用户抗拒信息茧房；一些创作者希望自己的内容能够被更多人看到，而不是永远停留在固定的用户圈层里；平台同样不喜欢，抖音实践发现，尽管多样性的推荐内容可能会在短期减少用户活跃度，但长期随着时间积累，算法会帮用户探索出更多兴趣，带来更多用户长期价值，因此抖音也想打破“信息茧房”。
从技术视角看，这是推荐的精准性和多样性平衡的命题，需要在保证内容推荐效率的同时，不断调整推荐方向和节奏。因此，算法优化并非一蹴而就，需要长期持续优化调整，而算法公开是关键一步。抖音不断调整优化价值模型，希望实现内容、用户、作者以及平台的多方价值共赢。引导算法打破“信息茧房”，抖音算法在多目标建模体系下设置专门的探索维度：一是针对用户已展现出的兴趣，通过多样性打散、多兴趣召回、扶持小众（长尾）兴趣等方法，控制相似内容出现频次，推荐更多样的内容；二是帮助用户探索更多新兴趣，采用随机推荐、基于社交关系拓展兴趣、搜索推荐联动、“不感兴趣”不再展现等多种方式，让用户主动行为影响推荐系统，使推荐更加个性化和多样化。抖音平台上有大量用户和内容，更需要推荐算法。抖音算法工程师刘畅近期在与我们交流时介绍，抖音每一天的内容投稿量为亿数量级，但一个用户一天能观看的内容大约平均几百条，因此抖音需要很强的分发效率，才能够让用户找到自己感兴趣的内容，同时也能把内容分发给合适的用户，让用户和创作者都能在平台上有不错的体验。
从外界视角来看，抖音上会出现郭有才等素人快速走红的“大爆款”内容。一些人认为，这是“平台造神”的结果，即平台为了保持流量热度不断推出新网红。
从实际操作的视角看，平台没有动力和意愿去“造神”，也没有能力随便捧红一个人。此外，社交媒体平台普遍具备“去中心化”特征，用户不仅是信息接受者，也会用观看、点赞、评论等行为表达自己的偏好。这些内容偏好被算法捕捉后，才会被推荐给更多人。这种“去中心化”的推荐机制，实现了“用户对用户的推荐”，平台无法将全部流量集中到某个创作者，无法随意地将其打造成“神”。短时间内走红的网红，或是新闻事件当事人，或有特殊的内容禀赋，具有不可预测性。艺人经纪公司很难靠砸资源捧出真正的大明星，网红也没有明确的“造星”路径。一家头部MCN机构创始人认为，“头部网红自身有很强的特质，这是他的核心竞争力，一家机构再厉害，也复制不了李佳琦这样的网红。”此外，如果算法想捧谁就捧谁，平台可能会因此受到“反噬”，与某些网红的深度绑定，也容易为平台带来内容风险。
