TikTok内部人士及创作者担忧，在字节跳动被迫将美国业务剥离给甲骨文（Oracle）及国际投资者后，应用体验或将大打折扣。核心争议在于算法：作为TikTok竞争力的基石，重新训练后的推荐系统能否保持原有水准成为最大未知数。
TikTok美国分拆要求与双重挑战
根据合规要求，字节跳动必须移交包括美国用户数据和算法在内的业务资产。甲骨文将负责审计算法，并确保其在“字节跳动控制之外”于美国境内完成重新训练和运营。
此次剥离对双方均构成严峻考验：
- 字节跳动：需在移交复杂系统的过程中，避免泄露核心商业秘密。
- 甲骨文：需重建“为你推荐”页面，同时维持现有推荐机制的精准度与用户体验。
算法迁移的技术壁垒与人才断层
密歇根大学信息学院教授妮可·埃利森（Nicole Ellison）指出，TikTok算法的复杂性远超普通代码复制范畴。其同事保罗·雷斯尼克（Paul Resnick）进一步强调，算法效能高度依赖原机器学习科学家与工程师团队的协同，而甲骨文缺乏操作该特定推荐系统的经验，人才与技术的双重割裂是主要障碍。
潜在替代方案及其局限
针对算法移交难题，业界探讨了以下路径，但均存在明显短板：
- API访问：虽可实现功能对接，但会导致字节跳动继续接触美国用户数据，违反法律禁令。
- 数据洁净室（Data Clean Room）：允许在不共享个人信息前提下比对数据，字节跳动此前已有相关技术储备，但实施难度依然较高。
- 保留部分控制权：可能引发美国监管机构的强烈反对。
重建周期漫长与监管悖论
前TikTok产品员工对新东家独立复刻算法能力持悲观态度，直言支撑TikTok推荐的数千个模型重训耗时将以年计。
颇具讽刺意味的是，新所有者接手后，可能面临比其长期指责字节跳动更强烈的算法操纵动机与议程压力。