这话和“我们用电脑解决了问题”一样没诚意，这种张嘴就来的套话侧面反应了逆向工程会遇到的问题：帷幕是一层接一层的。马德里加尔只是稍微了解了 altgenres，Netflix 就开始云山雾罩的勾勒自家技术，只谈大局不谈细节了。如果能与技术社区、学术研究团体合作研究，也许能够稍深入到技术细节实施的过成，但永远无法获知背后原因。 这一事实并不意味着我们想知道的一切都是商业机密，逆向工程师看到耶林含糊的前半句“基于机器学习和算法的微风格分类语法”会感到受挫，不过后半句“一群愿意深入研究问题的 Geek 们”还是给出了一些思考的线索和方向：Geek 们是怎么设计算法，以“深入”了解文化的？他们对这项工作的喜爱，能够起到什么促进作用？ 这些问题的答案不像算法一样藏得那么深，我们往往可以从工程师们的工作方式和对项目的描述中看出答案来。但逆向工程本身局限性所在，它的重心是揭露科技方面的秘密，无法与工程师对于文化的想象和参与相结合。对于我们这种研究算法过滤系统的文化后果的人，这些想象和参与比技术执行细节更有意义，它们通常不被列为秘密，但它们经常变化、还比较难以获知，而且随时有可能被成为机密。
虽然耶林没有告诉我们足够多技术细节（足以产生一个竞争对手的那么多），但他还是透露了一些自己关于电影的见解，以及他理解电影的方式。如果你对推荐系统算法比较熟悉，你会发现他描述的系统，是典型的基于内容的推荐系统。“传统”推荐系统依赖于用户评分，对其他信息的依赖不那么强烈，而基于内容的推荐系统在人工和算法分析帮助之下，能够“试图理解自己推荐的内容”。要提供这些帮助需要做的工作量不小，但过去十年中，随着数据和相应分析工具的增长，基于内容的推荐系统也变得普及起来。当今多数大型推荐系统都是混合型，一方面参考用户评分，一方面对推荐内容进行分析。 Netflix 对于好莱坞的逆向工程，就是对推荐内容进行分析：努力把电影解析成推荐算法所需的形式，录入数据库。马德里加尔把这个解析过程称为“逆向工程”，意味着他认为所有电影背后存在一些普遍而值得挖掘的规律，最后他浓墨描绘了 Netflix 算法的全面：要详细到什么程度才算标签？“每件事，每个人。” 但耶林描述的解析过程，并不是电影文化唯一的理解方式，它仅仅是一种特定的认知和解释模式而已，这种模式与结构主义非常相似——结构主义是一种文化分析模式，20 世纪中期时在人文学界和社会科学界十分流行。根据罗兰·巴尔特（Roland Barthes）的解释，结构主义的分析模式是将事物先分解再重构，来发现隐藏在奇异表象下的事实。 显然，托德·耶林就是一位结构主义者。他告诉马德里加尔，他设计微风格分类系统时首要目标就是“分离内容”，雇佣一大批人员，让他们根据训练指南把电影分解成最基本的元素：微风格。然后创造出一个“Netflix 量子理论”，把基本元素重新组合成 altgenres，这个细致异常的电影分类，帮助用户从 Netflix 电影库中寻找适合自己的电影。 听起来结构主义像是一种分析文化的科学方式，不过它不够客观。在分解和组合过程中，分析者不仅仅做了剪切粘贴工作，还加入了自己创造的内容。不论微风格能够多么细致和准确，它都不等于电影本身，正如巴尔特笔下所写，它是一种“定向而带有主观成见的模拟”，是带有目的而进行的文化再创造。如果不同分析者对于电影内容有异议，那内容分离结果就会有差异。 这与普通人对工程师的认知并不一致，我们这些人不光冷静理智地追求唯一最优解，还有着大众“意料之外”的创造力，根据不同项目需要考虑的因素，我们会有一系列可行的工程规划选项。巴尔特认为，进行结构主义分析就像诗歌写作，科技工作亦是如此，都极具表现力。Netflix 的 alggenres 系统绝不是电影的唯一分类方式，它只是众多方式中行之有效的一种，是一个由 Netflix 工程师、分类员们根据对电影含义、相关程度和用户口味进行的假设，而共同打造的文化产物。用“逆向工程”来描述这个富有创意的实践不够准确，因为它的前提是真相只有一个，相反，我们可以用一个更准确的词：诠释。 归根结底，逆向工程有两个存在争议的问题：
在我看来，这两个问题答案都是“不能”，理由相同：逆向工程作为描述事实和逆推原因的研究策略，会忽视工程师们打造产品过程中所放弃的选择。随着文化和科技的重叠，逆向工程这种专注于科技本身的策略就显得过于理想化，策略本身不适于研究意外事件、诠释的原因、随意做出的决断等因素，它还假设工程师仅会关注功能实现和运行效率、假设文化本身和对文化的工程实践都只遵循同一种逻辑，这些假设越发与现实冲突：只有在公司发言人描述成功时，才会说他们的产品从理念到执行是一条直线。 如尼古拉斯·迪尔科普洛斯（Nicholas Diakopoulos）所写，逆向工程有助于了解艰深晦涩的科技运行原理，但它不能解释其原因。这些复杂的科技——搜索引擎，推荐系统，其他算法过滤系统——一直在改变，我们需要从其他方面来了解改变的原因和过程，而不仅仅是科技本身运行。 逆向工程的风险在于，我们会认为 Netflix 公司唯一有价值的东西是技术细节，但根据我的研究，我认为如果想要理解这些系统的改革历程，技术细节并不比帷幕后工作者的文化生活和创造力重要，而且后者通常不是公司机密，相对技术技术更容易获取。 所有工程都是文化和科技的结合，即使是马德里加尔对 Netflix 微风格的逆向工程也超过了科技界限：在制作分类生成器的时候，他会浏览 altgenres，与人交谈，采访设计者听他解释，然后做出自己的解释……不论是逆向工程师还是其他工程师，都有着文化生活，我们需要认识到这一点。而且如果想要理解 Netflix 这种公司的话，不仅需要认识到文化和科技——人类和计算机——是不可分的，更重要的是去理解它们的融合过程。 |
