用户的TikTok观看历史，分析了约1500万个视频数据，提供了惊人

的发现。研究数据显示，TikTok的算法极其有效地增加了用户的使用时间。轻度用户在一周内，日均观看时间从32分

钟激增至45分钟，增幅超过40%。这一数据直观地展示了算法推荐对用户使用行为的塑造力。

需要指出的是，算法的“精准”并非简单的“投其所好”。平台会在熟悉内容与新奇内容之间保持平衡，通过“二八原则”和

“重排机制”在用户画像与探索内容之间进行动态调配。这种策略使推荐流既维持了用户的兴趣连贯性，又持续制造“下

一条可能更好”的期待——而期待本身正是沉迷行为的关键驱动力。研究指出，用户对下一条内容的期待显著增加了强

迫性滑动行为。

在技术实现层面，短视频平台的推荐算法综合运用了多种技术手段。协同过滤算法通过分析相似用户群体的行为模式

来预测目标用户的兴趣偏好；内容理解技术通过多模态分析（包括视觉识别、语音识别和文本分析）对视频内容进行

标签化处理；实时反馈机制将用户的每一次交互行为即时纳入模型训练，使推荐结果能够在分钟级别内动态调整。这

些技术手段的叠加，使短视频平台的推荐精度远超传统媒体的编辑推荐机制。

然而，算法“精准”的背后存在一个结构性的悖论：算法推荐的目标函数是“参与度最大化”——即用户停留时长和互动率

的最大化。这意味着算法优化的对象并非用户的长期福祉，而是短期的行为指标。当算法持续推送高情绪唤起度的内

容以维持用户停留时，用户的信息环境可能逐渐窄化为同质化的情绪刺激流，而其信息需求和学习需求的满足被置于

次要位置。

（二）即时反馈：多巴胺循环与注意力锁定

算法推荐的内容供给与短视频的媒介特性相结合，构成了一个高效的即时反馈系统。短视频快速切换的视觉刺激、即

时满足的奖励机制（点赞、转发、新内容），会持续激活大脑的多巴胺系统，形成类似成瘾的反馈循环。研究表明，

快速变化且具有高感官刺激的内容能够触发多巴胺释放，进而调控脑皮层—纹状体回路和大规模网络动态。在这一高

频刺激下，大脑逐渐适应并渴求更快速、更强烈的信息输入，而对需要长时间专注的任务越来越缺乏耐心。

从神经机制的角度看，短视频成瘾的形成与大脑边缘奖赏系统释放的多巴胺密切相关。数字平台对成瘾性算法的开发

正是利用这一原理——使用户参与特定行为以获得奖励，进而诱导用户重复其行为，强化激励形成习惯循环，最终产

生心理或生理性依赖。用户在与推送内容的互动中得到情感上的支持和愉悦感，最终形成类似赌博的上瘾性。这一机

制与赌博成瘾的神经基础具有高度的相似性——两者都利用了间歇性强化（intermittentreinforcement）原理，即不

可预测的奖励比固定可预测的奖励更能维持行为的持续性。

一项发表于《JournalofResearchonAdolescence》的研究进一步揭示了短视频成瘾与焦虑症状之间的双向纵向关

系：焦虑症状通过降低延迟满足能力增加短视频成瘾风险，短视频成瘾又反过来加剧焦虑症状。这一发现将短视频沉

迷从一个孤立的行为问题扩展为一个涉及心理健康整体的系统性问题——沉迷不仅是“刷太多”的行为表征，更是与焦

虑、延迟满足能力等心理变量深度交织的复杂状态。

值得注意的是，即时反馈系统中的“不确定性”是维持沉迷的关键变量。用户不知道下一条内容是什么，因此总会期待

“下一条可能更好”。无限滑动、自动播放和提前缓存又减少了停止节点，让用户更容易进入连续观看状态。这种“随机

奖励”机制——类似于斯金纳箱中的间歇性强化——比固定奖励更能维持行为的持续性。有学者将短视频平台描述为

“数字斯金纳箱”，这一隐喻准确捕捉了平台设计的核心特征：通过不可预测的奖励分配机制，使用户的行为从有意识

的选择转变为自动化的反应。

从认知心理学的角度看，即时反馈的沉迷效应还与“变比率强化程序”（variable-ratioreinforcementschedule）有

关。在这一强化程序中，行为被强化的次数是不确定的——用户可能在刷了三条平淡无奇的视频后突然遇到一条极为

有趣的内容，这种“意外之喜”比每一条都精彩更能维持持续的滑动行为。赌场中的老虎机正是利用这一原理设计，而

短视频平台的推荐流在结构上与老虎机具有惊人的相似性。

（三）无限滑动：消除停止节点的交互设计

如果说个性化推荐解决了“给用户看什么”的问题，即时反馈解决了“用户为什么继续看”的问题，那么无限滑动设计则解

决了“用户为什么停不下来”的问题。短视频平台的交互设计通过无限滑动、自动播放和提前缓存三种机制，系统性地

减少了用户的“停止节点”。

传统视频平台的交互逻辑是“选择—播放—结束—选择”，每一个环节都提供了一个自然的停止决策点。短视频平台则

取消了这些停止节点：上下滑动的操作极其简单，仅需一个拇指的微小动作即可触发；自动播放使用户无需主动操作

即可连续观看；提前缓存则确保了内容加载的零延迟。三位一体的设计使观看行为从“有意识的选择”变成了“无意识的

连续动作”。

一项针对平台设计对过度使用短视频影响的研究通过回顾19篇学术论文，系统分析了无限滑动、自动播放和算法个性

化等功能如何创造了一种“低努力、高回报”的用户体验，进而对用户的认知过程产生负面影响。该研究指出，这些设

计功能的组合使用户在使用过程中几乎不需要付出任何认知努力——选择被简化为滑动，判断被简化为继续或跳过，

而算法承担了所有的内容筛选工作。在这种“认知卸载”状态下，用户的自我调控能力被系统性地削弱。

这一设计与算法推荐形成了深层的协同效应。算法持续预测用户兴趣并推送精准内容，减少用户“找不到想看的”的可

能性——这一可能性原本会构成一个停止理由。无限滑动则消除了行为层面的停止点。两者叠加，使用户进入一种“操

作—观看—操作—观看”的自动化循环。在这一循环中，用户的认知资源被持续占用，理性调控机制——即用户对自己

说“我该停了”——被悬置。

从行为经济学的角度来看，无限滑动的设计有效地利用了“当下偏误”（presentbias）——人们倾向于高估当下即时满

足的价值，而低估延迟满足的价值。每一次滑动都是一个即时的、低成本的决策（“再看一条”），而停止观看的成本

（错失下一条有趣内容的可能性）被系统性地放大。算法通过展示用户感兴趣的内容，使“再看一条”的期望回报持续

保持在高位，而“停止”的心理成本则因“下一条可能更好”的预期而不断累积。这一不对称的成本收益结构，使用户的停

止决策在每一次滑动中都面临更大的阻力。

（四）三重机制的协同效应

个性化推荐、即时反馈与无限滑动三种机制并非孤立运作，而是相互强化，构成了一个自我维持的“捕获系统”。个性

化推荐通过精准的内容匹配降低了用户离开的概率；即时反馈通过多巴胺循环提高了用户的参与度；无限滑动通过消

除停止节点延长了用户的停留时间。

三者之间形成了正反馈循环：更多的使用数据使推荐更加精准（个性化推荐的强化）→更精准的推荐带来更高的参与

度和更多的多巴胺释放（即时反馈的强化）→更高的参与度使用户更少地遇到停止节点（无限滑动的强化）→更长的

停留时间产生更多的使用数据（回到个性化推荐的强化）。这一循环的每一个节点都使系统对用户注意力的“捕获力”

进一步增强。

用鲍德里亚的消费社会理论来审视，这一“捕获系统”不仅是对用户时间的占有，更是对用户注意力的商品化。用户在

平台上度过的时间被转化为可量化的数据资产，出售给广告商。在这一逻辑下，用户沉迷不是平台的“副作用”，而是

平台商业模式的“预期结果”——平台的核心收入（广告）直接依赖于用户的停留时长和互动数据。这一结构性利益关

系，使得平台在设计产品时难以真正将用户福祉置于商业利益之上。

四、沉迷的多层后果：认知、情感与行为

（一）认知层面的“超级注意力”与信息窄化

从认知角度看，短视频的微叙事特性和碎片化文本顺应了与深度注意力相反的“超级注意力”式的观看需求。高频次、

碎片化的内容刺激导致用户注意力失焦、认知能力退化与批判思维弱化，有研究将这一现象概括为“脑腐化”困境。

“超级注意力”这一概念描述了一种与深度注意力截然不同的注意力模式。深度注意力是线性的、持续的、聚焦的，允

许个体在较长时间内集中于单一任务并对其进行深入加工。超级注意力则是跳跃的、分散的、多任务的，表现为快速

切换焦点、对多样化刺激的持续追求以及对单调信息的迅速厌倦。短视频平台的推荐流天然适配超级注意力的需求

——快速切换的视频内容不断提供新的刺激，用户在数十秒内即可完成一个内容的消费并立即转入下一个。

然而，这种超级注意力的持续激活对认知能力的影响是双面的。短期来看，它提高了信息处理的“吞吐量”——用户可

以在短时间内接触大量信息。但长期来看，它可能导致认知深度的退化——大脑逐渐习惯了快速切换和浅层加工，而

对需要持续注意力投入的认知任务（如深度阅读、复杂推理、长篇写作）越来越缺乏耐心和能力。有研究指出，重度

短视频用户报告了更高的注意力涣散水平和更低的延迟满足能力。

与此同时，算法推荐机制正在为每个人构建独一无二的“信息茧房”。系统精准分析用户的每一次停留、点赞、分享，

然后投喂更多类似内容，不断强化用户原有的兴趣与偏见。用户以为自己在探索广阔世界，实则被困在不断收窄的认

知回音室中。

然而，需要审慎对待的是，信息茧房效应的实际程度可能被公共讨论所夸大。深圳大学发布的《短视频用户的算法实

践与“破茧”报告》对1215名用户进行了调查，结果显示近八成受访用户认为算法推荐的内容是多样化的，77.8%的用户

认为能在算法推荐中看到“出乎意料但有趣的内容”，73.9%的用户表示算法能帮助发现“以前不了解的全新兴趣领域”。

这一数据提醒我们，用户与算法的真实互动关系远比“算法即茧房”的简单论断复杂。

信息茧房效应的实际程度可能取决于多种因素的交互：用户的主动搜索行为、算法的多样性约束机制、以及用户的算

法意识和素养水平。简单地断言“算法必然导致信息茧房”既不符合实证数据，也无助于理解算法的真实社会效应。

（二）情感层面的算法疲劳与心理悖论

长时间的算法内容消费并不必然带来满足感的持续累积，反而可能催生一种新型的情感体验——算法疲劳。研究者基

于“压力源—压力—结果”框架，将算法疲劳界定为：用户因持续暴露于算法策划的同质化内容而产生的弥散而持续的

厌倦感。

一项针对短视频平台用户的问卷调查表明，技术压力源（算法不透明、算法偏见、算法霸权）和个人压力源（信息过

载、隐私担忧）均显著增加了算法疲劳，其中算法霸权的效应最强。更值得注意的是，孤独感放大了算法霸权对疲劳

的影响——越孤独的用户，越容易对算法产生疲劳，这似乎暗示着一种残酷的悖论：用户越是依赖短视频获得情感陪

伴，越容易对推荐内容产生厌倦，而这种厌倦又可能促使用户寻求更多的短视频消费来缓解。

算法疲劳的发现具有重要的理论意义。它打破了“算法越精准→用户越沉迷”的线性因果假设，揭示了算法与用户关系

中存在的一种内在张力：算法的持续精准推送可能在短期内提升用户参与度，但在长期内削弱用户对算法的信任和满

意度。算法疲劳显著预测了用户的抵抗性应对行为，这意味着用户体验并非被动地接受算法的持续推送，而是在疲劳

累积到一定程度后主动采取策略来减少算法的影响。

这一发现还与“数字幸福感”（digitalwell-being）的研究相呼应。有研究表明，当用户感知到的算法推荐准确性过高

时，用户的满意度并非单调递增，而是呈现倒U型关系。这意味着适度的“不精准”——即偶尔推荐用户预期之外的内容

——反而可能提高用户的整体满意度。这一反直觉的发现进一步说明，算法推荐的最优策略未必是最大化的精准，而

可能需要在精准性和多样性之间寻求平衡。

此外，从情感心理学的角度来看，短视频消费与情绪调节之间存在复杂的关系。部分用户使用短视频作为情绪调节的

策略——在感到无聊、焦虑或孤独时通过刷短视频来转移注意力。然而，这种策略性的使用在短期内缓解负面情绪的

同时，可能损害个体发展适应性情绪调节能力的机会。当用户习惯了通过短视频来调节情绪后，他们可能逐渐丧失通

过其他方式（如社交、运动、冥想）来管理情绪的能力和意愿，形成对短视频的“情绪依赖”。

（三）行为层面的强迫性滑动与时间黑洞

行为层面的沉迷表现为一种特定的行为模式——强迫性滑动。与“过度使用”这一更宽泛的概念不同，强迫性滑动特指

用户无法控制、减少或停止在短视频平台上滑动观看视频的行为。证据显示，约60%的短视频用户几乎不创作内容，

他们的主要活动是被动浏览而非主动参与。

这种行为的核心特征是“失控”——用户并非不知道自己在消耗大量时间，而是在每一个具体的决策点上都难以做出停

止的选择。这是算法推荐的精准性、即时反馈的奖励性、无限滑动的无摩擦性三者协同作用的结果。用户面对的不是

一个需要被克服的“诱惑物”，而是一个无缝嵌入交互流程的“持续供给系统”。

从时间体验的角度来看，短视频消费创造了一种独特的“时间黑洞”效应。用户往往在开始刷短视频时抱有明确的“只看

几分钟”的意图，但在滑动循环中，时间感知发生了扭曲——分钟变成了小时，短暂休息变成了数小时的消耗。这种时

间感知的扭曲与心流状态（flowstate）有相似之处：在心流中，个体对时间的感知会因为高度专注而发生变形。然

而，与经典心流理论所描述的情境不同——经典心流强调挑战与技能的平衡以及个体的主动投入——短视频观看中的

心流更多是被动性的、低努力投入的，更接近于一种“被动的沉浸”而非“主动的心流”。

值得注意的是，从精神病理学的角度来看，短视频成瘾与物质成瘾和行为成瘾（如赌博成瘾、游戏成瘾）在行为特征

上存在显著重叠：耐受性（需要越来越多的使用才能获得相同满足感）、戒断反应（停止使用时出现焦虑、烦躁等不

适）、失控性（无法控制使用行为）、以及社会功能损害（学业、工作或人际关系受到影响）。这些共性表明，短视

频沉迷的机制可能与其他成瘾行为共享某些神经生物学基础，特别是与多巴胺奖赏系统的失调有关。

五、用户能动性与沉迷治理：超越“技术决定论”

（一）算法抵抗：用户并非被动的客体

将短视频沉迷完全归因于算法设计，在某种程度上也是一种技术决定论的简化。用户在算法互动中并非完全被动的客

体。对1215名用户的调查数据显示，超过75%的受访者相信自己的行为能“驯化”算法，例如通过主动搜索影响后续推

荐；超过65%的用户表示能熟练运用“不感兴趣”等功能调整内容。用户在算法互动中的策略性行为可以概括为三种形

式：“潜隐抵抗”通过关闭个性化推荐、清理浏览记录等方式减少算法影响；“自身调适”通过理解算法逻辑主动调整行为

策略；“积极监督”通过评论、举报、反馈等方式引导算法优化方向。

一项针对青年用户与算法互动博弈的质性研究发现，青年用户常因隐私泄露、算法监视等负面体验，从无意识沉浸转

向主动反思与抵抗。他们通过关闭功能、操纵数据、管理痕迹等策略，在与算法的互动中展现出显著的主体性与能动

性。

然而，研究者也指出了算法抵抗概念的理论限度。清华大学的蒋俏蕾和邢峰彬发现，激发用户算法意识的负面体验情

境分为功能层面的“算法失能”和机制层面的“算法侵扰”。算法失能时用户与之积极协同以维系推荐精准度，算法侵扰时

用户因算法机制不可写而协同失败、转向消极内向的自我治理。两种情境化算法行动中用户的抵抗意愿和抵抗性的行

动结果不可兼容，由此对“算法抵抗”这一过度强调用户能动性且将人机交互权力化书写的理论概念在人机共生处境下

的泛用性提出了质疑。

这意味着，用户的算法抵抗虽然在经验层面可观察，但其有效性受到结构性限制——当算法的核心运行机制（如推荐

模型的权重分配、内容标签的生成规则）对用户完全不可见时，用户的抵抗行为更多是一种“有限的策略性调适”而非

“有效的权力博弈”。

（二）从“算法控制”到“动态博弈”——修正线性叙事

用户能动性的存在意味着，“算法控制→用户沉迷”的线性叙事需要被修正。用户与算法之间的关系更接近一种“动态博

弈”——算法的控制力并非与生俱来，而是在实际运行中逐渐形成的；用户在使用过程中会主动感知并回应这种影响，

甚至能够通过自身行为来优化和调整算法的运作方式。

这一动态博弈可以通过“用户—算法—平台”的三元互动模型来理解。在第一阶段，算法以“参与度最大化”为目标推送内

容，用户处于“无意识沉浸”状态——在这一阶段，用户并未意识到算法对其内容选择的影响，沉迷行为主要受算法设

计和内容刺激的驱动。在第二阶段，用户的负面体验（如信息同质化、隐私侵犯、时间失控感）逐渐累积，触发算法

意识的觉醒。在第三阶段，用户开始采取各种形式的算法抵抗和策略调适，包括调整使用行为、利用平台功能、甚至

选择暂时或永久性地退出平台。

然而，这一博弈的过程并非必然朝向用户“获胜”的方向发展。平台通过持续优化算法，不断吸收用户的抵抗行为作为

反馈信号来改进推荐策略，使算法的“适应性”不断增强。这种“共演化”过程使用户与算法之间的关系始终处于动态张力

之中——用户发展出新的抵抗策略，平台则发展出新的适应机制，博弈永无止境。

（三）平台治理：从“事后拦截”到“设计向善”

沉迷治理的实践正在从多个层面展开。在监管层面，中央网信办等四部门发布的“清朗·网络平台算法典型问题治理”专

项行动明确提出整治“信息茧房”和诱导沉迷等问题，要求“严禁推送高度同质化内容诱导用户沉迷”。这种从“表层删帖”

向“底层算法重塑”的跨越，标志着治理思路的根本性转变——不再仅仅关注内容的“事后拦截”，而是试图从算法的“源

头设计”入手解决问题。

在制度建设层面，全国标准信息公共服务平台已启动短视频平台管理国家标准项目，规定了短视频平台管理的基本要

求、审核管理、算法推荐、未成年人网络保护、清单编制及信用评价、入驻MCN机构业务管理等要求，其中明确包含

了算法透明度要求和信息茧房防范等内容。这一标准化进程意味着，算法治理正从原则性倡导向可执行的规范性要求

转变。

在平台层面，各平台开始将防沉迷从“事后拦截”转向“设计向善”。抖音推出“未成年人陪伴计划”，通过产品迭新、内容

升级、治理守护、资源普惠四重举措，优化分龄推荐算法，可基于不同年龄段未成年人的认知特点与兴趣图谱进行精

细化适龄内容分发。部分平台推出“茧房评估”“一键破茧”等功能，帮助用户降低成瘾性算法的危害。

在国际层面，算法透明度和问责制正成为全球性议题。欧盟委员会于2024年2月启动了对TikTok的正式调查程序，以

评估其是否违反了《数字服务法》，并于2025年5月发布了初步的不合规结论，涵盖TikTok的算法系统设计、年龄验

证机制等方面。欧盟可能对TikTok处以高达其全球年收入6%的罚款。德国则成为算法问责的试验场，出现了四个涉及

《数字服务法》《通用数据保护条例》《人工智能法案》和竞争法的里程碑式案例，共同探究平台架构如何塑造可见

性和行为。

然而，治理实践仍面临深层挑战。平台的核心商业模式——注意力经济——与防沉迷目标之间存在结构性矛盾。当平

台的收入高度依赖用户的停留时长和互动数据时，防沉迷设计的力度和效果必然受到商业逻辑的制约。解决这一矛盾

需要在制度层面建立更有效的激励约束机制，使平台在追求商业利益的同时承担起公共性责任。这一制度设计可以从

三个维度展开：建立以用户长期福祉（而非短期参与度）为导向的算法评估体系；将防沉迷效果纳入平台的社会责任

考核指标；以及通过税收或补贴等经济手段调整平台的激励结构。

（四）心理干预：从认知行为疗法到正念训练

沉迷问题的治理不仅需要技术手段和制度约束，还需要从心理干预层面入手。在临床心理学领域，针对短视频成瘾的

干预策略已经形成了若干有实证支持的方法。

认知行为疗法（CBT）是短视频成瘾干预中应用最广泛的心理治疗方法之一。其核心原理是帮助用户识别和改变导致

过度使用的认知偏差和行为模式。例如，用户可能存在“错失恐惧”（FoMO）的认知偏差——担心如果不持续刷短视频

就会错过重要信息或社交机会。CBT通过认知重构帮助用户挑战这些偏差，并通过行为实验逐步减少使用时长。针对

大学生短视频成瘾的干预研究显示，基于CBT的干预方案在减少每日使用时长和降低成瘾量表评分方面均取得了显著

效果。

正念干预（Mindfulness-BasedIntervention）则从另一个角度切入沉迷问题。正念训练的核心是培养个体对当下

经验的非评判性觉察能力。在短视频沉迷的语境下，正念训练帮助用户觉察到“想要刷短视频”这一冲动的出现，并在

冲动与行动之间创造一段“暂停”的空间。通过反复练习，用户逐渐发展出对使用冲动的“去自动化”能力——不再被冲动

驱使着自动打开应用，而是能够有意识地选择是否使用以及使用多长时间。

动机性访谈（MotivationalInterviewing）在青少年短视频成瘾干预中也展现出潜力。这种方法的核心理念是尊重

用户的自主性，通过探索用户自身对使用行为的内在矛盾（“我知道刷太多了，但停不下来”）来激发改变的内在动

机。与直接说教的干预方式不同，动机性访谈将改变的责任和选择权交还给用户本人，避免了“被控制感”引发的逆反

效应。

值得强调的是，心理干预不应被视为对个体“意志力”的要求，而应被视为帮助个体发展自我调节能力的支持性资源。

沉迷问题的根源在于结构性设计与心理脆弱性的交互，因此心理干预需要与平台设计优化和制度约束协同推进，而非

将治理责任全部转移给个体。

（五）数字素养教育：培育批判性的算法素养

沉迷治理的长期路径在于数字素养教育。数字素养教育要着力培养个体的时间管理能力，抵抗“伪闲暇”陷阱——即用

户以为自己在“休息”，实际上却陷入了被算法驱动的被动消费。数字素养教育的关键在于引导个体理解流量经济的运

行机制，并在碎片化的信息环境中重塑时间秩序，建立清晰的数字边界，从而在屏幕之外感受真实时间的质感与生命

的充盈。

算法素养是数字素养在智能推荐时代的核心组成部分。它不仅包括对算法“存在”的认知（知道算法在推荐内容），还

包括对算法“如何运作”的理解（知道算法基于什么数据、以什么目标进行推荐），以及对算法“意味着什么”的反思（理

解算法推荐对个人认知和社会公共性的影响）。真正的数字素养早已超越了单纯的技术操作层面，而是个体在数字环

境中拥有批判性思考、自我管理、价值判断等多维能力。

在实践层面，数字素养教育需要从“限制使用”转向“能力培育”。2026年9月，中国教育学会青少年媒介素养分会、清华

大学新闻与传播学院和抖音在清华大学发布了《未成年人短视频媒介素养培育指南》，首次系统构建“基础层—核心层

—保障层”三层能力框架，为家校社开展相关教育实践提供结构支撑。这种从“禁用”到“赋能”的思路转变，反映了数字

素养教育理念的更新——不是简单地要求用户“少用”，而是帮助用户“会用”和“用好”。

在具体操作层面，批判性算法素养的教育可以从以下维度展开。第一，认知维度——帮助用户理解推荐算法的基本工

作原理，包括数据收集、用户画像构建、内容匹配和排序等关键环节。第二，分析维度——引导用户识别算法推荐中

的潜在偏差，如情绪偏向（算法偏好高情绪唤起度内容）、同质化偏向（算法倾向于推荐与用户历史行为一致的内

容）和商业化偏向（算法优先推荐高变现潜力的内容）。第三，实践维度——训练用户主动调节算法推荐结果的技

能，如通过搜索行为引导推荐方向、使用“不感兴趣”反馈机制、定期清理使用数据以打破算法形成的惯性路径。第

四，伦理维度——讨论算法推荐对社会公共性的影响，如信息茧房对公共讨论质量的影响、算法对弱势群体的潜在影

响等。

从教育的介入时机来看，算法素养教育需要从基础教育阶段开始——在青少年尚未形成稳定的媒介使用习惯之前，帮

助他们建立起对算法的批判性认知和自主调节能力。同时，针对成年用户的算法素养教育也需要同步推进。如前文所

述，50岁及以上用户的日均使用时长（129分钟）已超过年轻群体，但针对这一群体的算法素养教育资源相对匮乏。

中老年用户可能更缺乏对算法推荐机制的理解，更容易受到虚假信息和诱导性内容的误导。因此，算法素养教育需要

针对不同年龄段用户的认知特点和需求进行差异化设计。

六、结论

短视频平台的用户沉迷并非简单的“个人意志力”问题，也不完全是“算法操控”的结果，而是算法逻辑与用户心理之间动

态互构的产物。本文通过“技术—心理—环境”三层互构的分析框架，系统考察了短视频平台算法逻辑与用户沉迷之间

的作用机制，得出以下核心结论。

第一，在技术层面，个性化推荐通过认知层面的精准锁定、即时反馈通过情感层面的多巴胺循环、无限滑动通过行为

层面的无摩擦设计，三重机制协同构成了一个高效的“捕获系统”。三者之间形成了正反馈循环，系统的“捕获力”随着使

用数据量的增加而不断增强。这一系统的核心特征在于其“无摩擦性”——它不是在用户与内容之间设置障碍需要用户

克服，而是消除了一切可能的停止节点，使用户的观看行为从有意识的选择滑向无意识的连续动作。

第二，在心理层面，多巴胺奖赏回路的激活（神经机制）、心流体验的沉浸效应（认知机制）和FoMO（错失恐惧）

的中介作用（社会心理机制）共同构成了沉迷的心理动力。这三种心理机制分别对应着“即时奖励的追求”、“深度沉浸

的体验”和“社交焦虑的缓解”，三者叠加使用户在使用过程中同时获得了生理性的愉悦、认知性的沉浸和社会性的安全

感。

第三，在环境层面，注意力经济的商业逻辑（平台以用户停留时长为核心KPI）、社会比较的文化压力（短视频内容中

呈现的“理想生活”激发用户的比较焦虑）和数字原住民的代际特征（从小在数字环境中成长的世代对短视频具有天然

的亲和力）构成了沉迷的社会土壤。这三重环境因素使短视频沉迷不仅是个体层面的行为问题，更是嵌入在特定经济

结构和文化语境中的社会现象。

第四，用户的能动性不容忽视。算法疲劳的出现、算法抵抗的实践以及认知失调引发的“中辍意愿”表明，用户并非算

法的被动客体。然而，用户抵抗的有效性受到结构性限制——“算法失能”和“算法侵扰”两种情境下用户行动逻辑的差

异，揭示了用户与算法之间权力关系的不对称性。用户与算法之间的关系更接近“动态博弈”而非“单向控制”。

第五，有效的沉迷治理需要在四个层面协同推进：在算法层面，将多样性指标和用户长期福祉纳入推荐系统的优化目

标，超越“参与度最大化”的单一逻辑；在制度层面，通过监管框架和标准化建设使平台的商业模式与公共性目标兼

容；在心理层面，将认知行为疗法、正念训练等心理干预方法纳入沉迷治理的工具箱，帮助用户发展自我调节能力；

在用户层面，培育批判性的算法素养，使用户从“知道算法存在”进阶到“理解算法逻辑并主动驯化算法”。

沉迷治理的最终目标不是让用户“少用”短视频，而是让用户在使用过程中保持主体性和选择权——成为算法的主人，

而非算法的对象。这一目标的实现，既需要技术的向善设计、制度的有效约束，也需要心理干预的专业支持和数字素

养教育的长期培育。只有当这四个层面形成协同效应时，短视频平台才能从“注意力捕获系统”转型为真正服务于用户

福祉的信息与娱乐平台。

参考文献

[1]中国网络视听协会.《中国网络视听发展研究报告（2026）》[R].2026.

[2]CSM媒介研究.《第八次短视频用户价值年度调查报告（2025）》[R].2025.

[3]WangC,WengR,ZhouR.Whywecannotstoprepetitivescrollingonshort-formvideoapps:Therolesof

contenttypesandrecommendationsystems[J].InformationandManagement,2026,63(3).

[4]ThePerceivedInfluenceofShort-FormVideoRecommendationAlgorithmsonCollegeStudents‘Addictive

Behaviors:TheSerialMediatingRoleofFearofMissingOut(FoMO)andInstantGratification[J].2026.

[5]Dopamine-sensitivedorsalstriatalconnectivitydur