1:52:30
9.2
▶
雾港追光
每一部都附上可查证的口碑评分与时长，先看简介再决定，不浪费你的两小时。
从挑片到追更，把流程拆开做透，每一步都省你一点时间。
把你的观看记录、收藏偏好和跳过行为揉成一团，交给片单引擎去算。系统每晚会重排一次推荐序列，冷门但合你口味的小众作品会被优先顶到前排，刷不到好片的情况基本不会发生。
我们把专业影评、普通观众打分和完播率拆成三条独立曲线，再合成一个透明的综合分。分数怎么来的、哪一项拖了后腿，点开就能看到明细，不用猜是不是刷出来的高分。
按年代、地区、题材、节奏、结局走向甚至画面色调来筛片，三十多个标签维度任意组合。想找那种节奏慢一点、结局不圆满、适合雨天看的作品，两步就能圈出结果。
把你正在追的作品加入日历，更新时间一到就提醒，连着几集更新会自动合并成一条通知。错过更新也不慌，日历里留着补看入口，一周的进度一目了然。
弹幕来自真实观看过的人，同一时间点的讨论会被聚成话题条，点开就是一场小型观影会。不喜欢热闹可以一键关掉，安静看完再回来看看大家怎么说。
手机看到一半换到平板，进度、弹幕偏好和收藏夹全部跟着走，登录同一账号即可续播。缓存下来的片单在断网时也能翻，通勤路上不至于无事可做。
不靠花哨的入口，靠一件件小事攒出来的信任感。
打开首页看到的第一屏，是按你最近两周的观看习惯重新排过的。喜欢什么、跳过什么，系统都记着，推荐位不会把同一类内容反复塞给你，选片这件事变得干脆。
每一个评分、每一条热度曲线都标着来源和统计口径，点开就能看到原始样本量。我们不写含糊的“高分好评”，只把能查证的东西摆在你面前，信不信由你判断。
没有弹窗追着你点，也没有三层嵌套的入口。想找的东西最多点两次就能到，页面配色随内容而变，看起来不累眼，长时间浏览也不会有压迫感。
观看记录默认只存在你自己的账号里，不对外展示，也不会被拿去做奇怪的画像。想清空随时一键清空，退出登录后本机不留痕迹，用起来心里有底。
首屏只加载必要内容，其余部分滚动到再补，弱网环境下也能先看到标题和简介。图片做了多档尺寸适配，流量吃得不凶，老设备也能流畅翻页。
每周有编辑在评论区值守，聊聊这周值得看什么、哪部被高估了。你也可以投稿自己的片单，被选中的会出现在首页专题里，跟更多人交换口味。
写给普通观众的算法说明书，不谈玄学，只讲能验证的部分。
大多数推荐系统只看一件事：你点开了什么。但点开这个动作里藏着太多噪音，可能是好奇，可能是手滑，也可能是找不到遥控器时随手按的。真正有价值的信息，在你关掉播放器的那一刻才出现——你是看完了，还是十分钟就走了，还是拖到最后一集又回头重看了一遍某个片段。狐狸视频的片单引擎把这几类动作分开计权，看完的权重远高于点开，回看的权重又高于看完。原因很简单，愿意花第二遍时间的东西，才是真的喜欢。
我们经常收到这样的疑问：为什么这部片子分这么高，我看了却不喜欢。答案其实不复杂，评分反映的是所有人的平均口味，而你只是其中一个人。所以综合分在狐狸视频里从来不是结论，只是一个坐标。点开明细你会看到三条曲线——专业影评、观众打分、完播率，它们常常指向不同的方向。一部影评人偏爱、观众打中等分、完播率却很高的作品，往往意味着它不好入口但后劲足。知道这一点，你就知道自己该不该开始。
新注册的用户没有历史数据，系统无法判断你的口味。这时候我们不会硬推热门，而是先给你一批跨度很大的内容：一部纪录片、一部都市剧、一部动画、一部悬疑片。前十次点击和跳过会构成最初的画像，之后推荐会逐步收窄。这个过程大概需要两三天，如果你觉得慢，可以主动在标签页里勾几个感兴趣的方向，画像会立刻更新。
算法能做的事情有边界。它能算出你大概率会喜欢什么，但算不出你今天想放松还是想被扎一下。所以推荐结果永远可以改，卡片上的“不感兴趣”是真的会生效，你调整过的偏好会被记住，不会第二天又打回原形。我们更希望片单引擎是一个懂行的朋友，而不是一个替你做主的人。技术做的是排除和排序，最后按播放键的，还是你自己。
来自数据、策划、研究与评论四个方向的独立声音。
观众跳过的位置比看完的位置更有信息量。狐狸视频把跳过点做成可见数据，这在同类平台里不多见。它让创作者知道观众在哪儿失去耐心，也让观众自己明白为什么看不下去。
我做过很多次片单，最难的从来不是找好片，而是把好片放到对的人面前。标签维度越细，匹配就越准，但用户的操作成本也会上升。狐狸视频在这中间找了个不错的平衡点。
推荐算法的公平性问题讨论了很多年，比较务实的做法是把权重和样本量摊开给用户看。透明度不解决问题，但至少让讨论有了共同的事实基础，这一点值得肯定。
我更喜欢它把简介写短这个选择。四十个字说清一部片的类型和气质，比写五百字剧情梗概有用得多。观众要的不是提前知道发生了什么，而是判断此刻想不想进入那个世界。
过去十年，影视内容平台的核心命题是“推得更准”。算法不断优化，首页越来越懂你，但用户的感受未必变好——因为推荐得越准，视野也可能越窄。当系统判断你只爱看悬疑，屏幕上就全是悬疑，久而久之，那些本来可能喜欢、只是尚未接触的类型，被彻底挡在了门外。
2026 年前后，行业开始出现另一种思路：把选择权交回用户，平台做的是降低选择的成本，而不是替用户做选择。具体表现为标签体系越来越细、评分明细逐步公开、片单可以由用户自己创建和分享。这些动作的共同指向是，平台从“内容分发者”变成“决策辅助者”。
对观众来说，这个转变是好事。你不再需要在一个黑箱前被动接受，而是可以主动描述自己的需求，哪怕这个需求很模糊，比如“想找部节奏慢一点、结局不圆满的”。对平台来说，这也是更长久的生意——用户的信任，比一次点击值钱得多。
狐狸视频选择站在这个方向上。我们不认为算法能替代判断，但可以帮判断变得更轻松。
功能上线、体验优化与数据公开的进度记录。
标签库这次加了叙事结构维度，涵盖线性、倒叙、多线并行与环形四类。爱看非线性叙事的观众，现在能直接筛出这类作品。
查看详情 →改版后，专业影评、观众打分和完播率的权重与样本量能在一屏内看完。用户不用再跳转页面，也能判断这个分数的参考价值。
查看详情 →多部作品同日更新时，提醒会合并成一条。上线两周后，用户收到的通知总量下降约四成，漏看率反而更低。
查看详情 →用户可在个人主页创建并公开片单，编辑每周挑选部分放进专题。首批一百二十份已经上线，涵盖十二个题材方向。
查看详情 →首屏改为按需加载，图片按网络情况自动选清晰度。实测在弱网环境下，首屏可交互时间从 3.1 秒降到 1.2 秒。
查看详情 →新增隐私面板，观看记录可以一键清空，也能关闭本地留存。退出登录后本机不再保留任何浏览痕迹。
查看详情 →一群爱看片的人，想解决一个很具体的问题。
狐狸视频的故事开始于一个很具体的问题：为什么找一部想看的片子，比看完一部片子还累。
2023 年，几个做数据和做内容的人在同一个项目里碰了头。有人负责爬梳播放数据，有人负责写影评，两边聊起来才发现，大家都在解决同一件事，只是用的语言不一样。数据分析师说“完播率”，编辑说“看不看得下去”，其实是一回事。于是就有了把两种语言放在一起的想法。
狐狸视频不做内容生产，我们做的是筛选与解读。片库里每一部作品都带着可查证的数据：谁在看、看到第几分钟、在哪儿离开。这些数字不漂亮，但真实。我们把它们摊开，再配上一段说明白的人话，剩下的交给你自己判断。
我们坚持几件小事。评分必须显示样本量，样本不够就直说参考性有限。简介不剧透，只说类型和气质。界面不做弹窗，找东西最多点两次。观看记录默认私密，一键可清。
团队现在不到三十人，分布在内容、数据和工程三个方向，很多人本身是重度观众。我们判断一个功能好不好，标准很朴素：自己会不会用。如果连我们自己都懒得点，那就不上线。
四年下来，片库从几千部涨到了现在的规模，标签体系改过七版，推荐引擎重写过三次。有些东西一直没变：我们相信观众有能力做出选择，只是需要更好的工具。
点击展开查看完整回答，列表可以上下滑动。
评论区会自动向上滚动，鼠标移上去就会停下来。
按标签筛了一次，一口气存了七部，周末总算不用翻半小时才决定看什么了。
评分明细挺实在的，能看到样本量，不像有些地方上来就是一个好看的数字。
追剧日历救了我，更新提醒合并成一条，手机上终于清静了。
冷门片推荐得不错，有几部我压根没听过，看完发现挺对胃口。
界面挺干净，没有弹窗追着你点，这点我很喜欢。
换平板接着看，进度一点没差，这个同步做得比我想的稳。
标签维度多是真的，连结局走向都能筛，第一次见。
弹幕不吵，聚成话题条的方式挺聪明，想聊就点开。
编辑在评论区回了我一条，聊了聊那部片子的剪辑，挺有意思。
弱网下也能先看到简介，通勤地铁里用着还行。
隐私这块做得让我放心，观看记录能一键清空。
片单投稿被选中过一次，收到好多评论，挺有成就感。
评分说明写得清楚，权重都列出来了，不玩虚的。
加载速度可以，老平板翻页也不卡。
本来只想找部下饭的，结果按标签挖到一部特别喜欢的。
搜索能匹配演员和导演，找片方便不少。
详情页简介不剧透，这个分寸把握得好。
反馈的问题两个工作日就回了，还告诉我会收录。
综合分和我的口味基本对得上，踩雷次数明显少了。
整体用下来挺踏实，没有那种被推着走的感觉。