打开 Netflix 刷二十分钟还没决定看什么，这件事大概每个人都干过。11 月 3 日，Netflix 上线了一个叫 AI Discover 的新标签页，思路是把「找片子」从无限下拉改成先回答一个问题：你现在想看什么感觉的？
它已经在美区开始灰度，入口是电视端顶部导航里一个红色宝石图标、带 New 标签的「Discover」按钮。
具体怎么用
第一批实验功能的核心是按心情选片。用户从一组预设主题里挑，每个主题配了剧集和电影的片段预览，主题覆盖「轻松一点」「吓吓我」「家庭电影夜」「碎片时间快看」「新片与热门」等方向，同时会参考用户的观看偏好和可用时间。
选完主题会给出一批匹配推荐，然后还有两层收窄：
- 继续细化：在主题下再选更具体的标签，直到匹配到想看的类型。
- Something different：一键推倒重来，换一批完全不同的推荐。
- Tune Your Recommendations：每个标题旁边，除了「播放」和「加入片单」之外多了一个按钮，用来告诉系统「这类多来点」或者「这类别再推了」。
真正的变化：推荐系统从「猜你」变成「问你」
Netflix 的推荐一直是隐式信号驱动：你看完了什么、点赞了什么、加了什么到片单。这套系统解决的是「长期口味」，但解决不了「今晚的具体场景」。同一部片子，一个人周五晚上看是合适的，加班到十点回家就不是；一家人一起看和孩子睡了之后自己看，也是两套完全不同的需求。
AI Discover 补的就是这一层。Netflix 说这个标签页由一套新的智能层驱动，能实时响应用户当场说出的需求，并且持续学习。官方的定位很克制——把它称作内容的「试验厨房」，先在新入口里试配方，验证有效再搬进主体验。
这个「试验厨房」的说法值得注意。它意味着 Netflix 不打算一开始就把 AI 推荐塞进主界面，而是先隔离出一个可以失败的入口。对被动过推荐算法大改的平台来说，这是成本最低的做法。
对国内视频平台的启示
国内长视频的发现入口基本还是三件套：搜索框、首页瀑布流、热播榜单。三者的共同问题是都要求用户先知道自己想看什么，或者接受平台喂什么。相比之下，AI Discover 有两个可以借鉴的点：
- 用场景标签替代类型标签：「悬疑」「古装」是内容属性，「只有四十分钟」「想被吓一下」是用户状态。后者更接近真实的打开动机。
- 让「排除」和「推荐」同等重要：Tune Your Recommendations 的价值不只是收敛结果，它把「我不想要什么」变成了一等公民。对推荐系统来说，负反馈信号的信息量通常比正反馈更大。
这股风也不只吹在流媒体上。站内此前的报道里，Gemini 个人智能层接入 Android Auto 走的是同一条路：把「现在的场景」作为输入，而不是把用户当成一个固定口味的档案。同类的消费级尝试还有 ChatGPT 的虚拟试衣 和 Google Pics 图片编辑器。消费级 AI 这半年真正的进展，多数不在模型能力，而在把模型塞进具体场景。
局限与风险
- 覆盖面还很窄：目前只在美国、英文界面、部分支持的电视端开放，其他地区和其他设备要等后续几周甚至更久。
- 依赖用户愿意表达：心情自述的前提是用户愿意多点两下。如果多数人还是习惯直接下拉，这套入口的效果会大打折扣。
- 推荐仍然是黑箱：主题封面由片段拼接生成，选择逻辑不透明。用户能感知「不准」，但无法理解为什么不准。
- 行为数据的边界：实时响应用户输入意味着更多即时信号进入模型，隐私政策如何更新、能不能关闭，官方目前没有细说。
总结：不惊艳，但方向是清楚的
AI Discover 没有什么惊人的技术突破，它做的事情很朴素——把「你今晚想要什么」直接问出来，再用 AI 把答案翻译成片单。但对一个内容库越来越庞大、用户越来越懒得翻的平台，这可能是最有效的解法。判断它成不成，看两个数字就够了：新标签页的使用率，以及从进入到开始播放的平均时长。
想找 AI 工具做类似的事——内容推荐、个性化生成、视频剪辑，可以看我们的 AI 模型库、评测列表、工具对比引擎，或者直接读 Meta Style Sketch 虚拟衣柜、iOS 27.2 的 Siri AI 记忆、Siri 接入 Gemini 这类消费级落地案例。
常见问题（FAQ）
Netflix AI Discover 是什么？
Netflix 在电视端新增的一个发现标签页，用 AI 按心情、场景和可用时间推荐内容。第一批功能让用户从「轻松一点」「吓吓我」「家庭电影夜」「碎片时间快看」等主题里选择，再逐层细化，直到找到要看的片子。
中国大陆能用吗？
目前不能。首发只在美国，面向英文界面的部分电视设备开放，Netflix 表示会在未来几周扩展到更多用户和设备。中国大陆本身不在 Netflix 服务范围，港澳台地区的上线时间未公布。
它和现有的推荐算法有什么区别？
原来的推荐靠隐式信号（看完、点赞、加片单），擅长判断长期口味但不了解当下场景。AI Discover 允许用户显式说出「我现在想要什么感觉」，由新的智能层实时响应并持续学习，两者是互补关系。
「Tune Your Recommendations」是做什么的？
每个推荐标题旁边的调优按钮，可以保存你喜欢的推荐方向，或者把某类内容标记为不想再被推荐。它把负反馈变成了和点赞同等权重的信号，能让后续推荐收敛得更快。