在新闻资讯领域，如何处理人工编辑和机器算法之间的微妙关系？
      随着新闻热点的多元化，海量的新闻内容来满足读者对资讯的阅读需求，如果继续单纯依赖人工编辑，受到内容数目的限制，内容分发效率确实不高，而且，人工编辑往往集中于最热门的头部内容，往往“千人一面”，更长尾的内容则很难再有精力覆盖。

      机器算法正好擅长这些难题，一方面，它通过采集海量的信息，然后通过数据挖掘，智能分析出每时每刻最热门最值得用户关注的资讯；另一方面，推荐引擎会根据用户对用户浏览、收藏、转发、评论新闻资讯的行为不断进行分析，再结合其阅读喜好、习惯、阅读时间、阅读位置等多个维度，建立起个人用户模型，两者结合后，智能地为用户推荐越来越精准的个性化信息。
       如果一味依赖话题数据指标和话题相关性的算法分发，由于读者猎奇心或是出于心理最微妙的兴趣使然，追求槽点和趣点的声音占据了大多数，这就让信息趋于片面。
       除了可能把大众阅读的口味引向低俗化，另一个可能随之而来的问题还有，如果一味迎合用户兴趣，“千人千面”的个性化浪潮是否会形成信息孤岛，从而挤压掉他们真正感兴趣或者培养新兴趣话题的生存空间。

       从趋势来看，未来算法技术必定走向人工智能化，依靠它们能够解决的事情包括对用户画像、洞察的判断……但在技术背后，如何注入人文情怀？至少优秀内容中人的直觉、经验和匠心仍然不能被替代。