在微信或抖音等社交平台中，“附近人”功能本意是打破地理壁垒，让用户发现身边的世界——或许是同城的兴趣伙伴，或许是街角的美景分享，或许是商家的精准触达。然而这一设计初衷正被悄然异化：从“连接”到“收割”，附近人正成为刷赞产业链中的廉价流量池，其背后折射的是平台算法漏洞、用户流量焦虑与灰色产业生态的复杂交织。附近人功能的滥用，本质上是社交平台“唯数据论”导向下，工具理性压倒人文关怀的典型症候，不仅破坏了内容生态的公平性，更让“附近”的真实社交价值被虚假流量稀释。
一、从“地理连接”到“流量作弊”：附近人功能的异化逻辑
微信的“附近的人”、抖音的“同城推荐”，其核心逻辑是基于LBS（基站定位）的精准内容分发。用户打开附近人页面，能看到方圆几公里内的动态、视频或用户信息，这种“地理邻近性”天然降低了社交成本——理论上，你能更快找到同城的跑团伙伴、二手交易对象，或看到附近商家的优惠活动。但当刷赞需求爆发，这种便利性便被转化为作弊工具。
刷赞的核心诉求是“快速提升内容权重”，而平台算法中，点赞数是影响曝光的关键指标之一。抖音的流量推荐机制依赖“完播率、互动率、关注转化率”等数据，一条新发布视频若能在短时间内获得大量点赞，会被判定为“优质内容”，从而推入更大的流量池。微信的朋友圈、视频号虽算法相对封闭，但点赞数同样影响内容的“社交货币”属性——高赞内容更容易引发二次传播，满足用户的展示欲。附近人功能恰好为这种“数据冲刺”提供了捷径：通过批量定位目标区域，向附近用户发送点赞请求（或诱导对方回赞），能在数小时内实现点赞量的指数级增长，远低于自然流量的获取成本。
这种异化的背后，是附近人功能的“低门槛”与“高精准度”的耦合。无需添加好友、无需内容审核，只需打开定位，就能触达方圆5公里内的潜在“点赞劳动力”。而用户对“附近人”的信任感（认为对方是真实存在的本地人），也降低了其对“点赞请求”的警惕性——比起陌生账号的私信，同城用户的互动请求更容易被接受，这正是刷灰色产业选择附近人作为载体的关键。
二、附近人刷赞的产业链：从养号到变现的完整链条
附近人刷赞并非零散行为，而已形成分工明确的灰色产业链，其运作逻辑可拆解为“养号-定位-互动-变现”四个环节，每个环节都对应着成熟的操作技巧与利益分配。
养号是基础。刷赞需要大量“正常”账号作为载体，这些账号被称为“肉鸡号”或“养号号”。养号周期通常为7-15天，操作包括：上传真实头像（多为网图）、完善个人资料（如定位到目标城市、添加本地标签）、发布日常内容（如风景照、生活片段），甚至模拟真人互动（给他人点赞、评论）。微信对账号的活跃度要求更高，需定期使用朋友圈、群聊等功能，避免被系统判定为营销号；抖音则更注重内容垂直度，例如本地美食号会持续发布探店视频，养号期间需保持一定的更新频率。养号的目的是让账号通过平台的风控审核，具备“正常用户”的特征，为后续批量互动做准备。
定位是核心。传统刷赞依赖“僵尸号”矩阵，但这些账号无地理位置信息，容易被算法识别异常。附近人刷赞则通过“虚拟定位”技术实现精准触达。操作者使用修改定位的软件（如某些安卓手机的“开发者选项”或第三方工具），将大量养号号的位置统一设定到目标区域（如某商圈、某高校），或根据客户需求动态调整位置——例如，某奶茶店新品推广需覆盖3公里内的用户，操作者会将所有账号定位到店铺周边，确保这些账号出现在附近人列表的前列。抖音的“同城页”推荐逻辑更复杂，会结合用户实时位置、历史互动偏好等数据，但通过批量账号的“位置打卡”，仍能有效提升目标内容的同城曝光。
互动是执行。当账号完成养号与定位，即可进入“刷赞”阶段。早期操作多为人工：养号号主向附近人发送“互赞”私信（如“你好，可以互相点赞支持一下吗？”），或通过群聊组织“点赞互助小组”。但随着需求增长，人工效率低下，逐渐被自动化工具取代。这类工具能模拟真人操作：自动打开附近人页面，批量向用户发送点赞请求（或直接点击对方内容的赞按钮），甚至能识别用户的互动意愿（如对方是否已点赞自己），实现“精准回赞”。微信对私信互动频率有严格限制，工具开发者则通过“随机间隔、模拟人工输入”等方式规避风控；抖音则通过“短时间、多账号、低频次”的点赞行为，降低被系统标记的风险。
变现是终点。刷赞服务的客户主要分为三类：个人博主（追求虚荣心或接单资质）、商家（提升店铺/产品热度）、MCN机构（打造“爆款人设”）。价格根据点赞量、互动质量浮动：100个普通赞约5-10元，带评论的“深度互动赞”单价更高，而“同城附近人定向赞”因精准度高，价格可达普通赞的2-3倍。灰色产业甚至衍生出“套餐服务”：如“100赞+20评论+5转发”组合套餐，或“7天持续涨赞”的长期服务。部分黑灰产还会将刷赞账号用于其他变现，如导流至赌博网站、诈骗团伙，或通过账号买卖获利，形成“刷赞-其他犯罪-洗钱”的完整链条。
三、多输困局：平台、用户与生态的代价
附近人刷赞的泛滥，正在制造一场多输困局。对平台而言，虚假数据直接破坏了算法的公平性。抖音的推荐算法依赖用户行为数据判断内容质量，当刷赞数据占比过高，优质内容可能因“初始流量不足”被淹没，而低质内容却因虚假点赞获得曝光，形成“劣币驱逐良币”效应。微信的朋友圈生态同样受到影响，高赞内容未必是真实价值体现，而是“刷赞团队”的杰作，用户逐渐对点赞数据失去信任，削弱了社交平台的互动基础。
对用户而言，参与刷赞（无论是主动还是被动）都面临多重风险。主动参与“互赞”的个人，可能因频繁使用工具账号被平台封禁；被动接收点赞请求的用户，则面临隐私泄露风险——操作者能通过附近人功能获取用户的地理位置、头像、昵称等基本信息，这些信息可能被用于精准诈骗或骚扰。更严重的是，刷赞行为助长了“流量至上”的浮躁心态，用户不再关注内容本身，而是沉迷于数据的攀比，社交关系逐渐异化为“数据交换”，真实的情感连接被稀释。
对生态而言，附近人刷赞破坏了“真实、健康”的网络环境。社交平台的核心价值在于“连接真实的人”，而附近人功能的滥用，让“附近”变成了“流量战场”——用户打开附近人页面，看到的不再是真实的生活分享，而是刷赞团队的“点赞任务”或“营销广告”。这种信任危机一旦蔓延，用户对平台的依赖度将大幅下降，最终损害的是整个社交生态的长期发展。
四、破局之道：从技术打击到生态重构
治理附近人刷赞难题，需平台、用户与监管形成合力，从“被动打击”转向“主动重构”。
平台层面，需优化算法逻辑，降低“唯点赞论”的影响。抖音可增加“内容质量评分”维度，如分析视频的原创度、用户停留时长、评论深度等数据，减少对点赞量的单一依赖；微信则可强化“社交关系链”权重，例如优先展示好友点赞的内容，或通过“好友共同兴趣”标签提升内容相关性，降低陌生人刷赞的效率。同时，平台需加强技术识别能力：通过机器学习分析用户行为模式，识别“批量定位、高频互动、异常时间点赞”等刷赞特征，对违规账号实施“限流-警告-封禁”的阶梯式处罚。微信的“设备指纹”技术、抖音的“行为序列分析”已具备一定基础，但需持续迭代，应对灰色产业的“对抗升级”。
用户层面，需树立理性流量观，拒绝参与刷赞行为。社交平台应加强用户教育，例如在“附近人”页面添加“拒绝虚假流量”提示，或在用户收到异常点赞请求时弹出风险提醒。同时，用户自身需认识到：真实的影响力源于优质内容，而非虚假数据——一个用心创作的短视频，即使初始点赞量不高，也可能因自然传播获得长期流量；反之，靠刷赞堆砌的热度，终将在算法调整后迅速冷却。
监管层面，需明确流量造假的边界，打击灰色产业链。根据《网络安全法》《反不正当竞争法》，刷赞行为属于“虚假宣传”或“数据造假”，可对相关主体处以罚款、吊销执照等处罚。监管部门可联合平台建立“黑名单共享机制”，对涉刷赞的账号、IP地址、支付账户进行跨平台封禁，从源头切断产业链。此外，还需规范“流量服务”市场，明确合法与非法的界限，引导MCN机构、商家通过内容创新而非数据造假获取流量。
附近人功能的异化，本质上是技术工具在资本驱动下的扭曲使用。当“附近”从“真实连接”沦为“流量猎场”，我们失去的不仅是公平的竞争环境，更是对社交本质的信任。唯有平台回归“内容为王”的初心，用户坚守“真实互动”的底线，监管筑牢“合规经营”的防线，才能让附近人功能重新成为发现身边美好的窗口，而非数据游戏的筹码。毕竟，社交的意义从来不是冰冷的数字，而是每一个真实存在的“附近”，带来的温度与共鸣。