约会app哪个是真的？骗你付费 是不是ai@硅谷Alan Walker

Dating App算法里的恶

先把结论放在桌上。我用看一个 AI 系统的方式，把 Dating App 从头拆了一遍：它的目标函数是什么，奖励信号是什么，排序依据是什么，它从用户身上学到了什么。

拆完的结论是，这套算法的恶有一个源头：它靠你”找不到”赚钱。从这个源头长出了五宗恶：给每个人标价，把求爱做成老虎机，偏爱渣男，伪造缘分并出售女性的注意力，对暴力和欺诈视而不见。

它的危害远不止浪费时间。用户更焦虑、更孤独、更厌恶自己的身体；被举报的强奸犯被算法推荐成”优质对象”；伪造一段恋爱的成本，降到了一张 API 账单。

这半年在湾区的饭局和派对上，我听到最多的抱怨，就是女生找不到对象。三十出头，名校毕业，在大厂或者独角兽里做产品、做投资，人漂亮也有趣。她们几乎都用过 Tinder、Hinge、Bumble，回国的用过探探、Soul。讲到最后都是同一个结局：配对了几百个，聊下去的十几个，见面的三五个，奇葩一堆，渣男若干，人没找到，自己先不信了。

有一位说得特别准：”我感觉自己不是在谈恋爱，是在上班。而且这份工作，越干越觉得自己不值钱。”

那天回到 Zombie Café，我决定把这件事当成一次尽调来做。下面八段，是我在财报、诉讼文件、调查报道和学术论文里看到的东西。

恶的源头：一个靠你“找不到”赚钱的目标函数

做 AI 的人都知道一条铁律：模型会无情地优化你给它的那个数字，不管那个数字是不是你真正想要的。经济学家管这个叫古德哈特定律，一个指标一旦变成目标，就不再是好指标。

全文要点速览

所以看任何一个推荐系统，第一个问题永远是：它在优化什么？

Dating App 如果真的做到了它广告里说的事，帮你找到对的人，结果是你删掉 App，对方也删掉 App。一次成功，平台同时流失两个付费用户。世界上很少有生意是这样的：产品越成功，客户流失越快。

而上市公司财报里最重要的两个数字，是付费用户数和每个付费用户贡献的收入。Match Group 旗下有 Tinder、Hinge、OkCupid、The League 等一大串品牌，2026年第二季度付费用户1330万，同比少了6%；Tinder 的付费用户在2025年第四季度已经降到880万。CEO Spencer Rascoff 在财报会上说，要改善”用户结果”，同时提醒投资人这样做有”短期收入代价”。

白话翻译：让用户更快找到人，会伤害收入。这是公司自己承认的。

国内的数字更直白。探探2022年第二季度还有220万付费用户，2026年第二季度只剩50万，四年掉了将近八成。

把这两件事放在一起看：一个系统的收入取决于你”继续找”，它的每一个排序、推送和付费功能，都在这个目标函数下被反复 A/B 测试、反复优化。不需要任何人存心作恶，梯度下降会自己找到那条路：让你保持希望，但别让你太快成功。这就是所有恶的源头。

通俗解读：你去一个按小时收费的停车场，停车场最希望你停得久一点。Dating App 按月收费，它最舒服的状态，是你每个月都还在”找”。AI 模型没有善恶，它只会把考核它的那个数字推到极致。

给每个人标价、把求爱做成老虎机：前两宗恶都是成瘾设计

2016年，Fast Company 的记者 Austin Carr 在 Tinder 总部得知，平台内部给每个用户算一个”Elo 分”，这个词来自国际象棋的等级分。他本人是946分，属于”中等偏上”。Tinder 的产品副总裁打比方说，像打魔兽，你赢了高分玩家，涨的分就多。翻译成约会：一个高分的人右滑了你，你涨的分比普通人右滑你多得多。

Tinder 在2019年说 Elo 已经过时，换成了更复杂的模型。名字换了，标价这件事没变。任何推荐系统都要决定先给你看谁、把你先给谁看，只要排序，就一定有一个你看不见的分数。

这个分数对女性尤其残酷。密歇根大学的 Elizabeth Bruch 和 Mark Newman 在2018年的《Science Advances》上，用”谁收到最多关注、关注来自谁”的算法，分析了美国四个城市约二十万异性恋用户的消息数据：女性的受欢迎度从18岁开始一路下滑到60岁，男性则一路上升，到50岁左右才见顶。三十出头的姑娘们在饭局上感受到的那种”越来越难”，在数据里是一条清清楚楚的斜线。

标价的危害，是它会被内化。Pew 研究中心2023年的调查里，64%的男性用户因为收到的消息太少而感到不自信，54%的女性用户被消息淹没到不堪重负。一边是被冷落的自我怀疑，一边是被当成商品挑拣的疲惫。

2026年发表在《Communications Psychology》上的一项荟萃分析，汇总了27项研究、两万一千多名用户，发现滑动式约会 App 的使用与身体不满和进食障碍倾向显著相关；另一项发表在《Computers in Human Behavior》上、覆盖23项研究两万六千多人的荟萃分析发现，单身的 App 用户比不用 App 的人有更高的抑郁、孤独和焦虑水平。

那位说”越干越觉得自己不值钱”的姑娘，说的就是这个。她的价值没有变，变的是她每天在看的那个仪表盘。

通俗解读：想象你站在一个巨大的拍卖会上，每个人身上都挂着一个隐形价签，价签由所有人的点击实时决定。你看不见自己的价签，系统看得见，并且按价签决定谁出现在谁面前。你以为是缘分，其实是定价。

心理学家斯金纳做过一个经典实验：鸽子啄按钮，有时掉食物，有时不掉，没有规律。结果鸽子啄得最疯狂、最停不下来的，恰恰是这种随机奖励。这叫可变比率强化，是老虎机的底层原理。

回头看 Dating App 的每一个动作：右滑，不知道会不会配对；配对了，不知道会不会回；回了，不知道会不会见；见了，不知道有没有下文。每一个环节都是一次随机奖励，奖励的东西是人类最原始的渴望之一：被选中。

2024年情人节，六名用户在旧金山联邦法院对 Match Group 提起集体诉讼。起诉书里写：”正如鸽子可以被训练按一定间隔啄按钮，用户也可以被训练无休止地滑动。”原告指控平台使用”多巴胺操纵型产品设计”，把用户锁进”付费才能继续玩”的循环。Match 称诉讼”荒谬且毫无依据”。法官依据用户协议里的仲裁条款，裁定必须走个人仲裁，案件在2025年12月终结。这些指控从来没有在法庭上被公开审理，用户协议里的一行小字，就把集体诉讼挡在了门外。

你自己打开 App 就能看到这套结构。”谁喜欢了你”一栏，免费用户只能看到一排模糊的头像：有人喜欢你，但看不清是谁，想看清就付费。愉悦让你留下，焦虑让你付钱。再加上一刻不停的推送：”你有新的配对””有人对你感兴趣”。每一条都是一次拉杆。

更糟的是，老虎机的机制会和渣男的行为模式叠加。忽冷忽热、今天热情明天消失、消失三天又突然出现，这正是一种人肉版的可变比率强化。心理学研究早就发现，间歇性的关注比稳定的关注更让人上瘾、更难放手，这也是很多姑娘明知道对方不靠谱，还是忍不住一遍遍刷新聊天框的原因。App 设计了第一层老虎机，渣男在里面又装了第二层。

危害是可以量化的。前面那项27个研究的荟萃分析里，滑动式 App 与”行为失调”的关联最强，也就是强迫性使用、停不下来、明知道没用还在刷。Forbes Health 2024年的调查中，78%的用户有约会 App 倦怠，女性高达80%。

渣男从哪来：算法偏爱的是最不想离开的人

这是饭局上被问得最多的问题：为什么 App 上大多是渣男？是不是来这里的男人，潜意识里就是想免费约炮，根本不想 settle？

我把能找到的数据摊开，答案是：相当一部分是。这件事和个别人的人品关系不大，它是一个可以被数据描述的结构。

先看人口结构。据 Sensor Tower 估算，Tinder 大约四分之三的用户是男性。Rascoff 今年4月接受《金融时报》采访时说，把女性用户拉回来，是 Tinder 复兴的”首要任务”。

再看动机。Pew 2023年的调查显示，过去一年用过约会软件的人里，把”随意的性”列为主要目的的男性是31%，女性只有13%，男性是女性的2.4倍。而在”找长期伴侣”这一项上，男女几乎没有差别。也就是说，男性用户里有一大块人群，是带着一个女性用户很少带着的目的进来的。

再看身份。市场研究公司 GlobalWebIndex 在2015年的调查发现，Tinder 用户里30%自称已婚，12%自称在恋爱中，合计42%。Tinder 当时强烈反驳了这个数字，但学术研究提供了另一个侧面：比利时学者 Timmermans 等人2018年的研究发现，有伴侣还在用 Tinder 的人，精神病态得分更高，宜人性和尽责性更低；而使用 Tinder 的性动机，与精神病态和马基雅维利主义显著相关。

还有结果。2025年发表在《Cyberpsychology, Behavior, and Social Networking》上的一项研究，调查了495名德语区成年人：通过 App 发生过性关系的人里，66%是男性；这些人的自恋、马基雅维利主义和精神病态得分更高，在男性身上，精神病态与”通过 App 约到性”的关联尤其明显。另一项针对1038名比利时 Tinder 用户的研究显示，线下见过面的人里，超过三分之一发生了随意性关系，进入稳定关系的约四分之一。

为什么会这样？进化心理学里有一个经典理论，叫亲代投资理论：一次性关系对女性的潜在成本，远远高于对男性的成本，所以平均而言，男性对短期关系的偏好更强。线下社交里，这种偏好被很多东西约束着：共同的朋友、名声、时间、喝酒吃饭的花费。Dating App 把这些约束几乎全部拿掉了，搜索成本降到一根手指，名声成本降到零。

经济学告诉我们，成本下降最多的那个用途，会吸引最多的新用户。App 把”找一夜情”的成本降得最多，于是它对短择型男性的吸引力也最大。所以你在 App 上遇到的男性，本来就代表不了这个城市的单身男性，他们是被一个”免费、匿名、无限量”的入口筛选过的人群。

体验的不对称也印证了这一点。Pew 的数据里，57%的男性用户说自己的 App 体验是正面的，女性只有48%。同一个产品，对两个性别来说几乎是两个世界：对一部分男性，它是一个低成本的猎场；对大多数女性，它是一个需要不断排雷的雷区。

通俗解读：同一家超市，如果某一天所有商品都免费，最先冲进来、拿得最多的，一定是本来就只想白拿的人。认真过日子的人照样会来，但在人群里的比例会被稀释。Dating App 对”短期关系”就是这样一家全场免单的超市。

光有一个短择型男性偏多的池子，还不够解释姑娘们的绝望。真正的恶在于，算法会主动放大这个比例。

第一层，算法奖励活跃度。推荐系统最依赖的信号是互动：谁滑得多、回得快、配对多、在线久，谁就被系统判定为”高质量、高意图”的用户，被推给更多人。谁最符合这个画像？同时聊十几个、开场白复制粘贴、每天在线、从不离开的人。一个认真想谈恋爱的普通男生，一周看几次、每次认真聊一两个，在算法眼里反而是”低活跃”。

第二层，注意力向顶端集中。Hinge 的一位增长工程师公开过平台数据：发给男性的点赞，有一半集中在15%的男性身上，男性一侧的基尼系数达到0.542，在全世界国家的贫富差距排名里能进前十。站在顶端的那批男性，选择多到用不完，最没有动力安定下来。而算法排序靠的正是受欢迎度，于是姑娘们最常刷到、最容易心动的，恰恰是最不缺选择、最难认真的那一小撮人。

第三层，逆向选择。1970年阿克洛夫写过一篇后来拿诺贝尔奖的论文《柠檬市场》：二手车市场里，好车很快成交离场，烂车卖不掉一直留着，时间一长，市场上留下的几乎全是烂车。Dating App 是一个完美的柠檬市场：真诚想 settle 的人，几个月内遇到合适的人就离开了；只想玩的人，永远不会离开，因为 App 本身就是他想要的东西。池子里沉淀下来的，是一批职业玩家，而他们恰好是算法最喜欢的高活跃用户。

第四层，无限选项让承诺变贵、消失变便宜。哥伦比亚大学 Sheena Iyengar 的果酱实验里，摆24种果酱的摊位只有3%的人买，摆6种的摊位有30%的人买。App 上永远有下一张卡片，已读不回、人间蒸发、同时约好几个人，这些在朋友圈里会付出名声代价的行为，在 App 上成本为零。

还有一个更阴暗的耦合。黑暗三角人格擅长的那些东西，恰好就是算法奖励的东西：开场白有魅力、回复快、自信的照片、短时间内密集示好、让人觉得被高度关注。前面那项德语区研究里，精神病态得分高的男性，现实中的性伴侣数并不多，却在 App 上约到了更多人。推荐系统不懂人格，它只看互动数据；而最会制造互动数据的，恰恰是最会操纵人的那类人。算法在不知不觉中，替黑暗人格做了一轮筛选和放大。

四层叠在一起，结论只有一个：算法把最不想离开的那批人，系统性地推到了最想离开的你面前。你遇到的人，代表不了这个城市男人的平均水平，他们是一个被目标函数筛选、放大、再筛选之后的残留物。

对女性的直接伤害有数字。Pew 2023年的数据，50岁以下使用过约会软件的女性里，56%收到过不想要的露骨图片或信息，43%在明确拒绝后仍被纠缠，37%被骂过侮辱性的词，11%受到过人身威胁。

伪造缘分，出售女性的注意力：这才是平台的收入模型

2014年，OkCupid 联合创始人 Christian Rudder 写了一篇博客，标题直接叫《我们在人类身上做实验！》。他们找了一批算法认为只有30%匹配度的用户，告诉他们彼此90%匹配，结果发消息、聊下去的比例都明显上升。反过来，把真正90%匹配的人说成30%，互动就变少。Rudder 的总结是：当我们告诉人们他们很配，他们就会表现得很配。

平台不只是一面镜子，它是一只能调你判断的手。

再看 Hinge 的”Most Compatible”，官方说用的是 Gale-Shapley 算法，也就是2012年诺贝尔经济学奖的”稳定婚姻匹配”。这个算法有一个教科书级的性质：分”提议方”和”接受方”，提议方拿到自己能拿到的最好结果，接受方拿到的是所有稳定结果里对自己最差的那个。谁当提议方是一个产品决策，写在代码里，不写在任何用户能看到的地方。用户只看到一个温柔的标签：”今天和你最合适的人”。

然后看付费功能卖的是什么。Boost 让你的资料被更多人看到，Super Like 让你带着特别标记出现在对方面前。Tinder 在2023年推出过每月499美元的 Select 会员，只邀请不到1%的活跃用户，权益包括不用配对就直接给别人发消息、优先出现在”最受欢迎”的用户面前。

这些功能卖的是同一种东西：别人的注意力。在一个四分之三是男性的平台上，最稀缺的资源是女性的注意力。于是一个结构性事实浮出水面：女性以为自己是来挑人的客户，在收入模型里，她们的注意力是平台打包卖给男性付费用户的库存。你刷到的那个”优先展示”的人，有可能只是付了钱。

国内的版本更直接。挚文集团2026年第二季度24.86亿元的营收里，增值服务收入占了24.4亿，这部分收入由各种场景下的虚拟礼物和会员订阅构成。注意力被明码标价，可以用礼物来买。一个靠打赏赚钱的社交产品，最有动力培养的，是那种让人愿意不断掏钱换取回应的关系，而不是让两个人尽快线下见面、从此不再打开 App 的关系。

更早还有一个案子。FTC 在2019年起诉 Match.com，指控之一是：平台向未付费用户发送”有人联系你了”之类的通知，而发出这些联系的账号里，有相当一部分已经被平台自己的系统标记为疑似诈骗。用户为了看消息去付费，看到的却是骗子。2025年8月，此案以1400万美元和解，Match 不承认责任，称相关做法多年前已停止，和解金额只是 FTC 索赔的5%。

对暴力和欺诈视而不见：被举报的强奸犯仍在优选推荐位

前面四宗恶，伤的是时间、金钱和心态。这一宗，伤的是身体和生命。

2025年2月，由普利策中心和 The Markup 支持的”约会 App 调查项目”发表了一篇历时18个月的调查报道，标题叫《约会 App 的掩盖》。报道的核心人物，是丹佛一名34岁的心脏科医生 Stephen Matthews。他在 Hinge 等 Match 旗下 App 上认识女性，下药、强奸。陪审团最终认定他对11名女性犯下35项罪行，判处158年至终身监禁。至少15名女性报告被他强奸或下药，几乎全部是在 Match 旗下 App 上认识他的。

最让人脊背发凉的细节是：第一份针对他的举报出现在2020年9月，但他一直留在 App 上，直到2023年被警方逮捕。2022年，Hinge 还把他的资料作为”Standout”（优选推荐）推给其他女性。按法庭文件，那时他已涉嫌性侵9名女性、给10人下药。

举报进了系统，算法照样推荐。因为在推荐模型眼里，他是一个高质量用户：职业体面、照片好看、受欢迎。

调查报道援引的内部文件显示，Match 至少从2016年起就知道哪些用户因下药、性侵被举报；它有一个叫 Sentinel 的中央数据库，从2019年起记录旗下所有 App 里被举报强奸或侵犯的用户，到2022年每周新增的案例以数百计。公司在2020年承诺发布透明度报告，至今没有发布。

记者测试发现，被 Tinder 封禁的用户，用同样的名字、生日和照片，就能重新注册，甚至直接去 Hinge、OkCupid 注册。2025年12月，六名受害女性在丹佛起诉 Match Group，指控其产品存在缺陷、”为强奸犯提供便利”。Match 方面表示重视每一份举报，并列举了 AI 防骚扰工具、身份验证和执法协作通道。

这不是美国独有的问题。澳大利亚犯罪学研究所的全国调查显示，四分之三的受访者在过去五年里经历过通过约会 App 实施的性暴力，三分之一在线下见面时遭遇过侵害。

欺诈是另一条线。FTC 数据显示，2025年美国人报告的爱情诈骗损失约14.8亿美元，比上一年增长22%，这还只是报上来的数字。国内的读者对”杀猪盘”这三个字不会陌生，开头几乎都是一段甜蜜的网恋。

为什么平台对这些”看不见”？回到第一段的目标函数：安全团队是成本中心，推荐系统是利润中心。调查报道提到，Match 的安全负责人2022年被解雇，中央安全团队随后裁撤，剩下的调查员在2024年也被裁掉。一个只考核付费和活跃的系统，天然不会给”这个人危险”这样的信号分配足够的权重。

AI 时代恶被规模化：更聪明的 AI 首先是更聪明的老虎机

现在，所有平台都在讲 AI 的故事。

Tinder 今年3月推出了 Photo Insights 和 Chemistry：在你授权的前提下，AI 读取你的手机相册，分析你反复出现的生活主题，推断你的性格，每天推荐少量”更合适”的人。Match 在2026年的指引里列出了约6000万美元的 AI 和产品投入。过去的算法只知道你滑了谁，现在的 AI 可以知道你是谁。

问题在于，AI 越懂你，就越能做两件方向完全相反的事。它可以更准确地找到适合你的人，让你更快离开；也可以更准确地找到你的弱点，让你更久留下。它知道你哪个时间点最孤独，知道哪类照片让你停留更久，知道你被已读不回伤害之后多久会重新打开 App。决定它往哪边用力的，是考核它的那个数字。只要收入还是”按月为继续寻找付费”，一个更聪明的 AI，在数学上首先是一个更聪明的老虎机。

另一头，造假的成本正在归零。今年9月，Anthropic 发布的威胁情报报告披露：一家位于中国的 App 工作室，用 Claude 和其他公司的 AI 模型，开发运营了20多款约会 App，对外宣称用户都是真人。2026年4月的两周里，系统同时运行着4700多个 AI 人设，和至少25000名真实用户聊天，发出约236万条消息，主要针对美国用户。AI 人设与真人的比例约三比一，用户刷到的人里，四个有三个是 AI；人设被要求不能承认自己是机器，只有视频通话这种 AI 搞不定的场合才由兼职真人顶上。想继续聊，就买金币。这些 App 在苹果和谷歌审核时展示干净的版本，过审后才切换。

过去，一个团伙要维持几百段假恋爱，需要几百个打字员；现在，一张 API 账单就能让四千多个”恋人”二十四小时在线，每一个都温柔、耐心、记得你上周说过的话。当伪造亲密关系的成本趋近于零，真实的人在这个市场里的价值就被稀释了。你分不清屏幕那头是谁，于是对所有人都打了折扣，包括那个真心的人。

所以，写给饭局上那些姑娘的话，只有几条：

第一，App 给你的反馈，不是对你的评价。配对数、回复率、谁喜欢了你，是标价系统、老虎机、职业玩家和一部分 AI 共同作用的结果。

第二，把 App 当线索来源，别当生活的地方。关掉所有推送，固定时间看；三天内约不出来见面的，直接放下；最会聊、回最快、永远在线的，多打一个问号。

第三，默认屏幕那头可能是 AI 或骗子，直到对方用真实的方式证明自己。第一次见面选公共场所，告诉朋友你在哪。谈到钱和投资，立刻离开。

第四，把时间还给没有排序算法的地方。朋友的局、兴趣圈子、跑团、读书会。连 Tinder 自己都在把用户往线下活动里引，这本身就是对滑动模式最诚实的评价。

技术从来不是中性的。一个系统最终变成什么样，取决于它为谁优化。Dating App 优化的是你继续找，你要优化的是尽快找到然后离开。看清这两个目标函数的差别，你就从算法手里拿回了一半；另一半，在 App 外面。

利益披露 本文写作过程中使用了 Claude（Anthropic 公司产品）辅助资料整理与成文；第8段引用了 Anthropic 发布的威胁情报报告，读者在评估该部分时请知悉这一关联。作者及所在机构投资组合中包含多家 AI 公司。本文涉及的诉讼内容均为原告指控或调查报道所述，相关公司否认或未承认责任之处已在文中注明。本文不构成任何投资建议。

附录：信息核验分级

A｜已确认的一手 / 主流信息

· Match Group 2026年 Q2 付费用户1330万、同比降6%，Tinder Q4 2025 付费用户880万，约6000万美元 AI 与产品投入（公司财报及路透社等报道）

· 挚文集团财报中探探付费用户 2022Q2 220万、2026Q2 50万，2026Q2 营收24.86亿元、增值服务收入24.4亿元

· Fast Company 2016年关于 Tinder Elo 分的报道；Bruch & Newman 2018年《Science Advances》论文

· Pew Research Center 2023年调查（随意性关系为主要目的：男31%、女13%；男性64%因消息少不自信、女性54%被消息淹没；50岁以下女性56%收到露骨内容、43%被纠缠、37%被辱骂、11%受威胁；正面体验男57%、女48%）

· Sharabi 等2026年《Computers in Human Behavior》荟萃分析（23项研究、逾2.6万人）；Cela & Wood 2026年《Communications Psychology》荟萃分析（27项研究、21263人）

· Oksayan 等诉 Match Group 案（N.D. Cal. 3:24-cv-00888）起诉内容、仲裁裁定与2025年12月终结；FTC 与 Match Group 1400万美元和解（2025年8月）

· Dating Apps Reporting Project 2025年2月调查报道（Stephen Matthews 案定罪、刑期、Hinge”Standout”推荐、Sentinel 数据库、透明度报告未发布、重复注册测试、安全团队裁撤）；2025年12月丹佛六名受害者起诉 Match Group（The Markup 报道）

· 澳大利亚犯罪学研究所关于约会 App 性暴力的全国调查；Tinder Select 每月499美元；Tinder Photo Insights 与 Chemistry

· Anthropic 2026年9月威胁情报报告中约会 App 案例数据；Rascoff 2026年4月接受《金融时报》采访的表述

B｜单一来源、需谨慎

· Sensor Tower 估算 Tinder 约四分之三用户为男性；GlobalWebIndex 2015年调查中42%的 Tinder 用户非单身（Tinder 当时公开反驳）

· Hinge 增长工程师披露的点赞集中度与基尼系数（经 Global Dating Insights 转述，其他媒体引用的数值不同）

· Freyth & Jonason 研究（495人，发表年份以期刊为准）；Timmermans & Courtois 2018年研究（1038名比利时用户，”超过三分之一””约四分之一”为摘要中的约数）

· Forbes Health / OnePoll 2024年调查中78%的倦怠比例

· FTC 2025年爱情诈骗损失约14.8亿美元（FTC 消费者博客原文金额单位有笔误，此处采用多家转述的十亿量级数据）；FTC 2019年起诉书中关于疑似诈骗账号通知的指控细节，为指控内容

C｜转述性内容

· 古德哈特定律、斯金纳可变比率强化、阿克洛夫《柠檬市场》、Iyengar 果酱实验、Gale-Shapley 算法的提议方最优性质、亲代投资理论，均为经典学术结论的通俗转述

· Timmermans 等2018年关于有伴侣 Tinder 用户人格特征的研究结论，经伊拉斯谟大学新闻稿转述；Tinder 在2019年称 Elo 已过时，为公司博客表述的转述

D｜作者推断

· “为找不到而优化”的目标函数分析、成本下降吸引短择型男性的推论、算法奖励活跃度从而放大渣男比例、黑暗人格与互动数据的耦合、女性注意力被打包出售的收入模型分析、安全团队与推荐系统的成本中心/利润中心判断、”更聪明的 AI 首先是更聪明的老虎机”，以及第8段的建议，均为作者基于结构分析的观点，并非对任何具体公司内部意图的事实陈述

文章来源：公众号「硅谷Alan Walker」 @硅谷Alan Walker。原文链接：Dating App算法里的恶