[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-spotify-ai-more-noise-less-discovery-zh":3,"article-related-spotify-ai-more-noise-less-discovery-zh":30,"series-tools-da56c0ed-1217-4c28-93ae-207f5fd783c8":83},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"da56c0ed-1217-4c28-93ae-207f5fd783c8","spotify-ai-more-noise-less-discovery-zh","Spotify 把 AI 變噪音","\u003Cp data-speakable=\"summary\">我拆 Spotify 的 AI 路線，講它為\u003Ca href=\"\u002Fnews\u002Fwhy-xai-grok-3-api-launch-matters-zh\">什麼\u003C\u002Fa>越加越亂，最後給你一個能直接拿去做 discovery-first 功能的模板。\u003C\u002Fp>\u003Cp>我用 Spotify 很久了，久到我看得出它什麼時候開始走鐘。原本我只是想打開 app 聽歌，後來變成 podcasts、audiobooks、DJ、推薦、搜尋、現在又一堆 AI。問題不是它不能加功能，問題是它每加一次，就把原本很直覺的「找歌、聽歌」弄得更吵。我最受不了的是，AI 看起來很忙，實際上常常只是把雜訊包裝得比較像科技。\u003C\u002Fp>\u003Cp>我最近會去看 TechCrunch 的 Ivan Mehta 這篇 \u003Ca href=\"https:\u002F\u002Ftechcrunch.com\u002F2026\u002F05\u002F22\u002Fspotifys-ai-bet-more-of-everything-less-of-what-you-want\u002F\">Spotify’s AI bet: more of everything, less of what you want\u003C\u002Fa>，因為它把這種不對勁講得很準。這不是單純在罵 Spotify，而是在拆一個很多產品團隊都會犯的毛病：把 AI 當成功能桶，而不是當成使用者結果。Spotify 只是比較誠實地把這個毛病做大給你看。\u003C\u002Fp>\u003Ch2>Spotify 不是在幫你聽得更好，是在幫它自己長更多內容\u003C\u002Fh2>\u003Cblockquote>“The latest wave, announced at its investor day, skews heavily toward using AI to generate content rather than using AI to help users find content they actually want.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是，Spotify 這波 AI 的重心偏向「生內容」，不是「幫你找到想聽的內容」。這差很多。前者是在擴充供給，後者是在降低選擇成本。你如果是做 discovery-first 的產品，AI 應該先幫使用者縮小範圍、過濾噪音、提高命中率，而不是先把庫存灌爆。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779534376593-8oh0.png\" alt=\"Spotify 把 AI 變噪音\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我自己看產品時很常遇到這種誤判。團隊一看到 AI，就開始想：可以多做摘要嗎？可以多生 clip 嗎？可以多產出變體嗎？但真正的問題通常不是「還不夠多」，而是「我到底該先看哪個」。使用者要的是判斷，不是產量。\u003C\u002Fp>\u003Cp>Spotify 這裡最大的風險，是它把 app 的重心從「消費人類做的音訊」慢慢推到「平台自己也能生成音訊」。一旦生成、改寫、摘要、推薦、解釋全部都塞進同一個體驗，使用者感受到的就不是更聰明，而是更擠。\u003C\u002Fp>\u003Cp>實操寫法很簡單：你在寫 AI feature spec 之前，先寫一句使用者承諾。若這句話是「讓使用者做更多」，你多半在做供給；若這句話是「讓使用者更快找到對的東西」，你才是在做 discovery。這兩件事不要混在一起，不然你的指標會騙你。\u003C\u002Fp>\u003Cul>\u003Cli>先判斷 AI 是在減少選擇，還是在增加選項。\u003C\u002Fli>\u003Cli>量 task completion，不要只看 feature usage。\u003C\u002Fli>\u003Cli>把 creation AI 和 discovery AI 分開排 roadmap。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>內容變多，不代表價值變多\u003C\u002Fh2>\u003Cblockquote>“Now Spotify has signed a deal with Universal Music Group (UMG) that allows fans to create AI covers and remixes of existing songs.”\u003C\u002Fblockquote>\u003Cp>這種平台最常見的毛病就是：只要能生出更多東西，就以為平台變強了。其實很多時候只是變吵。跟 \u003Ca href=\"https:\u002F\u002Fwww.universalmusic.com\u002F\">Universal Music Group\u003C\u002Fa> 的合作，可能有版權分潤、可能有藝術家補償，這些都重要；但它沒有解掉 discovery 的核心問題。內容一多，使用者還是得自己撥開一堆 AI 翻唱、remix、變體，才找得到原作或真正值得聽的東西。\u003C\u002Fp>\u003Cp>我以前做過一個產品，某個模組開始自動產生「相關內容」，產量瞬間上來，團隊很嗨，因為 DAU 看起來也動了。但使用者抱怨也同步上升，因為介面變得很模糊：每個東西都像某個東西的旁支，沒有一個東西是你可以一眼認定它重要的。那種感覺很像走進雜貨店，結果每個架子都貼著「你可能也會喜歡」。很煩。\u003C\u002Fp>\u003Cp>Spotify 現在就在踩這個坑。文中提到 AI 生成音樂的速度可能快到平台自己都管不住，這不是技術炫不炫的問題，而是 curation 跟不上 production。只要 ranking、標示、過濾沒做好，feed 就會變成垃圾抽屜。使用者一旦不\u003Ca href=\"\u002Fnews\u002Fgroks-washington-flop-exposes-the-sales-gap-zh\">信任\u003C\u002Fa> surface，discovery 就死了。\u003C\u002Fp>\u003Cp>實操上，我會先做 content quality gate，再做 generation feature。只要你的產品可以多生十倍內容，你就需要更強的排序、更清楚的標示、還有抑制低訊號內容的機制。沒有這些，你不是在擴張價值，你是在擴張清理成本。\u003C\u002Fp>\u003Cul>\u003Cli>Generated content 要一致標示，別讓人猜。\u003C\u002Fli>\u003Cli>Search 和 browse 要保留 original \u002F human-made 路徑。\u003C\u002Fli>\u003Cli>給使用者一個明確的排除選項，不要只會塞給他看。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Spotify 一邊做助手，一邊把使用者推去當測試員\u003C\u002Fh2>\u003Cblockquote>“The company is also releasing an experimental desktop app that connects to a user’s email, notes, and calendar, pulls in relevant information, and generates a personalized audio briefing.”\u003C\u002Fblockquote>\u003Cp>看到這段我真的有點想翻白眼。現在不只是音樂、podcast、audiobook，而是 app 要去碰你的 email、notes、calendar，然後把你的生活整理成一段 audio briefing。這個方向不是不能做，但它對 permissions、context、準確性、可解釋性要求很高。做得好很有用，做不好就很像把你的私人資料丟進一台會講話的碎紙機。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779534372361-d94z.png\" alt=\"Spotify 把 AI 變噪音\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>文中也提到這個 app 可以在允許下做 research、用 browser、整理資訊、協助完成任務。這已經是 \u003Ca href=\"\u002Ftag\u002Fagentic-ai\">agentic AI\u003C\u002Fa> 的語言了。白話一點，就是它不只想「講給你聽」，它還想「幫你做」。我不反對，但我很反感那種先把產品包裝成很聰明，結果底層可靠性還沒過關的做法。\u003C\u002Fp>\u003Cp>我做過 assistant 類功能，最常見的劇本就是 demo 很漂亮。第一次跑，找得到正確 email，摘要也像那麼回事。真的上線後，edge case 才是本體：權限不乾淨、上下文過期、抓錯 note、把舊會議當新決策。最後使用者變成要盯著 assistant，這就很荒謬了，因為 assistant 本來是要減少盯人的。\u003C\u002Fp>\u003Cp>實操寫法：如果你要從 recommendation 走到 agentic action，先切清楚「只讀幫忙」和「代表我執行」兩條線。先做 read-only，輸出要可稽核，要能看到來源，要能修正，而且不會把整個流程打斷。講白一點，不能解釋自己怎麼來的系統，不要急著讓它替人工作。\u003C\u002Fp>\u003Cp>我也很在意一件事：很多團隊會因為 feature 不知道放哪裡，就另外開一個 app。這有時候是對的，但很多時候只是主產品裝不下那個功能。若 personalized briefing 真有用，為什麼不是在核心 app 裡？如果一定要獨立 surface，那你最好有很硬的理由，不要只因為它掛著 AI。\u003C\u002Fp>\u003Ch2>當 app 開始跟自己對話，找東西只會更累\u003C\u002Fh2>\u003Cblockquote>“Spotify is adding natural-language discovery for audiobooks and podcasts, similar to how Google has been pushing people toward conversational search.”\u003C\u002Fblockquote>\u003Cp>自然語言搜尋聽起來很方便，但它也可能只是 catalog 太肥之後的止痛貼。當內容太多，使用者就被迫改成問問題來找東西。這表面上很順，實際上你是把導航責任丟給模型對 intent 的猜測，而不是讓資訊架構本身站得住。\u003C\u002Fp>\u003Cp>文中還提到，很多人可能已經在 \u003Ca href=\"\u002Ftag\u002Fchatgpt\">ChatGPT\u003C\u002Fa> 或 \u003Ca href=\"\u002Ftag\u002Fgemini\">Gemini\u003C\u002Fa> 裡這樣找內容了，但 Spotify 不想讓使用者離開 app。這很正常，沒人想把流量送出去。問題是，你把 conversation 留在 app 裡，前提是 app 得真的比通用\u003Ca href=\"\u002Fnews\u002F5-grok-updates-turn-chat-into-tools-zh\">聊天\u003C\u002Fa>工具更會找，而且能直接把人帶到正確內容。做不到的話，這只是把迷路留在自己家裡。\u003C\u002Fp>\u003Cp>我對這類功能一直很保留，因為 Spotify 已經有 AI DJ，現在又疊上 chat、search、generation。功能一層壓一層，最後介面就像一個會講話的圖書館，但你還是找不到書在哪裡。這種產品不是更有智慧，是更像在自我解說。\u003C\u002Fp>\u003Cp>實操上，我會把 conversational search 當 shortcut，不要當整個導航系統。browse、search、filter、collection 都要保留，而且要清楚好用。只要唯一找東西的方法變成問 chatbot，你的資訊架構其實已經輸了。\u003C\u002Fp>\u003Cul>\u003Cli>保留直接導航，不要把所有路徑都藏進對話框。\u003C\u002Fli>\u003Cli>把 conversational search 限定在長尾 query。\u003C\u002Fli>\u003Cli>測試使用者能不能從錯誤 AI answer 裡順利回來。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>每個功能都叫 AI，最後只剩噪音\u003C\u002Fh2>\u003Cblockquote>“The company is no longer focused solely on consumption — it’s actively nudging users to create content, too, even if it’s just for themselves.”\u003C\u002Fblockquote>\u003Cp>這句我覺得最準。Spotify 不再只是讓我聽，它還想讓我做、問、摘要、改寫、整理，順便把生活也一起音訊化。產品野心可以有，但當每個新功能都用同一個 AI 理由包裝，AI 就不再是設計選擇，而是反射動作。\u003C\u002Fp>\u003Cp>這時候使用者會感受到拖曳感。不是因為 AI 一定不好，而是因為功能之間沒有清楚階層。哪些是幫我消費，哪些是幫我創作，哪些是幫我決策，這三件事如果全擠在同一層，產品就會變成一個迷宮，裡面還有個語音導覽。\u003C\u002Fp>\u003Cp>我很常看到團隊把 AI 當萬用膠水，哪裡卡就往哪裡抹。結果每個 surface 都說自己有 AI，卻沒人說得清楚這個 AI 到底替誰省了什麼。使用者不一定會說「你們的產品策略不一致」，但他們會很直接地說：「我找不到東西。」這句就夠致命了。\u003C\u002Fp>\u003Cp>實操寫法：每個 surface 先定一個 primary job。這頁只做一件事，真的。想加 creation，就把它隔開；想強化 discovery，就別讓生成內容把版面塞滿；想做 automation，就先證明它不會亂動資料。只因為公司想講 AI 故事而存在的功能，該砍就砍。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># Discovery-first AI feature checklist\n\n## 1) 這個 AI 先解哪個問題？\n- [ ] 找內容更快\n- [ ] 降低選擇成本\n- [ ] 幫使用者創作更多內容\n- [ ] 自動整理資訊\n- [ ] 其他：__________\n\n## 2) AI 是在減少雜訊，還是在增加輸出？\n- 減少雜訊：yes \u002F no\n- 增加輸出：yes \u002F no\n- 如果輸出增加，curation 怎麼做？\n\n## 3) 這個功能的主要 surface 是哪裡？\n- 主 app\n- 獨立 workspace\n- 實驗頁面\n- 背景自動化\n\n## 4) 上線前一定要成立什麼？\n- AI 生成內容要清楚標示\n- 有來源可追溯\n- 錯誤回答能回復\n- 有手動 override \u002F filter\n- 行為有 audit trail\n\n## 5) 我們要量什麼？\n- 找到正確項目的時間\n- 任務完成率\n- 重複使用率\n- 品質訊號\n- 抱怨 clutter \u002F confusion 的比例\n\n## 6) 我們不做什麼？\n- 不為了有 AI 而加 AI\n- 不把核心導航藏進聊天框\n- 不在沒有 ranking \u002F moderation 前先做 generation\n- 不讓使用者替模型擦屁股\n\n## 7) Launch 前最後確認\n- [ ] 這個功能能用一句話講清楚\n- [ ] UI 一眼看得出 AI 在做什麼\n- [ ] 使用者可以關掉或縮小範圍\n- [ ] 沒有 AI 這層，產品還能運作\n- [ ] 我們說得出為什麼它該在主產品裡\n\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這份模板就是我會直接丟給產品、設計、工程一起看的版本。它逼你先回答難題，再讓 demo 上場，不然很容易做出 feature theater。Spotify 這篇分析，原始報導來自 Ivan Mehta 的 TechCrunch 文章；我上面拆的是我的產品判讀跟可直接套用的決策框架。\u003C\u002Fp>\u003Cp>來源：\u003Ca href=\"https:\u002F\u002Ftechcrunch.com\u002F2026\u002F05\u002F22\u002Fspotifys-ai-bet-more-of-everything-less-of-what-you-want\u002F\">TechCrunch by Ivan Mehta\u003C\u002Fa>。\u003Ca href=\"https:\u002F\u002Fwww.spotify.com\u002F\">Spotify\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fopenai.com\u002Fchatgpt\">ChatGPT\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fgemini.google\u002F\">Gemini\u003C\u002Fa> 這些名字我都有對照原文脈絡來講，原創部分是我對 discovery-first 產品設計的拆解與模板整理。\u003C\u002Fp>","我拆 Spotify 的 AI 路線，講它為什麼越加越亂，最後給你一個能直接拿去做 discovery-first 功能的模板。","techcrunch.com","https:\u002F\u002Ftechcrunch.com\u002F2026\u002F05\u002F22\u002Fspotifys-ai-bet-more-of-everything-less-of-what-you-want\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779534376593-8oh0.png","tools","zh","37f0c445-e064-4431-8fe3-674546d03fdf",[17,18,19,20,21],"Spotify","AI discovery","product design","agentic AI","content curation",[23,24,25],"AI 先做 discovery，不要先做內容增生，不然只會把噪音放大。","生成、推薦、搜尋、代理行為要分層，不然使用者會被功能淹沒。","上線前先用模板問清楚：這功能到底是在減少雜訊，還是在製造更多雜訊。",2,"2026-05-23T11:05:52.880663+00:00","2026-05-23T11:05:52.859+00:00","c3c88dd2-a940-438a-b359-0e5a24562273",{"tags":31,"relatedLang":42,"relatedPosts":46},[32,34,36,38,40],{"name":21,"slug":33},"content-curation",{"name":19,"slug":35},"product-design",{"name":17,"slug":37},"spotify",{"name":18,"slug":39},"ai-discovery",{"name":20,"slug":41},"agentic-ai",{"id":15,"slug":43,"title":44,"language":45},"spotify-ai-more-noise-less-discovery-en","Spotify turns AI into more noise, not better discovery","en",[47,53,59,65,71,77],{"id":48,"slug":49,"title":50,"cover_image":51,"image_url":51,"created_at":52,"category":13},"5656a6ab-9e07-41be-9cea-3440fb8846e2","nvidia-lg-ai-collaboration-playbook-zh","Nvidia 和 LG 把 AI 合作變成模板","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781056994999-8eng.png","2026-06-10T02:02:46.590133+00:00",{"id":54,"slug":55,"title":56,"cover_image":57,"image_url":57,"created_at":58,"category":13},"e48be66d-d7de-419e-b5fd-805f0784ef15","ollama-best-free-ai-path-2026-zh","Ollama 是 2026 年真正適合工作的免費 AI 路徑","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781056077878-11pc.png","2026-06-10T01:47:24.632993+00:00",{"id":60,"slug":61,"title":62,"cover_image":63,"image_url":63,"created_at":64,"category":13},"9b53427c-8c2a-4960-a773-f14d4528caae","awesome-production-ml-turns-chaos-into-stack-zh","這份 MLOps 清單把混亂拆成堆疊","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781055220958-dmar.png","2026-06-10T01:33:14.850634+00:00",{"id":66,"slug":67,"title":68,"cover_image":69,"image_url":69,"created_at":70,"category":13},"d5af1522-28aa-4cfb-8779-1ecf168bc0b5","bentoml-turns-model-serving-into-python-apis-zh","BentoML 把模型服務變成 Python API","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781054310299-c1gm.png","2026-06-10T01:17:56.193093+00:00",{"id":72,"slug":73,"title":74,"cover_image":75,"image_url":75,"created_at":76,"category":13},"63d8b456-ad6b-475e-86e9-d4677ca226aa","magenta-realtime-2-score-inside-daw-zh","Magenta RealTime 2 讓你在 DAW 裡即時改曲","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781046204038-8tox.png","2026-06-09T23:02:55.9651+00:00",{"id":78,"slug":79,"title":80,"cover_image":81,"image_url":81,"created_at":82,"category":13},"f60261ff-a42e-4cfb-9f90-97785e633289","open-source-ai-tools-beat-claude-paid-tiers-zh","開源 AI 工具在價值上已經贏過 Claude 付費方案","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781045266035-on7t.png","2026-06-09T22:47:20.195939+00:00",[84,89,94,99,104,109,114,119,124,129],{"id":85,"slug":86,"title":87,"created_at":88},"855cd52f-6fab-46cc-a7c1-42195e8a0de4","surepath-real-time-mcp-policy-controls-zh","SurePath 推出即時 MCP 政策控管","2026-03-26T07:57:40.77233+00:00",{"id":90,"slug":91,"title":92,"created_at":93},"9b19ab54-edef-4dbd-9ce4-a51e4bae4ebb","mcp-in-2026-the-ai-tool-layer-teams-use-zh","2026 年 MCP：團隊真的在用的 AI 工具層","2026-03-26T08:01:46.589694+00:00",{"id":95,"slug":96,"title":97,"created_at":98},"af9c46c3-7a28-410b-9f04-32b3de30a68c","prompting-in-2026-what-actually-works-zh","2026 提示工程，真正有用的是什麼","2026-03-26T08:08:12.453028+00:00",{"id":100,"slug":101,"title":102,"created_at":103},"05553086-6ed0-4758-81fd-6cab24b575e0","garry-tan-open-sources-claude-code-toolkit-zh","Garry Tan 開源 Claude Code 工具包","2026-03-26T08:26:20.068737+00:00",{"id":105,"slug":106,"title":107,"created_at":108},"042a73a2-18a2-433d-9e8f-9802b9559aac","github-ai-projects-to-watch-in-2026-zh","2026 必看 20 個 GitHub AI 專案","2026-03-26T08:28:09.619964+00:00",{"id":110,"slug":111,"title":112,"created_at":113},"a5f94120-ac0d-4483-9a8b-63590071ac6a","claude-code-vs-cursor-2026-zh","Claude Code 與 Cursor 深度對比：202…","2026-03-26T13:27:14.279193+00:00",{"id":115,"slug":116,"title":117,"created_at":118},"0975afa1-e0c7-4130-a20d-d890eaed995e","practical-github-guide-learning-ml-2026-zh","2026 機器學習入門 GitHub 實用指南","2026-03-27T01:16:49.712576+00:00",{"id":120,"slug":121,"title":122,"created_at":123},"bfdb467a-290f-4a80-b3a9-6f081afb6dff","aiml-2026-student-ai-ml-lab-repo-review-zh","AIML-2026：像課綱的學生實驗 Repo","2026-03-27T01:21:51.467798+00:00",{"id":125,"slug":126,"title":127,"created_at":128},"80cabc3e-09fc-4ff5-8f07-b8d68f5ae545","ai-trending-github-repos-and-research-feeds-zh","AI Trending：把 AI 資源收成一張表","2026-03-27T01:31:35.262183+00:00",{"id":130,"slug":131,"title":132,"created_at":133},"3ce6e6e2-bac5-463e-9f8d-45caabcc61f7","awesome-ai-for-science-research-tools-map-zh","AI 科研工具清單，開始像地圖了","2026-03-27T01:46:50.521945+00:00"]