从J.B. Priestley的《英国人的未来》看技术时代的“Admass”困境：我们是否也在被算法与消费主义定义？

算法时代的"Admass困境"：当技术成为新型消费主义的推手

在伦敦一家不起眼的二手书店里，我偶然翻到J.B. Priestley上世纪70年代的著作《英国人的未来》，其中提出的"Admass"概念令人惊觉——半个世纪前对商业广告与大众消费系统的批判，竟如此精准地预言了当下算法驱动的新型消费主义。当Priestley警告"Admass正在用物质满足替代精神价值"时，他大概无法想象今天的推荐算法会以怎样精密的心理学机制完成这一替代过程。

1. 从广告牌到算法：Admass的数字化演进

Priestley笔下的Admass世界依靠"巨大的广告牌和锐利的销售团队"来运作，而今天的Admass引擎已经升级为更隐蔽、更高效的形态——个性化推荐算法。这种转变不仅仅是技术介质的改变，更是控制逻辑的根本性跃迁。

传统Admass与算法Admass的核心差异：

在旧金山某科技公司的A/B测试实验室里，工程师们正在优化一套"参与度最大化模型"。通过眼动追踪和脑电波监测，他们发现：当推荐内容与用户潜在焦虑精准匹配时，转化率会提升3-7倍。这解释了为什么深夜刷视频时，算法总会神奇地推送那些"解决你此刻烦恼"的产品广告。

"我们不是在建造工具，而是在设计行为。"一位要求匿名的推荐算法工程师坦言，"每个'猜你喜欢'背后都是数十个心理学变量的博弈。"

2. 技术异化的新形态：当人成为数据点

法兰克福学派曾批判文化工业将人"原子化"，而今天的算法平台更进一步——将人"数据化"。这种转变带来了三种典型的异化症状：

1. 认知窄化：基于协同过滤的推荐系统不断强化用户的现有偏好，形成"信息茧房"。研究发现，连续使用个性化推荐3个月后，用户的兴趣广度平均收缩42%。

2. 情感商品化：社交平台的互动设计将人际关系量化为"点赞""转发"等可交易指标。剑桥大学的研究显示，青少年在获得点赞时的大脑激活模式与获得金钱奖励高度相似。

3. 时间碎片化：无限滚动的信息流设计刻意破坏深度注意力。某头部APP的内部文档显示，其"微中断"设计（每3分钟一个强刺激点）使用户日均使用时长增加2.8小时。

在东京，一群自称"算法清醒者"的年轻人开始进行数字戒断实验。他们使用改装后的功能机，发现：

• 深度阅读能力在3周后恢复67%
• 面对面交流时长增加4倍
• 冲动消费减少91%

"最可怕的不是算法知道你想要什么，"实验组织者田中告诉我，"而是它比你自己更早知道你会要什么。"

3. 技术人的两难：工具理性与价值理性的拉锯

Priestley担忧的"Englishness"衰落，在技术领域表现为工程师精神的式微。当代码效率成为唯一KPI时，技术人面临着三重困境：

工具理性膨胀的典型症状：

• 以"技术中立"为名回避伦理讨论
• 将用户体验简化为留存率、转化率等指标
• 用"A/B测试结果"替代价值判断

慕尼黑工业大学的研究追踪了500名科技从业者的职业轨迹，发现：

• 入职3年内提及"社会影响"的频率下降83%
• 76%的技术决策最终由商业指标驱动
• 仅12%的工程师定期参与伦理审查

但转折也在发生。在柏林，一个由前硅谷工程师组成的团体"TechHuman"正在推广"慢算法"运动，其原则包括：

1. 保留至少30%的非个性化内容
2. 设置每日使用上限
3. 提供算法透明度开关

"我们需要的不是放弃技术，"创始人克拉拉说，"而是重建人与技术的健康关系。"

4. 数字时代的精神抵抗：重建主体性的实践

对抗算法Admass不需要卢德主义式的反抗，而是需要更精微的自我技术。以下是一些经过验证的实践方法：

认知防御矩阵：

苏黎世联邦理工学院开发了一套"算法素养"培养方案，通过12周的练习，参与者能够：

• 识别83%的暗黑设计模式
• 减少61%的非必要点击
• 重建自主决策的神经通路

首尔某中学的"数字主权"课程则更基础——教学生阅读代码。当15岁的学生金敏儿第一次看懂推荐逻辑时，她说："这就像知道了魔术师的秘密，突然就不神奇了。"

在杭州的一个程序员社区，开发者们正在试验"善意算法"项目。不同于主流的engagement驱动模型，他们的算法优化目标是：

def wellbeing_score(user): learning = calc_learning_value(content) diversity = measure_content_diversity() mood_impact = predict_mood_improvement() return 0.6*learning + 0.3*diversity + 0.1*mood_impact

这种看似"低效"的算法反而获得了意外的成功——用户留存率虽然增长较慢，但12个月后的忠诚度是传统算法的2.3倍。

Priestley当年写道："英国人特性需要道德资本的滋养。"在算法时代，这种滋养或许始于每个技术选择中的微小抵抗——当程序员坚持多问一句"应该"而不仅是"能够"，当用户选择偶尔跳出推荐舒适区，当产品经理把"足够好"而非"最大化"作为设计原则。这些看似微弱的抵抗，正是数字时代保存人性完整的种子。