撰文 | 雁 秋

編輯 | 李信馬

題圖 | 豆包AI

你有多久沒參與過愚人節(jié)整蠱了？節(jié)日還在，但那份“捉弄人”的小情趣似乎已被忙碌生活沖淡。不過今年，不少平臺玩出了新花樣，其中B站的做法最為特別。

當(dāng)天，B站官方將粉色年度“大會員”替換為綠色“小會員”，會員標(biāo)識與昵稱統(tǒng)一變綠。

更有意思的是，官方下線了算法篩選的「猜你喜歡」，換成從未見過的「猜別人喜歡」。移動端首頁底部有彩蛋入口，點(diǎn)擊「我不信」后推薦機(jī)制就會變化。

你的主頁可能變成健身達(dá)人、小葉紫檀玩家或新能源教父……不想看別人愛好，選「把我的首頁還給我」就能一鍵返回。

其實活動在愚人節(jié)前置頂預(yù)告，多數(shù)網(wǎng)友以為是整蠱，也有人覺得是“反算法”的好棋。議論升溫后，B站說明新功能僅上線24小時。

B站為何推出反常規(guī)活動，又只上線24小時？這僅是愚人節(jié)彩蛋，還是算法深度測試？

01.

盈利下的焦慮

要理解B站這次“反算法”嘗試，需先看其當(dāng)下處境。

2026年3月5日，B站發(fā)布2025年Q4及全年財報：全年總營收303.5億元，同比增13.1%；凈利潤11.9億元，首次年度盈利。

從2022年虧75億到2025年賺11.9億，B站證明了賺錢能力，但資本市場反應(yīng)平淡。3月6日港股收跌4.46%，報201.2港元/股。

利好變利空，市場不買賬的原因？財報里兩個數(shù)據(jù)值得看：歸母凈利潤11.94億元，經(jīng)調(diào)整凈利潤25.90億元，差近14億，核心是股權(quán)激勵費(fèi)用。

股權(quán)激勵是企業(yè)給員工股票或期權(quán)替代部分現(xiàn)金薪酬，雖不耗現(xiàn)金，但按準(zhǔn)則計入管理費(fèi)用沖減利潤。B站2022-2025年股權(quán)激勵費(fèi)用分別為10.4億、11.33億、11.16億、11.71億，2025年盈利年力度不減，上半年5.75億，下半年兩次新授予總價值8.3億港元，不少流向管理層。2024年陳睿年薪2.54億，99.1%是股權(quán)激勵；李旎1.68億，98.8%是股權(quán)激勵。2025年12月兩人各獲41.2萬份受限股份，每人約8000萬港元。

更深層原因是財報的隱疾：用戶增長放緩。2025年Q4月活3.66億，同比增8%，低于過去兩位數(shù)增長，離4億目標(biāo)有差距。

對比停滯的用戶增長，商業(yè)化加速：2025年廣告收入破100億，同比增23%，占總營收33%。李旎提到“閃購大戰(zhàn)”，B站通過“大開環(huán)”電商戰(zhàn)略向淘寶、京東導(dǎo)流，證明拉新能力。

拉新留客是B站的大事，需找新方式激發(fā)活躍度、延長停留時長，為社區(qū)電商“種草”創(chuàng)造更多觸點(diǎn)。愚人節(jié)的「猜別人喜歡」，表面是反算法彩蛋，背后或承載緩解增長焦慮的目標(biāo)。

02.

“反算法”打破了信息繭房？

B站如何“反算法”？長期以來，算法讓用戶沉浸在自己的世界，平臺希望延長停留時長，但精準(zhǔn)推薦的邊際效應(yīng)遞減。艾瑞咨詢2025年報告顯示，用戶有效使用時間從303分鐘降至273分鐘，使用次數(shù)從73次降至61次，原因是內(nèi)容同質(zhì)化，用戶新鮮感下降。

B站打破同質(zhì)化，把別人關(guān)注的內(nèi)容“搬”到你面前：一方面?zhèn)鬟f“推薦其他內(nèi)容”的姿態(tài)，給用戶選擇權(quán)；另一方面測試用戶接受度，點(diǎn)擊率、停留時長等成為產(chǎn)品迭代數(shù)據(jù)基礎(chǔ)。

但“反算法”只是新殼，依舊是平臺替你決定看什么?！覆履阆矚g」用“你”框定，「猜別人喜歡」用“別人”影響，且“別人喜歡”是站內(nèi)高互動熱門內(nèi)容，沒鼓勵冷門原創(chuàng)或真隨機(jī)，只是站內(nèi)興趣搬運(yùn)。

新問題：知道喜好可能被推薦給陌生人，你還會“真心喜歡”嗎？比如點(diǎn)贊冷門紀(jì)錄片，以前是純粹喜歡，現(xiàn)在可能擔(dān)心代表人設(shè)、被誤解，點(diǎn)贊從私人行為變成公開表達(dá)，“一鍵三連”或成維護(hù)人設(shè)的“社交表演”。B站像給信息繭房裝了鏡子，用戶不僅待在里面，還要注意表情。

尾聲

“猜別人喜歡”確實是愚人節(jié)彩蛋，但拉長視角有很多可探討的。選愚人節(jié)節(jié)點(diǎn)，用“整蠱”吸引眼球，最終是為拉新促活、增強(qiáng)社區(qū)黏性。24小時設(shè)置既能收集反饋，又不對核心體驗造成長期沖擊，是低成本高關(guān)注度的產(chǎn)品測試。與其說這是“反算法”，不如說是換了推薦依據(jù)——依然依賴熱門內(nèi)容，追求流量效率。