“关键在这里，”林雪怡指向另一组关联数据。

“当用户表现出对某一类观点的偏好或对另一类观点的厌恶后，算法会迅速强化这种倾向。

并开始系统性过滤掉相反视角的信息，同时推送更多能佐证其原有偏见、甚至更加极端的内容。看这个用户行为序列——”

屏幕上展示了一个匿名用户的模拟行为路径：该用户最初只是对疫苗效率有些疑虑，在“回音壁”上浏览了几个相关帖子后。

算法开始不断推送质疑疫苗安全性的“专家”观点、渲染副作用的个例、以及指责药厂和官方隐瞒真相的“内幕”文章。

几天之内，该用户在平台上的互动几乎全部集中在负面信息上，其信息流里再也看不到任何支持疫苗的主流科学共识。

而该用户的评论，也从最初的谨慎提问，迅速变得充满敌意和笃定。

“它在制造认知茧房，而且是以一种前所未有的效率和强度。”

林雪怡总结道，她的声音里带着一丝寒意：“这不仅仅是信息偏好，这是……系统性的认知塑造。”

“它在主动将用户推入一个个越来越窄、越来越封闭的信息回音室，并鼓励他们在室内彼此确认，对外攻击。”

更令人不安的是情绪感染模型。

数据显示，在“回音壁”上，负面情绪，尤其是集体性的愤怒，其传播速度和范围远高于中性或正面情绪。

一个充满戾气的评论往往能引发雪崩式的链式反应，而理性讨论的帖子则迅速沉没。

“它在利用我们大脑的原始本能。”林雪怡对围过来的团队成员说：

“对威胁的警觉、对归属感的需求、对‘我们’vs‘他们’的简单划分。它在人为地制造对立，因为对立能产生最强烈的 engagement（参与度）。”

她调出全球舆情监控系统的叠加数据。