Chapters
Shownotes Transcript
你有这么高速运转的机械进入中国，记住我给出的语言理想的时候你有这么高速运转的机械进入中国？
记住我给出的原理提交的时候不要这么高速运转机械这是一个你和我都有可能莫名其妙的，因为看了一些网络短视频就会被传染的症状。
而还有一个更奇怪的病症发生在 5 年前。
2019 年 5 月， 德国汉诺维医学院的精神科医生穆勒瓦尔集中式地遇到了他职业生涯中最匪夷所思的系列病例。
在接下来的数月中，数十位年龄相仿的青少年来到了他的门诊，并呈现出了同一种极其奇怪的症状。
他们都会在说话时或者安静的时候突然不自觉地抽动，并从口中不由自主地蹦出一些奇怪的，听起来和上下文毫无关联的词汇，比如 promise 就是土豆或者薯条，还有 Hatler do best publish 你很丑， youre ugly 这种病症在发作时听起来是这样的嗯，总会间歇性地出现一些看不懂的字符和乱码，比如琨京考烫烫烫，就像是这个软件出了什么 bug 一样。
不过说起来，这个病对于穆勒瓦尔医生来说，既很好判断，但是也很不好判断。
好判断的点在于，他对这种症状其实已经非常熟悉了，因为他正是汉诺维医学院的妥瑞士综合症，也叫做抽动会议证的门诊部主任，从事该病的治疗和研究已经有 25 年。
但是这个病又不好判断的一面则是，穆勒瓦尔医生意识到这批青少年的症状比之前遇到过的所有腿式抽动会症都要诡异得多，因为它们的症状不只是相似，而是完全相同，就像是复制粘贴的一样，它们在抽动时的反应和说出的那些 bug 词语都是完全一样的，比如像我刚才说到的 promise， 还有 Hitler do base the publish。
其实按理说，每个抽动会遗症患者他们的发病原因和成长经历如果不同的话，他们所说的这些 bug 词汇本来也应该是各有不同的。
但是这些细节让穆勒瓦尔医生心里已经有了数，因为他见过一位和这些所有患者的症状一样的人。
一名叫做 young Zemaman 的热门 Youtuber， 是德国地区 YouTube 订阅人数排第二的视频博主，很受青少年的欢迎，而且他正是一位真正的抽动会症患者。
而我刚才在叙事中插入的那句抽动会称的语音，正是来自这位 Zemahman。
大家可能会好奇，一位连话都说不清楚的人会拍一些什么样的视频，而且怎么还能收到这么多的关注呢？
其实他和其他视频博主并没有什么太大的不同，出去逛公园、吃饭、出国旅游等等， zemr 们其实看起来也是一个很有礼貌的人，只不过那些时不时蹦出来的奇怪词语给视频赋予了一种独特而魔性的观看节奏。
而他也在视频中努力地展现出一种正常和体面，以及与身体里的那股不受控制的力量和谐共存的态度，为抽动会症患者证明。
说回穆勒瓦尔所遇见的那批年轻人之所以展现出和 Zemorman 一样的症状，其实也正是 Zemorman 的视频在同一时间诱发了他们本来就敏感的某种心理问题。
就像穆勒瓦尔分析道，出动会与症有神经学基础和大脑区域的生理性病变有关。
但是后来的这一群年轻人大多数则是患了一种叫做功能性运动障碍的心理障碍。
就好比说 zemorman 的病因是因为硬件故障，但是软件正常运转的话，那么受到它影响而产生障碍的那批青少年则是硬件完全正常，但是软件因外部刺激出了一些 bug。
所以当医生告诉他们所患的并不是抽动抑郁症的时候，一部分患者的症状马上就消失了，因为既然他们此前都是因为看了 Zimmer 们的视频而发病的，所以无意识地认为自己也是得了和 z 妙曼一样的病，并不断强化这种心理暗示。
然而，在集中治疗了这一批假性抽动慧症的青少年之后，这样的现象发展并没有停下来。
在 TikTok 上还有一个妥瑞市政患者们的避难所，在 Toritz 这个 Hashtag 话题标签下已经有了 50 亿次的观看。
患者们在这里分享自己的症状和生活，获得其他患者的支持。
但是另一方面，这个社区和相关的内容增长也使得一些青少年误入了这些视频，以至于和最早的那一群德国青少年一样，出现了抽动的症状。
这种现象在网络上被称为 TikTok 抽搐，因为英文中的抽搐恰好叫 Tik TIC， 所以它的英文叫法正式叫做 TikTok TICKS。
于是，莫罗瓦尔医生及其团队撰写了一篇论文，向我们正身处的这个时代抛出了一个更严峻的问题我们正面临着一种新型的群体性、社会性疾病。
而这批同时爆发的假性抽动会症病例，意味着一种通过社交媒体网络不受地域限制传播的病症，在人类历史上第一次出现了。
大家好，我是秦况。
刚才这个间奏来自 Vana 乐队，是一首他们在最后一张专辑，名为 Terates Terry， 是抽动会议证的歌曲。
主唱 Curt Coven 在他生命中的最后一段时光，用这种极为暴躁和扭曲的声音，演绎出了对于疾病的焦躁不安。
而本期节目，我则想试图让某一个一直令我们焦躁不安的日常问题回归平常，和大家一起找到出路。
首先，我很想说一句，欢迎回到微健的媒介研习系列第二季，这个系列大概已经有半年没有更新了，很荣幸媒介研习系列的第一季在年初入选了 2023 年 小宇宙播客大赏年度专题策划。
在感谢大家喜欢和支持的同时，我也意识到这个系列其实更值得做下去了。
尤其是因为在近两年智能涌现之后，很多创新的媒介技术和应用都跟随爆发，值得分析和分享的主题也变得越来越多。
而今天这期节目，我们将从社会学、互联网应用的发展史，甚至是传染病学的另类角度一起去剖析这个。
我们每天都会不断去刷它，但是好像又意识不到它存在的移动互联网应用标配信息流。
信息流的英文是 feeds 或者 stream， 这些词可能对于非互联网从业者来说稍微有一些不常见，但其实它已经附体到了几乎任何我们现在常用的移动 APP 当中。
从微信朋友圈到抖音和小红书，甚至是百度和 Google 的搜索结果当中，这些产品都有一个共性，就是需要我们的手指去滚动去刷，但我们刷得越多，能接收到的信息也就越多。
其中最典型同时也正在风口浪尖上的平台我想就是抖音和 TikTok 了。
TikTok 最近在美国再次遇到了大麻烦，大家也应该已经看到了各种沸沸扬扬的消息，美国众议院提交新的法案，要求字节跳动剥离 TikTok 的控制权，否则就会在美国封杀该应用。
事实上， TikTok 之前也在印度被封杀过，那么能够引起这些大国的国家队围剿，其实也就能反衬出这一类信息流短视频在结合算法之后，会产生多么强大的力量。
而这种力量究竟是怎么形成的，又为什么会让这些国家如此担忧，我也会在这些节目里全都讲到。
而说回信息流，还有一些不是以提供内容消费为主体的 APP， 同样会采用信息流的形式来呈现他们的服务。
比如一些主流电商 APP 的首页，如今也让人越刷越上瘾了，只不过那个刷的对象从娱乐的短视频变成了各种引发我们购买欲的商品。
还比如说像 Tinder 探探这种配对式交友的 APP， 它看似是通过左滑右滑去表示喜欢或者不喜欢来进行交友的筛选的匹配的功能，但其实他也是把另一个用户的照片和资料作为了信息流中所承载的内容，只不过这个流动的方向从短视频那种上下的滑动变成了左右的滑动。
所以尽管综上我们提到所有的 APP， 他们提供的内容交互的形式都不一样，但是都符合刚才说的那个关键就是刷得越多，看得越多的特征。
所以我想呢，与其说信息流是一种交互设计的范式或者说社交媒体的功能，倒不如说它本来就是一种天然有利于人类获得尽可能多的信息呈现逻辑，而当信息流引发了信息爆炸之后，次生问题也随之而来。
就像节目开头提到的那个病例，我们正面临着一种不受地域限制，通过社交媒体传播的新型疾病。
这个让人听起来很震惊，除了单纯地传递信息和情绪，信息流和社交媒体怎么会演变到传播疾病的程度？
在传染病学中，传染源、传播途径和易感的受体是传染病的基础三大要素。
但是以往我们认为它们都建立在生理基础之上。
比如，传染源一定是病原体所寄居的活的生命有机体。
然而，对于在德国爆发的这个假性同时是抽动慧宇症来说，虽然它不是典型的生理学意义上的传染病，但是却具备同样的这三大要素，其中传染源就是 zemorman 的视频内容，传播途径就是社交媒体以及信息流的呈现和推送，甚至包括我们的屏幕。
而这个易感的受体则相比其他普遍意义上的传染病，范围更加明确和聚焦，也就是德国人或者懂德语且喜欢看 demo 曼视频的人。
这种心理症状的传播，巧妙地隐藏在每天我们都接触的信息流当中。
说到信息流，我们可能会很快想到它传播速度很快，可能是因为互联网的覆盖广、用户群体庞大，以及信息流的内容分发机制效率很高等等。
但是还有一个更多人没有意识到、更隐蔽、更 tricky 的高效传播的原因，其实就藏在刚才提到的第三个传染要素里边，也就是群体的易感性。
比如，在现实社会中，具有相似生理特征或者行为习惯的人，也本来就更有可能被聚在一起。
或者反过来，已经聚在一起的人，本来就具有相似生理特征和行为习惯。
我上中学的时候，我所在的学校爆发了一次红眼病，也就是细菌性结膜炎，我身边超过一半的同学都在那半个月里先后被感染。
这种中学生之间的传播，建立在三方面的人群共同基础上。
第一是生理上的相似状况，比如说未成年人普遍免疫力相对较弱，更容易发病。
第二呢，则是行为习惯上的相似基础。
学生群体本来就容易眼疲劳，然后疲劳了就喜欢用手去揉眼睛，然后加大了传播的可能性。
但还有一个地理上的基础则是学生每天都要聚在一起，这个教室幼小，人员密度大等等。
那我们再说一个影响更广泛的例子， 2014 年 埃博拉病毒大爆发的时候，当时引发了很多人的恐慌，因为患者的症状实在是太惨烈了，去世的也非常快。
但当时世界卫生组织多次重申，埃博拉不会通过空气传播，它其实最先是由一些其他灵长类野生动物传给人类。
所以我们后来看到的一个现象就是，这波埃博拉大流行期间。
只有在非洲传染的人口和密度是最大的。
虽然很多人担心埃博拉是否会在欧美流行。
但是最后并没有发生，其中一大原因就是非洲的易感人群和灵长类野生动物有着更多的接触机会，而且他们的生活和饮食习惯更容易将身体暴露在病毒之下。
但欧美的主流人群则不具备这个易感性。
再比如说一些牲畜之间的传染病，因为养殖场把具有相似易感性的牛聚到了一起，都放在养殖场里边，所以使得口提易疯牛病。
这些传染病在养殖场里边可以大面积传播，但是对于野生的牛来说，则几乎没有密集传播的可能性。
所以刚才我们举的这些例子就是想澄清一下，很多情况下，群体的易感性，英文叫 susceptibility， 也是一个被大众低估的传染要素。
但是更重要和反直觉的是，这种易感性不完全取决于受感染者的生理情况和身体状况，而他们所处的社会群体的划分，相似的社会性的行为习惯，甚至说他们的思想倾向，都能成为一个易感性的基础。
所以我们刚才看到了这个假性抽动慧宇症在德国青少年群体中的大面积爆发。
因为涉疆媒体内容，尤其是信息流基于人群画像和个人用户数据的个性化推荐机制，本身就跟刚才我们举例中的教室或者养殖场类似，就是一个虚拟的场所，可以把具有相似社会特征、行为习惯和思想倾向的人聚在一起。
那为什么这种现象能够具备条件，以至于常常出现，甚至发展得越来越抽象和离奇呢？
1895 年， 一位具有医学博士背景的法国社会学者古斯塔夫勒庞的一本著作出版了，这本书在最近 10 年来非常风靡，即使你没有读过，也一定听说过不少次，叫做大众心理研究，而中文版一直把它翻译成乌合之众。
勒庞复盘了法国大革命后近 100 年 来法国社会的持续动荡和变迁，总结出了一些当时在法国人乃至欧洲人中经常复现的群体性思维。
他解释到如果个体的人尚且还有独立思考的能力，但在汇聚成群体之后，人们的自觉个性就会消失，集体的感情和思想都会朝着同一个明确的方向变化，而且缺乏一种决定自己行为的能力。
缺乏独立思考和批判的能力。
勒庞非常尖锐的直言道头脑混乱也就像疯病一样，本身就极易传染，而且最近更是有人提出，比如广场恐惧症等一类病症还能由人传给动物。
有些事件能使所有的头脑产生一种特有的倾向和性格，即使相距遥远，人们也能受到这种事件的影响，受到传染的力量。
这本书问世后不久，另一位社会学家。
法国社会学创始人之一的加布里埃尔塔尔德就写了一篇长文来评论乌合之众。
尽管塔尔德对勒庞的一些观点有不同看法，但是他更深入地分析了各种思想如何通过媒介在人群中传播。
塔尔德发现，人类精神交流不需要以身体近距离相处为前提，各种舆论观点就可以如河水般流动。
除了前面我们分析到的群体所具备的生理和社会性共同基础的那个易感性之外，它还提到了一个很关键的传播因素，也被我之前忽视了，但是用我的话来概括说，可以叫做同时性。
那么这个同事性，就如塔尔德所说，那些不同处于一个地方的人分别坐在各自的家中，读着同样的报纸，那么他们之间的纽带是什么呢？
是在于他们在同一时刻迸发出的信念或者激情，在于意识到他们正在与许多其他相似的人分享同一个想法或者愿望，这也能让他们受到集体的影响。
在这个时代，也就是塔尔德和勒庞所在的那个 20 世纪初，正是要通过运输手段来克服思想的实时传播的困难。
那么当印刷。
铁路和电报结合在了一起。
就让媒体拥有了令人畏惧的新力量。
OK？
在两位社会学家的发现中，这个群体的易感性和传播的同时性两种特征，为社交媒体传播情绪甚至是传播疾病提供了一些理解基础。
那么，在乐庞和塔尔德那个年代又过去了 100 年 后。
我们已经不会再去天天看报纸了。
但是世界媒介和人又发生了什么新的变化？
接下来，我们再次回到本期节目的研究对象信息流身上，更加深入聚焦地探讨一下最近这 30 年里分别发生了什么细微而错综复杂的变化。
互联网的历史可以追溯到 1960 年 代，但直到 1990 年 代，互联网才变得对普通用户稍微友好和易用了那么一些。
所以，当互联网大规模民用化之后。
那些涌现出的重要的互联网产品。
都各自在以某种流和排序信息的方式来为我们呈现和组织信息。
前面我们也提到，如果说狭义的信息流是指一种互联网产品功能和交互设计的范式，那么广义来说，人类间绝大多数的结构化信息的接收都需要遵循流的形式，简单说也就是信息的接收和消化要有一定的顺序。
否则就会成为乱码，失去一些意义。
那么我们可以先跳过今天大火的抖音和 Instagram 这类真正意义上的信息流产品，回到更古早的年代去挖掘一些蛛丝马迹。
1998 年， 两位斯坦福大学的博士生 Larry page 和 surge brain 创立了 Google， 他们最早的动机就是想改善一下之前的互联网在用户体验差，查找信息的效率太低的这些痛点，我们今天已经都非常熟悉 Google 以及各种搜索引擎，但是在当时，这样的创新还有一个小的背景。
时间再往前推四年。
同是斯坦福校友的杨致远和 David Philo 成立了雅虎，为数量激增的网民和网站提供连接的服务。
雅虎的那种方式在今天看起来其实非常的笨，是通过由人工编辑的网站目录的形式，去推荐当时超过 2400 个的优质常用网站，也就是我们后来常说的门户网，这也让雅虎成为了当时最大的互联网公司和创业明星。
尽管雅虎并不属于狭义的信息流产品。
但是这种门户网的信息组织方式还是有流的特征。
比如说我们进到门户网的首页之后，会先看到很多大新闻，时下最火的一些网站，然后可以通过分门别类的按钮进入不同的领域，比如娱乐、科技、音乐、教育等等。
那这些领域的子分类又会呈现出更多网站的名称和对应的链接。
这些广义的流中的信息排序依据包括网站内容与分裂的相关性。
网站受欢迎的程度。
但是最终决定信息排序的角色其实是人工编辑。
也就是说。
用户观看的顺序其实完全是由真实的人来决定的，那就和我们过去看书、看杂志和报纸没有太大的区别。
但是两位 Google 创始人则认为，雅虎的这个目录，或者又叫做黄页的方式。
虽然解决了网站查找的问题，但是用户仍需按编辑的那个逻辑去逐个查找内容和页面。
于是他们开发了一种网络爬虫技术，把各个独立网站通过爬虫抓取到的关键信息进行收录和被检索。
于是 Google 这一个改变了所有人上网方式的应用产品问世了。
用户不用再到门户网上去逐页查找内容，直接在 Google 输入关键词即可获得大量的相关结果，这些结果页面也呈现出清晰简洁的排序逻辑，便于用户去浏览和查找。
而这样的搜索结果页其实已经很接近我们今天所描述的信息流了。
那我们回头再看一下， Google 作为信息流，它的信息排序的逻辑是什么呢？
这个排序首先应该是取决于用户输入的那个关键词。
比如说我搜有趣的社会文化类播客。
出来的结果就会按照一些影响因子的权重去进行排序。
权重高的网页出现在上面啊，可能点进去会有文化有限。
忽左忽右、随机波动之类的。
而权重更低的在下面，比如说点进去是微键。
而这些影响因子中，决定性最高的就是该网页和我输入的那个检索词的相关性，其次呢，可能有这个网站的流量、信誉等等。
那么值得一提的是。
早期的搜索引擎还用不上 AI 这么高级的工具来对搜索结果进行优化。
而这样的排序。
其实就是一种基于人已经设定好的程序或者说函数进行的一个自动化排序。
比如我输入了一个变量 x， 这个 x 跑入程序之后，进行的一系列自动化程序运算。
然后呢，再匹配到相关的网页，按照这个函数设定的程序返回到我的屏幕上。
机器不需要揣摩和理解人的意图，只需要执行那个既定的程序来运算这个 x 就可以了。
所以我们再总结一下搜索引擎对内容排序的依据哦。
第一个是人的主动输入。
这个输入通常就带有一个明确的需要被计时实现的目的和需求。
第二呢，是程序对输入关键词的处理。
第三则是这个搜索框的背后有多少人为产生出的网页可以被这个程序匹配进我所需要的这个搜索结果中。
那么说到这里。
从 Google 和雅虎的对比当中，我们可以看到一个很有意思的现象，搜索引擎虽然在搜索结果角度用自动化削弱了真人编辑所发挥的那个收集和排序的作用，但是用户的信息主动权、查询范围和效率被提高了。
而这个特点也在接下来的互联网发展中成为了一个被追捧的趋势。
但当时的雅虎也没有清楚地意识到这一革命性的转变即将到来。
当 Larry page 和 surge brain 两位 Google 创始人在 1998 年兴致勃勃地带着自己的技术和业务。
想要以 100 万美元卖给自己的学长杨致远和 David Philo 的时候。
却被直接回绝了。
到了 1999 年， 有中国交流团队去美国参观雅虎的时候，发现雅虎的大部分员工都是网站编辑和卖广告的商务，他们每天的工作就是手动搜集各种新鲜有趣的网站和新闻消息更新到雅虎的网站中。
然后卖广告。
2002 年， 谷歌和雅虎再次谈判，收购价格从 4 年前的 100 万美元爆翻了 5000 倍。
变成了 50 亿美元。
那么雅虎一看决定还是拒绝。
而在谷歌与雅虎收购谈判的热潮中，还有一个新的趋势正在萌芽。
2003 年， 第一个覆盖全球的社交媒体网络上线了，还不是 Facebook， 而是一个叫 MySpace 的网站。
它的初代网站的信息结构其实和雅虎这类门户网很类似。
其实初代的 my space 的页面里是没有那种好友发帖的时间线的，也就是我们前面所说的 feeds， 狭义的信息流。
虽然每个用户都有自己的个人主页，类似我们熟悉的 QQ 空间那样的，可以在自己的主页里面发图发文字，你不需要懂得编程和建站，也能在网上像雅虎那样建造一个自己的个性化内容专区。
但是呢，在 my space 上面，当你想要去看其他网上邻居的内容的时候，和今天相比就显得没有那么方便了。
你需要先返回上一级的好友集合页面。
然后再点到你想踩的空间。
但即便是这么麻烦，这种新型的社交媒体还是迅速走红了。
创立仅三年，获得 2006 年 my space 的访问量一举超过了雅虎和 Google， 成为了美国访问量最大的网站，并在接下来的四年间都保持着全球最大社交媒体的地位。
不过 my space 的这种好景也持续不长。
不论是雅虎、 Google 还是 my space。
其实都是一些终端用户接触得到，被好好包装成型过后的产品形态。
但是在同一时期，还有一些暂时藏在暗流里的互联网技术应用也在悄悄地发展，但是同样可以帮助网民们解决一些上网痛点。
1999 年， 一种叫做 RSS 的小技术应用被开发了出来，它不同于任何一个其他那些大公司的商业化产品。
有着自己专属的网站和平台。
RSS 更像是一个去中心化的小工具。
使用者可以通过 RSS 手动添加一些自己喜欢的网站。
添加之后呢，使用者就可以在同一个界面里面收到不同的网站信息源中的内容更新，无需用户打开多个网页。
也能看到自己订阅的网站和文章列表集合并形成一个时间线。
所以它又有一个俗称叫新闻聚合器。
而现在我们所订阅和收听的播客，其高效的多平台分发也是建立在 RSS 基础上的。
所以说这个 RSS 就是今天的狭义的信息流的源头，或者更直接一点， RSS 就是信息流本身。
而这个技术对后来的互联网会带来什么样的影响，大家应该已经都反应过来了。
在 my space 成立仅一年后的 2004 年， Facebook 成立了。
Facebook 成立初期也很像 MySpace。
只不过他用真人的照片作为交友特色，去发展用户的真实社交关系。
但成立两年后， Facebook 做了一个改变世界的重大更新。
2006 年 的 9 月 5 号。
Facebook 的 feed 产品经理叫 Roucii Sanv 在 Facebook 上发了一个博客，标题叫 Facebook 焕然一新了。
Sumvy 向所有的用户们写道你可能已经注意到， Facebook 今天看起来有些不一样。
我们添加了两个很酷的新功能。
一个是 news feed， 新闻源，显示在你打开 Facebook 后的主页中另一个是 minifeed， 迷你源，展示在你的个人资料页中。
我们可以把它类比为那个 news fees 就是我们的朋友圈，而那个 minifeed 就是某个人过去发的朋友圈的集合页。
最后， Sumi 说到这些功能和你在网上找到的任何功能都非常不一样。
我们希望这些变化可以帮助你更及时地了解朋友们的生活。
也就是到这里，今天我们每个人都很熟悉的那种信息呈现和交互形式正式出现了。
并往后一直深度地渗透进了我们的生活，成为了各种互联网产品的标配。
也成了社交媒体赛道的一道分水岭。
包括后来的点赞、转发等等，这些使用频率超高，帮助内容可以快速传播的功能，都得建立在这个信息流之上，才能发挥其影响力。
而在这场变革中， RSS 技术和模式发挥了关键作用。
但在当时，社交老大卖 space 还是不以为意，因为其实很多 Facebook 的用户一开始也并不为这些创新功能买单，认为这个会过度曝光自己的内容，影响到个人的隐私。
毕竟很多用户不一定有那么强的社交需求和曝光的需求吧，他们只是想找一个平台当做树洞，记录一下个人的生活而已。
所以 my space 和 Facebook 这两种形态呢，还并存了几年。
直到 2009 年 5 月， Facebook 的 UV， 也就是独立访问人数的数量超过了 MySpace， 这才让 my space 有点慌了。
第二年， my space 也跟随 Facebook 更新了 news feeds 的信息流功能，打不过就加入嘛。
但是为时已晚，之后多次改版也没有能让 my space 东山再起。
那么回顾完这一段历史之后，我们又回来做一下那个信息排序的小分析。
是什么在决定这种 feeds 流社交产品的内容观看顺序呢？
这段时间的逻辑其实依然还是很简单的。
无论是 RSS， Facebook， Twitter， Instagram， 还是受这些影响做出来或者改版的 my space， QQ 空间、微博，甚至说朋友圈，几乎就是两个大的变量在影响我们的观看排序。
一个是用户主动订阅关注了哪些信息源或者账号，我有哪些好友，而另外一个则是被订阅的这些信息源什么时候发布了新的内容。
所以在这个模式里面，用户人的自主权如果暴力拆分一下的话，至少还是占了 50% 的，就是一半取决于我关注了谁，另一半取决于别人何时发这个帖子，对吧？
但是我们今天说到一个老生常谈的词，叫信息爆炸，这种爆炸的比喻就是一种不受人控制的状态，信息洪流冲向人，但是人却抵御不住它，也是为了弄清楚这个爆炸是怎么产生的。
那么接下来我们来打一个比方，开一个脑洞，如果人对信息流的这个主导权还要进一步下降的话，会出现什么情况？
而那些让出来的一部分控制权又会被什么新的变量或者影响因素给占据和补上呢？
我想关于这个问题，最有发言权的人里边应该就有张一鸣。
2012 年 3 月， 字节跳动在北京成立。
今日头条呢，是张一鸣和团队开发的第三个产品，第一个是一个租售房子的平台，第二个是内涵段子，在 2018 年 因为某些比较搞笑的原因被下了架。
那在 12 年 的 8 月， 今日头条刚出来的时候，市场上并没有特别近似的产品，现在大家都知道它主打的是一个基于用户个性化兴趣进行算法推荐的特点，但那个时候几乎所有的资讯类、新闻类的产品用的还是人工编辑那一套工作模式，比如腾讯新闻或者腾讯网、搜狐网、新浪网这样的门户网站之类的，可以说就是搬了一部分过往传统纸媒的那一套人才体系和工作流。
为什么只是一部分呢？
因为这些网媒它还不属于正式的媒体，没有采访的权限，也就是说没有正式的新闻记者。
但是呢，他们可以养一大批小编和自己做原创 IP 内容的创作者，主要就是在网上找各种新闻，联系媒体转载，或者等媒体投稿，发在自己的网上，然后再配合一些简单的自动化的编辑和推荐，推送到用户的屏幕上。
但是今日头条几乎把这种人工手动的模式压缩到了极致，他把内容的生成全权放给了机器。
他们早期开发了一套爬虫技术，逻辑和当年的 Google 一样，只不过 Google 爬的是网页，今日头条爬的是新闻。
而今日头条和之前的门户网、新闻网的对比，也像极了 1999 年 的谷歌和雅虎。
当谷歌已经在自动化抓取网页的时候。
雅虎还在请一大批网站编辑手动添加网址。
不过今日头条的这种模式在一开始就有很大的争议和侵权的嫌疑，很多媒体和创作者都投诉他侵犯了自己的版权和著作权。
不过今日头条更重要的技术还得是基于用户兴趣的个性化算法推荐，这个在今天已经非常流行。
这个算法推荐的大部分都基于用户资料和历史行为，比如说爱看什么给什么，点赞了，评论转发了，然后再基于这些用户行为不断地给某一个用户打上标签，再基于这些用户的标签给他狂推类似的或者有潜在相关性的内容。
对于早期用户来说，这个模式当然很爽啊。
比如以前一个用户喜欢看 NBA 新闻和意大利旅游，那么它在传统门户网或者资讯 APP 中的那个用户路径会是先打开 NBA 专区，看完之后退回首页，点进旅游版块，再点到欧洲、意大利之类的，或者说需要手动搜索去跳转。
那么有了 RSS 之后呢，他可能可以去订阅自己想要看的分类或者账号，那这些相关的内容会同时出现在他的时间线上。
但是在今日头条这种算法驱动下的新平台上，这位用户只需要对这个算法推荐系统稍作调教，它就可以省掉很多步骤。
一、点进主页，最爱看的 NBA、 意大利或者其他喜欢的内容，什么巨蟹座运势、深圳大厂八卦、美股港股全都来了，想看多少看多少，想看多久看多久，永远刷不完。
而且你刷得越多，这个算法就越聪明，推荐就越对胃口。
尤其是当信息流加推荐算法加短视频这种沉浸式的内容形式在后来出现之后，所谓信息拣房这个老生常谈的概念也就出来了。
但是说回这个推荐系统，或者说推荐算法，其实在一开始压根就不是用来给人看短视频、段子和新闻的，也根本想不到它会在后来形成信息拣房这种现象。
历史很有趣，就在雅虎创立的 1994 年， 同在美国西海岸的亚马逊也在一间车库里创立了。
一开始是在网上卖书，看起来平平无奇。
而到了 Google 创立的 1998 年， 亚马逊依然静悄悄地藏在美国西北部的一角，在当时技术、资本和收购浪潮暴风眼的千里之外，捣鼓着怎么为线上书店的顾客们推荐他们可能会感兴趣的书以及相关商品。
同年，他们推出了一项名为 itembase 的 collaborative filtery 基于商品的协同过滤算法。
为什么要特别强调这个 item base 的基于商品呢？
其实是因为在亚马逊推出这个算法之前，也已经有过一些相关推荐的算法和模式，但简单地说，两者区别在于之前的那些算法是基于用户人群去提取特征，而后者是去提取内容的特征。
之前的算法是基于用户和用户之间的相似性。
就像我买过 ABC 三本书，我的朋友小王买过 ABCD、 E 五本书，那么系统就会认为我们俩具有相似性，所以我也应该会喜欢 d 和 e 这两本书，但是后者亚马逊的这个新算法，简单地说就是为目录中的所有商品之间都建立了一种广泛的互联的相关性。
每一组相关性还包含着不同的维度和程度，比如说引入了下单时间等等更为广泛的变量。
但如果把这先后两种方式结合起来，他们推荐的准确率还能再次提高。
随后在 my space 创立的 2003 年， 这一个亚马逊推荐系统算法的发明者将这个理论和逻辑发表在了计算机科学学术期刊 Itypoe Internet computing 上面，意味着这一技术路线逐渐走向了行业，走进了大众的视野，并在后来被广泛采用和适配到了各种互联网内容和产品当中，比如 YouTube、 Netflix， 或者说业务形态和 Amazon 一样的京东、淘宝等等。
当然，我们也可以在今日头条的产品模式里面看到它的影子和启发，以及还有一个我们接下来会谈到的更重要的产品形态短视频。
一说起短视频，我们最快能反应到的大概率就是抖音，在国外叫 TikTok， 但是它并不是第一个。
在张一鸣推出今日头条的 2012 年， 其实互联网大环境中又有了一些非常新的趋势正在酝酿。
那个时候我们大学生都还沉迷于刷着那个高仿 Facebook 的人人网的时候，再往前一年，微信也才刚刚上线了第一版。
但同年， YouTube 已经正式推出了 YouTube live 的视频直播服务，并在自连用于实时转播伦敦奥运会。
还有一个更加经典永流传的直播内容时 2012 年 的 10 月， 超过 800 万人同时在 YouTube 上观看了跳伞运动员菲利克斯鲍姆乘坐热气球上升到地球和太空边界，然后纵身一跃，最后成功着陆地直播。
这个视频在十多年后都还经常会在短视频平台上被刷到，或者说以各种各样的剪辑和解说的形式出现的版本。
而 100 年 前塔尔德所描绘的那种媒体，最能带给公众群体性共鸣的同时性，也在这一刻被互联网和媒介技术给空前加强了。
因为它不像共读一份报纸或者看电视直播那样，观众和观众之间的交流其实暂时还是隔绝的。
通过流媒体直播，观众可以在同一个空间交流，一起纪实性地跟随运动员，在他升空、跳下、开散、着陆的每一个瞬间，与其他 800 万观众共享同一种情绪。
那一年还诞生了一个有意思的产品，叫 Snapchat， 我在英国的时候，身边的很多年轻人、高中生、大学生很喜欢玩。
严格的来说呢？
它更像是一个即时通讯软件。
但是和即时通讯又非常不同的是，它主打的是通过图片和视频来进行即时通讯。
也就是说，文字在这种交流中是靠后的。
或者说非常弱化的，那么在此基础上， Snapchat 就有了一个对用户和行业产生了重大影响的地方，就是它成功地教育了青少年用户使用和习惯了竖版视频的形态，并将竖版视频的格式标准化，其中就包括那个 9:16 的近乎全屏的画幅比例。
在 Snapchat 兴起之前，美国网友经常会吐槽竖版短视频的画幅太局促，或者说有其他什么的不习惯。
但事实上，这种横版视频的习惯只是之前所有媒介技术和产品规格所教育出来的，历程也不超过 100 年， 并不具有任何绝对的权威性或者说优势。
在 YouTube、 Snapchat 以及推荐算法等等之前的产品形态、模式和技术在不知不觉的情况下打好铺垫之后， 2014 年 的中国上海，两个互联网创业者朱俊和杨璐玉瞄准海外市场，上线了一款主推竖版全屏短视频的产品 musically， 主打北美青少年。
其实这个产品诞生的由头有两个。
第一个是朱骏在美国的电视台上看到了一个模仿对口型唱歌的节目，很火，参与门槛也很低，甚至你不需要唱歌好听，只要你张张嘴，对对口型就能玩。
朱骏他们从中获得了灵感，决定把它搬到智能手机上面。
第二个由头则是，其实在设计 musically 之前，两人还做过一次不太成功的创业，是一个教育社交媒体，用户可以去上课。
大家光是听到这个上课，是不是就觉得有点冷门了？
没错，朱骏后来回忆说，这个项目不成功的主要原因就是因为上课这个事本身太无聊了，所以他们花了很多心思打磨产品，但课程的完播率依然只有不到 10%。
在接受福布斯采访的时候，朱骏说道如果你想做一个内容社区，那么内容和创作模式都需要极度的清 extremely light， 要做一些让用户能够在几秒内就能结束的事情，而不是几分钟。
朱骏的这一心得为未来的 musically 和短视频的大火埋下了火种，但同时也为后来的诸多诟病埋下了伏笔。
事实证明，这个几秒内就能完成的创作和观看的产品确实太成功了。
上线两年后， musically 在 APP store 中登顶第一，并且成为美国、加拿大、英国、德国、巴西、日本等 30 多个国家下载次数最多的免费应用程序上线三年后， musically 注册用户超过了 2 亿。
而除了短竖版、全屏视频这三个特征之外，还有一个成功因素隐藏在观众们注意不到的背后。
2016 年， 朱骏在福布斯的采访中还说到我们希望每位创作者都能平等地被其他人看见，所以我们构建了一种算法，以确保有吸引力的视频可以获得更多的曝光，并呈上升趋势。
它更像是一个市场经济，而一开始我们只有计划经济。
事实上，在 2016 年， 算法早已是一个非常热的概念了。
我在那年写的毕业论文，主题正好就是电商平台中的 AI 算法应用。
所以每个明星产品都不是突然莫名其妙横空出世，火爆的更像是一种站在巨人的肩膀上。
而这次，这个巨人肩膀上的小人，也即将变成下一个令人生畏的巨人。
2016 年的 9 月 20 日，在 musically 登顶应用商店的三个月后，字节跳动上线了抖音，这个大家极为熟悉，几乎不需要我多做一句介绍的应用。
但我想接着说的是，可能全世界的人性都是相通的，模仿也的确是一个快速成功的路径。
一年后，抖音就开始多次登顶中国 APP store 榜第一。
但那一年更重磅的一个消息是， musically 及其公司主体以 10 亿美元的价格被字节跳动收购。
在下一年的 8 月， musically 和抖音海外版 TikTok 合并，而为今日头条和字节跳动赚取了第一桶金的那个推荐算法系统，也即将成为下一个信息流时代的主宰，以及预示着一个新的时代即将来临。
在接下来的几年里，抖音和 TikTok 的发展我想也不需要我说太多，它就像是一个融入了大家生活，一转眼就变到了现在的事情。
即使你不用抖音，也会在各种环境里面看到听到他的内容、新闻和故事，或者你也会在其他平台突然就掉进了短视频的泥潭里边。
所以我们可以感受到，这种形式和以前所有的消费互联网产品以及社交媒体都是不一样的。
比如最近美国国会再次把封禁 TikTok 提升了议程，刚好印证了这种新生力量对传统秩序的挑战。
TikTok 以其去中心化的信息分发方式抓住了大量用户的信息来源，而这对于美国官方来说的确是难以控制的，加之其母公司的背景，使得美国官方更加担心一些国家信息安全的问题。
但比起美国封禁，我觉得 TikTok 的应对措施更加爆炸，直接给全美 TikTok 的用户界面上蹦出弹窗，号召他们给国会打电话反对这种封禁行为，并且直接留下了一个带有国会相关办公室电话号码的按钮。
而上一次能让大部分美国人在同一时间收到同一条讯息的，是一个 2018 年 的夏威夷核弹爆炸的误报短信。
虽然 TikTok 的这种对抗我觉得是合理的，也符合美国的法律或者价值观，但是作为一家商业公司，一个媒体属性的平台，用这种劲爆而直接的方式号召他的用户们去挑战美国国会，也实属相当罕见，甚至让我又看到了很多电视剧黑镜里面的影子。
那么就是这样一个 APP， 它的威力和影响力究竟来源于哪里，让美国、印度等一众大国都无法接受它呢？
为了解剖这个问题，我们可以在刚才聊到的消费互联网和信息流产品 20 多年的发展史基础之上，再次回到那个关于谁在决定我们的观看顺序和情绪的这个小问题。
刚才我们提到三个典型案例，分别展示了不同时代的消费互联网产品中的信息排序方式。
以雅虎为代表的门户网时代，由人工编辑决策以 Google 为代表的搜索时代，搜索结果排序由用户主动输入的关键词为基础，然后机器处理后输出排序的结果。
然后就是以 Facebook 为代表的社交时代，以 RSS 技术为基础，用户可以选择我订阅谁，取关谁，然后被订阅的这个信息源按发布先后顺序排到用户的时间线上。
因此，粗略地说，用户对于自己所将看到的时间线的主导权至少也还有 50%。
但是到了最近五六年，这种观看顺序模式和主导权发生了非常大的变化。
我先从一个小的洞察说起。
我个人和我身边的朋友们在最近五年都有一个非常鲜明的体感，就是我们之前经常说和常用的 social media 社交媒体已经不那么 social， 不再具有社交的功能和目的了，普通用户们更多地成为了观众，而非参与者、社交者。
而这种转变，我认为分为两步。
第一步是 social media， 从之前的熟人社交慢慢变成了陌生人社交，或者说一堆大 v 和网红在舞台上表演，而普通用户则在台下看秀。
如果我们用 Facebook、 QQ 空间，还有人人网的时候，还带着一种非常明确的目的性，就是与老朋友保持联络，然后顺便认识新的朋友。
那么在这一转变发生之后，这种所谓的搜手社交的主动性和目的性就变得非常弱了，也就是这个目的从社交变成了看秀。
我想关于这个特征变化，最具代表性的平台就是微博。
微博早期是好友社交加看明星大 v， 两者共存的。
但是在我的记忆中，大概 2016 年 前后，好友社交的属性就完全被看秀、看新闻、吃瓜的那些风潮给压过了。
当社交变为看秀之后的第二步转变，则是订阅逐渐被推荐所取代。
比如说，即使我们在微博上已经从社交变为看秀了，但是我们依然时常保持着看我本人筛选过和订阅过的博主，或者说看我主动选择的热搜话题这种习惯。
但是，当以这个今日头条、抖音、 TikTok、 微信视频号、快手、小红书这一类产品流行之后，一种发生的更隐蔽的功能，在我们还没来得及意识到的时候，就已经对我们的习惯完成改变了。
这种事得细看。
如果你现在打开你手机里的抖音和小红书，首先看到开屏霸屏的那个版块就是系统推荐的内容，抖音把这个版块就命名为推荐，而小红书的命名则叫发现。
但不管是推荐还是发现，这些内容绝大多数都不是用户自己筛选和订阅的。
但当然，这些推荐内容也不是 APP 给我们提供的全部内容。
通常在首页的正上方，还有一小块位置，会有几个小的 Tab 按钮，比如关注、同城，还有搜索。
但是这些都被排在了更次要的位置。
也就是说，平台其实是更希望和默认我们去看那些由系统推荐给我的内容，而不是我主动订阅和搜索的内容。
那么这种推荐系统诞生之后，受众的内容消费行为变化，在最近的十年还发生了一个非常明显且肉眼可见的影响，也就是我们对互联网和 APP 产品的使用时长，在最近 10 年里非常显著的变长了。
所以接下来我就会着重地梳理一下信息流、推荐算法以及使用时长这三者之间迷一般的关系。
各位可以先回忆一下， 10 年 前的今天，自己每天在互联网上花的时间大概分别是多少。
那我查到了两个平均数据，跟大家分享一下。
2012 年， 全球社交媒体的用户每日在线时长为 90 分钟，而去年，这一时间已经跃升至了 150 分钟，即两个半小时。
而在美国， 2012 年 的平均每人每天浏览数字媒体的时长是 250 分钟，但到了去年，这一时长更是翻了一倍，达到了 500 分钟，即 8 小时 20 分钟，几乎和我们的睡眠时长以及工作时长相当。
这个数字到底意味着什么？
我觉得需要去打开看里面的细节就是这 8 个多小时里面，到底有多少时间，是我们主动利用互联网作为工具，帮助我们的工作、生活和学习？
那又有多少时间，是当我们处于无意识甚至被动的状态下，被勾引着消耗，甚至到最后连真正的娱乐放松也没有得到，成为了纯粹的注意力剥削呢？
这个问题虽然很难做定量统计，但我在思考这个问题的过程中，和几位在互联网平台做推荐算法、推荐策略和信息流产品的朋友聊了聊，他们恰好都来自刚才我所提及的那一大批公司中的某几家，而且在我们的聊天中，都不约而同地谈到了用户时长这个指标，以及它背后还隐藏着的诸多荒谬细节。
一位推荐算法工程师朋友在聊天时候一样的吐槽道我们都发现有很多 APP 本来和内容资讯风马牛不相及，但是为了增加用户停留在里面的可能性和时长，他们也加入了一些信息流形态的内容推荐版块，比如某些 p 图的 APP、 外卖的 APP， 还有地图的 APP， 都在里面整了一些封面、标题党和短视频的内容推荐。
那么从常理来看，这些内容实际上就稀释了这些 APP 的核心功能，看似有一些荒谬甚至愚蠢。
因为这些工具类产品原本就应该是为解决用户的即时需求而存在的，比如查找地点、编辑图片等等，它应该是即用即走，更能实现它的价值。
但是在现实的商业环境中，所有的产品价值都被使用时长这一个标准所绑架了。
所以为了实现商业目的，许多产品经理都开始走起了同一条捷径通过优化信息流功能和推荐算法来增加用户的使用时长和使用深度。
那么这一切的背后，或许源于七八年前，许多互联网公司开始意识到各业务赛道的增长空间正在逐渐缩小，进入了所谓的后流量时代。
在这个背景之下，精细化开发用户的使用行为时长和深度变得和拉到新的用户同样重要，甚至说更重要。
因为如果一个产品只是满足用户的即时需求，那么他在用户生活中的地位可能就会逐渐被边缘化，其使用时长也可能被其他扩张中的产品所侵蚀。
毕竟每个人的时间都是有限的呀，你不去占领这个时间，别人就会占领。
所以对于企业来说，这是一种内卷。
但对于我们每个人、每个用户来说，我们的时间和注意力似乎就成了企业的猎物。
因为很多时候，公司所定的这种时长增长的 KPI 是缺乏合理逻辑的。
无限度的增加时长，也莫名其妙地把一些跟他们完全不相关的用户卷到了竞赛和游戏里面。
用户最终变成了这些流量争夺战中莫名其妙的无辜牺牲品。
我找到了一个旧闻。
2017 年， 阿里文娱集团豌豆荚总经理张博在一次行业会议里分享到在后流量时代，随着智能手机业务增长放缓，人口增长红利逐渐消失，想要获得更多的流量和用户，精细化运营、全场景流量覆盖就成了关键性战场。
我只是随便找了一个例子，这类观点和举措总之在当时是非常流行的，也深刻影响了消费互联网产业后来的发展方向。
于是，在这种市场环境下，我认为最荒谬的一个事情发生了为了解决这个宏大的商业问题，一些互联网精英们开始持续发起了一场巨型社会实验，目标就是重新发明和培育一种使用互联网的新习惯，用一套隐藏在屏幕和用户界面之后的机制，逐渐把用户们原本具有的自主性、目的性和使用需求，教育成一种没有目的的泛需求。
所谓泛需求，就是即便我没有什么明确具体的需求和动机，也不妨碍我长期使用某个产品。
比如，我们用到某个短视频平台，不再是为了解决特定的问题，或者观看特定我知道我想看的内容，而是用它本身就成为了一种目的、需求和习惯。
这种转变，就像是要某些互联网产品变成一个和水、电、空气一样让人无法离开的食物，而这种模式也培养出了一些扭曲的用户行为和习惯。
这也就是为什么大家经常会觉得很迷惑，为什么刷短视频总是停不下来，每次刷完之后，我又总会觉得看了很多，但又像是什么都没有看。
这种看了又没看的感觉，其实就正是来源于我们被培育出的这种对泛需求的响应，这个逻辑很简单啊，因为这种行为本身就不带有目的，那么不管我们看了多少，自然就会感觉啥都没看，一无所获。
小宇宙的 CEO case 大概两三年前，在腾讯研究院的一次线上分享中，聊到了一个很有意思的话题，也是一个非常明显的问题，就是互联网为什么让人越来越不开心了？
case 在里面也恰好讲到了 Facebook 的 feeds 流，以及点赞这种极度简化的互动表达功能，再到沉浸式的短视频。
最后当这些形态连接起来之后，浮出了一条线索，就是移动互联网带给人们的作用和感受，逐渐从过去的高效率转变成了高消耗。
这种高消耗，我认为就来源于一些过度诱导用户对其进行需求培育的过程，尤其是一些看似微小或者不起眼的功能迭代变化，实际上却在不断诱导用户的使用深度，就像一连串让人一步步陷入的圈套。
那么下面我就跟大家分享三个表面看上去很细微的功能变化。
第一个例子是许多信息流产品，无论是短视频还是图文，对于新注册用户，由于缺乏行为记录来分析他的内容偏好，所以平台往往首先会推送最热门那些赞最多的内容。
那么这些内容往往具有一种共性，就是他们都很擅长利用对人性的洞察，甚至是弱点和 bug 来展现出强烈的吸引力。
比如一个新的账号，如果说他性别是男，那么平台就会给他推特别好看的身材很好的小姐姐跳舞，虽然这个听起来很 steeartype， 但确实非常典型。
或者先给他们推荐一些特别震惊离奇的新闻，特别 drama 的社会关系、人际冲突，还有一些披着惩恶扬善外皮的尬演剧情。
那这种吸引力法则，其实连古人们都早已总结出来了，它其实就是那些人性中最容易受到诱惑的弱点，比如贪嗔色、嫉妒等等，类似天主教七宗罪里边的那些人性弱点。
而另一方面，这些内容的推荐和排序，或者说这种对于人性弱点的针对所产生的问题，其实也不能完全归咎到算法和数据上，认为这些现象都是机器和 AI 造成的，是一个技术是否被合理利用的问题。
但事实上，在这个推荐系统里面，不只有机器，运营人员也会从机器和算法挑选出的内容池中，人工选择一些符合平台特色或者价值观，且一段时间内符合社会热门话题的主推内容。
比如在我的访谈中，某电商平台的推荐产品经理给我举了一个例子去年电视剧狂飙大火的时候，首先他们是人为决策，要结合这波狂飙的大众舆论热潮做产品推荐，然后人工选出了一些和狂飙相关的主推品类，比如高启强爱看的孙子兵法，陈淑婷爱穿的同款时装之类的品类，在制定下大的策略之后，具体的款式和 SKU 再交给算法测试和跑出来。
而内容平台也几乎会有相似的运作机制。
所以说，在一些领域里，人对一些抽象概念的关联和敏锐度，可能还是比算法要更前瞻一些。
而且从根本上看，目前的互联网公司和平台的架构，依然是由人依据人的价值观、企业的价值观去制定那个大的规则和框架的，那么算法只是这个大框架中的一个小的动态变量，然后算力再把推荐序列中每个将会出现的内容排出来。
但是运营人员还是有空间和能力在最后一环去干预这个信息流，比如人为地把一些内容插进去，把一些去掉。
所以总的来说，在推荐算法驱动的信息流中，人和算法是双向影响和互补的。
第二个例子呢，是关于某短视频平台的一个推广性功能设计，在刚推出的时候，其外层按钮会显示一个你已有的联系人头像加一个红点的组合。
首先这个联系人头像它不是随机出现的，而是一个你最近保持密切联系和关注的人。
而这个红点本来就是一个智能手机时代培养出来的新习惯，往往让人们产生很强烈的点击冲动和红点强迫症，仿佛里不点就不舒服，但是如果你点了就出不来了。
所以这个功能说白了就是在利用你对好友的好奇，引诱你进去看更多的内容。
但我认为这个小功能更阴暗之处在于，我与好友聊天的频率和亲密关系其实是一个非常私密的个人隐私数据，但在未经双方知情和同意的情况下，这些数据直接被展示到了那个醒目的位置作为诱饵，诱导我点击进入以实现平台的增长。
那这种现象就像我被抓住了软肋，被人为地制造出了一种需求。
可能有很多人觉得这个事情好像没有很严重的侵犯用户的利益呀，所以这里的知情权和同义权好像也并不重要。
但是如果我们反过来退一步想，如果这个平台在推出这一功能之前征求用户的意见，你是否愿意你的头像和对视频的点赞行为被展示在好友的页面当中，我相信大部分人都会拒绝。
这就是这个小功能里面最蹊跷和狡猾的地方，就是滥用用户的个人隐私来诱导用户以实现平台的商业目的。
第三个例子，也是一个最近的亲身经历，是春节前用某个旅游 APP 抢火车票，大家应该也很熟悉，里边通常会有一个分享给好友，助力获得抢票加速包的功能。
虽然这是一个很常见的裂变增长营销的方式，但我还是看到一些很离谱的东西，就是当我想要更多加速包的时候，它竟然还会诱导我看 15 秒的广告。
然后我就在里面被推了一个澳门赌场广告。
当我看到那个类似性感荷官在线发牌那样的设计的时候，我突地一下就笑了出来，嗯，觉得特别离谱。
大家可以想象这个场景有多么的荒谬吗？
一个春节前着急回家的人，为了抢票，蹲在手机前看一个赌场广告。
虽然这个例子和狭义的信息流不是特别的接近，但是通过刚才提到这全部三个例子，我们其实想谈论的一个症结就是第一，互联网产品有很多细微功能变化，都是在潜移默化中改变着我们的用户行为和习惯，而我们也往往在不知不觉中就接受了他们，完成了这种改变。
第二，对待这种单方面的产品更新，我们基本上只能被动接受，要么你就不用这个 APP， 放弃整个产品。
尽管有些 APP 提供了一个个性化推荐的开关，但是这个开关在设置里面往往藏得很深，有一定的使用门槛。
其实这个也就意味着，平台其实还是想用户把更多时间投入到他们的这个算法、个性化推荐的内容上。
而且再看一下咱们之前推理出来的那个消费互联网产品，从门户时代到搜索时代，再到社交时代和推荐时代，这些阶段性的产品形态进化，每一次进化中都有一个非常鲜明的省略的步骤，就是用户路径中每次都会少掉一个这个用户返回，然后再去重新选择新内容的那个流程。
比如说前面提到的从雅虎和 MySpace 向 Facebook 的进化，让用户可以在同一个流中看到所有好友的内容。
而更近的一个进化，举一个例子，则是之前我们看朋友圈，虽然说已经可以在同一个时间线中去看到不同好友发的内容了，但是当我看完这个再看下一个的时候，我还要返回到朋友圈的主界面，也就是那个时间线滑动向下一个，然后再点进一个别人发的图片或者视频。
但是后来通过抖音流行起来的这个沉浸式短视频信息流，再次进一步省去了这个返回的步骤，让用户可以一个接一个地不停地往下看。
也就是说，每一次省去这种用户在选择的步骤的时候，看似是在为用户的方便而考虑，但产品的根本目的还是想让用户投入更多的时间和精力在这个产品里面，可以一次性地多刷一些内容。
所以，很多信息流产品带来的成瘾性其实都是有迹可循的，并不是偶然发生的。
于是到了今天，那场七八年前开始的社会实验效果已经显现，大部分用户的习惯已经从过去的社交和订阅转变为了看秀和看推荐。
在过去，我们上网时总会带着一些特定和自主的目的，还有好奇心。
而如今，很多人上网变成了一种不假思索、无所事实的泛需求，不知道做什么就刷一会视频。
而在这种泛需求产生和满足的过程中，推荐这个概念已经变得特别模糊和弱化。
也就是说，很多人在刷信息流的时候，其实已经意识不到自己看的东西是被推荐的。
以上就是我认为的最近十年来大众信息获取和内容消费方面中非常重要的一个转变。
再总结一下，当社交媒体不再是为了社交之后，出现了三个特点的过渡，第一个是社交被看秀取代，第二个是订阅被推荐取代，第三则是用户们有目的性的具体需求被不带有特定目的的泛需求所取代。
所以这一切都会导向一个可能是更虚无的结果，也就是用户的自主性和目的性，还有那个人的独立意识，被某种植入到潜意识里的引导所取代。
但是这一连串的问题里面，还有一个特别蹊跷的细节，就是我们已经非常习惯用推荐这个词语来表述这种新的信息流呈现方式，但是这种方式真的符合我们曾经对推荐的认知吗？
我们来想一下所谓推荐这个词的含义，我想他应该是一种由人主动发起的，融入了这个个人主观经验和判断的行为。
而在算法普及之前，人与人之间的推荐往往都带有比较深厚的感情色彩。
比如说哪位教授专门为我推荐了一本哲学书，哪个骨灰级的摇滚乐迷爱好者推荐了一张非常尖的小众音乐专辑，我喜欢的人给我推荐了一个在附近他常吃的餐馆等等等等。
我们会天然地把推荐与被推荐视作一种具有情感色彩、浓缩了脑力成果和个人品味的赠与和获得。
但是我们设想一下这个语言上的细节，如果当推荐的主体不再是人，而是机器和算法的时候，那么这种行为还能被称之为推荐吗？
当我在和几位从业者朋友闲聊的时候，我们确实发现了一些区别，那就是严格来说，算法和机器所在做的行为更像是在猜，他们仅仅是通过已经掌握的数据猜测或者预测你的下一步行动可能会是啥，就像阿尔法 go 和李世石下围棋石那样，而不是带有一种主观情感色彩的推荐。
因为之前那些推荐模型都没有意识，没有主动性，也没有品位，所以模型无法像人这样去带着情感做推荐。
也是因为这个，早期的算法推荐相关功能都被叫做猜你喜欢。
比如说以前的豆瓣就有一个版块叫豆瓣猜，那我就觉得用猜这个字比推荐更合理。
所以这就意味着，今天我们每天看似在花大把时间去浏览那些推荐的内容，事实上只是在跟算法和系统进行一场无休止的猜测游戏。
如果某次他猜对了，你会觉得哦，好像他还挺懂你的。
但是如果你猜错了，他只是做了一次无意义的机械预测行为。
而且这种无休止的猜测游戏总像是有一双抽象和虚拟的大眼睛在背后盯着我们，注释、记录和分析着我们的一举一动。
那么如果我们理解了这种荒谬性的话，又应该如何从这种无意义的机器连续测试中摆脱和逃离出来呢？
其实这个问题也是最近两三年里很受大家关注的一个问题，有的人叫他反推荐算法，有的人叫他算法逃离，不管他叫啥，大家应该都能听出这个意思。
有人想逃离这个信息拣房也好，或者希望保护个人隐私，摆脱被凝视、监视和控制也好，总之，算法已经开始被很多人看作了一个有些负面意味的事物，至少是一个公网追求真实和知识路上的阻碍吧。
那么最近一两年呢，就有很多朋友开始主动关闭 APP 里面的个性化推荐，比如关掉一些平台的个性化信息流广告的设置。
不过这个设置藏得稍微有一点深，也有门槛，一般人也意识不到要关掉它。
而且即使关了它，也并不代表用户能不被推荐内容打扰。
比如一些产品的信息流广告中，当我关闭了个性化推荐之后，它就会一直给我推荐一些全民适用的基本款广告，最常出现的就是一些夜游小游戏，还有低门槛培训课程，类似李一舟的那种。
所以从某种程度上说，只要你不离开某个 APP， 你就逃不掉其中的推荐内容对你的监视和寄予。
除了这个有点鸡肋的开关之外，还有很多网友发现和尝试起了一些更多有意思，听起来像是一种觉醒的群体性算法逃离运动第一个案例就是去年在小红书上掀起的一场宝宝辅食运动。
我们听有，里面有很多是女生，应该也比较熟悉这个运动。
但我还是稍微简单概括一下。
所谓宝宝辅食，就是婴幼儿因为它的牙口和消化系统还没有发育健全，所以给宝宝们准备的餐食就要做的比较软烂，比较清淡。
但是小红书上的这个宝宝辅食运动，跟辅食其实没有任何关系，而是一场女生们巧妙利用平台算法去保护个人隐私的运动。
我们知道，小红书的 feeds 流主要就靠算法推荐驱动，导致一些女生发布的穿搭、美妆或者生活记录可能会被不相关的人看到，尤其是有一部分仅仅是为了在上边看美女的男性用户，这也让很多女生感到不舒服，甚至遭遇言语骚扰。
然而他们发现了一个算法的 bug， 就是当他们在笔记中添加宝宝辅食的这个话题标签之后，被男性用户看到的概率就会大大降低。
于是这个发现一传十，十传百。
从技术逻辑上来推理这个现象的话，可能是因为男性用户很少在小红书这样的平台去浏览宝宝辅食的内容，进而算法系统将这个普遍行为捕捉到并视作了一种规律，然后再把这个规律用到了具体的推荐中，然后再进一步对数据的召回和过滤中，发现确实没有男性用户看这个话题，那么随着时间的推移，这个标签的性别倾向就会越来越明显，于是他也成了一种女生们保护隐私的护盾。
去年的这个时候，有媒体在分析这一事件时，所搜集到的小红书宝宝辅食话题标签的浏览量是 24.7 亿次，但里面大部分内容都和吃的没有关系。
而到了今年这个时候，该话题浏览量已经超过了 200 亿。
第二个类似的案例同样发生在小红书上。
部分用户担忧自己的浏览内容已经陷入了信息茧房，或者为了验证该内容是否仅推荐给某一类人群，所以他们在评论区里号召测试，比如说看到该内容的人女性请回复扣一，男性扣 2。
结果就如同他们所料，很多时候下面的回复都是清一色的一或者清一色的 2，也就是说，这种有明显性别倾向性的推荐确实在起作用。
那最后还有一个现象，就是现在有一种复古的信息收集和阅读模式正在悄然兴起，有不少人组建了一些所谓打破信息茧房、打破信息差的微信群，那么这些群的发起人每天都会贡献一些自己从各种渠道收集到的有价值的信息和新闻。
这种模式虽然省略了整合、排版和出刊的步骤，但是在我看来，它和以前的杂志编辑的工作非常相似。
尽管我们很难去对比这种人工方式和信息流平台哪个获取信息的价值和效率会更高，但前者的内容来源显然是更广、更多元化的，它超越了单一平台算法驱动的这个信息来源。
比如说我们在这一类群里面不仅会看到一些学术网站的链接，有时候还可以直接看到书摘的照片和读后感等等。
包括现在的小宇宙、 apple Podcast 这些主流播客 APP， 也能从中看出很强的订阅模式和人工编辑的模式。
某种程度上，他们就正走在算法和密集信息流之外的另一条方向。
那我也一直都在关注这种算法逃离和反数字依赖的案例。
说实话，当看到这些很有创造性的方式，我们还有能力从严密的算法系统中发现一些细微的漏洞，并将其作为系统性的方法去逃离算法牢笼的时候，我其实是非常感动的。
因为每个时代都还是有一群不是那么容易陷入被动，被人牵着鼻子走的人，那我就会觉得我们还是有希望的，不至于完全掉入所谓的娱乐至死的泥潭。
那关于这个算法逃离的问题，我和那位做推荐策略的朋友聊天的时候，也谈到了一个非常有意思的小发现。
首先有一个基本规则，就是算法推荐的内容和排序，最大的影响因子还是一些人用户的主动行为，比如我看了什么，点了什么赞，搜索了什么。
但算法在处理这些用户主动行为和数据的时候，就会产生一些机械性的偏差，或者说简化、约化，或者带有商业目的，让用户永远都和自己那个内生的最真实的主动的意图存在着很大的隔膜和距离。
所以，如果我们只把自己的行动和反馈局限在某一款信息流产品中的话，无论我们有多么克制理性地使用它、调教它，其实都没有办法根本性地做到所谓的打破信息差，实现算法的逃离。
然后朋友对调教算法这个现象打了一个非常形象和有意思的比方如果我们是在算法主导的信息世界中想要冲破它的话，可以把我们所做的不同尝试和动作简化理解为是在 ABCD 多种选项中去做选择。
那么如果平台和系统为了尽可能的多创造爆款，实现商业目的，它就会多给你推某一些类型的选项，并倾向于推动你去选择其中的一个选项，比如说 a。
而且他还会 push 你在每一个关卡里都选 a， 一直选下去。
如果你对其他的选项和路径没有好奇心，不愿意去自己探索，那可能只会走得死路一条。
但如果你可以在里面尽可能地做出一些多样性的行为，下一次你选 c 或者选 d， 你对应的算法和内容库的那个边界也就会变得越来越大。
但是最关键的来了，他接着说道这种行为看似积极的一面就是人还是有在算法的世界里面发挥一定主动性的空间的。
但消极的则是，不管我们如何发挥这种主动性，它都是走的 a、 b、 c、 d 几个选项中的一个。
信息流依然是一个永远逃不出去的被机器设定过的轨道，我们也永远无法获得一个由自己主导和多样化的信息源。
所以如果我们重新思考刚才那些算法逃离的案例，就会意识到，人单纯地和信息流和平台算法去较劲的意义其实是比较有限的，甚至是一种自我降格的行为，把人类的灵活、对世界的好奇心简化到了一个 yes or no 的选择。
所以从刚才我们谈到的几个案例来说，有的人在努力去发掘算法和平台的 bug， 去调教算法，那还有一些人在算法之外去重建信息源的结构，我觉得都很值得鼓励。
但是如果真的想要跳出系统，还是需要在这个系统之外，基于我们自己的兴趣，我们自己真正的求知欲和好奇心去重建一个系统。
在播客一天世界中，李如一也打了一个很形象的比喻这种信息流，它像是一个不知道联向哪里的水龙头里边流出来的水。
我们无法预知下一个、下十个即将流过来的内容是清洁还是污浊，是冷还是热。
我认为这个比喻是妥帖的。
表面上看，这是一个知情权的问题，但这个问题更像是我们在多大程度上有权选择自己愿意接受的信息。
谁都知道，读一本名著比看两个小时的娱乐视频更有长远的帮助，但我们又有多久没有耐心去读完一本好书了？
很大程度上，就是现在的这种电子水龙头无处不在，让我们随时可以解渴的同时，也在无形中削弱了我们对信息的主动探索和好奇心理。
如一还提到，这种全屏沉浸式的信息流还有一个特点，就是用一个单一的内容占满了整个手机屏和视野，让用户们在一段时间里面看不到其他的可能性，去做其他选择的动机。
听到这的时候，我突然觉得，这个看似让人深陷的特点，其实恰恰也是我们可以轻松躲避它的弱点。
我们只需要关掉 APP 或者放下手机，一个更丰富、更多元，没有算法绑架、算法作为中介的世界它就在这里，而且永远都在这里等待着我们去探索。
OK， 虽然这个听起来也不难做到，但是这种探索如果只停留在个人层面的探索，我认为还不足以消解这些现象给我们整个社会带来的困境。
毕竟信息流的影响力不仅局限于手机屏幕前的个体，它还有一种很强大的聚合力，这个我们在本期节目最早就已经提到，就是它能够将具有相似特征的人群聚在一起，也就是我们在节目开头提到和分析的那个德国流行的假性土瑞士抽动会议症为何得以发声，以及勒庞和塔尔德两位社会学家在 100 年 前的论述。
相似群体具有相似的易感性，而当社交媒体和信息流洞察了不同人群他们各自的标签特征、兴趣爱好甚至是情绪偏向之后，自然也更容易把它们聚到一起。
而这种易感性导致的聚集，在叠加上社交媒体带来的同时性，也就是群体的那些相似观点和情绪还可以在同一时间内同步反应的时候，这些社交媒体潜在的舆论能量就变得极其巨大了。
这也是我在这期节目里最想谈到的一个在日常可能没有那么起眼的问题，也就是信息流加算法推荐所导致的社会观点极化的问题。
最近除了美国国会想对 TikTok 动手之外，还有一系列相似的新闻和舆论声音特别大，特别嘈杂。
其中最突出的一条就是娃哈哈和农夫山泉爱不爱国的问题，以及榨出了很多国内民众对农夫山泉的抵制。
类似的其他新闻最近也不少，比如贵州的多地山火被一些自媒体网友解读为是日本人放的火，因为他想烧毁我国的名贵中草药材，以及梅西被 PS 成了日本人。
还有某个自媒体发起的叫所谓战马行动，一个满脸凶相的人产生了一种自己是文化警察的幻觉，然后在大街上到处纠察。
商场的装饰画上有没有日本元素，只要是看到有一个红色的圆点，就说这个就是日本国旗。
当然这个事情好在最后还被官方媒体去批驳了。
那么这些事情有很多共性，比如最明显的一个就是为什么这些网络媒体最后都会被导向日本人搞事这种结论。
上面这个很有意思，我稍后也会分析，但是我想先讲一个我观察到的让人背脊亦凉的现象，就是在这些流行事件相关的短视频中，大家好像经常都会发现，每一个持特定立场的视频评论区里面，前排的高赞评论好几个往往都出奇的一致。
比如支持娃哈哈迪士农夫山泉的评论里面就会把农夫山泉描述得极其的坏，甚至出现要彻查汉奸滚出中国这样的言论。
而反对这种抵制声音的视频评论区里面，有几乎是清一色的反对过度的民粹主义，主张理性的声音，似乎刚才那群义愤填膺的人突然就从这个世界上消失了一般，世界马上就变得理性和平、岁月静好了。
这个现象让我尤为感到奇怪的一点是，在我之前的认知中，互联网本应该是一个开放、多元、各种观点交汇的舆论场，然而今天却完全变了，尽管双方的观点和冲突明显，但两拨人都是在各讲各的，各骂各的，仿佛存在于两个平行世界，互不影响。
那这种现象又是如何形成的呢？
在心理学和传播学中有一个专门的概念叫做回音式效应，由心理学家凯斯桑斯坦早在 2002 年 的著作网络共和国一书中被提出，揭示了互联网如何在无形中就把相似的人群聚到了，吸引到了一起。
而经常接触到同质化信息，总听到相似评论的人，越来越有可能将这种主观的观点当作真相和真理，在不知不觉中窄化了自己的眼界和理解，甚至走向偏激和极化。
我觉得回音是这个描述的确很形象。
如果说以前的早期的互联网像一个大广场，那么现在的互联网很有可能就是一个个小隔间算法。
把相似的人群聚集之后，每个视频的评论区又会形成一个独立的小社区，我们所接触的讨论的内容其实都是在一个极其狭小偏僻的密室里边进行的，里边的声音出不去，外面的声音也很难渗透进来。
这就导致了一种群体性幻觉的产生，人们误以为自己的观点代表了全世界大多数人的想法，把它无限拔高放大， v 代表正义，代表至高无上的普世价值，从而进一步巩固和强化自己的那个立场。
然后舆论世界也变得非黑即白，少有中立和调和的中间地带。
这也就是所谓的观点计划，也是今天我们发现互联网空间无论在哪里都氛围高度紧张的一大原因。
所以，在了解到群体和回音式效应的关系之后，我们再回过来分析一下刚才那个一系列很诡异的热点。
为什么不论是农夫山泉，还是梅西贵州山火，还是南京商场里的装饰品，总会有人倾向于清意思的把它们解读为是日本人在背后作祟呢？
这些事情看似巧合，实则是观点极化所必然通向的最终结论。
因为在我们这种文化环境和历史叙述中，极端的叙事往往都会去指向一个外国势力，尤其是日本、美国往往执行不死这种论调上。
这种阴谋论就是一种思考门槛最低的群体思维定势，容易赢得很多支持和流量，然后再进一步在社交媒体算法所编织的这个回音室中，快速向具有相似易感性的同类群体传播，进一步助长他们的阴谋论。
再复用一下勒庞在乌合之众中的话来说，就是群体的重要特征就是自觉个性消失，批判力和辨别力都会不复存在，只受无意识的情绪支配。
而且乐庞还说，群体还有一个普遍特征，就是极易受到暗示。
暗示的传染性非常高，而且受到暗示后的观察者们所看到的已经不是课题本身，而是他们头脑中所产生的幻觉。
而这个幻觉往往就符合刚才我们提到的极度简单，理解门槛低。
就比如说，最近在网上总能看到一些人非常激烈地讨论，说农夫山泉的红色瓶盖就是日本国旗，察派两个字是长得像靖国神社之类的。
事实上，他们看到的一切都只是自己的极端质量和幻觉，已经和现实失去了任何联系。
在乌合之众里，勒庞举例了一个真实发声也很好理解的例子。
有一艘叫贝勒波拉号的军舰在执行一次任务搜寻另一艘在风暴中失联的巡洋舰的时候，某天执勤的士兵突然发现了遇难船只发出的信号，所以船员马上往信号的方向眺望，发现那个方向真的有一个木筏装满了人。
于是他告诉其他船员和指挥官，大家在观察之后也都认同了这个说法，而且他们还看到并且交流起了更多细节，比如说那群人在伸手求救等等。
于是船员马上起航救人。
但是当贝勒波拉号离那个木筏越来越近的时候，船员们才目瞪口呆地发现，刚才出现在他们视野中的那个小木筏，其实是一些海上常见的漂浮的木头。
所以我们看到啊，在这类群体性幻觉的事件里面，群体的共同期待都扮演了一个很关键的因素，即人们只关心我想要什么，我想要达成什么结果，而不是事实是什么。
而这种共同的期待，基本上都是由一种不基于事实的暗示挑起的。
而当个人加入群体之后，相比于他还是个人的时候，行为模式也会发生很大的变化。
相比于通过媒体接受信息、理解事实，群体中的人更倾向于受情绪感染，去模仿他们所认同的以及具有相似性的人。
还有一个很巧的巧合就是，和勒庞同样具有医学博士背景的哈佛大学社会学教授克里斯塔斯基在他另一本著作 collected 连接中也提到，情绪的传染源就源于人类的模仿天性，情绪是受外界环境刺激后最直观、难以掩藏的表现。
所以作者还写到，情绪可能是传递环境信息最快捷的一种方式，它可以迅速地告诉我们环境是安全的还是危险的。
这种方式比语言来得更迅速，虽然情绪和语言相比缺乏明确性，但有速度的优势。
所以聊到这里，简单总结一下互联网形成回音式效应以及观点极化的成因和特点。
首先是算法，相较于以前的所有的媒介形式，更容易把具有相似特征和易感性的人群聚集在相同的内容中。
而这种算法牢笼和回音是其实它起到的作用就和最早我们在聊传染病传播要素里的那个聚集性空间一样，它就像一艘疫情快速传播的封闭游轮，一个挤满了患口蹄一牛的养殖场，而算法驱动的信息流也仿佛一个赛马场。
爆款内容往往是由多数人的共同选择一种符合最多人口味的最大公约数，那么它就必然符合简单易懂，具有强烈暗示性和传染性。
而那些复杂、有门槛、认真推理的内容反而会被过滤。
那么前面提到的贵州山火、战马行动、娃哈哈和农夫山泉，传播者和煽动者们也都有意无意地用到了暗示、简化和极端化的表达方式。
弗雷耶德也曾经说过当情绪越是简单粗陋的时候，越适合在群体中扩散，而当这些简单的情绪化的内容触及了相似易感性的受众的时候，他们的期待、观点和言论则会进一步的趋同这种同质化的信息环境更加强化了他们的观点，最终通向观点极化，甚至给到他们勇气去攻击一些意见不一样的人。
那说到这里，今天的节目也差不多聊到了最后，但我突然发现，前面我们聊的所有事件、故事和问题中，还隐藏着一对更深层次的矛盾。
这对矛盾的一面是信息流等各种媒介形式以及信息呈现形式的净化，包括从造纸术到印刷术，从电报到互联网，人类使用媒介时长也随着这种进化越来越长，希望看到的视野也变得越来越大。
那么这是否意味着人这种生物总会对信息保持极度渴求，并在不断提升自己可获得的信息范围和量级呢？
奇怪的另一面又是为什么当互联网流行之后，人类又开始给自己造起了一个小小的隔间，所谓的信息茧房和回应室呢？
我们应该如何理解这一对开放和封闭的空间之间的矛盾呢？
我们先回到最基本的自然的视角来重新理解一遍信息。
从信息论之父相农的视角出发，它对信息的定义就是信息是一种用来消除不确定性的东西。
在我的脑海中，这种不确定性就特别像那种战争游戏里的地图迷雾。
当你看不到某片区域的时候，视野和地图都会显示一片黑色，你无法知道那里是否有东西，是什么，它既不是是，也不是不是，而是另一种完全未知的状态。
这种信息的确定性对于人类来说，一直都是关乎最基本的安全感和生存问题的。
确定性下所产生的安全感一定强于不确定性下的安全感。
所以人类的祖先通过掌握信息，可以去躲避敌害，获取实物等物资，甚至获得利用自然规律的能力来发展自己的技术和文明等等。
而在今天，我们经常说现在是一个信息社会，它有一个很大的特征，就是信息可以直接产生价值了，产生经济利益了。
所以，无论是为了消除周围自然环境中的不确定性来保证自己的生命安全，还是实现个人价值，获取收入，嗯，一个人对信息的掌握领域和掌握程度，基本上就意味着这个人的生存质量。
也就是说，人对信息的渴求既是一种生物性本能，也是一种社会性的经济行为，但是这就代表着我们获得的信息就是越多越好嘛？
或者换一个方式来问这个问题个人能接收和处理的信息量有没有上限？
如果超出上限了，又会发生什么？
在信息稀缺的时代，人会主动挖掘信息、传递信息，把它当做一种消除不确定性的宝贵资源。
但是到了今天，就像信息流这个形象的构词法一样，当所有的信息如同洪流般自动流向你，不需要你主动付出精力，并非根据我们自身需求、目的和筛选就得到的那些信息，是不是不但不能减少确定性，反而增加了不确定性呢？
所以，信息当然不是越多越好的。
对于个人来说，这些没有帮助的伪信息通常被叫做噪音或者无效信息，而这些看似信息的噪音往往脱离了个体的主动需求和目的，不仅不能减少不确定性，反而会干扰我们或许有价值的信息。
也是因为这一类原因，我们才总会出现那种刷信息流刷了很久，看了很多，但是又像什么都没有看的感觉。
与此同时，媒介素养和信息判断的标准缺失，让许多人很少去深入思考，去验证这些伪信息的真实性和价值，只是走马观花，找到一个舒适的地方便停下来，然后不再探索和继续深度思考。
毕竟，获取信息不是人的最终目的，获得安全感、获得收益或者创造其他价值才是。
所以，回到刚才我提的那个问题，为什么尽可能多地获取信息是一种人的本能，但是人又总喜欢给自己造出很多信息的小隔间，形成了信息茧房和回音室呢？
那么这个问题就变成了一个质量和效率之间如何平衡的问题了。
当信息的接收量到了一定的边界难以处理的时候，人就需要把精力从搜寻新信息转移到甄别和判断信息上。
如果不这样做的话，就会沉沦在信息编织的牢笼里。
所以，简而言之，每个人能接收和处理的信息一定是有边界和上限的，那么在这个边界内，信息获取的质量和效率就需要被平衡，这个也是精力管理的一部分。
但如果我们想要突破边界，突破上限，则需要更强的好奇心、主动性和目的性。
通过这一小段分析，我们也可以发现另外一个事情，就是没有什么信息是绝对没用或者有用的，信息是否有效很大程度上取决于我们自己想要什么，我需要信息去支撑的那个下一步行动是什么，以及如何去用它们。
那么同理，所谓信息流其实也只是一种朴实的不带价值观的信息组织形式，即便他可能会导致信息简化、信息爆炸和观点极化，但是最后通往哪里也取决于我们每个人不同的使用目的和使用程度。
也正是因为这个原因，我在美国国会最近计划封禁 TikTok 的系列国外新闻和美国用户的言论中，又一次看到了一些出乎我意料的观点，尽管此前主流印象中的 TikTok 也和国内对待抖音一样，人们认为这类产品过度娱乐化，甚至通过成瘾机制诱人上瘾，仅仅是多这一种途径留在自己的手机上也是多么的重要啊。
甚至有的 TikTok 博主还这样说道，这可能是他们能使用到的唯一不被美国官方和美国大资本所完全控制的发声渠道了。
去中心化的分发，至少能让每一种不同的声音都有被听到的机会，甚至形成声势，就像他们声援巴勒斯坦那样。
这种声音在其他宣传机器或者美国公司所垄断的平台中都会受到一定程度的控制，甚至会被颠倒黑白。
但也正是因为这个原因，才让美国的统治阶级不希望 TikTok 继续运营下去。
虽然这些描述只是部分博主的个人看法，但至少在最后，我觉得给我们提供了一个更全面的思路。
即便是同一个抖音，在不同地区、不同媒介生态和不同时间点里，人们都会对它产生不同的需求和看法。
所以，与其去纠结和比较单独哪一种信息形式用或者不用，不如更多考虑如何持续地为自己构建更多元化、多维度、多渠道的信息接收和判断体系。
其实并没有单独哪一种信息形式可以让人类文明持续地进步，持续地打开边界和隔膜。
所以，看见不同媒介的差异性和优势，相互交流和补充，才能够保持一种开言的状态。
对世界的好奇心，以及对信息获取的自主性，还有让更多的主体、更多的意见，站到那些看不见的算法驱动排序的背后，使它成为一个更透明的系统，这样才能真正地持续打破极化，不断地自我更新和进步。
在刚才讲到互联网信息流发展史那一部分的时候，可以很直观地感受到，信息流产品的发展史其实就等于大半个消费。
互联网的发展史，也是一段我们这代人获取信息方式的变迁史。
但如果我们再把时间拉长，从人类文明诞生以来，人类对信息的渴求、接收和处理，也都被映射到了各种信息传递方式的融合发展当中。
从远古的口头传播到石刻，从造纸术、书籍和印刷术，再到电子信号驱动的电报、电话或者互联网，每种媒介都有各自的长处和短处，这也使得他们可以长期共存和互补，甚至相互依赖。
而如果一定要说这些从古至今的信息传递方式有什么相同点的话，我发现其实它们都和信息流一样，都是以某种特定的顺序被人们呈现、传递、吸收和流动的。
所以，它们是不是也能被算作一种广义的信息流呢？
如果说狭义的信息流就是大半部互联网发展史，那么广义的信息流很可能就是人类文明本身。
而我们期待一个什么样的文明，一个什么样的社会，就在于我们每个人决定如何去筛选、使用、创造这些信息，以及信息流动的方式。
以上就是本期主要内容，感谢你的时间。
最后按微见的惯例，为大家推荐一些作品，今天想要专门分享的就是本期多次提到的乌合之众。
这本书在市面上很流行化，但并不意味着它是那种浅谈则指的流行读物。
我第一次读大概是我上大四那年，第二次是六年前，那最近又看了第三遍。
每次看都会因为时下的社会舆论环境发现许多新的洞察。
就像今天这期节目里多次提到，在信息流这种形式普及的今天，群体的定义、聚集群体的虚拟空间以及群体性的思维和特征又出现了许多新的发展和变化，但这些发展都几乎仍是在延续勒庞的预言。
值得一提的是，这次理想国在版的这本乌合之众是由北大政治学博士邓航老师翻译的，他也非常用心地把我在前面提到的塔尔德在 120 多年前写的那篇乌合之众的评论和读后感，翻译并附在了本书中，可以给大家提供更多视角。
所以，对于信息，我们或许没有必要去担心和焦虑信息量的多少，而是更需要让信息和观点能够自由地流动起来。
我想，这就是信息和信息流最本真的意义。
今天的节目到此全部结束，感谢您的收听！
欢迎订阅 office 微见和回声场旗下的其他节目，添加 shownotes 尾部的微信号 king Kramson， 下划线加入我们的听友群，让我们一起留心观察日常生活中的细节，一起建微支柱，我们下期见，拜拜！
