Psychology
讨论串为什么越聊越负面：正面的话先售罄了
2026-08-20 · 奇普·希思 & 丹·希思《让创意更有黏性》~1 min read
把 2,150 个 Reddit 社区、超过 20 亿条评论倒进同一条分析管道，能看见什么？今年 8 月发表在 PNAS 的一项研究做了这件事。他们想核实一个人人有体感、却从没被量化过的印象：网上的讨论是不是真的越聊越难听。数据的回答比印象整齐得多：三条下坡线，方向完全一致。
30 秒读懂
PNAS 研究（2026 年 8 月）分析 2,150 个 Reddit 社区、20 亿+条评论：整个平台随时间变负面，社区存在越久越负面，同一条讨论串越往后越负面。
机制是「想显得独特」：负面评论与此前发言语义差异更大；开头越正面的串，转负越明显。
实验复现：被引导「要独特」的被试发出更多负面评论；负面是求独特的副作用。
边界：数据只来自英文 Reddit；算法放大仍是主因之一；上千楼的超长串会振荡回正，并非一路坠落。
1 发现
二十亿条评论，画出了三条方向一致的下坡线
「网络讨论在变负面」这句抱怨人人会说，这是它第一次拿到成规模的量化证据。
Joshua Conrad Jackson 和同事们把尺子从平台一路量到单条讨论串，三个层面同向。主分析限定每条串的前 50 条评论，避免超长串带偏结果。
层面 发现
整个平台 Reddit 的评论情绪随年份整体走低 单个社区 一个社区存在越久，评论越负面 单条讨论串 同一条串里，越靠后的楼层越负面
第三条最难拿「时代变了」或「用户换了」来解释。一条串从开帖到第 50 楼常常只隔几个小时，人是同一批人，事是同一件事，情绪照样往下走。坡不在年份里，在对话自己身上。
2 证据
把算法从故事里拿掉，这条坡还在
「都怪推荐算法」是现成的答案，这项研究的价值恰恰在于绕开了它。
一条串内部的楼层顺序，跟推荐算法关系不大：评论从第 1 楼排到第 50 楼，就在那里，可负面还是随楼层攀升。语义分析进一步发现：负面评论与串里已说过的话，语义距离更远。说难听话的人，往往同时在说「没人说过的话」。
更反直觉的细节是，开场越友善的串，后面转负转得越急；社区越大、发言越拥挤，同样的挤压来得越猛。
观察到这里，动机仍是推断。团队补了实验：被试被随机引导写评论，一组要「显得独特」，一组要「与大家一致」。
实验 「求独特」组发出的负面评论显著多于「求合群」组。研究者的说法大意是：没有人激励他们变负面，负面是追求独特的副作用。
这项研究没有替算法翻案，算法放大负面仍是主因之一；它补上的是一条侧线：就算把算法整个关掉，只要人还想被看见，坡就还在。
POSITIVITY SELLS OUT FIRST; NEGATIVITY IS THE NOVELTY LEFT 2,150 subreddits · 2B+ comments Thread opens positive agreeable takes come first The positive sells out repeating adds nothing new Drive to stand out say what no one has said Negativity = cheapest novelty a by-product, not an incentive In 1,000+ comment threads negativity gets said out too positivity turns novel again the cycle restarts causal chain long-thread oscillation Reddit data only; main analysis = first 50 comments per thread Source: a study by Joshua Conrad Jackson and colleagues published in PNAS (2026), analyzing 2,150 Reddit communities; the main analysis covers the first 50 comments of each thread. Reading: agreeable things get said first, so the drive to stand out makes negativity the cheapest route to novelty. English-language Reddit data only; observational findings are correlational, with supporting experiments; details as per the original paper. 3 框架
新奇的经济学：正面的话先售罄
希思兄弟在《让创意更有黏性》里把「意外」列为黏性的入口：想抓住注意力，先打破对方的预期基模。
这个框架套在讨论串上严丝合缝。串里「已经被说过的话」，就是每个后来者面对的基模。前面 30 楼都说「干得漂亮」，第 31 楼再说一遍，礼貌满分，却打不破任何预期，等于没说。想被看见，就得说基模外面的话。
◎ 打个比方： 把一条讨论串想成小卖部，每种表达都是货。正面的话是畅销品，开门半小时就被拿空；等你进店，货架上还剩的「新奇」，几乎全码在负面那一排。你未必是个刻薄的人，你只是拿了还有货的东西。
这也解释了为什么友善开场的串反而转得更急：畅销货清得快，清仓来得早。「意外」本身是中性的，正面同样能制造意外；只是在一条堆满好话的串里，制造意外最省力的原料，多半是负面。
4 落点
这对你意味着什么：认出「我想说点不一样的」那半秒
这项研究最实用的部分，是教你在打字之前认出自己的动机。
下次在一条热闹的串里，留意手指落上键盘前的那个念头。「这事我确实有话说」，那就往下写；「前面说得都差不多，我得来点不一样的」，先停半秒，你大概率正被推向货架上那排剩货。
它还解释了日常聊天为什么很少掉坑：面对面的对话在不停换话题，一换话题，货架整个重新上货。被研究者点名的高危场景，是必须停在同一话题上的对话，比如 24 小时新闻台，同一件事翻来覆去，正面的表述早被说干了。
边界照实说：数据全部来自英文 Reddit 社区，往其他平台与语言外推要谨慎；观察部分属相关证据，实验补了因果一角，细节以原论文为准；算法放大负面仍是主因之一，本研究是「关掉算法也成立」的侧线验证。它也并非毒性悬崖：上千楼的超长串里出现振荡，负面说尽之后，正面反而重新变得独特。
连负面都会被说完，算是全篇最让人松口气的一笔。那么下一次，一条串聊到第 40 楼、眼看要滑进泥里的时候，你愿意做那个换话题的人吗？
取材声明：解读框架取自奇普·希思 & 丹·希思《让创意更有黏性》（「意外」原理）。研究出处：Joshua Conrad Jackson 及同事发表于 PNAS（2026 年）的研究，分析 2,150 个 Reddit 社区、超过 20 亿条评论，主分析限每串前 50 条；相关与因果的边界、样本限于 Reddit 等细节以原论文为准。心理内容为科普解读，非专业建议。
心理
讨论串为什么越聊越负面：正面的话先售罄了
2026-08-20 · 奇普·希思 & 丹·希思《让创意更有黏性》约 5 分钟
把 2,150 个 Reddit 社区、超过 20 亿条评论倒进同一条分析管道，能看见什么？今年 8 月发表在 PNAS 的一项研究做了这件事。他们想核实一个人人有体感、却从没被量化过的印象：网上的讨论是不是真的越聊越难听。数据的回答比印象整齐得多：三条下坡线，方向完全一致。
30 秒读懂
PNAS 研究（2026 年 8 月）分析 2,150 个 Reddit 社区、20 亿+条评论：整个平台随时间变负面，社区存在越久越负面，同一条讨论串越往后越负面。
机制是「想显得独特」：负面评论与此前发言语义差异更大；开头越正面的串，转负越明显。
实验复现：被引导「要独特」的被试发出更多负面评论；负面是求独特的副作用。
边界：数据只来自英文 Reddit；算法放大仍是主因之一；上千楼的超长串会振荡回正，并非一路坠落。
1 发现
二十亿条评论，画出了三条方向一致的下坡线
「网络讨论在变负面」这句抱怨人人会说，这是它第一次拿到成规模的量化证据。
Joshua Conrad Jackson 和同事们把尺子从平台一路量到单条讨论串，三个层面同向。主分析限定每条串的前 50 条评论，避免超长串带偏结果。
层面 发现
整个平台 Reddit 的评论情绪随年份整体走低 单个社区 一个社区存在越久，评论越负面 单条讨论串 同一条串里，越靠后的楼层越负面
第三条最难拿「时代变了」或「用户换了」来解释。一条串从开帖到第 50 楼常常只隔几个小时，人是同一批人，事是同一件事，情绪照样往下走。坡不在年份里，在对话自己身上。
2 证据
把算法从故事里拿掉，这条坡还在
「都怪推荐算法」是现成的答案，这项研究的价值恰恰在于绕开了它。
一条串内部的楼层顺序，跟推荐算法关系不大：评论从第 1 楼排到第 50 楼，就在那里，可负面还是随楼层攀升。语义分析进一步发现：负面评论与串里已说过的话，语义距离更远。说难听话的人，往往同时在说「没人说过的话」。
更反直觉的细节是，开场越友善的串，后面转负转得越急；社区越大、发言越拥挤，同样的挤压来得越猛。
观察到这里，动机仍是推断。团队补了实验：被试被随机引导写评论，一组要「显得独特」，一组要「与大家一致」。
实验 「求独特」组发出的负面评论显著多于「求合群」组。研究者的说法大意是：没有人激励他们变负面，负面是追求独特的副作用。
这项研究没有替算法翻案，算法放大负面仍是主因之一；它补上的是一条侧线：就算把算法整个关掉，只要人还想被看见，坡就还在。
正面先售罄，负面是剩下的新奇 2,150 个社区 · 20 亿+条评论 正面开场 客气话与共识先被说出 正面的话先被说完 再重复就没有新意 求独特的动机 想说没人说过的话 负面成了最便宜的独特 没人奖励它，它是副作用 上千楼的超长讨论串里 负面也会被说完 正面重新变得独特 循环重新开始 求异因果链 超长串的振荡 仅 Reddit 数据；主分析限每串前 50 条 来源：Joshua Conrad Jackson 及同事发表于 PNAS（2026 年）的研究，分析 2,150 个 Reddit 社区，主分析限每串前 50 条评论。解读：客气话先被说完，求独特的动机让负面成为最便宜的新奇。数据仅来自英文 Reddit 社区，观察结论属相关证据，配套实验为辅，细节以原论文为准。 3 框架
新奇的经济学：正面的话先售罄
希思兄弟在《让创意更有黏性》里把「意外」列为黏性的入口：想抓住注意力，先打破对方的预期基模。
这个框架套在讨论串上严丝合缝。串里「已经被说过的话」，就是每个后来者面对的基模。前面 30 楼都说「干得漂亮」，第 31 楼再说一遍，礼貌满分，却打不破任何预期，等于没说。想被看见，就得说基模外面的话。
◎ 打个比方： 把一条讨论串想成小卖部，每种表达都是货。正面的话是畅销品，开门半小时就被拿空；等你进店，货架上还剩的「新奇」，几乎全码在负面那一排。你未必是个刻薄的人，你只是拿了还有货的东西。
这也解释了为什么友善开场的串反而转得更急：畅销货清得快，清仓来得早。「意外」本身是中性的，正面同样能制造意外；只是在一条堆满好话的串里，制造意外最省力的原料，多半是负面。
4 落点
这对你意味着什么：认出「我想说点不一样的」那半秒
这项研究最实用的部分，是教你在打字之前认出自己的动机。
下次在一条热闹的串里，留意手指落上键盘前的那个念头。「这事我确实有话说」，那就往下写；「前面说得都差不多，我得来点不一样的」，先停半秒，你大概率正被推向货架上那排剩货。
它还解释了日常聊天为什么很少掉坑：面对面的对话在不停换话题，一换话题，货架整个重新上货。被研究者点名的高危场景，是必须停在同一话题上的对话，比如 24 小时新闻台，同一件事翻来覆去，正面的表述早被说干了。
边界照实说：数据全部来自英文 Reddit 社区，往其他平台与语言外推要谨慎；观察部分属相关证据，实验补了因果一角，细节以原论文为准；算法放大负面仍是主因之一，本研究是「关掉算法也成立」的侧线验证。它也并非毒性悬崖：上千楼的超长串里出现振荡，负面说尽之后，正面反而重新变得独特。
连负面都会被说完，算是全篇最让人松口气的一笔。那么下一次，一条串聊到第 40 楼、眼看要滑进泥里的时候，你愿意做那个换话题的人吗？
取材声明：解读框架取自奇普·希思 & 丹·希思《让创意更有黏性》（「意外」原理）。研究出处：Joshua Conrad Jackson 及同事发表于 PNAS（2026 年）的研究，分析 2,150 个 Reddit 社区、超过 20 亿条评论，主分析限每串前 50 条；相关与因果的边界、样本限于 Reddit 等细节以原论文为准。心理内容为科普解读，非专业建议。
心理学
讨论串为什么越聊越负面：正面的话先售罄了
2026-08-20 · 奇普·希思 & 丹·希思《让创意更有黏性》約 5 分
把 2,150 个 Reddit 社区、超过 20 亿条评论倒进同一条分析管道，能看见什么？今年 8 月发表在 PNAS 的一项研究做了这件事。他们想核实一个人人有体感、却从没被量化过的印象：网上的讨论是不是真的越聊越难听。数据的回答比印象整齐得多：三条下坡线，方向完全一致。
30 秒读懂
PNAS 研究（2026 年 8 月）分析 2,150 个 Reddit 社区、20 亿+条评论：整个平台随时间变负面，社区存在越久越负面，同一条讨论串越往后越负面。
机制是「想显得独特」：负面评论与此前发言语义差异更大；开头越正面的串，转负越明显。
实验复现：被引导「要独特」的被试发出更多负面评论；负面是求独特的副作用。
边界：数据只来自英文 Reddit；算法放大仍是主因之一；上千楼的超长串会振荡回正，并非一路坠落。
1 发现
二十亿条评论，画出了三条方向一致的下坡线
「网络讨论在变负面」这句抱怨人人会说，这是它第一次拿到成规模的量化证据。
Joshua Conrad Jackson 和同事们把尺子从平台一路量到单条讨论串，三个层面同向。主分析限定每条串的前 50 条评论，避免超长串带偏结果。
层面 发现
整个平台 Reddit 的评论情绪随年份整体走低 单个社区 一个社区存在越久，评论越负面 单条讨论串 同一条串里，越靠后的楼层越负面
第三条最难拿「时代变了」或「用户换了」来解释。一条串从开帖到第 50 楼常常只隔几个小时，人是同一批人，事是同一件事，情绪照样往下走。坡不在年份里，在对话自己身上。
2 证据
把算法从故事里拿掉，这条坡还在
「都怪推荐算法」是现成的答案，这项研究的价值恰恰在于绕开了它。
一条串内部的楼层顺序，跟推荐算法关系不大：评论从第 1 楼排到第 50 楼，就在那里，可负面还是随楼层攀升。语义分析进一步发现：负面评论与串里已说过的话，语义距离更远。说难听话的人，往往同时在说「没人说过的话」。
更反直觉的细节是，开场越友善的串，后面转负转得越急；社区越大、发言越拥挤，同样的挤压来得越猛。
观察到这里，动机仍是推断。团队补了实验：被试被随机引导写评论，一组要「显得独特」，一组要「与大家一致」。
实验 「求独特」组发出的负面评论显著多于「求合群」组。研究者的说法大意是：没有人激励他们变负面，负面是追求独特的副作用。
这项研究没有替算法翻案，算法放大负面仍是主因之一；它补上的是一条侧线：就算把算法整个关掉，只要人还想被看见，坡就还在。
肯定が先に尽き、否定だけが新奇に残る 2,150コミュニティ · 20億+コメント ポジティブに開幕 無難な同意が先に出る 肯定的な言葉が尽きる 繰り返しには新味がない 目立ちたい動機 誰も言っていない事を言う 否定が最も安い新奇さに 報酬ではなく副作用 千件を超える長大スレでは 否定もやがて言い尽くされ 肯定が再び新鮮になる 循環が再び回り出す 因果の連鎖 長大スレの揺り戻し データはRedditのみ。主分析は各スレ先頭50件 出典：Joshua Conrad Jackson らが PNAS（2026 年）に発表した研究。2,150 の Reddit コミュニティを分析し、主分析は各スレッド先頭 50 件のコメントが対象。読み方：無難な言葉が先に尽き、目立ちたい動機が否定的発言を最も安い新奇さにする。データは英語圏 Reddit のみ。観察結果は相関に基づき、補助実験あり。詳細は原論文の通り。 3 框架
新奇的经济学：正面的话先售罄
希思兄弟在《让创意更有黏性》里把「意外」列为黏性的入口：想抓住注意力，先打破对方的预期基模。
这个框架套在讨论串上严丝合缝。串里「已经被说过的话」，就是每个后来者面对的基模。前面 30 楼都说「干得漂亮」，第 31 楼再说一遍，礼貌满分，却打不破任何预期，等于没说。想被看见，就得说基模外面的话。
◎ 打个比方： 把一条讨论串想成小卖部，每种表达都是货。正面的话是畅销品，开门半小时就被拿空；等你进店，货架上还剩的「新奇」，几乎全码在负面那一排。你未必是个刻薄的人，你只是拿了还有货的东西。
这也解释了为什么友善开场的串反而转得更急：畅销货清得快，清仓来得早。「意外」本身是中性的，正面同样能制造意外；只是在一条堆满好话的串里，制造意外最省力的原料，多半是负面。
4 落点
这对你意味着什么：认出「我想说点不一样的」那半秒
这项研究最实用的部分，是教你在打字之前认出自己的动机。
下次在一条热闹的串里，留意手指落上键盘前的那个念头。「这事我确实有话说」，那就往下写；「前面说得都差不多，我得来点不一样的」，先停半秒，你大概率正被推向货架上那排剩货。
它还解释了日常聊天为什么很少掉坑：面对面的对话在不停换话题，一换话题，货架整个重新上货。被研究者点名的高危场景，是必须停在同一话题上的对话，比如 24 小时新闻台，同一件事翻来覆去，正面的表述早被说干了。
边界照实说：数据全部来自英文 Reddit 社区，往其他平台与语言外推要谨慎；观察部分属相关证据，实验补了因果一角，细节以原论文为准；算法放大负面仍是主因之一，本研究是「关掉算法也成立」的侧线验证。它也并非毒性悬崖：上千楼的超长串里出现振荡，负面说尽之后，正面反而重新变得独特。
连负面都会被说完，算是全篇最让人松口气的一笔。那么下一次，一条串聊到第 40 楼、眼看要滑进泥里的时候，你愿意做那个换话题的人吗？
取材声明：解读框架取自奇普·希思 & 丹·希思《让创意更有黏性》（「意外」原理）。研究出处：Joshua Conrad Jackson 及同事发表于 PNAS（2026 年）的研究，分析 2,150 个 Reddit 社区、超过 20 亿条评论，主分析限每串前 50 条；相关与因果的边界、样本限于 Reddit 等细节以原论文为准。心理内容为科普解读，非专业建议。