為什麼 Maida 拒絕成為推薦系統

Maida 的程式碼裡有條紅線，寫在 AGENTS.md 第 7.1 條：

Maida is not a recommender. Maida presents options, the user decides. Never write UI copy, docs, or release notes where Maida is the subject of pick / chose / selected / suggested / recommended / showed you / 挑選 / 為你選 / 選びました / 提案.

四種語言的 UI 文案都受這條規定管。任何 PR 想把「Maida 為你選了這款遊戲」放進介面都會被擋下來。

這條紅線聽起來像 UI 品味，其實是哲學立場。值得拆給你看。

對立面不是演算法，是讓人萎縮的演算法

Maida 解決的問題很普通：你的 Steam 庫有 200 款遊戲，今晚不知道玩什麼。Spotify、Netflix、Instagram 都遇過這個問題，他們的答案是同一套：建個推薦系統，把演算法越調越準，讓你滑進來就有東西看。

這套答案在商業上很成功，但對你的腦子做了什麼，研究這幾年才開始爬清楚。

2024 年 Nature 系列的 Humanities and Social Sciences Communications 有一篇談個人化演算法決策對自主性的侵蝕，論證很乾淨。三條路徑：

第一條，演算法偏離你真實的自己。它從你的點擊、停留、跳過去推測你想要什麼，但這些行為痕跡不等於你真實的意圖。你在累的時候滑了一支貓影片，它會以為你愛貓，下次再推一支，這是真的。但你其實只是累。

第二條，自我強化的循環會窄化你的自我。推薦準了 → 你點了 → 訊號回去 → 推薦更準 → 你更不容易看到原本不會點的東西 → 你的「自己」變窄了。半年後你發現自己只看某幾個 YouTuber，這不是你變專注，是這個循環把你裁出來。

第三條，你自己選的能力會萎縮。技能跟肌肉一樣，不用就退。當一個系統幫你選夠久，你不用練「我今晚想看什麼」這個判斷力，它就會退化。等你哪天想自己選，會發現選不出來。

這三條合起來不是「演算法不好」，是「會讓使用者萎縮的演算法不好」。差別很重要。Maida 也用演算法，使用者每選一次都會記下權重影響未來呈現。但 Maida 的演算法每天衰減回中性，刻意避免那個自我強化循環。

對立面校準了：Maida 不是 anti-AI，是 anti-能力萎縮的 AI。

個人化不是焦慮減輕劑，是依賴建立器

研究文獻裡有個發現一開始讓我意外。多篇實證指出：關掉個人化推薦會引發焦慮、倦怠，然後讓使用者離開平台。

第一次看到時我以為這代表「個人化是好的，它在減輕焦慮」。後來才意識到這個解讀錯了。剝奪後的焦慮不證明它健康，那是戒斷反應。抽菸的人不抽會焦慮，這不是抽菸對人好，是抽菸建立了依賴。

ScienceDirect 2024 一篇問題性網路使用研究有個關鍵發現：高風險使用組在 hedonic（享樂）跟 eudaimonic（活得有意義、有成長）兩種 well-being 都最低，不是「玩得開心但人生沒意義」這種單向。意思是依賴推薦的人，連短期的開心都拿不到滿分，更別說長期的意義感。

這把產品的衡量標準翻轉了。光看 NPS 跟使用時長判斷不出 well-being。要看的是：使用者不用這個產品時會不會自己選？她的判斷力有沒有變強？她跟人的真實連結有沒有受影響？

Maida 的指標暗暗在做這件事。「每次選擇帶權重，每天衰減回中性」這條規則的反面是「不建立依賴」。User decides 這條規則的反面是「不替使用者萎縮」。

紅線怎麼活在程式碼裡

把哲學寫進程式碼是兩回事。Maida 的紅線在好幾層具體實作上：

UI 文案層：所有 4 種語言的 i18n 字串都被審。不准用「為你選」、「為你推薦」這類主動式描述 Maida 的動作。要描述 Maida 呈現遊戲，得用 passive 或 user-centric 講法：「一款遊戲從你的庫存出現」、「下一款出現」。

互動時序層：按鈕的長按閾值是 300ms 短按、3000ms 鎖定，刻意設計成不是輕碰就觸發。理由寫在紅線 7.4：「This is the friction layer that protects the user from accidental state changes. Don’t shorten to improve UX.」摩擦是保護不是 bug。

輸入層：Space 鍵在按鈕上被明確 disable。理由是 NVDA 螢幕閱讀器在 browse mode 會把 Space 轉成 synthetic click，會跳過長按摩擦把遊戲直接啟動。這跟典型「Space 也該觸發按鈕」的 UX 直覺反了，但是是為了保護螢幕閱讀器使用者免於誤觸。

Telemetry 層：啟動時匿名 ping 三個欄位：random UUID、安裝後天數、版本號。沒有遊戲標題、沒有 session 資料、沒有裝置指紋、沒有 IP-推測的 locale。要擴張要走完整的隱私政策更新流程。

每一層都可以追溯到一條同樣的哲學承諾：Maida 增強你做決定的能力，不取代它。

為什麼這對你重要

如果你已經對演算法疲勞有感受，這個立場應該不用我說服你。但有一群讀者會想問：可是推薦系統很方便啊，我選不出來時它幫我選有什麼錯。

兩件事可以講。

第一，短期方便跟長期能力是兩個維度。推薦系統優化前者，會犧牲後者。你今晚不用想就有東西看，這個爽。但六個月後你發現自己沒有不開電視就會無聊，這個不爽。長期看，建立依賴對使用者不是中性的，它有實質代價。

第二，「我選不出來」這個經驗不是缺陷，是你跟自己對話的機會。決策摩擦有時是糟糕介面造成的，這部分該移除。但有時是你還沒搞清楚自己今晚的心情，這部分不該被替你解決，那是你自己要做的工作。Maida 的設計分得出這兩種摩擦，移除前者、保留後者。

哲學家 Harry Frankfurt 有個對自主性的定義：能基於理由跟意圖自願治理自己生活的能力，超越單純的刺激-反應或即時衝動。當一個系統替你連結刺激跟反應，繞過你的「治理」這層，它就是在剝奪你的自主性，不管它多有效率。

Maida 拒絕做這件事。它把選項擺給你，按鈕也設計成你要花至少 300ms 主動確認。你按下去那一刻，是你的決定，不是它的。

不是反對推薦，是反對讓你萎縮的推薦

說清楚一下立場。我不是反對所有推薦系統，也不是反對所有個人化。Spotify 的 Discover Weekly 在我整理週末歌單時很好用。亞馬遜建議我這個鏡頭也許要買個對應的清潔組合很合理。

我反對的是把使用者的判斷力外包出去這件事被當成 UX 進步。當推薦系統定位成「我幫你決定」，而不是「這裡有幾個選項提供參考」，它就跨過了那條線。

Maida 站在線的另一邊。它呈現選項，你來決定。它每天忘記你昨天的偏好，避免把你裁進去。它的程式碼裡寫死了它不准成為主詞，因為主詞是你。

這是條看起來很細的紅線。一旦你想用同一個視角看你每天用的工具，會發現大部分產品都在悄悄越過這條線。不是壞事，是值得知道。

Maida 是免費的、開源的桌面工具，幫你決定今晚玩什麼。下載連結，原始碼，MIT 授權。

Bright Raven 寫的是關於決策疲勞、能動性、跟遊戲。沒有電子報，用 RSS 訂閱，或想到再回來。