在移动时代，Facebook 之所以能延续 PC 时代的发展，很大程度上要拜收购 Instagram 所赐。几年前，因为理念不同，Instagram 的两位创始人出走 Facebook。现在，两人又共同成立了一家新的初创企业，打算要做文字版的TikTok，或者说美国版的今日头条，他们能成功吗?文章来自编译。
Kevin Systrom 与 Mike Krieger 又杀回来了。
2018 年，因为与母公司的关系紧张，Instagram 的两位联合创始人离开了 Facebook。现在，他们又一起成立了一家新企业，希望探索下一代社交应用的点子。他们的第一个产品是 Artifact，这是一个个性化的信息流(news feed)产品，利用了机器学习来了解你的兴趣，而且很快就可让你与朋友讨论那些文章。
Artifact，这个名字融合了文章(articles)、事实(facts)与人工智能(artificial intelligence)的 app，近日已经向公众开放等待名单的申请。 Systrom 说，该公司不打算让用户等太久。App 有支持 Android 和 iOS 的版本。
如何理解 Artifact ?最简单的方法是把它看作是文字版的 TikTok ，虽然你也可以称之为 Google Reader 的移动重生版，或者甚至也许是对 Twitter 的一次突然袭击。这款 app 会打开一系列热门的出自精选发行商列表的文章，里面既有像《纽约时报》这样领先的新闻机构，也有关于小众主题的小型博客。只要你点击了感兴趣的文章，Artifact 就会在未来为你提供类似的帖子和文章，就像在 TikTok 的 For You 页面上观看视频会导致它的算法逐步调整一样。
今天通过等待名单进来的用户将只能看到排名靠前的信息流。但 Artifact beta 用户目前正在测试另外两项功能，Systrom 预计今后这两项功能将会成为该 app 的核心支柱。其中一个是显示你关注的用户所发布的文章的动态消息，以及他们对这些帖子的评论。(用户无法在没有链接的情况下发布纯文字，至少目前是这样的。)第二个是私聊收件箱，通过这个你可以与朋友私下讨论你阅读的帖子。
从某种意义上说，Artifact 感觉像是一种倒退。毕竟受 TikTok 成功的启发，大型社交平台在过去几年一直在追逐短视频产品和随之而来的广告收入，而与此同时，就像 2000 年代后期的社交网络一样，Artifact 却将目光锁定在文字上。但两位创始人希望，这十多年来的经验教训，以及人工智能的最新进展，能够帮助他们的 app 取得突破，从而抵达更多的受众。
Systrom 和 Krieger 告诉我，几年前他们就开始讨论 Artifact 的想法了。Systrom 表示，他曾经对机器学习系统改善推荐的能力持怀疑态度——但他在 Instagram 的经历让他成为了机器学习的忠实信徒。
他说：“这些年来，我能看到每当我们使用机器学习来改善消费者体验时，情况很快就会变得非常好”。
那为什么要选择现在回来?从技术上讲，这不是两人自 Instagram 之后的第一个项目;2020 年，他们就联手创建了网站 RT.live 来跟踪 COVID-19 的传播情况。
但 Systrom 告诉我，在以下三件事情发生之前，他们不想再创办一家新公司。第一是，要出现他和 Krieger 有可能抓住的消费技术的新浪潮。第二，要有一种能将那股浪潮与社交技术联系起来的方法，而且是他和 Krieger 觉得可以继续投入情感的方法。第三，要想出他们的产品如何解决问题的点子——长期以来，Systrom 一直都从可以为客户完成哪些工作的角度去思考技术设计。
让 Artifact 成为可能的突破的是谷歌在 2017 年发明的 transformer。它为系统提供了一种机制，用比以前更少的输入就能理解语言。
Transformer 帮助机器学习系统以更快的速度加以改进，这直接催生了去年发布的 ChatGPT 以及随之而来的对人工智能的高涨热情。 (Transformers 就是 ChatGPT 里面的“T” 。)
它还为社交网络创造了一些新的可能性。一开始，社交网络向你展示的是朋友觉得有趣的东西——也就是 Facebook 模式。然后他们开始根据你选择关注的人(不管对方是否是你的朋友)向你展示内容——也就是 Twitter 模式。
TikTok 的创新是只用算法预测向你展示内容，不再关心你的朋友是谁或你关注了谁。它很快成为了全世界下载次数最多的 app。
Artifact 代表了做同样事情的努力，但主要是针对文本。
Systrom 说：“我看到了这种转变之后，就在想，哦，这就是社交的未来。这些不相连的图谱;这些图谱是通过学习而不是显式地创建出来的。对我来说很有趣的是，当我环顾四周时，我在想，伙计，为什么社交应用不能随处可见这样的东西?为什么 Twitter 仍然主要基于关注?为什么 Facebook 也是如此?”
问题是，针对新闻文章和博客文章的个性化推荐是是不是可以像视频之于 TikTok 一样，为 Artifact 带来同样的病毒式成功。没人可以打包票：2014 年，诞生了一批像 Zite 和 Pulse 这样的个性化新闻应用，但基本上都是昙花一现，无法在用户中培养起深厚习惯。总部位于东京的 SmartNews 也使用了类似的 AI 技术来提供个性化推荐，本月早些时候，在用户群下降以及广告市场充满挑战的情况下，该公司已裁掉了在美国和中国 40% 的员工。
与现阶段的大多数初创公司一样，Artifact 尚未确定其商业模式。Systrom说，广告显然是合适的模式之一。但他也有兴趣考虑与发行商计进行收益分享。如果 Artifact 能够做大的话，它可以帮助读者找到新的出版物并鼓励他们去订阅它们;Artifact 尝试从中分一杯羹也许就行得通。
Systrom 还告诉我，Artifact 会认真对待为读者提供高质量新闻与信息的工作。他告诉我，这意味着要坚持精挑细选，只将遵守编辑质量标准的出版商纳入进来。目前，该公司不会透露自己的系统都有哪些发行商，但你可以在 app 里面去搜索各个发行商。
里面既有左翼也有右倾的发行商;比方说，从中可以找到 Fox News。但对于谁属于或谁不属于哪个阵营，Artifact 将会做出自己的判断，Systrom 对此并不讳言。
他说：“最近技术面临的问题之一是很多公司不愿意根据质量和是否有利于人类进步做出主观判断。对吧?基于是非曲直做决定就行了，不管有多艰难。”
他说，Artifact 还会删除散布虚假信息的个别帖子。它的机器学习系统优化的目标是看你在阅读各种主题方面花了多长时间——点击量和评论数不是主要衡量指标——这样可以奖励更吸引人的材料。
目前，Systrom 和 Krieger 还是用自己的钱为 Artifact 提供资金，不过我想他们很快就会有投资者主动找上门来的。开发这款应用的团队一共有 7 个人，其中包括 2016 年至 2021 年在 Instagram 担任高级产品主管的 Robby Stein。
在以 7.15 亿美元的价格将 Instagram 卖给 Facebook 之后，Systrom 与Krieger 对找工作的需求并不迫切。那为什么他们这次要做 Artifact 呢?
Systrom 说：“我们骨子里都是喜欢开发的人。我们在这个世界上已经找不到其他地方可以让我们编写代码，开发出大家喜欢的产品了。而我就喜欢干这个。”
他说，人工智能的进步也激发了他们的想象力。
他说：“我认为机器学习无疑是目前可以做的最酷的事情。原因不是因为它很时髦，而是因为当它知道你进入特定主题时，它可以完全了解你，你会想——就靠一些数字相乘(编者注：矩阵相乘)怎么就能做到这样的? OpenAI 的 CTO说，机器学习的情况基本上是几个月都毫无进展，然后突然一下子就行了，然后又变成了工作得非常好。我对此很有共鸣。”
Artifact 我现在才用了几个小时，该公司计划要开发的许多功能目前仍处在规划阶段。正如你对 Systrom 和 Krieger 的预期一样，该 app 做得相当精致。如果在 app 里面阅读一篇文章，当你返回消息流时，它会在漂亮的轮播控件中为你推荐更多类似的文章。到了晚上，app 会自动切换到深色模式。当你发布链接时，你可以选择是允许所有人发表评论，还是将评论限制为你关注的人，或者完全关闭评论。
从很多方面来说，我认为这类产品的时机已经成熟。 AI 确实让消费者 app 出现新事物成为可能，而在埃隆·马斯克的领导下，Twitter 的崩盘为在这个领域拥有真正专业知识的团队创造了机会窗口，让他们可以再次尝试文本型的社交网络。
要想取得大规模成功，我怀疑 Artifact 要做的不仅仅是给用户展示一系列有趣链接就行了。即使在当前数字出版不景气的情况下，web 依然充满了有趣的故事，任何曾经浏览过谷歌搜索框下方出现的那些“标题党”的人都可以证明这一点。很少有人会花很多时间去抱怨他们在互联网上找不到任何好看的东西。
是，AI 代表了 TikTok 成功的很大一部分。但就像之前的 Twitter 一样，TikTok 的成功也在于它是如何捕捉到围绕着核心动态消息展开的交流的——不仅仅是几条走红的推文，他们还注意到 TikTok 上的评论往往比视频本身还要精彩。同样地，Twitter 一直是突发新闻的主要来源，这在很大程度上是因为那是精英们公开讨论新闻的地方。
Artifact 的这方面仍在开发中。但是，如果 Systrom 和 Krieger 可以把他们当初做 Instagram 的那种精工细作带到这款新产品之中的话，也许不久他们就会让我再次忘记去登录我的 Mastodon 账号。
