WikiTok：当维基百科穿上“抖音”的皮——空有想法的半成品，能否靠AI逆天改命？

在这个信息爆炸的时代，短视频平台如同一个巨大的“时间黑洞”，吞噬着人们大量的碎片时间。为了对抗这种数字沉迷，各种屏幕健康管理工具和数字极简生活方式应运而生，但效果往往差强人意。最近，一款名为 WikiTok 的应用另辟蹊径，试图用一种颇具“魔法”色彩的方式—— 以 “魔法” 对抗 “魔法” ——来解决这个问题：既然你沉迷于 无限 地刷下一条，那就让你在知识的海洋里 “刷个够”。

这款应用由一位富有创意的外国网友借助 AI 技术打造，其核心理念是将严肃的维基百科内容，转化为类似抖音短视频的信息流形式，让用户在 无限 下滑中，潜移默化地吸收知识。因此，这款应用被形象地命名为 「WikiTok」 .

随机出现的维基百科页面 | 图片来源：WikiTok相信不少人都有过类似的经历：原本只是想在维基百科上查阅一个简单的知识点，结果却一不小心陷入了浩如烟海的知识链接之中，在无数词条之间跳转，无法自拔。维基百科社群甚至专门创造了一个略带戏谑的词汇 Wikiholic（维基成瘾者） 来形容这类用户。笔者也曾是 “Wikiholic” 大军中的一员，因此，当看到 WikiTok 这款应用时，立刻被其 “寓教于乐” 的理念所吸引，迫不及待地想要体验一番，看看它是否真的能将 “信息成瘾” 转化为一种正向的学习体验。

 

“换皮” 不彻底的 “伪 TikTok”：WikiTok 真的能 “Tok” 起来吗？

WikiTok 本质上只是一个非常简单的网页应用，其页面设计也极为朴素：一个随机推送的维基百科词条占据了页面的主要位置，用户只需 无限 下滑屏幕，即可刷新并浏览新的词条。页面上方的红心 ❤️ 按钮用于收藏感兴趣的内容，点击 “阅读更多” 链接则会跳转到维基百科官方页面以查看更详尽的信息。值得注意的是，WikiTok 奉行 “内容随机推送” 原则，词条与词条之间没有任何算法推荐机制。

WikiTok 的开发者希望用户能在这种随机浏览的过程中，不期而遇地发现一些有趣的信息，从而在潜移默化中增长见识，并将原本用于刷短视频的碎片时间，转化为有意义的知识获取过程。正如 ArsTechnica 网站的报道所评价的那样，WikiTok 的魅力在于 “你永远无法预测下一次跳转会带你去哪里，这种未知感本身就充满了惊喜”。

笔者亲测：平均刷 30 条才能遇到 1 条感兴趣的内容 | 图源：WikTok然而，在满怀期待地体验了 WikiTok 一段时间后，笔者却略感失望。这款应用并没有想象中那么 “令人上瘾”，反而让人觉得有些浪费时间，甚至还不如去刷一会儿真正的抖音短视频（当然，这仅仅是一家之言）。究其原因， WikiTok “0 算法” 的核心设计理念，以及由此衍生的 “内容过度随机” 问题，是导致其体验不佳的关键所在 .

WikiTok 的开发者 Gemal 似乎对算法推荐抱有一种天然的抵触情绪。他曾公开表示，坚决不会在 WikiTok 中加入任何形式的算法。他认为： “很多人都在呼吁 WikiTok 加入算法，甚至在 GitHub 上留言建议。但我始终认为，我们的生活已经被各种无处不在、又不透明的算法所裹挟，为什么我们不能在这个世界上保留一小块净土，让用户体验一下完全没有算法干预的信息浏览方式呢？”

Gemal 的出发点固然理想主义，但实际的用户体验却令人不敢恭维。在实际体验中，笔者不得不机械地 无限 下滑数十次屏幕，才能勉强刷到一个稍微感兴趣的词条。这种完全随机的内容推送机制，无异于让用户在 总计超过 6400 万条的维基百科条目中盲目 “开盲盒” 。笔者原本希望在知识的海洋中自由自在地遨游，结果却发现自己仿佛在茫茫大海中捞针，效率极其低下，体验也略显 令人沮丧 。

刷了半小时，仅仅刷出四条勉强能提起兴趣的条目 | 图源：WikiTok不妨试想一下，如果 WikiTok 能够引入算法推荐机制，用户体验将会得到怎样的提升？ 比如，笔者最近对中世纪历史文化产生了浓厚的兴趣，并且沉迷于中世纪背景的游戏《天国：拯救 2》。游戏中也穿插了大量与中世纪相关的维基百科词条链接，方便玩家深入了解当时的社会风俗和历史背景。 因此，当笔者在 WikiTok 上 偶然 刷到 “锁子甲”、“城堡”、“波西米亚战争” 等词条时，会立刻产生阅读兴趣，并果断点击红心 ❤️ 收藏。 如果此时 WikiTok 能够根据用户的阅读行为和兴趣偏好，智能推荐更多与中世纪相关的词条，那么用户就可以在碎片化时间内，高效地获取自己感兴趣的知识，而无需像现在这样，花费大量时间在 无限 刷新和筛选无意义的内容。

然而，理想很丰满，现实很骨感。在实际体验中，笔者在 WikiTok 上 无限 刷了将近五十个词条，才 偶然 刷到一条 “锁子甲”，而且之后就再也没有出现过任何与中世纪主题相关的词条。即使点击了红心 ❤️ 收藏，也仅仅是将 “锁子甲” 词条孤零零地保存在收藏夹中，等待日后 “临幸”。 目前来看，WikiTok 仅仅只是徒有 “TikTok” 的外壳，却并未领悟到 TikTok 成功的精髓——算法推荐 。 TikTok 之所以能够让用户 无限 沉迷，很大程度上归功于其强大的算法推荐能力，它能够精准地捕捉用户的兴趣偏好，并在相关内容之间进行 无数 横向推荐，引导用户不断深入探索。

反观传统的维基百科，虽然没有算法推荐的加持，但其自身却拥有强大的知识链接网络。用户在阅读一个维基百科词条时，可以 轻松 通过点击词条内部的链接，跳转到其他相关的词条，从而实现知识的 无数 扩展和延伸。 实际上，一个高质量的维基百科词条，本身就相当于一个 微型 的 “算法推荐系统”。 以 “中世纪” 维基百科词条为例，该词条不仅内容详实，信息量 巨大 ，还包含了成百上千个内部链接，以及数量众多的外部参考文献和推荐阅读资源。

简而言之，TikTok 的推荐逻辑是 “单条内容关联” ，维基百科的知识组织方式是 “全面铺开，网状互联” ，而 WikiTok 则 有些 介于两者之间：它试图以 TikTok 的 “单条内容” 形式来呈现维基百科 “全面铺开” 的知识，却又人为地阉割了 TikTok 赖以成名的算法推荐机制，最终导致产品形态略显 “割裂”，用户体验也大打折扣。

维基百科 “中世纪” 词条下 包含着 无数内部链接 | 图片来源：维基百科更令人 有些 费解的是，维基百科本身就自带 “随机维基” 功能，用户每次点击 “随机维基” 都会 随机地 跳转到一个新的词条，同样没有任何算法和数据关联。 从这个角度来看，WikiTok 目前的 “随机浏览” 模式，并没有在 “随机维基” 的基础上做出任何实质性的创新和突破。

当然，我们也不能对 WikiTok 过于苛责，毕竟这只是一个诞生仅一个半小时的 “超 早期” 版本，很多功能和体验上的不足之处也在情理之中。 考虑到 WikiTok 仅仅是一个借助 AI 技术快速搭建的 MVP（最小化可行产品） ，我们或许应该对其未来的发展抱有更多的期待和包容。

 

AI 能否赋予 WikiTok “改天换命” 的魔力？

WikiTok 的创意灵感，最初来源于开发者 Tyler Angert 在社交媒体上发布的一条略带 “戏谑” 的推文： “一个有点疯狂的想法：将整个维基百科都放在一个单页 无限 可滚动页面上。” 这条推文一经发布，立刻引发了大量网友的围观和热议。 一位网友评论道： “更妙的主意是，做一个可以根据你的兴趣偏好，进行个性化内容推荐的 无限 下滑维基百科页面。” Angert 将这个 想法 命名为 “WikiTok” 。 这条推文随后被 无数 转发，并在短短几个小时后， 被 开发者 Gemal 看到。

维基百科 “抖音版” 最初的 想法 来源 | 图片来源：XGemal 敏锐地意识到，借助 AI 编程工具，完全可以在极短时间内将这个 想法 变成现实，并 快速 打造出一个 “最小化可行产品”（MVP）。 于是，他立刻行动起来，开始尝试使用 Claude、Cursor 等 AI 模型进行辅助开发。 令人 惊讶 的是，从产生 WikiTok 的初步构想，到最终 产品 落地，Gemal 仅仅花费了不到两个小时的时间。 从凌晨 12 点半到凌晨 2 点，Gemal 几乎是 “一蹴而就” 般地借助 AI 的力量，完成了 WikiTok 的 初始 版本开发。

不到 24 小时，靠 AI 编程让想法变成现实 | 图源：X第二天，Gemal 在社交媒体上发布了 WikiTok 的推文， 瞬间 引爆了科技圈， 推文转发量迅速突破千次， WikiTok 也一举登上 Hacker News 当日新闻榜首，成为科技圈的 “现象级” 应用。 Gemal 透露，WikiTok 的 初始 代码只有区区几百行，并且绝大部分代码都是由 Claude AI 模型自动生成的。 他还慷慨地将项目开源发布到了 GitHub 上，供 所有 желающим 学习和改进。 尽管 WikiTok 在 AI 技术的加持下 快速 问世，但 Gemal 至今仍然坚持 WikiTok 应该秉持 “反算法” 的理念。

然而，算法缺失并非 WikiTok “体验平平” 的唯一原因。 其在内容呈现形式方面， 也 存在着一定的 “粗糙感”。 目前 WikiTok 的词条呈现方式 非常 简单，仅仅是 只有 文字摘要，再配上一张从词条中随机截取的、经过放大处理的 图片 ，整体视觉效果略显 “简陋”，甚至让人产生一种 “穿越回 ADSL 拨号上网时代” 的错觉。

这 图片 的清晰度仿佛让人 “梦回 ADSL” 时代 | 图源：WikiTok既然 WikiTok 的 初始 框架可以在 AI 的帮助下于一个半小时内完成搭建，那么 AI 是否能够进一步 帮助 WikiTok 在内容呈现形式上实现 “质的飞跃” 呢？ 例如，在语言支持方面，虽然 WikiTok 号称支持 14 种语言，但用户在选择语言后，应用实际上是将搜索范围 限制 在该语言的维基百科数据库内。 众所周知，维基百科英文版拥有近 700 万条词条，而中文版仅排名第 12 位，词条数量不足 150 万。 如果 WikiTok 能够 集成 AI 的机器翻译能力，就有望打破维基百科条目之间的语言壁垒，将不同语言版本的优质词条 相互关联 地呈现给用户，从而 间接 扩充用户可访问的知识内容 .

在内容呈现形式上，AI 同样可以为 WikiTok 带来 巨大 的想象空间。 例如，可以将 WikiTok 与 Sora、Runway、可灵 这类 AI 视频生成平台深度 整合 ， 提取维基百科的文字摘要， 自动 生成 15 秒左右的知识科普短视频，或者更生动的动态图文内容，甚至可以加入 AI 语音解说，进一步提升内容的可看性和趣味性 。 围绕知识和信息的可视化呈现，AI 还可以发挥更大的作用，例如生成交互式 3D 模型、时间轴动画、信息图表等 可视化 工具， 以 帮助用户更直观、更形象地理解抽象的知识概念。

如果 WikiTok 未来能够 连接 个性化推荐算法，并充分利用 AI 技术来 改进 内容呈现形式，或许就能真正 转变 为一款 现象级 的 “知识版 TikTok”，让用户在 无限 下滑的过程中， 不知不觉 地 沉浸在 知识的海洋，并 不自觉 地成为 Wikiholic（维基成瘾者）。 更进一步来说，算法推荐和 AI 条目短视频可以作为可选项 提供 给用户， 让 “原教旨主义” 维基百科用户继续享受 随机 浏览的 “惊喜感” ， 同时也为更广泛的大众用户 开启 沉浸式知识探索的大门。

维基百科本身就是一个 庞大 的互联网知识宝库， 包含 海量信息、 巨大 知识密度和 无限 知识领域。 同样是利用碎片化时间，如果能将 “刷了三个小时 TikTok，感觉人生一片虚无” 变成 “刷了三小时 WikiTok， 竟然浅浅入门了一个新领域！ ” ， 在获取更多有价值信息的同时，还能 减少 “信息 过载 ” 带来的负罪感， 何乐而不为呢？

个人 常期待，在 AI 技术日趋成熟的 今天 ， 能够看到一个真正成熟、 的确 好用的 WikiTok 出现， 它或许能在搜索引擎、大型语言模型、算法推送和传统百科全书之间， 找到 一条 独特 且 能够 触达大众的知识传播新路径， 真正实现 “知识普惠” 的 崇高 愿景。