YouTube 今天不再是那只在滑板上晃悠的猫或狗能概括的产品。它是一门年收入 600 亿美元的生意，规模超过 Netflix 的 450 亿美元，全球用户超过 20 亿，年增速 13%，占据美国所有流媒体观看时长的 14%。仅电视端观看，YouTube 每天就能积累十亿小时。过去四年，它向创作者支付的分成累计超过千亿美元。
这样一个体量的平台，正在把 AI 深深嵌入内容分发和创作的每一个环节——从推荐系统到缩略图设计，从视频草稿反馈到 AB 测试。这也是 Big Technology 主播 Alex Kantrowitz 与 YouTube CEO Neal Mohan 这场对话的起点：当 AI 越来越多地介入"什么内容会被推荐、什么标题会被采纳、什么版本的视频会留存"这类决策时，创作的主导权到底还在谁手里。
Neal Mohan 2015 年从 Google 广告部门调任 YouTube，如今执掌的这家公司被他自己称为"Google 里用 AI 最深的产品"。他给出的答案，与外界惯常的"算法黑箱操纵内容"叙事有明显出入。
1. 一个人打造舞台，两亿人决定谁站在聚光灯下
YouTube 内部员工大多是软件工程师，Mohan 把自己团队的工作定义为"搭建世界上最好的舞台"，而真正站上舞台的是创作者本人。这个比喻是他理解 AI 角色的出发点：AI 不参与决定谁值得被看见，它只是让舞台本身更好用。
这种表述背后有一个更根本的结构性差异。传统媒体——无论是 Netflix 还是 HBO——本质上是"人来编排"：一小群决策者判断观众想要什么，再根据播出效果做调整。YouTube 从创立起走的是完全相反的路径：内容先由创作者自主上传，观众用观看行为投票，算法只是把这些投票信号放大、传递回去。Mohan 把这个过程称为"largely people programmed"——由人来编排，而不是由少数几个坐在好莱坞办公室里的人替所有观众做决定。
2. 草稿反馈、动态缩略图、视频级 AB 测试：AI 正在重写创作者的日常工作流
具体到产品层面，YouTube 在这场对话前后公布了一批新功能。创作者上传视频草稿后，AI 会给出剪辑建议和缩略图建议——比如提示"你的缩略图如果放两张人脸，或者模仿 Mr. Beast 那种直视镜头的表情，效果可能更好"。
更进一步的是动态缩略图：同一个视频，AI 会针对不同受众展示不同的封面，哪个人群对哪张图反应更好，系统自动匹配。AB 测试也不再局限于标题和缩略图，而是延伸到整支视频——创作者可以同时上传带片头预告和不带片头预告的两个版本，让算法根据观看时长判断哪个版本表现更好。
这些功能背后是 Gemini 与 Google DeepMind 的模型能力，加上 YouTube 自研的 Omni 等创作工具。Mohan 强调，这些投入的目标始终是"帮创作者更高效地建立受众、建立生意"，而不是替创作者做出创作决定本身。
3. "创作者会迎合激励"——问题不会因为立场好听就消失
Kantrowitz 没有停在表态层面，他把问题往前推了一步：算法暗示某类视频有潜在受众，创作者自然会去做这类视频；AI 建议某种剪辑方式能提升数据，创作者也会照做。这本质上是一种激励结构，创作者的自主选择空间是否正在被系统性地压缩到"算法认为有效"的那个区间之内？
这触及了艺术生产的一个古老命题：创作本来就带有"先扔出去试试看，观众慢慢定义这是不是一种艺术形式"的成分，但当算法反馈的速度和精度达到今天这种量级，创作者响应激励的速度也会同步加快，试错的自由度是否因此被悄悄改写了。
4. "把 AI 换成观众"：Mohan 对"谁在做决定"这个问题的重新定义
Mohan 没有否认创作者会响应激励这个事实，而是重新定义了激励的来源。他建议把"AI 算法"这个词换成"audience"（观众）——真正在做选择的不是模型，是每天两亿次点击、跳出、完播行为汇聚起来的观众意志。算法只是把这些分散的、瞬时的行为信号收集、放大，再回传给创作者。
YouTube 的使命被他概括为"give everyone a voice and show them the world"，其中"没有守门人"是这句话里最具体的承诺。没有人会告诉 Kantrowitz，他的播客选题不错但应该换个方向做；创作者自己决定节目要代表什么、要填补行业里的哪个空白。"为什么应该是坐在好莱坞的三四个人替我们所有观众做决定，而不是每天来到 YouTube 的这二十亿观众自己决定喜欢什么、不喜欢什么？" 这是他给出的核心反问。
在这个框架里，AI 不是内容的裁判，观众才是。算法的存在只是让这套原本"几乎是不精确的科学"——创作者过去只能凭直觉揣测算法偏好、边听边做决策——变得更快、更可衡量。Kantrowitz 也承认，这种开放式的、无守门人的生态，确实是他更愿意接受的世界，胜过由传统媒体把关人决定什么是"好内容"、什么是"艺术"的旧秩序。
这场对话回到了它最初提出的问题：AI 到底该在多大程度上决定我们看什么。Mohan 的答案是，决定权从始至终都不在算法手里，而在每天涌入平台的两亿观众手里——AI 所做的，只是把这些原本分散、模糊、滞后的集体选择，变成创作者能实时看懂、及时响应的信号。这或许解释了为什么 YouTube 敢于把 AI 押注到创作链条的每一个环节：它赌的不是机器的判断力，而是观众的判断力能被更快地听见。
