小赵频繁在快手和抖音上刷赞的行为，看似只是日常上网的一个小动作，实则折射出短视频用户生态中一个值得深挖的普遍现象。当“点赞”从单纯的“喜欢”表达异化为一种操作惯性，当“刷赞”成为部分用户的日常操作，我们不得不追问：这种行为在短视频用户中究竟有多常见？它背后藏着怎样的用户心理与平台逻辑？

短视频平台的崛起，重构了用户的数字互动习惯。快手与抖音作为头部平台，其核心机制之一便是“互动驱动”——点赞、评论、分享等行为直接决定内容的分发权重。小赵的频繁刷赞，本质上是在与这套算法逻辑“共舞”：他可能通过连续点赞同类型视频，向平台传递“偏好信号”，以期获得更精准的内容推荐；也可能为了提升账号活跃度，避免被算法判定为“僵尸用户”。这种操作并非小赵独有，在内容创作者、普通用户乃至“刷量产业链”中，都存在大量类似行为。数据显示，短视频平台日均点赞量以百亿次计，其中相当一部分并非自然产生，而是用户主动或被动“刷”出的结果。

从用户分层来看，“刷赞”行为的常见性与用户身份强相关。对于内容创作者而言，点赞是衡量内容热度、吸引商业合作的关键指标，部分创作者甚至会使用“互赞群”或第三方工具批量刷赞，形成“数据造假”产业链；对于普通用户，尤其是年轻群体，刷赞可能源于“社交货币”心理——在评论区看到“已赞”列表中有熟人，会获得一种“参与感”；而对于“潜水用户”，频繁刷赞则可能是为了“刷存在感”，避免在算法推荐中被边缘化。小赵的行为，大概率属于后者：他并非专业创作者，却通过持续点赞，试图在信息流中占据一席之地，这种“被动互动”在短视频用户中具有相当的代表性。

更深层次看，“刷赞”行为的普遍性源于平台算法的“隐性引导”。快手与抖音的推荐机制，本质上是对“用户兴趣”的持续追踪与预判。当用户连续点赞某一类视频，算法会迅速调整推荐池，让更多同类内容涌入。这种“即时反馈”机制，容易让用户陷入“点赞-推荐-再点赞”的循环：小赵可能最初只是偶然点赞了几条搞笑视频，随后算法便不断推送同类内容，为了“筛选”出真正喜欢的，他只能通过更多点赞来“训练”算法。久而久之，点赞从“选择行为”异化为“操作习惯”，甚至演变为“无意识动作”——手指划过视频时，点赞成为条件反射，正如用户滑动屏幕时不会刻意思考“是否要继续观看”一样。

这种“无意识刷赞”在短视频用户中并不鲜见。有观察显示，部分用户日均点赞次数可达数十次，但若追问“为何要点赞”，却往往答不上来。这背后是平台“互动至上”逻辑的渗透：通过简化点赞操作（如双屏点赞、一键三连），降低用户互动门槛；通过高亮“点赞数”显示（如视频左下角的数字），强化用户对“数据”的敏感度。当点赞从“情感表达”降维为“平台任务”，用户便逐渐失去了对“为何点赞”的反思能力，小赵的频繁刷赞，正是这种“去意义化互动”的典型体现。

值得注意的是，“刷赞”行为的常见性还与平台的内容生态密切相关。快手的“老铁文化”与抖音的“潮流算法”，都鼓励用户通过互动参与内容共建。在快手的同城页面，频繁点赞本地内容能提升用户在本地社群中的可见度；在抖音的热榜挑战中，点赞热门视频则是融入“潮流圈层”的通行证。这种“互动即社交”的平台氛围，让刷赞成为用户融入平台的“刚需”。小赵若想快速了解身边人的动态，或跟上网络热点，刷赞便成为最高效的方式——毕竟，相比于耗时评论，一个点赞既能表达态度，又能维持算法“好感”。

然而，“刷赞”的普遍性并不意味着其合理性。对平台而言，虚假互动会扭曲内容生态：当数据成为唯一标准，创作者可能放弃内容深耕转而追逐“爆款套路”，导致同质化内容泛滥；对用户而言，过度依赖点赞获取满足感，容易陷入“数据焦虑”——小赵若发现自己点赞的视频无人问津，可能会产生“无效互动”的挫败感，甚至为了提升点赞数而使用非正常手段。这种“刷赞依赖症”，正在悄然改变短视频用户的互动本质：从“真实表达”到“数据表演”，从“情感共鸣”到“算法迎合”。

回到最初的问题：小赵频繁在快手和抖音上刷赞，这种行为常见于短视频用户吗？答案是肯定的，但其“常见”并非孤立现象，而是平台算法、用户心理、内容生态共同作用的结果。它既是用户适应数字生存的“本能反应”，也是平台追求流量增长的“隐性代价”。当点赞从“心之所向”沦为“手之所动”，我们或许需要反思：短视频时代的互动，究竟该服务于数据，还是回归于人本身？对平台而言，优化算法逻辑，减少“互动绑架”；对用户而言，保持对“为何点赞”的清醒认知——或许，这才是破解“刷赞依赖”的关键。毕竟，短视频的本质是“连接”，而非“数据游戏”。