程一笑说快手最重要的产品理念和方法论是普惠、简单、不打扰。宿华说快手的用户定位是“社会平均人”，希望快手成为普通人记录和分享生活的阵地。
快手追求的是公平算法，让更多人获得曝光，提升每一个人独特的幸福感，宿华会在快手的算法框架里引入基尼系数，这是一个衡量地区居民收入分配公平程度的指标。“GDPGINI”的分配实验指的就是要做大GDP，要降低基尼系数，意思就是做大蛋糕同时不要做成贫富悬殊的分配。
张楠在8月份也提出了个抖音版的普惠概念，叫“信息普惠”，要加速信息的更快流动和连接，跟字节跳动要在全球范围内提供先进的移动互联网信息分发服务的公司愿景契合。“抖音其实是一个工具，它是一个帮助用户传递信息的工具。短视频和抖音带来的，是视频创作、分发门槛的大幅度降低，是信息的更快流动和连接，是一种信息普惠的价值。”
快手讲算法的公平普惠，是面向以创作者为主的使用者来说的，让一个普通人的视频也能有人看，更关注作者侧的指标。抖音讲的信息普惠，是从普通用户消费者角度出发，让高热的视频尽量多，要让用户在做内容消费时候觉得非常爽得到满足。
因为用户每天花在产品的时间是既定的，所以每天流量的总量是一定的，差别就是看两家怎么去调整去分配这个流量。要么把流量都放在那些高热的视频上面，要么把流量放在那些冷启动的视频上面，这个决定跟创始人想要去做什么样的产品有关。快手是希望普通用户能在这个平台上面展示自己的生活，抖音是希望用户能够在抖音感受到美好的生活。
推荐就是在让你躺着不动的情况下，信息获取效率最大化，或者说用户满足最大化，很容易让人上瘾。像短视频的算法推荐，本质上都是“视频-用户”的协同过滤，协同过滤就是跟你相似的人喜欢的东西也差不多。如果用户看短视频的主要诉求是看好看内容杀时间，那这种诉求必然会导致内容的中心化，机器学习本身也是比较中心化的，往往都是高热的东西占据绝大部分。
抖音是看你喜欢好的就继续推，制造中心和引爆流行，推荐算法只是忠实地放大用户诉求。快手是前置做了一套公平分配的指引，遏制头部加随机流量，将流量打散希望降低贫富差距。
生活化和人格化的前提是更多的自我暴露、露拙，视频有不完美的地方，才显得真实，而沉浸式下来的内容消费是难以忍受不完美的。
当模型对用户价值预估相等的情况下，转发
单列和双列没有对错，这种UI差异本质上是一种取舍。你要单列，就是要优质内容和头部内容。你要双列，就是要更大的个性化和多样化。
为了长期的社区价值，要做个体和个体的差异性，快手还是应该坚持双列。
文章转载自：雪球/潘乱，侵删
