11 月 3 日，Netflix 宣布上线新的”AI Discover”标签页，用户可以在里面用新的方式找片。首个实验性功能是按当下心情获取推荐：主题围绕用户的心情、观看偏好、有多少时间、以及当下什么热门展开，包含”轻松一点””吓我一跳””家庭电影之夜””快速看完”等方向。
从无限滚动到主题化入口
Netflix 对这个标签的定位是”试验厨房”，公司说会在这里尝试新的发现配方，用户反馈将决定哪些功能被保留或改进，再被搬进 Netflix 的主体验。用户选中一个主题后会看到匹配推荐，也可以继续选择更具体的主题往下找，或者选择”来点不一样的”重新开始。每一个影片标题旁边除了”播放”和”我的列表”，还多出一个”Tune Your Recommendations”按钮，可以保存喜欢的推荐或排除不想再出现的标题。
Netflix 称 AI Discover 由一个新的 intelligence layer 驱动，这个层能实时响应用户输入并持续学习。公司自己的说法是：”我们在 Netflix 上的可看内容比以往任何时候都多，但安静的夜晚想看什么，和家庭电影之夜想看什么，往往并不一样。”
灰度范围与推荐赛道的含义
AI Discover 目前先在美国向使用英语版 Netflix 的电视端用户开放，之后数周内扩展到更多用户。有权限的用户会在电视端顶部导航栏看到一个带红色宝石图标的”Discover”按钮和”New”标签。
从产品节奏看，Netflix 正在把发现入口从无休止的标题滚动流，换成一个由意图驱动的对话式入口。推荐算法在大模型时代的重心也随之从”猜你喜欢什么”转向”把你此刻的状态翻译成可点选的路径”，这条路径上的模型能力与工程取舍，可对照Spotify 一年移除超 5000 万首 AI 垃圾曲目的内容治理经验一并观察：当生成成本下降，推荐与审核两端会同时被改写。
延伸阅读
- VISTA框架：让AI拥有「视觉记忆」，ARC-AGI-3全部25关满分通关3 周前
- 蚂蚁灵光 2.0 乌镇首展：APASS 让智能体不碰密钥2 天前
- DeepSeek 上线首个多模态模型 V4-Flash-Vision-Exp：一千张图 1.15 元，视觉 Agent 直逼 Opus 4.82 月前
- 豆包工作上线目标模式：不达标自动返工，计划可先审1 月前
继续读
同一批更新里这几篇值得一看：
- Anthropic 工程师警告 AI 依赖：3 层状态走向认知投降2026-11-04
- 蚂蚁灵光 2.0 乌镇首展：APASS 让智能体不碰密钥2026-11-03
- OpenAI 决策模型全面开放：延迟压至 120 毫秒2026-10-23
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记