个性化做聚合，大部分产品都把个性化推荐作为一个必不可少的 Feature，但大部分实现形式都比较简单粗暴，差一点的直接靠标题分词匹配关键词进行推荐（比如百度），好一点的考察更多维度（用户画像、标签、每篇文章阅读时间等）综合考量进行推荐（比如微信的朋友圈热文）。前者经常出现因为一次偶然用户行为而大量无用且同质的推荐出现，后者也会在一定的用户习惯训练下让推荐的内容集中于个别几个话题之中。
从用户角度上说，个性化推荐的确可以方便应用推送自己 “已经” 感兴趣的话题内容，但推荐的形式通常都很蠢，即便是后一种相对 “智能” 的推荐系统，依然会让用户看到的内容越来越固定、越来越局限。而用户在聚合类产品中，希望获得的可能是更广阔的视野，更丰富的内容，希望看到的可能是一些平时没关注过、不了解的东西。花费大力气做出的个推系统有可能反而弄巧成拙。
做不做个推，如何做个推，值得思考。不做个推的即刻也同样能得到市场的认可，在聚合类产品林立的市场中占有一席之地。做个推，也可以着力于多维度考量用户行为，相似内容排查筛选和适当插入扩展延伸推荐等等，不走简单粗暴的分词-匹配-推送路线。