一名 Threads 使用者在「遺失物招領」標籤下發文，說自己在台北捷運文德站的 YouBike 車籃裡撿到一台 MacBook，藍色的很漂亮，猶豫要自己留著還是拿去賣，「後來想想還是賣掉好了，就立刻拿去估價了」，結尾附上「嘻嘻 意外之財」。
這則貼文得到約 2,400 個讚、53 次轉發、71 次分享。
同一名使用者稍早發了一則貼文，說明筆電已經送交文德站詢問處。那則貼文得到 355 個讚、7 則留言、22 次轉發、4 次分享。
兩則貼文的按讚數差距接近 7 倍，分享數差距接近 18 倍。整串討論串在發文十二小時後累積約 100 萬次瀏覽。
這組數字之所以值得記錄，在於它罕見地把一個平常只能靠推論的問題，變成一組可以觀察的貼文對照。兩則內容由相同發文者在相近時間發布，主題與事件相同，最大的敘事差異，在於發文者把自己描述成打算侵占失物的人，或描述成把東西送交招領的人。
一名使用者把兩則貼文的互動數截圖並排，標題只寫了五個字：「此時此刻的流量差」。這則對照圖本身拿到 5,872 個讚。
另一名使用者留言說這個案例很適合拿來研究 Threads 演算法有多荒謬，拿到約 1 萬個讚。「頭一次看到用激將法找人的」，拿到約 1.1 萬個讚。原發文者自己回覆：「因為這個破演算法 好像不發瘋就沒流量」，這句話拿到 9,031 個讚，是整串裡互動最高的內容之一。
有位網友的總結更直白：「果然發瘋文學就是流量」。
值得注意的第二層現象是，批評演算法的留言本身也成了高流量內容。整串討論裡互動最高的幾則留言，全部是對演算法的抱怨或嘲諷。對平台的批評同樣獲得大量互動，並可能再次成為推薦系統可利用的訊號。這個迴圈說明了問題的頑固之處：抵抗的姿態同樣可以被計價。
發文者最後在置頂更新裡寫道，再去問了一次詢問處，早班人員說送回遺失物時沒有看到筆電，推測失主已經領走。
三份研究指向同一個結構
台灣使用者在留言區歸納出的觀察，與近年的研究方向高度一致。
2021 年發表於《美國國家科學院院刊》（PNAS）的研究分析 Facebook 與 Twitter 共 273 萬則貼文，發現提及政治對立陣營的內容，分享率約為提及己方陣營的兩倍，每增加一個對立陣營詞彙，分享機率提高 67%。2023 年《自然人類行為》（Nature Human Behaviour）的隨機對照研究則發現，每增加一個負面詞彙，新聞標題點擊率提高約 2.3%。
平台設計也可能放大這種效果。根據 2021 年《華盛頓郵報》揭露的 Facebook 內部文件，平台曾提高表情符號回應在排序中的權重，後續雖逐步調整機制，內部研究仍發現，高比例憤怒反應與錯誤資訊、毒性內容及低品質新聞具有較高關聯。
三份研究來自不同資料來源，卻都指向相同現象：容易引發強烈情緒、衝突或對立的內容，更容易獲得使用者互動，也更可能被平台持續放大。
被獎勵的是表演，不是行為
（相關報導：
觀點投書：科技富豪正在定義人類未來─當演算法放大科技寡頭，文明敘事正在被重新排序
｜
更多文章
）
這件事裡沒有人被證實真的做了壞事。筆電送回去了，失主可能已經領走。發生的事情比較接近一場成功的行為藝術。
