追踪网络表达怎样流动，也留意算法、语境与创作者的日常选择。
词语在不同社群迁移时语气和使用对象都会发生变化；词语的流行不是固定定义的证明，跨圈交流需要解释边界。
用户带着各自经历观看同一段表达，容易对语气产生歧义；将评论视作多种理解的样本，而非自动视为总体民意。
连续看到相似内容会让观众误以为议题占据全部公共讨论；个人信息流并不是公共舆论的随机抽样，结论需有更宽的材料。
公开更新节奏受脚本、拍摄、审校和生活安排共同影响；不应把停止更新推测成私人事件，尊重创作者的信息边界。
