伴随着网络降费提速和智能设备的普及，中文互联网用户在经历了充分成长后，开始试着将表达、学习、求知这些更复杂的行为诉求转移到线上，人们对于创作的需求也随着互联网对于现实生活的充分渗透而不断扩大，适时出现的微博（2010年）与微信公众号（2012年）便成为了那个最合适的触发器：

不同于人人网这样垂直化色彩过于浓厚的内容平台，也不同于博客这样仍带有精英文化色彩，入门门槛较高的内容方式，微博和微信公众号的存在更像是一次创作技能的“规模化下放”，开始将创作过程进行一次全面的量化、工具化。

比如将140字作为信息表达的极限，比如设定300字为内容原创性的门槛，比如主动剔除BBS时代过多的内容赋权（比如Discuz!论坛系统标配的html代码）并限定于字号、图片、色彩等核心维度。

别小看这样的工具化、量化改造。在有充分指导的引导下，创作者的成长呈现出了爆发式的趋势，并直接反馈在数据层面上。据艾媒咨询数据显示，2014年自媒体创作者增长率高达37.6%，主流媒体以及政府机构、企事业单位涌入。

但即便是这样也同样有着直观的痛点：当工业化生产带动着内容产业快速填充用户需求，甚至快速发展为“过饱状态”，自媒体行业之间的竞争重心也必然发生了改变，变成了对用户注意力的抢占。

这个转变带来的直接后果，是创作者以及受众双方的参与门槛增加：创作者需要消耗更多的精力进行内容二次包装、传播规律的研读，分流了内容本身质量提升的精力；受众则增加了选择成本，体验下降。

当然严格来说行业也并不是没有应对策略。比如通过拉新，一定程度上可以延缓这个趋势的进展速度，但拉新是有天花板的。根据mobtech机构研究数据，从2018年至今中国互联网月活人数始终维持在10亿左右；2019年下半年，移动互联网用户规模甚至一度出现下降。

移动互联网人口红利已经消失，用户数基本已经触碰到行业的天花板。你可以把一个人从看文章，拽到看视频，但想拉来一个没有被互联网抢占注意力的人当作新用户，难度不亚于在当今社会寻找一个古墓派弟子。

推荐算法是另一个应对策略。简单来说，推荐算法的本质是通过对用户行为、用户信息的分析（比如打开时间、停留时间、内容标签等等），帮助用户完成一次“预搜索”，通过技术手段来提升使用体验。

理论上这对创作者也是有好处的。在推荐算法的帮助下，创作者不用过多思考谁是自己的精准受众、自己的精准受众在哪里、会以什么样的方式打开，一定程度上解放了创作者的额外束缚。

但这些都是建立在创作者对算法机制充分理解的基础上。再加上算法本身也在不断学习调整，创作者对于算法的充分理解也将成为一个持续性的学习过程——许多MCN包括MCN这样规模化的内容创作机构，也往往配备相当数量的数据分析专员，以周更的形式不断去理解算法机制——这带来了新的负担，也带来了新的不确定性因素：

算法能带来最受欢迎的内容，但最受欢迎的内容就一定是好的内容吗？