一个学STEM的20岁女生，用理科思维拆解爱情，结果写出一篇让Medium算法推爆的文章。她没谈过多少恋爱，却敢下结论——这本身就是个值得研究的产品现象。

从冰拿铁开始的类比实验

她把爱情比作冰拿铁。咖啡是苦涩的现实，牛奶是温柔的妥协，冰块是保持清醒的距离感。这个比喻不是文艺青年的抒情，而是她理解复杂系统的方式——用已知模型解释未知领域。

STEM训练的核心是拆解。她习惯把"心动"拆成变量：多巴胺分泌曲线、社交距离阈值、时间投入产出比。这种思维方式在实验室里有效，移植到人际关系中却出现bug——情绪不是线性方程，前任的数据集无法预测下一任的行为模式。

算法推荐背后的传播逻辑

Medium的推荐机制偏爱冲突感。标题里的"Extremely (Un)qualified"是精心设计的钩子：括号制造反讽，自我贬低降低阅读门槛，同时暗示"外行可能有意外洞察"。这种标题党策略在20岁群体中尤其有效——他们既怀疑权威，又渴望被认可。

文章内容本身是对Medium生态的元评论。她讨论爱情时，实际在讨论平台如何塑造表达方式：算法偏好个人叙事，所以她说"我"；读者注意力有限，所以段落必须短；传播需要争议，所以她故意显得"不够格却敢说"。

年轻创作者的生存策略

她的真正产品是"人设"而非观点。STEM背景+情感话题=差异化定位；年轻+反思年轻=安全的叛逆；自我质疑+坚定输出=降低被攻击的风险。这套组合拳让她在饱和的内容市场中获得初始流量。

但流量是双刃剑。算法推送带来曝光，也带来同质化压力——下一篇必须更极端、更个人化、更标题党。她的"冰拿铁理论"会被模仿、简化、直到失去原创性，这是平台经济的标准结局。

未完成的实验

文章结尾没有结论，只有更多问题。这种开放式结构是Medium的另一种算法偏好：激发评论互动，延长页面停留时间。她可能不懂爱情，但她懂产品——而这正是Medium选择推她的原因。