2小时1.2万字！张小龙演讲全文：微信小而美 绝不是垃圾

插一个小故事，6月份的时候，那时社交推荐的新版还在开发吧，我在黑板上写下一个断言：未来有一天，视频的播放量，关注，好友推荐，机器推荐的消耗比例，应该是1:2:10。即，一个人应该平均看10个关注的视频，20个朋友赞的视频，100个系统推荐的视频这样的比例。

当时是这么解释的：

内容分两种，一种是你需要花脑力去理解的知识性信息，是学习；一种是不需要花脑力的思维舒适区的消费类的信息，是娱乐。朋友赞是朋友强迫你去获取你未必感兴趣的知识性信息，属于学习类的；机器推荐，是系统投其所好而让你很舒服的浏览你喜欢的消费性信息，属于娱乐类的。关注里面两种信息都有。

因为关注的东西你已经知道大概会是什么了，反而不会太有吸引力，因此是1。朋友赞虽然看起来累，但是不能错过，所以是2。而系统推荐，符合懒人原则，是大多数人都更容易消费且获得舒适感的信息，所以是10。

但是我们现在的大盘数据，并不是这个比例。现在朋友赞产生的整体vv，是机器推荐的2倍。

于是我让数据同事统计了一下，只拿有关注的用户来看。有关注的用户目前极少，属于活跃用户，所以代表了未来活跃用户的行为。前几天的数据是，有关注的用户，人均在三个tab产生的vv，差不多是1：2：9。拿到这个结果时我非常吃惊。它只是一种粗略的估计，并不是说预测特别准确，而是说我们做东西的习惯是，如果这样做，应该先推理出来一个结果，然后用数据去验证，才能检验方向是不是对的。

我估计未来这个9还会变得更大。因为这是和内容丰富度相关的。

说到这里，可能会有人说当机器推荐这个9变得越来越大，不是不符合用完即走吗。用完即走跟时间长短无关，跟效率有关。我们从来不会关注用户在微信里停留的时长，那不是我们的目标。当用户想要看内容的时候，不管是文章还是视频，如果他花了很多时间看，只能说明微信里面有很多值得看的内容，而不是要刻意去消耗他的时间。