为什么我在脆发“废话”却爆火？揭秘脆和X的“流量红利”与分发逻辑

2026-07-22 02:32:46 今晚世界杯

编前语：

在社交媒体的流量游戏里，我们似乎正迎来一个“反直觉”的时代。

你是否有过类似的经历？在X（原Twitter）上字斟句酌地写一段深刻见解，浏览量只有区区几百；但在Threads上随手发一句“今天好累”或者转发一张IG照片，点赞和评论却如潮水般涌来。

这种“平庸内容获得离谱流量”的现象，究竟是单纯的运气，还是算法背后隐藏的社交密码？

最近，我通过几次“意外”的传播实验，研读2025年最新的实证论文，试图还原这套分发机制的底层逻辑，带大家一起看清这张算法黑盒中的权力地图。

意外的“冷启动”：

为什么小白号也能一夜出圈？

故事始于一次无心的操作。我将一篇Instagram的贴文顺手同步到了Threads。当时我的Threads账号还是个“小白号”，除了从IG迁移过来的好友，几乎没有粉丝基础。

惊人的是，这篇内容极其普通的图文，曝光量却出奇地好。后来，我试着在别人的热门帖文下留了一则“玩梗”的评论，没想到这则留言竟然实现了“寄生分发”，引发了海量点赞，甚至带动了我的个人主页访问量大幅提升。

为什么我的“小白号”也能无意之间“火”了一把？

这得助于Meta的“裙带关系”

在计算机传播学中，这被称为“跨平台权重继承”（Cross-platform Weight Inheritance）。换句话说，Threads与IG的底层数据是打通的，相当于“同穿一条裤”的兄弟，算法一查你的ID，发现你在IG已经是个信誉良好的老用户，也识别到你之前发布内容的“初始指纹”。当你同步内容时，平台会给予这份内容一份“初始信用”，就像是进了新手村，Threads给新用户发了一份“新手大礼包”。加上Threads算法对视觉图像（Viewport）的天然优待，让你即便零粉丝起步，也能拿到第一波流量注入。

与教授的辩论：

算法是“确定模式”还是“概率抽奖”？

当我把这些“规律”分享给我的老板——一位科技传播领域的教授时，他却向我提出了挑战：

“我也试过同步内容，但同样的贴子，一条三千浏览，另一条却只有一百多。这看起来不像是可复制的模式（Pattern），更像是在抽奖。”

为了回应这个挑战，我们不妨先从数据挖掘的角度，拆解几个容易被大众混淆的核心指标。

1. 指标定义：你在意的数字，含金量究竟有多少？

在数据分析领域，计数方式决定了价值判断。我们总会容易被动辄几万的“浏览量”唬住，但实际上很多数字只是社交平台为营造虚假繁荣的“障眼法”，有时候笼统而言的“浏览量”并不能展示一则内容的实际传播效力，在此，我们一起来厘清几个指标：Impressions（曝光）、Views（浏览） 与Engagement（互动）。

曝光量（Impressions）：好比是“地铁站人流”。只要贴文出现在用户屏幕滚动的路径上，即便用户快速刷过（Scrolled past），只要内容加载，就算一次曝光。它是数据水分最大的部分。

浏览量（Views）：像“进店看菜单的人”。它通常要求用户有一定的停留时间（Dwell Time），或者主动点开了“查看更多”。

互动量（Engagement）：才是真正进了店而且还“买咖啡”的人。不仅包括点进去帖文查看，还包括点赞、回复、分享转载等后续行为。相比于前面所说的只是路过和看一下菜单，真正掏钱买一杯咖啡的行为是不是需要更多的时间和精力？互动量（Engagement）也是算法判断内容质量的核心信号。（以下图片由AI生成）

2. 横向对照：为什么不同平台的数据观感天差地别？

我后来在玩Threads时，很喜欢点开“洞察报告”（Insights）页面，就像是我的个人数据分析面板——可以查看到过去90天内的帖文浏览次数、互动次数（如点赞、回复和转发次数），以及追踪者人数等。

图片来源：Threads

但是在玩不同社交软件时我们会发现，不同平台对类似这种“内容价值”的定义会有所区别，这也直接决定了它们的计数逻辑和分发诱向。

YouTube（极致保守）：为了保障广告商利益，YouTube定义一个浏览量（View）极其吝啬。有效播放通常需要用户主动点击或观看超过30秒。这种机制下，每一帧数据都经过审计，具有对价感，含金量极高。

X/Twitter（数据通胀）：马斯克将原本躲在后台的曝光量（Impressions）贴上“浏览（Views）”的标签推向前台，本质是为了营造平台的“繁荣假象”。这种计算方式极大放大了用户“快速划过”的权重，哪怕你只是以100码的速度扫过一条推文，数字也会+1，导致数字严重虚高。

Threads（速度优先）：逻辑与X几乎一致，主要侧重于体现贴文的“曝光度”而非实际交互。它在乎的是交互初速度（Velocity）——在目前的红利期，只要你的内容滑入用户的视口，算法就会迅速记录并寻找下一次分发机会，试图先让社交场热络起来。

TikTok（无感计数）：其推荐页（FYP）采用自动播放机制，逻辑与X异曲同工——刷到即算。只要影片出现在用户屏幕上，浏览量就+1，即便用户看都没看就划走了。这种低门槛计数是为了喂养其强大的推荐引擎，通过海量的“被动样本”筛选出极少数能让人停下来的爆款。（以下图片由AI生成）

3. 算法底层机制：探索预算（Exploration Budget）

教授提到的“同文不同命”，引出了我们讨论的核心——算法的随机实验性，学术界对此有一个术语叫“探索预算”（Exploration Budget），由“多样性探索器”（Diversity Explorer）驱动。

当你发布一条新内容时，系统会分配一笔“探索预算”：

随机抽样：贴文会被投放到一小群（例如50-100 人）随机用户面前。

压力测试：系统实时监测这群人的数据特征——是快速滑过（无效曝光）？还是停下来点击了“阅读更多”（有效浏览）？

扩音效应：如果这批“种子用户”反应良好，系统判定内容具备“破圈潜力”，进而开启二次甚至三次级联分发。（以下图片由AI生成）

教授提到的数据差异，本质上是“随机抽样误差”。同一条内容，第一次抽到的50个路人可能正在忙碌，内容就会迅速下沉；第二次抽到的50个路人刚好兴趣契合，引发了互动，从而激活了算法的大规模推流。这不是玄学，而是概率论在社交网络中的暴力实践。

Threads的Vibe：

为什么“废话”比“深见”更受欢迎？

为什么同样的文字，在X上被视为“噪音”，在Threads却成了“共鸣”？这涉及到了“可回复性”（Reply-ability）的算法加权。

X的逻辑：追求信息量与对抗性。发文门槛高，用户倾向于“只看帖不说话”。

Threads的逻辑：强调社交性与情绪价值，算法在寻找“极低门槛的切入点”。

一句“今天咖啡真难喝”或“我好累”，在算法眼中是极其优质的资产。因为它能诱发无数人回一句“我也是”。这种“高频率、短回复”的对话链，在算法眼中等同于高强度的用户参与（Engagement）。就像之前爆火的香港“大宝冰室肉饼饭”帖文，看似无厘头的重复，却因为人人都能接梗，获得了算法的优待，成为了Threads上风靡一时的“潮文体”。

实证挖掘：

数据揭示的“红利期”真相

为了给这种体感找寻硬核的数据支撑，我研读了发表在《Journalism and Media》2025年3月的实证论文《Digital Political Communication in the European Parliament: A Comparative Analysis of Threads and X During the 2024 Elections》。

图片来源：Digital Political Communication in the European Parliam

研究者对比了欧洲议会（EP）官方账号在两个平台上的表现，数据展现了极其有趣的差异（Velasco Molpeceres et al., 2025）：

参与率的“奇迹”：论文数据显示，即便在X平台上欧洲议会（EP）官方账号的粉丝量是在 Threads的10倍，但在2024年选举期间，Threads的参与率（Engagement Rate）高达0.09%，显著高于X的0.05%。这印证了 Threads算法更倾向于“普惠”普通内容。

图片来源：Digital Political Communication in the European Parliam

叙事形式的彻底“脱钩”：

Threads是“串文”天堂：研究样本中，Threads有65.67%的贴文是以“串文（Threads）”形式发布的，而X仅占7.69%。Threads用户更习惯通过连续的对话结构来阅读。

视觉资源的错位：Threads的原创贴文比例是100%，且其信息图表（Infographics）的使用率（11.94%）高于X（8.65%）。

对话打包机制：论文讨论发现，Threads会将“优质回复+被回复的原贴”打包推送给陌生人。这解释了为什么你在热点下的回复能“寄生”热点流量实现破圈——因为系统把你的回复视为了该对话块（Conversation Block）不可或缺的延伸。

读完论文，我们可以具象化地想象以下这两个场景：

X(Twitter)就像是一个高度等级化的广场。只有那些装备精良、声音洪亮的人（蓝标认证、资深政客、超级名流）才会有更多人听到他们的话。在广场上，信息的流动是自上而下的，普通人的声音很容易被淹没在精英阶层的宏大叙事里。

Threads则更像是一个去中心化的酒吧。大家围坐在不同的圆桌旁，算法不再只盯着你的头衔，而是盯着谁的话更具“共鸣”。在这里，哪怕你是一个无名小卒，只要讲了一个让人忍不住接茬的冷笑话，算法就会立刻帮你把圆桌拉大，让你成为这一刻的社交中心。（以下图片由AI生成）

这篇论文也揭示了一个有趣的现象：即便是像欧洲议会（EP）这种严肃属性的官方账号，在 Threads上也会收起那副精英说教的面孔。

这种策略的转变，显示出机构账号正在主动利用 Threads的“感戴价值（Phatic Value）”。通过“串文”和“连续聊天”来融入用户社区，它不再只是单向广播，而是在谋求更具韧性的话题反响，为政治宣传积累更有温度的社交资产（Social Capital），并最终将这种“算法共鸣”转化为选民的民主认同感与投票参与度。

“同好圈”加成：

掌握“同担”的摩斯密码

最后一个流量密码是基于兴趣图谱的“同好圈”（Interests Circles）。

我当时无意转发到Threads的帖文是关于我看完演唱会的总结，文字部分提到了我喜欢的歌手名、“红馆”、“港乐”等关键词，配图是我拍的演唱会现场图。这种图文并茂的帖文会触发关键词所匹配的“同好圈”效应。在亚文化圈层里，内容不需要伟大的见解。一个只有圈内人（同担）懂的谐音梗、或者一串代表特定梗的Emoji或memes（迷因图），甚至一句看似内容空白的情绪化感慨，都能瞬间点燃圈内人（同担）的参与欲。

因为演算法判断你属于某个话题簇，它会优先让“懂的人”看到你。

总结

说到最后，Threads的算法并不是在寻找“伟大”，而是在寻找“对话”。

它打破了社交媒体长期以来由蓝标或个人权重垄断的层级，让每个普通人的情感碎碎念，都有机会成为共鸣中心。

下一次发文时，不如试着放下包袱，试着发一句“今天上班好累”，或许你会发现，在这个算法统治的世界里，废话才是人类最后的温柔。

作者：

邹

博易数据 舆情洞察研究员

参考资料：

[1] Velasco Molpeceres, A., Miranda-Galbe, J., & Prieto Muñiz, M. (2025). Digital Political Communication in the European Parliament: A Comparative Analysis of Threads and X During the 2024 Elections. Journalism and Media, 6(1), 42. https://doi.org/10.3390/journalmedia6010042

[2] Chi Wei Lin. (2025). Threads 经营攻略解析：如何利用同好圈提升互动？. 数位时代. https://www.bnext.com.tw/article/81784/threads-engage-strategy

[3] Rem Chiu. (2025). 2025年最新香港品牌Threads行銷案例：解構如何打造高互動率貼文. More Digital. https://moredigital.com.hk/2025/02/18/threads-marketing-cases-hk/

[4] Akira. (2025). 港品牌藉Threads吸客 打造「贴地」形象返回搜狐，查看更多