在短视频平台如抖音（TikTok）逐渐占据人们碎片化时间的同时，如何打破知识获取的“信息黑洞”？这项新兴的应用——WikiTok，试图借助AI的力量，为用户带来一个全新的学习方式：通过刷维基百科词条的形式来消磨时间，并从中获取知识。究竟这个有趣的概念能否成功激发我们的知识成瘾？让我们一探究竟。

WikiTok的构思与实现

WikiTok，顾名思义，结合了“维基百科”与“抖音”的元素。它的创始人Gemal利用AI在90分钟内开发出了这个极简的网页应用。在页面上，用户通过不断滑动刷新随机的维基百科词条，体验知识的“短视频”式获取。每次刷新都会显示一个全新的维基百科条目，用户可以通过简单的摘要内容，点击查看更详细的信息，快速在浩如烟海的知识库中“刷”出感兴趣的内容。

随机知识与“盲盒”体验

WikiTok的亮点在于其“完全随机”模式。每次下滑都会展示一个新的词条，仿佛是打开一个新的知识“盲盒”。这种不可预测性让人在消磨碎片时间的同时，也能偶遇一些有趣的、意想不到的知识点。例如，用户可能会在刷到“锁子甲”后，突然激发对中世纪历史的兴趣。然而，WikiTok的“无算法推荐”也让其略显乏力。许多用户体验中，刷上几十次才遇到一个感兴趣的条目，难以维持持续的兴趣和参与度。

缺乏推荐机制，知识碎片化的双刃剑

WikiTok的开发者坚持反对加入算法推荐，认为让每个用户都能随心所欲地获得完全随机的内容是一种解放。然而，这种设计理念也带来了一定的问题。在没有推荐算法的情况下，用户的体验过于碎片化，需要花费大量时间来找到真正感兴趣的内容。尤其是对于那些有明确兴趣或需求的用户来说，WikiTok未能有效帮助他们快速获取相关知识，从而降低了其长时间使用的吸引力。

为什么WikiTok还需算法推荐？

想象一下，如果WikiTok加入了算法推荐，并根据用户的兴趣领域进行定向推送，这将极大提升其用户体验。例如，如果你最近对中世纪历史产生兴趣，WikiTok就可以推荐与“中世纪”、“城堡”或“骑士”相关的维基百科条目，使你能够在碎片时间内获得更多相关的知识点。而不是像现在一样，在大量不相关的条目中寻找“宝藏”，这种方式无疑更加符合现代人的学习需求。

AI与知识结合的未来潜力

虽然WikiTok目前的形式显得简陋且缺乏深度，但其背后蕴含的巨大潜力不容小觑。如果能够在未来加入更多的功能，如跨语言支持、动态可视化、AI解说甚至短视频化内容，WikiTok或许能够为更多用户提供更具沉浸感和互动性的知识体验。而且，借助AI的智能推荐，WikiTok将不再仅仅是一个简单的随机词条推送平台，而是一个更加高效且充满趣味的知识获取工具。

虽然目前的WikiTok仍存在很多不足，但它为短视频与知识传播的结合提供了一个全新的视角。它将知识碎片化的获取方式与随机性结合起来，虽然缺乏个性化推荐，但在一定程度上也让我们看到了知识娱乐化的可能性。未来，AI与知识平台的结合，无论是在算法推荐还是内容呈现上，都有极大的潜力。或许不久的将来，我们能够看到一个更加成熟的WikiTok，让“刷知识”成为一种新型的“信息消费”模式。

相关标签： WikiTok 知识 AI 维基百科 用户 推荐 算法 碎片 体验 词条