作者 | 喻国明 教育部长江学者特聘教授、北京师范大学新闻传播学院学术委员会主任
转自 | 新闻界
生成式 AI 已成为开启智能互联时代的里程碑。在媒介技术发展和传播生态剧变的当下，“内容”的内涵和外延进一步延展，传统“内容”范式已不足以支撑生成式 AI 浪潮下传媒业版图的扩张与角色功能的扮演。
引言
2022 年至今，GPT 模型、Midjourney 模型等一众生成式 AI 快速迭代，AIGC 几乎触及人类实践活动的边界，具备了完成绝大多数办公室工作的能力。面对层出不穷的技术革新，传媒业的发展定位有必要回到价值逻辑的原点，审视传播学众多基础概念所受到的巨大冲击，而“内容”就是其中之一 。不止于文本内容生成领域，
和视频内容生成领域同样受到 AI 的强大介入。如果单从内容生产的初阶视角而言，似乎足以让人类对自身知识创造与调用的能力产生质疑。据 OpenAI 官网数据，GPT-4 在 GRE 口语测试中获得 169分（满分为 170 分），在法学院入学考试 LSAT 和美国高考 SAT 中的数学和证据性阅读与写作测试中的成绩高于 88% 的应试者。在内容的高阶运用层面，GPT-4 模型取得的优异成绩喻示着具有强大智能的生成式 AI 将通过内容的输入与输出逐步触达人类智能活动的边界。
生成式 AI 已成为开启智能互联时代的里程碑。在媒介技术发展和传播生态剧变的当下，“内容”的内涵和外延进一步延展，传统“内容”范式已不足以支撑生成式AI 浪潮下传媒业版图的扩张与角色功能的扮演。有学者曾提出“微内容”概念，认为对“微内容”的聚合与使用是网络内容生产的技术关键。在生成式 AI 浪潮下，“微内容”作为内容范式的三个价值维度（资讯传达、关系表达、媒介功能）在生成式 AI 加持下实现了智能要素的强大注入。在内容概念不断延展、内容范式持续迭代的情况下，如何把握媒介内容生产和传播生态的复杂演变成为传媒业面临的关键问题。
微内容：互联网内容生产的关键要素
互联网技术浪潮下的“微内容”，强调互联网变革内容生产、传播与消费场，通过社会化内容平台解放内容生产力，促进内容供给、表达主体、传播形式、传播渠道的极大丰富。生成式 AI 浪潮下的“微内容”强调内容的智能生成。准确把握新形势下“微内容”的概念，首先需要了解 AIGC 的“涌现行为”，知其可知与不可知；其次要正确认识 AIGC 内容，避免“chat”式类人际交流下的过度解读；最后方能明晰“微内容”的时代内涵，模糊人类要素与非人类要素的边界。
（一）灰箱化：AIGC“涌现行为”的可知与不可知
ChatGPT 昭 示 的 未 知 远 超 现 有 展 示 的 已知——大语言模型（LLM）的行为方式常常超乎创造者的意料，或者掌握了人类设计之外的技术，这类行为被称为“涌现行为”。这种涌现行为并非完全不可知，当前大语言模型的状态为“灰箱化”，人们通过提示词介入内容生成模式，结合基于人类反馈的强化学习在一定程度上打开算法黑箱。灰箱可能是人与算法之间的合理界限，算法应当以可理解的透明度存在，以用户为导向，以可行性和社会接受效果为衡量标准 。灰箱意味着 AIGC“涌现行为”处于可知与不可知的跨界连接状态。究其本源，大语言模型的内容生成模式是对信息的预测性表示和生成式调用，或者说是一场“概率游戏”，结合 RLHF（基于人类反馈的强化学习）范式引入人类反馈因素，形成“归纳、训练 - 推理、预测 - 调用、表示”的内容生成模式。如何正确把握 AIGC 涌现行为的可知与不可知，已成为人们认识“微内容”的第一步。
（二）伊莉莎效应：“chat”式类人际交流产生的过度解读与自我消解
不同于以往的内容生成模式，生成式 AI 的内容生成模式以“chat”式类人际交流实现人机交互。有研究者认为这种“chat”止于“我不会对你有任何问题”，长久与之相伴的人可能会错把“智能”当“智慧”，失去拯救自我的意识，致使自我价值的消解和狂欢之后人类对机器的屈服 。
20 世纪 60 年代，MIT 计算机科学家研发出一款名为 Eliza 的聊天机器人，被设计用于心理咨询，并能以模仿真实会话方式回应用户输入。计算机科学据此提出人机交互中的伊莉莎效应，即人们阅读计算机输出的内容时往往倾向于从中解读出这些符号本身所不具备的意义，从而认为机器已经具备人类的情感、价值等属性 。从 Eliza 到 ChatGPT，这种自然的人机交互提供了高效便捷的信息服务，也引发了过度解读、自我价值消解等问题，ChatGPT 具备的“智能”并不能取代人类所特有的“智慧”。两者之间的分野在于前者是一个个具体知识“点”的功能性完成，而后者则是人类特有的认知格局及对于格局内相关要素连接整合的价值逻辑，是一种“点—线—面—结构—边界”的整体性信息加工范式。在生成式 AI 浪潮下，属于人的这种“认知理性”需要被赋予新的重视，正确认识内容的智能化水平成为人们认识“微内容”的第二步。
（三）“微内容”：模糊人类要素与非人类要素的边界
在正确认识 AIGC 的可知与不可知和其智能化水平的基础上，“微内容”概念的时代特征是模糊了人类要素与非人类要素的边界。吉登斯在结构化理论中提出，结构是社会系统再生产过程中反复使用到的规则和资源，其中资源分为“权威性资源”和“配置性资源”，前者源自人类行动者活动的协调，后者出自对物质产品或物质世界各个方面的控制 。内容是整个传播生态中的重要组成部分，在内容的生产过程中存在某种规则，规范了内容从生产到传播再到反馈的流程，而资源则推动规则的顺利运行。结合吉登斯对资源的分类，互联网技术属于权威性资源，生成式 AI 属于配置性资源，互联网技术主要作用于内容的传播与关系连接，本质上是对内容传播的控制；而生成式 AI 主要作用于内容的生成模式，本质上是对内容生产的支配。与内容传播环节不同，内容生产环节是内容传播的核心环节，传统由人类要素绝对把持的生产环节首次有了非人类要素（生成式AI）的深度介入，并与人类平起平坐 。诚然，即便有非人类要素的介入，人类要素始终在内容生产环节占据主导地位，其中一个耐人寻味的事实是，用户提示工程水平的优劣直接决定内容质量的高低。
综上所述，在新形势下，“微内容”不只是人类用户所产生的任何内容或数据，而且包括人类使用生成式 AI 创作的内容。一方面，AIGC 技术下的“微内容”虽然模糊了人类要素和非人类要素的边界，但另一方面它又对人类所掌握的提示工程能力提出了更高的要求，这也直接决定了内容生成质量的优劣。从人类生产内容到“人类 +AIGC”式的内容生产，内容内涵的丰富与外延的扩展将进一步升维内容范式，促进媒介内容生产与传播生态的巨大演进。
内容范式：
智能要素注入下的内容扩容、
权力转型与价值逻辑
互联网技术浪潮下的内容范式（资讯传播、关系表达、媒体功能）不足以应对智能互联时代整个社会的深度媒介化进程对于“大传媒”迭代升级的需要，生成式 AI 作为智能要素变革新形势下内容范式的底层价值逻辑，我们不妨从内容扩容、权力转型与价值逻辑三个层面探讨内容范式迭代中的适应性与复杂性。
（一）内容扩容：资讯宽度的延展与工作重心的转向
（1）内容表达体系：从文字转向到图像转向再到视频转向下的多模态内容表达体系。
从内容感知的层面上说，内容表达经历了从文字到
再到视频的升维，现在又有了生成式 AI 以非人类要素的方式加入到了内容生产环节。但无论内容以何种形式表达和传播，其本质依然是内容在传播生态下的自适应发展。文字、
和视频都是内容表达的重要方式，当下的生成式 AI 技术对内容的智能化介入同样是循着从文本内容到
内容再到视频内容的逻辑，从而实现资讯表达宽度的延展。目前以ChatGPT 为代表的生成式 AI 支持文本 + 图像输入，GPT-4 已经升级成为多模态的大模型，在可预见的未来，生成式 AI 将逐步进入多模态的内容生产领域，AIGC 将对内容生产产生前所未有的影响。无论内容体系如何发展，内容始终以复杂系统的方式持续着整体性的演变，对于内容的分析始终可以从信息编码、信息传输和信息解码的角度出发，巧妙运用传播的修辞与话语整饰内容，通过接力传播与圈层进入的传输策略触达用户，消减文化折扣。
需要强调的是，内容的每一次转向并不意味着旧内容的消弭，而是对新内容的凸显，其最终目的是构建多模态的内容传播表达体系。从传统意义上讲，如果说精英阶层是内容生产、传播与诠释的主角 ，那么普罗大众更多地是处于单向度的信息被动接收状态，这意味着内容收发地位的不平等。在视频转向下，话语权逐渐分散，人人都是发声筒，传播场域中的个人（用户）的主体地位崛起，掌握较高文化水平和专业技能的群体可以通过多种内容形式提升影响力，普罗大众也掌握了分享美好生活瞬间的渠道，同时可以借助生成式 AI 实现高于社会平均水平的话语表达与资源调配，其背后是生成式 AI 对数字文明社会“能力沟”差距的巨大弥合。集结了文字、
、视频的内容表达具备跨界和无限的信息量，通过构建多模态内容传播体系，提升内容的易感知、易理解、易交互特性。通过激活微粒化个体，完成微内容、微资源的价值裂变 ，实现对所有人的赋能赋权，这是提升内容丰富性与复杂性的关键，也为把握内容的发展路径提供了抓手。
（2）未来传播的关键与工作重心的转向：直接内容生产 - 数据挖掘与生产组织协调 - 提示工程能力。
生成式 AI 介入内容生产环节，势必会推动媒介工作者工作重心的转向——从直接的内容生产到数据挖掘与生产组织协调再到提升提示工程能力。大众传播时代，专业媒介工作者生产内容（PGC）、用户生产内容（UGC）和机构生产内容（OGC）是人类要素决定内容生产；万物互联时代，机器生产内容（MGC），即“传感器”类资讯，是机器参与内容生产 。
生 成 式 AI 浪 潮 下， 人 工 智 能 生 成 内 容（AIGC）是 AI 大模型生成内容。传统媒介工作者从事的直接内容生产很难成为其功能实现和价值发挥的立足点，也无法应对技术革新带来的传播生态剧变。海量传感器资讯对人类生产内容的冲击迫使人类提升对数据资源的掌控和对数据价值的挖掘，提高社会内容生产的组织和协调能力。生成式 AI 进一步变革内容生产格局，对人类的提示工程能力提出了新的要求。ChatGPT 等生成式 AI 的爆火，作为互补性职业的提示工程师（Prompt Engineer）进入社会各界的视线，Scale AI 创始人认为 AI 大模型可以被视为一种新型计算机，而提示工程师就是给它编程的程序员通过合适的提示词挖掘出 AI 的最大潜力。未来传播的关键在于人人都将直接或间接地成为提示工程师的角色，提示工程能力成为微粒化个体的核心技能，提示工程能力的高低直接决定 AIGC 内容产出的质量优劣。
（二）权力转型：内容范式下的关系赋权成为传播生态领域的新权力机制
面对新形势下的传播生态，权力维度的引入是媒介进化研究中重要的理论视角。西方学者认为“权力”概念的界定存在三种论述，即能力、影响和关系 。曼纽尔 • 卡斯特认为网络社会中的权力就是传播权力 ，由此可见，传播权力是传播生态演变的重要表征。从Web1.0 到 Web2.0 再到 Web3.0，现代意义上的传播生态经历了形成到增长再到涌现的发展历程，内容范式经历了从权力中心化下的单向流动到数字网络的赋能赋权再到 AIGC 再赋能下的平权结构涌现，内容范式的关系赋权成为传播生态下的新权力机制。
从 20 世 纪 80 年 代 持 续 到 2005 年 的Web1.0 阶段是现代意义上传播生态的形成阶段，该阶段的特征是内容在权力中心化下的单向静态流动，内容本身处于受支配的地位。该阶段的用户获取信息的方式是专业机构生产内容（PGC），这是一种单向度的静态内容消费，内容生产者与内容接受者（受众）之间缺乏双向互动，“受众”概念便是对这一特征的映射。Web2.0 时代的传播权力从专业机构回归至微粒化个体，虽然 UGC 与 PGC 和 OGC 的市场定位和社会资源存在差距，但是它们具备相似的呈现形式（数字化、账号化生存），技术沟已然日渐消弭 。Web2.0 时代，数字网络技术以技术赋权的方式将内容生产权力下放至所有用户。人们对自己网络表达的重视是内容赋权的体现 ，人们因内容创造的情境性空间而聚类成群（圈），内容范式摆脱了传统意义上的受支配地位，具备着一定的关系赋权能力。
Web3.0 时代，生成式 AI 对内容进行再赋能，驱动平权结构的涌现，人类要素与非人类要素逐渐占据平等地位。DAO（去中心化自驱组织）作为一种统摄性范式促进社会再组织 ，传播权力转向用户创造、用户所有、用户参与分配，实现真正意义上的用户崛起。ChatGPT 等新一代智能互联技术赋能普罗大众跨越能力沟的障碍，同步提升内容的关系赋权能力，以此形成强大的社会表达与价值创造能力。传播权力的进一步下沉促使传播生态与分布式社会的权力构造相适应。Web3.0 描绘的平权结构是复杂传播生态系统中涌现的新结构，绝对意义上的平均蕴含乌托邦性质，在平权的背后可能会隐藏集权控制和垄断现象 。囿于政治、经济、文化等多主体的限制，Web3.0 环境下平权结构的发展必然不是一帆风顺，而是螺旋式上升的路径。生成式 AI 是对于人和内容的又一次重大赋能赋权，推动社会实现数字化、智能化加持下的重大启蒙，在此过程中平权结构涌现。正如莱文森所说，媒介进化不是一条直线，而是类似生物体适应自然环境的过程，在试错的过程中进化。生成式 AI 的再赋能是传播生态复杂自适应演变的助力，人工智能对个体的激活和对内容的赋权将进一步为传播生态的演进注入强大的内驱力。
（三）价值逻辑：基于场景要素构建“人 -内容 - 物”的价值连接
Web3.0 阶段是 5G、大数据、AI、区块链等技术赋能下传播生态级发展的涌现阶段，是在 Web2.0 的基础上进一步发挥每个用户的劳动价值，实现价值均衡分配的新形态。个体价值的崛起不可避免地导致社会结构的离散化，那么如何实现微粒化社会的有效连接与传播生态的有序发展呢？其根本路径为基于场景要素构建以内容为核心的“人 - 内容 - 物”的价值连接。PGC、OGC、UGC 已不足以概括内容生产类型，以 ChatGPT 为代表的生成式 AI 将 AIGC（人工智能生成内容）引入大众视野。Web3.0 阶段的内容已然迭代为“新一代内容”，即内容数量庞大、生产主体多元、传播渠道丰富、内容形式多模态等。Web3.0 阶段，圈层逐渐成为扁平化分布式社会中重要的组织形式，不同圈层之间的连接与沟通可能有一定障碍，此时作为中介价值的内容逐渐凸显，通过基于内容的价值认同构建圈层与圈层的连接，使得人们逐渐关注内容的价值连接功用，而不是简单地关注内容本身。
高效发挥新一代内容的价值，需要掌握人工智能和算法的应用能力与数据的价值挖掘能力。生成式 AI 作为下一代互联网的连接中枢，赋能社会实现移动互联到智能互联的转变 。以 ChatGPT 为代表的生成式 AI 作为智能主体，通过聚合网络节点信息，对每个节点推送不同内容，作为中央枢纽，生成式 AI 可以进一步缩短内容传播层级，促进传播生态降本增效。当前的智能算法通过匹配用户特征、环境特征、内容特征实现内容与人的连接，即场景洞察。在此基础上，未来的生成式 AI 需要进一步挖掘用户所处的场景价值，快速寻找符合用户需求的内容，也就是说，基于场景要素构建“人 - 内容 -物”的价值连接是把握传播生态系统复杂自适应演进的关键。
操作路径：
媒介内容生产与传播生态的协同演进
生成式 AI 的技术逻辑下，内容不断丰富，内容概念持续延展，内容范式不断迭代，我们应该从媒介内容生产和传播生态的协同演进出发，来把握生成式 AI 带来的生态级变局。霍兰提出用回声模型（ECHO）来研究媒介内容生产与传播生态的演进机制，首先是内容自适应行为的多样性与随机性；其次是内容与传播生态的交流，接受外部刺激，按照某种规则选择应对方式；最后是依据适应度指标，接受和评价系统发展结果。ECHO 模型构建了一个“活”的系统，它为我们理解生命样态的智能（人类智能和人工智能）提供了一个新的视角：即通过内容与传播生态之间的协同演进，导致内容的行为和结构发生自适应转变，进而推动传播生态向更高层次迭代。该理论借鉴生物进化机制，从非最优解的选择出发，在发展进化过程中逐步进化，将进化过程类比求解过程，进而实现新时代、新技术、新趋势下的传播生态适应性演变，从而回应生成式人工智能崛起所带来的媒介内容生产范式及内容生态的变革。
（一）多样与随机：内容作为适应性主体的主动与适应
内容作为适应性主体应当具备应对外部环境刺激的反应方式，这种反应方式的多样性与随机性是系统发展和进化的基础。如前文所述，内容从文字到
再到视频进而构建多模态内容传播体系。内容作为一个复杂系统，是内部生态与外部刺激共同作用的产物，生产力跃升、技术革新、时代演进等多种因素都会以直接或间接的方式推动内容产生自适应转变。
VR、ChatGPT 等技术是基于科研人员的长期努力，后以某个跨时代产品破圈，进而将科技要素的创新以最快速度应用于全人类。这种科技要素的革新是如何作用于内容呢？内容的基本形态（文字、
、视频）看似固化，但是其沉浸程度、交互方式和底层逻辑依然留有极大的上升空间。理想的 VR 技术应当具备人类的所有感官的感知能力，提升内容的沉浸感、交互性和想象性 。近日 ChatGPT 等生成式 AI甚嚣尘上，它并未革新内容的基本形态，但是重构了内容生产的底层逻辑，从人生成内容到人工智能生成内容（AIGC）。ChatGPT 的发展并非一蹴而就，而是经历了两次转型与摸索，首先是人工智能发展流派的选择，然后是产业类型从技术密集型转向技术密集 + 资本密集型。人工智能发展具有三大流派（行为主义、符号主义、联结主义），其中行为主义是具身哲学的反映；符号主义是以穷尽和本质的思想进行研究，但是由于规则本身无法被完全定义和穷尽，所以 AI 流派转向联结主义。联结主义是以类脑的形式发展，通过模拟大脑进行深度学习、强化学习提升人工智能水平 。AI 在联结主义的道路上迈向技术 + 资本密集型产业，通过大量资本投入提升算力水平，ChatGPT 完成一轮“预训练”需要上千万美元。ChatGPT 的成功验证了技术和资本加持下的大语言模型的成功，AI 以前所未有的力量变革内容生产的底层逻辑，对此我们既要有一种拥抱技术进步的胸怀，同时也要保持必要的审慎和警醒。
正如凯文凯利所言，生命和科技具备趋势必然性和事件偶然性 。人工智能发展的总体趋势必然是向前的，在发展路径上会生发出多种流派则是其偶然性的体现。在人类不断试错的过程中，正确的道路会从模糊到清晰。内容范式也是如此，它始终以一种波澜不惊的状态应对科技要素等其余主体的变化，无论外部环境如何变幻，内容范式始终具备若干应对方式，这种应对方式的多样性与随机性赋予内容范式发展演进的内驱动力。
（二）刺激与应对：内容与传播生态的演进与聚合
内容范式与传播生态的互构是建立在生命意义上的“刺激 - 反应”之上，内容范式接受外在环境的刺激，以随机或按照某种规则选择应对方式，从而实现内容主体与复杂传播生态的互构演进。互联网、大数据、AI 的发展深切影响传播生态中每个主体的自适应行为。互联网发展的“上半场”解决的是任何人在任何地点、任何时间与任何人进行内容深度价值的连接与沟通问题。如今伴随生成式 AI 的涌现，智能互联的水平极大提高，我们彻底迎来了互联网发展的“下半场”，在数据化和智能化阶段解决任何人在任何地点、任何时间与任何人做任何事的社会实践的场景构建。从互联网“上半场”对内容深度价值即资讯价值的关注到“下半场”对内容中介价值的凸显。技术革命下内容概念和内容范式的自适应转变同步影响着传播生态的演进与圈层的聚合，进而构建以内容为核心的基于场景的“人 - 内容 - 物”的价值连接。
ChatGPT 在未来极有可能成为社会的一种基础设施，作为场景智能化的底层范式，具备三种功用：一是去边界的模式设定，ChatGPT的聊天内容涉及方方面面，人类的社会实践活动边界便是 ChatGPT 的内容生成边界，它所涉及的内容、范围、逻辑始终伴随人类进化，不断扩增用户自由度；二是以用户需求和兴趣为功能展示的逻辑起点，借助数字虚拟人、智能管家等形式成为新世界的主流入口；三是知识媒体本色，基于人类文明的数据来源将在算法智能整合下转换为人类个体可以“占有”的知识，在算法内容分发的基础上，进行问答式（Q&A）的内容生产，在搜索引擎的基础上增加交互功能（聊天对话集成搜索），从人际传播的（智能语言助手）过渡到大众自传播。
如今 OpenAI 宣布上线以安全为核心的ChatGPT 插件系统，可以将 ChatGPT 与第三方应用程序相连，提升 ChatGPT 与开发人员定义的 API 交互能力，从而增强 ChatGPT 的功能并允许其执行拓展实践活动跨界的操作。未来网络发展和竞争的高地就是对于广域网络空间中人与人、人与物、物与物实现基于人工智能的高效率、高适配度的场景（价值）匹配、关系再造与功能整合。传播生态系统将内嵌智能算法，通过传感器等场景要素收集分析用户心理、生理、行为数据，提升内容的关系赋权能力，激活微粒化个体的节点价值，最终构建个人为基本单位，以内容为中介的社会传播格局，实现生态级的资源配置、功能整合、圈层聚合，体察人性，触达人心。
（三）接受与评价：“适应度”指标与“他人”概念的延伸
内容与传播生态的演进有其衡量指标——“适应度”，即规则对于当前环境适用程度的指标 。伴随着内容与传播生态的更迭演进，规则适应度不断变化，适用于当前环境的规则的适应度会越来越高，而不适用的规则适应度越来越低，直至在生态演进过程中被淘汰。
霍兰从复杂适应系统角度研究股票市场，展开了一场关于股票市场模型的实验，其目的是理解股票市场的动力学特征。对传统经济学而言，股市的动态特征并不是一个自然研究领域，传统视角下，股市通过供求关系变动，实现快速清算。传统理论是围绕完美理性的主体建立，如果发生股市崩溃和投机泡沫，这一般被认为是偶然事件。而霍兰提出的股票市场模型，以少量适应性主体在一只股票上交易，采用非适应性的专家程序裁定买卖双方的出手量，从而决定当前价格，最终以给定主体的净收入为评判标准。在实验过程中，股市初始状态相对混乱，随着参与者对股票市场熟悉度的提升，在信用分派和遗传算法基础上构建新的规则，指导参与者的股票交易。此时的规则是符合股票市场需要的规则，适应度较高，但是在参与者之间趋同效应作用下，新的市场形式涌现，在充斥了大量自我实现的预言后，参与者行为愈发夸张，市场最终走向崩溃 。
该股票市场模型的实验验证了规则适应度指标，好的规则将获得高适应度，不符合环境需要的规则适应度将逐渐降低，虽然该股票市场最终走向崩溃，但是现实情境下的内容与传播生态的演进与该实验模型不同。内容与传播生态的演进是一个复杂系统，同时受到其余主体的相互影响，这其中包括人、技术、组织等多个主体，人作为其中最具活力的因素将持续做出适应性转变，结合适应度指标确定系统演进路径。那么我们如何透过表象去了解传播生态的发展状况呢？凯文凯利认为稳定的、细微的长期进步的证据与道德领域有关 。这就需要回归“人”的属性，人在道德领域的表现。人的世界同样是一个既有复杂联系，也有矛盾的复杂系统 。在人类社会这一复杂系统中，人作为社会性动物，社会身份认同自然产生，强调自我与他者、个体与社会的相互作用 。普遍而言，人类的自我认同源自家庭，家庭成员是“我们”，血脉亲人以外的人是“他人”。随着人类社会的不断发展，“他人”概念已经从家庭成员扩展至地缘关系的社会成员，工业化时代又发展为基于业缘关系的社会成员 。如今“他人”概念已经超越了血缘、地缘和业缘关系，进化迭代为趣缘（三观、趣味、及爱好的一致性）关系的社会成员。由此，我们认为“他人”概念的延伸可以作为内容范式与传播生态演进的表征与结果，“他人”概念的延展变化将作为价值领域的进化必然成为未来探索更为复杂、更高维度心世界的路径之一。
转自：“再建巴别塔”微信公众号
如有侵权，请联系本站删除！
