昨天下午，同事瑤瑤給我分享了個故事，讓我覺得互聯網真神。

一個叫“菜菜很努力”的福建女孩，在小紅書上發了一條尋親的筆記，找她爺爺失聯二十多年的馬來西亞親人。沒想到，這條筆記被系統推薦，很快獲得了幾百個留言，很多馬來西亞的熱心網友幫他擴散。一覺醒來之后，親人出現在了評論區。

我一度以為這是她添油加醋形成的新故事。去小紅書圍觀了下，發現是真事。

這讓我想起二十多年前，鄰居家老太太同樣是找自己失散多年的親人，她在本地登報紙，貼傳單，花了幾年時間都沒有任何音訊，最后在遺憾中離開人世.....哎，要是那會能有這樣方便的途徑該多好。

那位發帖的女孩，在小紅書上只有幾百個粉絲。但算法還是把筆記推薦給了近百萬用戶。這要放在其他平臺，想都不敢想。我突然很好奇，小紅書的流量分配機制是怎么樣的。這條帖子，是怎么傳到合適用戶手中的。

今天就基于這個話題聊聊小紅書。我算小紅書的深度用戶，MacTalk 在小紅書有 8500 個粉絲。我基本每天都會發筆記（歡迎在小紅書上關注 MacTalk）。

上周，和朋友聊天，他問我 2024 年哪些產品的價值被低估了。我想了想回答：小紅書。我在文章中寫過很多次，我建議大家把小紅書當成一個重要的渠道去做。

與抖音、視頻號、微博、微信公眾號等平臺不同的是，小紅書的搜索屬性很強，它上面有非常多的鮮活的經驗和評論。

比如上月中我帶孩子去迪士尼，想了解是否需要購買早享卡，最自然的方式就是去小紅書，其他平臺確實沒這部分內容。前段時間給用戶解讀古建類的書籍，我原本的習慣是去微信里搜，但后來發現，古建相關的知識小紅書上也挺多。

最開始使用小紅書，我把它當一個搜索引擎，想去那里了解別人的生活經驗。

經驗其實就是見解，這也是 ChatGPT 根本無法做到的，比如我想知道某款洗地機怎么樣，GPT 只能回答場面話，但我想要的是很具體很私人的經驗。這時候，小紅書幾乎就是獨一無二的選擇。這確實是這款產品的獨特之處。

這種特質也和剛剛提到的流量分配機制有關系。

注意，我說的是流量分配機制，而非內容分發和推薦方式。

因為從分發推薦方式上來看，主要就三類。一類是基于用戶的協同過濾，推薦系統根據用戶的自然屬性（年齡、性別、學歷等信息）和瀏覽興趣來計算用戶相似度，進而給相似用戶推薦內容。

第二類是基于內容的協同過濾。推薦系統提取內容的特征，然后計算不同內容之間的相似性之后，給用戶推薦與過去喜歡內容相似的內容。第三類是推薦全網的高熱內容。目前看，可能不同產品實現細節不同，但沒有超出這個范疇。

但在不同的流量分配機制下，類似的推薦系統會產生完全不同的結果。

理解小紅書流量分配機制的前提是要先理解它的定位。坊間傳聞有一道產品經理的面試題：“抖音是內容平臺，而小紅書是內容社區，請問社區和平臺的區別是什么？”你可以停下來想想。

我說說自己的認知。刷抖音的時候，我感覺自己像是在看電視，上下滑動的動作類似拿遙控器換臺，從言情劇換到百家講壇。只不過，作為新一代的產品，抖音會把電視節目的顆粒度切得更小，并且，還會結合算法更精準的給我推薦節目。而刷小紅書，有點像走出家門，和街坊們聊些家長里短的事，王阿姨李大爺張叔都會參與進來。前者注重內容消費，后者注重互動交流。

我甚至可以說得更極端一些：在小紅書上，內容只不過是將用戶連接起來的媒介而已。你可以再停下來想想這句話。

這直接就會影響平臺對流量分配的態度：我的出發點不是要把某條大V創作的精品內容做成爆款，而是要讓那些能起到更好連接作用的內容觸達更多人——這些內容往往都不是專業制作的內容。

我從朋友那里得到的一個未經官方確認的數據：小紅書每天會把 50% 以上的流量分配給千粉以下的普通用戶，而抖音會把 80% 以上的流量分配給萬粉以上的創作者。這也能解釋為什么我們在抖音上刷到的絕大多數內容都已經有很高的點贊數據，而小紅書卻不是。

當然，這里面沒有優劣之分。它們如同兩條不同的河流，各自朝著不同方向流淌，各自風景如畫。

我想探討的是造成這種區別背后的原因。跳出來看，核心在于二者的主要內容形態不同。抖音以視頻為主，小紅書以圖文為主。毋庸置疑，相比公眾號的長文，二者都已經極大程度降低了創作門檻?？蓪τ谝粋€創作者而言，想做出一個好視頻的難度，遠遠大于圖文。

視頻需要考慮腳本、口頭表達、拍攝、剪輯、畫面、BGM等因素。普通人拿出手機，隨手拍一個視頻容易，但想做出越過及格線的視頻作品，就要求他必須具備相對專業的能力。能拍視頻和能拍出好的視頻作品，這中間隔著不小的能力鴻溝，而圖文內容中不存在這么大的差異。

換句話說，圖文形式本身就是一種內容平權。

內容創作的客觀規律決定了兩個平臺上優質內容的供給量。供給量又反過來影響了推薦算法的分配邏輯。

抖音優質內容的供給方集中在腰部以上的創作者，而小紅書更為分散。也正因為分散，所以它必須考慮怎么把流量分配給眾多的普通用戶。但抖音沒辦法采用這個策略，不然平臺的內容質量可能會急劇下降。

用統計學的思維表達就是，小紅書上的優質內容更分散。

然后這條因果鏈還在繼續延伸。正因為小紅書的機制是把更多流量分配給普通用戶，一個普通用戶就可能與更多普通用戶產生連接。如果把用戶和用戶之間的關系想象成一張相互連接的網，那小紅書的網沒有呈現出明顯的中心節點，各散點之間的連接同樣稠密。社區屬性也會更強。

這也能解釋為什么我們能在小紅書的發現頁中看到很多僅有 10 來個點贊的帖子。而這種情況在其他視頻內容平臺上會比較少見，他們更多偏向于分發高熱內容。

這完全是兩條不同的道路。

小紅書上有很多普通人的悲喜碎碎念和生活經驗。去年父親生病，他在老家拍了張片子，相隔千里我很著急，不知道什么情況。

當時靈機一動，發了個小紅書筆記求助，沒想到，5 分鐘之內，很快收到幾條評論，熱心的陌生人不斷給我分享經驗，提建議。我一下子得到了寬慰。

是的，無可否認，社交媒體時代，算法放大了人們的情緒，加劇了信息繭房，但另外一面，它也讓不同地域的人可以像鄰里一樣，充分地連接和交流，像開頭提到的菜菜尋親的故事一樣，這個世界很大，但推薦系統可以拉近彼此的距離。

這或許才是技術的意義。