在目前流行的资讯、视频客户端里，对于内容的分发和推荐中，机器算法的角色越来越重要，很多客户端为了吸收更多流量，让用户更多停留在 App 内，通过机器算法来迎合用户的喜好。盘点整个行业，推荐机制和形式可以细分为三种情况：
一种是全机器算法类：在目前所有的资讯客户端中，以今日头条为代表的单纯基于用户点击的算法推荐机制、去人工化干预等等越来越流行。但是，这种推荐机制会大量迎合人性底层需求的内容，例如热门的影视剧简单剪辑等类似的内容，可以满足用户猎奇、窥私、幸灾乐祸等心理，但缺乏深度价值。技术力量的价值被过度高估和神话了。
一种是机器算法 + 部分干预：在一个体系里，部分 App 用算法，部分 App 可以人工推荐。腾讯目前采用的就是这种方式。在腾讯系的 App 中，快报是算法系列，完全靠机器推荐，人工无法干预。同时在腾讯新闻等 APP 里，也引入了算法机制。但同时人工会对优质内容可以进行推荐和整合。
第三种就是在同一个资讯客户端，机器算法 + 人工的“人机结合”模式：一点资讯就是这样的代表。在不断优化的机器算法、深度学习基础之上，加入对内容有理解的人工和编辑的干预，两者之间相互融合，而不是一刀切的全部交给机器算法或者全部交给人工处理，大规模提升分发效率的同时，为用户带去更优质的价值内容。。类似人物、 GQ 等深度报道之所以在网络上流行，每次出来都是爆款，就是因为聚合了一批对深度内容有需求同样能够理解内容的人。
