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。