算法推荐技术催生社会共识达成机制的变革。在算法的推荐中，同质群体自动聚合；在场景的流动中，人的身份呈现为叠交态；在场景和人的融合中，人的观念和行为表现为同时化；在场景的交往中，人与人之间积极进行着自组织。这些变革，使得人类可以基于个体之间基本属性的相似性建立话题共识，这是社会共识建构的起点。此外，场景的分布流动性，成为保持讨论与交流积极性的基础，一方面成为对抗信息茧房的有利武器，另一方面也有利于形成统一的程序共识，继而建立稳固的价值共识。场景与人的融合使共识的效用检验能够以行为为标准获得一个证成与否的及时答案。同时，推荐算法在社会共识达成上存在不足甚至是缺陷，通过推荐算法和共识算法的协作与融合可以有效提升对话和协作质量，助力社会共识达成。