算法不懂亲情,它只懂相似。算法不懂亲情,但它会把最像的人推到一起。失散20年的双胞胎网上重逢,一定是必然?最近推上热搜的一则新闻解释了这一切。
一个当哥哥的刷短视频,刷到一个陌生女孩,愣住了——这女孩跟他妹妹长得一模一样。他把视频转了过去。妹妹点开,也愣住了:牙齿、肩宽、身高,全是自己。后面的事这几天刷屏了:一对失散20年的双胞胎,在20岁生日当天于深圳相认。很多人说这是奇迹。
但是德先生要说句不同的:这不是奇迹,这是必然。
一、先把这个「必然」拆成四条,这就是科技时代的必然
用户的池子够大。 CNNIC显示,截至2025年6月我国短视频用户10.68亿,占网民95.1%,人均单日刷156分钟。两个人只要都上网,就必然落进同一个池子里——这不是概率,是覆盖。
算法的工作就是「找相似」。 推荐系统最经典的一套叫协同过滤,说白了八个字:物以类聚,人以群分。它算的是人和人的相似度,把「像的东西」推给「像的人」。
同卵双胞胎在这方面近乎满格。 脸、身形、年龄、地域标签全重合。算法不是「碰巧」推,是「精准」推——只是它自己不知道推的是亲姐妹。
而且不用本人相遇,亲友会替她们相遇。 这次是哥哥刷到的。再加上全国日均产出超1.3亿条视频,被刷到的概率只随时间上升,不下降。
二、案例一:五年前的程珂珂和张丽
2021年,河南。程珂珂刷短视频刷到张丽,从脸型到虎牙、到脸上的痣,几乎一模一样。
她们也私信、核对、见面。但后面还有一步:网友一句「看着像不等于真是双胞胎」,把她们推去河南省人民医院做了STR基因座检测,最终证实了此事。
相似是算法的判断,血缘必须是科学的判断。这两件事不能混。
三、案例二:失联六十年,两天找到
2025年,80岁的张有全想找失联60多年的老家亲人。他儿子向抖音寻人志愿者求助,志愿者把信息做成视频,定向推送到老人家乡四川内江。
两天后,老人的侄儿刷到了。据新华网报道,他的第一反应是:「我们以为叔叔早就不在了。」
这就是算法寻亲和「碰运气」的区别:它不撒网,它按半径推。
数据也说明规模:截至2025年10月,抖音寻人累计推送超21万条,助力24185人回家,连接2.6万名志愿者;最快60秒,最久失散85年。
四、但算法不懂亲情,这点必须说清
它推的不是「亲人」,是「相似」。 今天能把「另一个你」推给你,明天也能把「你以为的世界」推给你。
10.68亿人被「千人千面」切成一个个小格子。中国青年报的一项调查里,62.2%的受访者说自己陷入了「信息茧房」。
所以德先生要说实话:重逢真正珍贵的部分,不在算法。
在哥哥多看了一眼,在妹妹敢发那条私信,在两家养父母二十年没有隐瞒——没有「你还有个双胞胎姐妹」这句实话,视频推一百遍,也只是划过去的一条内容。
技术给概率,人给勇气。两样凑齐,才叫重逢。
五、写在最后:还差最后一步
有个细节得提:公开渠道目前还没看到这对姐妹的DNA鉴定结果,她们自己说,计划去做。
这一步必须补。前面程珂珂和张丽的例子就摆着——认亲可以靠算法,确认只能靠基因。
至于当年那对父母,德先生不想多说。那是独生子女政策最严的年代,很多选择放到今天很难理解,但那是另一个话题,不该压在这两个姑娘的生日上。
20岁生日那天凌晨,她们戴上同款黑框眼镜见的面——这副眼镜,不是算法安排的。
如果你的账号突然刷到一个长得和你极像的人,你会 A. 立刻私信问个清楚,还是 B. 划走当没看见?
附:几组值得记住的数(据 CNNIC、中国网络视听发展研究报告、抖音寻人、公安部公开数据整理)
指标 | 数值 |
短视频用户规模 | 10.68亿(占网民95.1%) |
人均单日使用时长 | 156分钟 |
日均短视频产出 | 超1.3亿条 |
抖音寻人累计推送 | 超21万条 |
累计助力团圆 | 24185人 / 2.4万余家庭 |
最快 / 最久 | 60秒 / 失散85年 |
认为陷入信息茧房 | 62.2%(中国青年报调查) |
算法不懂亲情,它只懂相似。