05 Dec 2018
原文：The Changing Generations of Financial Data
作者：Tammer Kamel, CEO and Founder of Quandl
译者：方亮，已获作者翻译授权
作为金融分析师，我们都能意识到，每一个模型都有适用期。迟早有一天，每一个「专有」分析技术背后所蕴含的思想和技巧都会被扩散到更广的范围，到那个时候，技术将不再是竞争优势或超额收益的来源。
但我们没有意识到的是，类似的模式也适用于数据的世界。稀有、独特和专有数据最终都会扩散，变得普遍、易得、没有边界。
最好的分析师会不断优化他们的模型，以防止其不可避免的过时。同样，最好的分析师也会不断扩充他们的数据获取量以成为超额收益新的来源。
「能获得竞争优势」的数据
信息就是力量。市场上一直不乏这样的案例：一位拥有独特且重要数据的交易员，与一位没有这些数据的人相比肯定有优势。「信息优势」是一种最彻底、最简洁、最明显的赚钱方式，而且一直以来都是。
二百年前，地缘政治事件进入“能获得竞争优势”的数据的类别。在前电报和新闻服务时代，能在其他人之前知道战斗、选举和活动结果是一个巨大的优势。当然，如今已经没有不被顷刻之间传遍全世界的新闻了。
一百年前，股票价格进入这一类别。这是行情报价器和投机商号的时代；Jesse Livermore 和 J. P. Morgan。许多经典的价格相关交易策略，包括所有受现代股票行情分析师所喜爱的技术模式，都是在这一时期被开发出来的。当然，如今每一个分析师都可以免费或廉价地获取高质量的股票价格数据。
五十年前，公司财务数据进入这一类别。在路透公司首先于 1970 年代数字化了其公司公告之前，这些数据都是很难找到也很难使用的；但不管怎样，最好的分析师还是会使用它们。Benjamin Graham 和 Warren Buffett 在这一时期开始崛起并非巧合；这是基于基本面投资的时代。当然，如今每一个分析师都可以免费或廉价地获取高质量的股票基本面数据。
五年前，情绪数据进入这一类别。多亏了互联网，投资者们有史以来第一次可以接近真正的群众智慧，亲自测量弥漫在市场上的恐惧、贪婪、希望和绝望的程度。在 2010 年代初，只有最大的银行和对冲基金有实力使用 Twitter firehose 数据流和类似的数据源。当然，如今每一个分析师都可以免费或廉价地获取高质量的情绪数据。
事实上，数据的景观一直在变化，分析师必须不断进步才能跟上它。五年前那些独特、罕见的数据现在变得很普通。如果有什么区别的话，那就是这种变化的步伐在加速。
见证一次数据革命
我们正处于一次数据革命之中。
所有的业务流程都在数字化。像 Walmart 和 Target 这样的公司可以精确地知道你在找什么，你最终会买什么。其他公司如 ADP、MasterCard 和 FedEx 等则深入参与到了薪酬、交易、交付，以及商业流程上的各环节。这些公司的每一个活动都为分析而记录和存储了下来。
人与人之间的交互也正数字化。社交网络、即时通讯和网络搜索描绘了关于人们的兴趣和交谈对象的一幅生动、实时的图景。同样，每一个活动都为后世而记录和存储了下来。
智能手机无处不在。这意味着在每个口袋里都有一个精确的位置传感器、录音机、摄影/摄像机、无线电应答机和互联网连接。几乎已经没有处于手机网络覆盖范围之外的世界了。
汽车和卡车现在都已嵌入传感器，跟踪位置、速度、交通情况等。卫星和 GPS 已经从少数人的特权（军事）变成了大众的玩物；图像和位置数据是当今的公共利益。
由于这些技术创新，我们被淹没在了一片数据的汪洋之中。然而，如果没有另一个计算领域的平行并进，这些数据将毫无意义。由于摩尔定律的不断推进，我们有足够的带宽采集这些数据，有足够的内存来存储，周期性地进行分析，并从中提取商业价值。
这种能力改变了各行各业。今天，每一个公司都是数据公司。这些公司产生了大量的数据，在追求利润的过程中也消耗了大量的数据。不管怎样，公司和分析师们现在能——实时！——查看相同的数据，这些数据总有一天会出现在 10K 文件（年报）、经济公告或财经新闻中。
作为金融分析师，这既是一个机会，也是一个威胁。机会在于从所有这些新的数据源中可以发现新的超额收益。这里的潜力是巨大的：每一个行业都将被数据改变，能早点接触那些数据，意味着能从一个内部视角看待这些行业和公司。
威胁在于，其他人可能会冲击你。如果你不使用这些新的数据源，你的交易对手将会是那些使用数据，并比你拥有更多信息的人。那是一个必败的游戏。
每一个公司都是数据公司
波罗的海干散货指数、ADP 薪酬调查、ISM 制造业指数和 NAHB 住房调查，所有这些例子本质上都不是「传统上」的金融数据集（因为它们相应来自航运保险公司、薪酬提供方、供应链集团和制造业协会）；然而它们改变了市场。近年来，越来越多这样的由经济体各领域的公司所创造的数据集开始浮现。
INRIX 为广大的汽车制造商和货运公司提供位置跟踪服务。他们采集的这些数据使得他们可以详细描绘美国商业路网的交通图景；这是对于经济预测很有价值的信息。在铁路领域，Transmatch 做着类似的事情。
MasterCard，借助其支付业务，拥有全面的用户消费模式信息，并可分解到零售商、产品、区域、人口统计学等维度。Second Mesure 则利用公有和私有工具的组合生成了类似的数据。
Premise，汇聚了一大批智能手机用户来实时采集通胀信号；一种对华尔街极具价值的数据集。Borrell 跟踪广告支出数据，而 Backtest 则采集客户获取成本。
Argus，Spire 和 SpaceKnow 都是利用直线下降的卫星图像成本，分别围绕作物产量、航运和制造业创造了新颖的预测数据集。
DataMinr 是非传统数据领域的先驱之一。通过解析实时的 Twitter firehose 数据流，他们生成了最早的「公众情绪」数据集，并卖给了投资银行和对冲基金。
Accern 旨在采集依据类似的情绪数据，但基于更广泛样本空间的采样，包括数以百万计的网站、博客和媒体页面。
这些数据提供方有的已经在 Quandl 平台上，还有更多在推进中，这个群体只会越来越大。
冰山一角
我们仅仅触及了潜在非传统的数据源的表面。与未来十年我们将能获得的数据源相比，我们现在能获取的数据真是相形见绌。
与我们当前的智能手机网络相比，物联网（IoT）所包含的传感器数量将增加若干数量级，分布范围也将扩展若干数量级。无人机和微型卫星将提供实时的物流数据，远比我们当前的覆盖更为精细。产品中的 Beacons 技术和嵌入式芯片将使得获取交易、使用、报废等瞬时知识成为可能。
所有的公司都将会学着来利用所有这些数据。现在，相对于每一个类似 Amazon 或 Target 那样，运行着严格的程序来进行数据收集、分析和行动的公司，仍有更多公司在用老式的规则运转。随着时间的推移，这些公司要么去适应，要么会消失。不管怎样，未来属于那些拥抱数据革命的公司。这意味着可供分析师使用的商业数据只会越来越多。
但随着新数据可用的同时，「旧」数据将变得普通。这是不可避免的，分析师必须为此做好准备。
扩散的频谱
数据有其自然的生命周期。新发现的数据集是稀有的、谨慎保护的、有价值的，因为它们蕴含新的超额收益。随着时间的推移，这些数据将扩散到更广泛的受众，其超额收益的内容减少；尽管如此，分析师还是会继续使用这些数据，因为不这样做将会使他们处于信息劣势。最后，这些数据变得又旧又过时：充分体现为市场在向新的竞争优势源前进。
聪明的分析师会意识到这个过程是动态的，并随时准备去适应。他们已将这个扩散过程内化。
在评估是否要对稀缺的数据投资时，有些问题需要考虑：我的交易对手是否拥有这些信息？我愿意承担他们拥有这些数据的风险吗？你不希望你的交易对手拥有比你更好的信息。2015 年，投资者们被 JCPenney 的 2 季度报告所震惊。不过，那些购买了 RS Metrics 服务的对冲基金则不会。RS Metrics 使用卫星图像测量各商店的客流量。它近乎实时地公布了 4 月和 5 月客流量的上升。RS Metrics 公司的客户基于此信息进行了交易。8 月中旬，JCPenney 的股价跳涨逾 10%。
这是一个威胁，还是一个机会，取决于你如何看待它。最终，每个人都将能获取卫星数据，就像今天每个人都能获取基本面数据一样，它将不再是那种能获取竞争优势的数据了。
但就现在来说，非传统数据源像卫星数据、情绪数据、客户数据正进入市场。那些能最快接触到这些信息的人，将会保持对市场的领先。
01 Dec 2018
（题图来自 The Atlantic）
开源项目的可持续性一直存在矛盾。开源贡献者疲惫不堪，但报酬微薄。新一代探索者试图平衡开源和商业之间的冲突，改变开源经济学。
1 现代社会依赖数字基础设施，但对其投入不足
如果没有开源软件，我们的社会不会是当今的样子。从互联网到传统行业，逐步建立在软件之上，且越来越多地使用构建成本低、容易发布、并可灵活定制的开源软件。就像实体基础设施的路与桥人人皆可通行一样，这些开源代码人人皆可使用，并构成了当今的数字基础设施。免费的开源软件，以及受益于开源软件的云服务爆发，使得创业成本急剧下降，直接促成了 21 世纪创业公司的复兴。
人们重视实体基础设施投资，却忽视数字基础设施。像实体基础设施一样，数字基础设施也需要定期维护，但一些有价值的软件无法得到商业模式的支持，也缺乏任何形式的机构支持。开源贡献者投入巨大精力换来的更多是认可和保持项目改进，并不要求任何回报。互联网巨头作为开源的最大受益者，因「搭便车问题」，其财富并未有效回馈给开源贡献者。更严重的是，多数公司甚至都没意识到这一点。
2 忽视数字基础设施，存在隐性成本
代码错误、安全漏洞和服务中断。例如 2014 年在 OpenSSL 库中发现的 Heartbleed 安全漏洞。当时互联网 2/3 的 Web 服务器使用 OpenSSL 传递密码、信用卡等敏感信息。OpenSSL 如此重要，以至于人们总认为其团队庞大、资源充足，而事实上它只有一名全职工程师，不足以及时修复漏洞。媒体的报道使 Heartbleed 广受关注，部分报道也关注到了 OpenSSL 本身，OpenSSL 因此暂时获得了资助，能支持 4 位全职工程师 3 年。
软件得不到必要的维护。2013 年，在大多数 Ruby 开发者托管库文件的 RubyGems.org 中发现了一个安全漏洞，但几天都没有修复，因其完全由志愿者维护。黑客发现了这个漏洞并攻击了 RubyGems.org 服务器。一些志愿者抽出休假时间以让其尽快恢复。由于 RubyGems.org 是 Ruby 基础架构的关键部分，因此这个安全问题影响了许多开发者和公司。该事件突显了纯粹的志愿者劳动力如何限制了重要基础设施安全性和可靠性。
优秀开源人才的流失。像任何志愿者社区一样，工作倦怠在开源贡献者中很常见，不管是个人还是企业开发者，都发现自己在无偿应对需求，特别是来自科技巨头的 pull requests。部分开发者选择停止维护他们的项目，因为没有时间专职去做，并希望其他人能接手。与此同时，公司、政府和个人继续依赖和使用这些库，而不了解潜在的风险。此外，开源人才的流失不限于那些已经离开的贡献者，还包括一些试图加入的人。
3 开源可持续性不佳的原因？
属于隐性成本，造成关注度不够。由于代码不像热门视频或音乐那样具有吸引力，因此公众对这项工作的认知程度很低。多数人认为使用开源是理所应当的，却并没有考虑维持开源所需的人力和资源。OpenSSL 的故事并不独特，但却是幸运的。无数其他项目继续默默无闻且不受支持。这是一个生产者（开源贡献者）非常熟悉的问题，但是使用者（软件公司和其他开源用户）似乎并不知情。数字基础设施缺乏足够的制度支持 。
社区存在强大的文化传统，反对商业利益。数字基础设施根植于开源，其志愿者文化不鼓励谈论金钱，认为金钱会腐蚀和削弱开源工作的自愿精神。尽管这种态度使得开源发展壮大成今天的样子，但也使得开发者难以在不感到内疚或担心被视为缺乏团队精神的情况下公开讨论他们的资源需求。此外，开源的高度分散和民主的特性也使得协调和维持全球分布的志愿者团队付费工作本身就极具挑战性。
更实际的是，开源缺少持续性的商业模式。开源常见的商业模式包括：
- 专业服务：最著名的是 Red Hat，它为使用 Linux 的企业提供支持，培训和其他服务。Red Hat 成立于 1993 年，是一家上市公司，收入达为每年 30 亿美元，上月被 IBM 以 340 亿美元收购。
- 开源社区版+付费商业版：社区版开源且免费，可获取最新的模块，但不提供任何保障。商业版闭源且收费，提供质量测试、Bug 修复、性能优化、增值功能和技术支持等商业用户感兴趣的服务。
- Open Core模式：通常涉及一种功能强大的开源核心产品，围绕这个核心提供商业扩展，并捆绑了支持和服务。目前采用这种方式的较知名公司有 Cloudera、Elastic、Confluent 等。
- 基金会支持：如成立于 1999 年的 Apache 软件基金会，现已成为 350 多个开源项目的孵化器。通过接受企业捐赠，它为项目提供组织和法务等方面的支持，但不直接为项目提供资金。若项目本身足够大，可创建独立的基金会进行管理和募资，如 Python、Node.js 和 Django 等。
- 赏金：个人或公司有时会发布「赏金」，希望以此得到想要的功能特性。如 IBM 自 2003 年起就用 Bountysource 网站为各种项目请求新功能，也有很多公司为发现开源软件的安全漏洞提供了悬赏。
- 众筹：通过众筹获得资助，如 Kickstarter 或 Indiegogo。Django 数据库的核心开发者 Andrew Godwin 曾从 Kickstarter 的 507 名支持者那里成功筹集了 17952 英镑，以资助 Django 数据库的工作。
- 企业支持：因项目价值，企业聘请贡献者全职工作。John Resig 创建了 jQuery，一个被广泛使用 JavaScript 编程库。John 于 2007 年加入 Mozilla，担任布道师，为 jQuery 获得了所需的组织支持。
从中，我们可以发现若干「痛点」：
- 可持续性：仅专业服务、付费商业版和 Open Core 可获得持续且较稳定的收入，其余方式较不确定，严格意义上不算「商业模式」。
- 支持对象：以特定项目为主，对个人贡献者的支持较少。
- 时间精力：如果有足够多的用户使用该项目并愿意付费，那么专业服务对于个人开发者或小型团队来说是一个可行的选择，但同时这也会分散开发者改进项目本身的时间和精力。
- 贫富差距：越来越多的眼球和资源都投到了极少数热门项目和个人上，导致基础和小众软件的生存空间越来越有限。
- 中立性：企业聘请个人贡献者全职工作，可能会影响项目的中立性或原本的发展方向，不利于整个社区的发展。
4 使开源可持续发展的新商业模式探索
支持个人开发者
- 众筹2.0：直接从用户或粉丝获得收入，向受捐助者（开源贡献者）承诺少量经常性收入，以示对其工作的支持，两个流行的平台：
- Patreon，不仅关注开源贡献者，也关注其他内容创作者，近期除捐赠外，也开始提供商业贷款，帮助他们建立更大的媒体业务。
- Liberapay，前身 Gratipay 可能是资助开源项目和人员的最大平台，但于去年底关闭，分支 Liberapay 重新为经常性捐赠提供了支持。
- 双许可证：一种在商业付费需求和公开代码意愿间的平衡，例如：
- License Zero，基于双条款 BSD 的宽松许可，添加了要求商业用户 90 天后购买商业许可的条款，允许用户在购买之前试用。
- Fair Source，Sourcegraph 推出的「source visible」许可，对于个人和小型企业免费，但为更大的商业用例付费提供了法律依据。
支持组织或项目
- 商业化和软件保障：类似 Red Hat 模式，但可支持较小的项目：
- Tidelift，「开源届的 Netflix」，企业用户向其支付订阅费以确保所使用的开源软件得到适当维护，旨在连接企业用户为开源贡献者创造稳定的收入，能在同一保护伞下支持数百个独立开发者。
-
对开源货币化本身的开源：激进的透明度可能重塑开源经济学：
- Open Collective，其平台为「团体」提供募资工具，并提供机制以允许这些团体成员以民主和透明的方式花钱，这种极度的透明度好比 Web 浏览器的「查看源代码」功能。
5 开源可持续性的趋势判断
得益于 GitHub 和 VC，开源正加速发展。GitHub 是开源爆炸式增长的中心，截至 2018 年 11 月已托管了超过 1 亿个 repo；VC 踊跃投资开源，因其能成为帮助其他项目成功的平台，但也受到资产类别的限制，VC 无法投资一个没有商业模式的项目。
传统的专业服务，Red Hat 式成功难以复制。一方面，Red Hat 受益于其技术的先发优势，另一方面，服务模式没法超高速发展，在公有云发展趋势的影响下，市场空间会受到挤压，将出现更多并购案例。
开源可持续性探索，目前仍处于早期阶段。上述新商业模式探索中，目前只有少数的项目能支撑其开发者全职工作，贫富差距又一次显现。此外 License Zero 和 Tidelift 太新了，后续表现仍有待观察。
区块链有望能改进互联网的利益分配机制。第一代互联网基础设施（如 DNS、TCP/IP 协议等）的创造者们，并没有获得适当的回报，区块链未来可能带来对底层激励机制的创新，从根本上改善开源的可持续性。
26 Nov 2018
（题图来自 Cisco）
对话式 AI 的技术、产品和商业模式创新带来的商业生态价值已在中美市场显现。在美国市场，Amazon Alexa 与 Google Assistant 的生态竞争日趋焦灼；而在中国市场，百度 DuerOS 是目前唯一可与国际科技巨头比肩的对话式 AI 生态。
1 三大对话式 AI 生态布局比较
以下，将从产品、平台、内容和渠道 4 个维度进行比较。
产品：从扩展智能家居产品矩阵，到覆盖对话式 AI 设备全场景
家庭、车载、随身和办公，依次是对话式 AI 的主要使用场景。
家庭场景，Amazon 自研设备最为丰富，覆盖高中低档，并提供将非智能设备 Alexa 化的 Echo Input/Link 等产品。Google 加速扩展品类，但自研产品丰富度仍不及 Amazon，Nest 虽为 Google 系智能家居品牌，但在支持Google Assistant 的同时也支持 Alexa 。百度已推出 3 款自研音箱。
车载、随身和办公场景，Google 布局较早，Amazon 正迎头赶上，双方都已覆盖全场景。
平台：硬件+技能平台双开放成标配，差异化解决方案成竞争关键
Alexa 早在 2015 年就开放了 AVS 和 ASK 两大平台，从广度和深度上拓展生态，落地设备和技能数量当前均大幅领先，不过 Google 增速更快缩小了差距。解决方案层面，Alexa 更为开放，芯片组 Alexa Connect Kit 将大大降低 WiFi、蓝牙和访问 AWS 的旧设备升级为对话设备的门槛，DuerOS 在开放程度上直追 Alexa，并推出有屏、蓝牙设备解决方案。
Alexa 在开放平台的同时，成立了 Alexa Fund，初始资金 1 亿美元，聚焦投资细分领域方案商，2017 年底又增资 1 亿美元，聚焦投资硬件品牌商。效仿 Alexa，Google 和 DuerOS 也推出相应扶持计划，不过 Google 前期更重视对开发工具和细分领域方案商的投资，尚未覆盖硬件公司。
内容：通过自产、投资等方式，控制原生优质内容，是重要的竞争力
Amazon 和 Google 在音视频内容领域均有广泛布局，在购买 Echo 和 Google Home 的相关用户评论中，Prime 和 Chromecast 是高频提及词，体现了两者重要的协同作用，而 Google 限制 Amazon Echo 接入 YouTube 则体现了强烈的对抗意图。百度通过与 QQ 音乐合作及战略投资网易云音乐等，阶段性弥补了音乐内容的短板。
渠道：ToC 渠道优劣势差异明显，ToB 渠道各方已开始布局
Amazon 自建电商平台及物流系统是 Alexa 的巨大优势，并在合作零售商的线上线下商城均有布局。Google 自建渠道薄弱，以往 Pixel 系列销量不佳很大程度上也缘于此，当前更多依赖传统商超和运营商渠道。百度与 Google 类似，且更多依赖直接竞争对手的渠道，存在风险。
此外，Amazon 和 Google 都已开始在新房预装领域布局。Lennar 有几个社区预装了 Alexa 设备，KB Home 已决定提供 Google Assistant 设备及其兼容家居产品。
2 三大对话式 AI 生态路径比较
Amazon 领先 2 年进入智能音箱领域，取得先发优势，在挑落 Sonos 后，从 2016 年底开始与 Google 进行了若干次针锋相对的交锋，并一步步将战场从家庭场景拓展到全场景。在移动、办公场景远远落后于 Google, (以及 Apple、Microsoft)的 Amazon 「不得已」选择从家庭场景切入，借助对话式 AI 实现了弯道超车。Alexa 与Cortana 的合作打通，标志着竞争已从智能音箱的设备本体转移到对话式 AI 的生态抗衡。DuerOS 则是中国市场最大、最具活力的对话式 AI 生态。
3 对话式AI生态发展趋势预测
当前的合理预期
硬件产品方面，已进入全场景竞争阶段：1）智能音箱高低两端均推出标杆产品；2）带屏音箱已成趋势，交互优势使其更有机会成为主控设备；3）更多第一方硬件，促进交互，4）布局存量市场，非智能产品的智能化。
核心系统方面，AI 能力是竞争核心之一：1）更自然的交互，多轮对话、自动分解多重回复等；2）区分不同用户，配对不同的回答和服务；3）更多与内容的交互，如问「这个人是谁」；4）Multi-room，多空间同步。
开放平台方面，进一步丰富解决方案种类：1）推出端到端解决方案，需联合芯片、硬件、设计公司；2）推出芯片组，互联设备都可将其嵌入，成为语音对话设备；3）隐私安全，需硬件+芯片+身份认证整体解决方案。
内容服务方面，强势内容是重要协同要素：1）版权内容争夺日益激烈；2）短视频需求将在带屏终端上爆发；3）更多针对中老年、儿童的内容及服务，如戏曲、广场舞、教育；4）借力 Alexa 生态，兼容 AVS 服务。
关键的不确定性
硬件产品方面：1）可穿戴设备的语音化，借助百度 DMA、Amazon ACK 等解决方案，智能耳机、智能眼镜等市场即将爆发？2）多传感器融合，更自然的交互带来成本增加，难以成为主流？
商业变现方面：1）当前 Alexa 仅 2% 曾用于购物，语音购物何时普及？2）语音平台更适合品牌推广，而非语音购物？3）平台主的主要变现方式是硬件（如 Apple），服务（如 Prime、YouTube），还是广告？
生态竞合方面：1）多个对话式 AI 间在内容、技能等层面实现互通？2）核心内容（如音乐、视频）和渠道（如电商）竞争对手大概率会限制？3）手机和音箱，谁更有可能成为家庭中控设备？长期来看实现普适计算？
隐私安全方面：1）政策法规、隐私技术、用户意识共同影响市场走向，机遇大于风险？2）ToC 场景（家庭、随身、私家车）与 ToB 场景（办公、酒店、公共交通）是否实现账号打通？若打通如何保障用户隐私？。
11 Jun 2018
（题图来自 Wikipedia）
很久以前的 2011 年 5 月 15 日，曾经在知乎上问过一个问题：「你心目中最伟大的乒乓球运动员是谁？」
科&龙
如果换成是现在提问，也许有人会回答张继科或是马龙，不过：
那时的张继科，当天刚刚拿下自己的第一个三大赛冠军——2011年世乒赛，距离之后拿下 2011 年世界杯、2012 年奥运会，达成最快「大满贯」的记录，还有 445 天。
那时的马龙，还没有完成自身心理上的突破，大赛上也一直过不了王皓那一关。距离拿下自己的第一个三大赛冠军还有 16 个月，距离达成「大满贯」的伟业，还有 5 年。
老瓦
所以，从「大满贯」成绩这一硬指标来看，当时满足条件的男运动员只有：瓦尔德内尔、刘国梁、孔令辉。马琳，虽然我也很喜欢，但由于时运不济一直拿不了世乒赛，只好忍痛割爱了。
当时我自己心中的答案是：老瓦。唯一的一位非中国籍「大满贯」得主，和中国至少 5 代选手进行过较量，由于技术上的引领创新，且极具艺术性和多变性，被称为「乒坛莫扎特」。
刘月半
不过现在，我的想法有了些变化。不是因为马龙已成为「六边形战士」，而是因为国家队近来不断的失利，让我重新审视了刘国梁的价值。
上世纪 90 年代，蔡振华带领中国男队迎来复兴，而之后的刘国梁，则让中国男队一直处于巅峰，十四年间只丢了 2004 年的雅典奥运（刚接手），和 05、09、17 这三届世界杯（每年一届含金量较低）。在刘国梁作为总教练的日子里，弟子与困难的对手战斗时，他无数次帮助弟子克敌制胜，而现在他卸任总教练后，虽然中国队仍在像以前一样比赛，但在面对对手的「伏击」时，失去了一位最伟大的谋士。
在刘国梁和孔令辉的时代，他们并不太依赖教练，更多是依靠自己去阅读比赛，应对困难的新对手。马龙、张继科和樊振东们从刘国梁的现场指挥中获益良多，自然也因他的离去而备受煎熬。马龙虽六边形能力值依旧，但也不再无懈可击。
乒乓球的技术达到一定的水平后，更多的是进行针对性训练。中国队的运动员都是其他国家的重点研究对象，如日本的张本智和，近来已连续击败樊振东、张继科和马龙，想必过去两年他都在重点研究马龙和樊振东。张继科最近刚从伤病中恢复，所以输给张本并不太意外，而张本对国乒另外两大主力许昕和林高远的成绩并不好，甚至也经常输给巴西和英国的运动员，外战成绩并不稳定，也更能看出他训练的针对性。
乒乓球的战术和技术一样重要，被「伏击」时，你很难发挥自己的特长。低谷中的中国乒乓球队，更让我看清了刘国梁的价值。
因此，综合运动员时代和教练员时代，我认为刘国梁是历史最佳（G.O.A.T）。
08 Jun 2018
（题图来自 ART+marketing）
技术在改变我们生活的同时，也影响了我们接受信息的方式和内容，进而影响了我们的认知方式。
1 概念：信息-行动比
关联被割裂
「信息-行动比」（Information-action ratio）是文化评论家 Neil Postman 在其《娱乐至死》一书中提到的概念。简而言之，Postman 意图指出「信息」与「行动」之间存在着某种关联，一个人获取了某种信息后，将会在一定程度上促成某些行动。
1990 年，Postman 在一次演讲中谈到：「信息与行动之间的关联已经被割裂。信息现在是一种商品，可以被用来买卖，或者被用来作为一种娱乐的形式，又或者像身着外衣一样以增强自己的地位。它对所有人一视同仁地使有用性脱节，我们充斥着信息，淹没于信息，但无力掌控它。」
因此，较高的「信息-行动比」指的是人们在面对脱离语境的信息时所面临的无助感。
2 成因：电报的发明，媒体的选择
电报的发明
《娱乐至死》认为，「信息-行动比」的本质性改变来自于电报。
在电报之前，人们接触到的信息往往与生活密切相关，「信息-行动比」基本是平衡的，大多数人会感觉到他们有能力掌控自己的生活。电报的发明，使得信息的传播不再受到信息传播者速度的限制，创造了超越时空的奇迹。
但 Samuel Morse 没有想到，电报摧毁了关于信息的原有定义，并赋予公众话语一种崭新的定义。对话的内容与传统印刷术下的内容完全不同，使脱离语境的信息合法化。信息的价值不再取决于其在社会和政治对策和行动中，而是取决于它是否猎奇。
媒体的选择
但如果没有媒体的合作，单独的电报将信息变成商品的潜力永远也无法发挥出来。
当时的主流媒体是报纸，电报以惊人的速度让当地新闻和没有时效性的新闻迅速失去了在报纸上的中心位置。取而代之的是万里之外的事件，并被称为「新闻」，但这些新闻其实与我们的生活毫无关系，你知道了这些事情也不会因此采取任何行动。
在信息的海洋里，却找不到一点儿有用的信息。信息和行动的关系变得抽象和疏远起来。在人类历史上，人们第一次面对信息过剩的问题。
3 影响：媒介即认识论
随着 Morse 重新定义信息，其后的摄影、电视、互联网、手机等，只是让信息过剩的状况变本加厉而已。特定时代接受信息方式和内容的不同，也影响了人们对世界的认知方式。
允许怎样的对话存在？
电报：
- 适用于传播转瞬即逝的信息。
- 引入的公众对话是新闻式的，耸人听闻、结构零散、没有特别受众。
- 促成伪语境，让脱离生活、毫无关联的信息获得一种表面的用处。
摄影：
- 是一种描述特例的语言，构成图像的语言是具体的，无法再现无形的、内在的和抽象的一切。
- 与字、词、句子不同，摄影无法提供关于这个世界的观点和概念。
- 和电报一样，照片把世界再现为一系列支离破碎的事件。
电视：
- 对话方式助长语无伦次和无聊琐碎。
- 关心的是给观众留下印象，而不是给观众留下观点。
- 单方面被动的信息接收。
互联网：
- 去中心化，表达的门槛大幅降低，人人皆可创作。
- 超链接，让信息孤岛没有那么严重，也让「连接」的概念深入人心。
- 搜索让信息的获取拥有了更多的主动性和针对性，社交网络则关注动态多于思想。
手机：
- App，让原本公开透明的互联网变得分散、封闭。
- 手机上各种传感器促成表达的形式越来越多，但文字仍然是创作门槛最低的形态。
- 推送、推荐日益流行，信息应接不暇，且获取的内容带有不确定性（算法推荐，非静态页面）。
鼓励怎样的智力倾向？
电报：
- 其力量在于传播能力，而不是收集能力、解释能力、分析能力。
- 电报式话语不允许人们进行历史的回顾，也不鼓励深入的分析。
- 只需要「知道」它们，而不需要「理解」它们。
照片
- 文字需要能理解，照片只需要能辨认。
- 照片没有句法，这使它无法同这个世界理论。
- 「看」取代「读」成为了人们进行判断的基础。
电视：
- 思考无法在电视上得到很好的展现。
- 认识论的中心，影响着人们对于所有话题的理解。
- 娱乐是电视上所有话语的超意识形态。
互联网：
- 信息多元化，严肃深刻的内容，在互联网上至少是可以存在的「长尾」。
- 新产品层出不穷，不同的产品迎合了不同群体的心理距离，加速构建人际交流的新模式。
- 「共鸣」，技术促成了相近观点人群的连接，不断产生「爆点」。
手机：
- 支离破碎的时间完全被 App 占据，不断「刷新」，输出直觉（「赞」、「踩」），不鼓励分析。
- 手机的介质和形式，导致了没有耐心、很难专注、放弃思考、理解力下降。
- Filter Bubble，个性化算法推荐，导致用户越来越看不到他们不同意的观点或信息，认知单向化，并处于意识形态气泡之中。
4 应对：我们该如何改变？
技术导致的娱乐化本身并没有错，但如果生活中只剩娱乐，那么问题就出现了。
为了改善「信息-行动比」，降低无助感，可以从两个方面着手：
分子：减少信息输入，提升信息质量
- 断舍离：少用手机，少看各种信息流，是最简单直接的方式。大多数的信息其实与我们的生活无关，也并没有提升我们思维的层次，仅仅是信息量的扩展，认识到这一点可以轻松舍弃大部分信息。
- 相信算法推荐：如果你是一个数据主义者，那么你可能会相信随着机器对你的行为了解得越来越多，对你的偏好会理解得越来越准，你的时间和精力可以花在你更关心的、更有意义的事物上。但建议对算法仍需保持警惕。
- 相信人的推荐：如果你还是更相信人，那么你可以选择高质量的意见领袖，追随他的推荐并按图索骥，必要时进行「知识付费」，系统性的课程和互动能更有效地掌握知识。
分母：从思考到行动
- 思考：在开始行动前，有必要先重拾思考。既要认识自己，也要认识工具。从认识自己的角度来说，重要的是了解自己的思维方式，这样你会非常清楚自己的动力、目的在何处。从认识工具的角度来说，有必要在使用任何一种工具前思考一下，它允许怎样的对话存在？鼓励怎样的智力倾向？获取的信息能对我有哪些帮助？
- 方法：讲述提高执行力方法论的书很多，比如《Getting Things Done》、《高效能人士的七个习惯》都让我受益匪浅，其中我觉得最好用的方法是「通过记录把头脑中的任务迁移出来」、「集中精力，要事第一」、「把任务分解到具备可执行性」。
- 行动：如果把所有的时间都花在组织，而不是执行上，那么所有的方法论都是不好用的。如果能把必须做的事做得简单、高效、有趣，那么就不容易拖延，也有更多时间去应对「该做的」，找到「想做的」，更有效地进行自我管理，相信自己的命运掌握在自己的手中。
对我来说，写作是信息可以转变成的最简单直接的行动，也是锻炼自己思想并以此为人类对话做出贡献的一种努力。改善我的「信息-行动比」，从坚持写作开始！
注：从「信息-行动比」概念的提出，到从电报到电视的认知，很多观念来自 Neil Postman 的《娱乐至死》。可惜的是，Postman 在 2003 年就已去世，没有经历从互联网到移动互联网的时代。我对互联网和手机作为媒介对于认识论影响的看法，在此作为向 Postman 的致敬。