在推薦算法領域持續深耕的當下，行業正積極探索新的增長路徑。短視頻推薦系統歷經多年發展，在協同過濾、序列推薦、多目標優化等技術方向上已取得顯著進展。然而，隨著現有技術體系逐漸成熟，通過優化模型結構、開發常規特征以及學習可觀測目標來提升效能的方式，效果日益有限，行業迫切需要創新的研究思路。

清華大學經濟管理學院的研究團隊與快手消費策略算法部展開合作，開展了一項頗具創新性的聯合實驗。該實驗從視頻傳遞的價值觀角度出發，深入探究用戶觀看視頻后的行為和心理變化。研究團隊借助大模型的模擬與推理能力，將社會學和心理學領域的價值觀理論引入推薦排序策略，并在快手主站開展了大規模隨機在線對比實驗。初步成果顯示，這一研究方向不僅在技術層面具備可行性，還在用戶使用時長、電商、直播、社交、搜索等多個業務維度實現了同步增長，實現了推薦系統在社會價值觀層面通過算法滿足用戶需求的創新功能。

將抽象的價值觀概念從理論轉化為推薦系統的實際應用，是該項目的核心挑戰之一。研究團隊基于前期合作成果，分兩個階段構建了完整解決方案，即視頻價值的大模型推理以及輕量蒸餾模型線上生效，將離線實驗驗證的方法論轉化為真實推薦系統的策略工具。

在大語言模型推理階段，研究團隊利用大語言模型模擬短視頻受眾群體，推理不同類型用戶觀看視頻后的行為和心理變化，進而推斷用戶感知到的價值觀。這一推理流程針對隨機采樣的視頻展開，采樣視頻時間跨度達6個月，數量累計超過650萬條，基本覆蓋了所有類目。

為應對每天海量視頻的理解需求，研究團隊進一步完成了蒸餾模型的規模化部署。該模型以快手自研的視頻embedding為特征，以大模型推理結果為監督信號，訓練輕量級蒸餾模型。通過這種方式，將大模型強大的受眾模擬和價值觀推理能力遷移到可實時在線高通量服務的小模型中，實現對全量視頻的價值觀標簽預估，從而具備多場景規模化應用的能力。離線測試表明，充分訓練后的蒸餾小模型準確率可達85%以上，人工評測也認為其與大模型推理結果無明顯差異，滿足線上落地需求。

然而，視頻價值標簽預估結果在線上推薦系統生效時，面臨新的挑戰，即視頻價值與用戶可觀測反饋關聯的不確定性。盡管前期離線實驗已驗證視頻價值推理結果能有效提升視頻排序準確率，但線上真實場景中用戶反饋信號多樣，包括APP時長、點贊、關注、打賞、長期留存等，且目前尚無理論論證這些反饋信號與視頻價值的相關性和互補性。不同推薦業務場景下，由于作者生態和消費者群體不同，價值內容也存在明顯差異，因此只有通過完整的線上對比試驗，才能準確判斷系統隱藏的價值需求和短板。

實驗在快手主站精選頁的重排階段進行，采用經典A/B實驗范式。實驗規模為每組約5%流量，覆蓋千萬級用戶群體，實驗周期包括一周的AA期觀察和超過一個月的AB實驗。在實驗干預方面，每個實驗組在重排階段適度提升某一類價值觀視頻的分發權重，觀察對各業務指標的影響。

初步實驗結果令人矚目，價值觀調控對多個業務板塊產生了積極影響，且不同價值觀與多業務指標的關聯存在差異。在內容消費方面，個人安全組顯著提升了用戶APP使用時長及留存指標；直播業務中，多個價值觀組別，如個人安全、傳統、仁慈 - 關懷等，對直播送禮金額有顯著正向影響；電商業務里，享樂主義、個人安全、社會安全等價值觀組別對大盤結算GMV有明顯正向貢獻，買家數也同步增長；社交互動方面，多個價值觀組別顯著提升了雙關用戶的內容互動與分享行為，改善了平臺社交活躍度；主動搜索方面，大多數實驗組顯著提升了用戶主動搜索次數，其中刺激類價值觀視頻的提升幅度最為突出。

這一系列實驗結果背后，蘊含著兩個值得深入思考的發現。其一，供需平衡需求。原有的推薦分發策略主要以主題作為內容的主要表征維度，視頻的價值觀屬性在分發過程中未被顯式考量。這意味著某些價值觀類型的視頻在平臺上的供給比例可能長期低于用戶的潛在需求，當主動提升這類內容的分發權重時，用戶的正向反饋便會隨之而來。其二，價值觀的行為驅動力。研究在全體用戶層面統一提升某類價值觀視頻的曝光比例，實驗結果表明，特定價值觀維度的內容在大盤層面更容易激發用戶的觀看、互動與轉化行為。這一發現將社會心理學中成熟的價值觀理論與推薦系統的內容理解問題相連接，同時也為價值觀理論本身提供了新的經驗證據，即在數字內容消費這一大規模真實場景下，不同價值觀類型對人類行為的影響存在因果性、系統性差異，這是以往依賴問卷或小樣本實驗的價值觀研究所難以探討的問題。