“小沙小沙，替我將【基於端側和助理ai的個性化資訊獲取演算法】上傳至開放原子開源基金會的開源社群。”
這個演算法模型與原本的平臺推薦演算法從根本來說就上是相悖的，理論上使用者的助理代替的就是使用者本人，代表著使用者本人的想法。
但，另一方面，助理ai也是企業開發的，比如小沙，就是白駒科技所開發，開發公司是否會在助理ai中塞自己的私貨？小沙裡邊郝成當然沒有夾帶，但得別人信！
而且，資訊的推薦和獲取，真的是一個非常敏感的問題。
如果是平臺推薦這種模式，還只能控制自己的平臺，而基於助理ai的這個資訊獲取等於是代替使用者把控了全渠道。
這樣的一個東西就更敏感了，郝成自然無意去掌控或者操控什麼輿論。
仔細思考之下，他決定在開放原子開源基金會開源社群將整個演算法直接公開。
當然，開源的只是資訊獲取的演算法，這個演算法與助理ai共同作用，根據使用者設定的規則、同時結合使用者行為習慣以及喜好進行資訊的主動獲取。
這就從根本上杜絕了針對單獨觀點精準夾帶私貨的任何可能。
至於不精準的私貨，可以不用考慮，一是針對性有限，效果絕對不會好。
二是，如果非要搞夾帶，那就得從模型本身的輸出下手，這樣的話搞不好就會把自己精心訓練的模型搞壞，為了一次的私貨，肯定是得不償失的。
當然，這裡邊有一個最大的悖論，那就是，你開放了別人就會用嗎？
就算拋開夾帶私貨的事兒不談，付費推流本身就是巨大的利益，平臺肯定是不可能放棄的。
更何況流量就是話語權吶，翻手為雲覆手為雨的“第四權”也是很誘人的。
這東西讓平臺主動去用去對接，那從根兒上來說就是不現實的！所以，這也只是郝成的第一步棋。
“這第二步，小沙，幫我寫一篇文章，題目就叫《我的喜好究竟被誰在把控著？隱藏在大資料與ai推薦背後的黑暗！》”
雖然是週六，郝成終究還是沒有休息成，又被迫開始工作了：“證據就擺你今天監測到，攻擊我們的這些東西，從源頭到平臺到使用者，從產生到加工再到推流，把鏈條全給他們揭開！”
“還有，給所有的小沙使用者發一條調研：你希望你的資訊獲取渠道被各個平臺掌控嗎？你自己都遇到過情形，提供相關資訊和證據，送一個月會員！”郝成最後給小沙交代道。
……
郝成覺得自己操碎了心，其實原本這些應該是監管的職責。
但在科技領域，監管事實上是處於極度兩級分化的狀態：一方面是一刀切的封，一刀切的牆。
但同時在某些領域，監管卻是長期失位的。
就比如，網站、app、演算法之類，監管部門能做的就只是一個備案，備案能幹什麼？就是出問題了能找到人！
那出問題之前呢？監管完全失去位置。
為什麼？因為行業高階的人才全都在企業，別人在做什麼，怎麼做的，監管部門壓根就不懂，看都看不懂的情況如何去監管？
本章未完，請點選下一頁繼續閱讀！