近日，湖南懷化理髮師「曉華」因技術精湛、待客真誠「聽得懂話」在網路走紅。一週漲粉過百萬，直播人數達到10萬+。
曉華爆紅是多方面因素：網友有情緒，地方文旅部門需要關注，媒體需要新聞，同行需要業務討論，本地居民需要身邊的熱點，熱搜需要榜單。諸多因素之下，短影片平臺上就會出現一個爆紅的網紅。
有個觀點認爲，這不過是演算法隨機選中，「抽中了流量彩票」的又一例子。這是當下諸多演算法誤解的最新一例。這麼解釋，對曉華是不公平的。演算法只是她走紅的其中一個因素，而非決定性因素。曉華的走紅早有跡象。
早在今年2月，就有一波抱怨理髮越來越貴的聲音。不少消費者抱怨，「理一次髮花了99元」「這幾年自己熟悉的理髮師收費一路上漲，從180元漲到380元」。
我當時還在新京報寫過一個快評《讓10元快剪店跟「託尼老師」各得其所》。根據《2020中國生活美容行業發展報告》顯示，2020年女性平均客單價爲137元，男性平均客單價爲95元。
理髮價格越來越貴，是因爲理髮已經成爲一種尋求自身定位的生活方式，但這也讓很多人想起小時候理一個髮，只要一兩元。實際上二十塊錢的理髮店仍大量存在。只不過一般都不是在城市CBD、商業中心的連鎖店，而是開在背街小巷、居民區中的小理髮店。
所以，「曉華」走紅背後戳中了人們對理髮行業的痛點。很多人調侃，沒有人能笑著走出理髮店；有的理髮店門口寫著洗剪吹30元，進去了只有100元的總監剪髮；許多理髮店瘋狂推銷辦卡，不辦卡，那就要貴很多。
這情緒早已存在，它在醞釀、發酵、靜靜地等待，被造化選中的那個人。
這個人首先要努力。所謂的演算法造神論，或演算法選中了某個人的說法，有意無意忽略了人的努力。我關注過一個科普號，從三年前他剛剛開始運行的時候就關注了。做科普的號挺多，但他的內容不錯，看得出不是東拼西湊，是有能力自己去寫的。做了幾個月，一條內容閱讀才幾百。他每天都更新，到現在三年，10萬+已經非常頻繁了。
2024年2月22日，因生意冷清，爲吸引顧客，曉華開了個短影片賬號，分享自己日常。這類既貼近生活又有專業性的內容，其實算比較好啓動的。剛開始評論區就有留言互動。3月6日，第一個點贊過萬的小爆款，評論區高贊留言「姐你比那些帶耳麥的有實力多了」。這讓曉華覺得，「這條路是可以走通的」。10月29日，一小夥要求「不要剪太短，劉海蓋住眉毛，但不是蓋住眼睛，後面稍微修得蓬鬆一點，兩邊剪短」。這條影片戳中了人們理髮的痛點，爆款出圈。此時她已經堅持發佈了398個短影片。
接下來似乎一帆風順了。11月1日，曉華開始直播自己剪髮過程，吸引了許多同行的圍觀。11月7日，重慶網紅理髮師「山城小栗旬」探訪曉華，話題「髮型師曉華3天只睡了一個半小時」衝上微博熱搜。我就是在這個時候關注到的，先前，在微信羣裏看到一張圖片，一個人在理髮，身後無數人在拍照，我也沒留意。11月7日，央視新聞報導「因爲聽得懂話，這個女理髮師火了」，曉華正式得到認可出圈。
但僅僅有努力還是不行的。傳播是一件精妙的事，所謂網感，是需要靈性和悟性的。「曉華」可能沒有理論知識，那就需要憑天賦的直覺去把握住情緒，從那些爆紅的影片中，去發掘出成功之處。個人堅持加上她的內容戳中了社會情緒，獲得了大衆共鳴，纔是曉華出圈的根本原因。
地方文旅的加持，也是曉華能出圈的原因。11月5日，懷化文旅公衆號發佈了減免優惠政策，出示本人在理髮店的打卡照以及其他憑證，即可享受景區、酒店、餐飲減免優惠。第二天，懷化文旅官方一口氣發佈了11條曉華相關影片，還邀請了曉華拍了兩條短影片爲懷化代言。當地商務、文旅部門圍繞「剪美美的頭髮，遊福地懷化」主題，進行了一系列線上線下宣傳，還引入一些特色商家。
曉華有了地域文旅的支援後，就有了地域話題的加持，就進一步放大了流量。此外，地方文旅的加持，也爲央視的報導打開了空間。曉華之所以在全國出圈，很大程度是因爲她被媒體廣泛報導，也上了微博熱搜。熱搜是一個小衆圈層網紅破圈的關鍵步驟。不過，這一系列複雜的社會機制，都被簡單地歸因爲兩個字：演算法。
演算法這個詞，現在是輿論中的顯詞。人們對理科生、對技術總有一種崇拜式的想像，多年以前，人們想像理科生搗鼓一下，就出來一個「萬能機器」，實現按需分配。如今，人們覺得演算法能造神，能隨意捧紅一個人。這是對技術的誇張想像，是從技術決定論到技術陰謀論的不斷滑坡。實際上，技術沒那麼大的力量。演算法當然是影響網紅走紅的一個因素，但並非決定性因素，因爲演算法也在社會互動之中，背後有網友的點贊、評論與轉發。
天水麻辣燙、淄博燒烤、菏澤郭有才、王婆說媒、懷化曉華等網紅人物和城市，實際上在爆紅之前，都已經有自己的積累。從0到1的積累是非常難的，也是非常孤寂的，但只有先到了1，才能後續從1到100的爆發。小城風物，小人物故事，哪一點最打動人心，沒人知道，無法預先確定。它蘊藏在無數的市場交易中，蘊藏在無數個體的轉發、點贊、評論中，這正是哈耶克所說的分散知識的典型例子。
所謂分散知識，哈耶克認爲知識有兩種，一種是科學知識，另一種是有關特定時空之情勢的知識（the knowledge of the particular circumstances of time and place）。後者，「從來就不是以一種集中的且整合的形式存在的，而僅僅是作爲所有彼此獨立的個人所掌握的不完全的而且還常常是相互矛盾的分散知識而存在的。」
簡單地說，就是那些關於一時一地的具體知識，它分散在全社會中，分散在每一個個體中的。演算法能發現最初的蝴蝶的翅膀，然後在推薦中加以擴散，由此，完成了一個分散知識到社會共同知識的過程。毋庸諱言，這個發現機制是順應用戶的。但另一方面，被忽略了的是，某種程度上演算法本身具有反繭房性。
人的閾值會不斷提高的。聽覺、嗅覺、性、對疼痛的耐受性，都是如此。人對內容也是如此，反覆同類的內容，人會覺得無趣，會去尋求新東西。所以，任何內容平臺都會試探性地推送新東西、探索和擴展用戶的興趣邊界，進而提高用戶留存。這是演算法本身就存在的反資訊繭房機制。實際上，除了基於內容的推薦可能導致內容同質化外，基於行爲的協同過濾和基於語義的推薦，在某些情況下更有助於用戶偶遇超出其現有認知範圍的內容，從而一定程度弱化資訊繭房效應。
所以，長期來看人是可以選擇內容的。最終決定內容市場的，是受衆的特點，這也就是國民性。
演算法非常敏銳，它能呈現大衆情緒中的那些風起於青萍之末，但真實的社會互動具有複雜性，不是技術能簡單決定的。所以，我們在討論網紅爲什麼這麼紅的時候，不僅僅要討論演算法，更要看到網紅走紅背後的複雜性，這樣我們才能看見那個更真實的世界。
(本文僅代表作者本人觀點，責編：閆曼 man.yan@ftchinese.com)