代理人间的代理：算法网络中的超文本摩擦设计

当今受算法驱动的界面（从推荐流到生成式 AI 工具）常常在用户代理权和效率方面受到优先考虑。在系统承担更多决策职责后，用户对他们看到的内容以及如何构建意义或内容之间关系的控制权会降低。本文引入“超文本摩擦”（Hypertextual Friction）这一概念设计立场，将经典超文本原则——摩擦、可追溯性和结构——重新定位为在算法中介环境中重新夺取代理权的可操作价值。通过对真实界面（维基百科 vs. Instagram Explore，Are.na vs. 生成式 AI 图像工具）的比较分析，我们检查不同系统如何构建用户体验、导航和作者身份。我们展示，超文本系统强调源venance、关联思维和用户驱动的意义建构，而算法系统则倾向于模糊过程并压平参与。我们贡献了：(1) 分析界面结构如何在用户驱动系统与代理驱动系统中塑造代理权的比较分析；(2) 将超文本价值作为在日益算法化的网络中重新夺取代理权的设计承诺的概念立场。