这是经典的辛普森悖论案例。 • 现象：分组比较都好，总体比较变差。 • 原因：通常是因为实验组中“低表现组”（如低活跃用户，本身阅读时长就短）的样本占比显著增加了。例如，新算法可能召回了大量原本已经快流失的低活用户，这部分人虽然阅读时长提升了，但因为基数大且绝对值低，拉低了实验组的整体均值。 • 决策：A选项正确。这可能说明新算法在促活方面有效，单纯看总体均值会误判，应该分析用户结构的变化。