Google Discover 要内置聊天机器人调教推荐流了

Google 官方确认要在 Discover 里塞个聊天式定制入口，接下来几天会通过 Google App 推送给用户。入口藏在右上角三个点的菜单里，点进去是个类 Chat 的界面，用自然语言描述想看什么，模型会确认偏好并给出优先级策略，还能追加细节微调。

乍一看这不就是把「不感兴趣」「屏蔽来源」那些零散交互打包成对话式了吗？但仔细想，区别在于上下文记忆——以前每次点「不感兴趣」都是孤立信号，现在模型能把「别推体育新闻」「多推独立游戏开发日志」「周末想看硬件拆解」这些指令串成长期画像，下次打开 Discover 时直接生效，不用再手动清理历史记录。

有几个细节值得琢磨：

• 多轮修正的容错率：视频里演示挺丝滑，实际落地时用户说「少推点 AI 资讯」，模型会不会过度纠偏把所有机器学习论文都过滤掉？这边界感把控得不好，反而比手动标签更难调。
• 隐私与本地化的平衡：偏好数据是存在云端还是跑在设备端？Google 没明说。如果全上云，敏感兴趣标签（健康、金融、政治倾向）怎么脱敏？如果本地跑，模型体量能不能支撑起足够细腻的语义理解？
• 与现有「关注主题」的共存逻辑：现在 Discover 顶部已经有「关注」标签页，用户手动订阅的主题跟聊天机器人推断的偏好冲突时，权重谁高？会不会出现「我关注了《经济学人》却被模型判定为不爱看深度长文」的悖论？

我倒是挺期待能把这套对话式偏好同步到 YouTube 首页、News 标签甚至搜索个性化排序里——真正做到「跨产品一致的兴趣图谱」。但目前官方只提 Discover 单一入口，不知后续会不会打通。

手里有 Pixel / 能刷到美区 Google App 的朋友，能不能先帮测两把？重点看：
1. 对话轮数上限是多少，超过后会不会截断上下文
2. 能不能显式导出 / 删除已学到的偏好画像
3. 非英语指令（中文、日文、德语）的语义对齐效果

要是这套交互真能把「算法黑箱」变成「可对话的可控层」，倒是个值得推广的范式——不只 Google，所有靠推荐流吃饭的产品都该考虑加个「自然语言微调层」。