自動滑卡：最後會怎樣，以及我們為什麼不做

這個主意聽起來很誘人：你忙你的，程式替你按讚，你只要挑配對就好。每隔幾個月就有人問我們：「你們做得到嗎？」我們回答得長一點，因為簡短的答案不是「這樣不好」，而是「這樣做，你會遇到什麼」。

先講結論。 自動滑卡會被抓到，代價是帳號；而在註冊加上人臉驗證之後，停權幾乎是不可逆的。但更大的問題在別處：亂按讚會壓低你在軟體裡被看見的機會，帶來的是永遠變不成對話的配對。我們不做這件事，不是為了說教，而是因為它解決不了大家帶來的問題。

同一個名字底下的四種東西

腳本與外掛。 最陽春的一層：程式替你按下「喜歡」。這種東西在 GitHub 上放了好幾年，裝進瀏覽器或手機，一直用到第一次被檢查為止。

付費的機器人服務。 再上一階：服務不只按讚，還會替你聊天、把約會敲定，最後把現成的聯絡方式交給你。這類服務中最有名的 CupidBot，賣的正是這個。

AI 代理人。 近兩年的流行：你告訴代理人想找什麼樣的人，它就替你在軟體裡到處逛。技術上是同一隻機器人，只是比較會說話。

軟體自己推出的功能。 這就是另一回事了。Tinder 在 2026 年春天發表了有 AI 參與的配對，Bumble 正在做內建助手，打算取代無止盡的滑動。當自動化來自平台本身，它在定義上就是合法的：那是它的產品、它的規則。

這個分別很關鍵。軟體反對的不是自動化本身，而是別人的程式跑進它的服務裡、繞過它的防線。

真的去做會怎樣

節奏會出賣你。 真人滑卡是不規則的：有時很快，有時停下來想，有時被別的事打斷。腳本產生的是乾淨整齊的間隔。再加上明顯的痕跡：不到半秒就按讚、百分之百往右滑、連續上千次操作而且沒有睡覺的空檔。

隱形封鎖比直接停權更麻煩。 軟體照常運作。你照樣滑、照樣寫、照樣按讚，只是沒有人看得到你。配對停了，讚落進虛空，等你搞清楚發生什麼事，往往已經過了好幾週。

重辦一個帳號這條路也走不通了。 這才是過去一年真正的變化。Tinder 把人臉驗證變成必要步驟：註冊時錄一段簡短的自拍影片，系統拿它跟你檔案裡的照片比對。美國在 2025 年秋天開始推，英國從 2026 年 3 月起對新用戶強制實施，之後也開始要求早年註冊的帳號補做。同一套檢查也會抓出用同一張臉經營多個帳號的嘗試。講白了：以前停權的意思是「再辦一個」，現在的意思是「這個軟體對你關門了」。

給個量級參考：依照該公司自己的說法，這項檢查讓使用者遇到詐騙與垃圾訊息的機會下降超過六成，而 2025 年所有審核處置中，假帳號與垃圾訊息佔了九成八。軟體不是針對你個人開戰，但凡是看起來像機器人的，都會落進同一張網。

也真的會打官司。 2024 年 3 月，Match Group 對 CupidBot 提起訴訟，主張該服務繞過 Tinder 的保護機制、干擾平台運作，援引的法律包括美國的電腦詐欺與濫用法。對使用者而言，這意味著很實際的一件事：你把帳號權限交出去的那家服務，可能連同你的錢在一夜之間消失。

這招到底有沒有用

假設你沒被抓到。把所有人都按讚，會有結果嗎？

不會，而且從軟體的機制就看得出來。演算法看的不只是你收到多少讚，還看你有多挑。什麼都按讚，會被讀成機器人行為或是急切，之後曝光就會往下掉。分析滑卡資料的服務指出，挑著按的人配對成功的頻率是亂按者的好幾倍。確切倍數無法驗證，但所有來源指的方向一致。

接著是沒有人事先想到的部分。就算配對真的堆起來了，你要拿它們怎麼辦？另一頭的人按讚的是你的檔案，不是機器人。他期待的是對話，而對話得由你來進行。如果配對是閉著眼睛收來的，你手上就是一百個無話可說的人。

第三個效果最討厭。自動滑卡糟蹋的不只是你的版面，還有別人的。當一個女生收到一大堆來自看都沒看就按讚的男生的配對，其中一半的對話永遠不會開始。她得到的是雜訊而不是關注，下一次回覆得更少。循環就此閉合：機器人越多，真正在場的人得到的回覆率越低。

使用者自己怎麼想

今年最值得一提的數字。Match Group 在 2026 年 6 月針對一千名 18 到 39 歲美國人的調查：將近一半的人對戀愛情境中的 AI 抱持負面看法。同一份調查裡，四分之三的人使用 ChatGPT，大約三分之二的人說 AI 幫他們把檔案寫得更好、幫他們開啟對話並維持下去。

Coffee Meets Bagel 把同一個矛盾量得更清楚：大約八成的人不介意請 AI 幫自己弄檔案，但多數人一旦發現對方也這麼做，就會失去興趣。

大家反對的不是工具。大家反對的是跟自己說話的是一支程式。界線正好落在「協助」變成「代替」的那一點：幫你想怎麼講，可以；替你送出、在你缺席的情況下把約會敲定，那是騙人。

我們為什麼不做

三個理由，沒有一個是道德層面的。

代價是你的帳號。 以前犯錯很便宜：被停權就再辦一個。人臉驗證把這扇門關上了。我們不想提供一個有相當機率讓人失去那個軟體的工具——那正是他想認識人的地方。

它沒有解決題目。 沒有人是帶著「我想多送一些讚」來的。大家帶來的是「為什麼都沒有人回我」。同一份檔案送出更多讚，換來的是更多沉默，不是更多約會。我們寧可處理原因：檔案評析會從頭到尾看過整份檔案，告訴你哪裡沒有傳達到——先是幾分鐘內的 AI 分析，接著是你想吸引的那群真人寫下的意見。

被選中的應該是你這個人。 我們做的一切，意義就在於讓檔案呈現一個真實的人，只是呈現得清楚又誠實。機器人換來的配對，在對話的第一分鐘就會貶值，因為要說話的是你。

在什麼條件下我們會做

話不要說死。有三個條件能讓自動化不再算作弊，而軟體本身也正往那個方向走。

有官方的介面。 如果平台自己允許接上助手，像 Tinder 和 Bumble 用自家 AI 功能所開的頭那樣，「會不會被抓」這個問題就消失了。

對方看得見。 如果看得出第一則訊息是助手幫忙擬的，就沒有人被騙。上面的調查說的正是這件事：讓人生氣的是隱瞞，而不是工具。

幫忙挑選，而不是偽造活躍。 「替我把所有人都按讚」和「只讓我看到真的有共同點的人」是兩種產品。前者會把軟體搞壞，後者替雙方省下時間。

如果這三件事湊齊了，我們就會做：不是一隻扮演你的機器人，而是一位替你省下注意力的助手。

該做什麼取代它

自動化承諾替你承擔「數量」。問題幾乎永遠出在品質，而它可以在四個地方修好。

• 挑著滑。 這不只是禮貌問題：挑剔會改善你在演算法裡的曝光。軟體如何決定要把你推給誰，我們另外寫過：交友軟體的演算法怎麼運作。
• 從照片開始。 關於你的判斷在一秒之內完成，而且是在第一張照片上完成。照片挑選會就眼神、光線、構圖與背景替每一張打分，依強弱排序，並解釋每一個判斷——包括那些把檔案往下拉的照片。
• 重寫自我介紹。 「喜歡旅行和有趣的人」不會給對方任何可以接話的地方。自介產生器會提問，再用你的回答組出一段聽起來像你、而不是像範本的文字。
• 用別人的眼睛看自己的檔案。 自己的照片，永遠無法用陌生人的眼光去看。檔案評析給你兩種視角：AI 的分析，以及真人寫下的意見。如果不知道從哪裡下手，就從你的交友檔案哪裡有問題開始。
• 自己先開口，但要有準備。 讓人幫忙潤句子沒問題；把同一句話發給所有人，那就是同一隻機器人，只是慢一點。訊息幫手只處理你帶來的東西：對方的檔案，或是已經冷掉的對話。

跟機器人的差別很簡單。機器人假裝你很活躍；上面這些則是讓別人有理由選你。前者軟體會罰，後者軟體自己會推。

自動滑卡承諾讓你插隊。實際上它把你移到隊伍的最後面，而你要很久以後才會發現。