Meta 在 Facebook 推出 AI 驅動的演算法自訂功能，使用者可用自然語言告訴系統想看到什麼內容。
（前情提要：Meta 推出最強模型 Muse Wonder：主打「主動記憶與專注」，解鎖複雜 Agent 任務）
（背景補充：臉書 Facebook 推出 AI 搜尋引擎：可從公開貼文、Groups 與 Reels 獲取綜合答）
美國科技巨頭 Meta 在 10 月 14 日宣布，Facebook 正式上線由人工智慧驅動的演算法自訂工具，使用者可以直接用自然語言向演算法說明自己希望在動態訊息和 Reels 短影片中看到什麼內容。這意味著，使用者不再被動接受平台「猜你喜歡」的內容推送，而是能主動調控自己的資訊流。
「你的演算法」新功能：三點選單即可進入
使用者只需在貼文上點選三點選單，就能進入全新的「你的演算法」功能頁面。點選「感興趣」或「不感興趣」選項後，系統會彈出後續問題來收集更細緻的偏好資訊。整個流程由大型語言模型提供技術支援，能識別並處理自由輸入文本中的使用者意圖與上下文資訊。
從 Muse Wonder 到資訊流自訂：Meta 的 AI 連擊
這項功能推出前一日，Meta 才剛發布 Muse Wonder 系列模型，執行長札克伯格宣稱公司已追趕至人工智慧「前沿」水準。Muse Wonder 在部分技術基準測試中超越 Anthropic 的 Claude Opus 5.5 與 OpenAI 的 GPT-6 Astra，能處理理解租約、分析金融或健康資訊等複雜任務。
資訊流自訂工具可以被視為 Muse Wonder 在消費端的第一波落地應用——把大語言模型的語意理解能力，直接套用到「理解使用者想看什麼」這個最日常的場景上。
對臺灣使用者的意義：從被動接收到主動過濾
對臺灣使用者來說，Facebook 依然是日常獲取新聞、追蹤議題的核心管道之一。演算法自訂工具上線後，使用者可以主動排除不感興趣的政治廣告、社群農場內容或特定主題，同時優先接收關注領域的資訊。在資訊過載時代，「告訴演算法你想看什麼」比「等演算法猜你喜歡什麼」更直接有效。
值得注意的是，這項功能也反映了 Meta 的策略轉向：從「演算法全權決定」走向「使用者共決」。類似做法在 Netflix 的推薦演算法與 Spotify 的 Discover Weekly 中已行之有年，Facebook 將這一邏輯延伸到社群動態訊息，算是跟上流媒體平台的自訂化趨勢。
📍相關報導📍
Meta 推出最強模型 Muse Wonder：主打「主動記憶與專注」，解鎖複雜 Agent 任務
