從「人情社會」到「系統社會」：潛規則並未消失

許多人誤以為 AI 與算法的介入能削弱人治、提升公平，甚至終結潛規則，但實際情況恰恰相反。AI 並未消滅潛規則，只是將其轉移、抽象化與制度化，使其更難被察覺，也更難被挑戰。

過去的潛規則存在於酒局、私下關係與圈內默契之中，今天的潛規則則被嵌入推薦系統、評分模型、排序邏輯與平台政策之內，差別在於權力如何被包裝與行使。

算法並非中立：新型潛規則的生成土壤

算法經常被描述為客觀、理性與去情緒化，但這種描述忽略一個基本事實：算法永遠服務於特定目標，而目標由權力決定。

無論是推薦、風控、招聘篩選還是內容審核，算法的設計核心並非公平，而是效率、留存、風險最小化與資源最大化。在這些目標導向下，某些行為模式、語氣、背景與歷史紀錄，會被默認為「低風險」「高價值」，而其他則被系統性地邊緣化。

這種偏好一旦被模型固化，便成為新的潛規則：你不需要違規，也可能被默默降權。

看不見的門檻：階級如何被算法重新劃分

與傳統潛規則不同，算法潛規則最關鍵的特徵在於「不可見」。使用者往往只看到結果，卻無法理解過程。在這套結構中，階級差異不再體現為「你識不識人」，是轉為：

    - 你是否符合模型偏好的行為輪廓

    - 你的語言是否被判定為「安全」「可商業化」

    - 你的內容是否有利於平台目標

    - 你的歷史數據是否被標記為高價值

這些條件沒有明文列出，也不需要被說明，但它們實際上構成新的入場門檻。掌握門檻者能持續獲得曝光與資源，無法對齊者則被系統性冷處理。階級於是從社交網絡轉移至數據輪廓。

知識不對稱的升級：誰能理解規則，誰只能承受結果

在算法治理下，最大的階級分野是對系統的理解能力。少數人能：

    - 理解算法偏好

    - 測試與調整行為策略

    - 操作關鍵指標

    - 與平台建立非對稱溝通

多數人則只能被動接受結果，並被告知「系統自動決定」。這種不對稱，使新型潛規則比舊有版本更穩定，因為它不依賴個別人的情緒或關係，是透過模型持續運作。換言之，權力被技術化，責任被去人格化。

算法潛規則如何加速階級固化

當算法被廣泛用於招聘、信用評估、內容分發與風險管理時，其累積效應會逐步放大原有差距。具備優勢數據的人會持續被判定為低風險、高潛力，從而獲得更多機會，處於邊緣位置的人則因缺乏正向回饋而進一步被鎖定在低權重區間。

這是一種自我強化的循環：不是因為你表現不好，是因為你從未被給予表現的空間。階級固化不再需要排他性決策，只需持續運行的模型即可完成。

透明的幻覺：為何公開算法仍無法破局

即使在呼籲算法透明的語境下，問題仍未真正解決，因為對多數人而言，透明並不等於可理解，更不等於可干預。當規則以高度技術化的形式存在，只有具備專業、資源與試錯成本的人，才能真正利用這些資訊。對其他人而言，透明反而成為一種象徵性姿態，並未改變其在結構中的位置。潛規則於是披上「公開而不可用」的外衣，繼續發揮階級篩選功能。

結語：新型潛規則的真正危險

AI 與算法並非階級不公的起源，但它們使潛規則變得更加穩定、隱蔽且難以指認。當排除不再需要明確意圖，當決策被描述為系統結果，質疑空間便隨之縮小。

真正的風險是人類是否習慣於接受一個「無人負責、卻高度有效」的排除機制。當潛規則轉化為系統邏輯，階級便不再只是被維持，也會被自動化。