以前的推薦帶有個人的專業知識在，例如電台DJ播放歌曲時會介紹曲風或創作者、藝文展覽的策展人會解釋展品的意義及其背景。這些專業人士在推薦時會考慮作品的故事和背景，使閱聽人能對作品本身和作品之間的關聯有更深一層的認識，進而對該領域有所了解。 而現在的推薦更像是社群軟體上的為你推薦，感覺演算法為每個人精心打造了內容，但實際上不過是人們在不同螢幕後面看著相同的資訊。演算法推薦時只考慮用戶的參與度，「大家都在看」以及「喜歡 xx 的人都喜歡這個」被認定是值得推薦的，閱聽人和作品之間的互動比作品想傳達的內容更為重要。 和前者比較起來，後者的推薦更加和作品本身沒有關係，而是和觀眾怎麼反應、有沒有反應更有關係。於是熱門的作品更加熱門，人氣比內涵更有價值。這導致小眾的東西較不會被演算法所青睞，形成多數群體的意見更重要、少數群體聲音被蓋過的現象。當網路上充斥著去脈絡化的推薦，想深入了解單一領域變成一件難事。 現在的人們習慣被動接受演算法餵養的資訊，失去了主動選擇的能力，也少了形塑個人 品味的機會。當全球上億用戶皆受到巨型科技公司所設計出的演算法影響，世界上各角落的人都在網路上瀏覽類似的內容，每個人的品味越趨於一致，在不同國家的不同城市皆能找到風格一樣的咖啡廳、類似的住處裝潢風格，這些空間存在的意義和當地的文化無關，只和網路上的內容有所關聯，那它究竟是存在於現實還是存在於網路？ 作者用扁平來形容這種品味同質化的現象，個人品味逐漸失去個性的現在則稱為扁平時代。這本書提醒讀者演算法的影響不只存在於網路，更使全人類的文化逐漸往空洞及單一前進。閱聽人必須盡可能遠離演算法、更有意識地篩選入口的資訊，才能避免被科技巨頭決定個人喜好。 作者觀點透徹，譯者功力錦上添花，推薦序更是畫龍點睛。扣的0.3分來自於書中的幾個錯字、缺字及少數的中國用語。