真正由用户推荐用户的美食榜单，在中国先跑通了

文｜董二千

编辑｜杨旭然

如果让AI推荐某个小城里的羊汤店，答案大概率会出现 “鲜掉眉毛”、“汤色乳白”、“温暖身心”以及“多年老店”等词汇。但按自贡本地人的标准，还是太过粗糙了。

一位网友给自贡瓦市的一家羊肉馆写下近千字长评。今年五一回乡，他再次见到了“从小认到大的老板和老板娘”，才发现一直在吃的老店上了必吃榜。

评价里没有精致修辞，更多是本地人的熟络和松弛：

羊肉汤“跟别家的完全不一样，非常鲜”，里面放了薏仁；

爆炒羊肝、羊血、蚂蚁上树“巨嫩而且不会很辣”，外地朋友可以“放心大胆吃”；

要记得早点来，因为生意很好，要排队；

吃辣吃热了，走的时候还有冰糕可以解渴。

没有来店里吃过的人，很难抓住这些细节。除了口味，本地人还会告诉你——老板还是熟面孔，味道和小时候的关联，菜品和其他家的差异，服务员嬢嬢还那么热情。

这些恰恰最难被复制的东西。

AI可以写出一篇结构完整的攻略，达人可以用短视频拍出一锅热气腾腾的羊肉汤，资本可以把任何一家店包装成“本地人私藏”。但人工智能很难模仿一个本地人，吃完一顿饭后的口味对比、回忆或者吐槽细节。

今天用户关心的已经不只是“哪里值得吃”，还要看推荐背后有没有一个真的去过、吃过的人。

这也是大众点评“必吃榜”10周年的节点，值得讨论的地方：当推荐越来越容易被生产，一张从真实用户评价里生长出来的榜单，为什么还能让人相信。

本文是来自《巨潮WAVE》内容团队的深度价值文章，欢迎您多平台关注。

话语权

过去一百多年，餐厅推荐方式一直在变化，但核心问题只有一个：推荐的人，离真正花钱吃饭的人有多近，这也决定了这条推荐到底有多可信。

最早形成全球影响力的，是以米其林指南为代表的专家评审体系。1900年，米其林指南诞生时，它解决的是一个很重要的问题：在信息稀缺时代，谁能用稳定、专业的标准判断一家餐厅是否值得专程前往。

不过，米其林的争议也来自封闭的专家评审体系。

2019年，法国名厨Marc Veyrat因旗下餐厅La Maison des Bois从三星降为二星而起诉米其林，要求公开评审依据。他质疑评审员是否真正理解餐厅菜品，甚至对一道奶酪舒芙蕾中的食材判断提出异议。米其林则坚持匿名评审和标准不公开。

无论这场争议最后谁对谁错，它都说明了专家指南的结构性特点：它提供了专业判断，但用户和餐厅看到的往往只是最终结果，很难完整理解这个结果如何产生。且少数人意见永远无法让大众里的大多数完全信服。

后来，媒体榜单和城市生活方式榜单出现。相比米其林指南，它们更接近本地消费语境。报纸杂志、电视节目会评选“年度餐厅”、“城市最佳餐厅”、“人气餐厅”，开始关注一家餐厅在当地的流行程度、话题性和消费趋势。

但它的距离依然存在：评选权仍然掌握在少数编辑、评委和机构手里。

餐评人的一篇差评就能改变一家餐厅的声誉。2012年，Pete Wells对Guy's American Kitchen & Bar的差评一度成为公共事件；2016年，他给高级餐厅Per Se降星，也引发行业震动。

这些事件说明，媒体餐评的结构依然是少数专业写作者向多数用户输出判断。它能发现趋势餐厅，制造城市餐饮话题，却很难覆盖一座城市里更分散、更复杂、更长尾的真实餐桌。那些开在社区里、被本地人吃了十几年的小店，未必有足够的故事性和传播性进入榜单。

而餐厅的本质永远不是故事、噱头、话题。

餐厅推荐后续的持续演变，都在试图越过这条边界：让推荐者离真实食客更近一点。

移动互联网时代，达人探店和社交种草进一步带来变化。推荐者第一次变得非常“像普通人”。他们拿着手机走进餐厅，把吃饭过程变成照片、短视频和直播。离真实消费更近了：他真的坐在那里，真的点了一桌菜，也真的把体验讲给你听。

但商业化问题也出现了，用户开始意识到，镜头里的“真实感”不一定等于真实体验。一家店被拍得烟火气十足，不代表它稳定好吃；一个达人说“本地人私藏”，不代表本地人真的常去；一条视频让人产生立即去吃的冲动，并不代表这顿饭吃完后，你依然认为值得排队、值得花钱。

餐厅推荐发展到今天，核心问题已经发生变化。

过去用户问的是：谁更专业？谁更懂？谁更有名？

现在用户不仅关心谁去过，谁吃过，更关心谁在纯粹的分享经历？背后有没有复杂的算计。

因此，必吃榜在这条百年演进线上所处的位置，才会更加清晰。

餐厅推荐这件事，曾经大多是由专家、媒体、机构或达人推荐给用户；而必吃榜尝试把这层关系反过来，让海量的真实用户的消费经验成为榜单基础。

反常识

这也是必吃榜的特殊之处。放在全球餐饮榜单的发展脉络里看，它是真正把推荐来源直接放回真实消费者本身的一个榜单。

没有评审团，没有人为提名，也没有商业合作通道。500万家餐厅被放回真实用户评价里，让1.3亿用户在评选周期内写下的4亿条美食评价，成为4279家餐厅上榜的基础。如果把时间向前推，10年来已经有15.5亿条评价参与了评选。

换句话说，必吃榜不是从人为从候选池里“挑出来”，而是从海量真实的用户评价里“长出来”。没什么漂亮的策略算法，只是如实呈现真实世界。

这是一个反常识的设计。

传统榜单的信任逻辑是：我比你专业，所以你可以相信我。必吃榜的信任逻辑则是：有足够多真实用户都这样体验过，所以你可以参考他们。前者是自上而下的权威背书，后者是自下而上的用户共识。

餐饮消费的判断标准从来不是单一的。一家店值不值得吃，取决于价格是否合理、排队是否值得、服务是否稳定、是不是本地风味、适不适合带家人、外地人会不会踩雷等等复杂的理性和感性因素。

单一专家视角很难覆盖，但海量普通用户的真实评价会自然补齐。

这里面有两个要素，一个是数据样本要大，一个是普通用户的真实体验。

比如信阳的杨记大肠汤炖菜，一位从2017年就一直在吃的用户，详细写下了它的招牌菜、营业规则、排队秩序，甚至提醒第一次来的人可能不太适应它的服务和“死板操作”。

但吃得多了，他反而认为：

“这家店的服务和管理是相当有水平的，即使这么多人排队也是有序和公平的，这点难能可贵。”

这类评价，措辞不够漂亮，却是一个真实消费者的长期判断——好吃在哪，问题在哪，为什么仍然值得推荐。必吃榜的底层价值就在于此：

把无数普通人的真实体验聚合起来，让用户推荐给用户是值得信任的。

真体验

十年前，“真实用户评价”更多是一种产品机制；但放到今天，它正在变成更稀缺的资产。

究其原因，在于内容生产的门槛正在快速降低。

AI已经完全可以在几秒钟内生成一篇城市美食攻略，当表达越来越容易被复制，“真实感”也在被模仿。

大众点评上那些具体、琐碎、甚至不够漂亮的评价，真正珍贵的地方正在于此：它们背后有真实的人，在物理世界完成了一次真实消费。

有人排了半小时队，有人带父母吃了一顿饭；

有人从外地特意绕路去一家小店；

有人在多年以后回到童年吃过的餐厅。

这些内容很难被标准化生产，也很难被完全复制，它们是真实生活的一部分。

南京老鼓楼汤包的一条消费者评价是：用户从母亲小时候在太平门东街长大的记忆写起，讲到外婆顺路带汤包、馄饨，讲到店内手艺传承自1958年国营鸡鸣酒家，讲到商标遗憾，最后又写到下雨没去成旁边九华山，想起外婆1993年去世后，太平门东街已经变了模样。

一段真实生活被记录了下来：一家餐厅如何穿过一个人的童年、家庭关系和城市记忆，最后成为值得再去的理由。

这种评价无关 “种草”。它是一段城市生活史，也是小店被本地人长期记住的原因。

这些评价甚至有一些琐碎，但不完美带来了活人感。它们有时间、有家庭、有地标、有情绪，也有非常具体的体验和回忆。

必吃榜正是从这些真实评价中生长出来的。它所沉淀的是一套关于本地生活的信任资产，是一种从真实世界里生长出来的信任关系。

如果说 “吃什么”可以由真实用户共同回答，那么“必玩榜”的出现，则在回答另一个问题：一个地方什么值得体验。

从美食扩展到玩乐，是用户自然需求的延展，底层逻辑是相同的。

无论是吃饭还是玩乐，用户需要的都不被包装过的答案，而是真实体验者的提醒、建议和避雷。

背后则是大众点评多年来的积累。

不只是用户习惯、商户信息的积累，还有多年来评价内容的生产与验证、形成消费决策价值的沉淀体系：有人真的去过，吃过，玩过，而且被其他人采纳、验证，持续帮助其他的陌生人。

必吃榜和必玩榜是都指向把真实世界里人与人之间的信任，沉淀成可被更多人使用的公共决策信息。

未来，平台竞争的重点会从“谁拥有更多流量”，转向“谁拥有更可信的决策依据”。

这恰恰是大众点评一直在做的事：让真实世界里的体验，通过真实用户的分享，被更多人发现、找到。