事件
2026 年 5 月，前加密新創創辦人 Nadav Hollander 推出 Noscroll，一個讓 AI 代理替使用者瀏覽社群媒體並摘取重點的機器人服務。使用者無需下載應用程式，只需傳訊給 AI，就能接收被「機器審美」過濾後的內容。
表面現象
Noscroll 看似在解決一個個人問題：人們想要 X（Twitter）上的資訊密度和即時性，卻被演算法的「參與度優化」（推送負面、刺激性內容）所累。創辦人用速食比喻——你吃完就噁心——點出了 doomscrolling 的本質。
但這遠非新問題。社群媒體的「滾動陷阱」已被心理學、設計倫理研究證實十多年，為何現在才有人做這個產品？
核心機制
Noscroll 運作的邏輯是成本轉移：
- **原狀態**：使用者付出「時間 + 認知負荷 + 心理損耗」來自己過濾
- **新狀態**：使用者付出「金錢（或數據）」讓 AI 代理過濾
這個交換只在一個條件成立時發生——篩選成本（內部成本）> 購買外包服務的成本（外部成本）。
為何現在才行？
1. LLM 的出現：多模態理解能力足夠「理解」什麼叫 signal vs noise，而非只是機械性關鍵字匹配 2. 痛點加劇：自 2020 年後，主流社群平台的演算法競賽已演變成「極端內容競賽」，普通使用者的過濾難度指數級增加 3. 信任危機：人們對平台本身的策展能力喪失信心，反而願意信任「第三方 AI 代理」
更深層的經濟邏輯
這不是科技問題，而是經濟分工問題。
Herbert Simon 在 1970 年代提出：「資訊過載不是資訊太多，而是注意力太少。」當注意力成為稀缺資源時，專門從事「注意力分配」的中介機制就有經濟價值。
歷史範例： - 1990 年代：雜誌社 / 報紙編輯 = 訊號過濾器（為大眾篩選新聞） - 2010 年代：推薦演算法（自動化篩選） - 2020 年代：AI 代理（個人化篩選 + 成本轉嫁給平台）
Noscroll 的真正創新：它把平台的責任轉嫁回去——不再要求平台改進演算法，而是直接說「我幫你從垃圾裡挑寶藏」。
隱藏的賽局
這裡出現了一個三角困境：
1. 平台：想要最大參與度（推送極端內容） 2. 使用者：想要訊號（不想要參與度最優化的內容） 3. AI 代理：想要成為「平台與使用者之間的新中介」
Noscroll 的存在反證了：平台無法同時服務「參與度最大化」和「使用者福祉」，所以市場正在生長一個新的中間層。