背景

Xikipedia 是一個將維基百科內容轉化為類似 TikTok 或 Instagram 無限捲動動態牆的實驗性專案。開發者 rebane2001 僅用不到一天的時間，以純 HTML 與 JavaScript 撰寫出這款具備個人化推薦演算法的網頁應用，旨在展示即便不依賴大型機器學習模型或用戶隱私數據，也能透過簡單的權重機制達成令人上癮的資訊餵養效果。

社群觀點

在 Hacker News 的討論中，這項專案引發了關於網頁效能、隱私保護與數位成癮機制的深度辯論。許多使用者首要遭遇的問題是載入速度極慢，由於網頁在初始化時需一次性下載約 40MB 的數據包，導致不少人在進度條停滯時便選擇放棄。對此，開發者解釋這並非設計失誤，而是為了實踐極致的隱私與去中心化。這 40MB 包含了維基百科的簡化版數據與文章間的關聯索引，讓演算法能完全在用戶本地端運行，甚至在斷網狀態下也能持續運作。儘管部分技術評論者建議應採用延遲載入或 CDN 分流來優化體驗，但開發者堅持這種「靜態文件」的架構能確保專案的長期保存性與維護簡便性，不需依賴複雜的後端基礎設施。

關於「成癮性」的討論則呈現出兩極化的反應。支持者認為，既然人類天生難以抗拒無限捲動帶來的多巴胺誘惑，將這種機制應用在具備教育意義的維基百科上，無疑是比短影音更健康的「數位替代品」。有留言者分享，這種形式讓他重新找回早期在維基百科中不斷點擊連結、探索未知領域的樂趣。然而，也有心理學背景的網友提出警示，認為成癮的本質不在於內容好壞，而在於頻繁的「上下文切換」與「滑動動作」本身。這種低門檻、高頻率的刺激會削弱大腦的專注力與深度思考能力，即便內容是知識性的，其運作邏輯仍與老虎機無異，可能讓人陷入一種「看似在學習，實則在空轉」的虛假滿足感。

此外，社群也對演算法的透明度表示讚賞。開發者開放了未經混淆的原始碼，讓使用者能直接觀察偏好權重如何隨著點擊與按讚而改變。有用戶實驗後發現，該演算法對興趣的捕捉極為敏銳，甚至可能過於迅速地陷入特定主題的「資訊繭房」。另一個有趣的技術細節是，該專案選用了「簡單英語維基百科」作為語料庫，這雖然降低了閱讀門檻，卻也讓部分追求深度內容的讀者感到資訊過於淺顯。整體而言，Xikipedia 被視為一個成功的技術挑釁，它揭示了現代社群媒體巨頭所標榜的複雜推薦演算法，其實核心邏輯可能比大眾想像的還要簡單且易於複製。

延伸閱讀

在討論串中，網友也分享了其他結合維基百科與遊戲化或新穎介面的專案。例如 WikiTok 同樣嘗試了短影音風格的維基瀏覽體驗；WikiSpeedRuns 則是一款挑戰從一個隨機頁面透過最少連結跳轉到目標頁面的競速遊戲；而 Six Degrees of Wikipedia 則展示了任意兩個條目之間最短路徑的視覺化關聯。這些工具共同反映了社群對於重新定義知識獲取方式的持續探索。