Kevin Systrom 與 Mike Krieger 又殺回來了。
2018 年，因為與母公司的關係緊張，Instagram 的兩位聯合創始人離開了 Facebook。現在，他們又一起成立了一家新企業，希望探索下一代社群APP的點子。他們的第一個產品是 Artifact，這是一個個性化的資訊流（news feed）產品，利用了機器學習來瞭解你的興趣，而且很快就可讓你與朋友討論那些文章。
Artifact，這個名字融合了文章（articles）、事實（facts）與人工智慧（artificial intelligence）的 app，近日已經向公眾開放等待名單的申請。 Systrom 說，該公司不打算讓使用者等太久。App 有支援 Android 和 iOS 的版本。
如何理解 Artifact ？最簡單的方法是把它看作是文字版的 TikTok ，雖然你也可以稱之為 Google Reader 的行動重生版，或者甚至也許是對 Twitter 的一次突然襲擊。
這款 app 會打開一系列熱門的出自精選發行商列表的文章，裡面既有像《紐約時報》這樣領先的新聞機構，也有關於小眾主題的小型部落格。只要你點擊了感興趣的文章，Artifact 就會在未來為你提供類似的發文和文章，就像在 TikTok 的 For You 頁面上觀看影片會導致它的演算法逐步調整一樣。
今天透過等待名單進來的使用者將只能看到排名較前的資訊流。但 Artifact beta 使用者目前正在測試另外兩項功能，Systrom 預計今後這兩項功能將會成為該 app 的核心支柱。其中一個是顯示你關注的使用者所發表的文章的動態消息，以及他們對這些發文的評論。（使用者無法在沒有連結的情況下發表純文字，至少目前是這樣的。）第二個是私聊收件箱，透過這個功能你可以和朋友私下討論你閱讀的文章。
從某種意義上說，Artifact 感覺像是一種倒退。畢竟受 TikTok 成功的啟發，大型社群平臺在過去幾年一直在追逐短影音產品和隨之而來的廣告收入，而與此同時，就像 2000 年代後期的社群網路一樣，Artifact 卻將目光鎖定在文字上。但兩位創始人希望，這十多年來的經驗教訓，以及人工智慧的最新進展，能夠幫助他們的 app 取得突破，進而接觸更多的受眾。
Systrom 和 Krieger 說，幾年前他們就開始討論 Artifact 的想法了。Systrom 表示，他曾經對機器學習系統改善推薦的能力持懷疑態度——但他在 Instagram 的經歷讓他成為了機器學習的忠實信徒。
他說：「這些年來，我能看到每當我們使用機器學習來改善消費者體驗時，情況很快就會變得非常好」。
那為什麼要選擇現在回來？從技術上講，這不是兩人自 Instagram 之後的第一個案子；2020 年，他們就聯手創建了網站 RT.live 來追蹤 COVID-19 的傳播情況。
但 Systrom 表示，在以下三件事情發生之前，他們不想再創辦一家新公司。第一是，要出現他和 Krieger 有可能抓住的消費技術的新浪潮。第二，要有一種能將那股浪潮與社群技術聯繫起來的方法，而且是他和 Krieger 覺得可以繼續投入情感的方法。第三，要想出他們的產品如何解決問題的點子——長期以來，Systrom 一直都從可以為客戶完成哪些工作的角度去思考技術設計。
讓 Artifact 成為可能的突破的是Google在 2017 年發明的 transformer。它為系統提供了一種機制，用比以前更少的輸入就能理解語言。
Transformer 説明機器學習系統以更快的速度加以改進，這直接催生了去年發表的 ChatGPT 以及隨之而來的對人工智慧的高漲熱情。 （Transformers 就是 ChatGPT 裡面的「T」 。）
它還為社群網路創造了一些新的可能性。一開始，社群網路向你展示的是朋友覺得有趣的東西——也就是 Facebook 模式。然後他們開始根據你選擇關注的人（不管對方是否是你的朋友）向你展示內容——也就是 Twitter 模式。
TikTok 的創新是只用演算法預測向你展示內容，不再關心你的朋友是誰或你關注了誰。它很快成為了全世界下載次數最多的 app。
Artifact 代表了做同樣事情的努力，但主要是針對文本。
Systrom 說：「我看到了這種轉變之後，就在想，哦，這就是社群的未來。這些不相連的圖譜；這些圖譜是透過學習而不是顯式地創建出來的。對我來說很有趣的是，當我環顧四周時，我在想，夥計，為什麼社群APP不能隨處可見這樣的東西？為什麼 Twitter 仍然主要基於關注？為什麼 Facebook 也是如此？」
問題是，針對新聞文章和部落格文章的個性化推薦是是不是可以像影片之於 TikTok 一樣，為 Artifact 帶來同樣的病毒式成功。沒人可以打包票：2014 年，誕生了一批像 Zite 和 Pulse 這樣的個性化新聞應用，但基本上都是曇花一現，無法在使用者中培養起深厚習慣。總部位於東京的 SmartNews 也使用了類似的 AI 技術來提供個性化推薦，本月早些時候，在使用者群下降以及廣告市場充滿挑戰的情況下，該公司已裁掉了在美國和中國 40% 的員工。
與現階段的大多數初創公司一樣，Artifact 尚未確定其商業模式。Systrom說，廣告顯然是合適的模式之一。但他也有興趣考慮與發行商計進行收益分享。如果 Artifact 能夠做大的話，它可以幫助讀者找到新的出版物並鼓勵他們去訂閱它們；Artifact 嘗試從中分一杯羹也許就行得通。
Systrom 還表示，Artifact 會認真對待為讀者提供高品質新聞與資訊的工作。他告訴我，這意味著要堅持精挑細選，只將遵守編輯品質標準的出版商納入進來。目前，該公司不會透露自己的系統都有哪些發行商，但你可以在 app 裡面去搜尋各個發行商。
裡面既有左翼也有右傾的發行商；比方說，從中可以找到 Fox News。但對於誰屬於或誰不屬於哪個陣營，Artifact 將會做出自己的判斷，Systrom 對此並不諱言。
他說：「最近技術面臨的問題之一是很多公司不願意根據品質和是否有利於人類進步做出主觀判斷。對吧？基於是非曲直做決定就行了，不管有多艱難。」
他說，Artifact 還會刪除散佈假訊息的個別發文。它的機器學習系統最佳化的目標是看你在閱讀各種主題方面花了多長時間——點閱量和評論數不是主要衡量指標——這樣可以獎勵更吸引人的內容。
目前，Systrom 和 Krieger 還是用自己的錢為 Artifact 提供資金，不過我想他們很快就會有投資者主動找上門來的。開發這款應用的團隊一共有 7 個人，其中包括 2016 年至 2021 年在 Instagram 擔任高級產品主管的 Robby Stein。
在以 7.15 億美元的價格將 Instagram 賣給 Facebook 之後，Systrom 與Krieger 對找工作的需求並不迫切。那為什麼他們這次要做 Artifact 呢？
Systrom 說：「我們骨子裡都是喜歡開發的人。我們在這個世界上已經找不到其他地方可以讓我們編寫程式碼，開發出大家喜歡的產品了。而我就喜歡做這個。」
他說，人工智慧的進步也激發了他們的想像力。
他說：「我認為機器學習無疑是目前可以做的最酷的事情。原因不是因為它很時髦，而是因為當它知道你進入特定主題時，它可以完全瞭解你，你會想——就靠一些數字相乘（編者注：矩陣相乘）怎麼就能做到這樣的？ OpenAI 的 CTO說，機器學習的情況基本上是幾個月都毫無進展，然後突然一下子就行了，然後又變成了工作得非常好。我對此很有共鳴。」
Artifact 我現在才用了幾個小時，該公司計畫要開發的許多功能目前仍處在規劃階段。正如你對 Systrom 和 Krieger 的預期一樣，該 app 做得相當精緻。如果在 app 裡面閱讀一篇文章，當你返回消息流時，它會在漂亮的輪播控制項中為你推薦更多類似的文章。到了晚上，app 會自動切換到深色模式。當你發佈連結時，你可以選擇是允許所有人發表評論，還是將評論限制為你關注的人，或者完全關閉評論。
從很多方面來說，我認為這類產品的時機已經成熟。 AI 確實讓消費者 app 出現新事物成為可能，而在伊隆‧馬斯克的領導下，Twitter 的崩盤為在這個領域擁有真正專業知識的團隊創造了機會視窗，讓他們可以再次嘗試文本型的社群網路。
要想取得大規模成功，我懷疑 Artifact 要做的不僅僅是給使用者展示一系列有趣連結就行了。即使在當前數位出版不景氣的情況下，web 依然充滿了有趣的故事，任何曾經瀏覽過Google搜尋框下方出現的那些「標題黨」的人都可以證明這一點。很少有人會花很多時間去抱怨他們在網際網路上找不到任何好看的東西。
是，AI 代表了 TikTok 成功的很大一部分。但就像之前的 Twitter 一樣，TikTok 的成功也在於它是如何捕捉到圍繞著核心動態消息展開的交流的——不僅僅是幾條走紅的推文，他們還注意到 TikTok 上的評論往往比影片本身還要精彩。同樣地，Twitter 一直是突發新聞的主要來源，這在很大程度上是因為那是菁英們公開討論新聞的地方。
Artifact 的這方面仍在開發中。但是，如果 Systrom 和 Krieger 可以把他們當初做 Instagram 的那種精工細作帶到這款新產品之中的話，也許不久他們就會讓我再次忘記去登錄我的 Mastodon 帳號。
加入電腦王Facebook粉絲團