虽然，通过“推荐演算法”可以让过量的资讯以更高效的方式展示给用户，又因为它可以做到推荐资讯的“千人千面”，用户也会觉得很神奇，觉得平台很“懂”自己。但目前主流的“推荐演算法”也存在很多用户可以感知到的缺陷。

　　同质化

　　就以电商平台举例来说，随着行业内推荐演算法的普及和发展，各大电商平台的推荐演算法基本都趋於同质化。最典型的，当你搜索了某类商品后，系统会不停地给你推荐这类商品。社交平台使用的用户匹配演算法，其核心也还是在於寻找你和其他人的共同标籤，从而将两个人归为一类的逻辑。但现实生活中，我们与另一个人的邂逅，往往并不是在我们已知和对方有很多共同点的前提下发生的。这样的演算法让交友少了一些浪漫，让我们邂逅不同类型的人的机会越来越少。

　　“大数据杀熟”

　　当然，演算法也有被恶用的情况。我们最近常听到的“大数据杀熟”就是典型的演算法被滥用的情况之一。比如很多打车软件，其背后使用的“大数据杀熟”演算法就包含了一条：苹果手机用户的收入水準和消费能力高於安卓手机用户。高端手机型号的用户的消费力高於低端手机用户……於是发生了iPhone用户打车的时候显示的价格会略高的情况。这样的恶意演算法已经普遍存在於我们的生活之中。

　　单一性与片面性

　　演算法虽好，但如今它也成了困住我们的枷锁。演算法的基本逻辑是将人分类，但这却变相剥夺了我们发现未知事物，从而成为新的自己的权利。世界之美就在於它是多元的，每个人是不同的，但演算法会强行将我们与一部分其他人归为一类，并且通过推荐相同的东西，让我们觉得自己就是这类人。如果你也感觉到，常逛的电商APP上值得自己买的东西越来越少，短视频APP上给自己推荐的内容越来越雷同，那麼你也许已经被推荐演算法困住了，而真实的你并不仅限於这些平台所定义的你。

　　演算法的工作原理，使每个互联网平台所能了解到的我们的特性都是片面的。不同平台所拥有的关於我们的标籤都只是组成真实的我们的无数块拼图中的一部分。过度或者彻底依赖於演算法，可能导致我们无法想像的负面影响，不知不觉中，我们成了演算法的奴隶。

　　如果目前水準的推荐演算法之困继续下去，并且受到更普遍的应用，可想而知，我们将生活在一个缺乏新鲜感的“被选择”的世界，我们自己也将成为喜好边界明确的一个个人群，缺少了本该有的个性的差异。这样的世界，让人细思极恐。