Token导航 LogoToken导航

AI 资讯 · 大象新闻

字节系App拿走41.8%用户时长

更新 2026-11-01大象新闻正文 3893字阅读约 13分钟2 张图片


就在这几天,互联网圈刚刚吵了一架。

10月26日,媒体人秦朔发了一篇《可怕的字节红果与中国互联网的字节时间》,引用野村证券援引QuestMobile的数据:2026年8月,中国移动互联网使用时长排名前50的App里,字节系合计拿走了41.8%,腾讯系28.6%,两者差距拉大到13.2个百分点;抖音使用时长首次超过微信;红果短剧日活1.68亿,人均单日观看125分钟。

两天后,抖音集团副总裁李亮连续发微博反驳,说这个定性极不严谨纯属瞎扯——理由是统计口径只覆盖了移动端Top50,没算长尾App和PC端。秦朔又转头再回应一轮,微博上#李亮反驳字节时间说法#直接挂成了热搜。

一个是观察了中国商业三十年的媒体人,一个是平台高管,为你的时间到底归谁吵上了热搜。

但有意思的是:整场争论里,所有人都在算字节拿走了多少、腾讯拿走了多少,却几乎没有人停下来问一句——你被拿走的那几个小时,到底换回了什么?这才是这个热搜底下,真正和你有关的问题。

先看一组数字:时间是怎么被"记走"的

先看一组数字。央视网2026年9月报道援引国家统计局《中国时间利用调查年鉴2024》:全国居民日均上网时长已经达到5小时37分钟,相比2018年整整翻了一倍;其中18—59岁的主力人群,日均上网高达7小时13分钟。

另一组来自CNNIC的数据可以互相印证:截至2025年12月,我国网民人均每周上网32.5小时,较上年同期再增3.8小时。这意味着,对一个十几岁到五十几岁的人来说,醒着的时间里,超过一半是在屏幕前度过的。



数据来源:国家统计局《中国时间利用调查年鉴 2024》;央视网 2026 年 9 月 21 日报道《时隔 6 年,时长翻倍:中国人日均上网超 5 小时,都在刷什么?》。2018 年数值由"6 年翻倍"倒推。另据 CNNIC 第 57 次报告,截至 2025 年 12 月网民人均每周上网 32.5 小时。

而这32.5小时里,真正被"工作、学习、查资料"吃掉的只是一小块。剩下的大部分,是被一个叫做"刷"的动作吃掉的——没有目的、没有计划、刷完也不记得。

回到那场争论。41.8%听上去只是一个行业份额,但换算到你身上,就是每天将近两个半小时,被同一家公司的算法默默占据。问题是:你明明知道该睡了、该干活了、该吃饭了,为什么就是停不下来?

这不是你的意志力问题

最常见的解释是:你就是自控力差、管不住自己。

这个说法听起来很省事,但它漏掉了一个关键事实——在你对面,不是一个中立的工具箱,而是一支由心理学家、数据科学家和设计师组成的千人团队,他们唯一的KPI,就是让你多停留一秒。

前谷歌设计伦理学家、人道技术中心(CenterforHumaneTechnology)联合创始人TristanHarris,多年来一直在向各国议会和公众拆解这套系统:红点通知、算法策划、无限滚动、间歇性奖励——每一个组件都经过行为心理学的精密校准,目的就是"操纵人类情绪,让你尽可能久地留在平台上"。

NirEyal在《上瘾》(Hooked)里把它总结成一个四步循环:触发→行动→可变奖赏→投入。其中"可变奖赏"是灵魂——你不知道下一条视频是好笑、是愤怒、还是一只猫。这种不确定性,和老虎机的拉杆,走的是大脑同一条神经回路。

纽约大学心理学家AdamAlter在《欲罢不能》(Irresistible)里进一步列出行为成瘾的六个设计要素:清晰目标、即时反馈、可见进度、难度升级、未完待续、社交互动。你今天打开的每一个主流App,几乎都把这六项凑齐了。

所以,把这一切归咎于"我不自律",就像把输钱归咎于"我手气差",却不肯承认面前那是一台被精心调校过的老虎机。

大脑里发生了什么:快感是"短"的,判断是"长"的

为什么这种设计让人欲罢不能?因为它精准命中了大脑两套完全不同的奖励系统。

为什么这种设计让人停不下来?2026年夏天,中国科学院计算技术研究所研究员张语轩在新华网的科普采访里讲得很直白:大脑内部有一套多巴胺"奖赏信号"系统,正常情况下它应该在你完成一个目标之后才发放;但短视频把这套信号拆碎了,每滑一下就给一小口。北京安定医院医生杨可冰在央视网的报道里把它叫做"刺激—获得奖励—再刺激"的闭环——和赌博机的循环是同一个神经回路。

神经层面的警告在2026年变得越来越密集。人民网2026年1月的科普报道援引临床专家指出:长期刷短视频会让负责注意力、推理和决策的前额叶皮层功能弱化,直接后果那束屏幕的光,夜夜都亮在你脸上。就是"耐心降低、专注时间缩短,难以长时间深入思考和学习"。新华网2026年8月的报道中,中南大学湘雅医学院副院长李学军更是用了一个让很多人心里一紧的词——"脑腐":长期暴露于碎片化信息,正在造成认知衰退与脑功能的慢性损伤。东南大学附属中大医院心理精神科主任袁勇贵则把这称作"愉悦陷阱":短视频的瞬时快感持续冲击前额叶,越刷越累,放下后却更空虚。

国内的神经外科专家也在发出警告。中南大学湘雅医学院副院长李学军在接受新华网采访时提出,长期暴露于碎片化信息,可能引发所谓"脑腐"——负责自控、决策的前额叶皮层功能正在被慢性弱化。

更隐蔽的损耗,是"注意力残留"。华盛顿大学商学院教授SophieLeroy的实验发现:当你从任务A切到任务B,哪怕只切了一两分钟,一部分注意力仍"粘"在A上,认知表现会在之后很长一段时间里打折。CalNewport在《深度工作》里把这笔账算得很清楚:一次被打断,大脑往往需要约23分钟,才能重新回到深度状态。

换句话说:你以为自己是在"利用碎片时间放松",实际上,你付的是整段注意力的租金。

算法不只替你选内容,它在替你"想"

时间被偷走,还只是第一层代价。

更隐蔽的是:算法不仅决定你能看见什么,还在悄悄决定你"只能"怎么想。

哈佛大学法学院教授凯斯·桑斯坦(CassSunstein)早在2006年的《信息乌托邦》里就提出了"信息茧房"(informationcocoon):当人只听自己选择的、只看让自己愉悦的东西,就会把自己关进一个回声室。二十年后,这个预言被算法兑现得比他当年担心的还要彻底。

你每一次停留、每一次划走、每一次点赞,都在训练算法更懂你喜欢什么。于是你越看越顺心,越看越觉得"大家都是这么想的"。你以为你在浏览世界,其实你在浏览自己的倒影。

北京师范大学新闻传播学院2026年的研究指出,算法、用户偏好与信息生态正在形成动态闭环,同质信息被一层层回流。2026年8月,斯坦福大学一项新研究分析了X(原推特)的"ForYou"推荐流后发现:算法并不是按你的价值观推送内容,而是按"你最可能跟它吵架"来排序——engagement(参与度)权重最高,于是愤怒和对立被系统性放大。国内学者高山冰在2026年10月的研究综述里,把信息茧房的后果分成清晰的三层:表层是"内容单一化",中层是"认知固化",外层是"群体极化"。

这就是"认知固化"真正的机制:不是你变笨了,而是你接触到的异见,被系统悄悄替换成了赞同。一个人长期只在回声里说话,最后会真的以为自己听到的,就是世界的全部音量。

真正被上交的,是"慢思考"的肌肉

把前面三层连起来,最隐蔽的代价才浮出水面。

第一,大脑习惯了15秒一个刺激;第二,前额叶的自控回路被反复占用;第三,你看到的世界越来越是"你喜欢的"。三件事合在一起,会发生什么?

你会发现:长文读不下去了,一本书翻三页就想摸手机;一个需要推理三步的观点,你没耐心看完;一个和你立场相反的说法,你的第一反应不是"让我想想他哪里对",而是"这是谁发的,能不能举报"。

这不是你道德上变狭隘了。这是你的"慢思考肌肉"长期没有被使用,开始萎缩。

心理学家卡尼曼把人的思考分成两套系统:系统1快、直觉、省能;系统2慢、费力、需要主动调用。短视频精准喂养的全是系统1——它替你把一切都剪成有情绪、有结论、有爽点的样子。当系统2长期不被调用,你就慢慢失去了"延迟判断"的能力:看到标题就想转发,听到结论就想表态,遇到反方观点就生理不适。

你不是被强迫放弃思考的。你是在一次又一次"好爽"的瞬间,温柔地、自愿地,把思考这件事外包了出去。

边界:这不是要你明天就砸手机

必须说清楚这篇文章的边界。

它不是要论证互联网是万恶之源,也不是号召你立刻断网。工具本身是中立的:有人用它学完了整门公开课,有人用它联系上了失散多年的亲人,有人靠它获得了过去一辈子都接触不到的机会。

问题从来不在"用不用",而在"谁在用谁"。

有一个一针见血的比方:如果你没有为产品付钱,那你就不是客户,你是被出售的那件商品。在这个结构里,你的注意力,就是被明码标价、反复卖给广告主的东西。

所以真正值得警惕的,不是"手机太好玩",而是你慢慢丧失了"主动选择看什么"的能力。你以为你在刷,其实是被刷;你以为你在消遣时间,其实是时间在消遣你。

回到那个凌晨一点十七的瞬间。

你躺在床上,手机屏幕的光映在脸上,算法还在不知疲倦地为你推送下一个笑料。它没有抢你的钱,它抢的是更贵的东西——你用来发呆、用来怀疑、用来和自己争辩的那一段空白。

而一个人所有的独立判断,恰恰都长在那一段空白里。

当你把它一寸一寸换成15秒的快感,最后你会发现:你以为自己只是"玩了会儿手机",其实是把"怎么想"这件事,交给了一个只想让你多停留一秒的系统。

互联网进入你的时间,从来不是从一个App开始的,而是从你不再问"我为什么又刷了两个小时"开始的。

把这个问题问回来,就是把思考的主权,拿回来的第一步。

河南卫视部分观点综合自国家统计局、央视网、新华网、新华网客户端、人民网上海、光明网,转载请注明出处

对此你怎么看?

记得评论区留言!

文章标签AI资讯

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。