端着外卖坐到沙发上,拿着遥控器在电视屏幕前上下翻了二十分钟,饭吃完了,片子还没选定。2026年11月3日,Netflix在电视端上线了名为AI Discover的实验性标签页,试图用即时情绪主题终结这种选片内耗。不过拆开这套新界面就会发现,比AI情绪识别更实在的变化,是Netflix终于把用户苦等数年的不感兴趣与已看过屏蔽按钮端上了桌。

藏在红宝石图标里的测试厨房

这次更新先向美国部分使用英语的电视端订阅用户开放,未来几周内会逐步扩围。被灰度到的用户打开电视应用,会在顶部导航栏看到一个带红色宝石图标和New字样的Discover入口。

AI测试厨房上线,老用户最受用的是不感兴趣按钮(示意图)
AI测试厨房上线,老用户最受用的是不感兴趣按钮(示意图)

Netflix把这个独立标签页称为测试厨房(test kitchen),底层由一套新建的实时自适应智能层驱动。用户不再面对传统的海报网格墙,而是直接按当下的情绪、偏好、可用时长或热门趋势来挑选带影视片段的主题。

系统预设的入口很接地气,包含轻松一下(something light)、吓我一跳(scare me)、家庭电影夜(family movie night)以及快速观看(quick watches)等。选定大类后,用户可以继续向下细分主题,或者直接点击换一批(something different)推倒重来。

真正让老用户眼前一亮的改动,藏在每部剧集的播放和我的列表旁边。那里新增了一个调整推荐按钮(Tune Your Recommendations),允许用户保留喜欢的内容,或直接将某部剧集排除在后续推荐之外。在早期媒体现场演示中,点击不再推荐(Do Not Recommend)会弹出两个极其具体的排除理由,分别是不感兴趣与已经看过。

AI Discover 选片与负反馈交互流 1. 顶栏新入口 红宝石 Discover 美区英语TV先行 2. 情绪与时长 轻松/惊悚/家庭夜 带影视片段预览 3. 动态深挖 下钻更细分主题 或点换一批重来 4. 显式负反馈 不感兴趣/已看过 仅限本标签页生效 注:Netflix 将该模块定位于测试厨房,根据用户交互反馈决定后续将哪些功能移入主界面。

借AI之名,还算法旧债

我更在意的是,为什么一个基础的屏蔽按钮,要等到2026年底借着AI的名头才端出来?

借前沿AI之名,补上拖欠老用户五年的负反馈旧债
借前沿AI之名,补上拖欠老用户五年的负反馈旧债

过去十几年,流媒体平台靠历史观看记录、点赞(Thumbs Up)和片单(My List)撑起了协同过滤算法。这套机制默认过去的你等于今晚的你,却无法分辨你此刻是独自瘫在沙发上想看点无脑喜剧,还是周末一家老小围坐在一起找合家欢。

更糟的是,传统推荐系统患上了严重的正向激励偏执。只要你点开过一部丧尸片,算法就会把同类片单塞满整屏。早在2021年1月的Reddit社区讨论中,就有大量订阅用户抱怨在Netflix上翻来覆去只能看到相同的100到200部剧集,庞大的片库被算法压缩成了狭窄的池塘。用户呼吁了整整五年,要求增加已看过和不感兴趣按钮,以此打破单一类型的霸屏。

韩非子讲“形名参同”,意思是名声包装必须与实际功用对得上号。Netflix今天高调宣传实时学习的智能层,落到用户体验上,最解渴的改动反而是补上了传统算法缺失已久的显式负反馈机制。与其说是生成式AI立了新功,不如说是产品团队借着AI发现的壳,把欠了老用户五年的交互旧债给还上了。

披着前沿智能的外衣,干着给陈年算法打补丁的脏活。

对平台长尾内容而言,这次改版倒是一个实打实的转机。用短视频切片配合快速观看等场景化分类,能让积灰的库存老片和中腰部剧集在特定时刻重新露面,不必再和头部爆款硬挤同一条瀑布流。


客厅遥控器上的三条分岔路

把视野拉宽一点看,用AI拯救客厅选片焦虑已经成了流媒体行业的共同动作,但各家对电视交互的理解截然不同。

三大流媒体押注不同交互,方向键点选标签更贴合夜晚客厅(示意图)
三大流媒体押注不同交互,方向键点选标签更贴合夜晚客厅(示意图)

2026年8月6日,Disney+宣布推出AI发现测试版,直接押注自然语言、语音及提示词输入,鼓励用户开口或打字说出具体意图。而Amazon Prime Video正在美国部分客厅设备(含Fire TV)上有限测试AI Topics功能,底层调用大语言模型与Amazon Bedrock,根据用户偏好自动生成关联主题标签供漫游探索。

三大流媒体巨头客厅 AI 找片路线分野 Netflix · AI Discover 2026年11月3日上线 引导式情绪标签 + 显式负反馈 遥控器方向键点选,支持排除已看过与不感兴趣剧集 Amazon · AI Topics Fire TV等有限测试 Amazon Bedrock + 关联主题漫游 大模型动态生成延伸标签,顺着兴趣链条发散探索 Disney+ · AI 发现测试版 2026年8月6日宣布 自然语言 + 语音与提示词输入 开放式直接表达观看意图,交互门槛取决于输入方式

这三条路线背后,是对客厅物理环境的现实妥协。在手机和电脑上,用户习惯敲字跟聊天机器人对话;但到了晚上十点的客厅,没人愿意用电视遥控器的方向键在虚拟键盘上一个个戳字母,对着遥控器说话在多人共处时也常显尴尬。

在这个维度上,Netflix这次少见地克制且务实。它没有强推炫技的对话框,而是把AI藏在预设标签和方向键后面,让用户继续用最省力的拇指点选完成意图表达。

破茧还是筑墙,还得看沙盒之外

不过,对这套新机制的去茧房效果,我不太买账的是它依然带着两道明显的紧箍咒。

顺着老口味层层细分,恐在两百部剧怪圈里筑起更窄回音室(示意图)
顺着老口味层层细分,恐在两百部剧怪圈里筑起更窄回音室(示意图)

第一道限制在于局部沙盒边界。Netflix官方明确表示,用户在AI Discover里拒绝某部剧集的负向反馈,目前仅承诺在该标签页内部跨访问周期记忆并生效,并不会同步到Netflix主界面的所有推荐位。你在Discover里刚屏蔽了一部烂片,退回首页瀑布流,它照样可能横在第一排显眼位置。

第二道隐忧来自过滤气泡的加深。早期演示表明,AI Discover生成的初始主题和子主题,依然高度依赖用户的历史观看记录与偏好预测。当系统顺着你的老口味给出情绪分类,你再一层层往下细分筛选时,极易生成更精准的同质化片单。本想靠AI跳出那200部剧的怪圈,结果可能是在怪圈里精装修了一间更窄的回音室。

  • 风险.Netflix公告仅模糊提及支持受支持的电视(supported TVs),既未公布具体的电视品牌、型号与系统要求,也对底层大模型名称、第三方AI供应商、交互数据留存政策及隐私退出机制只字未提。

当年有线电视时代,人们拿着遥控器在几十个频道间盲目换台,叫作频道冲浪;今天流媒体把片库扩充了百倍,却把用户困在了算法瀑布流里。AI Discover能否真正把观众从那200部剧的循环里解救出来,不取决于测试厨房里的情绪标签有多花哨,而要看Netflix何时敢把那个不感兴趣按钮,真正装进关乎核心流量的主界面里。