@levelsio: 人们怀疑的确实如此 负面内容表现更好 比正面内容好约1.5倍 但好奇…
摘要
Pieter Levels 分析了他的博客统计数据,发现负面内容比正面内容表现好约1.5倍,而好奇内容(如巧妙项目)排名第二。他分享了来自743篇帖子的详细情感和情绪数据。
查看缓存全文
缓存时间: 2026/06/29 18:43
人们怀疑的确实是事实
负面内容表现要好得多
比正面内容好大约1.5倍
但好奇驱动的内容(比如黑客项目)紧随其后,这对我是个好消息!
https://t.co/nh9MjgWcOf https://t.co/Bwx2GZQVvb
统计 — @levelsio (Pieter Levels)
来源:https://levels.io/stats 导航:统计 (https://levels.io/stats)·项目 (https://levels.io/projects)·标签 (https://levels.io/tags)·RSS (https://levels.io/rss)·pieter.com (https://pieter.com/)·投资 (https://levels.vc/)← 所有文章 (https://levels.io/)
743 篇文章 · 每篇文章一个方块,按年份与主题排列
按比例(高度填充,显示每年份额)1996 2000 2005 2010 2015 2020 2026
商业与技术旅行与国家音乐与艺术政治社会健康与生活哲学
点击一个主题进行筛选 · 按住 Shift 点击可组合(例如 健康 + 政治)
情感随时间变化
按比例(高度填充,显示每年份额)1996 2000 2005 2010 2015 2020 2026
正面 348 混合 58 中性 120 负面 217
情感 · 743 篇文章
47%
16%
29%
正面 348 混合 58 中性 120 负面 217
情绪随时间变化
按比例(高度填充,显示每年份额)1996 2000 2005 2010 2015 2020 2026
乐观 173 兴奋 176 自豪 121 感激 33 受启发 53 愉悦 57 好奇 79 怀旧 26 反抗 27 沮丧 102 批判 251 担忧 42 悲伤 13
情绪 · 743 篇文章中共有 1,153 个标签
22%
15%
15%
10%
批判 251 兴奋 176 乐观 173 自豪 121 沮丧 102 好奇 79 愉悦 57 受启发 53 担忧 42 感激 33 反抗 27 怀旧 26 悲伤 13
点击图例项进行筛选 · 按住 Shift 点击可组合
平均 / 篇总阅读量
按情感分组的阅读量
负面 (217 篇)
中性 (120 篇)
正面 (348 篇)
混合 (58 篇)
按情绪分组的阅读量
批判 (251 篇)
好奇 (79 篇)
兴奋 (176 篇)
乐观 (173 篇)
沮丧 (102 篇)
自豪 (121 篇)
愉悦 (57 篇)
反抗 (27 篇)
担忧 (42 篇)
受启发 (53 篇)
感激 (33 篇)
悲伤 (13 篇)
怀旧 (26 篇)
新闻通讯订阅者
每月新增累计
2020 2021 2022 2023 2024 2025 2026
Ghost.orgX 个人资料LevelsBlo 博客levelsio.com 商店
* 2020-2022年期间,X允许我们从个人资料中收集订阅者
743 篇文章
365.7K 字
58亿 总阅读量
89 个主题
1996 年第一篇
热门主题
科技 293 (https://levels.io/tag/tech)社会 269 (https://levels.io/tag/society)创业 255 (https://levels.io/tag/entrepreneurship)旅行 146 (https://levels.io/tag/travel)分析 143 (https://levels.io/tag/analysis)我做的东西 119 (https://levels.io/tag/stuff-i-made)欧洲 108 (https://levels.io/tag/europe)未来 102 (https://levels.io/tag/future)eu/acc 95 (https://levels.io/tag/eu-acc)亚洲 85 (https://levels.io/tag/asia)远程工作 76 (https://levels.io/tag/remote-working)语录 71 (https://levels.io/tag/quotes)人工智能 68 (https://levels.io/tag/ai)SaaS 66 (https://levels.io/tag/saas)经济学 65 (https://levels.io/tag/economics)健康 59 (https://levels.io/tag/health)音乐 58 (https://levels.io/tag/music)政治 54 (https://levels.io/tag/politics)
阅读量最高
- 未来OpenAI还会有人吗? (https://levels.io/met-sam-altman-at-openai) 5640万阅读量
- 欧盟委员会是内部腐化的毒瘤 (https://levels.io/european-commission-cancer-of-the-eu) 2660万阅读量
- 2024年的苹果地图 vs 谷歌地图 (https://levels.io/apple-maps-vs-google-maps-in-2024) 2540万阅读量
- 葡萄牙和西班牙整个半岛电力中断 (https://levels.io/electricity-down-portugal-spain-peninsula) 1550万阅读量
- 虚假女网红时代已开启 (https://levels.io/era-of-fake-e-girl-influencers) 1510万阅读量
- 我偶然发现迪拜有个巨大的太阳能农场 (https://levels.io/dubai-massive-solar-farm) 1280万阅读量
- 南美洲使用远程安保人员和门卫 (https://levels.io/remote-security-doormen-south-america) 940万阅读量
- 法国巴士司机因无空调中暑撞车 (https://levels.io/france-bus-driver-crashes-heat-no-ac) 820万阅读量
- 过去12个月我在X上获得了10亿阅读量 (https://levels.io/1-billion-views-on-x-in-12-months) 760万阅读量
- 冷冻当地面包店的面包能解决售罄问题并降低血糖峰值 (https://levels.io/freezing-bread-bakery-health-hack) 670万阅读量
- 想象一下,你花血汗钱到欧洲旅游,却被去增长抗议者用水枪喷射 (https://levels.io/europe-tourists-sprayed-by-degrowth-protesters) 660万阅读量
- 像Rimowa和LVMH这样的奢侈品品牌大多是骗局 (https://levels.io/luxury-brands-rimowa-lvmh-are-a-scam) 650万阅读量
最常用词汇
think pieter levels work need money lex fridman life nomad remote maybe world working started business different cool list always start let little making never probably feel build startups startup live product look interesting month man getting months data company better pay already nice try job problem place means real code building hard though find went idea everybody keep music works makes part europe friends courtland love app site become
相似文章
社交媒体毒性——“嘈杂的房间”
一项斯坦福大学研究分析了数十亿条社交媒体帖子后发现,仅约3%的用户会发布严重有害内容,但互动驱动型算法不成比例地放大了这部分少数声音,从而扭曲公众认知,并导致大多数用户被迫自我审查。
@DeRonin_: 突发:X今日发布了新排名算法。哪些玩法已死,哪些能爆:[ 已死内容 ]:- 垃圾发帖…
X发布了新排名算法,该算法惩罚垃圾发布、回复刷量、纯文本帖子、抄袭热门模板、通用AI工具汇总、互动诱饵、空洞鸡汤以及互粉群组;同时奖励小号原创观点、有清晰叙事线的长推、图文组合、有证据的反调、长文帖子、快速回复评论以及稳定发布节奏。
内容是让你致富的关键,但拒绝“垃圾内容”!
作者介绍了 'notslop',这是一款开源 CLI 工具,旨在通过聚合数据、去重新闻以及在 Twitter、Reddit 和 LinkedIn 等平台间复用文本,来简化社交媒体内容的创作流程。
负面先于正面:大型语言模型中的不对称效价处理
本文通过机理可解释性研究大型语言模型如何处理情感效价。通过在三个开源LLMs上使用激活修补和引导,作者发现负面效价定位于早期层,而正面效价在中后期层达到峰值,并通过主题控制翻转测试验证了这一点。
如今,人们更信任 Reddit 评论,而非精心打磨的落地页。
文章观察到消费者行为的转变:用户越来越信任 Reddit 评论,胜过精心策划的营销内容。这一趋势因 Google 和 ChatGPT 等 AI 搜索引擎将 Reddit 内容纳入搜索结果而得到进一步放大。