推荐算法里有一个转折，普通人一般注意不到。
它不是某次弹窗改版，也不是哪句“猜你喜欢”的文案。它在后台，是一个指标的替换：平台不再主要看你有没有点赞，转过来看你有没有留下来，看了多久。
这一步听起来很小，小到几乎不像一件事。但就是从这一步开始，算法从“等你表态”，变成了“看你干了什么”。
点赞的问题，不是用户小气
要说清楚这个转折，得先说说点赞到底哪里不够用。
在转折之前，平台判断“喜欢”的主要依据是显性的：点了那个心，按了那个赞，打了那个分。
问题在于，大部分人根本不点。
一个人可能每天晚上刷四十分钟，看完十几条内容，一个赞都没点。不是不喜欢，是点赞要额外动作。手指多抬一下，意图多走一步。大多数消费是安静的、滑动的、不过脑的。
于是算法手里只有极少数人留下的极少数明确信号。大量行为在它眼前发生，它读不懂。
停留时长，是身体替用户做的回答
那怎么办？换一个信号。不是等用户说“我喜欢”，而是看用户有没有走。
后来的做法，是把“喜欢”从一个动作，换成一个时长。
你不需要点赞。你点开，看了三十秒，划走。下一条你看了五秒就划走。再下一条你从头看到了尾。这些时长本身，就构成了一组排序。
YouTube在2012年解释过这个转向：点击只说明用户对封面或标题有兴趣，不说明他真的看了；而观看时长更接近“他到底从这条内容里拿到了什么”。大意是，改完之后点击变少了，但观看变多了。
这个转折点的意义是：沉默的多数，第一次变得“可读”了。你不点赞，没关系。你骂了一句，也没关系。你手指停在那里，时间在走，算法就收到一个信号——这条内容对你产生了某种作用。
身体比嘴诚实。停留时长，就是身体替用户写下的那份签字。
但“没走”不等于“喜欢”
这里得停一下。
停留时长诚实地记录了注意力，但它不记录注意力的性质。
你被一条视频气得不行，看完了，想看看它还能离谱到什么程度。你被一个标题勾住，看了两分钟，发现上当了，但已经看到了这里。你刷到一条完全看不懂的内容，愣了几秒，想弄明白它在说什么。
这些时刻，你都没走。你的停留时长很好看。但算法从中读到的“喜欢”，和你自己会承认的“喜欢”，可能是两回事。
有研究比较过“按点赞优化”和“按时长优化”的后果：人会在一部分自己并不认同的内容上花更多时间，两种算法最终推给你的东西会走向不同方向。时长最大化不一定更懂你，它只是更擅长留住你。
所以更准确的说法是：停留时长证明的是“内容抓住了你”，不是“你喜欢它”。抓住注意力的东西，可以是好的，也可以是让你生气、让你困惑、让你不甘心划走的东西。这几样，光靠时长分不清。
转折点之后，事情没有结束
而且，停留时长本身也不是一个完美的信号。
它有一个很实际的偏差：同样的内容质量，更长的视频天然占便宜，因为用户“没走”的时间本来就长。这会反过来鼓励内容往“拖住人”的方向走，而不是往“值得看”的方向走。
后来的平台也在修。完播率曾经是核心指标，后来逐渐让位给收藏、复访、深度互动这类信号——这些行为比“没划走”更接近用户事后的判断：我以后还会不会主动回来找它。
这说明一件事：从点赞到时长，是算法向“读懂人”靠近了一步，但它靠的是换一个更粗糙的信号，不是换一个更聪明的理解。这一步值得记住，但还不算答案。
回头看，那个转折点的分量在于它开了一个思路：用户不说的东西，可以从行为里读。这个思路后来用在很多地方，也带出很多新问题。
它把算法从“等你表态”，变成了“看你行动”。
至于行动到底意味着什么，那是下一步的事，不是这一步能解决的。
📎 系列阅读：推荐算法不是偷听：大数据怎么“猜中”你想吃什么、想见谁？——平台不靠麦克风，靠的是多维数据关联。