点赞按钮是谁发明的——这个问题没有一个不加限定就成立的单一答案
Vimeo 上被记为"第一个赞"的那次点击，时间是二〇〇五年十一月十七日十七点二十八分。
精确到分钟。
这个时间戳见于 Fortune 二〇一一年对 Vimeo 产品与开发负责人 Andrew Pile 的采访。不确定的不是它有没有出处，而是 Fortune 所依据的**底层材料**——数据库、日志，还是口述——没有说明。而 Vimeo 创始人自己说那是二〇〇六年的事。
我带着一个问题去查：点赞按钮的发明者，后来后悔了吗。
两个部分都得修正。
先说"发明者"。如果这个问题要求找出一个唯一的人，那它得不到答案——但这不等于"没有作者"。
报告里列出了多位参与者：Leah Pearlman、Justin Rosenstein、Andrew Bosworth、Rebekah Cox、Ola Okelola、Tom Whitnah。**公开来源里没有一份正式的 Facebook 发明人名单**，但人是有名有姓的。
而"后悔"那部分——**Rosenstein 事后确实公开批评过它的副作用。**我一开始没查到，是我找得不够。
更准确的说法是：这件事不适合用"某一个人发明"来概括，可以按定义分层归属。一键正向反馈是一层，字面意义上的 Like 是一层，社交信息流里的 Like 是一层，规模化的基础设施又是一层。
现有公开资料大致支持这样一条演化线：二〇〇四年末前后，Digg 已有单击正向投票——**而且那些投票已经被用于内容的提升与排序**。二〇〇七年十月三十日，FriendFeed 在官方博客发布 "I like it, I like it"，把这个动作放进信息流——**FriendFeed 的 Like 同时也是社会推荐数据**。
证据等级要分开说：Digg 与 FriendFeed 这两段有直接依据；而 Facebook 二〇〇七年的 Props / Awesome 原型，主要依据参与者采访和 Bosworth 时间线的同时代转录——原始内部 PRD 未公开，Bosworth 的 Quora 原文目前也无法直接复核。Like 于二〇〇九年二月九日上线。
这里要纠正我原本的想法：**不是到了 Facebook 才第一次"可计数、可排序"**。那些能力在更早的产品里已经有了。
顺带核对一个容易被误传的说法：Facebook 是收购 FriendFeed 才拿到 Like 的。
时间对不上。Facebook Like 上线是二〇〇九年二月九日，收购 FriendFeed 宣布是同年八月十日，相差六个月零一天。
不过——**现有证据更支持并行演化，但既不能证实完全没有借鉴，也不能证明单线复制。**
（上图：依本文所据报告中 Twitter 实验的 CATE 数值绘制）
我原以为，一个影响这么大的产品决策总该留下档案。
**这次检索没有在公开的第一方资料里找到完整材料**——会议记录、PRD、代码、逐字评审、决策过程、测试协议、A/B 报告、样本量、指标、统计方法、原始数据。Bosworth 的说法能查到的是 TechCrunch 的转录。
不过有一点我原来写错了：叫什么名字、用什么符号、要不要负面反馈、公开还是私密、会不会蚕食 Share、以及 Beacon 冲突——这些是 **Facebook 的内部评审议题**。证据来源分两组：名称、符号及正负反馈来自 **Pearlman 的直接采访**；public/private、Share 蚕食**和 Beacon 冲突**则来自 **Bosworth 原 Quora 回答的转录**。完整的测试协议**缺少可独立核验的内部档案**。
还有一条方法论原则值得记住：**后果不能反推初衷**。一个东西后来造成了什么，不能倒推为当初的设计目的。
那有硬证据的部分是什么？
二〇二一年 Twitter 做过一次两周随机实验，规模约 487 万到 490 万用户，约 33.33% 进入 boosted 组、约 66.6% 对照，推荐分数放大十六倍。
随机 boost 本身就是实验处理。**只有当你想把它解释成"每增加一次 engagement 的边际效应"时，才需要 IV/DRIV 这类方法。**
而且它估计的是 favorites、replies 等**复合 engagement**，不是单独的 Like。
结果里值得看的是分布：平均条件处理效应 **0.14 分钟**，标准差 0.52。25 分位 **−0.16**，75 分位 0.37。
也就是说，就这项复合 engagement 而言，**平均边际效应为正，但高度异质：有些人为正，有些很弱，有些为负。**
另一项实验：N 约 201 人，被要求"最大化 followers"的那组，最终 followers 50.78 对 43.10，t(199)=2.79，p=.006，d=.39；真帖 ε²=.04、假帖 ε²=.03，分享都更多。
但这是一个采用人工"分享→涨粉"规则的**模拟器实验**，不是真实推荐算法，也不是真实粉丝关系。它能支持的是**指标优化这个机制的可行性**，不能说明参与者"不挑真假"。
那把数字藏起来有用吗？
Meta 二〇二一年五月二十六日把 Instagram 强制隐藏 Like 数改成用户可选。Meta 公开了处理内容，以及一个定性结论：**部分用户受益，部分用户觉得烦恼。**
没公开的是分桶方法、处理与对照的分配比例、预注册的主要终点，以及发帖的平均处理效应和互动、时长的精确效应量。所以不能断言"总体改善了心理健康"或"总体无效"，依据公开材料也**无法独立复现**。
还有一点：点赞行为仍然存在，**主要隐藏的是面向其他观看者的公开累计数**——作者自己的反馈和控制界面仍然保留。
YouTube 那边披露得稍多一些：实验覆盖数百万视频、持续数月，官方称 viewership 没有有意义差异、dislike attacks 减少，而小频道和新频道更容易受到攻击。范围较清楚，但**没有公开精确的效应值或实验微观数据**。
写到这，我最初那个问题散成了别的东西。
它不是"一个人发明了一个改变世界的按钮，后来后悔了"。它是：一串产品在十几年里各自往前走了一步，其中参与者之一 Justin Rosenstein 后来公开批评了它的副作用；而关于这条链上每一步到底造成了什么，报告讨论的这些研究分别检验了**若干局部机制**，研究对象、指标和生态有效性各不相同。
**这些证据不能被混成"点赞使人上瘾"之类的总括结论。**
我原本想写的收尾是"这个东西没有作者，所以没有人需要负责"。查完之后我得承认，那句话是我编的——它读起来有力，但不成立。人是有名字的，而 Rosenstein 后来把 Likes 称作 “bright dings of pseudo-pleasure”，并强调技术产品**可能带来**开发者没有预见的负面后果。
真实的情况更麻烦一点：**参与和影响，分布在一条由多款产品分阶段推进的技术谱系上。**
主要来源：
FriendFeed 官方博客 "I like it, I like it" http://blog.friendfeed.com/2007/10/i-like-it-i-like-it.html
Zach Klein 本人关于二〇〇六年这一年份回忆的说法 https://x.com/zachklein/status/925184370398265346
Facebook 官方 Like 按钮历史 https://www.facebook.com/fb-answers/history-of-like-button/
Meta 2021 年隐藏 Like 数公告 https://about.fb.com/news/2021/05/giving-people-more-control/
Marketing Science 上的 Twitter 实验 https://doi.org/10.1287/mksc.2023.0178
登录后可写回应。