相信資訊背後的人 也是RSS深度思考(2)

2021-04-02 17:33:57 字數 1725 閱讀 1444

如果我問,怎麼樣提高rss的閱讀效率?程式設計師們會給出很多建議。比如,自動刪除長期不更新的資訊源,隱藏不曾更新的頻道,統計最常訪問的十個頻道,建立篩選機制,學會瀏覽,學會閱讀標題,學會閱讀摘要...等等等等。然而這裡所說的效率,依然是我們直覺以為的單位時間獲取更多有益資訊的概念。在這一前提下,以上種種的建議,在不斷增長的有益資訊面前,最終都會變得無濟於事,效果微乎其微。為什麼會這樣,根本原因也就在於我們直覺理解的效率是錯誤的,是一項不可能完成的任務。

然而當我們修正了我們對rss效率的理解之後,情況立刻會發生根本性的改變。

事實上,用更少的時間獲取所需要的有益資訊,這個修正後的關於rss效率的理解,不僅是正確的(至少比我們直覺認識的正確)。而且也恰恰是我們真正想要的。自rss誕生以來,始終困擾我們的不正是沒有足夠的時間來獲取無限制收集來的資訊嗎?那麼所謂擺脫困境,無疑就是困境的反面:用更少的時間來獲取所需要的有益資訊。

溫習了我們對rss效率的全新理解之後,再來考慮如何實現這樣的效率,你會發現這其實是一件非常輕鬆的事。

那麼到底如何實現呢?其實異常簡單,那就是與其相信那些數不勝數的資訊,還不如相信這些資訊背後的人。

那麼為什麼說相信資訊背後的人就能讓我們在用rss獲取資訊方面最有效率呢?

我敢肯定,90%的人都看過趙本山和范偉做的乙個電視廣告。是關於乙個增強男性性功能的叫***的保健品的。裡邊的情節是這樣的,范偉拄著腮幫子說:最近睡不好覺...趙本山毫不遲疑地建議說:用***!接下來趙本山做扔藥丸吃藥狀,「根兒」了一聲,而後做立刻睡熟狀。還在那拄著腮幫子的范偉用鼻子古怪地「嗯!?!」了一聲。而趙本山則立刻同樣用鼻子、同樣古怪然而明確的「嗯!!」了一聲。

我想要問你的是,憑什麼廣告主就相信趙本山「嗯」的那麼一聲,是對那款保健品的最高禮讚呢,憑什麼呢?!要知道,乙個「嗯」,它只是用鼻子發出來的乙個含混的有些音調的動靜而已。它裡面既沒有主語也沒有謂語更別提賓語。既沒有名詞也沒有動詞更別提形容詞。它只是乙個象聲詞。這是為了什麼呢?

這其實就是因為那聲「嗯」後面是乙個特別的人。

我們不妨這樣設想,假如是方興東和keso來做這個廣告——同樣的場景,同樣的台詞——會是個什麼效果呢:

方興東拄著腮幫子說:最近睡不好覺...keso毫不遲疑地建議說:用***!接下來keso做扔藥丸吃藥狀,「根兒」了一聲,而後做立刻睡熟狀。還在那拄著腮幫子的方興東用鼻子古怪地「嗯!?!」了一聲。而keso則立刻同樣用鼻子、同樣古怪然而明確的「嗯!!」了一聲......

除了我們乙個個地被笑翻在地之外,我們都將意識到,這個產品肯定是推廣不出去了。

其實,無論是產品推廣不出去,還是我們被笑翻在地,這樣的後果和效果之所以會產生,其原因都是背後的特定的人,他們的形象在起作用。

我們或多或少都有這樣的經歷。在遇到我們自己不是十分了解和內行的事情的時候,我們會諮詢那些我們認為內行的人。比如,我如果和徐濟成是同事,可我是報道國內新聞的,體育方面一竅不通,可碰巧最近我格外關心姚明和火箭隊的比賽,我就屁顛屁顛地跑去問徐濟成:「哥們兒,今天火箭隊的比賽有戲沒戲?」你猜徐濟成怎麼回答我,他略帶遺憾的衝我搖搖頭。這下我就明白了,今天這場比賽火箭隊沒戲。結果火箭隊就是輸了。請大家注意,在這個例子裡,徐濟成甚至連乙個「嗯」字都沒有。

那麼,趙本山的廣告也罷,徐濟成的**也罷,這樣的例子說明了什麼呢?它說明了,只要乙個特定的人在你的心目中建立起了特定的形象,他就能通過最稀少的資訊來給予你特定的影響。這句話換一種方式來說就是,如果乙個特定的人能夠在你心目中建立起特定的形象,那麼你就可以通過他的言論和姿態(哪怕很少很少)來全面了解、理解、掌握特定的資訊及其內容。

我想這就是相信資訊背後的人之所以最有效率的原理所在。

--**

也說說資訊過載問題

在去三亞的飛機上和keso聊起使用bloglines帶來的資訊過載煩惱,keso提到的 放大 和 衰減 比較形象,其實我的理解是,有些人需要資訊放大,有些人需要資訊衰減。對應的,優秀的系統應該有推薦 recommanded 和過濾 filter 功能。更多智慧型的方案正在浮出水面,incomplet...

百度的「搜尋背後的人」的戰略

google中國這4 搜人 測試版 這樣,當你搜尋到乙個符合特定資訊的使用者後,可以通過這樣的個人門戶了解他 wiki,充分體現了 搜尋背後的人 的理念。其實類似的說法,謝文也曾經在7月份說過 1 2 社群搜尋,只有在社群中才能搜尋,如果是像某些門戶站點一樣做全網論壇搜尋,那不是社群搜尋!您要找的人...

DeepMind背後的人工智慧 深度學習原理初探

2013年11月,一篇名為 playing atari with deep reinforcement learning 的文章被初創人工智慧公司deepmind的員工上傳到了arxiv 兩個月之後,谷歌花了500萬歐元買下了deepmind公司,而人們對這個公司的了解僅限於這篇文章。近日,tart...