IT瘾互联网推荐

韦氏词典评选“slop”为年度词：AI 低质内容充斥互联网

Tue, 16 Dec 2025 04:50:00 CST

美国知名词典出版机构梅里亚姆-韦伯斯特（Merriam-Webster，韦氏词典）宣布，将“slop”一词评为 2025 年度词汇，直指过去一年在人工智能推动下席卷互联网的大量低质数字内容。该词在该词典中的定义是“通常由人工智能大批量生成、质量低劣的数字内容”，用以概括当前社交媒体和网络空间中随处可见的 AI 产物。

词典方面在解释中指出，“slop”一词如同“slime（黏液）”“sludge（淤泥）”“muck（污泥）”一样，自带一种“湿哒哒”的质感，让人本能地产生厌恶感，形象地传达出这种内容“不想碰却无孔不入”的特征。在 AI 引发广泛焦虑的时代，梅里亚姆-韦伯斯特认为，“slop”是一种带有嘲讽意味而非单纯恐惧的表达方式，对技术本身形成了颇具戏谑色彩的回应。梅里亚姆-韦伯斯特总裁 Greg Barlow 在接受美联社采访时称，“这是一个极具画面感的词，与正在重塑世界的 AI 这一技术紧密相关，人们对它既着迷，又厌烦，同时也觉得有些可笑。”

在过去一年里，“slop”这个词频繁出现在各类报道和评论中，被用来描述 OpenAI 的 Sora、Google Gemini 的 Veo 等内容生成平台如何改变互联网生态。借助这类新一代媒体生成工具，AI 已经开始批量制造图书、播客、流行歌曲、电视广告，乃至整部电影，一项 5 月发布的研究甚至声称，在此前一个月新产生的网络内容中，近 75% 在某种程度上涉及了人工智能。

伴随这些工具兴起的，还有所谓“slop 经济”（slop economy）：平台通过堆积 AI 生成内容来收割广告收入，从而形成一种以“信息糟粕”为原料牟利的模式。批评者担忧，这一趋势正在进一步撕裂数字社区，将用户分化为能负担高质量付费内容的人，与只能消费免费“slop”的人，而后者在信息价值和事实密度上往往相当贫乏。

“slop”一词的使用范围已经远远超出传统媒体消费领域，也被广泛用于形容 AI 对其他行业的冲击，包括网络安全报告、法律文书以及高校论文等诸多场景。在这些领域中，充斥着由 AI 快速拼凑、质量参差不齐的“报告”“分析”和“作业”，进一步加剧了专业判断和学术诚信的挑战。

值得一提的是，今年在“年度词汇”评选中，科技相关词语整体表现抢眼。澳大利亚的麦格理词典（Macquarie Dictionary）早于梅里亚姆-韦伯斯特，将“AI slop”评为年度词；牛津词典（Oxford）选中了“ragebait”（以激怒情绪为目的的诱饵内容）；柯林斯词典（Collins）则将“vibe coding”（氛围编码）列为年度词汇，反映出 AI、算法内容和情绪操控等议题已成为当今公共话语中不可回避的主题。

“16岁以下禁止使用社交媒体”：多国划定互联网“年龄红线”

Wed, 10 Dec 2025 20:00:00 CST

“马来西亚和其他国家之所以出台针对青少年群体的社交媒体禁令，其根本原因在于人们日益担忧社交媒体对青少年身心健康、隐私和安全等方面造成影响。”

澳大利亚网络安全委员会（eSafety）发布的报告披露，10-15岁年龄段有96%的孩子曾使用过社交媒体平台，13-15岁的使用比例更是达到99%。其中，有超过52%的孩子，遭遇过不同形式的网络欺凌。

“我认为实施难度较大，身边同学或朋友习惯了拥有社交媒体的生活。如果强制进行切割，大家总会想办法绕过禁令。”高瑛茜觉得，政府应该多了解青少年的想法，在政策正式落地前找到各方都能接受的平衡点。

南方周末记者陈相成

责任编辑：姚忆江

当地时间2025年12月10日，澳大利亚青少年在家中收到社交媒体网站的年龄验证消息后，尝试解锁该网站。（视觉中国/图）

“12月4日开始，将阻止澳洲16岁以下青少年注册新账户，并移除此年龄段相关账号，包括Instagram、Threads和脸书。”

美国科技巨头Meta的声明，响应了全球首个针对青少年使用社交媒体的禁令。2025年12月10日起，澳大利亚16岁以下青少年将“告别”社交媒体。澳大利亚政府表示，将于近期督促各平台清理相关账号，预计数量超百万个。若平台未予配合，将面临最高近 5000 万澳元（约合 2.35 亿元人民币）的罚款。

不仅是澳洲，限制未成年人使用社交媒体成为越来越多国家的共识。

马来西亚政府表示“正研究澳大利亚等国做法”，计划在2026年实行青少年社交媒体禁令。丹麦、瑞典在全国校园推行“手机禁令”，其中前者打算将社交媒体的最低使用年龄设置在15岁。新西兰、英国等国则热烈讨论了来自议员们的相关提案。

在马来西亚国立大学社会科学与人文学院副研究员、媒体传播项目负责人萨巴里亚·穆罕默德·萨利赫（Sabariah Mohamed Salleh）看来，马来西亚和其他国家之所以出台针对青少年群体的社交媒体禁令，其根本原因在于人们日益担忧社交媒体对青少年身心健康、隐私和安全等方面造成影响。

“控制使用社交媒体只是保护青少年的方法之一，从长远来看，这项事业需要政府、学校、家人、平台等利益相关者共同参与进来。”她向南方周末记者表示。

“未成年人网络保护这一议题具有国际共识性，各国的探索值得我们去持续关注与观察。”北京市社会科学院法治所副研究员于雯雯告诉南方周末记者，一些国家的相关禁令可以禁止未成年人注册账号，但并不意味着能完全杜绝未成年人的社交媒体行为。

“互联网伤害”

对于此项禁令，澳大利亚中学心理教师玛格丽特最初表示理解。“入职学校前，我曾是一名律师。接触的青少年欺凌案件中，有不少是直接或间接通过社交媒体，对当事人形成侵犯。”

2025年7月，澳大利亚网络安全委员会（eSafety）发布了10-15岁儿童参与网络平台的情况报告，将“互联网伤害”主要类型进行罗列。报告披露，该年龄段有96%的孩子曾使用过社交媒体平台，13-15岁的使用比例更是达到99%。其中，有超过52%的孩子，遭遇过不同形式的网络欺凌。

“形式包括被说过羞辱性或伤人的话，被故意排除在线上活动，私人信息或秘密被曝光，以及被威胁伤害自己等。”报告指出。

澳大利亚对青少年健康使用网络的关注已有多年。

2015年7月，该国依据《加强儿童网络

登录后获取更多权限

立即登录

校对：星歌

欢迎分享、点赞与留言。本作品的版权为南方周末或相关著作权人所有，任何第三方未经授权，不得转载，否则即为侵权。

社交媒体澳大利亚青少年

Translation of 可能是迄今为止（2025）中文互联网上，对自制力最硬核的技术讨论

Wed, 05 Nov 2025 03:12:04 CST

Original article translated from Chinese, written by edmond, link is https://zhuanlan.zhihu.com/p/1930893902623245386
Translation helped with Claude and edited by myself.

I expect this article to become the most revolutionary technical discussion on self-control in the Chinese internet (as of 2025), bar none.

Perhaps this goal seems a bit audacious, but dear readers, if you have reservations about this claim, please allow me to invite you to quickly scroll through and get a feel for the style and content of this article - perhaps it might slightly increase your confidence :)

The core idea I want to convey in this article is: The problem of self-control need not only be a psychological or physiological problem - perhaps it can also be an engineering problem that can be solved using mathematics and physics.

— Based on the above concept, there exists such a possibility: A person can impose lasting and profound constraints on their own behavior through just a few abstract yet ingenious thought experiments, without any external deadlines, environmental constraints, or even any external supervision - even to the extent of changing the long-term stable state of their entire life.

(Of course, it must be specially noted that even the most powerful methodology can only partially solve behavioral problems. Many severe neurological and pathological issues still need to be addressed through professional medical channels.)

To validate this idea, as someone who has been severely troubled by ADHD and self-control issues since childhood, I spent over a decade from elementary school through my doctoral studies, experiencing countless trials and errors, thinking and verification, gradually exploring the two generations of self-control techniques that this article will introduce.

They once helped me transform from someone who struggled long-term and couldn't focus for even an hour, to being able to continuously study at home all day for several months without external pressure, with my life in well-ordered condition. The exploration process of these two generations of techniques was also an interesting and winding journey of continuous trial and iteration regarding the phenomenon of "self-control."

Therefore, I have always considered writing this article as a mission that must be completed: I hope to offer them as a gift to those who, like my former self, are tormented by ADHD and self-control barriers. Dear strangers, I hope it can help you, and others who are suffering, even if only to solve a little bit of the troubles brought by self-control problems.

Next, I will slowly tell you about these two sets of methods. They are respectively called CTDP (Chained Time-Delay Protocol) and RSIP (Recursive Stabilization Iteration Protocol). The thinking behind these two methods is completely different from the commonly discussed concepts of "putting down your phone," "making plans," "goal decomposition," "reward and punishment mechanisms," "delayed gratification," "intrinsic motivation," "habit tracking," and countless other clichéd discussions.

— What I want to do is to abstract the underlying mathematical and physical mechanisms from daily behavior, attempting to start from first principles, to solve as elegantly as possible (and partially) the age-old self-control problems of procrastination, difficulty starting, giving up midway, and low states that have plagued humanity for hundreds of years.

Of course, in this process, I will introduce some basic mathematical concepts, which may require some foundation in college-level mathematics to fully understand. But rest assured, I will try my best to use accessible popular science language, explaining concepts in a qualitative and semi-quantitative manner (quantitative analysis is also unrealistic for this topic). Additionally, to allow more friends with attention barriers like me to read through smoothly, this article will also adopt a more ADHD-friendly colloquial writing style, with illustrations interspersed, and organized using numbered paragraphs.

Finally, a small reminder: During the reading process, you will likely have various questions (for example, when reading about the Sacred Seat Principle, you might wonder "what if I cheat" or "what if I just refuse to sit down"). Please don't be anxious - usually the next section will answer these questions. And many of the limitations of the first-generation method will also be discussed and resolved in the second-generation method introduced after Section 13. In short, please read slowly and don't rush :)

CTDP Chained Time-Delay Protocol

Before the formal discussion, let's consider a most common scenario:

Suppose it's now 7 PM, you just finished dinner, sitting at your desk with homework to complete or a paper you want to read. At the same time, your phone screen lights up, and you catch a glimpse of an interesting notification on Xiaohongshu (Chinese social media). At this moment, two choices are presented to you:

Play with your phone: You'll get immediate relaxation and happiness, however, this seems likely to ruin your study plan for tonight, and may later produce anxiety and regret;
Go study: You'll face immediate boredom and fatigue, however, this will alleviate your recent task pressure and help with your studies.

And faced with this choice, almost everyone with poor self-control will tend to scroll through videos all night, then regret it immensely. Why is this exactly?

This question is the most classic toy model under the self-control problem. Regarding it, people have proposed various discussions - the so-called willpower model, dopamine, reward and punishment mechanisms, goal decomposition, delayed gratification, environmental control, psychological suggestion, identity recognition, to-do lists, and countless academic concepts, empirical rules, and folk remedies.

However, in this article, I will abandon all the above commonplace, vague concepts, and instead use a simple mathematical model to explain.

2

This is the first assertion of this article: When people face any choice, the true inclination toward a certain behavior can necessarily be expressed as the product of that behavior's future value function $V(\tau)$ and the weighted discount function $W(\tau)$ , integrated from the current moment ( $\tau=0$ ) to infinity:

I=∫0∞V(τ)⋅W(τ)dτI=\int_0^{\infty}V(\tau)\cdot W(\tau)d\tauI=∫0∞V(τ)⋅W(τ)dτ

Where:

Future value function $V(\tau)$ represents, in your current eyes, the value that this behavior brings at each future moment $\tau$ ;
Weighted discount function $W(\tau)$ represents the degree of importance you attach to the value at each future moment $\tau$ (similar to the hyperbolic discounting function in economics that describes similar phenomena).

In other words, when we face choices, we don't simply add up all "future values" and then decide, but rather it depends on the weighted sum of values at all future moments. Generally speaking, values in the immediate future carry higher weight, while values in the distant future carry lower weight.

Take the example of "going to study vs. scrolling on phone" from earlier:

If choosing to study, in the short term we face switching costs and the boredom of studying, so $V(\tau)$ is negative; but in the medium term, due to the pressure relief and satisfaction from studying, $V(\tau)$ turns positive; and in the more distant future, the impact of one study session will eventually dissipate, and $V(\tau)$ approaches 0 again;
Scrolling on phone is the opposite: the short-term immediate pleasure makes $V(\tau)$ positive, but in the medium term it will produce anxiety and regret from ruining plans, turning $V(\tau)$ negative; and playing on the phone for one night ultimately won't change one's life, so $V(\tau)$ will slowly trend toward 0.

Ideally (that is, in a purely rational situation), if the weighting function $W(\tau)$ were a constant, then the net total value of studying would obviously be higher than playing on the phone.

However, our brains are often extremely short-sighted, with the weighting function $W(\tau)$ being very high in the short term and rapidly approaching zero in the long term.

Under this short-sighted weight distribution, the short-term advantage of scrolling on the phone, when multiplied by the weight, gains a huge advantage, and the integration result will actually be far higher than studying. This is why we ultimately choose to play on the phone.

(Note: In this article, we take a "assume without solving" approach to these two functions, only performing qualitative analysis, after all, quantitative analysis is not realistic for this problem)

3

In fact, you'll find that this seemingly simple mathematical model can explain almost all similar classic scenarios in life:

For example, still using the phone-playing example. You ultimately chose to pick up your phone, thinking you'd just play for a bit, then what happens?

From the moment you pick up the phone, the same story repeats infinitely:

After finishing short video A, the short-term temptation of watching short video B is again higher than putting down the phone;
After finishing short video B, the short-term temptation of watching short video C is again higher than putting down the phone...

From the perspective of you at every moment, $I(\text{short video}) > I(\text{put down phone})$ always holds true, so you will choose to watch the next short video at every moment.

So you scroll like this all night until 2 AM, 3 AM, when the cost of staying up late becomes increasingly considerable, gradually offsetting the temptation brought by short videos, and you finally go to bed filled with regret.

(Of course, some people, unable to face the anxiety and self-blame after staying up late, find the psychological cost of putting down the phone increasingly high, and end up simply staying up all night.)

But what if you chose to study at the beginning? You might be surprised to find that once you truly immerse yourself, continuing to study actually becomes easier and easier, and you may gradually feel less interested in scrolling on your phone.

This is due to the psychological phenomenon of "switching cost": When we switch from one task to another, this "switching" itself is naturally accompanied by a certain psychological resistance. This is also easy to understand in this model - to extract yourself from the current activity, you must first stop what you're doing, clear the working memory already loaded in your brain, and then forcibly switch to a new behavioral workflow.

This cost, mathematically, is equivalent to inserting a negative impulse function at the most sensitive $\tau=0$ position:

This is why it's harder to climb out after falling into indulgence, but it's also easier to persist once you start a task.

(To make subsequent representations more convenient, I won't draw this switching cost impulse function separately, but will automatically merge it into the value function $V(\tau)$.)

However, sometimes we can also naturally resist the temptation to play on our phones. The week before exams and the eve of deadlines are such times.

As mentioned earlier, the short-term pleasure brought by playing on the phone during normal times usually only causes some medium-term anxiety and won't truly have a major impact on our lives.

But exam week is different - if you're still addicted to short videos at this time, you'll fail the exam, producing a series of serious consequences, which might really change your life.

Thus, the long-term negative value of playing on the phone swells dramatically, brutally defeating the short-term temptation with extremely low weight! Therefore, the script for review week is usually a clear threshold: after a certain time point, your time investment suddenly increases sharply. The so-called "deadlines are the first productivity" actually follows this principle.

(Of course, for some people, the severity of these consequences also makes "going to review" increasingly heavy in meaning, increasing switching costs. The closer to the deadline, the less they can start, and they really do end up failing.)

Examples like this are numerous. It can be said that for individual behaviors, the success or failure of our self-control depends on one thing - whether the distribution of the value distribution function $V(\tau)$ over time is favorable.

4

Since $W(\tau)$ represents humanity's innate "short-sightedness," which is nearly fixed and very difficult for us to fundamentally change, we must ask a question: How is self-control even " possible"?

Here, we can make the second assertion of this article:

All effective self-control strategies for humanity are essentially constructing a transformation of the value distribution function $V(\tau)\rightarrow V'(\tau)$ , thereby making behavioral tendencies closer to the results of rational decision-making.

Let's give a few examples:

Useless Method 1 (Long-term Rewards): Self-motivation, imagining "the beautiful life after future success," or doing "gamification," setting rewards for yourself after completing study. This is equivalent to adding a positive linear incentive in the distant future to the value function $V(\tau)$ of studying - but because the long-term weight is extremely low, this method actually doesn't work well and is usually useless;
Useless Method 2 (Long-term Punishment): Setting punishments for playing on your phone, or going for a run or writing a self-criticism after playing on your phone. This is equivalent to inserting a negative value in the long-term future of the value function $V(\tau)$ of playing on phone - this method is equally useless;
Slightly Useful Method 3 (Near-term Punishment): Locking up your phone or finding someone to supervise you. This is equivalent to increasing the switching cost of indulgent behavior in the near term, i.e., inserting negative values in the near term of its $V(\tau)$ - this method is useful, but not much;
Useful Method 4 (Nonlinear Compression): For example, the "Pomodoro Technique" familiar to many. Its mechanism is actually to transform the $V(\tau)$ of "giving up midway" after starting to study, bundling and binding the sunk cost of the entire Pomodoro timer, then nonlinearly compressing it to the current moment - this is a relatively useful method, and we'll elaborate on it in detail when discussing CTDP (first-generation technique) later.

To more intuitively measure the effectiveness of these methods, we can also define a metric, which is the gain (G) of self-control strategies:

G=I′(study)I′(indulge)/I(study)I(indulge)G=\frac{I'(\text{study})}{I'(\text{indulge})}/\frac{I(\text{study})}{I(\text{indulge})}G=I′(indulge)I′(study)/I(indulge)I(study)

Simply put, it's the ratio of rational decision-making tendency before and after using the strategy. If we use this metric to test the vast majority of mainstream so-called "self-control methods" on the market, you'll find their gains are pitifully low. They either only work at the far end where weight is extremely low, or don't even act on the value function $V(\tau)$ at all:

For example, "Just do it," "Tell yourself you always have a choice," these types of marketing slogans and motivational clichés can actually get hundreds of thousands of likes on Zhihu and Douyin, showing how low the average cognitive level is regarding self-control topics.

And those who can achieve self-control through low-efficiency means (many of these people are indeed excellent) - it's not because these methods are so outstanding, but because they already have advantageous habits, environment, and personal conditions, only one step away from true self-control, so even weak stimulation can push them toward positive behavior.

The sad thing is, precisely because these advantages actually account for an extremely high proportion in personal achievement, people with these advantages rarely need to pursue truly efficient self-control strategies. The superficial methods they share after success have instead become the most widely spread mainstream cognition - this counterintuitive survivorship bias will be discussed more deeply at the end of the article.

5

Now, here comes the interesting part.

With this mathematical foundation, we can construct an extremely ingenious strategy that, through nonlinear compression and linear translation transformations of $V(\tau)$ at different time points, can almost conjure up astonishing positive gains for individual rational behaviors out of thin air.

More importantly, it can solve in one stroke the three most common ailments we face in self-control: giving up midway, the broken window effect, and difficulty starting.

And all of this is built on three core principles.

The first core principle is called the "Sacred Seat Principle."

Let's do such a thought experiment:

Suppose in a self-study room, there are many seats for you to choose from. One day, you have a whim and designate one seat as the "Sacred Seat," and establish such a game rule for it:

Sitting in any other seat has no special constraints, you can do whatever you want; but as long as your buttocks touch this "Sacred Seat," you must use your best state to focus and study for a full hour. Conversely, if you don't have confidence in achieving focus, then simply don't allow yourself to sit in this seat - rather choose other ordinary seats.

In short, this "Sacred Seat" must never be defiled by an unfocused buttocks.

Of course, merely imagining such a rule doesn't inherently possess any real binding force. But what if you really seriously executed it once?

One day, you really sat down, and as soon as your buttocks touched that seat, you really used your most serious state to study for an hour.

A magical thing happened: From the moment you first successfully executed this rule, this seat that was originally just imagined truly became valued in your heart! From then on, your possibility of sitting in this seat and casually playing on your phone would truly be much lower than before:

At this time, you add a new game rule:

Record the first focused session as #1. Henceforth, every time you successfully focus for an hour, it can serve as proof of work, adding a numbered record to this "Sacred Seat": #1, #2, ...#N. But as long as there's one failure - for example, if you scrolled on your phone while sitting there, or only sat for ten minutes before leaving - then all records will be cleared to zero, and next time you can only start over from #1.

As this chain continues to extend and proof of work continues to accumulate, the value of this virtual seat will strengthen time after time. When the node count of this task chain grows to #10, #20, #30, the binding force of this rule simply becomes tangible - you may even become cautious, not even daring to breathe heavily, lest there be even the slightest disrespect to the rule.

Note: "Sacred Seat" is just one example. In fact, it can be any symbolic object - a clipboard, a hat, a message to a WeChat account can all be a Sacred Seat. But it's best to be something visible and tangible. For example, the Sacred Seat I currently use is a blue hat - as long as I wear it, I must focus for an hour.

(The clever reader has surely thought of the problem of this rule collapsing + you being unwilling to sit down. Don't worry, this is precisely what sections 8 and 9 will solve.)

(To avoid many people's misunderstanding, I need to state here that this is not the final version of the method. What truly works is the mathematical mechanism, and it has nothing to do with so-called "morality," "ritual sense," "psychological suggestion," or "now or never." This will be explained in detail later.)

6

This magical binding force actually comes from humanity's innate obsession with "maintaining records."

Many fitness or learning apps have a "consecutive check-in" feature. Many people, no matter how tired or exhausted, will force themselves to memorize vocabulary for 5 minutes just to maintain that "365-day consecutive check-in" record on Duolingo. Someone who has quit smoking or drinking for 10 consecutive days will find it harder to give up seeing that number 10 than on the first day.

— Just an imagined record is enough to produce absurdly strong binding force.

Looking closely, this binding force actually comes from two points:

On one hand, the longer the record is maintained, the more real time and energy you've invested to maintain this record. Behind each successful task node in the chain is real "proof of work" and sunk cost;
On the other hand, this record is often accompanied by a subtle "future value expectation": You think this record has value → You're afraid of losing this record → It generates binding force → This binding force helps with your future self-control, and your future self-control relies on it → This record becomes more valuable. The higher the value, the stronger the binding force; the stronger the binding force, the higher the future expectation; the higher the future expectation, the higher the value...

However, all "records" naturally have the characteristic of "all or nothing": Once you break this record, all the sunk costs and future expectations accumulated through this hard work will immediately and suddenly be completely lost at the moment $\tau=0$ :

This is the mathematical essence behind the "Sacred Seat Principle": Nonlinear compression transformation of $V(\tau)$ .

When you sit in this seat, all the value invested in all nodes of the entire task chain in the past, and the expected value of the future, will be dramatically compressed in the value function of the "giving up focus" option, condensed into a peak extremely close to the origin ( $\tau=0$ ) - any short-term temptation to break the rule must actually immediately face the challenge of the entire chain's accumulated and future value.

And the most wonderful thing is that this holds true at every moment of the focus task. When the sunk cost accumulates to a certain degree, there will no longer be any short-term temptation that can challenge such an astonishing barrier.

7

This "all or nothing" value binding principle is also why many classic self-control strategies truly work:

For example, the Pomodoro Technique - each Pomodoro timer is actually equivalent to a "small Sacred Seat": It bundles the sunk cost and future expectation of the entire focus period into one whole "tomato." Once you slack off or give up during the Pomodoro period, you immediately bear the huge cost of losing the entire "tomato" at the current instant.

This way, your choice at every moment is no longer a comparison between "immediate temptation and current task," but becomes a competition between "immediate temptation and the total compressed tomato value" - this is the real core mechanism behind why the Pomodoro Technique truly works.

There are many more such examples. Many people have also had such experiences:

One day you learned a brand new self-control method, felt it made a lot of sense, and enthusiastically invested in practice. At the beginning, even if that method is actually useless, you'll find it works like magic.

But strangely, after a few days, the initial novelty gradually fades, you begin to violate the rules frequently, the effectiveness of the method rapidly declines, and ultimately completely fails and is abandoned by you.

This is a kind of illusion similar to a "beginner's grace period": Any self-control method appears to be useful in the first few days, but what truly works may not be the method itself, but rather your "future expectation" of this method.

When you entrust your future self-control hopes to this method, this "entrustment" briefly truly grants it binding force. However, if the method itself is ineffective, this temporary binding force ultimately cannot support it to survive long-term in the complex real environment. Once any single violation or wear occurs, the entire method's credibility and value will quickly collapse with the broken window effect.

The most beautiful aspect of the "Sacred Seat" design is that it is naturally a distributed, decentralized design in terms of time. It is only responsible for those selected, purified states of sitting in that seat, without needing to be exposed to all time or be responsible for long-term states, thereby maximally avoiding wear.

In other words, you can go to parties, drink, play games, waste several days or even a week after completing task #1 in full state, but when you next walk back into the self-study room to start #2, the Sacred Seat is still that Sacred Seat, and its binding force won't weaken in the slightest.

8

Of course, even within this selected state, the "Sacred Seat Principle" is not completely without loopholes.

As mentioned earlier, once you sit in this position, you must study in "the best state" for an hour. So the question arises: how do we define this "best state"?

If I go to the bathroom midway, does it still count as "the best state"?
If I answer a phone call or pick up a delivery, does it still count as "the best state"?
If someone messages me and I reply, does it still count as "the best state"?
If all of these count, then scrolling on my phone midway and watching a couple of short videos should also count as "the best state," right?

You'll find that the "ideal state" simply doesn't exist. Once any self-control strategy enters actual combat, it must face complex and variable real situations. On the surface, a self-control strategy is just a simple constraint; but in actual application, all self-control strategies are equivalent to numerous implicit, tiny "sub-constraints," and each sub-constraint can be tested and challenged:

If you allow yourself flexible discretion, the method's binding force will be worn away bit by bit in one "this time is special, not to be taken as precedent" rationalization after another, producing the broken window effect, ultimately being eroded full of holes;
But if you don't allow any exceptions at all, this method becomes rigid and brittle. When you encounter a situation where you absolutely must make an exception, the rule may instantly and completely collapse.

This "gradual broken window effect" is precisely the fundamental reason why the vast majority of methods similar to "gamification" or "establishing rules" eventually fail. What matters is not what game the athletes play, but the logic of separating athletes from referees.

To solve this problem, let's introduce a more ingenious second core principle: the "Precedent-Setting Principle."

(Note: it's "Precedent-Setting" (bì), not "not to be taken as precedent" (bù))

Since you yourself also know clearly that once there's a first "not to be taken as precedent," there will inevitably be countless subsequent violations, then why not do the opposite and forcibly require yourself to "set a precedent" - that is, conversely requiring yourself to violate in the future!

Specifically, when you face any judgment that seems like a violation, like the "case law" in Western legal systems, you can only choose one of the following two options:

Immediately judge that the "Sacred Seat" rule is completely broken, the chain is severed, thoroughly clear all task records, admit the binding force has completely returned to zero; next time honestly start over from #1;
Judge that the current behavior is allowed, but as long as it's allowed this once, the same situation must be allowed in the future; for the entire subsequent lifecycle of this task chain, it will thoroughly lose binding force over this behavior.

Your "best state" is not defined by any subjective or objective standard, but is dynamically formed by countless "precedents":

Going to the bathroom midway, does it still count as "the best state"? It can count, but as long as it counts this time, it must always count in the future;
Replying to messages midway, does it still count as "the best state"? It can count, but as long as it counts this time, it must always count in the future;
Scrolling on your phone for two minutes midway, does it still count as "the best state"? It can count, but as long as it counts this time, it must always count in the future;

This way, what you're weighing is no longer a single isolated choice, but whether to permanently give up the rule's binding force over this behavior at this current instant. The cost presented to you is the real long-term cost of allowing this behavior.

Now in your eyes:

For behaviors that rationally shouldn't be allowed (such as playing on your phone), you sitting in the seat are very clear: as long as you allow this "exception" today, then every time you sit in this seat in the future, you'll cite this behavior as a "precedent" to violate (moreover, the rule requires you to violate), and you can never redefine this behavior as a violation;
But for situations that rationally should be allowed (such as going to the bathroom), your future self can also feel at ease giving yourself permission, without any concerns about the rule's credibility.

Ultimately, the decisions you make truly become the most aligned with long-term rationality. Because you thinking of the present (as the athlete) and you thinking of the future (as the referee) have already reached consensus under this mechanism in a wonderful way - just like this, you yourself have reached a Nash equilibrium across time with yourself.

When this method runs long-term, the rule's binding boundaries won't gradually erode and collapse like traditional methods, but rather slowly and $\epsilon-n$ style, with a precision of "always just enough," gradually converge to the boundary closest to rational decision-making: both able to tolerate truly necessary exceptions and effectively prevent unnecessary self-indulgence.

This is the ingenious aspect of the "Precedent-Setting Principle."

9

Alright, now we have a perfect "Sacred Seat." But a new problem arises:

The more sacred the seat, the less you dare to sit in it.

Indeed, the state of sitting in this "Sacred Seat" is very perfect. However, this seat is too sacred, too perfect, so much so that the commitment of the action "sitting in the seat" is too heavy, and you'll become increasingly unwilling to sit down - that is, the commonly mentioned "difficulty starting" problem.

This is precisely why people always like to say "perfectionism leads to procrastination" (although strictly speaking, the essence of procrastination isn't perfectionism, but rather the rise in switching costs caused by overly high expectations).

At this point, it's time for our third core principle: the "Linear Time-Delay Principle."

And this principle, from a mathematical perspective, can elegantly solve in one stroke the "procrastination" problem that has plagued countless people for so long.

Let's do another simple thought experiment:

Suppose you find a typical procrastinator and ask them: "Are you willing to start studying right now?" They'll mostly shake their head and refuse;
But if you change the way you ask: "Then are you willing to start studying tomorrow afternoon?" You don't even need to wait that long: "How about starting in 15 minutes?" This time, they'll surprisingly mostly agree! And the longer this delay, the higher the probability this person will agree.

Why does this strange phenomenon occur?

Let's return to the mathematical model from earlier to explain:

When you consider "whether to start studying right now," just as analyzed earlier, the negative value of the value function $V(\tau)$ happens to be at the high-weight near term of the weighting function $W(\tau)$, so you'll feel strong resistance;
However, when you consider "whether you're willing to start studying in 15 minutes," the situation is completely different: This actually amounts to shifting $V(\tau)$ backward on the time axis by 15 minutes, arriving at $W(\tau)$ 's relatively flat region! Compared to the option of indulgence, this almost smooths out its huge disadvantage in the short term.

This also explains a very common phenomenon in daily life: we always harbor blindly optimistic fantasies about our future self-control.

In the hyperbolic discounting function, weight decreases over time first steeply, then gradually - the weight 10 minutes from now and the weight 1 hour from now might differ vastly, but the weight 1 day plus 10 minutes from now and the weight 1 day plus 1 hour from now differ almost negligibly.

When we consider future choices in advance, it's equivalent to integrating using $V(\tau-\Delta\tau)$ after shifting, then with $W(\tau)$. The longer the shift distance, the flatter the $W(\tau)$ actually participating in integration, and naturally the closer to the rational state. This is why we're often blindly optimistic when making summer vacation plans, naively thinking we can really put down our phones after just five minutes of scrolling.

And here comes the climax of this method:

We can establish a parallel "auxiliary chain" in addition to the main task chain, also protected by the Sacred Seat Principle, also "setting precedent" for all situations, and its contained binding rule is very simple:

Set a simple action as a reservation signal, such as snapping your fingers once;
Once this signal is triggered, you must - within the next 15 minutes - sit! down! in! that! Sacred! Seat!

As the saying goes, better to dredge than to block. The best way to overcome procrastination is to first admit and respect procrastination.

Since the threshold for "reserving to start in 15 minutes" is far lower than the threshold for "starting immediately," your present self can start the reservation without any pressure.

15 minutes later, that auxiliary chain's past and future value will gradually compress at $\tau=0$, condensing into a sharp, sky-piercing needle - forcibly puncturing that door of "switching cost" and "starting difficulty."

(By the way, a fun fact: When I first came up with this method, one night I couldn't sleep and accidentally snapped my fingers, so I had no choice but to reluctantly climb up at 3 AM to study for an hour.)

Now, combining the three core principles above, we finally have the complete first-generation self-control technique:

Chained Time-Delay Protocol (CTDP)

10

Here is the complete description of the Chained Time-Delay Protocol (CTDP):

CTDP is a behavioral constraint strategy constructed based on three core principles (Sacred Seat Principle, Precedent-Setting Principle, Linear Time-Delay Principle). Specifically, it requires you to build two parallel task chains (main chain and auxiliary chain), and strictly follow these steps:

Main Chain (Task Chain):

First, designate a specific object as a marker, as the "Sacred Seat" (In fact, the Sacred Seat is just a metaphor; it can be anything - a specific chair, a special pen, a hat, or even a message sent to your specific WeChat account)
Once you trigger this marker, you must complete a clear focus task in "the best state";
Each time you successfully complete a focus task, you can record a node in the main chain: the first success is #1, the second success is #2, the third is #3, and so on;
If at any point midway through a task you seem to have done something inconsistent with "the best state," you must choose one of the following two options ("Precedent-Setting" principle):
Judge that the entire main task chain immediately fails, clear all currently accumulated node records, and next time you can only start over from #1;
Judge that the current behavior is allowed, but from now on, this behavior must also be permanently allowed in subsequent tasks and can no longer be considered a violation;

Auxiliary Chain (Reservation Chain):

Define a simple reservation signal, such as snapping your fingers, starting an alarm, indicating that the main task will start in 15 minutes;
Once you trigger this reservation signal, within the next 15 minutes, you must go trigger the marker corresponding to that Sacred Seat and start a main chain task;
If after triggering the reservation, you don't trigger that marker within 15 minutes, then the "Precedent-Setting" principle also applies:
Either thoroughly clear the reservation chain's records and admit the reservation chain has failed;
Or allow the current situation, but from now on, the reservation chain will thoroughly lose all binding force over this situation;

Thus, by simultaneously using nonlinear value compression (Sacred Seat) + case law constraint (Precedent-Setting) + linear time translation (reservation mechanism) through three ingenious mechanisms, we hack away the influence of starting difficulty, broken window effect, and short-sighted decision-making.

Through just a few thought experiments, we've constructed a self-control strategy that can nearly conjure up huge gains for rational behavior out of thin air, without external supervision or even insufficient willpower. Moreover, its binding force comes entirely from proof of work at each node, only responsible for these distributed, selected nodes, and won't be eroded by exposure to long-term state fluctuations.

By relying on the CTDP strategy, for any important task, we can achieve both easy starting and easy persistence, without losing effectiveness in the long term - this seemingly impossible triangle, we want it all.

11

Of course, the CTDP described earlier is more of an idealized version. In real life, its application is far more flexible and interesting than what was just described.

For example, does the "Sacred Seat" really have to be a seat?

Actually not necessarily. It can be any specific, easily distinguishable marker. For example, the marker I usually use is a dedicated WeChat account. Every time I start a task, I send a message to trigger the task while also recording nodes and declaring goals;

Secondly, the task chain itself doesn't necessarily have to be strict linear progression (#1, #2, #3...). You can completely construct a top-down hierarchical organization:

For example, three unit-level nodes can form a 3-hour task group, recorded as ##1;
Three task groups form a day-level task cluster, recorded as ###1;
Three task clusters form a three-day-level task formation, recorded as ####1;
Two to three formations can be managed with a week-level task ensemble, recorded as #####1;

And each unit can have its own requirements. For example, a ## task group can require that after completing the first two # units, a reservation signal must be executed once, which can string together three # units. This way, we're like a military command system, organizing huge task chains in a top-down "rule of three" manner:

Similarly, the content of task units doesn't necessarily have to be monotonous focused studying. To use a metaphor, it can also be divided into different "troop types."

For example, studying, doing experiments, reading papers = "assault units"; information gathering = "reconnaissance units"; making plans = "command units"; handling miscellaneous matters = "special service units"; exercise and training = "engineering units"; preparing and cooking meals = "cooking units"...

And a large task cluster or task formation can be like a modern combined arms team, composed of multiple troop types -

A main battle task cluster focused on work can be synthesized from 7 assault units + 2 reconnaissance units;

A weekend rest logistics task cluster can be 1 command unit + 3 special service units + 2 engineering units + 1 cooking unit synthesis;

During vacation, a three-day formation that balances exercise and self-study can be synthesized according to 6 assault groups + 3 engineering groups.

You'll find that this task chain structure naturally accomplishes what people often call "goal decomposition." Meanwhile, "gamification" doesn't need to be deliberately designed - because when you truly face a large task, the style is like this:

Diary, take note, I make the following deployment adjustments:

With the fourth task cluster, plus the eleventh task cluster and fifteenth and sixteenth two independent reconnaissance groups, strengthen next week's assignment deadline defense line;
Second, third, seventh, eighth, ninth five task clusters, plus the sixth task cluster's seventeenth assault group, concentrate forces to complete notes;
Tenth assault group plus one assault group, on the TOEFL and GRE frontline, blocking vocabulary arriving at review time;
Twelfth task cluster cooperates with twelve independent units to besiege previously found knowledge gaps;
Fifth task cluster and sixth task cluster's two reconnaissance groups search for materials;
Fourteenth task cluster as total reserve, don't move;

Some additional notes:

In practice, using only a simple reservation signal is still too fragile because sometimes when the 15min is up, I might be in the bathroom/outdoors, and starting a task isn't realistic. So I'll design two startup signals as a buffer:

Reservation startup signal: The signal is snapping fingers once. Once triggered, the "immediate startup signal" must be executed within 14min30s (leaving a buffer to prevent really using up 15min);
Immediate startup signal: The signal is snapping fingers three times. Once triggered, you must start the task as soon as possible according to available conditions.

Additionally, this strategy of "Sacred Seat + Precedent-Setting + Linear Time-Delay" combined can also be easily extended to any aspect of life:

For example, to initiate running exercise, you can use a specific gesture as a reservation signal - doing n repetitions of the movement means you must run for 5×n minutes;
To address the common shower and going-out procrastination problems for ADHD populations, you can also specifically set corresponding shower reservation signals and going-out reservation signals;

Extending it further, you can almost "remotely control" your daily life directly with simple gestures or movements - in an extremely easy and elegant way, thoroughly eliminating procrastination problems.

12

Up to this point, the content of the first-generation self-control technique has been completely presented.

Looking back, this technique, whether from principle design, practical implementation, or the ingenuity of the method, has far surpassed those superficial motivational slogans, to-do checklists, or gamification designs on the market.

Indeed, in the several years after CTDP's birth, it produced astonishing effects on me personally.

I must honestly say that my own self-control foundation is really quite terrible: from elementary school to high school, I was deeply addicted to games day and night, plagued by ADHD for years, with study habits and life order in complete chaos. From childhood to adulthood, I couldn't listen to even one class, and ultimately tested into a 985 university. In early university, after the environment relaxed, I could even be distracted during exam week, unable to review even half-heartedly. The example mentioned earlier about getting closer to DDL but becoming even less able to study was once my real self - truly at the bottom in terms of self-control foundation.

But since CTDP's birth, I achieved for the first time in my life sustained self-discipline lasting weeks or even months. With this technique, I could extremely easily start tasks and maintain high focus throughout the entire day without burden. ADHD problems seemed to be alleviated overnight. Not only did my late university grades improve significantly, I even achieved study abroad exchange, published papers, successfully conquered TOEFL and GRE, and ultimately completed a hardcore master's program.

Especially during peak state periods (such as while preparing for TOEFL and GRE), it could even let me efficiently mobilize 8-10 hours daily for two consecutive months. Fighting with large armies of dozens of task ensembles and hundreds of task units, all could move at command, advance and retreat in order, seamless as flowing clouds and water.

There was even once when I caught a cold for three days midway through exam review, and I could still calmly calculate its impact on the exam fifteen days later, and calmly deploy eight or nine ### task groups from the total reserve deployed seven days later to fill the gap.

(For example, this is a plan from over a month before a certain exam, where each unit cell represents one ### level task group)

Faced with such unprecedented efficient self-discipline, I was once optimistically under the impression that the mansion of self-control had already been built, and what remained was just minor repairs and patches.

However, I soon discovered that CTDP wasn't useful at all times. Specifically, I observed a clear bipolarization phenomenon:

When the overall state was already favorable for self-control, especially when there were clear pressures and goals like DDL, such as during pre-exam review periods or times with many urgent tasks, CTDP could indeed maximize the use of these pressures, making self-control and discipline reach unprecedented heights, with almost every hour flowing like water, at my command;
However, when the overall state was originally unfavorable for self-control, such as during idle time at home, physical and mental fatigue, or without clear task goals, I often extremely lacked even the willingness to trigger the reservation startup signal. Even after forcibly starting multiple times, it would collapse after just a few # tasks.

Therefore, in the following three or four years, I tried countless times to improve and upgrade it. However, CTDP seemed to have exhausted the limits of self-control strategies from the microscopic perspective of "individual behaviors at the 1-hour scale." No matter how I modified it, over the years it could never advance even an inch, and self-control state always showed strong stage-dependency and environmental dependency.

Just like this, this bottleneck troubled me for several years. Until five years later, I finally found a deeper perspective to explain all of this

— Not focusing on the traditional "motivation," "rewards and punishments," or "constraints," but using the perspective of "scale" to view the entire system!

13

Under this new perspective, the various behaviors in our lives are not composed of simple, isolated, single decision nodes painted solely by the immediate $V(\tau)$ . In reality, it's more like a "behavioral tree" composed of countless continuous, interwoven decision nodes.

In this behavioral tree, the direction of each node highly depends on the choices of the nodes before it; and its macroscopic direction at various time scales is highly determined by various large and small scale factors in life. And among them, the vast majority of nodes are simply not suitable for our limited free will, or self-control strategies driven by free will, to intervene.

Let's recall the phone trap example from the beginning:

One evening after dinner, you lie on the sofa with the mentality of "just scrolling for a bit," casually opening a short video app:

Just as analyzed earlier, after finishing each video, you face the microscopic choice of "watching the next video" versus "putting down the phone" again. But unfortunately, the relationship $I(\text{short video}) \gg I(\text{put down phone})$ holds true for every microscopic node, so you can't put down the phone at any node.

Suppose based on all your past choice records, we statistically calculate the probability of you ultimately taking either of the two branches, you'll find the difference between the two is extremely disparate - perhaps as high as 99% versus 1% (this is just a conceptual example, actual statistics aren't needed).

Now, we can introduce a key assumption - the "Limited Free Will" assumption:

Free will exists, but it is also limited. The smaller the tendency difference between options, the higher the probability that free will can effectively intervene. If it's a 60%:40% difference, free will can still intervene; but when the difference between options is too large, such as reaching 99%:1%, free will becomes almost powerless.

In fact, the moment you lie on the sofa and open a short video app, your behavioral state is like a fighter jet locked by missile radar, trapped in an "inescapable zone" that's difficult to escape from. Within this zone, you cannot break free from inside merely through the tiny struggles of free will, and can only sit and wait for destruction in a statistical sense.

Until the anxiety of staying up late slowly grows, the numbness from scrolling slowly develops, and the tendency difference between the two options slowly narrows to a range where free will can intervene, only then can you successfully change out of this state.

In other words, when you chose to pick up your phone and lie down on the sofa at that moment, you had actually already determined the next several hours of wasting away in a larger-scale sense.

Based on the above observations, we can also propose a further definition:

When a string of decision nodes has a probability difference exceeding a certain threshold (such as 90%:10%), we can consider it beyond the intervention range of free will. Then, directly ignore the option with lower probability and coarse-grain these microscopic nodes into an overall "inescapable zone."

If we look from a larger scale, within these "inescapable zones," those seemingly independent decision nodes have already been determined in a statistical sense by larger-scale factors (such as immediate temptation, current emotions, physical fatigue, and deeply rooted habits). Small-scale free will choices, such as whether to scroll through videos or play games, which specific short video to watch, become unimportant instead.

RSIP Recursive Stabilization Iteration Protocol

14

This phenomenon where the importance of various influencing factors waxes and wanes at different scales is not limited to the self-control domain, but widely exists in various complex systems.

In statistical physics, there is an elegant and profound theory called Renormalization Group Theory, which describes precisely this phenomenon. In 1966, American physicist Leo Kadanoff proposed such an idea:

When you change the scale of observation, the internal degrees of freedom of the system will continuously merge (coarse-grain), the system's macroscopic behavior will gradually be dominated by a few key variables, while a large number of microscopic variables gradually become unimportant.

To simply understand this method, imagine such a small game:

Before you is a very large lattice chessboard, with an arrow on each square, pointing either up (↑) or down (↓). We can design some rules to influence the arrows' directions, for example:

We can add a rule to make each arrow tend to be consistent with its neighbors;
Or conversely, make arrows tend to oppose their neighbors;
We can also add local noise and disturbances;
And furthermore, sometimes we can apply overall external intervention;

Under these densely interwoven local rules, many tiny disturbances, even a tiny change in one square, might spread to the surroundings, forming complex chain reactions. You might think that to analyze the overall pattern, you'd need to count every single arrow clearly.

But Kadanoff said: No need for such complexity. As long as we're willing to be a bit "blurry," to see a bit more coarsely, patterns will automatically emerge.

He designed an ingenious "coarse-graining" game rule:

Merge adjacent 2×2 small squares into one large square;
Use a "winner takes all" approach to decide this large square's direction (for example, three ↑ and one ↓, then the whole block is marked as ↑. If the numbers are equal, randomly choose a direction, or handle according to some simple rule);
Then, continue repeating this merging operation with the newly obtained large squares...

After round after round of "merging" coarse-graining, our perspective pulls farther and farther back, becoming increasingly blurry. The arrow diagram that initially looked chaotically detailed in its details ends up with just a few large regions, perhaps with most directions tending toward consistency.

What happened in this process?

First, those local rules with small scope of action, each doing their own thing, will be submerged during merging, or cancel each other out on average, ultimately completely disappearing at large scales. The structures thus produced therefore gradually fade away;
Conversely, those trends with wider scope and stronger consistency can survive in each layer of coarse-graining, gradually becoming prominent at larger scales;
Thus, this coarse-graining not only changes the lattice, it can also change the strength of the "rules" themselves! Whether a rule is important depends on which scale you observe it at. Factors that are crucial at the microscopic scale may have no trace at large scales; while those seemingly weak but consistent trends may instead become the system's ultimate dominant force.

Let's consider a simple example.

Suppose on this chessboard, there are two types of forces competing with each other:

One is short-range exchange interaction, very strong, but only affects nearest neighbor squares, making adjacent arrows tend toward consistency;
The other is long-range dipolar interaction, relatively weak, but can act over longer distances, attempting to make arrows in regions point in opposite directions.

(Note: In the real world there might also be complex factors like anisotropy, thermal fluctuations, defects, stress, etc. This is just a very simplified hypothetical discussion)

Without external intervention, these two forces begin a tug-of-war:

Exchange interaction tends to pull all local squares into one direction, forming numerous locally homogeneous small regions;
Dipolar interaction won't allow the entire system to point in the same direction for too long; it tries to "pull" these regions from afar, promoting alternating directions between them, forming mutually canceling arrangements;

Ultimately, under the competition and compromise of these two forces, a delicate balance is reached: You'll see large patches of arrows automatically cluster, forming "islands" of varying sizes and alternating directions. Each island is internally uniform in direction, while different islands differ from each other. These islands nestle against each other, ultimately stabilizing into a complex yet stable "puzzle" structure.

In the real world, this phenomenon is called magnetic domains, which is precisely the result of the classic short-range exchange - long-range dipolar competition model.

15

So, when we observe this chessboard at different scales, what happens?

At the microscopic scale, we mainly see patches of highly uniform local regions: At this point, exchange interaction is very powerful, rapidly making surrounding squares' directions tend toward consistency; while dipolar action, being too weak, is almost imperceptible at this microscopic perspective.
But when we coarse-grain to larger scales, what we see are large blocks of different directions alternating with each other: At this point, although exchange interaction is strong, its range of action is too short, only able to influence internal small-scale unifying trends. Its voice doesn't grow with coarse-graining; conversely, dipolar interaction has sufficient range - at large scales, its weak action continuously adds up, slowly accumulating, gradually occupying a dominant position, forming obvious macroscopic structure.

This is the most profound point revealed by renormalization group thinking.

The importance of a factor often depends on the observation scale you're at - rules that are crucial at small scales may be completely averaged out at larger scales; while those long-range trends that are almost imperceptible at small scales may accumulate layer by layer during coarse-graining, ultimately dominating the system's macroscopic direction.

This is one of the most universal laws of the entire physical world:

A glass of water is countless molecules in complex and chaotic collisions microscopically, but macroscopically can be completely described with just a few simple variables: temperature, pressure, and volume;
A magnet at the atomic scale has chaotically disordered magnetic moments, but at the macroscopic scale condenses clear north and south poles;
Every atom of a spring follows complex quantum mechanics, but from the outside, macroscopically it's just a simple Hooke's law $F = kx$;
In financial markets, small-period trends no matter how complexly they fluctuate will ultimately follow the script set by large-period trends.

As the observation scale continuously enlarges, most local fluctuations, short-range volatility, and microscopic rules will automatically be merged, be offset, be absorbed into other variables. And the system's ultimate macroscopic behavior only depends on very few variables with wide range, strong consistency, that can continuously accumulate and survive at larger scales.

(Note: These two sections are only metaphorical analogies to life, not rigorous reasoning)

16

What's shocking is that such renormalization thinking can actually be extended to life itself.

Now, let's also establish a rule for our life timeline like the "winner takes all" rule for merging small squares: When the probability difference between various behavioral options exceeds a certain threshold (such as 90%:10%) within a period of time, we consider free will unable to intervene, then merge this time period, coarse-graining it into an "inescapable zone."

— You'll find that most of our life is composed of large and small "inescapable zones," pieced together like magnetic domains!

When you're lying in bed late at night scrolling through short videos, it's a negative "inescapable zone" - you probably won't suddenly put down your phone midway;

When you're eating, it's still an inescapable zone - you probably won't suddenly stop eating and go to the library to study;

When you're studying, it's a positive inescapable zone - after entering the state, you won't easily stop without encountering resistance.

Or perhaps you might say: "Wait, don't we always have some moments where we still have room for choice?"

But unfortunately, when pulled to larger scales, those surface-level freedoms are caged under even larger "inescapable zones":

If you only slept three hours last night, your script is probably wasted for the whole day. Even if you force yourself to start studying, it's difficult to persist. You'll be trapped in the cycle of being tired on one side while alternating between short videos and games on the other, relying on the high stimulation of phones to maintain wakefulness. This can be coarse-grained into a day-level "inescapable zone";
If this week you have completely no deadlines, reversed schedule, stuck at home with nothing to do, then your behavior will be trapped in the death cycle of continuous fatigue → decadence → reversed schedule → even more fatigue. This is another week-level "inescapable zone";
As the final exam deadline approaches, your script this month is often: initially procrastinating and decaying → then easily entering study mode a few days before the exam, ultimately regretting why you didn't start earlier. Looking back, you find that at every semester's end, you're arranged crystal clear by this month-level "inescapable zone" script.

My friend, these layer upon layer nested scripts, cycles, and inescapable zones like Russian nesting dolls are the truth of our lives.

How many ways can we spend one minute? Perhaps hundreds or thousands: you might be scrolling through short video A, or scrolling through short video B, might be reading, or might be doing a certain problem.

But if we pull the time scale slightly larger, our one hour might only have a few dozen ways to spend it; might just be scrolling through short videos / studying / commuting / eating;

By one day, there might only be a dozen or so ways; one month, perhaps only seven or eight typical patterns; pulling to a one-year scale, you might be shocked to find that our year actually only has three or four rough scripts left.

As our perspective pulls back, progressively coarse-graining the entire event chain, the influence of those small-scale details becomes smaller and smaller, gradually averaged out. The entire system is increasingly dominated by those corresponding large-scale factors, such as environment, work, habits, personality, etc. Small-scale variables control small-scale scripts, large-scale variables control large-scale scripts:

Your attention state controls your thoughts every second;
The thing currently being done pulls your attention every minute;
Today's schedule arrangement determines what you're specifically doing each hour;
The energy and emotional state of recent days affects each day's specific arrangements;
Going further up, your sleep routine, emotional cycles, environmental conditions, even your home layout, control your recent overall life state;
And your identity, personality, and social situation determine your long-term rhythm, ultimately shaping the pattern of your entire life.

At each scale, once the corresponding factors are given, they become a solid "boundary condition," causing the system to spontaneously form several behavioral patterns that are easiest to stably exist at the current scale, as the current system's "stable states."

When the boundary condition of "only slept three hours last night" is determined, alternating indulgence between scrolling through videos and playing games in these two small stable states is the behavioral pattern easiest to stably exist within the day. At this scale, a few minutes of attention, one hour of matters, are already unimportant;
When the boundary conditions of "no recent deadlines," "reversed schedule," "stuck at home" are determined, all-day decadence cycling through late nights, fatigue, and indulgence among several small stable states is the behavioral pattern easiest to stably exist within the week. At this scale, one afternoon's energy, one or two days' schedules, are already unimportant;
When the boundary conditions like "exam time," "personal habits," "external environment" are determined, the early-stage procrastination decadence small stable state + late-stage cramming small stable state is again this month's behavioral pattern easiest to stably exist. At this point, several days' state, one week's motivation, are already unimportant.

In this multi-scale large nesting doll, looking down, each stable state is composed of several smaller-scale stable states; looking up, several such stable states alternate and repeat, further combining to form larger stable state structures.

These stable states are highly stable, highly repetitive, and highly dependent on those key factors at corresponding scales. It's precisely these large and small influencing factors and stable states, interwoven together, that jointly constitute the "ecological environment" of our daily lives.

From this perspective, "free will" at the bottom layer is truly life's greatest illusion.

We possess free will completely every second, seem to possess free will every minute, relatively possess free will every hour, and by each day, each week, seem to no longer possess free will much. Macroscopically, we're just a piece of duckweed drifting with the waves in the vast ocean composed of environment, habits, circumstances, personality, and interest relations, our bodies involuntarily.

And the essence of all human self-control strategies is actually using the smallest-scale free will, with the support of various rules, to attempt from bottom-up to overcome large-scale unfavorable factors and shift larger-scale behaviors - this is undoubtedly as difficult as ascending to heaven.

All efforts and slogans, whether CTDP or otherwise, are merely attempting to stir up pale and powerless waves in this vast ocean. This is the tragedy we, with weak self-control, are naturally destined to encounter.

17

Now, we can finally look back and more clearly understand what bottlenecks local behavioral intervention strategies like CTDP will encounter.

The first bottleneck is the "scale limitation problem": CTDP can naturally only influence local behaviors, unable to shift those long-term factors behind these behaviors.

The core principle of CTDP is through a series of ingenious mechanisms to amplify rational tendency in the short term (such as one hour of focused tasks), reduce startup resistance, thereby greatly improving single-behavior execution. At the microscopic scale, it indeed demonstrates astonishing effectiveness.

But the problem is: Our lives are not pieced together from a string of isolated hours. "Not willing to start a task at this moment" is only the surface phenomenon, while those larger-scale factors causing this "unwillingness to start," such as energy state, emotional fluctuations, clear sense of goals, life rhythm, and even long-term habits, are the true essence.

When these large-scale factors are unfavorable to you, even using the most ingenious strategy to force yourself to study for one hour at the moment often has very limited effect:

If you've recently frequently stayed up late and are physically and mentally exhausted, you won't even rationally want to study, and CTDP cannot solve the staying up late problem itself;
If you recently have completely no clear tasks or urgent deadlines, then CTDP similarly cannot urge you to actively self-study, after all, you've never had the habit of self-studying.

Therefore, CTDP's first fatal limitation lies in it can only influence microscopic nodes, but cannot shift upward those macroscopic factors that determine our life's fundamental tone - it cannot make you energetic, nor can it make you mentally stable, much less shake your habits or life patterns.

The second bottleneck is the "stable state regression problem": Even if we temporarily change our life state, the system will spontaneously regress back to the original stable patterns.

As stated earlier, when larger-scale factors like energy state, life rhythm, mindset, and habits are determined, the system will naturally form a series of highly stable behavioral patterns. For example, at the beginning of winter vacation when just returning home, "playing games" and "scrolling through videos" might be the easiest life pattern to maintain, so your daily life will probably cycle repeatedly between "playing games" and "scrolling through videos."

CTDP's problem is that it can only temporarily intervene at certain nodes of the system. Even if it forcibly replaces certain hours with efficient study mode, so what?

The system's stable state is still that original stable state! Pulling the time scale longer, these few hours of efficiency will still be submerged in large chunks of playing games and scrolling through videos.

For those larger-scale (day-level, week-level) stable states determined by habits, sleep, and emotional states, these few hours of efficiency can't even stir up a wave, let alone change the stable state itself.

This spontaneous regression mechanism is precisely the fundamental reason for the frequent occurrence of "rebound," "returning to original state," and "intermittent efficiency" phenomena.

The third bottleneck, also the most fundamental and desperate, is the "binding force dissipation problem": Any attempt to deviate from the stable state is consuming resources (such as willpower) to maintain a metastable state, which necessarily cannot last long.

When a person's behavioral system forms some stable structure at large scales, it's like a self-perpetuating ecosystem, possessing natural "stable state attraction." Any effort to break free from this stable state essentially means needing to continuously invest various resources:

Perhaps your precious willpower;
Perhaps the sunk cost ingeniously designed by CTDP;
Perhaps various binding rules, check-ins, supervision;

But the problem is: These resources are finite. When you try to maintain a "metastable state" that deviates from the original stable state, even if initially very successful, it will gradually wear away and exhaust under continuous negative factors, ultimately binding force collapses and regresses back to the original state. And aggressively changing the entire state all at once requires resources and strength that are difficult to maintain.

Is it possible for there to exist a "next better stable state" above the current stable state?

There indeed might be. Sometimes, even when large-scale factors are unfavorable, you might coincidentally be efficient for several consecutive days. But unfortunately, this state is often attainable but not sustainable. Before long, your life returns to its original state.

The most tragic thing is: Almost all self-control methods lack the power to change the entire stable state in a long-term, holistic, and immediate manner.

These self-control methods only use finite resources to support those bit of local binding rules, unable to shift the whole. When the shift fails, these strategies fall into the dilemma of "whack-a-mole": having constrained studying on this side, life order becomes chaotic on the other; having regularized sleep schedule on this side, emotional state collapses on that side.

This is because a large negative stable state is often interwoven from multiple small negative stable states: staying up late causes complete lack of energy, lack of energy makes it easier to indulge in games, indulging in games makes you chase stimulation, chasing stimulation makes you stay up later. This comprehensive negative state is like a Lernaean Hydra - strike its head and the tail arrives, strike its tail and the head arrives, strike its middle and both head and tail arrive.

Ultimately, you must admit a cruel reality:

Under the premise of finite resources, all efforts attempting to break free from the current base stable state almost face the same fate - brief success followed by rapid regression, unable to achieve a true stable state transition.

In summary, these three bottlenecks together constitute CTDP's theoretical limits that are difficult to transcend. To fundamentally break through these limitations, we must have a brand new, more globally-minded second-generation method.

And several years later, I finally found the key that can truly solve these problems.

18

It was a rainy night. At the time, I had just received my PhD offer but was then stuck by visa issues. Feeling helpless, I clicked on a xiangqi (Chinese chess) commentary video. It was about the famous "Lone Horse Slays King" game from the 1960 Sichuan chess players' visit to Wuhan performance match: Li Yiting versus Chen Deyuan.

At the end, the commentator mentioned:

The game has now reached a "checkmate in three moves" position.

What does so-called "checkmate in three moves" mean?

It means that after entering this position, Black is actually already inevitably doomed. No matter how it responds, Red can always checkmate Black within three rounds. All of Black's struggles can only delay the time of being checkmated, and if the struggle is improper, it might even hasten this time.

So why did Black fall into such a dire situation?

Of course it's because its last move was wrong. If Black could take back the move and return to the previous step, perhaps it could avoid falling into the "checkmate in three moves" death trap; if returning to the previous step is still a "checkmate in four moves" and still cannot avoid being checkmated, then the move before that was already wrong. And so on.

You'll find that if we keep backtracking, we can necessarily backtrack to some move that would allow Black's hope of winning to reappear (at least within the computer's search range, Red cannot find a winning method).

And this point is precisely the key to breaking the deadlock for the second-generation method.

Back to the example of lying on the sofa playing with your phone at the beginning.

When lying on the sofa scrolling through videos, we've actually already unavoidably entered a death cycle. But what if we backtrack forward?

To avoid starting to scroll through videos (99%:1%), we must avoid being on the sofa with phone in hand (80%:20%);
To avoid being on the sofa with phone in hand, we must avoid bringing the phone onto the sofa (60%:40%);
We can continue: to avoid bringing the phone onto the sofa, we must avoid entering a state where it's easy to bring the phone onto the sofa (50%:50%)...

Often in this series of event backtracking, the earlier you backtrack to, the smaller the tendency difference between the two options becomes!

Thus, we finally discovered an exciting law:

For any seemingly inescapable "inescapable zone," we can necessarily backtrack to some node - at this node, the tendency difference between the two options is small enough, entering the effective intervention range of free will, allowing us to truly avoid entering that final negative death trap.

— That is to say, every seemingly powerful, large-scale negative stable state can be mapped to a weak, small-scale effective intervention node!

And this node is where the true boundary of the "inescapable zone" lies, and also the only chance for small-scale will to resist large-scale unfavorable factors.

19

Seeing this, some people might say: Isn't this something everyone can think of? You've talked about so much profound theory, renormalization groups, behavioral stable states, inescapable zones, and so on. In the end, what you're saying is just that same old thing about not bringing your phone onto the sofa.

This kind of thing has been talked to death already. Today this blogger tells you not bringing your phone to bed can change your life; tomorrow that chicken soup tells you life turnaround starts from small things; the principle of staying away from temptation and preventing problems before they occur was discovered thousands of years ago. You use a pile of physics theories just to say this - isn't this using a cannon to shoot mosquitoes, making things unnecessarily mysterious?

But my friend, please don't be hasty. This is just our first building block.

As stated earlier, the types of negative states we face in life are actually extremely limited and highly repetitive; and for any given negative state, we can always find an effective intervention node through backtracking.

If we precisely apply constraints to it, we can achieve a "move a thousand pounds with four ounces" effect, preventing problems before they occur with minimal cost, avoiding entering those negative states from the very beginning. This constraint is the local optimal solution for this situation.

There are many such small technical optimal solutions. Let me give a few examples:

For example, "never bringing your phone into the bedroom from the start" is much easier than "bringing the phone into the bedroom but remembering not to scroll on it." Then never bringing your phone into the bedroom from the start is naturally the optimal solution to solve the "scrolling phone before bed" problem;
For example, "immediately taking a shower after arriving home and having nothing to do" is much easier than "after already lying on the sofa playing with phone, forcing yourself to get up and shower." Then having your phone automatically set a 15-minute countdown after detecting you've arrived home, during which you must start showering, is the optimal solution to solve "shower procrastination";

Of course, besides these simple and direct strategies everyone can think of, it can be extended much further:

You can make certain behaviors simpler: For example, "no playing phone after 11 PM" can help you sleep early, but achieving it isn't easy; then, why not add "after 10:30 PM only allowed to play phone while standing" as an auxiliary. After all, going from playing phone to not playing phone is difficult, but going from playing phone to standing while playing phone, and from standing while playing phone to not playing phone, are both easier;
You can also improve the overall state: For example, you might know that what you do after getting up each day can often set the tone for the whole day. Then not playing phone for 30 minutes after getting up each day, only doing proper things, can greatly improve the state for the entire day;

(Where does the binding force of these regulations come from? This will be explained later)

And most interestingly: Since negative states themselves are repetitive, then the "local optimal solutions" targeting these states are naturally equally repetitive!

In games like xiangqi and Go, such optimal operational plans targeting certain specific situations that can be repeatedly applied are called "joseki" (定式，fixed patterns).

So-called joseki are actually local optimal solutions summarized by countless predecessors after deep research: under specific local situations, both black and white players must strictly follow the joseki; if either side deviates from the script, they'll inevitably leave vulnerabilities.

Even in the ever-changing chess games, players can greatly improve their overall chess skill by mastering individual local joseki.

And we can also learn joseki like chess players, using a "divide and conquer algorithm" logic to break down negative states in life one by one:

First, we can identify typical negative problems in life;
Each negative problem can be further decomposed into several negative stable states;
And each negative stable state can be mapped to corresponding effective intervention nodes through backtracking;
Finally, for each intervention node, we can custom-design a precise "joseki" to break it.

This way, we can precisely concentrate finite self-control resources on those truly most critical nodes, performing reduced-scale strikes on those highly repetitive negative stable states one by one.

If four ounces can move a thousand pounds, then why not use eight ounces to move two thousand pounds, twelve ounces to move three thousand pounds, sixteen ounces to move four thousand pounds?

20

Even more wonderful: eight ounces might move more than just two thousand pounds.

Suppose we've truly found a local joseki and are willing to invest certain resources (such as method design, willpower investment, or external constraints) to implement it, successfully completely "banning" some negative state from life - for example, never again lying on the sofa with phone, or always immediately showering after arriving home.

Then, because its scale of action is long enough, this "joseki" itself will also become a large-scale factor, becoming one of the numerous boundary conditions influencing life's stable state!

At this point, is the stable state still that original stable state?

Obviously not. If we record the initial stable state as $E_0$, then when the first joseki is successfully introduced, your life will gradually enter a slightly improved metastable state $E_1$. In the new stable state $E_1$, because the overall state has improved by just that little bit, the difficulty of introducing the second joseki will decrease somewhat.

Similarly, after adding the second joseki, you enter the more optimized metastable state $E_2$. Introducing the third joseki in $E_2$ becomes even easier.

For example, if you achieve "not playing phone on the sofa," implementing "immediately shower after arriving home" will also be slightly easier; if you immediately shower after arriving home daily achieving a refreshed state, implementing "don't scroll phone before bed" will also be a bit easier because you've solved shower procrastination.

Each new joseki introduced might produce a "1+1>2" effect, ultimately in a "slicing sausage" manner, gradually improving your life, step by step transitioning toward a better long-term stable state. It's also possible that after you've added a dozen or so joseki, some difficult problem seemingly unrelated to them will unexpectedly naturally disappear after improvement in energy, habits, and other large-scale conditions.

As the Art of War states: "One skilled in warfare wins victories that are easily won."

After solving simple problems, originally medium-difficulty problems become simple problems; if we conquer this new simple problem, then originally difficult problems also become simple problems.

From beginning to end, we're solving simple problems.

Alright, we've found a series of joseki, each able to avoid entering a negative "inescapable zone" from the very beginning. But to thoroughly achieve large-scale stable state transition, we ultimately must still face that most fundamental challenge - the binding force limitation problem.

As analyzed earlier, all self-control strategies essentially use finite resources to support some local binding rules. This unavoidably leads to the "whack-a-mole" dilemma: just talked beautifully about going from $E_0$ to $E_1$, $E_1$ to $E_2$, but in reality, what might happen is you simply don't have this much energy to maintain these joseki.

When you try to add a new joseki, some old joseki might suddenly collapse;
Or you encourage growth by pulling up shoots, forcibly mounting a joseki with overly high requirements at the start. Before it can improve the overall state, maintaining it exhausts all resources;
Or you introduce a new joseki incompatible with existing joseki, resulting in the entire system instantly crashing.

On one hand, adding new joseki requires investing more maintenance costs; but on the other hand, it can slightly improve the existing stable state, and over time will form habits, gradually reducing maintenance costs. Thus, the problem transforms into a competition between the speed of stable state improvement and the speed of maintenance cost increase.

Therefore, the sequence of introducing joseki itself is also crucial. Not just any arbitrary order can support you in reaching the next stable state. Additionally, where does the binding force of so many joseki come from?

To thoroughly solve this problem, we need to introduce a new ingenious algorithm - the "Recursive Backtracking Algorithm."

21

The so-called Recursive Backtracking Algorithm is actually a classic algorithmic thinking widely used in computer science. It's typically used to solve such problems: when you face a system with extremely huge possibilities (such as navigating a maze, playing chess), how to find a feasible, or even optimal path under the premise of finite resources.

The most typical example is the maze problem:

Imagine you're trapped in a maze. You don't know which path leads to the exit, and you have no map. All you can do is continuously try every walkable path:

Each time you encounter a fork, you first randomly choose a path;
If you walk down and discover this path doesn't work (dead end), you retreat to the previous fork and try another possible path;
If the new path also doesn't work, you continue retreating, changing direction again, until you finally find a path leading to the exit.

This is the core logic of the "Recursive Backtracking Algorithm": Try → Fail → Withdraw → Change path → Continue trying, until success. Like in chess, continuously taking back moves to ensure finding a winning path.

So how should we apply the recursive backtracking algorithm to design the addition sequence of these "joseki"?

Suppose we've designed a series of joseki targeting various negative states in life, such as:

Joseki (A) ensuring you always shower when arriving home;
Joseki (B) ensuring you don't bring phone onto sofa;
Joseki (C) ensuring you don't scroll Xiaohongshu at night;
Joseki (D) ensuring you wash dishes promptly after meals;
...

At this point, we can use this " Joseki Tree" approach to organize and manage them:

Joseki addition rules: If on a given day you successfully meet the requirements of a certain joseki, you can add it as a child node to the joseki tree, but add at most one per day. For example, if I find joseki H is highly related to existing joseki F, then I can add joseki H as a child node of F; if I find joseki E seems like an entirely new domain, I can also directly establish a new branch.
Joseki deletion rules: Manage with a "stack structure." Once a joseki is deleted, simultaneously delete all its child nodes. For example, if joseki C has one failed execution, this indicates that the combination of joseki C and subsequent F, H is unstable, so generously delete it, simultaneously deleting subsequent F, H joseki. (Of course, in the future you can try adding joseki C again to the tree's end)

Through such repeated iteration, we naturally solve both the "joseki addition sequence" search problem and the "binding force source" problem:

On one hand, joseki added more "naturally" and easier to maintain are more likely to stably remain at the root of this tree.

The reason is: in this iteration process, if a certain joseki's maintenance cost is too high and cannot be stably maintained under current conditions, it will naturally collapse and retreat back to the tree's end; conversely, those high-quality joseki that are added easily, maintained without burden, and significantly improve overall state can more easily be retained at the tree's root.

Over time, the nodes closest to the front of this joseki tree are instead all those seemingly trivial small rules that can bring huge positive effects. Can you guess what my current #1 root node joseki is? It's actually just "must wash dishes promptly after eating at home." Though it sounds unremarkable, it can truly avoid falling into a larger decadent state.

It's precisely these simple and tiny improvements accumulating at the root that make the entire joseki tree's foundation increasingly solid. Like "passive buffs" in games, continuously providing tiny improvements to the large state, supporting the entire tree to steadily advance step by step. This is the true "winning victories that are easily won."

On the other hand, this stack structure will also naturally provide powerful binding force for newly added joseki.

Think about it: since introducing each joseki requires one day's effort, then if a joseki with four child nodes suddenly fails, this means your entire five days of effort, entire five joseki effective for self-control instantly wasted - and this loss occurs the instant you prepare to give up.

This is its second wonderful aspect: the closer to the root, the more child nodes a joseki has, the greater the loss cost, therefore the better it's protected.

Until finally, those joseki deeply buried at the root will gradually internalize into your habits because execution time has been long, requiring less and less resources to maintain, ultimately almost negligible. At this point, the constraint power saved can be invested in developing new joseki.

And this method is called Recursive Stabilization Iteration Protocol (RSIP).

It answers a widely existing question:

Under the condition of finite resources, how to govern a complex system's comprehensive negative stable state?

The answer is, we can target several small negative stable states through targeted backtracking, finding corresponding local optimal solutions as "joseki"; then, integrate them into a tree-structure diagram, using recursive backtracking search algorithm to explore the addition sequence of these joseki. Once a joseki cannot be maintained, decisively and recursively abandon it and its child nodes in the tree. Ultimately, only the path most beneficial to the entire system's stability can be retained - just as Qian Xuesen's ideological proposition advocated: "Not seeking advancement of individual technologies, only seeking overall design rationality."

Just like this, we finally achieved the miracle of self-control strategies - integrating numerous local optimal solutions into the joseki tree, accumulated, small-scale free will can be amplified to a magnitude sufficient to influence the global situation.

And from here, you can truly begin transforming sleep schedule, cultivating energy, improving health, adjusting life rhythm, eliminating habits you want to eliminate, cultivating habits you want to cultivate, making those previously seemingly immovable large-scale factors start working for you.

22

Of course, in practical application, if you want to gamify RSIP, it's also quite easy.

Because in reality, this method already has an almost identical counterpart - that's the famous National Focus Tree in the strategy game Hearts of Iron series:

In this game, each country has a huge "national focus tree," with the tree full of various diverse national focus nodes:

Some are used for industrial expansion;
Some strengthen military construction;
Some determine diplomatic direction;

Each national focus can provide players with various bonus effects, and choosing and designing one's own country's national focus tree is one of this game's greatest charms.

In practical application, I also like using mind mapping software (such as MindMaster) to manage such national focus trees. The process of designing various national focuses for RSIP is actually quite interesting:

For example, targeting the evening shower procrastination problem, the "national focus" I designed is: Using iPhone's automation function, once evening positioning detects returning home, automatically start a 15-minute countdown, must enter bathroom to start showering before countdown ends;
For another example, to address the problem of playing with phone after waking up in the morning causing the whole day to be muddled, the "national focus" I designed is: Strictly prohibit using phone for the first 30 minutes after waking, can only do proper things like washing up, organizing, eating breakfast, or checking emails, thereby activating the day's state;
And to ensure the RSIP system itself can continuously operate stably, I also specially designed a "root national focus" at the very root: During the morning wake-up period, must open the national focus tree mind map page, and must add one new national focus every day.

Meanwhile, if you want to make it more fun, national focuses can also be "strengthened and upgraded" like game equipment.

For example, a progressible national focus called "Sleep Reserve Plan" can be arranged under the early sleep/early rise national focus, progressively advancing phone curfew/wake time - if one day you successfully achieve 22:45/7:45, record it as "Enhancement +1"; and on another day achieve 22:40/7:40, can upgrade to "Enhancement +2."

This upgradeable national focus can protect its base node through stored redundancy. Because even if one time you have to stay up late due to circumstances, you can release it, return to the +0 state, and your habitual sleep rhythm won't suddenly collapse (leading to its child nodes also being difficult to maintain).

In fact, the vast majority of current online discussions about self-control are actually unsystematic, extremely fragmentary "local suggestions." Today this marketing account tells you locking up your phone can keep you away from it; tomorrow that chicken soup blogger makes a whole video series just telling one old cliché about breaking down goals. They all vehemently claim that after listening to their methodology, your life will be overturned and changed. Unfortunately in reality, most of these experiences are just life hacks at best.

However, I don't completely oppose these experiences, but rather provide a framework to design these locally useful techniques into individual "national focuses," incorporating them into this system.

Future applications are yours to freely explore.

Afterword

23

The genesis of this article stemmed from my accidentally seeing a note about ADHD by @Allvinn on Xiaohongshu. At the time, I was just touched by my own years of bitter struggle with ADHD and self-control problems, and casually wrote some comments, unexpectedly giving birth to the idea of organizing these accumulated thoughts from over the years into writing.

Honestly speaking, I'm not any particularly excellent person. Just a very ordinary student who grew up in parents' doting and addiction to games from childhood, long plagued by terrible habits and severe self-control problems. Throughout my past life, my grades also often struggled repeatedly between rock bottom and top ranks. Fortunately, I stumbled along all the way, also getting into graduate and doctoral programs, becoming an ordinary scientific research brick mover, able to quietly do things I enjoy in one small laboratory.

In fact, most people have more or less thought about things related to "self-discipline" since enlightenment, and I'm just someone who happened to sustain this thinking a bit longer.

However, at the end of the article, I actually want to convey a message more:

I am extremely sensitive to the excessive deification and promotion of "self-discipline" and "methodology" by many marketing accounts and knowledge bloggers now. As if just learning their methodology, attending their training camps, one becomes self-disciplined, hardworking, defying fate changed, starting to counterattack.

I don't think so.

In fact, self-control methods have never been any magic pill to make life cheat-mode. Even if you achieve absolute self-discipline, so what? This is still just one piece among countless puzzle pieces in your life, and not necessarily the most important piece.

In life, there are many puzzle pieces more important than this - physical and mental health, family environment, social resources, personal personality, interpersonal relationships, furthermore the elusive luck, even the era you're in itself - they can all like fate's stones, like nails on Newton's board, push a young person's industrious and self-disciplined efforts toward unknown distances.

Our era indeed has quite a few people suffering from lack of self-discipline; but there are also many suffering from excessive self-discipline, from internal pressure and obsession with "excellence." Self-discipline has never been something everyone needs; what many people need more is relaxation, healthily and freely doing things they enjoy.

Therefore, this article's efforts are actually just attempting to help some people, to some degree, solve some problems.

Not everyone needs self-discipline;

Not everyone who needs self-discipline is suitable for the methods proposed in this article;

Not everyone suitable can understand it;

Much less can everyone who understands it truly benefit from it.

But I myself have genuinely experienced, in the past decade or so, the regret, missed opportunities, internal consumption and sense of powerlessness caused by lack of self-discipline.

In the vast sea of humanity, might there be a second me? If there truly is such a person, I'm willing to hold up a small umbrella for him/her.

Even if this umbrella can only help one person similar to my former self among every thousand people in the world, then all of this would be worth it enough.

24

Having spoken about individuals, let's talk about society.

To this day, society actually already has a certain degree of understanding and tolerance for depression. But in comparison, understanding and tolerance for "lack of self-control," "procrastination," "ADHD" and other problems is still far from enough.

Now, for depression patients, more and more enlightened people are beginning to realize this is a genuine psychological illness, not simply "矫情" (being pretentious) or "can't think it through." They're starting to try understanding the real pain patients face from attention collapse, loss of interest, sleep disorders, emotional dullness, and even somatization.

However, toward ADHD patients and those with long-term self-control deficiency, people's attitudes are often still crude, harsh, lacking empathy:

Their procrastination, laziness, difficulty taking action are often mocked as "lazy people finding excuses";
Their falling into patterns of attention diffusion and easy addiction is seen as "poor self-control" and "can't control themselves";
Even many ADHD patients who struggle upward using various means, while regretting their loss of control, often get cold sarcastic remarks like "self-touching," "浮气躁" (impetuous), "just pretending to work hard," "suitable for factory work."

In such a cultural atmosphere, people refuse to respect the objective fact that "human self-control has limitations." Many people are unwilling to admit that human subjective agency is not infinite, that it's limited by neural structure, hormone levels, psychological state, external environment, long-term habits and many other objective factors.

"Lack of self-control" has never been an attitude or mindset problem that can be solved through motivation and persuasion, but rather an objectively existing engineering problem, systems problem, even medical problem.

Attempting to use slogans, chicken soup, whip-and-carrot motivational traditional psychology preaching to solve such problems is like using "you're too fragile," "be more optimistic," "just think it through and you'll be fine" to comfort a depression patient - equally laughable.

I really like that line from The Great Gatsby:

"Whenever you feel like criticizing anyone, just remember that all the people in this world haven't had the advantages that you've had."

Just as human sorrows and joys are not mutually intelligible, in the matter of self-discipline, human conditions in all aspects are also not mutually intelligible.

Some people cultivated good habit foundations from childhood, in an environment full of progressive atmosphere. They might only need to make a plan list, smile in the mirror a few times each day to easily achieve Easy-difficulty self-discipline;
But some people have been addicted to phones since childhood, with lazy habits and decadent family environment. On this foundation, achieving self-discipline might be Hard-difficulty hell.

Self-control, as something we've commonly faced since childhood, has been more or less thought about by almost everyone. So if all these people have thought about "how to self-control," what would be the result?

This forms society's general cognition of "self-discipline" - either stopping after fifty steps, or stopping after a hundred steps.

The essence of self-control methods is just a prosthesis for self-control deficiency. Just like crutches and wheelchairs are prostheses for disabled people's motor abilities. Healthy people don't need crutches and wheelchairs, and patients whose injuries have healed also no longer need crutches and wheelchairs.

Once this gap is filled, people no longer pursue more advanced crutches and wheelchairs. So the answer becomes "the pony crossing the river": Easy-difficulty people will say smiling in the mirror works; Medium-difficulty people will suggest you put down your phone and make plans; Hard-difficulty people think you must rely on external supervision, even live-streaming while studying.

And an extremely counterintuitive social phenomenon precisely comes from this.

In personal achievement, self-discipline is actually just one of many factors. Those Easy-difficulty players, besides being easier to achieve self-discipline, also possess better habit foundations, environmental help, and social resources, thus also more easily achieving success. Therefore, if you observe those who achieved success, you'll find they're probably precisely from "Easy difficulty." In their eyes, self-discipline is as easy as doing push-ups in an elevator.

This creates a strange survivorship bias - the more successful people are, the more likely they are to use ineffective self-discipline methods. Just as healthier people increasingly lack real experience using crutches and wheelchairs.

Even more terrible is when society establishes these Easy-mode players as role models for everyone, granting them supreme discourse power, it forms an extremely cruel, "why not eat meat porridge" atmosphere toward those truly lacking self-control.

I don't know how many times I've scrolled past comments from so-called "people who've been there," who sneer at self-control methods. In their mouths, "back in our day we just had one path up Mount Hua, just do it and it's done, just work hard and it's done. Where's all this beating around the bush?"

There was also once when I scrolled past an interview video with a gaokao (college entrance exam) top scorer. When the host asked about "how to view many students being decadent, depressed, lacking motivation, unable to self-discipline," that top scorer paused slightly, raised a proud yet tender face, and expressed sincerely and confusedly:

"To be honest, I really can't quite understand why some people would have no motivation."

Perhaps in their world, self-discipline is as simple as breathing and walking, motivation as natural as the daily sun. So they perhaps aren't acting with malice, just purely unable to understand.

More often, we can also see many marketing accounts and self-media bloggers with bright shiny titles sharing so-called "self-discipline experiences." Clicking in to look, the whole article talks about "because of love," "because of high energy" - this is still normal. More bloggers are instead giving classes, opening their mouths about "thought models," closing their mouths about "cognitive upgrades," talking about Dao, talking about Zen, talking about energy sublimation, talking about spiritual healing.

I'm not criticizing those who have smooth sailing - this isn't their fault.

I'm just trying to point out a fact - human experiences are not naturally mutually intelligible; human subjective effort also can never exist independently from objective conditions.

Of course, we can't expect everyone to understand complex psychological mechanisms and behavioral science. We can't even expect everyone to be sufficiently kind.

But I'm willing, beyond those who walked fifty or a hundred steps, as an ADHD patient with extremely poor self-control foundation, to embark from the lowest starting point on that thousand-step long journey. So much so that behind these two generations of methods are hundreds of failed ideas, hundreds and thousands of methodologies that have appeared on the current internet and in related books - I've thought about, tried, and analyzed every one. After this, I've finally reached the endpoint - finally possessing a normal person's self-discipline level.

Perhaps this path only suits me alone. But dear stranger, if it can help even one person, even just you, then I also feel all of this is worth enough.

I hope it can, amidst the currently overwhelming "put down your phone," "make plans," imagine the future, "tell yourself" type permutation-combination superficial "advice," walk a completely different path belonging to "technology."

"Cavalry drenched in sweat and blood, attack speed equivalent to 20th century armored divisions; Northern Song's bed crossbows, firing range reaching fifteen hundred meters, comparable to 20th century sniper rifles; but these are still just ancient cavalry and bows, impossible to contend with modern forces. Basic theory decides everything - the Futurist school clearly saw this point."

This is the truest reason I wrote this article.

25

Finally, let me say: the author will not use this content itself for any profit, will not establish any paid communities, and doesn't need follows and likes. Money can be earned and also spent, follows can gather and also dissipate, but thought and technology are always there.

If this article can fortunately benefit some people, my only wish is not your likes and returns, but rather hoping more people can have one more portion of respect and empathy toward those whose conditions, habits, achievements, and education are inferior to their own, and I'll be satisfied.

Finally, please let me imitate an MIT License as the ending:

Anyone has the right to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the content in this article for free and without restriction, and allow this content to be used for commercial purposes without needing to obtain permission from the author or pay any fees - only needing to credit the original author. All income generated from adapting this article into videos, comics, promotional articles, etc. belongs to the adapter; this article's author takes no share. Additionally, all tips, gifts and other income will be entirely used to promote this content itself. However, if the author personally contributes labor and participates in commercialization projects based on this article (such as planning, cooperative development, etc.), then related rights and interests shall be separately agreed upon according to normal commercial standards.

The purpose of this article is precisely what I mentioned at the end of this answer - Proletarians of the world, unite!

互联网公司的管理神话破灭

Sun, 04 Feb 2024 17:21:45 CST

价值观，OKR，花名，弹性工作制等……

在过去的 20 年里，互联网行业为企业管理界贡献了许多花活儿，这其中有些是中国互联网原创的，也有不少是从硅谷学习而来属于全球互联网行业通行。

当互联网行业处于黄金上升期的时候，几乎每家成功的互联网企业都要或多或少的对外输出一下自己的企业管理方法论，有的是通过创始人演讲，有的是通过出书，也有类似腾讯和阿里巴巴这样的，直接以被投企业家俱乐部的形式来影响自己投资的创业企业。

然而，随着互联网黄金增长期的结束，全球互联网普及红利（对国内来说是人口红利）的消失，我们惊讶发现从 2020 年开始，许多过去互联网行业高举高打的管理概念正在失效……或者说，它也许从来就没有有效过。

站在这个时间点去回顾互联网公司曾经沉淀下的那些方法论，我们会发现无论是阿里巴巴、腾讯、字节跳动，还是 Google、Amazon 和 Netflix。他们的企业管理方法论可能都存在错误归因——低估自己所乘着的时代东风，高估了自身的努力（管理行为）。

因为在企业管理界，有一些明显的错误答案，剩下的全都是“正确答案”。

这是我看最近一本书《大厂人才》的感受，这本书由穆胜咨询合伙人娄珺（Samantha）出品。书中详细横向评测了字节跳动、腾讯、阿里巴巴、美团、华为等多个大厂的管理体系，并间或的对这些不同模式与传统企业管理制度做了比较。

原书作者在结论上总结的比较委婉，但我结合自身的大厂工作经历以及对本书阅读的感受，可以直说：所有互联网大厂的管理创新，可能都是画蛇添足。

以全书反思性最为明显的 OKR 为例，OKR 的“始作俑者”Google 在 2022 年启用了新的管理工具 GRAD（Googler Reviews and Devlopment, 谷歌员工评价和发展），GRAD 是一种更为绩效（偏向 KPI）而非目标导向的管理工具。

根据书中的描述，Google 使用 GRAD 取代 OKR 的主要原因可能有两个，第一个是在过去很长一段时间里，由于 OKR 的反 KPI 属性，导致日常业务中大量的经常性工作无法被考核，OKR 只能作为该公司更大的管理机制 Preformance Management 一环使用，并且只能覆盖 40% 的工作。第二个，则是 OKR 复杂的流程和评价机制本身让员工不堪重负，在许多时候，反复的对齐、拉通、复盘比简单的定期考核一个业务指标是否达成更让人痛苦。

OKR 在国内的忠实粉丝字节跳动也在 2023 年调整了它们的考核方式与考核节奏，比如从双月回顾改为季度回顾。

在 OKR 以外，一些曾经在发展早期宣誓要“去 KPI 化”的企业也在最近重新回到 KPI 考核的道路，比如百度和小米。

阿里巴巴的花名机制，也在实践中与原本的设立初衷背道而驰——原本是为了淡化职级加强扁平化管理，结果真的搞成了“江湖味儿”，公司内“门派林立”。腾讯的“赛马机制”和“自下而上”也一度使得公司缺乏 Big Picture，漏球了信息流和短视频这两个非常重要的业务。

从社会学的角度讲，现代企业的本质是个体分工协作的产物。它的作用是将一群人以特定的社会关系结合在一起，实现一个人无法实现的伟业。这意味着巴别塔可以有很多种建成方式，只要没有上帝来捣乱，任何一种方式都可以通天，而“上帝来捣乱”的方法，就是让每个人都觉得自己的方法是对的。

从 2023 年全球互联网行业的大裁员和惨状来看，互联网的企业管理方法论创新，别说可能不适用于其他企业，甚至可能连互联网行业自己都不合适。比如，早期的字节跳动被称为“App 工厂”，上一个火一个。从字节跳动在 2017 年全面启用飞书之后，就再也没有上线过任何一个现象级产品。腾讯方法论无法让腾讯复制微信，字节方法论也无法让字节复制抖音。

这意味着无论是飞书提出的“先进团队先用飞书”还是阿里的“每年将会向社会输出 1000 名在阿里工作 10 年以上的人才”，对于社会上的其他企业来说都是一个陷阱。

如果你相信这些从互联网公司来的工具、人才、方法论能够帮助你原本陷入困境的企业重振旗鼓，那你就要倒大霉咯。

这个观点倒不是书中提出的，而是我之前从字节的方法论观察到的。众所周知，虽然字节其实并不怎么输出企业管理方法论（比起阿里巴巴），但飞书却从诞生之出将“方法论”与产品捆绑进行销售。飞书在所有的媒体和互联网公司都备受好评，甚至连百度和阿里的一些团队也私下使用飞书进行一些边缘项目的协作，确实配得上“先进团队先用飞书”。

但是，这个世界本身就是由落后构成的。

我第一次认识到这一点，是我在一次参会成员年龄稍大的会议上，用飞书分享我自己的稿子（就是那个几万字的稿子）。我讲到一半，一个听众问我：你讲到第几页了？

我愣了，我讲到第几页了？飞书没有页数啊，因为飞书就没想过会有人把电子文档打印出来看。

提问者 50 多岁，以我和大多数互联网员工的视角看确实算是“岁数大了”。但他实际上也是从 90 年代开始用电脑的“弄潮儿”，你怎么都不能说人家“数字素养”不行？类似的情况其实还有几乎所有的在线文档都不支持“尾注”这个在学术写作中非常重要的功能（其实还有“修订模式”），以至于金山文档至今可以拿到腾讯文档和飞书文档都拿不到的市场份额。

是因为各种眼花缭乱的在线文档不够“先进”吗？不，是因为太过先进了，与落后的现实世界并不匹配。

除非你假定一个 35 岁全员退休的社会，否则向落后兼容，就是一个先进管理工具与生产力工具的最重要基础要素。

这个事情在 SaaS 市场其实被反复验证，所有人都说中国的 SaaS 市场不好做，然后找了许多许多理由。但时至 2024 年，就没有几家企业开门做公司敢不买 Microsoft Office，连免费的 WPS 都是因为和 Microsoft Office 做的“一模一样”，才能抢到这部分市场。以至于我之前和@ 汐笺聊 SaaS 的时候说：

你如果做了一个办公三件套，觉得自己很创新，和 Office 长得不像。那一定是你做错了，因为微软办公套件里的每个按钮都有一个你们整个团队那么多的产品和研发，还对应了 0.x%～x% 的市场份额。

你日常可以用飞书，用 notion，用 Obsidian，甚至你在小团队里也可以用这些新工具来协作。然而，一旦你要进入到更大规模的社会协作，你就离不开 Microsoft Office。字节跳动的 GR 和政府打交道也丢飞书链接吗？阿里巴巴和腾讯合作签合同难道用钉钉文档做前期互审吗？不可能的。

不仅在工具层面如此，在管理工具层面也是如此，OKR 是一个所谓“面向创新”的管理工具。但即便是在人类密集创新的最近半个世纪里，创新也并非企业的常态。创新带来的是新增长点，但这个点一旦被创出来了，后面的增长工作无一例外是由海量的人与资金在枯燥的日常工作中驱动的。

这两年其实也刚好有一个对比，一方面是由于裁员数量增大，职场社交软件脉脉上关于“空降阿里员工”的吐槽多了起来。大致的故事模版就是中小厂，来了一个阿里高 P，进来就搞一通管理+工具的改革，风风火火干三个月，轻则业务下降，重则公司倒闭。

另一方面，马斯克在 2022 年末收购推特，主打一个干翻所有管理理念，什么必要岗位，先裁掉一半员工再说。什么切换服务器要半年，我亲自坐私人飞机给你网线拔了——结果是 X 的主要业务数据并没有下滑，甚至在 AI 新业务上的进展也优于 Google。

书中也特意配了一个维度来证明这一点，这是我非常佩服作者的。她竟然能想到用几大公司离职员工的创业成功率来恒量一个企业的管理制度是否有效，而数据是这样的：

公司名称	离职员工创办公司数量	上市公司数量	IPO上岸率
华为	481	25	5.2%
美团	115	3	2.6%
腾讯	720	18	2.5%
阿里巴巴	941	16	1.7%
字节跳动	21	0	0%

数据来源：穆圣咨询、IT桔子

这个维度并不严谨，因为这个数字本身就会有漏算，而且创业成功也并非 IPO 一个衡量指标。但是我们会非常明显的看到对自己价值观与方法论自视甚高的阿里巴巴在这个比较中是非常落下风的。

在这本书中，华为是作为“传统企业”被拉进来与互联网公司做对比的，因此在横评中的每一项，华为几乎都有优势，不免让人觉得这是不是作者在拉偏手。但华为的成功本身由华为的管理方法论决定的吗？华为的方法论在别的企业执行的下去吗？

众所周知，华为在人才管理方面曾做出过一些超乎民企可及范围的事情。类似的情况，拼多多也在电商消费纠纷上有一些“别人做不到的能力”。所以，不管你想要在自己的企业里实施奋斗者文化，还是想要对供应商实施“仅退款”政策，还是要创始人掂量一下自己的斤两。

所以，还是回到我在本文开头提到的，企业管理界有一些明显的错误答案，剩下的全都是“正确答案”。在吸收别人的经验时，错误的总比正确的更重要。只要你的企业还没黄，就不要轻易效仿别人。

尤其是在现在这个下行周期里，企业黄了也不一定是你做的不对，试图模仿先进者只会让你黄的更快。

互联网黑灰产产业链初探

Sat, 17 Jun 2023 09:58:39 CST

黑灰产的英文翻译是Black Market，被定义为通过人工方式或者技术手段实施的操纵网络信息内容，获取违法利益、破坏网络生态秩序的行为。对很多人来说，黑灰产的代名词就是“薅羊毛”。实际上，除了薅羊毛，每个行业都存在一些典型的黑灰产欺诈场景。

黑灰产的最大特点但就是逐利。只要是能产生利益的地方几乎逃不开黑灰产的觊觎。即使表面看上去获利很低，但黑灰产依然会想办法通过批量操作来规模获利。

黑灰产的典型形态

搬运洗稿

指使用技术或手动编辑，通过对他人文章进行同义词替换、语态语序转化、段落调整、删减、拼凑等方式进行二次表达而形成新的文章内容，本质是对他人原创作品的一种非正当性使用。搬运洗稿信息广泛存在于微信公众号推文、自媒体各类账号发文、视频剪辑拼接中。

搬运洗稿的产业链上游是技术员开发售卖洗稿工具，中游是专业洗稿团队批量接单，下游是自媒体账号为引流购买洗稿服务。

搬运洗稿的盈利模式丰富，不同参与主体有不同的盈利模式：

洗稿团队靠批量洗稿和售卖洗稿教程获利；
自媒体通过洗稿“爆款”文章赚取平台补贴和承接广告；
洗稿平台通过发 “爆款”热文引流赚取流量收益。

搬运洗稿大多是“人工+机器”的双轨洗稿模式且多为招募网络写手组建专业洗稿团队批量接单。

恶意营销

指营销公司或个人为了取得商业利益，选择在特定时机利用煽动性话语刺激公众情绪、博取舆论关注，从而获取利益。如2020年华南海鲜市场供货商忏悔书事件，以抢流量、炒作为业的团伙将2016年旧帖拼接篡改后，再换上和疫情有关的标题“蹭热点”，通过“曝光巨大内幕” 等字样博取眼球，使帖文迅速获得超10万阅读量。

恶意营销的产业链是一条诱导变现的完整黑产链，上游是营销号注册，中游是内容生产引流，下游是自媒体诱导变现。

恶意营销的盈利模式有三种：

通过“水涨船高”盈利，“涨粉”到一定程度实现流量变现；
通过 “移花接木”盈利，通过插入跳转链接获得相应受益，吸引粉丝点开后实现恶意变现；
通过“无中生有”盈利，通过编造谣言等不实信息进行所谓“撤稿费”的敲诈。

恶意营销的运营特点包括：

蹭热点，夸大扭曲事实，借社会热点事件蹭流量是营销号最常见做法；
燃情绪，渲染负面情绪，如“金钱、性、暴力、歧视”等主题的信息内容；
搅浑水，正反搅动舆情，同一营销公司的水军持两种对立观点，“左右手互搏”，利用公众朴素情感，搅混舆论。

撰写黑稿

指部分企业出于打压竞争对手、巩固自身利益等目的，借自媒体之手发出黑稿抹黑对手，并安排“推手”或 “水军”进行二次传播。为了最大化发挥黑稿效力，黑稿通常选择在竞争对手的重要经营节点对外发布。

撰写黑稿的产业链表现为从注册自媒体账号，到生产内容引流，再到引流变现盈利，形成完整的黑稿产业链，其中包含授意企业、黑稿写手、黑稿发布者等参与者。

撰写黑稿的盈利模式：

职业收取“封口费”，诋毁企业后上门“谈合作”，索要“封口费”“保护费”；
拿钱帮抹黑竞争对手，利用竞争对手的负面信息撰写文章，在平台发布传播，混淆视听，获得高额收益。

撰写黑稿的运营特点：

角度选取贴近社会热点，如人身健康、财产安全、隐私泄露、房价走向等；
内容设定夸张不实，多是拼凑信息或者对其中一点进行放大，再添加有倾向性观点，配上博人眼球的标题；
传播灵活形成矩阵，通常会由影响力较大的公众号发布负面新闻，其余“小号”跟进和炒作，并在微信、微博、今日头条等多个平台同步发布，同时雇“水军”评论和转载，尽可能实现攻击效果最大化；
人员结构复杂多元，不仅有专门的自媒体，还有记者、公关公司、第三方评价机构等群体，这些人不仅对企业消息有更深层次的了解，还更为熟悉写作、传播等规律，进一步增加了所谓自媒体的“效力”。

黑账号

指各平台出现账号倒卖的现象，形成一条成熟的产号、养号、卖号的产业。黑账号的产业链表现为上游产号、恶意注册账号，中游养号、恶意运营管理账号，下游出号，获得违法违规利润的特点。

黑账号的盈利模式包括：

实施诈骗；
向平台“薅羊毛”；
开展广告营销等。

黑账号的运营特点包括：

“手机黑卡卡商”通过特殊渠道获得手机黑卡；
“黑产交易平台”为“手机黑卡卡商”和“虚假账号号商”提供交易中介服务；
“虚假账号号商”实现虚假账号注册并提供给下游网络犯罪。

刷粉刷量

指提高粉丝数量、互动数量，依靠流量产生利润，形成刷流量产业。刷粉刷量的产业链上游是工具开发者和账号商，主要通过技术手段在各大网络平台注册账号，生产假粉丝；中游是流量业务代理商，为广撒网寻求客户，账号商通常会招募数量众多的代理商售卖粉丝；下游是需求用户。

刷粉刷量的盈利模式：

注册账号引流变现，
售卖软件，
面对课程教学等获利。

刷粉刷量的运营特点：

利用刷粉软件进行自动刷粉操作，
招募真人粉丝模拟人工自主访问，
自媒体刷粉刷量赚取流量。

除以上形态外，还涉及诱导粉丝消费、音视频软色情贩卖、刷帖控评、算法滥用、集群炒作、人海投诉等，还有问题组合出现的情况。网络信息内容黑灰产治理具有复杂性、系统性特点，从其产业链可见，在网络信息内容生态体系中，内容生产端始终是问题源头和重要环节。应对网络信息内容黑灰产挑战，需明晰各方责任，斩断非法利益链，实现协同共治。

黑灰产的发展趋势

与以前相比，黑灰产的攻击方式或手段有了很大变化，主要体现在以下三方面：

从早期单一的兼职刷单，到如今的多行业、多场景、多任务的广泛渗透；
从早期的只在 PC 端进行单一手法的兼职，到如今以移动端为主；
从早期的线上群组媒介（QQ 群、YY 语音等），到如今的平台化和裂变化。

从成本和收益来看，黑灰产的攻击成本主要来源于其发起攻击时所需要的各种资源，主要有：

账号资源：在目标业务上注册的虚假账号
IP资源：为绕过目标的 IP 风控，购买代理或秒拨 IP
设备：在设备上安装目标应用
自动化工具：批量操控多台设备的群控工具，修改设备信息，从而伪造新设备的改机工具等

黑灰产的收益则是业务营销费用的损失。有一些收益比较直接，比如现金红包，可以直接提现；还有一些收益需要变现，例如优惠券。不过，黑灰产有发卡平台、回收平台等成熟的变现渠道，所以变现也不成问题。

近年来，以云计算、大数据和人工智能等代表的新技术的出现或应用，在某种程度上也加速了黑灰产的发展。云计算的发展让个人搭建和维护一个网络平台的成本大大降低，其中包括黑灰产产业链中的一些平台，像提供虚假注册手机号的接码平台、提供海量IP地址的代理和秒拨平台、提供图像和滑动等验证码绕过服务的打码平台、提供交易和变现渠道的发卡平台等，很多搭建在国内或海外的云服务器上。这些平台的大量出现，打通了黑灰产的上下游供给，不仅降低了攻击成本，而且还提供了 API 接口等方式便于自动化，进一步提升了攻击效率，让黑灰产可以更容易地实施大规模的批量攻击，收益也更大。

从更大的角度黑灰产的发展趋势：

以量取胜。目前，市面上大部分黑灰产都采取以量取胜，比如养号、刷量、薅羊毛等。使用这种策略的黑灰产从业者，它们充分利用“长尾效应”，本着“苍蝇腿上也是肉”的原则，把蛋糕做大。
黑产资源平台化。过去几年，这个趋势已经很明显。在黑灰产领域，有很多需求庞大的基础资源，比如手机号、IP、设备、身份证、银行卡、支付渠道和自动化攻击工具等。各个类型的资源都发展出了专业的供应商，可以按需取用，极大降低了黑灰产从业者的从业门槛。
技术对抗迭代转向资源效率迭代。黑灰产的一个典型变化是，从早期的技术对抗迭代模式，逐渐转向资源效率的迭代。在技术对抗迭代的时代，黑灰产从业者往往通过技术栈来保证自己的优势。当资源平台化后，黑灰产入行门槛大大降低。生产效率更多是通过资源利用率来提升，例如早期群控系统需要摆满房间的真实手机，后来被手机硬件厂商整合成箱控，一块主板能切割出几十台手机，再后来直接做成云手机的模式，连实体都不需要。

黑灰产的攻击方式

攻击服务可以划分为“过身份”、“多身份”、“批量化”三大模块，其中每个模块涉及到多种攻击技术。

过身份：利用伪造身份、人脸等方式绕过平台认证，可以注册虚假账号并正常参与平台业务和活动；
多身份：利用多开、改机、改定位等技术伪造多个“正常”设备，从而绕过平台对于单身份的限制；
自动化：利用自动化脚本或群控工具，批量完成注册、登录、点击等业务操作。

机器作弊

通过自动化的机器程序来伪造真实的用户行为，它又分为协议攻击和脚本攻击两种。

协议攻击指的是通过破解业务前端和服务器的通信协议，直接伪造并发起注册登录等业务请求；
脚本攻击指的是通过编写按键精灵、autojs 等脚本，操控前端应用或网页的界面元素，比如输入框自动填入账号密码、自动点击登录按钮。

值得注意的是，前者不需要有设备安装业务应用，攻击成本更低，更容易规模化，危害也更大。

真人作弊

与机器作弊不同，真人作弊背后是一个个真实的人，黑灰产往往通过发布赏金任务，吸引真人协助其完成作恶。

不过，随着近年来甲方业务风控的不断加强，机器作弊很多时候会被识别出来，而真人作弊识别难度非常大，因此真人作弊越来越多，模式和形态越发多元和丰富。

黑灰产的产业链条

黑灰产之所以能有现在的发展，关键是其形成了一个分工明确、协助紧密的成熟产业链。据了解，整个黑灰产的产业链大致可以分为上游、中游和下游三个环节，其中，上游提供资源和技术，下游进行作恶和变现，而中游则连接上游和下游。

整个产业链中，比较关键的部分包括上游是否能持续稳定的提供可靠的资源和技术，下游是否能有稳定的变现途径或渠道，中游是否能高效的连接上游和下游，保持稳定的供需关系。如果这几点不出问题，整个产业链的运作就会很顺畅。

上游环节

黑卡运营商

手机黑卡是指没有在运营商进行实名认证，被不法分子利用进行薅羊毛攻击、实施通讯信息诈骗等违法犯罪活动的移动电话卡。

黑卡运营商通常与三大运营商代理勾结，他们在获得大量手机卡后通过加价转卖给下游手机卡商赚取利润。其黑卡主要来源有：实名卡、物联网卡、海外卡以及虚拟卡。

实名卡：实名卡主要是通过拖库撞库、木马、钓鱼等方式从网上收集大量身份证信息，并通过黑卡运营商批量验证得到的。
物联网卡：物联网卡是由三大运营商业提供的 4G/3G/2G 卡，硬件和外观与普通 SIM 卡相似，但采用专用号段，并加载针对智能硬件和物联网设备的专业化功能，满足智能硬件和物联网行业对设备联网的管理需求以及集团公司连锁企业的移动信息化应用需求。主要有基础通信、财务信息查询、终端状态查询、业务统计分析四大功能。物联网卡无需进行实名验证，由企业申请办理，一般仅需提供营业执照，实际操作中，营业执照通过财务公司操作，大概需要花费 1000 元左右即可成功注册，部分运营商对营业执照审核不够严谨，甚至会为灰产定制专用的物联网卡套餐。这种物联网卡多为免月租或者 1 元月租，根据能否接听电话，分为短信卡（也称“注册卡”）和语音卡。
海外卡：在国家实行实名制后，黑卡运营商直接从海外购入手机卡，这些卡无需实名认证，花费很少，非常切合黑产利益。
虚拟卡：由虚拟运营商提供的电话卡。虚拟运营商是指拥有技术、设备供应、市场营销等能力，与传统三大运营商在某项或者某几项业务上形成合作关系的合作伙伴。虚拟运营商就像是代理商，他们从移动、联通、电信三大基础运营商那里承包一部分通讯网络的使用权，然后通过自己的计费系统、客服号、营销和管理体系把通信服务卖给消费者。

猫池厂商

猫池厂商负责生产猫池设备，并将设备卖给卡商使用。猫池是一种插上手机卡就可以模拟手机进行收发短信、接打电话、上网等功能的设备，在正常行业有广泛的应用，如邮局、银行、证劵商、各类交易所、各类信息呼叫中心等，猫池设备可以实现对多张卡的管理。

手机卡商

手机卡商从黑卡运营商那里大量购买手机黑卡，将手机黑卡插入猫池设备并接入收码平台，然后通过收码平台接收各种验证码业务，根据业务类型的不同，每条验证码可以获得 0.1元-0.3元不等的收入。

接码平台

负责连接卡商和有手机验证码需求的群体，提供软件支持、业务结算等平台服务，通过业务分成获利，一般为30%左右。

打码平台

很多网站都会通过图片验证码来识别机器行为，对非正常请求进行拦截。因此打码平台已成为大多数黑产软件必备的模块之一，为黑产软件提供接口，突破网站为辨别机器还是人类行为而设置的图片验证码。

文字、图像、声音等验证码的技术难度较高，打码平台通常难以完全依赖技术手段实现自动操作。国内的打码平台，以往主要依靠低廉的劳动力。他们对无法技术解决的验证码使用人工打码进行破解。这种方式广泛传播到了大量第三世界国家，导致全球有近百万人以此为生。打码工人平均每码收入1-2分钱，熟练工每分钟可以打码20个左右，每小时收入10-15 元。

随着技术的发展，打码平台也与时俱进，逐渐产生了使用人工智能打码的平台，引入大量验证码数据对识别系统进行训练，将机器识别验证码的能力提高了2000倍，价格降低到了每千次15-20元，为撞库等需要验证的业务提供了极大的便利。

IP代理

IP作为互联网空间中最基础的身份标识，一直以来都是争夺对抗最激烈的攻防点。这是一个高度成熟产业，国内代理、国外代理、国内秒拨软件等。

因为目前机房的服务器IP基本已经被标识，所以这部分代理IP基本无法使用，所以需要有大量的家庭住宅IP。国外可以走代理，有专门的服务商在提供动态住宅IP，比如luminati代理、911代理以及oxylabs代理，单价很高。国内基本都是秒拨软件实现的，秒拨的底层思路就是利用国内家用宽带拨号上网（PPPoE）的原理，每一次断线重连就会获取一个新的IP，秒拨两个天然的优势：

IP池巨大：假设某秒波机上的宽带资源属于XX地区电信运营商，那么该秒拨机可拨到整个XX地区电信IP池中的IP，少则十万量级，多则百万量级；
难以识别：因为秒拨IP和正常用户IP取自同一个IP池，秒拨IP的使用周期（通常在秒级或分钟级）结束后，大概率会流转到正常用户手中，所以区分秒拨IP和正常用户IP难度很大。

改机工具

刷新设备指纹，解决单台设备注册的上限。

Android和iOS都有很多相应的改机工具。Android改机大部分都基于Xposed框架，需要root；iOS大多基于Cydia框架，需要越狱。

Xposed号称Android上最强大的神器，它是一个框架，上面有很多模块，这些模块都依赖于xposed这个框架，之所以称xposed是第一神器，就是因为这些模块可以完成许多匪夷所思的功能，例如：修改微信的界面，自动抢红包模块，自定义程序的文本，防止微信消息撤回，防止BAT三大流氓的全家桶相互唤醒、连锁启动，锁屏后自动干掉APP防止后台运行耗电，还有很多修改App或手机数据的装B模块等等。

AWZ国内最新支持iOS全系系统的一键新机、全息备份、位置伪装、ASO辅助工具，手机一键新机，轻松修改设备参数，功能定时更新，多重保障软件稳定运行，为用户提供更好体验。为iPhone/iPad提供反越狱检测，修改系统序列号、型号、系统版本、运营商、地理位置、MAC、UUID、IMEI、IDFA、SSID应用全息备等一系列强大功能。

群控平台

群控是指通过一台电脑或者手机设备控制批量手机的行为，可以分为线控和云控两种形式。线控是指信号发生器与被控制的手机设备通过线缆进行连接的; 云控指手机搭载了云技术可以实现远程控制，可以用任意一台PC通过云端控制手机终端上的任何资料，随意调取自己所需的信息，或者使用另一部手机用ID登录云服务器。通过群控工具，可以实现一台终端对多台手机的控制，与改机工具进行搭配，可以在短时间内制造成千上万不同设备的信息，适用于羊毛党的批量攻击。

群控：指通过系统自动化控制集成技术，把多个手机操作界面直接映射到电脑显示器，实现由一台电脑来控制几十台甚至上百台手机的效果。以某社交平台群控为例，它是在群控体系基础上，针对其定制化、批量模仿正常个人用户操作的软硬件集成体系。它以群控体系+各种批量模仿脚本的方法，完成批量操作，其所有任务执行都是同时进行的。
箱控：是群控的进化变种，把手机核心组件都做到一个箱子，去掉一些用不上的硬件，做成的专门的群控设备，一个箱子可操控多台手机的多个APP，具体方法是使用了一款名为appium的安卓自动化测试工具，通过文字、控件id、控件名称等直接定位到APP的控件进行操作。
传统云控：通过无线连接。电脑通过后台发送指令到云端，云端的指令再发到手机群，继而执行任务。理论上，一台电脑可以控制上千台手机
新型云控：主要指的是通过云端协议外挂的形式，发送数据包与服务器进行交互，自定义进行登录互联网帐号、绑定邮箱、更改密码等操作。一台电脑一个账号就可以操控上万个帐号。

中游环节

盗号

盗号，就是通过一定手段，盗取他人账号和密码，

初级盗号以钓鱼为主，钓鱼就是以假乱真，欺骗你自己输入帐号密码。
中级盗号以木马/键盘钩子记录为主，讲究驱动级钩子，过杀毒软件。
高级盗号以入侵网站为主，讲究渗透，注入，提权，后门。

扫号

扫号就是利用了网络上公开的数据不停的对网站提交身份验证的数据包（比如常见的登录验证），来验证是否是本站会员，也就是撞库。

养号

批量注册小号，不断发作品、关注用户，修改头像，主要目的是为了降低账号被封的概率。

账号恶意注册是恶意行为的源头，整个流程已趋于专业化、从业人员十万级，形成了手机验证码服务平台、打码平台、注册软件开发团伙、垃圾账号分销平台等一条龙服务。批量性恶意注册主要是通过软件实现的，具体流程如下图：

跳转号

指适用QQ号或者微博快捷登录的账号，激活绑定转换而成的号码。

恶意注册商也就是号商，注册海量的社交帐号，并通过脚本工具获取62数据或A16数据。

这两个数据是某社交平台用户登录新设备后生成的加密文件，这个文件储存在其安装目录中，下次运行时检测到该文件就可以自动登录。如果把这个文件中的数据导入到另一部设备中，那么这部设备也可以跳过登录验证的步骤直接登录账号。

恶意注册商就是通过这种手法，搭配注册的社交账号、密码进行售卖，黑产团伙购买后在云控平台上登录使用。

发卡平台

把数字商品做自动化交易的平台，在号商完成大量账号的注册后，他们会把恶意账号整理后集中在发卡平台中列出，供处在产业链下游的用号方直接线上批量采购。

互联网黑灰产业链的交易环节是由一个分层的交易环境构成，除了我们熟悉的暗网之外，交易量更大且交易内容更丰富的就要提到国内已经非常繁荣的“发卡平台灰色生态”，发卡平台灰色产业链支撑了国内黑灰产的规模化和效率提升。

发卡平台的本质是互联网黑灰色产业链发展到一定阶段后，对产业链自身效率提升的刚需引导出的产物。早期基于信任的个体交易早已不能满足快速发展的黑灰产的需求，发卡平台的出现，极大地提升了黑灰产交易双方的协作效率。

在发卡平台出售的商品中，账号类商品数量最多，占比为59.12%，账号是黑灰产进行攻击的基础资源，所售账号种类涉及到众多行业，比如社交、电商、娱乐、生活服务等等；发卡平台另一活跃商品类型为各大影视会员卡密，占比为23.18%，包括但不限于腾讯视频、爱奇艺、优酷等。

下游环节

引流

引流黑产下游主要包括黑五类产品销售、色情诈骗和杀猪盘等。

刷量

刷直播平台的播放量、点赞评论、收藏

薅羊毛

平台补贴

黑灰产的防控手段

某种意义上，黑灰产就像业务的影子一样，基本不可能“斩尽杀绝”，除非业务也“死掉”。当阳光斜射，影子就变大，唯有烈日高悬时，影子才会变得最小。研究黑产的四个要素：

人：从事该项黑灰产的人，他们是谁？他们聚集在哪里？
资源：从事该项黑灰产需要什么前置资源？从哪里获取？
路径：攻击方法是什么？操作流程是什么样？网络路径是什么样？
变现：黑灰产收益是通过什么方式变现？在哪里变现？

在黑灰产对抗过程中，研究者的挑战在于针对某个黑灰产业链，怎样弄清楚这四大要素（人、资源、路径、变现）。因为只有搞清楚这四大要素，研究者才能拥有全景视角，才能在整个黑灰产业链条上寻找最佳对抗点切入。

在黑灰产的对抗中，风控技术非常重要。一般来说，好的风控和产品的耦合度是比较高的，需要根据产品特征进行定制。在他看来，风控能力一般分为数据和策略两部分。

数据的来源通常分为三类：

源自黑灰产业链的研究。直接在产业链研究的渠道上获取精准风控数据，比如黑产手机号、黑产出口IP等。
源自用户恶意行为的分析。针对已知的恶意行为建立模型，筛选出恶意用户的相关数据。
源自风险数据的关联分析。在上述两类数据的基础上，进行更大范围的关联分析，圈定更多风险数据。

在策略方面，策略需要根据产品具体设计，例如社交、游戏和电商等不同的产品线，它会有不同的风控策略体系。

核身策略。它的意思是搞清楚不同账号是否对应了相同的人。最常见的就是不同账号出现了同一绑定的手机号、同一的收货地址、同一的 IP、同一设备的 ID、同一支付 ID、同一历史行为和同一地理位置等，这是最基础的风控规则。
异常用户特征。长期未登录，只参与本次活动；设备登录过多个账号的用户；设备 root 用户；设备中装有特定作弊相关 app 的用户…
不同用户出现聚集性特征。同 IP；同 WiFi 地址；同地理位置；连续手机号段；同样的操作路径、速度；不同用户出现交叉现象，比如互为好友等情况…

通过定义大量类似的规则，筛选出可疑风险用户群，在相应的产品或活动策略上进行降权处理，都能较好地降低黑灰产给企业带来的经济或口碑损失。

从大方向上黑灰产分为两大类：“手术刀型”和“狼牙棒型”。

手术刀型：目标明确，常以点对点精准攻击为主，典型的表现行为比如入侵、诈骗和游戏外挂等。
狼牙棒型：其特点是没有明确的目标，或者目标非常多，以量取胜。典型的有网络扫描、DDoS、恶意注册、撞库、刷量、薅羊毛、恶意爬虫和各种恶意机器人程序。

目前，大部分企业面临的业务安全问题，通常集中在“狼牙棒型”的黑灰产上。

企业要有效的打击黑灰产，最有效的方式是需要了解自身业务存在哪些黑灰产相关的攻击场景，熟悉对方的作恶成本，包括所需的资源、时间、金钱、渠道及收益等。

出行行业黑灰产研究

共享出行已是大众出行常用方式，业务部门推出多种营销活动以促进拉新率及留存率，有利益的地方就有黑产，此类现金烧钱业务场景下催生了拉新助力提现和代下单灰色服务，此类攻击上游黑产资源稳定，下游可直接／间接通过论坛、社交、发卡平台等渠道变现，攻击各家出行平台方式虽不同，下游获利变现渠道基本一致。

对黑产常攻击的几家出行平台，当前／历史开展的营销活动进行对比，结果如下表格所示：

新用户营销活动：

助力营销活动：

从上表可看出，对于新用户的拉新及老用户的留存各平台都投入了较多营销预算，这也是吸引众多黑产加入出行行业的原因。

出行行业风险分布

出行行业司机端的业务风险主要为抢单、刷单、账号解封、代开户、实名认证等，主要针对具有庞大司机群体的出行平台，随着出行平台的严厉打击，此类业务风险较前几年相比已很难形成规模化产业链。除个别头部企业，由于前期账号体系较为简易，导致市场存量黑号较多。

目前用户端是整个出行行业的重灾区，从注册登录到营销、下单、交易，整个流程存在不同的业务风险。

业务场景	业务风险	作弊方式
注册登录	扫号、撞库、垃圾注册、虚假注册	自动化软件 / 人工
营销	虚假裂变、真人作弊	自动化软件 / 人工
下单	认证绕过、实名伪造、代下单	人工
支付&绑卡	预支付绕过、冒名代绑、黑卡支付	人工

有钱赚的地方就有黑产，依附于出行市场下的黑色产业链已初具雏形。

出行行业常用黑产资源

黑产作案离不开各种资源，出行平台的特点及业务薄弱点决定了黑产使用的资源和工具，通常情况下，黑产会利用成熟的工具及资源作案。

IP资源

IP是绕不过的黑产资源。目前黑产所使用的IP主要为代理IP和秒拨IP两类，通常情况下，黑产会通过更换当前IP隐藏自己真实的IP，以绕过出行平台IP维度相关的风控策略。

移动端可通过代理类APP切换当前上网IP，近期黑产常用的代理APP有爱加速、豌豆代理等。

web端可购买代理IP网站提供的IP，或通过VPS拨号换IP。代理IP网站可以API形式批量输出IP，便于黑产集成在自动化软件中，常见的有熊猫代理、芝麻代理等。

而拨号VPS已成为一条成熟的产业链，随便打开一个VPS网站都可以看到如下信息，适用于营销、挂机等场景，符合黑产需求，自动化软件运行在VPS中即可切换IP，薅羊毛必备。

号码资源

号码资源已经是非常成熟的黑色产业链，而黑产通常走接码平台或线下对接的形式获取号码资源，用于批量注册账号。目前市面上活跃的接码平台有：海豚云、番茄云等。

接码平台项目分为公开对接和专属对接两类，随着政策的管控，平台存活周期变短，接码平台的号码质量也逐渐变差，公开对接的号码大多为N手号码，虚商号段及流量卡号码较多，黑产很难在各家出行平台获利，但仍能够在风控体系薄弱的平台赚的盆满钵满。

专属对接和线下对接是黑产首选的手机号资源，成本较公开对接卡贵，多为新卡，但省去了新老号检测这一步，可快速提升获利速度。

目前，市面上活跃的接码平台有近百个，而这些平台部分可通过搜索引擎直接搜索到，更多的则通过云盘的形式传播，通过QQ群、土豆群、电报群、黑产论坛、发卡平台等平台布局，链接上游卡商及下游开发者、羊毛党，将号码资源的价值发挥到极致。

除接码平台和线下对接外，近两年出现的拦截黑卡也被用于黑灰产项目，据我们观察，此类数据也通过API的形式下放，提供给下游黑产用于注册、营销等场景，涉及平台包括抖音、淘宝、拼多多等。

设备资源

模拟器、云手机、群控设备是黑产常用的设备资源，便于批量化操作，可达到一定的规模。市面上的模拟器已经较成熟，功能丰富，支持修改机型、模拟定位、多开系统等功能，成本低，符合黑产的作案要求。而很多平台对于模拟器、云手机的容忍度较高，这也纵容了黑产的作恶行为，吸引更多的羊毛党加入黑产大军。目前黑产使用较多的有：雷电模拟器、逍遥模拟器等。

云手机也是黑产常用的作案工具，很多平台在设备维度的检测很难追赶上市面上黑产工具的迭代速度，黑产在旧版本应用上屡试不爽。目前比较常见的云手机有红手指、多多云等。

群控也是黑产常用的手段，二手交易平台、QQ群、土豆群、电报群、发卡平台等媒介均可购买设备及群控管理工具，功能丰富，注册养号拉新等场景均可使用，满足各大工作室及个体户的需求。而在黑产论坛上，也可发现免费的群控系统，或付费的定制化群控系统，满足不同群体黑产团伙的需求。

工具资源

黑产通常使用多开、改机工具、虚拟定位等工具绕过设备维度的风险识别，相关的黑产工具资源也非常稳定。

多开软件可在设备中实现分身功能，便于黑产注册账号在诸多场景中获利。目前多开类应用主要分为三类，一类是通过修改Framework，常见的系统自带分身如小米分身、华为分身，此外还可通过修改APK、虚拟化技术实现等方式进行多开，如幻*分身、大*助手。

如下图所示，黑产利用多开分身制作多个曹*出行分身接码登录打车。目前市面上的主流多开软件自带模拟机型、虚拟定位等功能，伪造一个新设备，以绕过各家平台的检测。

目前iOS端主要为软改工具，如市面上传播度较广的爱伪装、igrimace、佐罗等，具备伪装设备越狱状态、可修改核心设备参数绕过设备恢复逻辑实现一键新机等功能，而如天下游、任我行等iOS端的虚拟定位软件，可实现修改定位功能。

Android主要为硬改和软改，软改通常修改的是应用层的数据，通过HOOK的方式篡改数据，硬改将相关硬件参数直接写入内存地址达到修改设备参数的目的。目前市面上流行的安卓端的改机类工具比较多，如抹机王、XX抹机神器、微霸改机、Magisk等。

虚拟定位类软件，市面上常见的大多数都是基于xposed二次开发的，需要配合其他工具一起使用，如改机工具、代理应用。

其他资源

很多出行平台需要经过实名、绑卡、认证等环节才能进行打车、拉新等操作，这时需要购买相应的数据以绕过风控，而相应数据的买卖也已经是成熟的产业链，可通过社交软件、发卡平台出售，也可通过众包平台真人作弊以达到相应的目的。

下图为某社交平台公开售卖料子信息的聊天截图。

而有些数据依托于发卡平台交易，如海外信用卡，其黑话为“毛c”，这些黑话很难从字面上去理解其含义，需要根据数据特征去判断，这也是业务情报团队监控时的难点。

对于滴*出行、曹*出行这种可绑定支付宝账号进行免密支付的平台，可通过购买支付宝账号进行预支付绕过，此类第三方账号的买卖也是非常成熟的产业链。

出行行业攻击成本

对于黑产来说，能够获利才是最终的目的，投入与产出需达到某个平衡点才值得花时间和人力作案。针对出行行业的攻击成本，我们粗略统计了相关的资源成本价格，可供参考。

成本的叠加并不能真实体现黑产的投入成本，真实成本需要考虑实际的黑产使用场景。IP、号码、料子等资源为必备资源，设备资源为可复用资源，而考虑到不同平台的攻击手法不同，设备资源与工具资源组合使用的方法不同，相应攻击成本体现为一个价格区间，而非一个固定值。

参考链接：

机房不能访问互联网，轻松搞定系统部署 | 小碼哥

Mon, 20 Mar 2023 16:20:30 CST

创业这段时间以来，我们的 IoT 系统已经在不少客户的机房做了私有化部署，客户大多都是机加工厂、商业大楼、医院和大学实验室等，客户的机房都有一个相同的特点：私有云，与外网隔离，不能访问互联网。或者更为准确的说，是我们部署的服务器不能访问互联网，在没有互联网访问权限的情况下，系统的包管理工具(yum/apt/docker)都无法使用了，在这种情况下进行系统部署安装，费时费力，而且无法进行远程部署维护，也大大增加了项目的实施成本。

在最近的一个客户项目的实施过程中，看到客户的一些其他供应商在系统部署过程中非常艰难，甚至是 CentOS 系统初始化和 Docker 的安装就花掉了两个礼拜的人力，不排除一些供应商这样折腾会给他的客户留下工作敬业钱花的值的好印象，但对于我们这样的小创业公司来说，这样的时间浪费和低效是无法承担的成本，因为来实操部署的人就是公司老板本人了，我也不想出差在客户这里待上两个礼拜。

在工作完成之后，想想可以把解决问题的方法记录一下，也许能给遇到相同问题的同行一些启发和帮助。好了，废话不多说，接下来我们就来解决这个无外网的部署问题，顺便再解决一下远程维护的问题。

一、面临的问题 #

在部署和维护一个私有化企业内部使用且无互联网访问的系统中，可能会面临以下问题:

机房服务器无法访问 Internet
可通过接入企业内网来访问服务器，而从服务器无法直连办公室网络，即机房和办公室在不同的网段
无互联网访问权限的情况下，无法直接使用系统的配置工具，如 yum/apt/docker 等，配置系统和部署服务费时费力
无法远程进行维护

客户内网拓扑示意图，此处省略了防火墙，简化拓扑图的复杂度，如下:

网络拓扑图说明:

机房和办公室不在一个网段
机房网段假设为 172.22.0.0/16，办公室内网 WiFi 的网段为 192.168.137.0/24
机房服务器之间是互通的，办公室可以 ping 通机房服务器，在机房服务器上无法 ping 通办公室部署控制主机，这里假设办公室网络作为一个 NAT 放在上层交换机后面
内网没有互联网访问权限，包括机房服务器和办公室内网 WiFI

二、解决问题的方法 #

既然是由于机房服务器没有互联网访问权限，不能联网下载安装包，那就想办法让机房服务器可以连接互联网或者搭建内网的软件包镜像服务，于是想到一些方法来达到目的:

告知客户问题，申请开通互联网访问权限，可以限定为指定的网址和协议(HTTP/HTTPS)，需要远程维护的化，还需要申请可以连接到服务器的 VPN。这个方法在需要客户的进行审批，可能时间比较长。我们的客户中有不少都没有自建 VPN，或这不方便给我们开通 VPN，另外也无法开通需要我们部署的服务器的互联网访问权限，所以不能使用这个方法
在客户机房放置可以通过 4G 上网的堡垒机，堡垒机接入客户机房网络。在客户机房放一个堡垒机，虽然说是堡垒机，但可能客户那边的机房管理也还是不容许放置这样的机器的，所以也不能使用这个方法
搭建 yum(CentOS)/apt(Debian/Ubuntu)/docker 的内网镜像服务，搭建内网镜像服务可能就是一个比较艰巨的任务，难以接受给自己又添加了一个艰难的任务，此方法也作罢
通过在办公室网里放置部署控制机，同时连接内网和 4G 路由器提供的外网(互联网)，在部署控制机上搭建 SDWAN 或者 HTTP 代理，yum/apt/docker 都支持 HTTP 代理，这样修改系统配置之后，就可以通过代理安装部署服务，这个方法比较简单，而且几乎不需要客户的参与就可以完成。不过也有一些前置条件，例如:
- 办公室中主机可以接入客户网络
- 客户服务器允许办公室网络中主机通过 TCP 或者 UDP 访问其任意或者指定的端口
- 客户办公室的 4G 网络信号要足够好，这样可以提供更好的外网速度
- 拥有服务器的 root 管理员权限(需要安装软件和修改系统配置)

通过权衡利弊，我们最终使用的是第 4 个方法来搭建的，下面来讲讲搭建的过程。

三、搭建可以访问互联网的部署环境 #

我们希望使用第 4 个方法来搭建部署的网络环境，通过测试客户的内网环境，几个前置条件都已满足，这样第 4 个方法的搭建过程不需要客户的参与就可以完成。首先要解决的是网络通路问题，我们在客户办公室添加了一台 4G 路由器，添加 4G 路由器之后的网络拓扑图如图:

部署控制主机连接好 4G 路由器之后，获取到一个 192.168.8.106的 IP，注意 4G 路由器的网段要与办公室网段不同，例如办公室网段是 192.168.137.0/24 (也就是子网掩码为 255.255.255.0)，4G 路由器的网段为 192.168.8.0/24，也就是说部署控制主机需要有两个网络接口(网卡)：一个接内网，一个接外网（4G 路由器），如果部署控制主机刚好有一个 RJ45 的以太网卡和一个 WiFI 网卡（很多笔记本电脑就是这样），那部署控制主机在硬件上就不需要在添加额外的硬件了。

关于网络搭建过程中的使用到硬件就讲这些，各位读者可以根据自己的情况选用合适的网络设备，比如 4G 无线网卡，带 4G 模块的工控主机等等，原则上只要能建立一个互联网访问的通道就行了。

接下来我们再一起探讨一下如果利用开源软件来搭建互联网访问的通道，如图：

现在解决问题的思路应该更加清晰了：需要在机房服务器和办公室部署控制主机之间建立一个通道。建立通道可以使用的开源软件有不少，相信很多人因为某些原因都或多或少使用过，从我自己长期实际使用的经验来看， frp和 WireGuard非常适合用在当前情况下建立通道， gost也十分容易搭建 HTTP 或者 SOCK5 代理。

可以用一句话来描述搭建的过程：

在机房一台服务器上面安装 frp 或 WireGuard 做服务端，在可以连接外网内网的部署控制主机上安装 frp 或 WireGuard 做客户端，并且在部署控制主机上安装 gost 服务启用 HTTP 代理服务，最后在服务器端的修改系统配置，让 yum 和 docker 拉镜像走 HTTP 代理。

因为部署系统使用 HTTP 代理就够了，这样 frp + gost 的组合可能比 WireGuard + gost 的组合配置起来会更加简单，WireGuard 是一个可以用于 SDWAN 组网的高性能通道软件，本文就不说明如何使用它来搭建，如果对 WireGuard 搭建 SDWAN 感兴趣，可以自行研究一下或者留言私信给我。

以下使用 frp + gost 来说明具体的搭建过程。

3.1 准备需要的软件 #

请根据自己部署控制主机对应的平台下载需要的软件

frp是一个专注于内网穿透的高性能的反向代理应用，支持 TCP、UDP、HTTP、HTTPS 等多种协议。可以将内网服务以安全、便捷的方式通过具有公网 IP 节点的中转暴露到公网。
- Windows x86_64 系统请下载 frp_0.34.3_windows_amd64.zip
- Linux x86_64 系统请下载 frp_0.34.3_linux_amd64.tar.gz
- MacOS 系统请下载 frp_0.34.3_darwin_amd64.tar.gz
gost是 GO 语言实现的安全隧道
- Windows x86_64 系统请下载 gost-windows-amd64-2.11.1.zip
- Linux x86_64 系统请下载 gost-linux-amd64-2.11.1.gz
- MacOS 系统请下载 gost-darwin-amd64-2.11.1.gz

如果部署控制主机是 ARM 或者 MIPS 架构的，需要上面两个软件需要下载对应的版本来安装，在使用上没有任何差异。

3.2 配置路由和安装软件 #

frp 和 gost 安装都比较简单，上传到服务器上解压后就就可以了，我们只需要在其中一台机房服务器上安装 frp 作为服务端启动，机房其它服务器不需要安装 frp，总结一下需要进行的安装步骤：

在部署控制主机上面配置路由，使得部署控制主机可以访问机房网络也可以访问互联网
其中一台机房服务器上安装 frp，作为服务端启动
部署控制主机上安装 gost，启动一个 HTTP 代理服务器
部署控制主机上安装 frp，作为客户端启动

以下部署过程以部署控制主机系统为 MacOS，机房服务器系统为 CentOS 7.6 为例，如果读者在实际部署过程中由于系统与本文不同而遇到问题不知如何解决，比如服务器为 Ubuntu，部署机是 Windows 10，欢迎留言一起探讨。

在部署控制主机上面配置路由 #

如果部署控制主机和机房服务器在同一个子网，则不需要添加路由。由于本次部署控制主机和机房服务器不在一个子网，在接了两个网卡之后，在部署控制主机上的 IP 包是不知道如何路由到机房网络的，如果不做路由设置，172.22.0.0/16 网段会走系统默认的路由，可能无法访问到机房网络。所以在部署控制主机上（ MacOS 系统）添加以下路由:

        sudo route add -net 172.22.0.0/16 192.168.137.1

如果部署控制主机为 Linux 或者 Windows 也需要手动添加路由。

在机房任意一台服务器上安装 frp #

上传 frp_0.34.3_linux_amd64.tar.gz 到服务器，解压 frp_0.34.3_linux_amd64.tar.gz 安装包

        $ tar -zxvf frp_0.34.3_linux_amd64.tar.gzfrp_0.34.3_linux_amd64/frp_0.34.3_linux_amd64/frps_full.inifrp_0.34.3_linux_amd64/frps.inifrp_0.34.3_linux_amd64/frpcfrp_0.34.3_linux_amd64/frpc_full.inifrp_0.34.3_linux_amd64/frpsfrp_0.34.3_linux_amd64/LICENSEfrp_0.34.3_linux_amd64/frpc.ini

进入 frp_0.34.3_linux_amd64 目录并新建 frps-deployment.ini 文件，内容为

        [common]bind_port=7000

找到 frps 命令后启动：

        $ ./frps -c frps-deployment.ini2020/11/30 06:53:01[I][service.go:128]frps tcp listen on 0.0.0.0:70002020/11/30 06:53:01[I][root.go:190]Start frps success

如果服务无法启动，可能是 7000 端口已经被占用或者是 frps 没有执行权限，请注意具体的报错信息。

在部署控制主机上安装 gost #

解压 gost 包，并且添加执行权限

        $ gunzip gost-darwin-amd64-2.11.1.gz$ chmod +x gost-darwin-amd64-2.11.1

启动 HTTP 代理, 在端口 18080 上监听

        $ ./gost-darwin-amd64-2.11.1 -L http://:18080

在控制主机上安装 frp #

解压 frp 安装包后在目录中新建 frpc-deployment.ini 文件，内容为

        [common]server_addr=192.168.52.79server_port=7000[gost]type=tcplocal_ip=127.0.0.1local_port=18080remote_port=18080

作为客户端启动 frpc

        $ ./frpc -c frpc-deployment.ini2020/11/30 14:59:30[I][proxy_manager.go:300]proxy removed:[]2020/11/30 14:59:30[I][proxy_manager.go:310]proxy added:[gost]2020/11/30 14:59:30[I][proxy_manager.go:333]visitor removed:[]2020/11/30 14:59:30[I][proxy_manager.go:342]visitor added:[]2020/11/30 14:59:30[I][control.go:246][f51d0bf5d26ef627]login to server success, get run id[f51d0bf5d26ef627], server udp port[0]2020/11/30 14:59:30[I][control.go:169][f51d0bf5d26ef627][gost]start proxy success

至此通道就搭建完成了，如图所示。

3.3 启用代理 #

机房服务器使用的都是 CentOS 7.6 的系统，需要用到的 yum 和 docker 也都支持通过 HTTP 代理进行软件包和容器镜像的下载，如果使用的是 ubuntu 系统，通过 apt 也可以配置为通过 HTTP 代理下载软件包，以下还是以 CentOS 7.6 系统为例。

yum 启用 http 代理 #

修改 /etc/yum.conf文件，添加代理配置

        proxy=http://127.0.0.1:18080

我们测试一下代理是否成功

        $ sudo yum makecacheLoaded plugins: fastestmirrorLoading mirror speeds from cached hostfileepel/x86_64/metalink|23kB  00:00:01* base: mirrors.neusoft.edu.cn* epel: ftp.iij.ad.jp* extras: ftp.sjtu.edu.cn* updates: ftp.sjtu.edu.cnbase|3.6 kB  00:00:00docker-ce-stable|3.5 kB  00:00:00epel|4.7 kB  00:00:00extras|2.9 kB  00:00:00updates|2.9 kB  00:00:00(2/3): epel/x86_64/primary_db                                                                           20%[===================]790kB/s|4.6 MB  00:00:22 ETA

代理看起来没有问题，我们来安装 git 试试。

        $ sudo yum install -y gitLoaded plugins: fastestmirrorLoading mirror speeds from cached hostfile* base: mirrors.neusoft.edu.cn* epel: d2lzkl7pfhq30w.cloudfront.net* extras: ftp.sjtu.edu.cn* updates: ftp.sjtu.edu.cnResolving Dependencies--> Running transaction check---> Package git.x86_64 0:1.8.3.1-23.el7_8 will be installed--> Processing Dependency: perl-Git=1.8.3.1-23.el7_8forpackage: git-1.8.3.1-23.el7_8.x86_64--> Processing Dependency: perl(Git)forpackage: git-1.8.3.1-23.el7_8.x86_64--> Running transaction check---> Package perl-Git.noarch 0:1.8.3.1-23.el7_8 will be installed--> Finished Dependency ResolutionDependenciesResolved============================================================================================================================================================================================================================================Package                                                 Arch                                                  Version                                                            RepositorySize============================================================================================================================================================================================================================================Installing:git                                                     x86_64                                                1.8.3.1-23.el7_8                                                   base                                                4.4 MInstallingfordependencies:perl-Git                                                noarch                                                1.8.3.1-23.el7_8                                                   base56kTransactionSummary============================================================================================================================================================================================================================================Install1Package(+1 Dependent package)Total download size: 4.5 MInstalled size:22MDownloading packages:(1/2): perl-Git-1.8.3.1-23.el7_8.noarch.rpm|56kB  00:00:01(2/2): git-1.8.3.1-23.el7_8.x86_64.rpm|4.4 MB  00:00:06--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Total669kB/s|4.5 MB  00:00:06Running transaction checkRunning transactiontestTransactiontestsucceededRunning transactionInstalling : perl-Git-1.8.3.1-23.el7_8.noarch                                                                                                                                                                                         1/2Installing : git-1.8.3.1-23.el7_8.x86_64                                                                                                                                                                                              2/2Verifying  : git-1.8.3.1-23.el7_8.x86_64                                                                                                                                                                                              1/2Verifying  : perl-Git-1.8.3.1-23.el7_8.noarch                                                                                                                                                                                         2/2Installed:git.x86_64 0:1.8.3.1-23.el7_8Dependency Installed:perl-Git.noarch 0:1.8.3.1-23.el7_8Complete!

太令人激动了，我们的代理起作用了，接下来可以愉快的安装软件了。

docker 启用 http 代理 #

首先需要通过 yum 安装 docker 服务，关于 docker 的安装本文不再说明，请参考官方文档 Install Docker Engine on CentOS。安装完 docker 服务之后，通过以下步骤来配置 Docker 服务使用 HTTP 代理

创建目录和文件

        sudo mkdir -p /etc/systemd/system/docker.service.dsudo touch /etc/systemd/system/docker.service.d/http-proxy.conf

添加以下内容到配置文件 http-proxy.conf 中

        [Service]Environment="HTTP_PROXY=http://127.0.0.1:18080"Environment="NO_PROXY=localhost,127.0.0.1"

重启 docker 服务，使得配置生效

        sudo systemctl daemon-reloadsudo systemctl restart docker

验证配置

        sudo systemctl show --property=Environment dockerEnvironment=HTTP_PROXY=http://127.0.0.1:18080NO_PROXY=localhost,127.0.0.1

我们来运行一个 docker 镜像试试

        $ sudo docker run hello-worldUnable to find image'hello-world:latest'locallylatest: Pulling from library/hello-world0e03bdcc26d7: PullcompleteDigest: sha256:e7c70bb24b462baa86c102610182e3efcb12a04854e8c582838d92970a09f323Status: Downloaded newer imageforhello-world:latestHello from Docker!This message shows that your installation appears to be working correctly.To generate this message, Docker took the following steps:1. The Docker client contacted the Docker daemon.2. The Docker daemon pulled the"hello-world"image from the Docker Hub.(amd64)3. The Docker daemon created a new container from that image which runs theexecutable that produces the output you are currently reading.4. The Docker daemon streamed that output to the Docker client, which sent itto your terminal.To try something more ambitious, you can run an Ubuntu container with:$ docker run -it ubuntu bashShare images, automate workflows, and more with a free Docker ID:https://hub.docker.com/For more examples and ideas, visit:https://docs.docker.com/get-started/

通过代理拉取 docker 镜像也成功了，这样就可以直接从我们的公网上搭建的 docker registry 服务拉取待部署的镜像，真是太省事了。

命令行全局启用代理 #

也可以在 shell 中启用 HTTP 代理，请根据需要启用

        $exportHTTP_PROXY=”http://127.0.0.1:18080”

在机房其它服务器上使用 HTTP 代理 #

我们是把 frp 安装到 172.22.121.110 这台服务器上并启动了 frps 服务，通过 frp 的穿透，相当于在 172.22.121.110 这台服务器上启动了一个 HTTP 代理，在 172.22.121.110 本机上使用 http://127.0.0.1:18080 来使用 HTTP 代理，在机房其它服务器上则需要使用 http://172.22.121.110:18080 来使用 HTTP 代理。

四、实验测试环境的搭建 #

需要 CentOS 7 环境，且虚拟机不能访问外网

使用 vagrant 启动一个 centos/7 虚拟机，并且使用桥接模式获取局域网 IP, 例如 IP 为 192.168.52.79
在网关路由器上进行配置使得测试的 CentOS 7 虚拟机无法访问互联网，如果网关路由器是个 linux based 的系统则可以尝试用 iptables 限制虚拟机访问互联网: iptables -A FORWARD -s 192.168.52.79 -j DROP

五、远程维护 #

通过前面关于 frp 的使用，不难看出来，只要在部署控制主机再启动一个 frp 客户端，把机房或者部署控制主机的 SSH 端口映射到到公网中的 frp 服务器可以了。当然这种情况下还在需要多做一些配置工作，比如在部署控制主机上配置好服务的自启动，然后把部署控制主机放在客户的办公室，在需要远程维护的时候，开机就好。

对于远程维护，使用 frp 可能不太安全，毕竟直接把 SSH 端口暴露在公网之中，所以在这种情况下，推荐使用 WireGuard 进行 SDWAN 组网，把部署控制主机加入到自建的私有网络中。

互联网是人类历史的一段弯路吗？

Wed, 18 Jan 2023 09:53:22 CST

本文大约 40000 字，阅读需要 102 分钟，由于存在主动或被动删稿风险，建议先行保存。本文写成于2019年12月，原本预计 2020 年 1 月发表，疫情爆发后一直感觉需要加笔。但时至 2020 年 4 月，新冠疫带来的变化似乎并未影响本文叙事，新加内容也仅起到案例更新作用，遂以去年完稿的版本发布。

1至暗时刻1.1互联网是一种集权的技术吗？

2019年4月，纽约时报发布的一篇名为《减少互联网是唯一的答案》（ The Only Answer Is Less Internet）将西方主流媒体对互联网行业的批判推到了一个新的高峰。

在此之前，仅2019年4月一个月，西方主流媒体就出现了 20 篇左右泛互联网行业负面评论（非新闻）。撰文媒体覆盖纽约时报、华盛顿邮报、VICE、Buzzfeednews、NBC、哈佛商业评论、《财富》、The Verge 等不同类型媒体。而事实上，这种舆论批判的议程设置自 Facebook 剑桥咨询事件后已经持续一年左右。与大多数并不直接阅读外文媒体的人群中的认知相反，互联网行业本身，早已不再是早年西方话语体系下自由与民主的象征，而成为了某种抽象的万恶之源。在纽时的文章中谈到，互联网的发展模式往往被认为有两种，一种是完全由无形之手也即自由市场所主导的西方模式，另一种则是由强监管、强准入、强管理主导的东方模式。文章认为从现在来看，这种对立分野似乎是错误的。因为无论是西方互联网还是东方互联网，最终殊途同归的走到了集权、矮化公民为消费者、侵犯隐私与操控舆论的这一终点。在原文作者看来，西式的互联网在没有一个单一政权、单一企业或单一个人的情况下，自主的演进到这一步是一件比东方互联网更可怕的事情。因为这意味着，这些“恶行”是互联网的“必然”，是选择了互联网这条科技树的人类社会所经历的必然。这似乎与我们在过去对互联网这一技术形态所赋予的平等、自由与民主大相径庭。更退一步说，在中文语境下，我们一般更认同的口径是“技术中立”，即技术本身不应携带任何价值观或意识形态。我并不完全认可《减少互联网是唯一的答案》这一文章中所描述的全部逻辑，但我们不妨从这种惊世骇俗观点的解释来引入本文的叙事。首先，从一个直观的例子开始说——互联网与隐私。2018 年百度 CEO 李彦宏在中国发展高层论坛上无意中说出的“隐私换便利”，时至今日，这几乎成为一个无法解决的问题。与之相反，技术乐观主义者所描述的“技术是好技术，被商业公司用坏了”的说法反而愈发站不住脚。当下，互联网产品及企业对用户隐私的侵犯深入至商业模式和产品体验两部分。这也使得民众对隐私的诉求在两条路径上成为不合理与不可能。
一、商业上的不合理（不可能）从诞生以来，互联网在大多数情况下就以免费的姿态示人，互联网用户在使用大多数互联网产品时并不需要向服务提供方缴纳任何费用，但免费并不是一种商业模式，广告才是。近年来，无论中外都有一些欠缺商业逻辑的普通用户会认为： 我使用了某个公司的产品，为其带来热度这本身就是我给予商业公司的价值，因此不应该再拿我的数据去做广告。但“热度”的主要商业价值就是广告，而互联网广告的竞争优势就是利用用户的隐私。尽管互联网广告在大数据技术成熟之前就存在，但事实是直到互联网广告开始“侵犯”用户的隐私，主流互联网公司才开始盈利。在此之前，没有用户画像、没有个性化推荐、没有精准投放的互联网广告对于广告主来说就像是投石入海，价值极低。因此在这里只有一个清晰的选择：用户付出隐私成本获得服务，用户不付出隐私成本公司倒闭服务关闭。其中一个理想化的第三条路是，将那些依赖于用户数据投放广告的产品，转换为直接付费的产品。简单来说，根据企业运营网站和App的成本，以及发展需求，拟定一个价格直接向用户收费，比如网盘现在就是这个模式。但这种模式并不适用于所有业务，比如搜索引擎。而且在部分业务上，这会使得用户付出高昂的直接成本。有一个简单的算法来计算这一方案的不可执行性，以百度为例，其 2018 年第四财季“网络营销营收”也既广告收入为 212 亿元。另据第三方统计，同期的百度 App 月活用户大约为 3 亿。这意味着，如果百度向用户提供一个完全无广告、不搜集用户数据版本的百度App版本。百度需要向用户每季度至少收费 70 元才能与现在的营收水平打平。这还仅仅是BAT一家公司中的一款产品所需支付的费用，如果你真的是一个隐私洁癖者，希望使用一个完全“干净”的互联网，那么你大概率根本付不起维持产品所需的费用。更有可能的就是，用户根本不会用这些需要付费的产品。因为互联网永远有竞争者，只要市场上还有一家产品在用投资人的钱补贴用户的同时，还不加入广告，那么其它已经开始收费的产品就不可能留住用户。 二、产品上的不合理商业上的不合理暂且有看似可行的解决方案，而技术上更难实现不侵犯隐私这一目标。自2015年，Google DeepMind 旗下人工智能 AlphaGo 击败人类围棋手以来，第三次人工智能浪潮正式浮上水面。但事实上，此次人工智能浪潮的起点应为 2006 年深度学习网络的概念被提出。AlphaGo 的出现，其实已是第三次人工智能浪潮的尾声。自AlphaGo之后，我们开始看到基于深度学习网络的大量人工智能被投入到各类产品中应用。到 2019 年末，我们已经摸清了这一次人工智能浪潮的两个关键点： 其一，是天花板——我们不可能指望这一次人工智能浪潮中涌现出科幻作品里那种强 AI 了。 其二，则是代价——想要便利，交出数据。自 2015 年以后，尽管由于移动互联网的充分普及，互联网上所承载的信息进一步爆炸。但我们却很少再听到那个在互联网早期我们经常听到的词——“信息大爆炸”。人工智能算法深入到了我们几乎所使用的每一款产品中，替我们筛选和过滤海量的内容、服务、商品甚至是好友。为我们节省了大量的时间和金钱，明显提升了互联网的使用效率。可以说，在今天想要从互联网产品中彻底根除人工智能算法已经是一件不可能的事情，它会导致我们的许多产品功能从基础层面瓦解：

想象一个人工排版、搜索按上架先后顺序排列的淘宝；
想象一个按你所在位置半径 1 公里，只按距离顺序展示的美团外卖；
想象一个完全由人工编辑排版一天只定时更新几次的新闻 App；
想象一个不管你喜不喜欢，只是从内容池里随机丢给你一条视频的抖音；
想象一个只能靠搜索检索内容的知乎（这也太难了）；

即便是这些互联网公司愿意做出这样的选择，市场或用户的集体选择也会告诉他们此路不通。
至此，监管机构和民众对互联网行业“既要隐私、又要安全、还要高效”的需求是可以理解，但并不合理的。这一问题就像移动运营商所经常面对的“我不要建基站，但一定要有信号”一样，在技术和商业上是不可实现，至少现阶段看不到实现路径。隐私与算法的对立，只是互联网所面临的宏观命题中的一例。我们将维度上升一层：“技术中立”是个伪命题吗？是的，以现在的互联网技术来说，确实是不存在的。首先需要说明的一点是，在中文语境下的“技术中立”与英文语境下的“网络中立”以及1984年“环球影业起诉索尼录影机”一案所确定的“技术中立原则”都不太一样。更多的近似于美国 1998 年制定的《数字千年版权法案》（DMCA法案）中避风港原则所描述的内容， 其大致为：互联网服务的提供者如不知晓用户的行为侵权，则在侵权案件中可以免责。这一描述在后续扩展到不止于版权领域，网络爬虫、大数据、金融等行业先后使用“技术中立”甩锅，成为了“无知者无罪”的代名词。但与大众所熟知的“避风港原则”不同的是，在现实执行中同样来自《数字千年版权法案》（DMCA法案）的“红旗原则”才更有实际意义。红旗原则是指：只有在互联网络服务提供者不明知或者不应知晓自己所传播的信息属于侵权信息或者链接的作品、表演、录音录像制品是侵权作品的情况下，才能适用避风港原则免于处罚。用一个现实的例子来说， 对 Bittorrent 这项技术来说，只有发明 Bittorrent 协议的公司是真正属于“技术中立”的范畴。因为它真的仅发明了一项技术，其公司无法知晓其它第三方公司或用户使用这项协议传递了什么东西。而与之对应的是，BitTorrent 协议中，需要搭建Tracker服务器，Tracker本身并不承载任何内容，但它是用户与用户之间建立传输通道的必要环节，这使得它有能力获得用户之间传输内容的能力。尽管 Tracker 服务器上没有盗版内容、用户之间传递的盗版内容页不由 Tracker 服务器持有者提供。但由于 Tracker 服务器持有者“可以知晓”用户之间传输所存在的盗版行为，在这种条件下 Tracker 服务器持有者不主动对其上传播的内容进行规制，就不受到避风港原则保护，好莱坞可以起诉Tracker服务器的持有者并得到支持。 也即 Bittorrent 这项技术的技术中立性仅存在于真空之中，一旦使用便不再具有中立性。这事实上符合索尼录像机案所确立的“技术中立原则”，因为“盗版录影带”之所以与索尼无关是因为“索尼没有控制盗版录影带的能力”。 一个技术如果可以实现某种社会影响（无论是好还是不好），而技术的发明方、使用方没有能力控制这种社会影响，它才享有“技术中立”的豁免权。接下来，我们将讨论再上升一层：如果技术不是中立的，那么技术带有意识形态么？是的，照此推论，技术应当是具有意识形态的。即一种技术无论其可以用来做好事，还是做坏事，且无论该技术的发明者是怎么想的，一项技术总有适合做某种事和不适合做某种事。延续上面的案例来说，就是在客观实践中，Bittorrent 协议用于传播盗版远比其在企业服务中的实用度高，应用范围广。而技术本身带有意识形态并非是一种全新的分析框架，早在 1964 年麦克·卢汉就已经在其最重要的著作《理解媒介》中描述过“媒介即信息”——媒体天然具有意识形态。而对于当下的互联网产品来说，一切产品皆为媒介。用最简单的话来概括，媒介即信息指的是媒介本身并非是一种纯粹中立的介质。一种思想或一种表述，以什么样的媒介传递，决定了其与最终受众的互动方式。而这种互动方式本身，便是一种内容。我们用更偏向媒介的媒体行业来举例， “互联网媒体”与“传统媒体”便是两种带有截然不同意识形态的技术形式。后者受技术所限只能单向传递，而前者由于实现了信息的双向传递，则必然鼓励原本信息接受者向信息主体生产者的转变。在具体执行层面，两者最大的区别在于， 互联网新闻的正文并不总是代表着一次传播的全部思想表达，其评论区走向、甚至是否允许评论，都会被理解为所传递思想的一部分。如果承认“互联网存在意识形态”，我们就会意识到互联网的精神标签可能并不像我们最初所想象的那么美好。李彦宏所提到的效率与隐私矛盾，只是互联网诸多不可调和矛盾的体现之一。如果我们将目光主要集中在互联网所带来的弊病上，我们会发现，虽然我们不能将互联网的一切问题都归咎于互联网公司的主观邪恶。但更糟，因为这意味着互联网的恶行某种程度上就是互联网技术发展的客观必然。这亦是马克思在生产力与生产关系相互掣肘在微观上的体现，即青铜器和铁器的使用促使奴隶制让位与封建制，印刷业的诞生必然引发启蒙运动并构成了资产阶级革命的基础。一个技术无论其被发明的初心如何及使用者想要其如何运作，其运作方式自身便带有某种对社会的影响而非仅仅是推动生产效率的提升。理解这一点，是我们理解当前互联网所面临处境以及理解本文剩余内容的一个大前提。1.2为什么当下开始批判互联网的“原罪”？

显然，互联网绝非一种带有集权主义意识形态的技术，互联网企业也绝非一群驱使着技术的邪恶魔王。

但这并不意味着万事 OK，天下太平。《减少互联网是唯一的答案》一文存在的价值，并不在于真的呼吁从现在起整个人类社会应当减少互联网的使用，而在于启发我们在当下应该开始思考这一问题。“这一问题”是哪个问题？我们要把时间稍微往回调一点，从 iPhone 的发布开始说起。2007 年 1 月，乔布斯在旧金山马士孔尼会展中心的舞台上发布苹果公司第一代智能手机 iPhone 时，虽然行业、媒体与消费者的“沸腾”程度远超于之后的任何一次消费电子领域的发布会。但没有人意识到，苹果公司开启的是自苏联解体以来，人类消费科技的最后一个技术奇点。在 iPhone 面世的 10 年里，再没有一款产品，像智能手机那样彻底改变我们的生活、工作甚至是社会运作方式。移动互联网是互联网的二次爆发，也是互联网这一次技术革命的尾声，它将互联网给人类社会带来的变革推向了最大化。随着移动互联网的全面普及，在这之后的每一天，互联网能给整个社会带来的收益都是更少而不是更多。因此， 上文中提到的需要思考的“这一问题”，也即当下互联网唯一的问题是：这一轮技术革命，结束了，我们怎么办。以移动互联网为范例，每一次技术变革为经济增长或社会变革所带来的影响基本来自于两个维度： 其一，技术裂变的能力，用人话说就是有多少后续技术会被该技术引爆。比如移动互联网带来了通信技术，显示技术，云计算技术，大数据技术，区块链技术，人工智能技术等相关技术的发展。每新引爆一个次生技术点，就会让技术革命的火焰变得更强一些。 其二，技术普及的能力，用人话说就是有多少人可以被卷入技术革命。技术的应用门槛越低，可能被卷入的人就会越多，技术革命的延续时间就会更长。比如移动互联网诞生前（2008年），网民数是不到8亿。移动互联网诞生10年后的2019年，网民数是 43.88 亿。而回归到“互联网-移动互联网”这一技术变革，这两条链式反应已在2018-2019年左右到达了顶点——所有能用互联网的人都用上了互联网，所有能接入互联网的业务都接入了互联网。在整个技术变革燃烧的过程中，技术所做的一切都是正确的，因为它能够肉眼可见的提升整个社会的福祉。尽管今日头条创立早期一直被诟病为“由算法驱动的垃圾堆”，但不容忽视的事实是在今日头条之前从未有一个新闻App能够获得上亿的日活，它所带来的信息平民化是不可忽视的。尽管抖音和手游被认为“祸害了下一代”，但事实上是在此之前人类从未创造出如此唾手可得且成本低廉的娱乐方式，它们所带来的娱乐（快乐）平民化也是不可忽视的。这就好像在转基因问题上，一些反转基因的观点认为在进行长达数十年的超长周期研究验证转基因是绝对安全之前绝对不允许给人类食用。而现实是，转基因食品为全球许多贫困地区的贫困人口提供了在当下活下去的可能性，停止对转基因食物的投产无异于大规模屠杀。 在进步的绝对性上，我们总归需要先解决“有没有”的基础性问题，才能有讨论“怎样让它变好”的正当性。正如当人类能够生产出498大卡/ 17元的食物（一个标准巨无霸），我们才会开始关注糖油盐的负面效应，对互联网所带来的数字“糖油盐”也是同样。随着技术裂变程度和技术普及程度双双到达天花板，“有没有”这一基础性问题已经被解决。于是，我们会开始潜移默化的开始关注它的正当性问题。2018 年开始，全球互联网行业出现非常明显的道德性危机，从Facebook到Google，从滴滴到百度，从今日头条到携程出行，以至于2018年被戏称为“互联网公司道歉年”。这种道德性危机遍布于不同国家与地区，互联网的不同细分领域，不同年龄层面的公司，他们唯一的共同点就是他们都是互联网公司。 这种危机爆发的深层次原因是来自于上述两个链条的熄火，整个互联网行业能给社会带来的刚性福祉增长放缓。用更简单地话来说，如果所有人都习惯性地享受到了互联网所带来的便利时，就到了该开始关注互联网负面影响的时候。事实上，从宏观层面上传统意义上的政府和学术机构比公众更早的意识到了互联网福祉见顶后的系统性风险。各国政府（无论原本处于哪个阵营）均开始加紧研究和制定对互联网及数据隐私的监管政策：如欧盟的《通用数据保护条例（GDPR）》（2018年生效）和《数字化单一市场版权指令》（2018年通）、美国的《澄清域外合法使用数据法（2018年生效）、中国的《网络安全法》（2017年生效）、英国的《在线危害》白皮书（将推进立法议程）、俄罗斯的《主权互联网法案》（2019年通过）等。民主国家觉得互联网破坏了民主，独裁国家觉得互联网破坏了独裁。那么唯一的可能，就是互联网在更务实、更微观的层面开始展现其负面作用，以至于任何形态的上层建筑都开始对其产生敌意。以上所列文件的立法动机虽各不相同，但其在实操层面均通过“使互联网不再像过去那么互联”来的减少互联网的负面。而更可怕的是，这类法律无论在传统意义的民主国家还是威权国家，都得到了从统治机构到民众的主流赞成，并且即便是在最自由的国家也没有受到太大的阻碍。值得一提的是，以 GDPR 为代表的监管政策显然并不能达成良好的效果。根据美国经济研究局（NBER）在2019年3月发布的报告《GDPR对科技创业投资的短期影响》，GDPR使新兴、年轻和成长阶段欧盟企业每笔交易融资额分别缩水27.1%、31.4%和77.3%，新企业每周减损90万美元投资，使成熟企业每周减损710万美元投资。类似 GDPR 这类法规，对于 Facebook、Google 等跨国巨头来说，只是一个可被量化的合规成本，而对于尚且弱不禁风的欧盟本土互联网企业来说这些合规政策就被视为不可逾越的高门槛。本文无意为上述任何一种管理方法摇旗呐喊，亦不去探讨如何建立一个有效的互联网管理制度，我们只解释为什么互联网会从一个几年前万众仰慕的行业变成一个“过街老鼠”。因为只有清晰的定位互联网自身的问题是什么，才能有可能找到真真正的解决办法。而显然，无论是媒体、公众、学术圈和各国政府都尚未给互联网发展带来的问题进行一个合理的解释。2未被兑现的承诺2.1社会决定论与技术决定论之争1996 年 2 月 8 日，作为对美国 1996 年电信法案的回应，数字前哨基金的创始人约翰·佩里·巴洛发布了《赛博空间独立宣言》。这篇在早期互联网上获得了4万次转载的文章第一段如此写到：

工业世界的政府们，你们这些令人生厌的铁血巨人们，我来自网络世界——一个崭新的心灵家园。作为未来的代言人，我代表未来，要求过去的你们别管我们。在我们这里，你们并不受欢迎。在我们聚集的地方，你们没有主权。

这是一个典型的技术决定论的宣言，它代表了早期互联网从业者对整个互联网技术乌托邦式的美好幻想。它将赛博空间与现实空间分割开来看成两个互相不应干涉的主体。这违背了任何新技术必将作用于社会并被社会反作用的客观规律，站在当下来看，只要接入赛博空间的电脑、手机和支撑起赛博空间的服务器、路由器和实体光缆仍然是由工业大机器生产的，任何一个赛博空间都不可能逃脱“工业政府”的管理，这个逻辑在中文语境下有个更简短但被滥用的表述“网络并非法外之地”。
虽然赛博空间的独立并没有成为真正的现实，但不可否认的是这种技术决定论所带来的乐观主义一直主导着互联网的发展。在过去的 20 年里，互联网行业领袖和从业者都沉浸在自身事业为社会带来福祉的荣誉感中无法自拔。正如之前所说， 在两条链式反应纷纷断裂之前，技术乐观主义某种程度是正确的——福祉只要跑的比问题快，问题就不是问题。但当客观上的两个增长引擎的熄火，技术乐观主义和技术决定论就会成为阻碍互联网行业自我修复与疗愈的力量。就像只有承认贫困，才有机会解决贫困一样，互联网当下所面临的问题是，它自诞生以来便是由一群技术决定论+技术乐观主义者主导的，而这部分领导者并不愿意承认互联网存在它的技术灰暗面。用更简单的话来说，就是如果你甚至不承认互联网的负面问题与影响，就更无从去解决它。以科技向善为例，大部分人对科技向善的理解是“科技本来向善”，即科技的发展天然具有推动人类社会走向更美好的未来的趋势。但如果你只理解到这个层面，那么你可能就是一个典型的技术乐观主义者，同时还带有技术决定论倾向。因为如果只理解到这里，则暗含着科技天然不会作恶，且科技的向善必然导致社会的向善这两个潜台词。而现实是， 科技是可以作恶的，而且即便是对于那些本意不想作恶的技术也有可能客观上推动恶劣的社会影响，比如核能。因此， 我们应该推动的不只是科技发展具有天然推动社会福祉的作用，还应防止科技被应用到社会福祉的削减，即减少科技发展所可能带来的负面影响。技术乐观主义者会认为，即便技术带来了问题，技术自身的发展也会进一步解决这些问题。从某种意义上，这是对的。技术确实总是会推动人类社会的进步，但那往往指的是突破性的技术革命。 而突破性的科技革命并不总是覆盖我们社会发展的全过程，在一个现实世界里，我们要习惯于两次突破性技术革命之间漫长的滞涨。

在过去几年，我们看了太多的文章将人类三次技术革命的时间点画在一条轴线上，并依据第三次与第二次技术革命之间的间隔远小于第二次与第一次之间的间隔，来推断出“这是个越来越快的等比数列”或“指数曲线”。这似乎明显乐观过头了。在复杂经济学创始人布莱恩·阿瑟所著的《技术的本质》一书中，将技术定义为“有目的捕获并利用现象的方法”。 并因此，组合被视为技术进步的重要来源之一，它就像是我们用乐高搭建一个物品——我们需要有轮子、传动装置，才能构建车。技术乐观主义者认为，手中所拥有的积木越多，我们就越有可能组合出新的物品，而这些物品则能成为更新物品的组成部分。但我们可以很轻易的提出一个与该理论二律背反的解释方向： 我们手头的积木半成品越多，我们将它们组装成一个有意义物体的几率就越小。因此，我们为了组成一个新的有意义物体所要付出的成本就越高。这个与技术乐观主义者相悖的推理，反而更符合我们日常生活中的直观认知——一个差生想从 1 分做到 60 分很容易，但想从 0 到 1 分和从 99 分涨到 100 分都难之又难。如果我们采信后面这种对下一个技术革命相对悲观的预测方式，这就使我们不得不采用技术乐观主义者所不齿的传统手段——诸如法律、文化、道德、经济等——来解决技术所带来的问题。但首先，解决问题的前提是定义问题。在对互联网技术进行盖棺定论式的分析之前，我们必须理解互联网在哪些领域的尝试是失败的——亦或是说互联网没有完成它的哪些承诺。互联网早期承诺为整个社会带来的福祉，它确实做到了不少，但也有一些是无法实现甚至起到了反作用的。这很大程度上是由于技术乐观主义者错误估计了技术在社会变革中的主导地位，低估了社会因素对技术的影响力。即，我们接下来的第二章会从互联网没有实现的承诺角度，梳理互联网与社会互动的过程中，哪部分是由技术决定的，哪部分是由社会决定的互联网。由此才能摸清技术因素与社会因素在最终对社会造成影像中的平衡点。2.2未能缩小社会格差2005 年 4 月 5 日，《世界是平的》一书在美国出版，两年之后这本书铺满了中国每一家书店和天桥上的盗版书摊。一个由贸易网、金融网和信息网紧密交织的平坦世界徐徐展开，互联网被认为是使这一平坦世界成为现实的最后一块拼图，再也没有什么能因素可以阻止人类在广阔的地标上连为一体。互联网会让世界变平这一承诺也深深地印刻在许多人的脑海之中。这种承诺基于一种很天然的假设：如果你可以通过金融网获得美元、你可以通过贸易网购买美国的商品、为美国公司工作、你可以通过互联网浏览美国的信息、获得美国的教育，在某种程度上你就是美国人，反之亦然。 然而这种天然的假设并不正确，它完全忽视了区域间成百上千年的文化差异与经济基础差异。作为信息连接器的互联网与全球金融和贸易网一样，它仅仅意味着将网络的两端连接在一起并不意味着会使得两端得到平衡。正如全球贸易网打通，在历史上酿造了欧美对印度、中国等亚洲国家的殖民，金融网打通构成了全球经济危机的前提条件一样。互联网连接一切之后，信息差并不会自动抹平，但确实会创造更多利用信息差的商业机会，而其中的一部分甚至会演变为基于信息的新型剥削。在这里，我们从三个不同层面解释上述内容。 第一个层次十分浅显：即在微观层面面临的“奶头乐”问题。关于奶头乐理论本身，在这里不再赘述，我并不同意奶头乐理论的全部观点，这里只是借用奶头乐指代“免费、易得、娱乐性高的娱乐方式”。“奶头乐”引发全民沦丧是一个伪命题，但“奶头乐”确实会引发信息格差问题。在移动互联网时代，唾手可得的娱乐产品平等的降临每个人的指尖，但只有那些数字素养较差的群体才会深陷其中。互联网在这些沉迷“奶头乐”的人中，起到的是增加信息格差的作用。免费易得的娱乐产品会占用更多他们原本有机会获得学习和晋升的时间。而对比之下，对于数字素养较高的人来说，这些娱乐产品仅仅是他们网络生活的一部分，他们更加懂得如何管理自己的时间、管理自己的互联网行为，利用互联网获取更多的信息、知识与机会实现个人生涯的进步。用更简单的话说，就是城市里的年轻人可以利用网络学编程、求职、拍Vlog、学外语、结交贵人。而对乡镇青年、厂哥厂妹、进城务工人员来说，网络只是洗脑神曲、擦边球直播、劣质游戏、境外非法赌博网站与现金贷。“奶头乐”并非全民问题，它只是网络带来的信息格差问题的子问题， 最大的问题在于，此前从来没有人意识到互联网有可能增加信息格差而不是减少。无论在西方还是东方，“网络普及使信息格差增加”都是一件不曾预料的事情，到今天为止许多观点依然认为“是否能连接互联网本身”是影响信息格差与数字鸿沟的最重要因素。为此，世界各国政府、慈善机构、商业组织扶持了海量的互联网基础设施建设以及终端发放福利（免费的手机与电脑）。在 2018 年皮尤针对美国人的一项调研中显示，白人、黑人和西班牙裔美国青少年中智能手机的普及率都接近 100% [1]，但这并没有对他们的学业或就业产生促进作用。不仅仅是智能手机，即便拓展到当今已彻底“沦为”生产力工具的 PC，使用率对就业与学业也无直观影响[2]。除皮尤的这份调研外，杨百翰大学选举和民主研究中心（2019）[3]，离异或单亲家庭中31.9%的青少年每年在屏幕上花费的时间超过3个小时，而这一数据在双亲和睦的家庭中为15.1%。在已婚的白人家庭中，54.7％的青少年每天花在屏幕上的时间不到一小时，在同一类别的黑人家庭中，这个数字是28.4％。白人双亲家庭中，每日使用社交媒体1.5小时以上的青少年占17.2%；而黑人双亲家庭中，这一数字上升到32.1%。这些结果与 Common Sense Media 在 2019 年[4]、美国西北大学在 2011 年的近似研究[5]相互验证。也即，互联网对于原本就处于经济弱势的人群来说，正面作用远没有负面作用来的显著。另一个更直观的感受是，在中国，对于一个身边没有父辈直接管教的留守儿童来说，再严格的防沉迷系统也是失效的。因为这本质上陷入了一种对抗思维，而一家企业、一个平台、乃至一个政府是不可能与千千万万个儿童的“战斗”中取得胜利的，只有他们的家长可以。这种对同一媒介不同使用方式的鸿沟，被称为“三级数字鸿沟”，这一概念最早被荷兰特温特大学著名社会学教授Jan van Dijk在2002年提出。该概念关注在可以同样流畅熟练使用互联网的情况下（已越过前两道数字鸿沟），不同社会群体的不同网络习惯所导致的自我构建。在这一方向上，有许多论文验证了在相对富裕的人群中互联网的作用更积极，而在相对贫穷的（但可使用互联网）人群中互联网的作用更负面。在此不做更多引用。 中观层面，互联网对全球的链接构成利用信息格差进行剥削的基础条件，这一现象在美国与欧洲之间十分明显。我们都知道，互联网服务与商品具有地域上的无边界性，世界上的大多数国家在过去30年中并不存在“互联网海关”。而这导致了一种现象，即一个地区的互联网公司，可以绕过税收、法律、经济政策等一切构建现代社会的元素，在另一个地区经营。用一个不严谨的例子来说，在过去任何企业如想面向欧洲用户做广告，其广告交易行为必定发生在欧盟境内，因为广告公司必须在欧洲诸国境内持有广告媒介资产（如日报社、电视台、广告牌等）。随着广告交易的发生，广告公司必定按各国法规规定缴纳对应数额的税金。而在互联网时代，任何企业可以在任何地点通过 Facebook 和 Google 向欧洲用户投放广告，广告的实际交易地可能是广告主自身所在地（通过所在地的 Google 代理），亦有可能是 Google 或 Facebook 的默认属地美国。也即是说，一家中国公司向欧洲投放广告，广告交易所产生的 GDP 及相关税利归属于中国或欧洲。
这比实体贸易中的任何一种避税模式都要精妙，因为它实质上让一次关于欧洲民众的销售行为，在物理空间上与欧洲完全不发生关系。虽然税收在大众语境来说并不是一个十分讨喜的词语，但不得不重申的一点是：目前这个地球上的大多数国家，依然需要依靠税收来维持其对国民的安全保障、福利供给和基础设施供给。Facebook 和 Google 可以轻易的收割欧洲用户的注意力，并产生经济价值，而这些价值最终却主要流向其它地区不是在欧洲本土。无论这是否是互联网公司的原意，但这客观上构成了数字时代的新型经济殖民，削减欧盟诸国社会福利的资金来源，而欧盟境内的国民却很难注意到这一点。

这一现象的本质，是由于互联网服务与互联网商品背后，大多依然由一个实体企业来进行运作。

而诞生于资本主义革命早期的“现代企业制度”其实已不再现代，其局限于看得见摸得着的原子经济，具有很强的贸易网属性。基于对现代企业制定的现代经济与税收制度同样过时，使得互联网的经济效益并不会随其商品和服务的穿透而穿透。

这与几个世纪以前全球贸易网出现端倪时所发生的的现象有极高的相似性，第一次及第二次工业革命后，资本主义国家对世界上其他国家做的每一件事情在 微观层面上都是有益的。站在“政治不正确”的立场上，殖民主义打开了落后国家的市场，让这些国家的消费者得以购买到更为优质、廉价的商品，随着贸易网也使得先进思想流入这些国家继而在全球引发了资本主义革命推翻了大多数的封建王朝。但这并不能抵消在这一历史进程中，无数的“落后国家”及其民众在鸦片贸易、奴隶买卖、侵略战争、内乱中所受到的巨大苦难。尽管从整体人类历史的视角，资本的原始积累被视为必要的，在其特定的历史阶段有时代的“正当性”。但这并不意味着我们应当为了发展在二十一世纪再重来一次。欧盟近年来一直致力于解决这一问题，并推出了《通用数据保护条例》（GDPR）和《数字化单一市场版权指令》（COD）等法规，但截至目前为止这些尝试都没有很好地效果。由以GDPR为甚，其生效后对欧盟本土互联网企业的打击比跨国巨头更加显著，已成为搬起石头砸自己的脚。如何在贸易保护主义和被经济殖民之间寻找到合适的平衡点，暂时还没有答案。 宏观层面，风险顺互联网蔓延的速度远超于经济利益和福祉，这会长久的影响人类的社会治理形态，乃至最终可能使我们的历史走向发生变化。关于这一问题，我们会在第四章“风险社会的最后一根稻草”中详细论述。2.3未能打破一切藩篱

1992 年，美国政治学家弗朗西斯·福山发布著作《历史的终结及最后之人》。

为了防止有读者没有直接或间接的了解过《历史的终结》，在这里我们简单的描述一下它：在这本书中，福山所提出的历史终结论，是指当的苏联解体、中国开始实行改革开放后，人类社会之间的本质冲突已经消失——人类文明在经历了漫长且痛苦的演进之后，终于迎来了一个终局模式（书中认为是美国模式）。

也既因为找到了这一最优模式，人类社会会停止演化，各国家、地区、种族之间基于社会范式之争所引发的冲突与战争也将全面消失。

历史终结论之后的近 30 年中一直在西方的主流话语体系中占据很重要的位置，同时亦被以中国为代表的东亚国家所批判，因此反复被人所提及。但其作为学术作品的预测性与归纳性却不及其论敌塞缪尔·P·亨廷顿在之后一年所发表的《文明的冲突与世界秩序的重建》。

在《文明的冲突》中亨廷顿否定了冲突的消失与历史的终结，并预测随着政治性斗争结束，文明、文化层面的斗争将会开始。文明的冲突比过去的任何竞争都更为复杂与隐性，但其最终依然会以我们所熟悉的经济、金融、实体战争的方式表现出来。

文明是一种难以被精确定义的东西，但它又客观的影响着每一个人对自己的定义和行为。“人们用祖先、宗教、语言、历史、价值观、习俗和体制来界定自己”。 使得我们无法像经济学中假定的理性经济人那样，在每个决定上做出帕累托最优解。

这种影响深入人心，从微观到宏观，从而导致不同的国家即便在拥有相同的政治经济体制、共同的利益下，依然做出截然相反的顶级决策。

文明的冲突在于，其存在自反性使得其竞争最后不像社会形态竞争那样会产生出“最优解”——这里需要特殊解释一下， 多元文化与文化多元的区别。

以美国为例，美国被公认为世界上最大的 多文化融合国家，其多元文化的包容性远超其他国家，使得来自任何文明，持有任何文化的成员、商品或文化符合都能在美国社会存活并得到一定程度的成长。

但其结果是，美国只有 一种文化即一种 多元的美国文化，其它文化在美国文化之下只是多声部叙事中的一个片段，并不影响美国文化的主旋律叙事。

也就是说， 多元文化是指一个文化可以包容许多来自不同文化的成员与要素，本质上多元文化是一种文化。而 文化多元则正相反，它就是指多个文化， 它不要求每一种文化都包容其它文化并最终趋同成为一种文化。

回到我们刚才提到的自反性： 如果你倡导文化多元，你就要容忍一些不与你兼容极端文化；如果你倡导多元文化，那么你实质上是在消解其它文化的完整性与独立性。

那么，这个自反性对互联网产生了什么影响呢？

从直观上看，互联网似乎是支撑福山“历史终结论”的论据，当政治与经济制度逐渐趋同的时候，互联网促进交流可以促进全球文化的融合，并形成统一的多元文化叙事。

而事实上却更相反，由于个体交流的本质是低效且无序的，反而加剧了各文明圈之间对彼此的刻板印象与歧视——不同群体之间将彼此的文化符号作为文化本身，这使得讨论更容易非此即彼。

用一个去政治化的例子来解释这一问题，为什么微博和 Twitter 类的广场类社交会比群聊、BBS 更有趣、更和善产生的内容价值也更高？[6]

原因是群聊、BBS 往往拥有特定的主题与话语体系，其可以针对某一议题展开更顺畅和深度的对话。而每一个话题中素质或层次较低的发言，会在圈子内部就被首先干掉，没有继续进行下去。

而在微博等广场式社交上，话语体系的交叉使得可以进行共性对话的内容其实很少，尤其一旦开始论战，F-Word 往往比摆事实讲道理有用的多——也即在中文互联网圈被称之为“被傻X拉到和他一个层次，并被他丰富的傻X经验战胜”。

这是一种逆向筛选，既在相对狭小的舆论环境中，更有理的人更容易“声量大”；而在绝对开放环境中，则是谁的声量大谁“更有理”。

这最终会导致无论任何一个文化，都是由最不能代表其优越性的那一拨人来代表形成他人对这一圈层的印象。

同时，互联网在交流的呈现形式上也存在一定问题。碎片化、图形化和随机化的信息传播无助于我们对彼此构建理性的认知。

无论我们是支持福山的历史终结还是亨廷顿的文明的冲突，我们显然不想看到的是这种层级的吵架。文明与文明之间的竞争，最终的结果是融合趋同还是花开各表，都应该更优雅而非相互倒垃圾。

此刻，我们几乎应该庆幸 AI 翻译尚未发展到，让地球上每个人无论说什么语言都可以顺畅对话的阶段。否则，我们地球上任何人一上线都将面临 70 亿杠精。

这一现象会深远地影响我们社会的方方面面， 尤其是互联网产品实质上将公民注意力证券化并实现交易之后，理性讨论的商业价值远低于流量骂战。

互联网的商业属性加剧了这一趋势，互联网虽不能很好的传递文化本身，却是传递商品化文化符号的极好通道。任何一个人都可以在网上购买到和服、黑人音乐和中国结，于是这些抽象化的文化符号商品被越来越代表其孕育这些商品的文化本身。

但文化符号是具象的，局限的，静态的，它容易被滥用，被误解和被攻击。

这种以符号指代群体的现象，甚至可能会将言论自由逼上死角。

2019 年，NBA 湖人队总经理莫雷辱华事件，是这一问题的集中体现。

在此之前，NBA 曾经有过至少 4 次辱华事件，造成 2 次官方停播。但从没有任何一次像莫雷那样在中美两国同时引发如此大范围的影响。

一方面，这是因为中国的集体荣誉感上升。但另一方面，是因为前 4 次对于大多数中国人来说根本不知情。

侮辱这一动词，是需要有一个承接动作的客体的，在互联网之前，侮辱一个国家往往是一个较为模糊的行为。一次“私密”的辱华，只要足够私密，可能根本不构成辱华。

这并非是鸵鸟政策，因为即便在日常生活中，也存在不同圈子内部对另一个圈子的鄙夷或嘲讽。它近似于“有人背后在小圈子里骂人”，虽然不道德，但不造成重大影响，被“侮辱”的人实际上因为根本没有感受到侮辱，而导致侮辱并不成立。

但在互联网之后， 广场式社交媒体第一次赋予了个体侮辱一整个群体中每个个体的能力。

这便是莫雷事件的标志性意义，他的言论使得几乎每一个看到了这一言论的中国人个体感受到了侮辱，进而使得后续的和解也变得极为困难。

互联网的群体符号抽象化为个人攻击群体提供了靶子，互联网的信息传播速度和方式为个人攻击群体提供了工具。去政治化的日常讨论中，饭圈之间的相互攻击与拉踩也是通过这一过程实现的。

回归源头，言论自由是否代表可以发表不专业、不理性甚至不准确的内容呢？在“言论自由”一词诞生的年代，是这样的。因为在复杂的现代社会下，如果要求每个人都处于信息充分了解，拥有专业知识和绝对理性下才能发言，无异于让所有人都闭嘴。

但在言论自由这一概念被提出的时代，人类个体并没有被赋予简单无门槛的向70亿人发声的能力。

或者退一步说，“保证任何言论不入罪”是否和“向 70 亿人发声的能力”是否是一个互斥要件？

2.4未能呈现真实的世界无论从任何角度来看，2006 年上线的 Twitter 都是一个值得被载入传媒史的产品。与Facebook不同，它开创的“广场式社交网络”品类在之后的十年中革命性地影响着全球每一个国家和地区的传媒生态。无论是 Twitter 还是微博，广场式社交网络首次赋予个体人类不通过任何中介机构向大众发声的权利，由此所诞生的自媒体这一概念一度成为全球传统媒体的威胁。Twitter 在其发布框中嵌入的文案“What’s happenning ?”有着极强的隐喻，而事实上，最初的大多数推文也确实都包含 What Where When Who Why How 的新闻六元素。 由此带来的，一个朴素的幻象是：任何记者都不可能比事件当事人更快、更准确、更真实的描述事件的发生。它在后续演变成了一种新媒体与自媒体对大众的承诺，并以此作为武器与全球不同地区的传统媒体展开竞争。在一段时间里（约 2015 年前），大众眼中“自媒体”成为比“传统机构媒体”更具权威性的信源。这种朴素幻想的来源，是广场式社交对传统媒体的冲击会来自于对一手信源的把控。传统媒体在过去的几百年间，为了能在第一时间拿到事发当地最准确的报道在全球建立了上万家记者站，并为此支付了巨大的人力成本。而对于 Twitter 来说，每一个用户就是它的记者站，并且它无需向用户支付任何费用。尽管，目前无论是中国还是西方的传统媒体依然没有从信任危机中走出来，但不得不说的是即便是那些经常被网友斥责为“假新闻”的媒体，也有着比社交媒体好的多的事实核查机制。举一个最简单的例子，目前网络上一些失信的自媒体经常被嗤为网络《故事会》或网络《知音》。但事实上，《知音》杂志一直设有事实核查员岗位，独立于编辑部对采访素材中的关键细节对受访者进行回访确认。而《故事会》一直是一本定位于原创虚构小说的文学性刊物。而更关键的问题在于，对于广场式社交的每一个用户来说，事实上没有责任保证自己说的话是正确或准确的，因为这对于一个自然人来说是一个不可能的事情。尤其是对于一些重大事件来说，广场式社交所推崇的事件当事人自我发声可能会陷入一种更不理性的状态——这在心理学上很容易找到支撑，比如一些人在目睹枪击案后会将凶手与一个完全无关的人联系起来，或凶手在现场所说话产生臆想。而另外一些遭遇天灾（比如地震）的人可能由于多年非理性的不满，将天灾造成的损失投射到某种人祸之上。如果我们把社交媒体看做一个整体，再把中国网民仅1成拥有本科以上学历[7]和中国全民精神障碍疾病患病率可能超过17%[8]两个数据作为背景参考，那么全球的社交媒体有可能是人类历史可信度最低的媒体形态没有之一。另一方面，由于每个事件的当事人几乎都是不同的人，个体用户无需为自己的长期新闻信誉负责，这使得故意造谣者也变得有机可乘。在当下的实践中，我们现在已经陷入了无法分辨一个新闻当事人爆红的背后究竟是新闻当事人个体还是议程设置团队的局面。我曾在《为什么，我们觉得越来越多的媒体没有良心？》中解释过，从微观层面来看具体的某一个传统媒体不一定要报道真相，对于媒体来说真实感往往比真实性更为重要。但与传统媒体相比， 广场式社交上的个人媒体往往带来的是十倍的真实感和十分之一的真实性，这对社会来说无疑是有害无益的。本质上说，广场式社交网络赋予了每个人以媒体属性，这种属性既伤害了媒体又伤害了社交。它让我们原本无需为公众负责的正常地社交行为不得不变得小心翼翼，但同时又让严肃新闻传播的公信力变得千疮百孔。
换句话说，严肃媒体因无法与个体发声者比拼“真实感”和“速度”，而个体却因为带有了媒体属性而被迫要求任何发言都要有“真实度”和“专业性”。广场式社交并非是惟一一个对媒体行业带来伤害的产品形态，另一个则是推荐算法。 在传统媒体或者是 1.0 时代的网媒，编辑的作用不只是审核稿件，更重要的是将恰当的内容放在恰当的位置以引起读者的注意。在某种程度上，这也是编辑对稿件拥有增删改权利的基础。因为整体版面有限，编辑才得以拥有权利砍掉那些质量不够的稿件；因为版面尺寸有限，编辑才得以拥有权利砍掉稿件中的冗余信息；因为版面的位置有优劣之分，编辑才得以有权利将稿件及新闻事件本身三六九等。但在千人千面的算法时代，版面不再掌握在编辑的手中。这使得无论是传统媒体还是新媒体，编辑只在行使其审阅稿件的底线权利，机械的以一些编辑规范来保障出稿的安全性。这使得编辑在媒体行业中的地位处于长期稳定下行周期，某种程度上也是目前媒体行业文章质量长期稳定下滑的一个重要原因。“人民群众喜欢的，你算老几。”，是反驳编辑理应拥有议程设置权限的主流观点之一。但事实正如前文中数字鸿沟部分所谈及的那样，当数字素养低于某一个临界点的时候，人们会主动筛选出更为低质量的内容以满足短期的多巴胺刺激。这是非人类 AI 编辑所无法抗衡的。从另一个角度说，千人千面的算法使得针锋相对的观点统一在了一个虚无缥缈的统一舆论场之下，长期来看会加剧人们的偏见与固有印象。用美国的媒体生态来举例，在过去美国传统媒体呈现出典型的左右分野，以华尔街日报、CBS、纽约时报为代表的左派媒体与华盛顿邮报、FOX为代表的右派媒体会基于各自的立场对同一事件给出不同的解读，这使得两种立场长期处于一种慢性交锋竞争的状态。而在新媒体环境下，你很难说清楚 Google News、Apple News 或者 Youtube 的政治立场是怎样的。事实上，他们会完全依照读者的喜好为其呈现出最符合读者调性的报道。在 2019 年的香港风波中，有香港家长发现使用自己的帐号登录Youtube和用自己孩子登录的 Youtube 所看到的内容是完全不同的。我们善意的猜测 Google 对此完全没有干预，因为事实上这正是一个“中立”的推荐算法所追求的——为读者呈现它想看到的东西，并告诉他这就是全世界。在过去，即便是一个常年订阅纽约时报的人，也有可能在一些重大事件上去主动打开 FOX 新闻听听“对面”的说法。但在算法驱动的舆论场下，虽然立场两端的观点依然存在，但实际上失去了交战的场所。不同的新闻被完全分发给完全不同的人，形成相互隔离且愈发极端的舆论场。这种隔阂几乎出现在每一个由算法驱动的互联网产品，而非仅仅局限于媒体类App中。在抖音、快手、微视中，我们看到大量彼此完全没有交集的群体，并且每一个群体都能找到极为广大的受众。比如大多数人提起直播带货，想到的都是李佳琪。但与李佳琪主打一线城市市场不同的，快手的带货网红辛有志凭借亲民的调性将一个又一个城里人完全没听说过的品牌与产品卖出远超李佳琪的成绩。这种人以群分的现象并非互联网诞生之后才产生的，但互联网尤其是推荐算法确实促进了这种现

老图重温

在前互联网时代，媒体的议程设置（Agenda Setting）已经是一个公开的秘密。我们几乎都知道，每个媒体会根据自己所处的立场去进行带有倾向性的素材剪辑。但这同样意味着，我们可以轻易的找到反向议程设置的媒体去了解“另一面”的声音。互联网剥夺了（新老）媒体议程设置的能力，但并没有消解议程设置，它通过信息茧房将议程设置固化在我们每个人自己的世界中。与传统的人与群分不同的是，算法驱动的人以群分很容易让人忽视“群”以外的世界，在信息和社交层面上的茧房会让身处其中的人更容易误解自己所看到的就是整个世界。搜索引擎是我们突破信息茧房最后的出口，但随着搜索引擎这一产品类目在世界范围内使用率的下滑，谁知道距离推荐算法入住搜索引擎排序还有多少天呢？当人们获取资讯的方式从主动订阅、搜索，变为被动的“下拉刷新”的时候，互联网便不再是一扇通向世界的窗口，而只是一个善于美颜的镜子。用最直观的说法来说，如果一个人每天阅读的文章都是10万+，那他一定会认为自己所阅读的这些内容就代表主流舆论的声音。但事实上，机器只是将符合它胃口的文章推送给了它。而对于超过8亿的中国网民来说，即便是一个篇篇10万+的公号来说可能也只是找到了整个舆论场中很小的一个缺口，并不代表着主流观点。对于每个舆论场中的发声者和受众来说，都更加认为“自己所写的/看的代表了大多数人的看法”，最终导致我们距离真实的世界渐行渐远。如果我们甚至无法认识到真实的彼此，就更不要说我们能够相互理解了。3“元叙事”的倒掉3.1过去一个世纪最重要的元叙事：全球化

无论《历史的终结》还是《文明的冲突》都是一种元叙事，那么元叙事是什么？

元叙事一套叙事结构（亦或话语体系），试图对人类过去、现在及未来的全部社会活动给出正确答案。其显著的特征是，一个元叙事能够回答远超于其诞生时代的社会问题，并给出一个看似合理的解释。举三个更直观的例子来说：基督教、民主制度和康米主义，分别为三个诞生于人类不同历史时期的元叙事。[9]你想想，这三个是不是符合上面的红字定义。但元叙事是坏的，是虚假的，是不必要的么？并非如此。尤瓦尔·赫拉利在其畅销书《今日简史》中，将人类最伟大的能力归结为“创造和相信虚构故事”的能力，它甚至比人类运用工具的能力更为重要。 一个可信的、美好的元叙事在某种程度上会成为自实现预言，尽管其背后的实现方式可能是虚假的，最初的目的也与其表面所述的大相径庭。直接切入全球化的实例可能更有助于理解元叙事的作用。大规模的全球化行为起源于 19 世纪末 20 世纪初，而“全球化”概念（叙事）在 20 世纪 60 年代才在学术圈被制造出来[10]。“全球化”元叙事的最初主导者毫无疑问是美国，支撑是美国在一、二战期间所积累的财富与之后的军事力量，叙事的最初目的除了团结非康米主义阵营所有国家，也是为了构建一种“后殖民时代的全球霸权”。这一叙事最终达到了它的讲述者最初想要实现的效果：二战后的美国实现了一种不生产一针一线亦能控制全球经济的能力，新型的以美元为工具的剪刀差，使得跨区域的剥削与经济殖民不再变得血腥，并在很长一段时间内让美国处于无人能够挑战的位置。但值得注意的是，全球化不止实现了其讲述者自身的隐秘诉求，也确确实实带来了它在字面上所承诺的好处：我们开始互通有无、相互理解、互利互惠、减少战争。你可以说在全球化自我实现的过程中，利益分配并不均匀，部分经济劣势地区与优势地区的差异变得更大。但不能否认的是，哪怕是在全球化中担任“被剥削者”角色的地区和国家，也在全球化过程中对比自身大幅发展。从某种程度上来说，核武器所带来的核威慑是全球化的根基，但如果没有全球化这个“故事”， 核弹是实现不了全球化为所有人所带来的福祉——“真理只存在于大炮的射程范围内”，但你不能用枪代替支付宝来促成世界上的每一笔交易。这便是元叙事存在的意义，一个虚构的美好故事，让我们能够跨越时间空间为之努力，并使得彼此陌生甚至有一定利益冲突的群体之间形成合作。尽管我们可能永远达不到童话故事中所描述的 Happy After Ever，但这并不妨碍所有人都在这一过程中收获一些好处。互联网毫无疑问是全球化元叙事中的一部分，它起源于冷战时代人们渴望将世界联合起来的冲动（苏联也有一个针对康米主义阵营的计算机网络计划）。互联网实现了全球化，但最终却成为了全球化的自反性。正如我们之前所讲到的，互联网在几个关键的领域出现了与最初承诺的反向效果，让我们意识到了“全球化”故事背后的真实。在物流网络、金融网络之后，信息网络的补全让我们已经达成了此前全球化描述的链接一切的场景，但我们并没有获得全球化故事中所许诺的完美世界。也由于我们已经连接了一切，“连接一切”的故事便不再具有感召力。在更务实的角度上，如果本文 1.2所描述的互联网技术革命的结束是正确的，那么它还将直接作用于宏观经济周期，而经济下行周期总是在历史尺度上为人类带来灰暗的色彩。
而当下这个时代的灰暗色彩，就是民族主义、民粹主义、保守主义和数字集权主义等一系列势力的抬头。互联网技术自身是全球化的一环，全球化的瓦解亦会对互联网自身的发展造成阻碍（如前所述各国阻断连接、征收税费、限制内容传播的法律尝试）。互联网所陷入的困境，像是一条衔尾蛇，它咬住了自身的尾巴绝无可能依靠自身解决。但 互联网事实上不止破坏了“全球化”这一元叙事，它对元叙事这种社会构建工具的破坏才是长期内最为难以修复的，本文的 2.3主要论述的就是这一点。值得注意的是， 尽管元叙事是一种可以对人类全部社会活动给出答案的结构，但它绝不是用来指导我们一切社会活动的准则。如果你不能理解这一点，就想一下当人类历史中教条的执行基督教、民主制度和康米主义叙事文本的时期都发生了些什么。本文亦是一种元叙事，因为本体的初衷是为了给互联网行业一个盖棺定论式的分析，用以解释一些在传统科技媒体、商业评论的微观分析中所不能给到的答案。因此，本文并不具备任何微观层面的指导意义，只是描述了互联网行业及其影响的当下社会的一种可能趋势。
任何一家互联网公司，无论是大公司还是小公司，都应该更关注其自身业务所面临的微观问题，任何微观层面的决策工具都比本文所带给读者的叙事结构更有实践上的意义。如果你是为了寻求下一个季度的增长点才阅读本文，本文几乎不会给出任何帮助。抱歉耽误你这么多时间，不过还好，只剩一半了。3.2当爱，不再是爱

2016 年，麻省理工大学开发出一款名为“道德机器”（Moral Machine）的调研产品，其通过向全球网民展示一系列图片来进行一场社会实验。

项目组通过现代化产品将“电车试验”做成了调研，网页程序会不断地像受试者展示一个紧急判断情景，要求受试者假定自己是“一台自动驾驶汽车”，并在 A\B 两种行车路线中作出选择。在问卷中，有许多的控制变量，比如你需要判断在必须二选一的情况下，是选择撞男人还是女人、人类还是宠物、白人还是有色人种、年长者还是年轻者、有钱人还是穷人等等……最终搜集到了来自 233 个国家接近4000万的选择样本。这一研究的完整成果发表在 2018 年 10 月的《Nature》上，感兴趣的人可以自己去检索，在此我们只选取与本文相关的一些结论。在这一实验中，与我们认知比较符合的结论是人们明显会选择拯救更多的行人。但如排除两种选择造成伤亡人数上的差异，受试者的选择呈现“明显偏见”并与我们所倡导且试图想强加于 AI 的道德背道而驰。比如人们更倾向于避让有钱人（相比穷人），避让瘦子（相比胖子）以及避让女性（相比男性），避让年轻人（相比老人）。但在老年领域，又倾向与避让老年男性而不是老年女性。这从某种形式上证明了大众在道德问题上的“口是心非”，而这种口是心非会瓦解公众要求算法拥有道德的合理性—— 如果人类自身都无法定义何为紧急情况下的“正确判断”，你又如何要求机器按确定的道德标准行事呢？这一实验所展现的仅仅是算法对人类道德瓦解的一个很小侧面，整个互联网文化对精确的追求在更大的层面瓦解着更多的叙事元素，而这使得我们在上一节中谈论的元叙事危机与过去的每一次元叙事替代都有所不同。一个大的元叙事，往往由许多碎片化的叙事元素构成。当一个大的元叙事倒塌的时候，我们会看到一个新的元叙事崛起，而新的元叙事往往由旧元叙事中脱颖而出的某些元素再加上新的排布逻辑构成。而互联网为元叙事带来的危机远非终结了某一种特定的元叙事，数字化技术带来的模糊界限的消失，会让所有碎片化的元叙事要素也溃不成军，它从根本上破坏了我们对任何一种叙事元素的信赖。以爱为例，爱作为最重要的叙事元素，几乎参与了人类历史上每一段元叙事的构建。自盘古开天，上帝“要有光”开始，人类的元叙事就开始讲述关于爱的故事，神对人之慈爱，君对臣之严爱，民对君之敬爱，家长对子女之爱，男女之爱凡此种种……连人权宣言的开篇名义，都是从统治阶层手中重新夺回天对大众的普爱。这是因为爱是一种最广泛的共感，它能唤醒人类作为一种动物最原始的情绪，形成最大的共识。以一个极端的情景来描述，一个战胜国的士兵在扫荡战场时对伤病或非军事人员抬高一寸枪口，往往是基于当时的情景下，对方伤员凄惨的呻吟、痛楚的表情、空气中血腥与硝烟的味道、残破的战场与灰暗的天空所引发的脑内化学结果。任何抽象化、文字化、信息化后的人道主义，事实上都不足以决定性的驱动这样的感性决策。反过来说，如果所有的士兵都采用远程武器操控机器人在战场上厮杀，或者甚至他只需要在几千里之外的指挥室里按下一个“清缴残余”的按钮，那么仁道之爱在这里就不会起任何作用。任何抽象化后用文字表达的爱，都不是那个能引起我们最广大共识的爱。而遗憾的是，互联网本质上是一种信息网，我们在互联网上以任何形式讨论的爱，都是爱的其中一种抽象形式。正如上一节所述，在过去两个不同文明之间的个体往往没有大规模的对话渠道，因此两个持有不同文化的个体客观上无法对彼此爱的定义展开论战。在大多数情况下，那时的人们比现在的人容易达成这样的共识：对方是有爱之人，尽管我们有一些利益与观念上的冲突，但仍认同彼此心中爱的那一部分。我们会看到越来越多对爱持有不同定义的人，在网上吵来吵去、互相攻击最终甚至演变成极端主义。 在互联网里，爱神从英灵座跌回凡间，被解构成了每一种世俗利益冲突中的牺牲者，失去了其本身的号召力与同一性，最典型的比如宗教之爱与同性之爱的冲突。这种解构一方面是由此前 2.3所描述的过度且简单的连接一切所造成，另一方面是由互联网的精确定义与精确记忆所构成。用更简单的话说，有了互联网我们不止对公众人物“挖坟”和“污名化”，还会对每一个叙事元素如此操作。根据大西洋杂志的一项调研显示[11]，2019 年 35% 的共和党人和 45% 的民主党人反对自己的孩子嫁给或迎娶持有不同政治、宗教或种族立场的人，而这一比例在1960年时只有5%。虽然互联网并非造成这种分裂的根本原因，但却是这种分裂的加速器与固化剂。时至今日，我们依然可能够看到 2016 年美国大选前，美国网民围绕特朗普的相互骂战中最恶毒的推文被转发并用于相互攻击。我们会记得我们最初是如何支持慈善组织但后来发现他们只是一场骗局，我们也会记得我们最初如何支持环保但后来环保机构把它做成了一门生意，我们还会记得动物保护是如何从正确走向激进的。人类个体会遗忘，群体也会遗忘，但到目前为止互联网却几乎从不遗忘。多年以后，当你决定重新开始慈善事业的时候，搜索引擎、社交媒体依然会孜孜不倦的提醒你 10 年前的郭美美是如何让你做出“不再参与慈善”这个决定。你会反刍你当时做出决策的过程，并惊讶于互联网不止精确的保留了你决策的结果还保留了你那次决策的所有素材，以“确保”你不会给对方提供第二次机会。每一个旧的叙事元素，皆因历史上的污点而无法翻身。每一个新的叙事元素，在其受到公众认可的上升期都会引发大规模无建设性的讨论。最终，我们会迎来一个没有叙事的时代。3.3国家、企业和组织为何失去信用？我们从此不再相信任何一种元叙事，似乎看起来会让我们进入一个纯粹理性时代，那么这会是一件好事么？首先，这会是一个非常非常长期的问题，因为人类文明自诞生以来就在不停的相信不同的元叙事，任何短时间内给出的结论都是不可靠的。但缺乏元叙事对现有社会形态的短期影响必然是负面的，因为正如上面提到的，我们现有的人类社会的很大一部分是一直依靠元叙事来运转的。
早在 1970 年，法国学者弗朗索瓦·利奥塔德《后现代状况：关于的知识的报告》中就将“元叙事”定义为“现代性的标志”，而元叙事的瓦解则意味着后现代的开始。这一波后现代主义思潮所对应的是美国“垮掉的一代”与“嬉皮士文化”，而中国预计要到 00 后或 10 后才会面临这样“富足的烦恼”。元叙事的存在对人类社会的客观好处并非是给我们一本说明书，使之可以用于指导我们生活中的每一个细节。而是为了让我们相信未来、相信彼此、相信共性，以实现更大规模的社会协作。举一个更简单的例子，对于大多数哪怕受过高等教育的现代公民来说，往往也并不能理解诸如现代交通系统、现代金融系统、现代医疗系统是如何运转的，对这些系统抱持打破砂锅问到底的科学态度会显著降低现代性所带来的便利。一名患者敢于让一个陌生的医生向它的静脉中注射药物，并不源自于这名患者充分理解药物的分子式以及药代动力学原理，而是基于它相信这些静脉注射剂在上市之前有一整套科学的安全与效用的检验机制，同时眼前的医生之所以开出这样的药方，也是因为他经过了专业教育的系统训练与考核。更多的情况下，我们的无知是二阶导数：大多数的患者也并不了解或详尽的了解那些“科学的药品审核”和“科学的医师训练”指的是什么，只是迷信这一治疗的科学性（尽管这些治疗可能确实是科学的）。这种“迷信”是有益的，因为现代社会的复杂性，导致了它的运作方式远远超出个体乃至小型、中型组织的理解能力。而我们一旦参与到现代社会的运转当中，又不可避免的牵扯到那些我们所不知道的领域（即便你不是医生，也要接受治疗）。因此，我们必须在自己所熟识的领域之外，信任那些在该领域专精的人或机构或系统，整个现代社会才得以运转。 这就产生了一个非常可怕的现象，即由科技生产力驱动的现代社会，本身是基于大多数人足够“迷信”才得以运转的。而显然，狭义信用制度（包括政府公信力、企业信用、社会组织信用、人际信用）这一古早概念已无法跟上互联网时代的节奏。同时，互联网又赋予了我们无与伦比的质疑能力。一个现代阴谋论者通过互联网广搜资料所生产的文章，可能比一个世纪前的正经科学论文更具“可信度”。这一模型最好的验是 2019 年获得普利策奖的纪实文学《坏血：一家硅谷初创公司的惊天谎言》中所描述的故事。故事描述了一个几乎毫无医学背景的创业者，在被誉为全球医疗监管最为严格的国家，展开的一场长达 12 年的大型医疗设备骗局。从其主人公自斯坦福辍学开始创业的 2003 年，到《华尔街日报》首次系统性报道其骗局的2015年，其骗局维持超过 10 年，涉及数十万人。且没有受到美国任何监管机构的阻挠——尽管有至少 5 个部门应该为此事叫停。网络的精确记忆和广泛传播，使得信用受损的影响与速度远远超过以往时代。由在政府公信领域，这一问题表现的尤为突出。举一个抽象化的政治例子：

设 A 国拥有 3000 万人口，B 国拥有 15 亿人口，即 50 倍人口。

设 B 国的国土面积也是 A 国的 50 倍。

设两国犯罪率相等。

在非互联网时代，我们会得出这样的结论：

由于犯罪率相等，因此 B 国的净犯罪数量应当是 A 国的 50 倍。

由于 B 国的国土面积是 A 国的 50 倍，消息传播速度与地缘相关那么 B 国每一个个体每日在本地媒体上目睹凶杀案的可能性与 A 国相等。

A 国和 B 国的国民会认为两国拥有相同水平的治安。

在互联网时代，会变成这样：

由于犯罪率相等，因此 B 国的净犯罪数量应当是 A 国的 50 倍。

由于网络媒体往往以语言为边界，且媒体每日可推送的消息大幅上升，B 国任意地区凶杀案均会在全国性网络媒体上传播。

B 国每一个个体会看到 A 国 50 倍的犯罪报道。

B 国人觉得自己的国家治安烂透了。

在过去，治安事件按照概率均等的分布于 B 国 50 倍大的国土上，并以地方报纸、广播、电视等渠道传播，依照治安事件的等级只影响那些与事件相关或地理位置相近的公民。只在一个治安事件演变为地区无法解决的问题（极恶性治安事件）时，才被其它区域公民注意。在网络环境下，由于传播速度的提升与门槛的降低，B国内任何一地发生治安事件均会被视为全国新闻受到全体 B 国公民注意。由于人们往往在治安问题上带有强烈的共情能力，大众会将每一个发生在其它地区的治安问题当成是与自己相关的问题，从而忽略了 B 国的犯罪率可能一直很低且与 A 国水平相当，这会使得 B 国在治安领域的公信力以 50倍于 A 国的速度流失。如果你觉得这个例子并不存在于现实，那么不巧，这里刚好有一个现实中的例子：2018 年是滴滴的“灾年”，连续几起涉及滴滴网约车的恶性治安事件将这个每年承运 200 亿人次的出行公司推到风口浪尖。这里特意说出滴滴的承运数字，并不是为了夸滴滴。而是因为，200 亿这个数字刚好与上文的“人口 50 倍”概念相符，滴滴在 2018 年的全国承运量以数十倍于全国所有传统出租车公司的总和。如果从冷冰冰的数字角度来讲，在滴滴深陷舆论风波的那段日子里最高法就曾计算过[12]，网约车司机每万人案发率为 0.048，传统出租车司机每万人案发率为 0.627。因此，从科学的角度来说，乘坐网约车的人身安全性比出租车高出一个数量级。要知道，对于任何可能的风险来说，只要拥有无限次重试的机会，风险就一定会暴雷。比起传统出租车，滴滴更接近“无限次重试的机会”。传统出租车不仅总运量在 2015 年后远小于网约车总运量之外，“传统出租车”这五个字并不是一个能够被公众聚焦关注的统一品牌。用更白话的方式来说，每个城市都有几家相互独立的出租车公司，甲城市出租车公司发生了恶性事件，根本不会在舆论上引发乙城市民众的共情。但全国无论哪个城市的滴滴出现一起恶性事件，都会引起全国滴滴潜在用户的关注。可以预见的是，如果我们无法让大众意识到绝对安全是绝对不可能的事情，滴滴就永远无法从这种指责中被释放出来。这种指责在很多时候会凝结成一种力量（往往以过度监管的形式出现），形成阻碍技术进一步发展的枷锁，也让技术本身失去了自我修复的能力。至此，我们便不再相信“网约车”是一个“好故事”了。而这正让我们回到了本节的开头——元叙事的倒掉是现代性自反性的开始。尽管我们之前已经说过了，元叙事的目的并非是让我们依照元叙事所讲的一五一十的走下去，但元叙事是我们凝聚共识并形成迈向美好未来行动力的重要线索。因为相信所以看见，因为不相信所以无法实现。3.4走上歧路在前文中，我们论述了互联网对元叙事的解构，并简要地说明了由此可能带来的危机。但在互联网解构元叙事的过程中，亦有另外一种趋势抬头，即道德的代码化。
由于我们不安于越来越无法令人信服的元叙事，技术乐观主义者与保守主义者妥协出的一个结果，是用技术本身来固化与强调我们已有的某些叙事——比如道德。但这没有解决任何问题，并且会让我们陷入更被动的境地。一个清晰定义且具有强大控制力的道德标准（或其他元叙事）是可怕的，因为它往往会会在各种维度上阻碍人类社会的进步。用更通俗的话来说，2019 可以说是人工智能的凶年。AI 这一词汇在大众心目中的形象与一年前相比急转直下。我们开始讨论推荐算法带来的信息茧房、无处不在的摄像头、换脸 App 的滥用、智能推荐广告对我们隐私的剥削、智能课堂对小学生的控制、脑波监测让心理罪成为潜在的可能。如果我们用 AI 反过来来规制人类道德，你应该能够想到会发生什么。我们已经在过去几年里享受了第三次人工智能浪潮给我们带来的便利，虽然不乏少部分现代卢德分子在看到科技企业推出的一个又一个默认勾选的“霸王条款”时，干脆放弃了这种便利，但这毕竟是少数人的选择。为了应对公众的舆论与政策的监管，大多数科技公司都正在寻找“既能维持好处又能减少害处的”的 AI 之道。能找到隐私与效率之外的中间道路自然是好的，但如果这条路在技术上是真的不存在之路， 我们是否能退还 AI 在过去 5 年中给我们社会带来的效率提升？从结论来说，这几乎不可能。此时就会发生一件奇怪的事情： 就是我们会逐渐习惯科技所给我们带来的“负面”影响，尤其是那些仅与道德所冲突的“负面”。我们的孩子可能不再认信息茧房有什么问题、可能觉得摄像头是安全的象征、可能会觉得智能广告是天经地义甚至理应如此。马克思称这一现象为“人的异化”，孔子则称之为“礼崩乐坏”。但孔子所谈之“礼”为周礼，是指西周时期等级森严的分邦建国制度以及其附属的一系列繁文缛节，在我们当下看来是十足的“糟粕”。正因为 2700 年前礼崩的发生，中华文明才得以有发展至今的机会。在“人的异化”中也提到，这一现象随阶级诞生而诞生，直到私有制、阶级与国家的完全消失才会消失，这意味着我们在历史的漫长时期中除了习惯异化别无他法。拜道德的模糊性所赐，我们可以将一些美德传颂千年而不去理会其背后所蕴含的实际标准完全不同。尽管从每个前朝人来看，下一个朝代都发生了“礼崩乐坏”，但中国从未丢掉“礼仪之邦”的帽子。某些模糊的、深刻的、民族性的道德被深深地刻在我们的文化传承中，而绝非那些落在白纸黑字上的繁文缛节。比如，元代的孝与当今的孝就有着完全不同的意义。即便在元代，也并不是每个人都会去精确的执行《二十四孝》，但如果你将《二十四孝》写进 AI 的代码里，它就会被精确执行。而且当今 AI 所能影响与控制的人类数量可能比地球诞生以来读过《二十四孝》的总人口数都要多。这意味着，一个被精确写入某种价值观或道德的 AI，会成为一个自实现的“道德机器”。像一颗大头钉，将我们社会的道德进化树永恒的钉在当下。这或许是可能的，但却是可怕的，比向技术归还它们赠予我们的便利更为可怕。随着城市摄像头的增多，个人征信系统被滥用，我们似乎正在走向一个道德固化的时代。但如前面 3.2所述，人类的道德本身亦是一种叙事，它的作用在于驱使我们自发的向好的方向发展。也正是因为我们永远无法做到道德上的完人，道德才得以成为我们不断改善自身的动力。而外化的、强制的、精准的道德会使得人失去自发向善的能力，消解道德作为法律补充的社会力量，使得更多的人在潜意识中加入“钻道德空子”的阵营。如库克所说，“我并不担心机器像人类一样思考，我担心的是人像机器一样思考”。利用技术手段精确执行某种当下的道德，即是让人像机器一样思考。在《技术的本质》中曾描述“时代创造技术，技术也创造着时代”，当你走进一个技术博物馆的时候，不可避免的看到的是技术对于当时人类社会、文化和道德的改造（或进化）。比如“化学用的曲颈瓶、计算尺、曼哈顿计划的身份证、身着宪兵警察制服的假人、汽油配给的卡片、旧汽车和吉普车等等”，所有塑造过去社会形态的元素都与当时完成任务的典型手段，也就是技术有关。在学术场中，社会学家往往更反对人的异化，而人类学家对人的异化并不恐惧，因为前者以人类的集体行为为主要研究目标，人类个体行为的异化是社会变化的结果个体无从选择。因此，人的异化是一种不好的结果。而后者以人类个体为研究目标，异化是其动因，社会整体发生的转变才是结果。追求被精确执行的道德，在某种程度上是“代码即法律”这一理念所带来的妄念。在理论上，“代码即法律”是可行且诱人的，它向我们描绘了一个所有的正义既不缺席也不迟到的美好场景。不谈道德，仅从法律角度讲，“代码即法律”也不一定是正确趋势。立法本身是一种大型社会契约的运作，这导致各国即便是在互联网的加持下，想要建立或修改一部法律可能也要以 5-10 年的周期。在直觉上，法律不应该有模糊地带，但实际上法律的模糊地带存在于两次修法之间或新法诞生之前。比如如果各国的交通运输业法律从 30 年前开始就被机器一般的精确执行，那么 uber 和滴滴就不会被诞生，取而代之的将是长达数十年的传统出租车公司向互联网行业的转型（参考日本）。
技术需要有价值观，指的应当是编写技术的人、运用技术的人、使用技术的人拥有价值观，而绝非技术本身拥有价值观。4迈入风险社会的最后一步4.1风险的分散化大生产在前文中，我们谈论了一些互联网未被兑现的承诺以及互联网可能带来的负面效应。但比起任何已知或已经实现的负面影响，互联网的紧密结构所导致的潜在未知负面影响亦或称“风险”，才是互联网自身发展以及我们当下社会进步的最大障碍。稍不注意，我们将有可能被带入到风险社会的历史困境之中。风险社会与阶级社会一样，是一种描述社会形态的工具，它由德国著名社会学家乌尔里希·贝克提出，并在 1956 年首次出版。乌尔里希·贝克预言，风险社会将取代阶级社会成为接下来社会的主流形态，我们的主要矛盾将从阶级矛盾转向风险矛盾，即风险成为全球人类之公敌，而国家与国家之间的竞争也将以转嫁风险和防御风险为主要模式。在该理论中，风险是不分国家与阶级的，它会随着全球自然环境、贸易网、金融网和信息网流窜，并最终在防御洼地爆发引起全球性危机。用书中更通俗的例子来讲，环境污染和核能的安全问题是两个典型的可流动风险。欧洲工厂向空气中排放的废气有可能漂洋过海在美国形成酸雨，或向东毒害中亚的儿童。欧洲企业事实上既无力，也无意愿承担自己在非本地区所引发的环境危机。而对于受害地区来说，由于不直接参与欧洲的工业规划，他们也无从预防甚至治理这一问题。如果环境污染问题还是一个长期且不够显性的问题，那么核危机则更加急迫和致命。尽管在将核应用于武器层面，人类文明之间已经达成了一个看起来运作良好的核相互威慑体系。但在核能的正面利用方面，却反而更加危险。世界各个拥有核电的国家经济发展水平不同、技术实力相差也较远、同时可能有着完全不同的政治经济体制，这导致各个核电站所应用的安保标准与措施不尽相同。 而核泄漏的全球风险却并不取决于其中安保最好的那个核电站，而是安保最差的那个。也即全球任何一个核电站发生事故泄露，都有可能通过空气和水引发全球的灭绝事件。《风险社会》一书所写就发表的年代，风险社会尚且没有实质性的到来，因此本书在当时也并没有被广泛讨论。随着时间推移，直到 1986 年切尔诺贝利核电站发生泄露，该理论才被重视起来。切尔诺贝利核电站事故可能是人类全球文明史上第一个由极小群体所引发的全球性危机。而在之后的日子里，这种由单一或极小群体引发全球性危机的可能性越来越高，频度也越来越高，同时也不再局限于环境领域。这是由于随着“全球化”这一概念逐渐成为现实，在海洋、土地、天空三个自然相连的媒介之上，人类又搭建了贸易、金融与信息三个互联互通的网络。与三网在经济领域协同带来的正面效应相同，全球贸易网，全球金融网和全球信息网在风险领域也存在协同与放大性。正如仅仅联通贸易网也有可能为美洲土著带来种族灭绝一样，信息网的诞生本身就意味着一些风险的从无到有。其中互联网使得风险生产分的散化和个体化达到一个新的高峰，这是贸易网和金融网都不曾做到的。在贸易网被打通的时候，为一个国家带来风险的往往是另一个国家，比如典型的鸦片贸易；在金融网被打通的时候，企业将可以对一个行业或一个国家造成风险，比如广场协定和 1997 年 IMF 协定后华尔街投资银行们对日本和韩国进行的操作；而到了互联网时代，个人仅仅通过发言或黑客行为即可影响企业、行业甚至一个国家。 风险生产者的门槛在降低，而风险受害者的规模和频次在上升。仍以核泄漏为例，在互联网时代一次核泄漏危机很有可能是由某个单个个体所引发的，你所需要的只是开发一款足够感染核设施的病毒，而事实上已经有人这么干过了。当然，除了这种“高级威胁”之外，信息网的打通也让我们无时无刻不面临那些有关于信息本身的风险。比如一个内心扭曲的人所发明的蓝鲸游戏（未成年人自杀游戏）在全球造成近千名儿童死亡，中国某大型旅游网站被拖库后引发大规模不相关行业的隐私泄露，漫画村一个盗版网站对整个日本漫画行业造成收入重创等等。信息的风险除了会对个体和产业产生作用之外，亦会对国家这个层级的事务引发意想不到的影响。谣言、假新闻也无时无刻不作用于各国的政治生态，并引发一系列无法控制的后果，连最初将社交网络视为民主之光并鼓励其在社会变革中起到关键作用的美国，也在 2016 年大选期间被互联网上的一系列假新闻事件所反噬。互联网在客观上像一个分散化的风险制造机，让每一个风险都成为全世界的风险。2012 年起，FBI 开始通过“钓鱼执法”的形式，调查互联网儿童色情问题。在 2012 年至 2016 年期间，FBI 通过控辩交易和黑客入侵等方式，控制了至少 21 个儿童色情领域的知名网站，并摸清了这些色情网站的整个链条。令人惊讶的是，这些网站不止拥有来自世界各地的浏览者，同时拥有来自世界各地的贡献者。FBI 自 2012 年起，不得不向全球各国公安机关（包括中国）共享其所获得的犯罪线索，因为这一问题已经远超其可以处理的范围。在儿童色情的黑色市场中，犯罪分子通过赠送零食玩具的手段，在经济落后地区引诱或强迫儿童做出不恰当的行为，并将这些行为拍摄或录制成素材再在全球性的儿童色情网站上售卖，通过数字加密货币等手段逃避管制。正如互联网可以撮合那些正当的交易一样，互联网在这里也充当了非法交易的中介。甚至可以说，在没有互联网的情况下，这类系统化、专业化的犯罪产业链是不可能存在的，互联网使得这一风险从无到有。是互联网，将散落在全球不同地区的比例极低的性变态者需求聚集起来，传导至经济落后地区的留守儿童身上。除了这些直接由互联网所带来的各类风险之外，信息网与贸易和金融网的结合，还能引发更大影响更为深远的危机。不难发现，在信息网加入进来之后，风险的传导速度以几何倍数增长，远远超过了经济利益的传导，使得传统的风险防范与救济措施显得十分无助。接下来，我们将看一看“三网融合”为何使得风险社会从理论走向现实。4.2习惯性的风险错配由于互联网赋予了我们每个人远超过去的能力，因此在很多时候也让我们误以为自己能够承担远超于自身所能承担的责任，于是习惯性的风险错配已经成为了互联网时代放大风险的一种主要模式。
以最近几年较为流行的“电商扶贫”来解释，信息网络与金融和贸易网络如何协同工作并放大风险。一般意义上，偏远山区的农户的资金流动性其实较差、资产水平较低，其日常的经济状况几乎与经济大盘并不怎么挂钩。尽管山区农户与城市居民共同使用一种货币，但实际上农户的吃穿用度大多在村内或县城解决。其与整个宏观经济的最主要连接点，在于定期向前来收购的经销商出售农产品。而由于传统农产品售卖链条较长，农产品在农户端的收购价格有可能是其最终在城市销售的 1/5、1/10。这在长期看来对农户是一件不公平的事情， 但这个链条创造了将近 5 倍到 10 倍的弹性，用于吸收风险。这具体来说，意味着无论是 2008 年的金融危机，还是 2019 年的中美贸易摩擦都几乎不会影响到一个依靠售卖农产品为生的典型农民的收入。但当电商出现，这一状况就发生了改变。电商扶贫本质上与一切网购一样，是通过削减中间环节实现的。它通过让农户直接在农产品原产地，以电商的形式向城市消费者直接售卖自己的产品，来增加农户的收入。这在短期来看可以成倍的增加农户收入，这也是其“扶贫”属性的体现之一。 但潜在的危机是，“没有中间商赚差价”意味着“没有中间商分风险”。仍未摆脱“小农经济”生产方式的许多农户，会直接与宏观经济周期相连。当宏观经济周期上行时，带来的经济好处是巨大的。但当宏观经济周期下行时，“小农经济体”是否能够安全落地却是个问号。为了更好地理解，我们再详细的假设一个情景来描述其中可能存在的问题：假设有这样一个果农，全家的收入来源是种好果树并收获水果卖给前来收购的经销商（传统模式）。果农一旦将货物交给前来收购的经销商，所有的劳动收入便“落袋为安”。现在，电商扶贫出现了，果农决定加入某个电商平台的扶贫计划，获得更好的收益。在电商平台的扶持下，经销商这一角色被削减了，但经销商所承担的功能并不会消失。水果要被运输、稍微好一点的水果要被包装或半加工、电商平台上要制作水果的宣传页等等。在这一过程中，原本由经销商承担的运输、包装、加工、营销等步骤，一部分被电商平台所承担，更多的则是落在果农自身。比如在运输的环节，过去由经销商定期上门收购，现在变成了农户聘请物流公司来自己的果园拉货，后续的几个环节亦是如此。这意味着，这部分成本就从中间商转移给了农户，果农可能要为此对物流、包装厂、加工厂支付费用，租用一线城市的物流仓等等。而既然谈到的是扶贫，我们自然可以假定这个农户有在水果真正被消费者购买之前，并没有足够的现金支付这些中间成本。此时，各大电商平台的“商户贷”可能是他们最好的选择。农户可以在水果收获期向各类普惠金融机构借款（利息很低），支撑整个销售季的成本，待销售额回流后还掉商户贷存下剩下的钱。在宏观经济上行周期，水果顺利销售，这一切看起来都没有问题。但如果经济周期进入下行，这个果农会遇到什么呢？我们继续推演一下：

由于没有中间商，除非果农已经在电商平台上开卖，否则不会意识到“今年经济形势不好，会影响到城里人买我的水果”。
果农意识到“今年销售不好”的唯一可能是已经支付了一部分中间成本，此时农产品已经完成了商品化转化，这部分成本如上所述是来自于杠杆。
水果最终没有销售出去，果农没有收到应有的收益，但前期的借款却依然实打实的偿还。
更进一步，果农无法偿还贷款，无数的小缺口在金融机构处汇集，与“经济下行周期”形成恶性反馈。

除此之外，果农“把货卖给收购商”和“直接在电商平台卖货”之间还有一个隐秘的差别，就是前者是现金现付而后者有账期存在。宏观经济周期的下行，还可能影响到这一果农所入驻电商平台的账期，电商平台可能由于自身运转的原因拖延货款支付或干脆倒闭不再偿还货款。无论是哪一种，对于果农这样一个原本就脆弱的经济体来说都是致命打击。这种致命打击中的“致命”是字面上的致命，因为在经济学的观点来看，小农经济其实并没有大众所想像中的那么不堪，和现代经济相比小农经济的系统性风险几乎只来自于天灾。换句话说，只要农民依然拥有农耕地和最简单的农业生产工具，无论其遭受什么样的打击都可以从零开始重新生活。而现代金融工具的引入，尤其是不同层级的借贷，有可能会使得农民失去耕地、宅基地和最简生产工具，没有任何翻身机会。这种错配不同风险承担能力的主体的操作其实有一个我们很熟悉的名字叫生态化反。对，就是乐视的生态化反。乐视系最早开始投入汽车和手机产业是在 2015 年，对于积淀全无的乐视超级汽车和乐视手机来说，几乎就是两个需要“电商扶贫”的果农，而乐视网则是“电商扶贫”中的“电商”。2015年移动互联网行业仍在上升周期的尾端，用互联网业务带来的巨大现金牛扶持跨界业务是当时的主流做法。但乐视系的问题在于，它错判了互联网行业上升周期的剩余时间与扶持一个新业务完成“原始积累”所需要的时间，并且通过过于紧密的构架使得风险可以在乐视系各公司之间无缝传导（没有中间商）。事实上，2014、15、16 年成立的那一波“互联网”汽车公司中，只有法拉第未来的现状是最糟糕的。同时，那些互联网汽车公司虽然同样处于较为尴尬的境地，但并没有因为自身的危机为其关联的互联网公司带来危机，法拉第未来却几乎拖垮了乐视网。原因就在于，其它的互联网汽车公司与其搭配的互联网公司之间采用了更为传统的隔离手段，不追求在业务与财务上的“没有中间商”。这种隔离确保了其中任意业务中产生的风险不至于向其他相关业务无限传导（并层层放大）。
4.3新冷战尽管看起来毫无成效甚至饮鸩止渴，但当下世界主要国家都在过去的几年建立起更为保守的市场监管和对外政策，以至于在一些人的口中我们已经迎来了冷战 2.0 的时代。 但新冷战其实是一场关于个人的战争，战争的一端是生活在现代社会中的每一个人，另一端是这个社会中的所有人。正如之前 3.3 中所描述的滴滴所面临的困境那样，一旦我们陷入到对风险的绝对防范就会导致我们陷入无限的焦虑。一方面，我们活在一个充满意外的现实世界，人类与生命的诞生本身就是宇宙间一系列精妙的意外。这意味着我们永远无法在这样一个世界里找到一种方法防范所有的风险。另一方面，互联网又激活了我们的风险意识，时刻提醒我们网络所连接的另一端的每一个个体、组织和国家都可能是风险的制造者或是转嫁者。这使得我们的社会从个体到政权都进入了一种紧张且敏感的状态，对一些正常的负面影响传到过度反应、提前反应乃至于过度解读。由于我们实际上完全无法预测下一次风险从何而来，所以我们只能将一切潜在的“敌人”当成真正的敌人来对待。我们会因为中美的国家立场而对立，我们会因为竞争对手的公司而对立，甚至我们甚至会因为偶像不同而对立。虽然这些对立在过去都存在，但不同的是我们彼此都被科技赋予了打击对方的致命武器。这在某种程度上与《三体》中所描述的黑暗森林相似。在个体层面上，传统意义上的邻里、社区信任瓦解，“扶老年人”成为炫富的标志、我们担心与朋友的谈话因为被截图传播而受到起诉、担心被供职的公司送进监狱或被自己雇佣的保姆烧死、担心几年前在网络上的幼稚发言会成为今天社会性死亡的判决书；在行业层面，龙头企业和创业公司均因为担心所谓的“降维打击”和“跨界碾压”而采取更为暴戾的竞争手段，频繁的举报、构陷与黑公关，以及因为生存焦虑而推迟企业社会责任的履行；在国家层面，由于国际贸易从大航海时代以来就从来没有达成过平衡，因此当各国均开始对这一问题锱铢必较的时候也就意味着国际贸易崩溃的开始，而这也将成为现代国际社会之间基础信任瓦解的开始。因此，互联网的敌人是其自身，是强调平等导致的鸿沟，是信任泛滥导致了猜忌，是过度连接导致了隔阂。互联网成为我们这个时代的呑身之蛇与巴别塔，是现代社会的自反性。事实上，时至今日我们对风险的焦虑和所采取的反制措施还远没有到达高峰。因为大多数人甚至还没有理解风险分散化和个体化生产的实质。2003 年，人类基因组完成图首次发布，这项计划集合了美国、英国、法兰西共和国、德意志联邦共和国、日本和中国六个国家中的顶尖科学家，历时 13 年耗资超过 30 亿美元。2019 年，中国学者贺建奎发表的人体基因编辑论文，由于其医学伦理道德存在问题而引发了世界范围内的恐慌，贺建奎自身也受到了应有的惩罚。但大多数人没有意识到的是，早在 2015 年，你就能在众筹网站Kickstarter上购买仅售 160 美元的 CRISPR 基因编辑工具套装。进行哺乳动物胚胎基因编辑的其它所需工具，你也几乎能在毫无管制的情况下买到。根据俄罗斯一个从事人体基因编辑研究的机构介绍[13]，目前“正经”的进行一次人类基因编辑仅需 15500 美元，而这其中大部分的成本则是耗费在必要的监测和观察上。对于一个想要制造弗兰肯斯坦的疯子来说，抛去安全与合规后成本会大幅下降。类似的案例还出现在换脸应用 ZAO 上，在几天的火爆之后，用户“迅速”质疑 ZAO 换脸的应用，是否会导致自己的面部被滥用，如将面部内容替换到某些非法视频上。 但实际上，大众对 ZAO 的焦虑与担心不仅是迟到的而且是无效的。ZAO 所使用的 Deepfake 早在 2017 年就已经相当平民化，任何一个想“作恶”的人就可以在 Github 上找到一份简单可用的代码。相比之下，ZAO 被滥用的可能性远没有已开源的 Deepfake 原始技术作恶的可能性更大，毕竟这是一家由商业公司所运作的商业化项目，它的驱动力是赚钱而不是犯罪。事实上，Google 等大公司早已开始针对伪造视频的对抗识别技术，并在 ZAO 引发公众恐慌之前（2个月）就已经有了初步可用的识别方案。上面的例子很好的说明了一点： 风险所带来的焦虑除了阻碍技术的进步和自我修复之外，毫无益处。技术普及看似正在以恐怖小说中的方式降临人间，但对此产生恐惧似乎并没有用处。因为除非我们每天走进邻居家，检查每个衣橱和角落，否则我们永远不能确信邻居是不是一个正在制造僵尸的怪医。在《风险社会》中，乌尔里希·贝克曾提出一个比较浅显的方式用于解决技术进步所带来的风险社会。即我们应当将共识聚焦与进步性而非技术性，即我们总要承认技术进步在人类历史中一直总是推进我们的社会肉眼可见的进步。但这种共识过于模糊，在《风险社会》写作的年代尚且可行，但在当下风险或风险性的传播速度远大于这一这一共识传播的速度。在领英创始人里德·霍夫曼的《闪电式扩张》中，试图为正在快速扩张中的企业寻找到一个应对风险的合理框架。它并未超出我们之前所谈到的“扩大风险防范”的范式，但为这一范式寻找到一种合理的、有效的路径，而不是疯狂夸大风险及风险防范的意义以至于扼杀企业的竞争力。《闪电式扩张》中，将风险按照所需采取的行动分成四类：

立即采取果断行动；
现在采取短期行动，但以后再采取永久行动；
现在注意到问题，并承诺以后再采取行动；
放任自流；

其做出判断的主要依据，是问题当下所处的阶段，以及问题本身是否为系统性全局问题。问题的暴露阶段决定现在或以后处理行动，是否为全局问题则决定采取什么样的行动。而对于一些无法解决，且利大于弊的问题，任其燃烧使其逐渐自我解决（就像人的异化那样）。抛开企业主体，这一框架对个人和国家也存在一定参考。但问题在于，我们是一种多愁善感的动物，我们总会被恐慌、焦虑、抑郁和愤怒等情感控制，无论是个人、企业和国家都不一定能成为理性决策的主体。本文不可能给你一个解决新冷战或风险社会的可行路径（否则我也不需要在此写稿了），但确实可以提供一个不那么焦虑的思考方式：尽管我们可能最终不得不进入一段新冷战的时光，但从更长的角度来说（人的一生）这可能并非一件坏事。在上一次冷战中，人类的航空航天技术、农业技术、医疗技术和能源技术等都有着飞跃式的进步，就连我当下为之苦恼的互联网技术也诞生于冷战时期。那些在冷战时期承受了不公的一代，都将在他们的晚年获得历史的补偿。就像没有人能阻止历史的上升一样，也没有人能阻止历史的摇摆。因此，我们无需为自己不可能解决的问题烦恼。坐和放宽，我们来进入尾声。5尾声：相信希望，而不是幻想

至此，本文的基调过于悲观。

但我希望你不要误以为我只是想传达这种悲观的情绪，并且我也并不是想要否定互联网及其技术革命在过去 20 年中为全球带来的巨大福祉。 没有任何一项新技术会是弯路，阶段性的阵痛永远只是技术与社会自我修复，并孕育下一次革命的前提。事实上，正是因为互联网技术的普及堪比第一次与第二次工业革命，我们才会经历此刻的痛苦。1878 年，31 岁的爱迪生带着当时世界上仅有的几只白炽灯炮参加了巴黎的第三届世界博览会。在之后的将近 150 年里，电灯仿佛普罗米修斯之火，点亮了人类文明的每一个角落。但事实上，电灯、电线、电力传输系统在早期都曾遭受过大量的社会质疑——这很容易理解，毕竟时至今日电依然是与火一样危险的事物，而早期的电力行业显然没有如今那么多安全措施对其应用进行保障。与历史中的绝大多数趋势一样，科技的普及和利用也有其摇摆性，每一次伟大的技术变革之后往往都紧随一轮关于技术的反思。而最终，新技术会在进步与反思的博弈中达到对人类社会最有利的平衡。这一过程对于技术先导者（比如这一轮技术革命中的互联网公司和从业者）的痛苦是不言而喻的，他们的“特权”会被收回。这种特权的具体表现形式之一是，当一种技术创新应用于市的时候，监管与法律往往落后于其发展速度，使之能够有机会在超出自己能力范围外的地方引发一些变革（大部分为模式创新）。一些典型的案例比如网约车之于出租车、短租民宿之于传统酒店、互联网金融之于传统金融业等。技术的进步在这些领域只是变革的一个契机，网约车、民宿、互联网金融早期能引发如此巨大变化的基础是其可以不用遵守传统出租车行业、酒店业、金融行业的监管框架，制造一些更为激进的产品。这种突破现有框架的特权在初期是利大于弊的，凭借新技术的引入和适当宽松的环境，行业可以摸清新技术究竟在哪些领域可以为整个行业带来新的增长或为用户带来新的福利。但随着技术红利见顶，这种突破监管框架的权利会逐渐弊大于利，并最终导致这一特权被收回。最明显的是在金融领域，没有余额宝突破监管的惊艳面世，中国不会进入到普惠金融的时代，不会有那么多的用户开始理财，不会有那么多的中小商贩得以借助金融工具让自己的生意变的更好。但到了后期，校园贷、消费贷、P2P 的持续性负面，让互联网在这一领域的特权逐渐被收回。无论是早期的突破，还是后期的奉还，均是对整体用户有益处的。当然，对于互联网从业者来说，这种“特权”的回收会以 KPI 下滑、业务关停、收入下降等更直观的痛苦体现。事实上，在特权回收期内，这种痛苦是对每个个体而不止局限于行业从业者。因为从最基本的经济学逻辑来讲，当企业开始受到监管与法律约束，并履行其应承担的责任时，其营业成本必将上升并转嫁至消费者承担，毕竟我们所谈论的是现代企业而非慈善机构。以网约车为例，我们可以看到当公众对其安全要求提升时，它的价格也发生了明显的提升。这种提价是不应该被诟病的，因为显然为了达到更安全的运营标准，网约车公司不得不增加对司机和汽车的筛选、对司机的定期培训、为营运车辆缴纳高额的强制保险、升级 App 的安全功能、为车辆配置监控等等措施，所有这些措施都需要公司支出真金白银。到最后，我们会发现进入良性经营的网约车行业，其单价并没有比出租车便宜多少，而这也是网约车本应有的姿态，或者说我们更应该反思的是——在同样使用一辆车、一个司机的情况下，凭什么之前我们会认为通过手机呼叫出租车就应该比扬招出租车更便宜？然而，网约车并不是人类出行史上的“一条弯路”，它显著降低了出租车的空驶现象，同时让我们可以在几乎任何时段和任何地点叫到出租车而不用担心过于偏僻，它提升了运力的大盘让更多人加入到运输行业，并创造了一些非职业化的运力（拼车、顺风车）以实现在同等运力下更加顺畅的城市交通，只是这些好处并不总是以个体消费者可见的形式呈现。其它领域亦是如此，几乎所有此前享受过技术特权服务的消费者，都会经历这种特权回收带来的痛苦。比如我们不再能用支付宝或微信免费的还信用卡、我们不能再在搜索引擎上下载到免费的歌曲、我们从电商和外卖薅到的优惠券越来越少等等……于是，在技术特权的回收期（一个较短的时间段），我们会发现这样一种现象： 即从个体而言每个人的个体福祉都在下降，而社会整体福祉却在上升。因为原本那些用于让利于个体福祉的成本，被转移用作了整体福祉的保障。综合上述两点，对于互联网公司和行业从业者来说这无疑是极端痛苦的，一方面特权的收回会直接影响其业绩，另一方面由于其用户直观个体福祉的下降其短期口碑也会大幅下降，一时间“里外不是人”。1878 年的“电工”是爱迪生，是特斯拉，是贝尔，是当时世界上最酷的人。但现在你绝对不会对电工这一职业有什么幻想。数十年后，当互联网完全祛魅，如今的“极客”也不过是我们习以为常的数千种平凡职业之一。这是不可避免的，无可逃脱的。因此，我们要相信希望，而不要相信幻觉。那么，希望是什么？幻想是什么？基于本文对自身“元叙事”的定义，我不会给出任何明确的指导答案，以免误导读者去做一些可能徒劳的尝试，但在这里确实可以驳斥一些幻想。在当今的互联网行业，区块链与去中心就是一次典型的幻觉。互联网行业一些前沿领袖，尤其是技术前沿者对区块链与去中心化的描绘，恰如阶级斗争时期我们对天下大同的憧憬与对资产阶级的痛恨。但事实是，我们从历史中得到的教训是，我们知道在两百年前（乃至现在）资本主义都导致了许多社会问题，但这并不意味着我们要将与资本主义有关的一切从地球表面上铲除。而且，试图将资本主义有关的一切从地表铲除的运动为整体人类社会带来了巨大的灾难。在过去的半个世纪中，随着现代文明走向理智与成熟，无论是信仰康米主义还是信仰资本主义，我们都意识到没必要按照这些主义最初诞生时所写下的文本，去精确的指导我们社会活动的每个步骤。因此，社会主义国家逐渐承认市场在生产资料分配中有其独特且不可替代的作用，私有制作为激励分配机制也能够在当前环境下高质量的完成目的，而资本主义国家也不再将劳动力视为纯粹的商品，通过全员持股、高社会福利等方式一定程度上实现了劳动者对生产资料的掌握。除极少数地区之外全球人类普遍放弃了在实操层面二元对立的叙事结构。元叙事作为信仰继续发挥其凝聚群体的作用，比如说我们仍然信奉勤劳致富，要在舆论和道德上谴责不劳而获者，要在社会福利上向劳动者倾斜，并在大方向上施行以按劳分配为主体的资源配置制度，但我们不应该在具体的微观层面实行全民计件工资制度和工分制度。在互联网行业遵循同样的道理，当我们对 Google、Facebook、阿里、腾讯、今日头条等中心化互联网成功者进行批判，并不意味着我们要在微观层面上进行彻底的变革，并由此构建一个全新的去中心化的网络——因为这彻底否定中心化互联网已经为我们所带来的福祉。更进一步说，去中心化不是解决当下互联网问题的良药。“赛博空间宣言”永远不可能实现，除非你能凭空变出互联网基础设施。用例子来说，“拆分 Facebook”（及类似平台）就是个既坏且蠢的议题。任何大脑清醒的人都会意识到，只要我们的需求是一个“在一个地点找到所有的好友”，那么最高效同时也是最安全的方式一定是中心化处理。分布式系统不仅会使得用户体验的下滑，而且会导致隐私问题的进一步严重化。因为中心化的安全就像一个城堡（Facebook），我们只需要盯住城墙、城堡和看门的士兵（扎克伯格）即可。而分散化管理却要求我们对整个分散化机构中盯紧每个节点，因为任何一个节点都有可能成为隐私泄露的源头。在已知去中心互联网在技术层面上达不到对现有中心化互联网应用替代的程度下，如通过舆论压力迫使转变发生，只会重蹈人类在历史上反复犯下的错误。一个合理的路径，是在现有的互联网发展模式下不断的通过技术与模式的微调，解决其所带来的实际问题而不是盲目的热衷于构建一个新的互联网来推翻旧的。在这里，一个合适的例子是 Facebook 的 Libra——这并不是说 Libra 本身是个好项目。Libra 的真正意义不在于它是否采用了去中心化技术，而在于 Facebook 正在尝试一种新的去中心化的企业治理结构，这可以有效解决 Facebook 自身集权所带来的很多问题。在经典模式下，Facebook 以其在社交领域堪比微信+微博+抖音的地位，可以推出完全由 Facebook 一方建设的金融支付系统，其它参与方在这种模式下仅为使用者角色。在这种模式中，支付系统中的一切责任均由 Facebook 承担，尽管有时问题甚至不由 Facebook 引起而是由参与者引发。在 Libra 模式下，Libra 会员单位对整个支付系统实现共同治理，利益共享风险共担。成员单位共同决定什么样的数据可以被应用于金融领域，什么样的不可以。每一个成员单位都有一套独立的风险评估体系，并在 Libra 体系内实现交叉检查。在这种模式下，显然不会发生一个产品经理拍脑袋决定的功能导致几百万用户数据授权给一个大洋彼岸根本未曾谋面的实体，以至于在两年后引发公司 CEO 不得不去为自己根本没有做出过的决定在国会道歉的蠢事。Libra 是不是去中心化的？在原教旨去中心化支持者眼中显然不是，甚至在技术形态上 Libra 可能更像是一个中心化的产品。但它显然利用了去中心化理论中的一些要素，并以更高效的方式解决此前中心化所带来的问题，甚至比重构一个去中心化的支付系统更为有效。我们应该庆幸，没有一个真正符合原教旨去中心化支持者的数字货币取得了真正的成功。否则我们将迎来的是经济危机不断，且各国全部货币手段失效的动荡时代。
Facebook 30 亿用户数据的使用权与处理权最终可能会从马克·扎克伯格一人或 Facebook 一家公司的手中被释放，但它绝非以马克·扎克伯格辞职或 Facebook 被反垄断拆分来实现。事实上，无论是逼迫扎克伯格辞职或是拆分 Facebook 都只可能引发更严重的数据泄露和隐私侵犯，这刚好违背大众呼声背后的真实诉求。尽管 Libra 在当下看来大概率失败，但它确实是一种有益的尝试，这种尝试应该更多且被鼓励。回归到引发这一长篇思考的两个熄火：技术裂变熄火与技术普及熄火。这里有两个方向，是各国互联网巨头在前两年已经意识到的：面对技术裂变熄火，巨头拿出的思路是“产业互联网”（微软、亚马逊、Google、BAT），向着互联网过去没有触及的领域，去尝试与一些过去未曾组合过的技术，看看能不能把这个引擎重新点燃。面对技术普及熄火，巨头拿出的思路是“科技向善”（微软、Google、IBM、BAT）。科技向善并不是一种社会责任，而是下一轮消费互联网中的竞争方法。因为当所有人都能做出差不多的搜索引擎、即时通信、社交网站、视频工具的时候，谁能解决这些便利所带来的“负面问题”，谁就可以在下一轮商业竞争中掌握优势。这并不简单的让科技公司或它的领导人“做个好人”，而是需要在实践中的精准的平衡社会利益与商业利益，这一难度不亚于某些精妙的产品创新。以数据过度搜集为例，目前公共舆论场上的讨论其实存在明显失焦。许多大公司 App 在获取用户数据和权限上倾向于超量获取，一个非常直接的动力其实来自于反黑产。也即在推出促销、拉新类活动时，避免被黑色产业链采用批量注册的方式薅羊毛。瑞幸咖啡在去年回应工信部对它的点名批评时，解释就是为了防止黑产刷咖啡券。在技术层面，反黑产的策略其实很简单，就是向用户搜集足够多的数据，通过社会工程学和机器学习寻找两个用户有可能是同一个人的可能，并提高黑产创造一个虚拟用户的可能——而这正是被普通用户所厌弃的。用户有可能会说“我不需要那些促销和羊毛，那能不能不搜集我的数据”，这看似是一个很合理的诉求。但实际上是，即便是到了 2019，各类营销活动对互联网企业收入的促进作用依然是最大的，如果一个企业采用一刀切的方法“向善”，则可能导致其在商业竞争中输给那些继续“作恶”的公司。想要得到一个正确的结果，首先需要一个清晰的问题。在此前关于数据隐私问题的讨论中，并未能将企业所面临的黑产问题摆到明面上，这很难让我们得出真正的答案。因此，当互联网这一技术革命的顶峰刚过，更有效的方式并非鲁莽的解决问题，而是更清晰的定义问题。对这些问题的清晰定位，有助于提升企业产品的竞争力——比如没有医疗广告的搜索引擎，没有信息噪音的社交网络，不会侵犯隐私的推荐算法。但无论是产业互联网还是科技向善，都不一定能解决互联网行业所面临的本质问题。
因为一场技术革命一旦进入到真正的下半场，我们所能做的就不再是防止曲线向下，而是如何让曲线变平滑。这也是以计算机和互联网见长的硅谷，早在几年前便开始将重心移向新能源与生物基因等全新领域的原因。如果说，幻想是指「一家公司、一个产品、一种全新的技术可以解决我们目前所面临的全部问题」。那么，什么是希望？希望是：我们 当下所面临 的一切“问题”，都会成为不久之后的“需求”，然后在下一个时代成为产品、解决方案与推动社会发展的新增长点。因为人类的进步，一直如此。

交流合作，可以联系微信 ifookit，或邮箱 deal # fdiao.net 。

参考来源：[1]Internet/Broadband Fact Sheet, Pew Resarch Center, 2018[2]Teens, Social Media & Technology, Pew Resarch Center, 2018[3]American Family Survey, CSED@BYU & Desert News, 2018[4]Media Use by Tweens and Teens,The Common Sense Census, 2019[5]Study: Stark differences in media use between minority and white Youth, Northwestern University, 2011[6]Group Chats Are Making the Internet Fun Again, NYK, 2019[7]《中国互联网络发展状况统计报告》,CNNIC , 2019年6月[8]《2.5亿精神病患的生存现状:离不开的医院，回不去的家！》, 人民网-健康时报, 2018年7月[9]《中国崛起与“元叙事”的终结》, TED, 李世默, 2013[10] A Genealogy of ‘Globalization’: The Career of a Concept, Paul James & Manfred B. Steger, 2014[11] How America Ends, The Atlantic, 2019[12]《最高法数据显示：传统出租车万人案发率高于网约车》, 北京青年报, 2018年9月[13]《“俄版贺建奎”在行动：将编辑人卵子中致聋基因，已有一对夫妇愿意参与》, MIT科技评论, 2019年10月

Google 称互联网的六成是重复内容

Sat, 26 Nov 2022 11:19:09 CST

在新加坡举行的 Google Search Central Live 活动上，Google Webmaster 趋势分析师 Gary Illyes 称，互联网上六成的内容是重复的。他没有对重复进行定义，是 100% 相同的重复，还是改个标题但实际内容一致的重复比如社交网络中的转载，或者进行搜索引擎优化之后的重复。互联网上有大量重复内容是众所周知的事实，问题是比例有多大，作为最大最流行的搜索引擎，Google 给出了它的答案。

互联网上的人群为何越来越极端化？

Mon, 30 May 2022 08:15:52 CST

说理是正派社会的价值观，是文明的产物，学习说理既是教育又是自我启蒙的过程。" 理性 " 不仅指明晓事理、辨知是非，而且是在说服别人时，提供敞亮、清晰、恰当的理由，并倾听别人的合理之言。

主笔 | 张星云

在大学任教逾 30 年，社会学者徐贲负责教授各系科学生必修的说理写作课，教授的科目之一是公共说理的 " 论证与说服 "，后来他用这部分教学内容写了《明亮的对话：公共说理十八讲》，于 2014 年出版，是国内首部系统论述公共说理的著作。

徐贲现任美国加州圣玛利学院英文系教授，也是复旦大学社会科学高等研究院兼职教授，研究领域包括启蒙思想、公共生活、知识分子、权力与群众的关系等，出版有《在傻子和英雄之间：群众社会的两张面孔》《通往尊严的公共生活》《知识分子和公共政治》等著述。

左为徐贲教授（图 | 宁波读者）

在《明亮的对话：公共说理十八讲》一书中，他认为说理是一种思想能力，它要求人们尽可能全面、完整地把握讨论的问题，采取一种真实而客观的态度。理性话语的价值观是与他人平等、尊重、以说理相待的关系，并在这个基础上不羞辱他人、不欺骗他人、不歧视他人、不伤害他人、不使用任何暴力（包括语言暴力）对待他人。说理的目的不是要争辩出一个我是你非的结果，也不是一方一定要说服另一方放弃原来的主张或看法；说理是为了建立双方的信任，展示讨论的诚意，争取通过讨论对问题取得更全面的共同认识，达成某种妥协，在最大限度上争取双方可以认可或双赢的结果。

在他看来，说理是正派社会的价值观，是文明的产物，学习说理既是教育又是自我启蒙的过程。" 理性 " 不仅指明晓事理、辨知是非，而且是在说服别人时，提供敞亮、清晰、恰当的理由，并倾听别人的合理之言。这是一种公共理性，它离不开说理，也离不开适宜的社会和政治环境——社会必须拥有公民说理可以诉求、依据的普遍价值；政治必须尊重和保护他们自由、平等交流的公民权利。在这样的环境中，说理可以成为明亮的对话，一种因自由、理性而可持续的公共交谈。

如果身处长期缺乏公共说理教育的环境，徐贲认为，多数公众对峙就会停留在 " 吵架 " 的阶段。所谓 " 吵架 "，就是在最大限度上用语言暴力给对方造成伤害，以逻辑之外的手段去支持 " 吵架 "，如暴戾、武断、威胁、专横的用词，攻击对方人格、谩骂和侮辱，甚至压制对方发言。这种话语在思想上也势必会有排斥性、仇恨情绪和暴力倾向。吵架双方的彼此伤害越深，在 " 理 " 上取得共识、妥协的可能就越小。

《黑镜》剧照

今天，社交媒体几乎成为多数人唯一可以与人进行 " 讨论 " 的地方，但人们发现，互联网充斥着 " 键盘侠 "" 杠精 "" 喷子 " 们，表达情绪激烈，意见严重对立。 媒体事件往往引发网络上不同人群的热议、对抗和 " 互撕 "，网络暴力正在逐渐取代理性讨论和公共说理。

本刊记者此次专访徐贲教授，主要请他谈了这样几个问题：互联网环境下的公共说理、网络暴言、人群极化和网络公共空间的现状。

网络暴力首先是社会现象，而不只是网络现象

三联生活周刊：网络暴力并非一个崭新的话题，传统群众理论普遍认为网络暴力施暴者受教育水平低、反社会人格，但现实却是网暴事件影响的层面越来越大，越来越多的人参与其中。如何理解这一现象？参加网暴的群体构成是否有新的变化？

徐贲： 我认为，网络暴力首先是社会现象，而不只是网络现象。美国科技商人和谷歌前首席执行官埃里克 · 施密特（Eric E. Schmidt）曾说过：" 互联网是人类建造的第一件人类不理解的东西，是我们有史以来最大的无政府状态实验。" 事实上，尽管互联网在当今社会中发挥着巨大的信息驱动作用，是人们获取大量信息的门户，也是多种类型的社会交流的平台，其重要性无可替代，连害怕互联网的人也离不开互联网。但数字和通信技术的急剧进步也催化了虚假信息、极端主义和仇恨言论，并为其传播提供了方便，造成许多问题。鉴于社交媒体平台和搜索引擎算法的发展，这些问题变得更加错综复杂，它们根据用户的偏好策划和扩散内容，放大已有的信仰（回声效应），从而造成和激化群体分化。

互联网的首要问题—— " 假信息 " 和 " 假新闻 "，在俄乌冲突中我们又一次看到，这个问题变得多么严重。虚假信息在助长网上仇恨言论和宗派主义情绪方面起到极其恶劣的作用，在很大程度上增强了某些人的激进观点，并可能导致极端的语言和肢体暴力，有人在争辩时把对方耳朵咬伤的，更有人叫嚣要用核武器解决问题。因为仇恨，甚至不惜毁灭人类，这是多么可怕的邪恶！

《监视资本主义：智能陷阱》剧照

三联生活周刊：曾经人们将网络的匿名性视为言论自由和公共讨论的最大帮手，但如今人们却发现匿名性也成了网络暴力的最大帮凶。如何理解网络的匿名性？互联网是否需要它？社会舆论与网络暴力之间存在什么样的区别？

徐贲：在美国有许多这方面的研究，主要集中在网络匿名与网络霸凌的关系。其实，中国互联网的网络暴力和仇恨也是一种后妈眼皮子底下的儿童霸凌，幼稚、冲动、非理性，完全不像是思想成熟的成年人所为。

网络霸凌则是最为典型的网络暴力，也是最恶意、伤害意图最强烈的，并且有以多欺寡的特点，是一种暴众作恶。网络霸凌指通过电子手段进行的重复活动，目的是造成心理折磨，这是它与社会舆论完全不同的地方。网络霸凌可以有多种形式。它可以包括骚扰（侮辱或威胁）、散布谣言、举报、揭发和欺骗（获得一个人的信任，然后利用网络媒体传播他们的秘密）、排斥（把一个人排除在活动之外）、谩骂（妖魔化，非人化，扣上 " 汉奸 "" 走狗 " 的帽子）。这些活动可以通过电子邮件、即时通信、短信、社交或其他网站进行。

网络霸凌在几个关键方面与传统欺凌不同。最明显的是，它需要一定程度的技术专长，都是会玩电脑和手机的，有的甚至是高手。网络霸凌还为欺凌者提供了传统欺凌所不具备的匿名性。正因为如此，欺凌者无法看到受害者的反应，研究表明，他们作恶更大胆，悔意更少。网络霸凌是机会主义的，因为它在没有身体互动的情况下造成伤害，几乎没有计划，被发现的机会也很小。尽管如此，40% 到 50% 的网络霸凌受害者表示知道折磨他们的人是谁，在中国的比例更高。

网络霸凌可能比传统欺凌更普遍。传统的欺凌一般只限于学校，而网络霸凌可以随时随地发生，有更多潜在的受害者。由于缺乏法治规范，或者受到纵容唆使，这种情况更加严重。

《我们与恶的距离》剧照

极化，" 后真相 " 时代的特征

三联生活周刊：人们在谈网络暴力成因时说到了人群的极化问题，观点的极化、沟通的弱化，对待分歧时情绪表达取代公共讨论，导致对话困难，没有共存空间。这背后的原因是什么？

徐贲：" 极端化 " 或 " 沟通弱化 " 都是表象，其背后的实质是对真相价值的认知和判断。而不同的认知和价值观则又是由不同消息和信息形成的。 所以虚假信息成为一个至关重要的问题——准确地说，是那种让许多人乐意接受的虚假信息。他们最容易接受的是那种 " 我爱听 " 的虚假新闻的影响。这是今天 " 后真相 " 时代的一个特征，也是理解不同群体激烈对立的一个关键。

在后真相时代之前，诚信曾经被认为是一个全有或全无的命题。你要么是诚实的，要么是不诚实的。在后真相时代，这个概念已经变得模糊。人们较少考虑诚实和不诚实本身，而更多地考虑所谓的 " 用意 " 和 " 程度 "。道德是以滑动的尺度来判断的。有 " 良好 " 愿望的人觉得自己比别人更有理由谩骂、侮辱、人身攻击他人，在 " 有需要时 " 也更有理由掩盖或扭曲真相，甚至说谎。今天，我们的社会有越来越多的不诚实行为，这不只是与道德水平的下降有关，而且是与不再看重诚实和真实的社会环境有关。

从来就不缺少不择手段的人。只要有那些认为自己可以逃脱谎言的人，就会有骗子。问题是：什么情况下会助长说谎话而不负责任的侥幸心理？除了那些对真相和谎言不加区分的反社会者之外，我们大多数人在某些情况下更诚实，在其他情况下则不太诚实。纵容不诚实的环境在上升，而那些培养诚实的环境在下降。如果我们确实更多地撒谎——我们都相信我们的社会确实如此——那是因为当代生活的环境没有对不诚实进行足够的惩罚。

《社交网络》剧照

什么是人群的极化呢？我认为就是不同的人群在什么是真实、什么是基于真实的道德问题上严重对立，根本说不到一处去。这是一个 " 后真相 " 时代的现象，是无法清零的，我们只能与它共存。

2016 年，" 后真相 " 被《牛津词典》选为年度词汇，这个词是一个时代的象征，而不真的是指某个历史时期。也可以说，后真相是一个无边无际的虚拟信息时代，政治权力或意识形态威胁着事实和常识，打扮成 " 真相 " 或 " 真理 " 的代言人。正如《牛津词典》所解释的，后真相是一个经常与政治相关的形容词，" 它能够发挥营造客观事实和塑造公众舆论的作用，但这种作用不及诉诸个人情感和个人信仰 "。因此，后真相一方面把政治变成断言，另一方面又竭力试图诱惑人们的情感和直觉，而不是凭借理性的经验证据和真实信息，例如用煽情的民族主义取代理性的公民爱国主义，正如拉尔夫 · 凯斯（Ralph Keyes）在《后真相时代：当代生活里的不诚实和欺骗》（The Post-Truth Era：Dishonesty and Deception in Contemporary Life，2004，p.25）一书里所说，后真相时代创造了一个道德的昏暗地带，在那里，撒谎所附带的耻辱感消失了，谎言可以不受惩罚地被说出来，对一个人的声誉没有影响。这导致了谣言、假新闻和阴谋论的产生，它们可以在短时间内疯传，为虚假的现实提供动力，为宣传目的服务。

后真相让 " 撒谎 " 成为一种能耐，一种担任某些工作的能力和训练。这些骗子们擅长于制造令人愉悦和爱听的假信息和假新闻。例如有大学教授宣称，西方富人花钱坐飞机到迪拜，花 25 万美元打中国疫苗。这样的谎言之所以能够堂而皇之地登堂入室，是因为有的人爱听。

《虚构安娜》剧照

尽管自古以来一直都有骗子，但谎言通常是在犹豫不决，多少有一丝焦虑、一点内疚、一些羞耻的情况下说出来的，说的时候会不好意思，说不出口。现在，我们有些聪明人，已经想好了篡改真相的理由，这样他们就可以毫无愧疚地进行传播。" 后真相让我们可以在不认为自己不诚实的情况下传播谎言 "。" 极端化 " 或 " 无法沟通 " 并不是因为说话双方的遣词用字不同造成的，而是因为许多后真相的信息让有些人觉得舒服，而让另外一些人感到厌恶，要求他们通过沟通，在中间地带的某个地方握手、拥抱，事实上是没有这个可能的。

三联生活周刊：什么样的人会参与网络暴力？这种对陌生人的强烈的恶意从哪里来？参与网暴的人，可以从中得到什么心理或现实上的收益？

徐贲： 除了教育和环境文化的影响，人性中也有仇恨、残忍、恶毒的阴暗因素。不知道你有没有听说过这么一句话，" 仇恨是我们喝下的毒药，希望对方死去 "。把这句话里的 " 仇恨 " 换成 " 怨恨 " 或 " 愤怒 " 也是可以的。这句话可能是受到 5 世纪佛教僧侣觉音（Buddhaghosa）的著作的启发。在讨论愤怒时，他说：" 这样做，你就像一个想打别人的人，手里握着火炭或粪便，先烧伤或发臭的是你自己。"（Visuddhimagga，IX，23.）自然的人性中有仇恨，对非我族类有敌意，有暴力冲动，人类生来就是这副德性。进化心理学家解释说，人类进化出负面的情绪，是因为有利于我们祖先在恶劣环境中生存，物竞天择要求杀死我们的敌人，而不是爱我们的敌人。否则，我们死了，基因就无法传承下去。活下去，把基因传承下去，这也许就是仇恨最初的心理或现实收益吧。

不过，我们今天生活在一个与人类狩猎 - 采集者祖先完全不同的世界，人性中进化而来的负面情绪造成了我们今天看到的许多社会问题。卢梭和康德都曾强调，文明和道德就是限制人的某些自然天性。所以我们今天要倡导的不是野蛮的狼文化，而是文明的人文化。

《致命女人》剧照

三联生活周刊：你曾说网络暴言者会产生劣币逐良币的现象，说话声大的都是恶声恶气的，好好说话的人不再说话了，那我们应该如何对待网络暴言者？

徐贲：这看上去是网络时代的问题，其实是一个非常古老的问题，2000 多年前的所罗门智慧箴言里就已经谈到这个问题了，并有这样的教诲：" 鞭子是为打马，辔头是为勒驴；刑杖是为打愚昧人的背。不要照愚昧人的愚妄话回答他，恐怕你与他一样。要照愚昧人的愚妄话回答他，免得他自以为有智慧。"（箴言 26：3-5）这里有两个意思。 第一，对愚妄话不要与它一般见识，能躲就躲；第二，实在要回答，就不真不假地用高级黑的办法应对或敷衍一下，也许他能够意识到自己的愚蠢。箴言经常运用 " 反义平行 "（antithetical parallelism）的表达方式，这是一个很好的例子。

社交媒体上的冲突现在很普遍，但其实并不新鲜。在刚开始有网络论坛的时候，参与者之间的激烈交锋被称为 " 火焰战争 "（flame wars）。无论哪一方是 " 愚妄 " 的一方，双方对骂，绝无胜者。所以，中国人的智慧是道不同不相为谋，君子爱惜羽毛，远离小人，免得腥膻上身。双方争辩，评判对错是旁观者，但旁观者未必能 " 清 "，所以，美国幽默大师马克 · 吐温据说对此有一句智慧名言： " 永远不要和一个傻瓜争论，旁观者可能无法分辨。"这句话衍生出一些类似的说法，如 " 不要和一个傻瓜争论，否则听者会说你们是一对 "" 永远不要和一个傻瓜争论。但如果你必须这样做，最安全的方法是与自己进行辩论 "" 永远不要在公共场合与傻瓜争论，以免公众辨不清谁是傻瓜 "。

对网络暴力有无反制措施？

三联生活周刊：针对网络暴力，国际上近年有何新的研究成果和解释？

徐贲：国外有许多这方面的研究，前几天还看到一份马泰奥 · 希内利（Matteo Cinelli）等几位意大利社会学家刊发在 2021 年《科学报告》（Scientific Reports）上的一份研究报告《网上仇恨和错误信息的动态变化》（Dynamics of online hate and misinformation）。他们开宗明义就指出， 网上辩论的特点往往是用户之间的极端两极化和激烈讨论，究其原因是因为网上仇恨言论的存在。由于正变得越来越成问题，因此有必要制定适当的反制措施。研究者通过一个机器学习模型，对 YouTube 视频上超过 100 万条评论的语料库进行了仇恨言论检测。有意思的是，分析表明，没有证据表明存在 " 纯粹的仇恨者 "，也就是只发布仇恨性评论的活跃用户。此外，与回音室假说相一致，研究者们发现， 接受了扭曲信息的用户更容易对他们的对手使用不恰当的、暴力的或仇恨的语言。他们还发现，讨论的整体毒性随着讨论的长度而增加，从评论的数量和时间两方面来看，都是争论越长，语言暴力越升级。

他们的研究结果与著名的戈德温定律相一致，早在上世纪 90 年代，美国律师和作家迈克 · 戈德温（Mike Godwin）就提出了一个定理，今天被称为戈德温定律：" 随着网上讨论时间的延长，涉及纳粹或希特勒的比较的概率接近于 1。" 也就是说，如果在线讨论（无论主题或范围如何）进行了足够长的时间，则迟早会有人将某人或某物比作阿道夫 · 希特勒或他的行为。在西方，希特勒是 " 极恶 " 的象征，把谁说成是像希特勒是极度的上纲上线。不同的社会和不同的时期有不同的 " 极恶 " 象征，在今天的中国 " 极恶 " 的象征就是 " 汉奸 " 和 " 辱华 "。

《3 年 A 班：从现在起，大家都是人质》剧照

研究网络上的仇恨言论，当然会提出一些着眼于机构和网络平台问题的解决方案和对策。例如，为了防止和打击网上仇恨言论的传播，欧盟委员会与 Facebook、微软、Twitter、YouTube、Instagram、Snapchat、Dailymotion、Jeuxvideo.com 和 TikTok 达成了一项 " 打击网上非法仇恨言论的行为准则 "。仇恨除了助长网上辩论的毒性、仇恨言论，还可能产生严重的线下后果，如举报和告发。一些研究人员假设，在线仇恨和离线暴力之间存在因果关系。此外，有经验证据表明，在线仇恨可能诱发对线下反响的恐惧。然而，对仇恨言论的检测和对比是复杂的。仇恨言论的定义本身仍有模糊之处，学术界向相关的利益机构提供了他们的解释，包括社交媒体公司，如 Facebook、Twitter 和 YouTube。我希望微信也能参考一下国外的经验。

三联生活周刊：随着近年网络暴力事件影响越来越大，人们不禁开始怀念起 20 年前的中国互联网环境。曾经人们期待互联网能够成为一个新的公共空间，结果是攻击性的争论取代公共说理，为何会出现这种变化？

徐贲：也不能说完全没有新公共空间的作用，人们今天好歹还能得到一些真实消息，许多不都是来自互联网吗？但互联网确实不尽如人意，有许多恶劣的现象，问题在于我们如何看待这些恶劣的东西。如何看待恶在人世间的存在。这并不是今天互联网才有的问题，在希伯来神学里，这被称为 " 约伯问题 "：约伯百思不得其解，为什么上帝创造了这么一个美好的世界，而偏偏在这个世界里留下了这么多的恶。

同样，我们可以问，起于人类美好理念的互联网怎么会有这么多的肮脏和丑恶？要想清零这些肮脏和丑恶是不可能的，不愿意与它们共存，除非毁灭互联网。千百年来，对 " 约伯问题 " 有不同的解释，其中有一种最能被大多数人接受，那就是， 邪恶的存在为人类提供了在善和恶之间进行选择的可能，没有这样的选择人的灵魂便得不到塑造。当然，灵魂塑造的前提是人有自由意志。如今，互联网上良莠不齐，真假混杂，那不正好是我们学习善恶判断和是非分辨的一个机会吗？美国学校从初中到大学都开设针对互联网真假信息分辨的批判性思维课程，在这个基础上学习理性说理和互相尊重，这是在创造和维护良好公共空间的必要条件。

排版：踢踢 / 审核：小风

【干货】互联网产品的生命周期，如何评估优先级？

Sat, 21 May 2022 08:31:08 CST

一个互联网产品的生命周期大概可以分为需求阶段，研发阶段，运营阶段。在需求阶段，通常我们会有需求优先级；在研发阶段，会有转测 BUG 等级，BUG 的严重程度；在运营阶段，会有线上 BUG 等级，线上事故等级。

为什么会有等级或者优先级？ 其背后的根本原因是资源是有限的。 在有限的资源内，如何更好地完成需求，修复线上问题，处理线上事故是我们在研发管理过程中要反复面对的问题。而这个要反复面对的问题，业内通用的解决方式是定优先级，也就是我们常说的 P0，P1……

1. 需求优先级

需求优先级，指产品需求的优先级，哪些需求先做，哪些需求后做，哪些需求不做，其关注的是业务价值或者要解决问题的价值。

需求优先级一般有 3 个，P0，P1，P2 在资源有限的前提下，P0 是必须要做的，P1 是在 P0 做完后有空余人力可以去做，P2 现阶段基本可以不做。

当业务方问为啥我们：“这个需求没有咋没有排上，我都提了这么久了，你们是怎么评估优先级的？” 我们需要有一些相对客观的逻辑或方法来回复业务方。

需求的评估可以分两步：

第一步：从需求的角度来看，任何一个需求一定服务于某个战略 / 某个目标 / 某个场景，需要根据其服务的目标来做第一次的优先级评估。

如果是服务于战略，根据战略的级别和影响范围来评估，比如是公司级的战略项目优先级肯定要高一些；
如果是服务于某个目标，这里的目标可能是合同或者营收，根据合同的金额，合同的客户以及营收的大小来评估，比如一个合同金额为 500 万和一个合同金额为 5 万的需求，会有比较明显的优先级区别；
如果是服务于某个场景，那这个场景一定有对应的目标人群，根据目标人群的特征、数量和其影响范围来评估，比如有些需求在业务关键链路上，优化可以影响的用户量比较多，又或者某些影响核心链路可用性的技术建设需求，当核心链路不稳时，所有用户都会受影响，此时需要评估为最高优先级；

在以上评估的基础上，还需要基于具体的实现做第二步的评估：

参考需求实现的成本和难度，对于开发成本低，周期短，但价值高的需求，需要给予更高一些的优先级，其实就是看一下性价比；
对于存在关联关系的需求，可能适当地调整优先级，比如某个需求 A 优先级高，另一个需求 B 优先级低，但是在做需求 A 的时候，再加点点人力就可以顺便把需求 B 给做了，此时可以适当调整，这里主要考虑的是事情的完整性，基于减少了认知成本和沟通成本的出发点；
对于存在依赖关系的需求，可以适当调整优先级，比如在开发某个产品时，可以先把 MVP 版本的需求先做了，实现主体流程先跑通，或者某些需求在前后端上有依赖，可能需要后端先行等等。

以上只是我们评估的逻辑，换成更高大上的说法有如下一些方法：

卡诺模型（ KANO 模型）：必备需求 > 期望需求 > 超出预期需求 > 无差异需求
维格斯法：分为四个纬度进行评估：收益(Benefit)、损害(Penalty)、成本(Cost)、风险(Risk)。收益和损害是从客户角度出发，而成本和风险则从实现角度出发。
波士顿矩阵：由用户价值维度和公司价值两个维度将需求分成了 4 个象限：明星需求，问题需求，金牛需求，瘦狗需求。
RICE 方法：包含覆盖率，影响，信心和努力 4 个部分。对要素进行排名并根据这 4 个因素计算得分，以确定优先级。
WSJF 优先级：加权最短作业优先，项目成本 = 用户商业价值 + 时间成本 + 降低风险 / 新机会
工作量和影响矩阵：也称为「价值与复杂性」矩阵，将工作量和影响组合分为 4 个象限
MoSCoW 方法：必须具备 > 应该具有 > 可能具有 > 非必要
艾森豪威尔矩阵（时间管理四象限）：马上要做(重要紧急) > 计划要做(重要不紧急) > 备选(紧急不重要) > 不需要做(不重要不紧急)

2. 转测 BUG 等级

转测 BUG 等级关注的是对测试执行的影响，这里之所以叫转测 BUG，是为了和线上运营时的线上 BUG 做区别。

转测 BUG 在 CMMI5 标准中可以分为 3~5 个等级，在实际研发过程中，我们常常将其分为 4 个等级，这里的等级属于处理的优先级，即对我们处理的时间和先后顺序有要求，如下：

等级	说明
P0	马上解决，表示 BUG 需要马上解决，否则就无法达到预期，测试执行完全没法操作
P1	急需解决，表示 BUG 的修复很紧要，关系到系统主要功能模块是否正常，严重影响测试执行
P2	高度重视，表示 BUG 有时间就要马上解决，否则系统偏离需求较大或预定功能不能正常实现，对测试执行有影响，但是可接受
P3	正常处理，表示 BUG 按个人计划解决，不影响需求的实现，在需求上线发布前需要确认解决或确认可以不予解决，对测试执行影响较小

以上是 BUG 的处理优先级，但是我们在确认 BUG 时还有一个维度是严重程序，如下：

严重性	说明
致命（非常严重）	在流程、数据或安全方面存在重大问题，导致软件不具可用性，或核心功能项无法使用，如系统崩溃、无法启动、实现和需求严重不符等导致测试无法进行
严重	由于设计的缺陷，导致软件使用中存在较明显的障碍，或者局部功能错误，但可以采取其他变通的操作实现，如功能未实现、功能错误，通讯错误等
一般	由于编码不够完善，使某个小功能无法使用，或者对特殊的操作与要求不能支持
提示	存在某些细微的缺陷，但不影响程序正常应用或该功能在下次升级版本中可以实现

对于转测 BUG 的优先级和严重性，有如下一些注意事项：

优先级和严重性并不总是一对应。有时候严重性高的 BUG，优先级不一定高，甚至不需要处理，而一些严重性低的 BUG 却需要及时处理，具有较高的优先级。如界面单词拼写错误，但是如果是系统名称或公司名称的拼写错误，则必须尽快修正，因为这关系到系统和公司的市场形象；
修复 BUG 不是一件纯技术问题，有时需要综合考虑项目周期、质量风险和修复成本等问题。例如如果某个严重的 BUG 只在非常极端的条件下产生，则可能没有必要马上解决，又或者修复一个 BUG 需要重新修改系统的整体架构，可能会产生更多潜在的 BUG，而且产品由于市场的压力必须尽快发布，此时即使缺陷的严重性很高，需要通盘考虑后，以确认是否需要修正。

3. 产品模块等级

在讲线上 BUG 等级前我们需要先讲一下产品模块或产品链路等级。因为不管是线上 BUG 还是线上事故，其优先级的判定都依赖于产品模块的等级，在产品模块等级的基础上叠加影响范围 / 影响时长之类的因素才能构成线上 BUG 等级和线上事故等级。一般我们将产品模块等级分为以下 3 个等级：

等级	说明
P0	核心功能流程，是一个产品安身立命的根本，最最基础的功能，如电商场景下的浏览商品、商品详情、支付购买等
P1	非核心流程，却是重要的业务模块，如电商的优惠劵兑换、商详页里面的用户评论，在系统遇到问题时，可以降级的部分
P2	非核心流程，当不可用时，用户可以接受晚点再来，如一些运营活动，个人信息的展示等

基于产品模块等级我们讲一下在运营阶段常见的线上 BUG 等级和线上事故等级。

4. 线上 BUG 等级

线上 BUG 是指在线上环境中发现的 BUG，是相对于转测 BUG 来说，其关注点是对用户使用的影响，其优先级的评定也是根据用户影响范围及程度来决定的。在实际执行中我们通常会根据客服的反馈和 BUG 所在的业务的重要程度来决定处理优先处理。

等级	说明	反应时长	处理周期
P0	因程序导致的 P0 级业务流程不可用，影响所有用户或大面积用户，或对用户/公司造成了实际经济损失，闪退	5分钟	1 小时内
P1	因程序导致的 P0 级业务流程不可用，但只影响部分用户正常操作，或 P1 级业务流程不可用，但影响所有用户 / 大面积用户	10 分钟	24 小时内
P2	因程序导致的 P1 级非核心业务流程异常，若持续故障将可能大面积影响用户体验	1 小时	1 周内
P3	因程序导致的 P1 / P2 非核心业务流程异常，影响少量用户使用体验	2小时内	两到三周内

5. 线上故障等级

线上 BUG 专指由于程序的问题导致的线上问题，而线上故障是对所有对线上业务产生了一定范围影响的线上问题。

线上故障和线上 BUG 不相同，线上 BUG 不一定会产生线上故障，而线上故障也不一定是由线上 BUG 造成的。如 DDoS 攻击，机房断网，域名到期等等都有可能产生线上故障。

线上故障等级关注的是对业务的影响范围和持续时长，实际应用中我们用可用性 SLA(Service-level Agreement)来描述和约束线上故障。其优先级如下：

等级	说明	反应时长	处理周期
P0	P0 级业务流程不可用，影响所有用户或大面积用户，或对用户/公司造成了实际经济损失	5分钟	1 小时内
P1	P0 级业务流程不可用，但只影响部分用户正常操作，或 P1 级业务流程不可用，但影响所有用户 / 大面积用户	10 分钟	12 小时内
P2	P1 级非核心业务流程异常，若持续故障将可能大面积影响用户体验	30 分钟	1 周内
P3	P1 / P2 非核心业务流程异常，影响少量用户使用体验	1 小时内	两三周内

6. 后记

优先级是我们以有限应对无限的策略，在没有办法的情况下可以这样用，但是如果人力充足是否就不需要优先级了？

答案是：依旧需要。

对于优先级更深层次的思考是 ROI，如何让研发投入产生更大的价值，是我们要不停思考的问题。

详谈为什么互联网公司禁止使用存储过程

Fri, 22 Apr 2022 01:47:24 CST

!!! 本文已参与「新人创作礼」活动，一起开启掘金创作之路。更多干货文章，可以访问菜鸟厚非

【强制】禁止使用存储过程，存储过程难以调试和扩展，更没有移值性。

其实这一句话足以说明问题，有小伙伴肯定会疑惑，在银行或者证券等公司工作为什么会大量使用存储过程呢？这就是我们今天讲解的内容，首先两个问题

1 . 为什么银行都在用存储过程 2 . 存储过程为什么成为互联网弃子

像银行这类系统，通常会采用商用的数据库 Oracle、DB2 等，应为这些供应商有着完整的解决方案，可以帮助银行规避大量的风险。银行的一些外围业务会使用一些国产的分布式数据库或者 MySQL 这样开源的数据库。

银行是以数据为核心，且早期银行在建设业务的时候，没有好的国产数据库，所以采采购了 Oracle、DB2 这样有成功经验的的数据库。且每套数据库都有着自己的一套存储过程开发方式，只要掌握了存储过程的开发技巧，对数据的交互过程是没有问题的，对于前端使用 go、java、c++ 才是第二关心得问题。

但是近些年，互联网企业，都在禁用存储过程呢。

1 . 闭源

首先其实去 IOE (进行国产化)，应为有些数据库并不开源，你不知道会不窃取你的核心数据，会不会外泄。 2 . 数据迁移如果说切数据库可以，数据迁移是比较好迁移的一方，但是大量的存储过程要全部重写，一旦重写谁能确保新的存储过程在新的平台执行没有问题，一旦影响的核心业务谁能谁敢带来的风险。

尽管一直在喊去 IOE ，在一些外围业务上会用 Mysql 这样的开源数据库进行一些尝试，但在核心业务上仍然是 Oracle、DB2 等数据库。

3 . 分布式场景的问题在水平分表的情况下，用存储过程处理所有数据的分析结果，存储过程是做不到的。应为存储过程只能作用于局部分片的数据库。

4 . 数据库压力激增大家也都知道分布式缓存架构，这样的目的是从上到下，逐级的进行筛选，尽可能的使少量的请求到数据库，减少数据库压力。应为百分之八九十处理慢，都是在数据库 SQL 层面。

应为存储过程本身都是在数据库层面，之前多的很多缓存方面都是徒劳的，最后处理数据的时候还是要到存储过程进行处理。

5 . 无法保证分布式全局事务假如我们在一个水平分片情况下，处理数据导入，数据要均匀的分布在每个表。假如分片1、分片2成功了，分片3应为某个字段没有效验通过失败了数据进行了回滚，那可不可以通过分片3存储过程回滚分片1、分片2的数据到导入前的状态数据呢。

显然是不可能的，在数据库层面也没有提供跨进程的数据库交互方面的 API ，所以在分布式场景下存储过程是不是就不好用了。

6 . 难以调试,没有内置的版本管理方案

这个很多同学都身有体会，我们在处理百万数据库的时候，很可能应为某一行的某个字段，而导致存储过程执行异常，这个你怎么可以快速从百万数据库从快速找到那一条呢，这个是相当费劲的。

7 . 业务执行碎片化在银行应为场景下，对于核心的业务，银行会让自己的员工写存储过程处理流水、账单等业务数据，外围外包系统开发人员对于核心的业务不是会那么了解，他们只需要调用银行员工写的存储过程即可，当然这也是职责分明。

但是有个特别恶心的事情，如果某一天执行存储过程失败了，对于外围系统收到的异常信息是特别少的，可能只提示、存储过程的某一行、异常时间，不知道当时的数据场景。作为外包人员只能去猜，是哪一块执行异常，然后根据本地日志定位到调用的哪个存储过程发生了错误，然后又到数据库根据数据库执行异常，结合去分析。想想都头发麻，是不是这么回事，懂得都懂。

一个有趣去的帖子

讨论下版上对互联网的一些观点

Sat, 09 Apr 2022 13:39:37 CST

发信人: nobleman (蘑菇), 信区: WorkLife
标  题: 讨论下版上对互联网的一些观点
发信站: 水木社区 (Sat Apr  9 01:40:39 2022), 站内

作为互联网圈内人，讨论下版上对互联网的一些观点。谢绝宣泄情绪，欢迎理性讨论。
坦白讲，我觉得版上有不少观点都是在宣泄情绪。真的让我想跳出来反驳下。但是有时候又觉得反驳没用。观点只能跟理性的人谈。

版上观点1：互联网不是实体行业。
我的观点：
        A. 在网上开店，就不是卖东西了，非得租个房子才叫实体行业？网上给大家跳舞、唱歌、表演，就不是表演了？网上看书、发行书，就不是看书了，就不是出版行业了？互联网就是工具，各行各业都可以用。卖东西的、娱乐的、搞出版的、搞游戏的都可以用互联网。都是实体经济各行各业的一种工具和另外一种形式。
        B. 中国互联网直接就业至少六七百万人，间接就业几千万人。现在很多专车司机都跟我说，现在就靠互联网公司加班的人养活。这些人也都是实实在在的实体。

版上观点2：互联网公司薪水太高，让芯片等很多行业没有人才，冲击其他行业。
我的观点：
     A.我觉得这个观点很奇怪。其他行业为啥不能高薪水呢？？不解决其他行业不能高薪水的问题，反过来要解决互联网高薪的问题，我实在不理解。很难不让人觉得这个观点在仇富。
     B.时代是变化的，既然变化，有的行业消失，有的行业兴起，都是动态的过程。互联网明日未必高薪，会有新的行业高薪。要能够接受某些行业兴起高薪，也要接受某些行业消失。比如电灯兴起的时候，造蜡烛和煤油灯被冲击。比如汽车兴起，造马车的人被冲击。为啥不能理性看待呢？
     C. 人都是趋利的。中国互联网企业倒了，人才也不会到国内低薪的行业。人才会到国内的外资互联网企业，微软、google等等。外资企业如果薪水也不高，人才会想办法出国。想一想，为什么印度的IT人才遍世界。中国好不容易有了自己的互联网企业打败外资，现在又要把这些公司干趴下？忘记了，八十年代出国潮？忘记了，十多年前，国内的优秀毕业生都是选择外企？现在非洲很穷的地方，都有好多中国人去开超市、餐馆。只要能挣钱，哪怕偷渡，都会出国。想当年东南亚为啥华人那么多？所以要解决的，是国内其他行业薪水提升的问题。


版上观点3：互联网资本无序扩张。
我的观点：依法治国。请清晰定义啥叫有序扩张，并立法。谁无序，就判谁刑。不要用一纸红头文件代替法律。今日把标签贴给互联网，明日就可能是其他行业。同时，不要用明日立的法来判决今日的行为。

版上观点4：中国互联网企业腾讯、百度、阿里很恶心、邪恶，赶紧倒闭。国家得治一治。
我的观点：恶心、邪恶太主观，每个人都有自己的看法。我没办法辩论。我只能说：
       A. 不要道德绑架。一切立法，依法治国。犯法就判。一个公司合法经营、依法纳税之外，不承担其他义务。如果需要他承担其他义务，就立法。
       B. 中国互联网企业基本上都是港股、美股上市。都是实实在在的引进外资的大户。至少从国外圈了三千亿美金回来。实事求是的说，对互联网的打压，影响引进外资。最关键的是外资对国内政策一致性的信心。没有外资，就只能靠内循环。
       C. 人言可畏。互联网公司做的健康码、马云的乡村教师，这些善事可否还有人记得？想起前几天看到李嘉诚的一个视频，说他挣了钱就跑什么的。你知道人家捐了多少钱？搞的汕头大学？捧的时候，一切都好。摔的时候，啥都不是。其实，都是情绪。

版上观点5：中国的互联网企业，除了内卷，除了一些业务上的创新，想着搞垄断，没有技术原创。
我的观点：
         A. 你们去参加下计算机界的国际行业会议吧。基本上各种国际会议，40%中国人（虽然很多是硅谷的），40%印度人，20%世界其他各地人。很多重要的论文，都有中国人的名字。并且会越来越多。很多年前，国内媒体上说中国只会山寨。华强北只会搞山寨机。现在中国的几个手机品牌，也是世界前几了吧？很多事情，需要时间。先从山寨做起，再超越。现在除了美国，哪个国家的互联网成气候？MSN为啥干不过QQ？亚马逊为啥干不过淘宝？已经了不起了
         B. 日常中国人穿的衣服款式，都是西方来的，要不要烧掉，都穿汉服？日常中国人用的电脑、手机要不要烧掉，都是西方原创的？很多事情已经是世界化的了，谁原创不重要，谁是行业老大才重要。
         C. 技术上的创新，你们不是行业人，你们不知道。
         D. 美国很多互联网公司也都是业务创新。比如你们崇拜的乔布斯。并不懂技术，不是码农。

个人观点。大家理性讨论。
--
※ 修改:·nobleman 于 Apr  9 02:08:47 2022 修改本文·[FROM: 125.33.206.*]
※ 来源:·水木社区 http://m.mysmth.net·[FROM: 125.33.206.*]

互联网消灭了40件事，你感受到了吗？

Thu, 13 Jan 2022 08:38:27 CST

「互联网消灭的 40 件事」

当人们已经完全习惯于埋首互联网之时，我们想用一种审慎的态度来看待技术如何改变人类和社会。我们为前互联网时代送一首挽歌，也希望那些曾经点亮智慧、滋养心田、温暖支持了彼此，伴随人类从历史中走来的宝贵的东西，能够跟着我们一起走向未来。

主笔 | 杨璐

前互联网时代

疫情持续了两年，远程办公技术有了极大的发展，只要有手机或者 Wi-Fi 信号，我们能在任何地方发起或者参与一场会议，学者们能在任何地方作为嘉宾参加讲座，歌手能在任何地方开始他的演出。 科技再一次解决了我们的问题，即便身处泥沼，人们依然坚韧地向前，社会经济运转几乎如常，甚至工作效率更高、成本更低。

我却有不同的体验。有一次因为采访对象在中高风险区，我们也用上了视频会议 App。那次采访做得不好，因为我一直在分心。当时刚刚讲了几句话，我就发现如果看着屏幕交流，我们的目光是对不上的。后面一个小时的时间里，我一直在调整摄影头，可目光始终是相错的。

（站酷海洛供图）

采访这项活动，获取的信息不仅仅是采访对象说了什么，他的衣着举止、所处环境，以及讲话时的面部表情、下意识的小动作等都是帮助记者对人、对事建立判断的信息，特别是目光。

眼睛是心灵之窗，难以言传的情绪、态度都是通过目光相对而意会的。眼波流转之间，人才有血有肉，灵动鲜活起来。我曾经采访过为明星和超级模特化妆的化妆师，他告诉我，在一流的时尚圈里工作模特是不能戴美瞳眼镜的，因为美瞳遮挡了目光。

面对面的交流对人很重要。小说家卡夫卡曾经在一封信中写道：" 怎么会有人认为，人们可以通过书信彼此交流！人们可以思念一个远方的人，可以触碰一个近处的人，除此以外的一切都超出了人类的能力。"

卡夫卡认为书信是在与幽灵交流，写在纸上的亲吻不会到达它的目的地，半路上就会被幽灵捕获，被它攫取。现在连书信这样运笔之间能注入抽象情感和意念的媒介都消失了。 按照卡夫卡的逻辑，现在是数字幽灵时代。韩裔德国哲学家韩炳哲担忧：" 有了数字媒体之后，我们难道不会真的渐渐忘了，如何去思念一个远方的人，触碰一个近处的人吗？"

现在大家坐在咖啡馆里都只盯着自己面前的屏幕，并不互相交流（视觉中国供图）

热烈赞颂互联网时代的人，说自己是乐于学习、乐于拥抱新事物的人，建议大家不要做拧巴的人，用旧世界观来看新世界。 我不知道 " 错过的目光 " 算不算旧世界观，数字技术的渗透一方面便利了我们的生活，另一方面也确实带来了深刻的改变。

互联网和智能手机让沟通即时高效，同时我们丧失了闲适。数码设备把每一个地点都变成了工位，把每一点时间都变成了工作时间；数码设备还把每一个地点都变成了商场，把每一点时间都变成了购物时间。过去你可能有想不起要买什么的时刻，现在不会了，每一样内容里都植入了营销，别人购物发了朋友圈会启发你也想买，社交媒体上大 V 的种草会启发你也想买，还有各种各样的广告。 现代人就像转笼里的松鼠，在工作、消费的循环里疲于奔命，筋疲力尽。

我们能在任何地方发起或者参与一场会议（视觉中国供图）

社交媒体驱散了孤独和无聊，同时我们丧失了内心的安宁。手机屏幕的蓝光影响褪黑素的分泌，影响睡眠，数字技术把大脑唤到一个更兴奋的状态。

美国心理学博士玛丽 · K. 斯温格尔用自己 20 年临床经验和神经认知科学研究成果写成的书《劫持》，讲的就是数字技术、社交媒体和游戏对现代人特别是青少年大脑的影响。书中认为，过于依赖数字技术，使人们更难以有效地集中注意力，以及带来显而易见的更高程度的焦虑。这种现象被作者称为大脑紧张，或者技术造成的精神疲劳，后果是精神涣散、疲劳、易怒和抑郁。

互联网发展得太快，我们刚刚接受了 Web2.0 给生活带来的进步和不适，互联网行业又在谈论 Web3.0 了，比如元宇宙。 我们列了一份清单，上面的内容都在逐渐远离数字化的现实，甚至已经消失，可其实这一切只发生在不到 20 年的时间之内。

仿佛是一条长长的时间隧道被压缩了，在这样一场特别的怀旧之旅中，我们想讨论这些到底是怎么发生的，我们应该如何看待科技，如何调整自己来更好地生活？

活在数字媒介里

如果把历史拉长，每一种新媒介的出现通常都具有划时代的作用。20 世纪 20 年代，广播是新媒体，它报道重大新闻的能力无可阻挡，爵士乐也通过广播节目广为传播。

50 年代，电视占据了舞台的中央。1952 年美国总统竞选，候选人塔夫脱的团队禁止摄像机拍摄代表资格听证会，给观众留下跟幕后政治有涉的印象，而艾森豪威尔的团队擅于利用新媒体最终获胜。 但是，这些更迭都没有数字媒介的渗透那么深入。在数字化时代，媒介已经不是工具，而是我们的生存世界。

《盛装恋爱有理由》剧照

人类从远古时代迁徙而来，如今正向网络化的世界迁徙而去。中国人民大学新闻学院的董晨宇老师一直在做社交媒体研究、数码人类学研究。他说：" 比如微信，它已经不仅仅是社交媒体。有学者认为它应该叫超级黏性应用平台，还有更激进的学者认为它应该叫生活基础设施。 从前我们使用媒体主要是为了获取信息，现在媒体已经渗透到许多领域。微信可以交水电费，这在报纸时代是没法办到的。 媒介在应用层面越来越泛化了，这导致我们不是在使用媒介，而是生活在媒介之中。"

生活在数字媒介之中，说明这一次的媒介更迭不再是信息传播速度的加快，而是一种全方位的变化。董晨宇用一个具有讽刺意味的生活片段来总结变化的内容。他说：" 现在一个人如果坐在咖啡馆里没带手机、电脑、iPad，没和人聊天，只是单纯喝咖啡，旁边的人会觉得他有病。 这里面隐喻了人与技术、人与人、人与世界关系的改变。"

人与技术关系的变化，表现为如果孤身一人或者在无聊的聚会上，人们总是情不自禁地打开手机，让它成为亲密的伙伴。 智能手机不再仅仅是一种传播工具，而是情感的一部分。人与人关系的变化，比如历史上的咖啡馆是人们交流的公共空间，可现在大家坐在咖啡馆里都只盯着自己面前的屏幕，并不互相交流。

麻省理工学院教授雪莉 · 特克尔曾经评论：" 我们对科技的期待越来越多，对彼此的期望却越来越少。" 她 把这种困境称为 " 群体性孤独 "。人与世界关系的变化，表现为信息环境更为复杂多变，我们时常在社交媒体里见证此起彼伏的热点事件，见证各种真相和谣言，见证极端的观点、被操纵的舆论。

迁徙还在进行之中。董晨宇说：" 我们经常说的一个词是新媒体，比如说微信现在可能已经不算新媒体了。现在学术界觉得‘生成型媒体’这个词可能更合适，它指的是尚未完全普及，但已经出现了大众化苗头的媒体。具体来讲，以计算机、大数据、物联网等技术所搭载的媒体形式都可以说是生成型媒体。" 现在，越来越多的人已经开始谈论 Web3.0，比如说区块链技术或者元宇宙都在生成型媒体的范围之内。

《失控玩家》剧照

Web3.0 的支持者认为，它可以提供更高水平的互动关系，并让网民能从社交和游戏的氛围中得到经济回报。中国人民大学哲学院教授、博士生导师刘永谋说：" 从虚实融合的角度看，这样的进化明显有将人类更多拉进赛博空间的动机。 简单说，它想方设法让人们的上网时间更多，其中关键就是增加沉浸性，用技术更好地满足人们的感官需要，让人们更沉迷于虚拟世界中。这种让人们依赖高科技的重要特征，叫作科技上瘾区的扩张。"

从生成型媒体的角度去看，数字化在未来还会更深地介入我们的生活。董晨宇说：" 可能以后我们一切的信息生产、文化生产都在数字化平台上进行。有一个词叫‘平台依赖’，比如从前一个明星可以在各个媒体上穿梭，现在的网红离开他表演的那个平台，谁也不认识他。一旦平台关闭了他的账户，这个网红就消失了。平台依赖不仅仅体现在文化生产中，也体现在我们普通人的生活当中。比如我们打开 App 点外卖，哪个餐馆第一个被看见，这是由平台决定的。"

《黑镜》剧照

生成型媒体的权力是传统媒体不可想象的。董晨宇几年前曾经在豆瓣上开过一个知识付费课程叫《像传播学者一样思考——黑镜人生里的传播学肖像》，用社会科学理论来讲解数字时代的热门话题，基本覆盖了跟人们日常生活相关的方方面面。

他关注技术的阴暗面，比如我们为什么讨厌严肃的东西，并且注意力越来越短；他关注微信朋友圈对我们的改变，比如我们在朋友圈中进行印象管理，看到其他人的朋友圈我们为什么会生出 " 别人过得比我好 " 的感慨；他关注数字时代的交流障碍，人们为何相信虚假信息，互联网为什么让我们的信息更闭塞；他还关注广告的狙击，我们为什么会为自己的幻觉买单、关注数字劳动的现象，我们在为社交媒体免费打工等等。

桩桩件件列出清单来，我们就会发现从前的日子犹如乡愁般安宁，数字时代则充满喧嚣和挑战。

我们是不是手机的囚徒

在目前的技术发展阶段，手机占据核心角色。移动传播领域专家理查德 · 塞勒 · 林在他的著作《习以为常：手机传播的社会嵌入》里写道：" 手机是迄今为止全世界普及率最高的信息与传播技术，从来没有哪一种传播技术能够像手机这样，以如此快的速度被普及。 因此，忽视其带来的社会变化，意味着忽视一个重大的社会变迁。"

手机其实在智能化之前就已经对社会产生重要的影响。理查德 · 塞勒 · 林把手机出现的历史价值类比于时钟，人们对它的存在已经习以为常。这并不是说这个技术不重要，而是说明它已经嵌入了社会结构之中。

他以涂尔干、戈夫曼等社会学家关于社会结构的理论为基础，提出：" 手机用来打电话给亲友，告知突发事件、安排见面、情绪低落时获得情感支持等，通过这些寻常或者不寻常时刻的交流活动，我们发展和维系着社会网络。 如果我们忘带手机，就在一定程度上辜负了亲密连接，可能错过短信和电话。换句话说，如果没有手机，群体协调就会出现问题。"

《春潮》剧照

进入到智能手机阶段，人们与手机的关系更加紧密了。我们活在媒介里，很多事务需要使用智能手机处理。另外，手机隐秘的触发机制吸引人们打开它。从某种角度来讲，手机能够操控人的情绪。

董晨宇说：" 我们感到无聊或者尴尬的时候，打开手机就能舒缓，比如手机游戏能够带来刺激和愉悦。在潜意识里打开手机和驱散负面情绪就建立了一个因果关系。久而久之，即使不需要情绪刺激的时候，我们也时不时地打开手机。 它已经不是解决情绪问题的良药，而是日常必需品。"

智能手机和社交账号成了 " 延伸的自我 "。消费者行为学有一项经典研究，当人们可以掌控或操纵自己所拥有的物品时，比如唱片、手机、汽车，我们会有意无意地将这些物品视为身体的一部分。 我们掌控力越强，这些物品和自我意识的关系越紧密。董晨宇说："2013 年，这个理论扩展到互联网。提出这个概念的学者贝尔克认为人们在社交网站中的账号承载了很多记忆和情感，这也是一种延伸自我。同时，相比现实社会，人们在互联网上塑造延伸自我的成本很低。"

《完美陌生人》剧照

人与手机的这种紧密关系，产生了很多令人担忧的现象：比如，文章开头列举的那些对身心或者生活产生的影响，或者我们清单里一些令我们怅然的消失。比如，延伸自我会让人们越来越脱离现实世界。董晨宇说：" 一旦人们沉迷在社交 App 中经营自己的形象，会对虚拟环境产生依赖，从而逃避现实世界中的社交关系。人们可能喜欢上社交 App 中理想简单的自我，却厌倦实际生活中复杂而有缺陷的自我。"

人于是被手机形塑。手机带来的问题，可能与社会本身相关。我们认为智能手机让我们信息过载、随时随地工作、生活节奏越来越快，但这些也因为我们本身就处于一个加速社会。

" 加速社会 " 是社会学对当代进行的原创性诊断。它的提出者、德国社会学家哈特穆特 · 罗萨认为：" 社会加速有三个维度。 第一个是科技加速。由于科技的更迭周期不断缩短， 它造成了第二个加速，社会变迁的加速。社会变迁的加速指的是各种事物、信息的时效性越来越短。时效性缩短，意味着人们完成事情的截止日期不断往前移， 于是造成第三个加速，生活步调的加速。"

看似手机带来的问题，也可能是人性问题。刘永谋说：" 人对智能手机的使用，充分彰显人类行为的矛盾性。大家使用社交软件，似乎社交活动更多了，但现实中却越来越孤独。大家刷手机摸鱼不工作，但刷得昏天黑地，比工作还累。大家现在都说要关注自己的隐私权，却在朋友圈大晒隐私。如果有一种普遍人性的话，技术产品不能改变人性，但是可以放大人性的某些部分。"

刘永谋从哲学角度看待人与手机的关系，提倡技术控制的选择论。他说：" 人们喜欢刷手机，是人选择了手机，而不是手机奴役人。比如很多人刷手机，我称之为信息贪婪，什么都想知道，比如异国他乡的一场劫案，跟自己一点关系都没有的明星绯闻等。当代人信息过载而不自知，因为好玩。

" 尼尔 · 波兹曼称之为文化艾滋病，在《娱乐至死》里大加鞭挞。沉迷手机的人，控制不了自己，于是就控制不了手机。人能不能控制手机的问题其实有很多争论，社会科学并没有唯一的准确答案。我觉得重要的是人必须想方设法控制手机，控制新技术的发展。"

数字幸福观

技术跟人类亦敌亦友。媒体文化批评家尼尔 · 波兹曼在他的著作《技术垄断》里写道： " 每一种技术既是包袱又是恩赐，不是非此即彼的结果，而是利弊同在的产物。"比如说，新技术摧毁了传统的知识垄断，造成新的知识垄断。

在为新技术欢呼的时候，有一些问题不能忽视。尼尔 · 波兹曼写道：" 技术赋予谁更大的权力、更多的自由？谁的力量和自由又会被削弱？" 他在 30 年前给盲目的技术崇拜泼冷水，捍卫人文主义，今天依然有价值。

董晨宇说：" 如果我们越来越离不开生成型媒体，它的权力边界在哪里？比如现在所说的平台社会。平台可以通过流量分配引导上面的很多行为。比如一个短视频火了带来流量，很快大家都做相同的东西。短视频本来是一种创意劳动，却变得无创意了。我们看起来有很多选择权，其实无论生产者还是粉丝，自主权越来越丧失了。"

《监视资本主义：智能陷阱》剧照

我们向网络化的世界迁徙，生活面临非常多的新现象。很多人可能并没有经验去判断和应对。 董晨宇对数字素养科普很热心，他给中小学生讲过如何与数字时代相处，今年还会上线一个面向成年人的系列课程。董晨宇说：" 比如说我们觉得智能手机有很多问题，就防着孩子上网，那么遇到网络暴力的时候，谁来告诉孩子这是什么东西？上海有一项在学生中做的调研，遇到网络暴力向谁倾诉，老师排名倒数第二，家长排名倒数第一。"

技术虽然带来弊端，全面拒绝并不明智，而应该去了解它的底层逻辑，然后决定如何使用它。董晨宇说：" 我在人大附中做了一件事，让学生们刷短视频 App，然后花一节课时间来分析 App 是如何让人上瘾的。这件事的结果是很多学生把软件卸载了。"

《小欢喜》剧照

传统的媒介素养讲的是对媒体的批判力，但现在情况发生了变化，媒介不再是外在工具，而成了生活的一部分。董晨宇正在做数字幸福观的研究，他说：" 批判力应该转化为共存力，这里面不是拒绝，不是沉迷使用，也不是给人定很多标准，比如每天固定使用手机几个小时。 我们应该自洽，就是如何使用手机使自己能获得一个好的生活状态。比如我的工作跟研究互联网相关，我刷短视频 App 和社交 App 可以很幸福。那为什么偏偏每天只使用三个小时呢？"

过去和未来都会有新技术产生，它们给人的境遇和人本身带来的改变，则是哲学问题。针对智能时代，哲学界存在两种相反的极端态度。乐观主义者认为以后会出现 " 智能理想国 "，悲观主义者则称未来是 " 智能机器乌托邦 "。

刘永谋说，比如扫地机器人当然要搜集和分析房间的信息，也就是说智能应用离不开物联网和大数据。悲观主义者用 " 电子圆形监狱 " 的理论去分析物联网的结构与功能，会发现物联网偏好极权控制，本质上是会侵犯人的隐私的。

不仅仅是隐私，机器人还可以对人进行拘押。电影《终结者》里就有呈现，机器人对所有人的牢狱统治。乐观主义背后也潜藏着巨大的风险，它极容易走向专家或者职业经理人掌权管理社会，人民只能服从经理人的命令。

技术对人本身的改变，要讨论人的 " 原初是什么样子 "。刘永谋说：" 可以这样想问题，现代人有一个共同祖先夏娃，她也不知道人应该是什么样子的。人类为了生存下来一直在根据环境改变。比如长久以来人们认为专注力是好事，而手机让专注力下降。可是，过于专注导致思想冥顽不化，同时关注多个事情也是一种能力。比如手机让人自恋，而适度自恋让人幸福感更强。"

我们既不要一刀切地贴标签，也要关注智能技术对人的异化。刘永谋说：" 异化指的是人创造出来的东西变成异己力量反过来奴役人。人在智能时代的异化至少包括自我混乱、欲望放纵、权力异化，比如说数字鸿沟和信息壁垒、虚实不分，再比如说人对手机依赖后在真实世界中的能力下降等等。"

《银翼杀手 2049》剧照

技术的影响用什么尺子来衡量？刘永谋说：" 哲学研究技术，是希望人类在技术时代得到更好的安顿。不光是智能手机，所有技术进步最终要为人类福祉服务，否则就没有意义。"

要达到这样的和谐可能需要漫长的时间，并在这个过程中呈现一种 " 缠斗 " 状态。刘永谋说：" 在国内，社科院段伟文老师谈缠斗理论比较多。缠斗的对抗关系会永远持续下去，双方是对手而不是敌人，都是共同体不可或缺的一部分。用这个理论去看智能时代人类的异化，异化中的各方会纷争不断，谁也不能完全铲除对手。 在缠斗中，秩序建立起来。这是一种动态的秩序，而非既定蓝图的实现。"

任何单纯的技术都没办法让人类上天堂或者下地狱，最终还是要依靠人类的能动性。我们都知道技术发展的车轮滚滚向前，时代洪流不可阻挡。就此别过之时，我们想用一种审慎的态度来看待技术对人类和社会的改变。我们为旧时代送一首挽歌，也希望那些曾经点亮智慧、滋养心田、温暖支持了彼此，伴随人类从历史中走来的宝贵的东西，能够跟着我们一起走向未来。

附：本期《三联生活周刊》封面故事目录

互联网消灭的 40 件事（杨璐）

未知的旅行（徐菁菁）

独自观影（徐菁菁）

问路（徐菁菁）

不速之客（刘畅）

提笔忘字（刘畅）

电话粥（徐菁菁）

电话亭（杨聃）

长相真实的照片（杨璐）

月份牌（刘畅）

随身听（杨聃）

一家人一起看电视（徐菁菁）

明信片（徐菁菁）

英语角（刘畅）

活字典（刘畅）

媒婆（薛巍）

酒香巷子深（刘畅）

黄页（杨聃）

酒桌上的司机（刘畅）

都市报（刘畅）

阅报栏（杨璐）

硬币（刘畅）

光盘（郜超）

放空（杨璐）

呵呵（刘畅）

下班时间（刘畅）

口碑（郜超）

票根（郜超）

被遗忘（郜超）

错过（刘畅）

沉浸当下（刘畅）

耐心（徐菁菁）

地图（薛巍）

说明书（薛巍）

突如其来的雨（刘畅）

时间的指针（薛芃）

影集（杨聃）

前任（薛巍）

手写信（杨聃）

漫画书（陈璐）

句号（薛巍）

从互联网转行到汽车行业，你需要了解哪些知识？

Fri, 03 Dec 2021 11:47:32 CST

编辑导语：在产业与专业越来越细化的今天，汽车产品已经不再是一个单纯的工业制造品，它也参与到了智能化时代中。作为一名互联网人，如何转行到汽车行业，其核心是要找到自己的价值所在点，丰富自己的认知。本文对互联网转行汽车行业，需要了解的一些知识进行了整理与总结，希望对你有帮助。

时至今天，汽车产品已经不再是一个单纯的工业制造品。

我们常常在说智能网联汽车（即智能汽车），翻译成通俗的产品语言，就是智能汽车=工业制造品+互联网产品。

所以，互联网出身的产品经理，参与到汽车智能化过程中，有着原生的优势。且看当前行业中最具有颠覆性和创新价值的车企，无一不是互联网出身创始人所主导。

本文的写作目的，主要是鼓励互联网产品经理，参与到智能汽车行业的发展中来。在本文，我会对互联网人转行到智能汽车领域，做一些引导介绍。

一、了解行业的价值链结构

虽说工作无贵贱，但回报却有高低。在产业细节和专业细分越来越明确的今天，同样的工作时间和强度，不同的工种，价值回报可有天壤之别。

所以，我们在进入一个行业之前，必须认识到自己所选择的工作，处于价值链上的什么点位。我绘制了一张汽车行业的价值链图表，供朋友们参考。

上图标红的区域，是行业价值相对较高的，也是值得从事的领域。它们分别是上游的智能化核心技术（可以理解为做产品）、下游的后市场服务、移动出行服务、车生活服务与运营、数字化消费服务（可以理解为做运营）。

我逐一介绍。

1. 智能化的关键技术

智能化的关键技术主要集中在智能座舱技术相关、智能驾驶技术相关、智能车联技术相关，见下图：

其中 智能座舱的核心技术，主要有以下16类：

*软件（含算法）

智能车联相关的核心技术主要是以下8类：

*软件（含算法）

智能驾驶相关的核心技术集中在以下23类：

*软件（含算法）

2. 后市场服务、移动出行服务、车生活服务与运营

后市场服务主要是针对车的 美、改、养、修等服务。

移动出行服务主要是指共享出行，因为新四化的后期就是“共享”，共享出行的数据及算法能力支撑运营效率。

车生活服务与运营，包括的内容就比较多，如远程车控/车况/诊断、超级账号Super ID、车家互联、手机互联、智慧导航、语音生活助手、违章查询/代办、智慧停车、智慧充电、道路救援、代驾服务、智慧车险、预测性维护、OTA远程升级、功能租赁、车主社区 …

后市场服务、移动出行服务、车生活服务与运营这三类都是围绕着车生命周期与用户生命周期的数据衍生出的服务功能,自然离不开大数据平台的支撑。

以上领域吸收了互联网行业的大批人才。他们分流到比如车企的车联网大数据平台，TSP平台等业务中。包括产品、研发、测试等角色。

3. 数字化消费服务

数字化消费服务就现状而言和可以看到模式，以内容增值服务与流量变现为主。比如音视频内容消费、车载游戏消费、车载社交、电商等。

不少车企认为，智能汽车将会像智能手机一样，成为下一个用户消费的终端平台，故此给予不小的价值期望。

总结一下，之所以上述内容处于较高的价值点位，是因为在软件定义汽车的时代，智能化程度是产品的核心竞争力之一。智能化的核心技术能帮助产品提高销售和利润率。而下游的数字化运营，则可以在用户和产品的生命周期中持续创收。

二、找到转身的切入点

前面介绍了智能汽车行业价值链高位的关键技术（提升产品竞力）和数字化运营服务（持续创收）。从车企的业务板块来看主要还是集中在智能网联领域，也是互联网人切入到智能汽车领域的主要落脚区域。

相关的职能多为软件产品经理（座舱应用、数据平台、云平台相关）、UI/UE设计师、应用开发工程师、服务端开发工程师、大数据开发工程师、运维、测试等。

继续说智能网联业务。

我们知道，但凡智能终端类的产品，都逃不脱“端-网-云（管）”的窠臼和故事。智能汽车也一样。汽车化的智能化过程就是数字能力朝着“端-网-云（管）”各环节渗透的过程。

1. 端侧

智能汽车端侧主要是智能驾驶、智能座舱、整车EEA。

我们仅聊与互联网人转型可对接的部分，即智能座舱。而座舱的智能化，从用户视角来看就是人机交互的智能化体验。所以智能座舱的产品规划的思路就是围绕座舱智能化交互做文章。

座舱智能化交互体验的提升，围绕着人机交互的媒介、环境、控制、空间和数据等维度进行升级。

比如交互媒介，从触屏到语音、到手势、到平静无感知；环境方面则以感知和计算为主，基于车内外温度、天气、路况、位置、驾乘人员体征、情绪等多维度融合；控制方面则在从人与车、车与车、车与家、车与场景等多维度展开。

而这一切的一切，需要数据分析和生态服务去支撑。

智能座舱 智能化交互产品的架构设计人员，需要懂数据、懂场景、懂交互的产品经理去统筹。在我的经验中，只看到了互联网出身的产品人有过完美胜任。如果有朋友有能力完成产品架构设计和体验架构的设计，又能cover研发测试等执行环节的质量，最终还能能输出一份体验完整的落地性产品，我建议你尝试智能座舱最有意思的产品岗位——基于场景的智能化体验设计。

除此之外，座舱端的车机触摸大屏为依托的软件系统、上层应用需要相关的产品经理、UI/UE、安卓开发、测试等人员。下面是我梳理的一份业务项，可供对座舱模块感兴趣的互联网朋友参考。

2. 网-云（管）侧

网-云（管）侧的主要人员皆由互联网行业构成。下图为粗略描述，每个企业业务不一样，但业务模块类似，可供想转身到车联网业务的朋友参考。

三、了解车企产品开发流程

车企的产品开发，极其重视项目管理工作。每家车企都有自己的产品开发流程用于规范汽车整车开发活动。

整车开发管理的标准流程，规定了整车开发的工作内容、工作程序、管理方法和职责分工，规定了整车开发从产品立项、概念设计、工程开发、产品和工艺验证、生产准备、试生产到正式量产全过程的关键里程碑及其控制活动。也规定了各节点需要提交的一级交付物。

下图是行业几家主流车企的开发流程，六大开发流程是一样的，但各节点的开发周期有所差别。

整车开发流程几乎覆盖企业所有部门，可参考下图：

整车的各个项目阀点下，研发和设计部门均有严格的交付物，下图为某车企真实项目要求：

四、补充相关的专业知识

了解了以上的内容，我觉得在思想应该有了一些认知，但还需要补充一些内容。

以智能座舱的产品经理为例，最好能补充以下知识内容。

这些知识，可能对一些互联网的朋友有些陌生，但不用担心。我会在后面的文章中持续分享。

本文由 @赛博七号原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于 CC0 协议

互联网的冬天：跳槽有风险，不跳也有

Fri, 26 Nov 2021 04:20:36 CST

是做风口上的猪，还是温水里的青蛙？

文 | 李莹

编辑 | 余乐

已经进入十一月下旬，各种社交平台上，关于跳槽的论调又开始此起彼伏。往年的年底，是大家普遍认为的跳槽好时机。

宋程在现在这家互联网公司已经干了一年多，他想要跳槽的心又快按捺不住了，开始频繁浏览各种招聘平台，也试着投出去一些简历，只是目前为止还没有收到什么好消息。

宋程知道，最近互联网行业的日子不太好过，各个 " 大厂 " 多多少少都有些裁员的传闻，就连昔日互联网人眼中的香饽饽字节跳动也喊出了 " 去肥增瘦 " 的口号。前几个月在线教育元气大伤，释放出来的人才也还不知道什么时候才能被消化掉。就业市场看不到多大的光亮。

跳槽一直被很多互联网人视为升职加薪的 " 快车道 "。从 2015 年毕业到现在，宋程已经换到了第四份工作，从最初一家百人规模的小科技公司到现在这家所谓的大厂，薪资也一路水涨船高，从月薪八、九千到现在年包将近 40 万。之前的每一次跳槽，涨薪幅度很容易就能到 30% 以上，简历挂出去，还时常有猎头打来电话。" 现在多少有些不一样了。" 宋程说。

某互联网公司 HR 罗金朋也感受到了这种变化。前两年公司各种业务需求量大，在招聘方面要求比较多，人才缺口也比较大。那些合适的面试者最终谈下来往往比原来的基础工资高出很多，涨百分之四五十是常事，多的能翻倍。 " 疫情以来，我们对待社招更谨慎了，尤其今年，招聘需求变得更少，虽然依旧会出现一些高点的薪资涨幅，但对比之前的数量有了明显的下降。"

从实际情况来看，跳槽确实能带来一定的涨薪，也不乏有人通过跳槽短时间内实现薪资的飞跃。但是，当互联网红利式微，业务难有增长，跳槽者们该何去何从？当另有风口吹起，职场人是迎风而上，还是原地踏步呢？

跳槽？薪资涨幅大不如前

做了三年互联网行业猎头的小卡发现，尽管今年的人才流动比去年疫情严重时有所增加，但薪资涨幅实际却远远达不到行业高速发展期时的水平。。

" 很少有公司能像前几年那样，动不动就给到双倍的薪资。" 小卡告诉笔者，拼多多跟字节跳动是此前很典型的互联网企业代表，发展势头迅猛，对待人才也不含糊，动不动就双倍薪资挖人，" 但现在很多人的涨薪幅度可能也就 10%-20%，40% 就算很高了。"

猎聘发布的《2021Q1 中高端人才市场春招跳槽数据报告》显示，2021 年第一季度已完成跳槽的人中，仅有 3.17% 的人涨薪幅度在 50%-80%，有近一半的跳槽者薪资涨幅在 30% 以下，其中 14.29% 的人实际涨薪 10% 以下。值得注意的是，这是中高端人才市场的跳槽数据，对于普通公司员工来说，跳槽待遇远没有想象中美好。

小卡听很多老顾问说，互联网抢人最疯狂的阶段是 2015 年到 2018 年，" 那时候丢个简历就很容易被挖走，涨薪也多。"

彼时，正是互联网行业急速扩张、各家大厂都急需用人的时候。2015 年 3 月，雅虎北京全球研发中心关闭，被裁掉的两三百位在京研发人员成了香饽饽，各家公司的 HR 和猎头们守在雅虎北京全球研发中心楼下 " 围猎 " 人才，甚至直接现场摆摊面试，即取即用。

2015 年互联网抢人现场 / 图源网络

疯抢带来的是高薪。《财经天下》的文章里提到，雅虎的个性化推荐部门被猎豹整体打包收走，40 多名员工每人的薪水都上涨了一倍左右。当时在雅虎年薪 30 万左右的员工，手里接到好多 offer，除了腾讯这样的巨头，更多的是创业公司，每一家给出的薪资都比雅虎多出十几万。

行业高薪抢人的背后，是资本在有力地支撑。根据企查查数据，2014 年，互联网赛道融资飙升，较前一年翻了六番还多。2015 年，" 互联网 +" 的热潮下涌现出了一批又一批的创业公司，国内外投资公司的热钱也滚滚而来。融资热一直持续了数年，在 2018 年达到顶峰，全行业融资规模超过 6000 亿，也正是在这一年，字节跳动获得 40 亿美元 Pre-IPO 轮融资。

在那个时候，互联网行业出现比较严重的供需不匹配情况。据统计，当时经验一般和经验丰富的工程师需求缺口分别达到了 30:1 和 100:1。所以，人才成为手握大笔资金的创业公司和互联网大厂首要争抢的对象。 同时，这个行业里很多岗位所做的工作基本一致，跳槽之后的适应成本更低，互联网也由此成为跳槽率居高不下的行业之一。

短短数年成长起来的字节跳动，其成长过程离不开 " 挖人 "。资本加持下的字节，有着给出高薪的底气，所以一向很舍得在用人上花钱。张一鸣曾表示，字节跳动的理念是付市场最高的薪资，邀请最优秀的人才加盟。

根据 2019 年互联网人才流向的相关报告，技术人才对于字节跳动的热爱在所有公司中处于绝对的优势，字节跳动成为互联网人才跳槽的 " 首选 "。阿里、腾讯 HR 曾多次公开表示，公司的核心员工被挖走，就是因为字节跳动总不按套路出牌，一个工资双倍的 Offer 开出来，让不少优秀人才流失。

但自从字节、拼多多等后起互联网公司发展壮大之后，现在的互联网行业几乎已经没有什么后起之秀可以说道，也就难有迅猛成长之下出现的较大人才需求。再加上互联网人口红利式微，外部监管环境日趋严峻，互联网的日子不像以前那样好过了。2019 年全年互联网赛道融资规模为 2605 亿元，较 2018 年收缩一倍还多，互联网在资本眼里的巅峰时刻已然不再。

去年以来，国家先后叫停蚂蚁金服上市，整治滴滴，对在线教育、网络游戏等互联网业务进行大力度的整治和监管。就在前几天，国家反垄断局挂牌成立，业界人士普遍认为，互联网行业仍是反垄断工作的重点，互联网大厂们 " 跑步前进 " 难以为继。

小卡告诉我们，互联网行业跳槽涨薪的幅度难以媲美从前，一是因为行业本身已经没有太多新的业务增长空间，二是公司也过了最初疯狂扩张、快速跑的那个阶段了。" 就像去年的买菜业务，一堆大厂纷纷入局搞社区团购，结果抢了半天也没抢出什么结果。"

从整个互联网职场生态来说，" 招聘收缩 "" 去肥增瘦 " 成为近几个月的关键词。前段时间晚点 LatePost 报道指出，阿里巴巴、拼多多、百度、美团、腾讯、字节跳动、快手这 7 家互联网公司今年发布的职位数量与薪资相比去年增速放缓，不到互联网行业整体增速的一半。与此同时，校园招聘也有所收缩。根据前程无忧数据显示，互联网公司 2022 届校招岗位总数比去年缩减了 15% - 20%，薪酬没有明显增长。对比之下，快消、汽车行业仍有 10％ -15% 的增幅。

事实逐渐清晰：前些年大量资本涌入带来的互联网行业大踏步向前，产生了不少泡沫，当这个市场逐渐稳定下来，行业和公司在用人上也开始回归平静和理性。在这种情况下，辗转于其中的跳槽人自然不容易实现大幅涨薪。

跳向风口？小心掉下来

近些年商业风口频出，共享经济、在线教育、社区团购、新造车等，每一个在诞生伊始都是卯足了劲地高薪抢人。但现实往往是，风口难以为继，高薪转瞬即逝。

从最初实习到现在，数据分析岗的郑强经历过不少热门行业，新零售、短视频、在线教育、医美等等。就在在线教育大厦即将坍塌的前一周左右，郑强跳槽去了一家医美平台做电商方面的业务，现在想想也是委实庆幸。" 还好先通过跳槽离开了这个行业，要是后面跟着大家一起去找工作，那竞争就更激烈了。" 郑强认为，自己之前在风口上的 " 反复横跳 "，无疑是非常没有保障的一种行为。

此前，受身边的朋友、同事还有网上各种关于跳槽涨薪论调的影响，郑强慢慢形成了可以通过跳槽来实现涨薪的认知。 " 公司内部涨薪不如市场涨薪幅度快，在哪干活都一样，还不如选择一种能在短期内迅速提高自己工资的方式。"

可现在，对于自己的职业发展问题，他有了新的认识： " 新行业不是不可以去，但就像一些文章或短视频里说的，自己首先得有核心竞争力，才可能在新行业里得到比较快的发展。如果没有，还是在一些稳定的行业长期学点东西更好。"

韩剧《未生》剧照

新造车在今年成为风口，人才短期内供不应求，一度高薪抢人。一位自动驾驶行业猎头告诉我们，这主要是因为造车新势力能给出比传统车企更高的待遇，汽车行业短期内对自动驾驶人才的需求也在急速拉升。不过，他强调这种高薪是有窗口期的，" 最多等到明年，行业里的人跳槽就不会再有这么大议价能力。"

去年社区团购正是热门时，小卡认识的六七个研发岗位人员都被高薪挖了去，但现在其中四五个都不太顺利。" 他们觉得业务没什么起色，又想走了。" 小卡解释说，跳槽过去的人员虽然当时比较风光，能拿到很高的薪资涨幅，但也经受着很大的压力，性价比其实不高。

罗金朋也曾眼见着风口行业红利尽散，比如几年前疯狂的 P2P。" 像 P2P 这种风口终究是又飘又虚的，站不住脚跟，随着后续的爆雷，别说跳槽涨薪了，多年积蓄赔进去的也大有人在。" 他认为， 风口之所以被称为风口，还是因为短暂和非持续性，综合这些年的市场和求职情况来看，风口行业的跳槽涨薪终究是难以持续的。但这并不是说风口之下不可以跳槽，罗金朋表示，还是要视行业和个人的具体情况而定。

现在，元宇宙的概念又火了，热钱涌入，人心躁动。只是不知道，这阵风可以吹多久，又有多少人可以借着这阵风，跳槽涨薪，到达职场生涯新的巅峰。

不跳槽？收获的只是徒增年龄

虽然现在互联网行业和风口行业的跳槽涨薪均有所挑战，但从历届职场人的生存之道和发展经验来看，适时择跳，仍然不失为一个好的选择。

根据前程无忧发布的《2021 年第二季度职场人跳槽意愿度调查》，48.74% 的受访者有跳槽的打算，比上一季度上涨了 4.44 个百分点；37.53% 的受访者对跳槽持观望态度，比上一季度减少了 3.87 个百分点。2021 前三季度的跳槽调查报告显示，有三成受访者在今年前三季度这段时间里，至少有过一次跳槽行为。DT 财经此前就年轻人的跳槽问题也做过调查，有 78.84% 的受访者表示已经有了跳槽的想法，或正在为跳槽做准备。

这说明，不管市场形势如何，总有人的跳槽之心在跳动。

林先生今年 33 岁，目前即将迎来自己的第四份工作。在毕业后工作的这十年时间里，有将近九年他是在苏州一家外企度过的，直至去年四月份才有了第一次跳槽。而现在，他正在经历着第三次跳槽。像林先生这种既有在一家公司慢慢升职加薪的经历，也有近两年通过比较频繁的跳槽来不断实现薪资增长情况的，往往能更好地感受到跳槽对于薪资提升的意义。

在外企时，他勤勤恳恳九年，月薪才从 6000 到 1.6 万的跨越，但第一次跳槽就让他的月薪又涨了 1 万。三个月后，他再一次跳槽，年薪达到 40 万左右，还配了一万的原始股。刚刚经历的第三次跳槽，林先生拿到了一家美企总包 70 万的 offer，实现了薪资的大幅提升。

" 跳槽之后才知道世界这么大。其实只要有勇气跳出舒适圈，后面跳槽就很纯粹了。"在林先生看来，现在的纯粹就是，想跳就跳，不犹豫。" 要么（下家）给钱多，要么干得不爽。"

《平凡的荣耀》剧照

温州志和人力资源管理咨询有限公司联合创始人郑志杰告诉我们，一些中小公司在晋升机制和薪酬方面不规范，所以难以很好地评估员工的价值，员工升职加薪起来比较困难；薪酬福利制度完善的大公司，往往对于内部职级的划分比较严格，员工的每一次升职加薪都需要经过层层考核，内部竞争会比较激烈，也不会太频繁。

因为经济压力从舒适圈跳出来的林先生，自认为是赶上了好时候，才有了比较理想的薪资水平。疫情之下消费电子的国内需求激增，行业行情涨了好几倍，从事消费电子研发的林先生经验丰富，年龄也不大，所以相对吃香。趁着行业的这股东风跳槽加薪，对于他来说是一个理性的选择。现在选择离开眼下这家工作一年的小公司，是因为林先生判断消费电子风口明年即将过去，他这才决定去国企或者欧美大厂求稳定。

上述自动驾驶行业的猎头认为，当所有人都在跳槽时，呆在原地并不是一个好的选择，" 现在行业正是风口，此时跳槽，尤其是算法类人员，涨薪至少 30%，而如果现在不动，等到风口过去了，在猎头眼里，你收获的只有越来越大的年龄。"

他举了个例子，如果一位猎头同时收到五份简历，这些人背景相当，但是其中有一个人没有多次跳槽，他上一份工作的薪资明显低于其他人，这个人就会被优先刷掉简历。

" 头部车企不缺钱，评定人才的第一个标准就是年龄和薪资，如果候选人到了一定年龄，上一份工作薪资还没有到达一定标准，就会被认为能力不行。老老实实呆在一家公司，凭借自然工作年限涨薪，那是根本达不到业内平均标准的。"

从事人力资源工作的十二向我们表示，虽然疫情以来国内整体的经济形势不太好，多个行业裁员收缩，但这与跳槽涨薪并不冲突。对于专业要求、经验要求较高的岗位，当前就业局势不好，造成流动性不足，通过跳槽来实现涨薪依旧是好路子。

虽然舆论看来钱是跳槽的主要因素，但以小卡做猎头的切身体验，就他接触的互联网行业而言，真正因为钱而跳槽的没有特别多，也就 20%-30%。大家可能更多的还是追求职业上的更好的发展，而不是单纯地看重薪资。

" 就我自身来讲，我每一次的跳槽其实都是对自身能力的补充，缺啥就补啥。" 对薪资比较看重的郑强，其实更在乎不断跳槽的过程中自己能不能学到东西，拓展职业的边界，延长自己的职业寿命。多数工作年限在 1 年 -3 年的跳槽者在前程无忧的调查中也表示，即使频繁跳槽可能会在求职过程中被质疑职业稳定性，但他们普遍认为在职业初期找到合适的定位更为重要。

在郑志杰看来，只有跳槽带来的薪资涨幅或者其他方面的价值能弥补掉跳槽带来的风险时，跳槽才是值得的。因为跳槽需要接触不确定的新环境、工作内容、同事关系，这些都会带来个人的一些损耗。

在职场社交平台脉脉上，小卡曾发文表示，跳槽是职场中屡试不爽的加薪方法。 他认为，在恰当的时间点跳槽能够合理涨薪，三年左右为最佳，这也是为何内部成长的职场人薪资普遍低于正常跳槽人 30% 左右的原因所在。

结合脉脉上那些涨薪幅度比较大的跳槽和过来人的经验，我们发现，基本工资低 + 能力强 + 业务匹配度高 + 面评好，大幅涨薪还是能够实现的。

* 文中受访者除郑志杰均为化名；顾翎羽对本文亦有贡献

DevOps在证券互联网研发中的应用与实践

Wed, 17 Nov 2021 12:52:53 CST

近些年金融科技在证券行业发挥的作用越来越重要，运用金融科技赋能业务发展，通过个性化服务构建护城河，将金融科技与业务创收和降本增效相结合开始成为证券从业人员所关注的问题，如何提升研发交付效率、小步快跑、快速迭代是所有证券行业科技研发团队共同关心的话题。敏捷为快速迭代提供了理论思想和方法指导，DevOps为敏捷落地提供了补充和工具支持。

中泰证券股份有限公司互联网研发团队通过对DevOps相关理论和技术的研究、分析，设计并实现了蜂鸟效能管理平台。通过蜂鸟效能管理平台实现了编码后续研发环节的降本增效。DevOps是一套创新且有效的文化和思想，本平台借鉴其中的持续集成、持续交付和持续运营的关键思想，并结合互联网研发过程遇到的实际情况，解决了研发、测试和运维等角色沟通协作中遇到的一系列问题，实现了产品多环境交付、流程可视化、测试自动化、运维智能化、流程规范化和效能指标可视化等功能。蜂鸟效能平台上线后的应用实践结果表明，通过运用DevOps相关理论和技术能够提升互联网研发在市场快速变化的过程中实现产品应用的快速迭代，从而达到减少产品试错与迭代过程中的时间成本和技术人力成本，为公司业务创收提供技术保障的目的。

背景及意义

DevOps因其先进性和全面性，已被认为是软件工程的第三次革命；由PUPPET和DORA联合发布的《2017 State of DevOps Report》报告中，故障恢复时间缩短了96倍，业务需求从提出到投产的周期从3个月到6个月缩短到3周甚至更短，使得企业更好适应市场变化。DevOps已经被证实能在IT和商业两方面提升效率。

DevOps定义：DevOps（Development和Operations的组合词）是一组过程、方法与系统的统称，用于促进开发（应用程序/软件工程）、技术运营和质量保障（QA）部门之间的沟通、协作与整合。它是一种重视“软件开发人员（Dev）”和“IT运维技术人员（Ops）”之间沟通合作的文化、运动或惯例。透过自动化“软件交付”和“架构变更”的流程，来使得构建、测试、发布软件能够更加地快捷、频繁和可靠。它的出现是由于软件行业日益清晰地认识到：为了按时交付软件产品和服务，开发和运维工作必须紧密合作。特别是敏捷迭代已经成为金融行业研发团队的主流研发模式，这对开发、测试、运维提出了更高效的要求。

中泰证券互联网研发团队采用敏捷研发模式进行团队间的协作，敏捷的实施需要通过小迭代形式不断的交付应用产品。敏捷开发驱动开发人员更快的交付代码，新的代码需要被更快的测试，并需要频繁的被部署到开发、测试和生产，由于运维和测试不能尽快的参与到软件开发生命周期，导致交付流水线阻塞的情况，而通过DevOps的运用很好解决了这些问题。

在DevOps实施的过程中，涉及的角色主要包括开发、测试（质量）、运维三个角色，见下图：

图1 开发、测试（质量保证）、运维

其中研发主要关注产品研发的高效、稳定、快速的实现，以及对应的产品开发完成后，交付制品对应上线时间点能够可预期；运维则更多的关注如何通过自动化运维和持续监控等工具降低产品上线后的维护成本；测试（质量保障）角色则关注研发提交过来的产品能够尽快的得到测试，因此在提高质量保障效率的过程中，该角色更多的关注产品的持续自动化测试，以及产品交付质量的提升。而DevOps实现了将研发、运维和质量三个角色统一起来，实现了研发、运维和质量的一体化，同时通过持续集成和持续交付的能力，使运维人员更早的参与到产品的交付过程中去，减少了不同角色之间的交付壁垒。

综上所述，尽管新工具思想的推进在一定程度上能够提升产品的交付效率，但由于企业自动化程度低、软件开发流程的不规范导致的交付效率慢、交付流程不规范、线上故障反映不及时、运营数据获取困难等问题的存在，使企业在实际的产品交付过程中依然不能实现快速交付有价值的产品给用户。这就需要一个平台解决以上问题，但是目前市面上已有的相关产品存在不能和流程结合以及不支持混合制品(容器和非容器)的持续集成与持续交付，且不能获取实际场景的业务数据。因此，一个能够解决当前困境的统一自研DevOps平台变得尤为重要。

中泰证券DevOps蜂鸟效能平台整体功能规划

蜂鸟效能平台是一个以DevOps相关理念为指导思想，结合证券行业安全、合规等需求特性实现的一个集多环境（开发、测试、预发布、生产）持续集成(CI)/持续发布(CD)、代码质量检测、自动化测试、上线流程审批、研发效能数据跟踪及报表统计的综合效能管理平台。通过蜂鸟效能平台在互联网研发过程中的应用，提升了互联网研发在市场快速变化的过程中实现产品应用的快速迭代，从而达到减少产品试错与迭代过程中的时间成本和技术人力成本,并为公司业务创收提供技术了保障的目标。

依托DevOps相关理念，结合当前互联网技术中最前沿的容器化技术、容器编排管理kubernetes、微服务架构、配置中心、静态代码扫描、接口管理和自动化测试（UI、接口、安全、性能）等技术，蜂鸟效能平台实现了具有持续集成、持续交付和持续运营能力的统一综合效能管理平台，各阶段详细技术如下图：

图2 蜂鸟效能平台技术架构

蜂鸟效能平台整体技术架构划分为三层，最底层为基础设施层，该层主要为各混合云环境下的基础环境，如私有云、华为云、阿里云和行业云等环境下的开发、测试和生产环境，建立在基础层之上搭建了支撑平台的工具，形成了平台的工具层，如需求管理Jira、代码管理Git、构建依赖工具、单元测试Junit、代码扫描工具、制品管理工具、自动化测试工具（接口、UI、安全）、配置管理工具、应用部署工具、容器管理Kubernetes和监控工具等，通过工具层提供的能力，建立并实现了价值流层，价值流层对应的功能直接为对应的职能化人员赋能，主要为持续集成、持续交付和持续运营等功能。

蜂鸟效能平台相关技术节点简介

与项目管理平台Jira集成

为了将具体需求与迭代上线进行对应，从而达到系统上线需求可追踪，同时也为后续对需求进行价值分析提供基础数据，因此需要将项目管理平台JIRA与蜂鸟效能平台持续交付进行打通。研发人员在蜂鸟效能平台进行提测和发布上线时可以根据提示选择对应的STORY，从而完成提测、上线与JIRA项目的关联打通。

代码管理及构建

代码的科学管理对团队高效协作以及流程规范具有特别重要的作用，蜂鸟效能平台采用Git作为代码管理工具。GitFlow模式是若干模式的集大成者，包含一个主干分支、一个开发分支、许多的特性分支、许多的发布发布分支和Hotfix分支，以及许多的合并规则，通过GitFlow模式的运用，能够解决开发过程中大部分代码协作的问题。同时通过分支的管理，也为后续开发环境的CI/CD奠定了基础。

制品库管理

蜂鸟效能平台的制品仓库在持续交付的过程中扮演着中转站的作用，如何结合制品仓库实现制品在不同环境中的流转对保持制品交付前后的一致性与可追溯性有着重要的作用。对于当前的制品主要分为Docker镜像类和非镜像类制品，为了能够对Docker镜像类进行管理，镜像仓库采用开源Harbor进行管理，对于非镜像类制品采用Artifactory进行管理，为了能够达到环境流转的效果，采用基于仓库的不同账号之间的权限管理方案，具体见关键模块方案。对于唯一性问题，容器类制品采用镜像id非容器类制品采用MD5码保证制品的唯一性。

接口管理

蜂鸟效能平台接口管理功能对于不同的研发角色作用不同，开发人员能够利用接口管理功能进行前后端接口调用、多项目接口统一管理、接口调试和多团队协同开发；测试人员能够基于接口管理功能中登记的接口进行简单接口测试、场景化接口测试；运维人员可以基于接口管理功能中登记的接口实现业务监控；产品人员可以快速进行数据统计。

配置中心

蜂鸟效能平台的配置中心能够实现对不同环境、多云环境的系统参数配置进行管理，同时配置中心也是多环境（开发、测试、仿真、生产）CI/CD的关键。蜂鸟效能平台的配置中心基于Apollo实现，Apollo是一个开源的分布式配置中心，能够集中化管理应用不同环境、不同集群的配置，配置修改后能够实时推送到应用端，并且具备规范的权限、流程治理等特性，适用于微服务配置管理场景。配置中心实现了开发、测试、生产多环境的系统参数配置功能，同时支持多云架构下的分布式系统配置管理。配置中心为CI、CD的平滑交付提供了技术保障。

单元测试、静态代码扫描及开发环境CI/CD

单元测试能够让开发人员在提测前发现新增变动对系统可能造成的不利影响，并通过将单元测试与开发环境CI/CD进行结合，当开发人员进行代码提交或者进行代码merge时将触发自动单元测试并将结果反馈给对应研发人员。

为了提高研发过程中的代码质量并尽快发现已有系统代码中存在的漏洞缺陷，蜂鸟效能平台提供了静态代码扫描功能，静态代码扫描功能可以对研发人员的代码进行分析并进一步提升编码规范。静态代码扫描功能需要能够识别代码中一些常见的漏洞，如资源类问题（资源释放、无效指针等）、安全性要求（数据污染、注入等）、潜在的缺陷（数组越界、初始化、除零错误、空指针引用等）、多线程和同步性（双重锁定、未释放的锁等）和异常处理（NullPointerException）等。静态代码扫描平台采用增量扫描和全面扫描相结合的方式，日常开发对于不断的代码提交采用自动增量扫描，便于快速发现新增代码中的缺陷，同时结合定时全量扫描和提测前全量扫描的方式，发现代码中所有的缺陷，只有当高危、中危、低危等级的缺陷全部修复完后才能由开发人员在蜂鸟效能平台上提测版本给测试人员，提升了开发人员提测版本的质量和安全性。

静态代码扫描关键截图如下：

图3 静态代码统计分析

通过静态代码扫描的报告详情，能够查看当前项目的缺陷情况，同时通过缺陷展示快速定位缺陷位置。

自动化测试及测试环境CI/CD

蜂鸟效能平台的自动化测试功能实现了互联网研发团队测试人员的效率飞跃，通过将自动化测试平台与持续交付的流程进行结合大大提升了测试效率。在蜂鸟效能平台上，测试人员能够看到研发人员提测的具体内容，并识别出具体的制品版本及唯一码，测试人员可以在蜂鸟效能平台上对开发人员提测的版本进行一键部署和一键自动化测试，最后测试的结果将以报告的方式反馈给研发人员。

通过蜂鸟效能平台的接口管理功能与自动化测试功能的集成。目前已经支持UI及接口自动化测试。UI自动化基于Appium框架实现，Appium要能真正自动化手机上的应用必须依赖于各个移动平台所带的自动化框架；IOS平台目前依赖于XCUITest实现，安卓目前主要依赖于uiautomator。框架提供的是运行库，运行库运行在移动设备上。

AppiumServer服务起来后会在移动设备上安装一个帮助自动化的应用，可理解为“控制许可”或者“代理”应用，通过这样应用可以编译我们自动化给出的指令，然后按指令测试移动设备上的应用。

图4 UI自动化流程

蜂鸟效能平台的接口自动化功能基于接口分层测试设计的思想，采用python+unittest+ddt框架自研实现。把测试数据与测试代码完全分离，将数据操作、用例配置、日志记录、接口请求等公用方法封装成单独类，使用DDT数据驱动工具管理每个接口的多种测试场景，使用unittest组织、执行多个接口的测试用例集合，通过添加多种断言形式，如接口的状态码、返回值、差异化（diff）对比等对接口测试结果进行判断，最后通过HtmlTestRunner生成测试报告，把返回的测试结果用图形和文本形式形象的展现出来。

图5 接口自动化体系

接口自动化测试功能是DevOps实践中不可或缺的一部分，具备持续测试能力，提升了测试效率，使测试人员快速适应敏捷开发工作模式，从而减少了产品迭代过程中的时间成本和技术人力成本，为产品快速迭代和发布提供了质量保障。

图6 接口自动化流程

通过自动化测试与CI/CD相结合，提升了测试效率与制品交付速度。

安全测试

蜂鸟效能平台将安全扫描评估系统融入到自动化流程中，实现研发人员自助式安全扫描测试。安全扫描评估系统是一套能够通过对系统整体架构进行扫描，从而发现系统整体架构中可能存在的安全漏洞和容易遭受网络攻击与计算机病毒攻击等风险。安全扫描评估系统会对具体的安全漏洞风险进行分析并给出具体的报告建议。

图7 安全扫描漏洞分布报表

通过将安全扫描评估系统的安全扫描能力前置，在整体安全扫描效率上极大提升了研发的安全风险意识，并提高了安全漏洞的处置效率。

CI/CD流水线整体设计

蜂鸟效能平台CI/CD功能主要包括静态代码扫描、开发环境CI/CD、测试环境CI/CD和自动化测试、上线流程审批、生产环境CI/CD、交付制品的环境流转等功能。其中应用产品的制品在各环境中详细流转逻辑图如下：

图8 CI/CD流程

从上图可知，制品在多环境CI/CD流转的过程中，主要包括三个环境的流转，分别为开发环境、测试环境和生产环境，其中开发环境采用自动构建、自动集成和自动部署的方案，测试环境的流转与发布根据技术经理在蜂鸟效能平台上的提测，测试组人员可以根据自身需要进行按需自动化发布部署，发布部署完成后，可以对相应的功能模块进行自动化测试。制品在生产环境的流转与发布方式和测试环境的发布部署方式类似，在蜂鸟效能平台上走完审批流程后根据实际需要，运维人员按需自动化发布部署。蜂鸟效能平台实现了线上审批流程和测试、发布操作的关联控制，保证每次提测和发布上线都有严格的流程把控。

其中对于容器化应用各环境流转发布部署细节如下：

1、开发环境镜像生成与发布：在Gitlab上创建工程后，研发人员可以自助在平台上对该Gitlab工程绑定自动构建和部署模块，当该工程主分支发生branch合并时触发自动构建，镜像创建后，会将对应的镜像推送到镜像仓库，然后再触发自动化部署脚本将该镜像自动部署到开发环境。

2、测试环境下的镜像流转与发布：在开发人员将对应的需求开发完后，在蜂鸟效能平台上进行应用产品提测，提测后测试组能够在蜂鸟效能平台上的测试模块看到提测的具体镜像内容，根据提测详情，可以实现一键自动部署，然后再对测试环境的镜像进行自动化功能、接口、性能和UI测试。

3、生产环境下的镜像流转与发布：在走完产品上线流程审批后，运维人员能够在蜂鸟效能平台上看到具体的上线流程信息，根据实际情况进行自动化发布部署、回滚和复核。

通过CI/CD流水线，使产品、UED、研发、测试、运维和合规等职能化角色可以在其对应职责的权限下完成产品上线过程中对应的具体操作，如测试人员完成自动化测试操作、运维人员完成自动化部署操作和合规人员完成合规审核操作等，最终达到产品交付的目的。同时蜂鸟效能平台隔离了开发、测试、生产环境，对应的角色只能在对应的环境进行操作，操作环境的隔离符合《证券基金经营机构信息技术管理办法》的相关要求。

4、提测及上线流程跟踪如下：

图9 提测流程详情

该图为一个提测、上线发布流程部分截图，各职能化角色都有参与到该流程中，开发人员提测、测试人员执行测试、技术经理确认上线发布、产品经理发布前验收、产品及技术负责人确认上线、合规确认发布流程、运维人员A执行发布、运维人员B复核发布、业务部门生产验收。

混合云管理及生产发布

在真实的部署环境中，经常涉及多云环境下的发布管理，为了实现多云环境下的制品流转及发布部署，蜂鸟效能平台实现了一套混合云环境的发布管理功能。

中泰证券互联网应用系统的部署环境为一个混合云场景，蜂鸟效能平台通过对混合云环境资源的整合，解决了混合云环境的CI/CD发布部署和系统监控问题，具体方案如下图：

图10 混合云多云环境部署

通过该方案与CI/CD制品流转设计相结合，使研发人员交付的应用制品可以通过蜂鸟效能平台实现多环境流转，最终发布部署到混合云的环境中去。

自动化监控及技术运营

为提升线上问题和故障的发现、反馈效率，蜂鸟效能平台集成了自动化监控功能，自动化监控能够提高运维的效率，并能够满足频繁发布部署过程中的应用监控问题，通过对应用服务的自动化监控与故障自愈相结合能够在用户无感知的情况下修复线上故障，同时在蜂鸟效能平台上对线上故障数据进行跟踪收集分析，达到尽快反馈给研发人员并能够对故障回溯具有参考作用。

效能指标跟踪及改善

效能指标能够体现研发过程的实施情况，客观的效能数据可以对我们研发改进起到指导效果，没有客观数据和成功标准就无法做到持续反馈和持续改进。蜂鸟效能平台中关键效能指标见下图：

图11 效能数据

研发效能数据多维度展示产品交付各阶段的数据，如开发阶段的代码数据统计、测试阶段的自动化测试数据统计、运维上线后的故障数据统计等；其中流水线指标从交付效率和吞吐率两方面主要反映研发过程整体效能情况；项目/需求指标能够从需求的成本和上线后的价值两个角度对需求进行价值数据衡量；研发指标反映了当前研发人员的工作负荷以及产出及质量情况；测试指标对产品质量保证具有关键指导的作用；运维指标能够反映运维工作效率的情况，如线上故障情况及功能上线发布效率。蜂鸟效能平台通过多维度对不同交付阶段进行数据跟踪并绘制全面的图表对全过程进行效能分析。

总结

中泰证券互联网研发团队基于DevOps思想构建的蜂鸟效能平台上线以来，接入项目模块220多个，支持容器及非容器应用，经过累计21万+次的CI/CD(持续集成/持续交付)，已经成为目前互联网研发过程中不可或缺的核心研发工具平台。带来的价值如下：

1、规范研发过程，实现安全可控

蜂鸟效能平台将开发、测试、生产环境进行了有效隔离，实现了各环节操作的安全可控及合规。所有的发布操作均通过蜂鸟效能平台留痕并且操作绑定流程制度，做到了问题可追溯、减少了误操作、操作符合公司IT管理规定。

2、提升交付效率，缩短交付时间

蜂鸟效能平台旨在缩短开发人员完成功能代码编写到生产发布过程中的时间消耗，提升研发交付效率。

缩短了开发时间周期，通过静态代码扫描可以在10~20分钟内实现对一个应用系统的代码检查，提升了开发人员CodeReview的效率。每个迭代的时间缩短0.5~1天。

缩短了测试时间周期，全功能回归测试从2~3天人工测试降低到自动化测试6~8小时。每个迭代的时间缩短2天左右。安全自动化测试，从3到5天人工进行，到目前的自助式服务30分钟。减少了等待3到5天。

缩短了各环节流转的时间，蜂鸟效能平台自动化CI/CD次数自上线以来达到21万+次，已经实现了从开发人员提交代码到生产发布过程中的自动化，节约了大量的人力成本。其中各环境下的发布部署改造前后具体参考图如下：

图12 CI/CD实施前后数据分析

从上图可知，通蜂鸟效能平台的实现与应用，使应用制品在开发、测试和运维阶段的发布部署过程中，对应的发布部署效率提升10倍以上。

3、提升交付质量，减少线上故障

静态代码扫描可以识别一定的代码逻辑设计、编码缺陷及安全漏洞，减少了程序问题导致的生产问题。

应用发布过程中，应用包在开发、测试和生产的环境流转过程中，应用包不用重新编译打包，实现了同一应用包多环境流转，系统、业务配置参数通过配置中心读取，减少了因为应用包变更和参数配置问题导致的生产发布问题。

通过容器化技术实现了各环境对应用的隔离性和封装性，减少了因为开发、测试、生产环境的差异性导致的生产发布问题。

4、减少了人力资源投入，节省了研发成本

在测试能力提升方面，目前自动化测试已经覆盖核心业务用例80%以上,核心业务主要为集中交易、两融、期权、理财、条件单、银证转等核心业务，通过自动化测试回归后保障线上无交易类业务生产故障。2020年下半年加强了自动化测试能力建设，通过自动化测试减少了人力资源投入，目前自动化测试团队6人，2020年自动化测试累计节省16人/年。UI回归次数安卓和iOS共回归65次，每次执行用例2500+，按照每人每天可执行55条计算，共节省约11人/年；接口自动化回归529次，按每人每天40接口计算，共节省约5人/年。

原文链接： https://mp.weixin.qq.com/s/_nD57Hvpb5fUAb3g8hDUEg

Facebook 因为推错了 BGP 路由的配置，相当于直接把自己的所有系统从互联网上断开了。没法快速恢复是因为平时通过互联网工作的员工也访问不到。更厉害的是门禁系统也在断开的系统之内，员工的门禁卡失效没法物理进入机房维护。。

Tue, 05 Oct 2021 07:36:51 CST

Facebook 因为推错了 BGP 路由的配置，相当于直接把自己的所有系统从互联网上断开了。没法快速恢复是因为平时通过互联网工作的员工也访问不到。更厉害的是门禁系统也在断开的系统之内，员工的门禁卡失效没法物理进入机房维护。。

想看更多劲爆内容，请下载抽屉新热榜客户端 :
http://dig.chouti.com/qrcode/10036

调研机构：小米超 4 成毛利润来自广告等互联网服务

Tue, 07 Sep 2021 18:02:00 CST

9 月 7 日消息，近日国际市场调研机构 Counterpoint Research 发表了一篇有关小米公司营收结构的报告。

这份报告称，尽管自 2018 年上市以来，小米的互联网服务在整个公司的季度营收占比不超过 10%，不过其毛利率及利润占比却相当可观，其最新数据显示小米平均 42.74% 的毛利润是由互联网服务贡献的，2021 年第二季度互联网服务方面的毛利率达到 74.1%，远高于手机部门的 11.8% 以及 18.4% 的公司整体毛利率。

小米的互联网服务主要包括手机游戏运营、电子商务、金融科技以及广告等项目，而目前过半的收入来自于广告（2020 年占比为 54%）。

不过，小米互联网服务收入的增速在 2021 年第二季度放缓至 19.1%，远不及手机（86.8%）和 IoT（35.9%）业务的增速，同时平均每用户收入（ARPU）近几个季度也在下降，显示出来自手机的流量变现效率在下降。

报告还称，全球越来越严格的隐私法规以及用户对于广告的抱怨对于小米目前倚重广告利润的模式提出了挑战。

国家网信办关于《互联网信息服务算法推荐管理规定（征求意见稿）》公开征求意见的通知

Fri, 27 Aug 2021 12:53:59 CST

据微信公众号“网信中国”27日发布消息，为了规范互联网信息服务算法推荐活动，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益，促进互联网信息服务健康发展，我办起草了《互联网信息服务算法推荐管理规定（征求意见稿）》，现向社会公开征求意见。公众可通过以下途径和方式提出反馈意见：

1.登录中华人民共和国司法部中国政府法制信息网（www.moj.gov.cn、www.chinalaw.gov.cn），进入首页主菜单的“立法意见征集”栏目提出意见。

2.通过电子邮件将意见发送至：jishu10@cac.gov.cn。

3.通过信函将意见寄至：北京市西城区车公庄大街11号国家互联网信息办公室网络法治局，邮编：100044，并请在信封上注明“互联网信息服务算法推荐管理规定征求意见”字样。

意见反馈截止日期为2021年9月26日。

附件：互联网信息服务算法推荐管理规定（征求意见稿）

国家互联网信息办公室

2021年8月27日

附件如下：

互联网信息服务算法推荐管理规定（征求意见稿）

第一条为了规范互联网信息服务算法推荐活动，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益，促进互联网信息服务健康发展，弘扬社会主义核心价值观，根据《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》、《互联网信息服务管理办法》等法律、行政法规，制定本规定。

第二条在中华人民共和国境内应用算法推荐技术提供互联网信息服务（以下简称算法推荐服务），适用本规定。法律、行政法规另有规定的，依照其规定。

前款所称应用算法推荐技术，是指应用生成合成类、个性化推送类、排序精选类、检索过滤类、调度决策类等算法技术向用户提供信息内容。

第三条国家网信部门负责全国算法推荐服务的监督管理执法工作。省、自治区、直辖市网信部门依据职责负责本行政区域内算法推荐服务的监督管理执法工作。

第四条算法推荐服务提供者提供算法推荐服务，应当遵守法律法规，尊重社会公德和伦理，遵守商业道德和职业道德，遵循公正公平、公开透明、科学合理和诚实信用的原则。

第五条鼓励相关行业组织加强行业自律，建立健全自律制度和行业准则，组织制定行业标准，督促指导算法推荐服务提供者建立健全服务规范、依法提供服务并接受社会监督。

第六条算法推荐服务提供者应当坚持主流价值导向，优化算法推荐服务机制，积极传播正能量，促进算法应用向上向善。　　

算法推荐服务提供者不得利用算法推荐服务从事危害国家安全、扰乱经济秩序和社会秩序、侵犯他人合法权益等法律、行政法规禁止的活动，不得利用算法推荐服务传播法律、行政法规禁止的信息。

第七条算法推荐服务提供者应当落实算法安全主体责任，建立健全用户注册、信息发布审核、算法机制机理审核、安全评估监测、安全事件应急处置、数据安全保护和个人信息保护等管理制度，制定并公开算法推荐相关服务规则，配备与算法推荐服务规模相适应的专业人员和技术支撑。

第八条算法推荐服务提供者应当定期审核、评估、验证算法机制机理、模型、数据和应用结果等， 不得设置诱导用户沉迷或者高额消费等违背公序良俗的算法模型。

第九条算法推荐服务提供者应当加强信息内容管理，建立健全用于识别违法和不良信息的特征库，完善入库标准、规则和程序。发现未作显著标识的算法生成合成信息的，应当作出显著标识后，方可继续传输。

发现违法信息的，应当立即停止传输，采取消除等处置措施，防止信息扩散，保存有关记录，并向网信部门报告。发现不良信息的，应当按照网络信息内容生态治理有关规定予以处置。

第十条算法推荐服务提供者应当加强用户模型和用户标签管理，完善记入用户模型的兴趣点规则，不得将违法和不良信息关键词记入用户兴趣点或者作为用户标签并据以推送信息内容，不得设置歧视性或者偏见性用户标签。

第十一条算法推荐服务提供者应当加强算法推荐服务版面页面生态管理，建立完善人工干预和用户自主选择机制，在首页首屏、热搜、精选、榜单类、弹窗等重点环节积极呈现符合主流价值导向的信息内容。

第十二条算法推荐服务提供者应当综合运用内容去重、打散干预等策略，并优化检索、排序、选择、推送、展示等规则的透明度和可解释性，避免对用户产生不良影响、引发争议纠纷。

第十三条算法推荐服务提供者不得利用算法虚假注册账号、非法交易账号、操纵用户账号，或者虚假点赞、评论、转发、网页导航等，实施流量造假、流量劫持；不得利用算法屏蔽信息、过度推荐、操纵榜单或者检索结果排序、控制热搜或者精选等干预信息呈现，实施自我优待、不正当竞争、影响网络舆论或者规避监管。

第十四条算法推荐服务提供者应当以显著方式告知用户其提供算法推荐服务的情况，并以适当方式公示算法推荐服务的基本原理、目的意图、运行机制等。

第十五条算法推荐服务提供者应当向用户提供不针对其个人特征的选项，或者向用户提供便捷的关闭算法推荐服务的选项。用户选择关闭算法推荐服务的，算法推荐服务提供者应当立即停止提供相关服务。

算法推荐服务提供者应当向用户提供选择、修改或者删除用于算法推荐服务的用户标签的功能。

用户认为算法推荐服务提供者应用算法对其权益造成重大影响的，有权要求算法推荐服务提供者予以说明并采取相应改进或者补救措施。

第十六条算法推荐服务提供者向未成年人提供服务的，应当依法履行未成年人网络保护义务，并通过开发适合未成年人使用的模式、提供适合未成年人特点的服务等方式，便利未成年人获取有益身心健康的信息内容。

算法推荐服务提供者不得向未成年人用户推送可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好等可能影响未成年人身心健康的信息内容，不得利用算法推荐服务诱导未成年人沉迷网络。

第十七条算法推荐服务提供者向劳动者提供工作调度服务的，应当建立完善平台订单分配、报酬构成及支付、工作时间、奖惩等相关算法，履行劳动者权益保障义务。

第十八条算法推荐服务提供者向消费者销售商品或者提供服务的，应当保护消费者合法权益，不得根据消费者的偏好、交易习惯等特征，利用算法在交易价格等交易条件上实行不合理的差别待遇等违法行为。

第十九条国家网信部门建立分类分级管理制度，根据算法推荐服务的舆论属性或者社会动员能力、内容类别、用户规模、算法推荐技术处理的数据敏感程度、对用户行为的干预程度等对算法推荐服务提供者实施分类分级管理。

第二十条具有舆论属性或者社会动员能力的算法推荐服务提供者应当在提供服务之日起十个工作日内通过互联网信息服务算法备案系统填报服务提供者的名称、服务形式、应用领域、算法类型、算法自评估报告、拟公示内容等信息，履行备案手续。　　

算法推荐服务提供者的备案信息发生变更时，应当在变更之日起五个工作日内办理变更手续。

算法推荐服务提供者终止服务的，应当在终止服务三十个工作日前办理注销备案手续，并作出妥善安排。

第二十一条国家和省、自治区、直辖市网信部门收到备案人提交的备案材料后，材料齐全的，应当在三十个工作日内予以备案，发放备案编号并进行公示；材料不齐全的，不予备案，并应当在三十个工作日内通知备案人并说明理由。

第二十二条完成备案的算法推荐服务提供者应当在其对外提供服务的网站、应用程序等显著位置标明其备案编号并提供公示信息链接。

第二十三条具有舆论属性或者社会动员能力的算法推荐服务提供者应当按照国家有关规定开展安全评估。　　

算法推荐服务提供者应当完善算法推荐服务管理机制，对算法推荐服务日志等信息进行留存，留存期限不少于六个月，并在相关执法部门依法查询时予以提供。　　

第二十四 条国家和省、自治区、直辖市网信部门会同有关主管部门对算法推荐服务开展算法安全评估和监督检查工作，对发现的问题及时提出整改意见并限期整改。　　

算法推荐服务提供者应当配合有关主管部门依法实施的安全评估和监督检查工作，并提供必要的技术、数据等支持和协助。　　

第二十五条参与算法推荐服务安全评估和监督检查的相关机构和人员应当对在履行职责中知悉的个人信息、隐私和商业秘密严格保密，不得泄露、出售或者非法向他人提供。　　

第二十六条算法推荐服务提供者应当接受社会监督，设置便捷的投诉举报入口，及时受理和处理公众投诉举报。　　

算法推荐服务提供者应当建立用户申诉渠道和制度，规范处理用户申诉并及时反馈，切实保障用户合法权益。　　

第二十七 条算法推荐服务提供者违反本规定第七条、第八条、第九条第一款、第十条、第十一条、第十二条、第十三条、第十四条、第十五条第二款、第二十二条、第二十六条规定的，由国家和省、自治区、直辖市网信部门依据职责给予警告、通报批评，责令限期改正；拒不改正或者情节严重的，责令暂停信息更新，并处五千元以上三万元以下罚款。构成违反治安管理行为的，依法给予治安管理处罚；构成犯罪的，依法追究刑事责任。

第二十八条算法推荐服务提供者违反本规定第六条、第九条第二款、第十五条第一款、第三款、第十六条、第十七条、第十八条、第二十三条、第二十四条第二款规定的，由网信等有关主管部门依据职责，按照有关法律、行政法规和部门规章的规定予以处理。　

第二十九条具有舆论属性或者社会动员能力的算法推荐服务提供者违反本规定第二十条的规定，未按照要求备案或者在报送备案时隐瞒有关情况、提供虚假材料或者通过欺骗、贿赂等不正当手段取得备案的，由国家和省、自治区、直辖市网信部门依法撤销备案，并给予警告、通报批评，责令限期改正；拒不改正或者情节严重的，责令暂停信息更新，并处五千元以上三万元以下罚款。　　

具有舆论属性或者社会动员能力的算法推荐服务提供者终止服务未按照要求及时办理注销备案手续，或者发生严重违法情形受到吊销互联网信息服务许可、关闭网站、终止服务等行政处罚的，由国家和省、自治区、直辖市网信部门予以注销备案。　　

第三十条本规定自2021年月日起施行。

碳中和，互联网巨头的战略指北针？

Sat, 15 May 2021 18:09:10 CST

图片来源@视觉中国

文丨互联网江湖

杰里米·里夫金曾在《零碳社会》中预测：“碳泡沫将是人类历史上最大的经济泡沫，化石能源文明终结，新生态文明时代到来，世界政治和经济秩序将发生巨变。”

自从国家提出碳达峰、碳中和的目标之后，爆火的碳中和概念似乎已经在互联网上“卷”了起来，很多互联网科技企业开始思考碳中和背景下企业的未来。

可以确定的是，碳中和作为发展的主旋律已经悄悄奏响，它将会极大改变我国的产业结构，影响到企业未来的发展模式。

那么它将如何影响互联网企业的发展进程，互联网企业又该怎样利用碳中和带来的发展机遇呢？

机遇 or 挑战？

2020年9月22日，我国领导人在第七十五届联合国大会一般性辩论的讲话上正式提出中国的碳中和目标，二氧化碳排放力争2030年前达到峰值、2060年前实现碳中和。

其中碳达峰是指在某一个时点，二氧化碳的排放不再增长达到峰值，之后逐步回落；碳中和是指通过植树造林、节能减排等形式抵消自身产生的二氧化碳排放量，实现二氧化碳“零排放”。

那么碳排放主要集中在那些领域呢？

微软创始人比尔·盖茨在新书《如何避免气候灾难——已有的解决方案和尚需的技术突破》中，将碳排放主要来源分为五大类：电力（25％）、农业（24％）、制造业（21％）、交通（14％）和建筑（6％），其他各类来源占10％。

高速经济增长往往伴随着高碳排放，欧美国家已经走过了先发展后治理的进程，如今很多碳排放较大的制造环节都设在发展中国家。

因此，中国作为最大的发展中国家，碳中和也将是一项更为艰巨的任务。

但作为负责的大国，中国还是定下了这样的目标，这也意味着政府将研究制定并严格执行碳达峰、碳中和的时间表、路线图，政策框架清晰后，逐步落实到社会的各个层面。

而互联网企业的碳排放主要体现在电力能源的消耗上，数据中心是互联网的心脏，同样也是互联网企业碳排放的主要来源。

在今年1月，腾讯宣布启动碳中和规划，马化腾在朋友圈表示，预计未来最大占比的是原生清洁能源支持的数据中心的实现。很难，但总要努力。

百度在助力碳中和方面的举措一方面是建立绿色数据中心，其2020年自建的全部数据中心PUE为1.14，已明显低于2020年行业平均PUE 1.59；另一方面是清洁低碳能源的使用，如签约风电。

实际上，根据Eric Masanet教授等人在《科学》杂志的论文（2020）——2018年全球数据中心的耗电量为205太瓦时（TWh），占电力总需求的1%。

斯坦福大学教授乔纳森·库梅曾提出库梅定律（Koomey's Law）：计算机的能源效率大约每18个月翻一番，即计算设备的耗电量每18个月就会下降一半。

未来随着数据中心由计算实例向节能型云和超大规模数据中心转移，数据中心可以更有效地管理电源容量、优化散热、利用高能效服务器并提高服务器利用率，节省能源消耗。

也就是说，互联网企业想要实现碳中和的目标，相对其他行业来说还是比较轻松的。

在美国五大互联网公司FAAMG中，谷歌和微软已分别于2007年和2012年实现碳中和。当然，自2019年以来，五大公司也纷纷作出新的、更为严格的承诺。

微软在追溯性碳中和方面做出第一个承诺：到2050年，抵消掉该公司自1975年成立以来的所有碳排放。

亚马逊表示，它将在2040年前实现碳中和，并将西雅图的钥匙球馆(Key Arena)重新命名为“气候承诺球馆”(Climate Pledge Arena)。

对于中国互联网企业来说，碳中和确实仍然存在一定难度，但这或许更可以视作一场机遇，带来增长的第二曲线。

互联网红利消失，下一步增长在碳中和？

英国节碳基金在一份《气候变化：掀起商业革命》的报告中称：

发展低碳经济与排斥低碳经济之间约有1万亿美元价值波动幅度。准备充分、主动出击的前瞻性企业有希望把企业价值提升80%，而定位不准、因循守旧的企业，则可能面临淘汰的风险。

众所周知，如今互联网用户增长已经陷入瓶颈，互联网流量红利接近尾声，无论是用户基数还是用户使用时长，我们都很难看到结构性增长的机会，想要复制过去的增速可能性很小。

互联网公司之间的竞争也日趋白热化，任何停滞都有可能面临淘汰出局的结果，最可怕的便是失去发展的方向，而碳中和指向了一个明确的未来。

比如新能源汽车行业，是碳中和绝对的拥趸，可以有效减少传统化石能源的使用，加速碳中和进程，美国电动车及能源公司特斯拉目前可以说是碳中和领域的典型赢家。

债券投资研究公司Bond Angle的创始人维基·布莱恩（Vicki Bryan）指出，特斯拉在历史上积累了约16亿美元的碳排放积分，主要是零排放汽车信用。出售碳排放积分帮助特斯拉连续四个季度盈利，使特斯拉有资格加入标准普尔500指数。

如今在造车热潮下，新能源汽车领域也迎来了百度、华为、小米、滴滴等一堆跨界巨头，未来也很可能会拥有相应的碳中和政策优势。

事实上，我们千万不能忽视互联网企业强大的跨界生长能力，除了目前火热的新能源汽车外，互联网企业早已深入到碳中和的方方面面，也已与碳中和产生了千丝万缕的联系。

典型代表是支付宝的蚂蚁森林，通过社交游戏帮助用户远程「云种树」，这是很大一部分用户参与过的个人碳减排活动。

《蚂蚁森林 2016-2020 年造林项目生态系统生产总值（GEP）核算报告》显示，2016 年至今，蚂蚁森林的参与者已超 5.5 亿，累计种植真树超过 2.23 亿棵，预估蚂蚁森林生态系统生产总值为 113.06 亿元。

还有转转、闲鱼等二手电商的崛起，让庞大的闲置资源有效流转，促进社会经济低碳、可持续发展。根据政府机构预测数据显示，2030 年，二手闲置经济可为全国节省 32 万亿人民币，到 2040 年节省的钱达到了惊人的 70 万亿人民币。

再比如共享出行领域，共享两轮车被人为是所有出行方式中最环保的解决方案，不仅可以减少能源消耗，还可以有效缓解城市交通拥堵。

根据哈啰招股书，截至2020年底，哈啰用户通过健康出行方式已累计减少碳排放66.7万吨。

亦或者风靡一时的“互联网养猪”，同样可以对碳中和产生很大助力，毕竟碳排放的第二大来源就是农业。

此前在2009 年，网易就进入生猪养殖业，采用无菌、封闭化管理，通过特别定制的猪粮配方，改变猪新陈代谢、皮质醇水平，提升猪肉品质。

在今年 2 月中旬，华为机器视觉总裁段爱国在微博上透露，华为智慧养猪解决方案即将公布。华为智慧养猪解决方案是一个 AI 人工智能项目，通过猪脸识别检测个体猪的体重、饮食、运动等日常状态。

相对牛、羊等反刍动物来讲，养猪排放的废气较少。不过，猪的粪便会产生一氧化二氮，这种温室气体，导致全球变暖的能力，是二氧化碳的265倍，不输于甲烷。

而养殖科学技术、畜群管理能力提升，动物的健康状况和饲料质量的改善，也可以有效降低温室气体的排放强度。

巨头的战略指北针？

那么，未来互联网企业在碳中和领域还有哪些可能？

实际上机会还有很多。

目前的互联网可以说是有史以来竞争格局最稳定的时期，在未来几年内或许将继续保持下去。

因为增量有限，自身洗牌的结束意味着未来将更多是试图对其他领域进行洗牌，向其他领域要增长，求发展。

因此，我们可以看到互联网正在进入更多落后的、低能效的传统行业，重做行业基础设施。

与这些传统领域相比，碳中和刚刚起步，仍然是崭新的，没有过去发展历史所留下来的桎梏，因此阻力相对更小，也更容易发现“新的大陆”。

首先，碳中和领域的企业服务就是一个不错的赛道。

企业要想实现碳中和，首先必须了解自己的碳排放行为，对企业的整体碳排放进行计算和监测，同时还要定制化减少排放的建议和方案。

由前Stripe员工成立的Watershed是这一方面发展较快的企业，如今Watershed的技术已经可以帮助公司追踪一级（自身的排放量）和二级的碳排放（公司所购买的能源量），还能够追踪供应商和消费者在生产和使用公司产品过程中所产生的碳排放量。

其次，碳金融领域。

央行货币政策委员会委员、北京绿色金融与可持续发展研究院院长马骏亦撰文指出，未来三十年内，中国实现碳中和所需的绿色低碳投资规模超百万亿元，甚至可达数百万亿元。

这样巨大的资金需求，政府资金只能覆盖很小一部分，缺口要靠市场资金弥补。但是对于互联网企业尤其是巨头来说，最不缺的就是钱。

曾有戏言说，腾讯和阿里投出了半个互联网，这一说法当然不算准确，但这也表明互联网企业通过投资深刻影响了商业世界的格局和走向。

还有，随着碳交易的发展，未来是否会出现一个专业的碳交易平台？

所谓碳交易，就是把碳排放量化，变成一个可以买卖的商品，“市场之手”同样可以成为解决碳中和的有力武器。

据天眼查专业版APP显示，如今包含“碳交易”的公司已高达1808家。

中国自2011年开始，启动了地方碳交易试点工作。在今年2月1日，国家生态环境部正式印发的《碳排放权交易管理办法(试行)》正式实施。

如果碳交易平台出现，未来新能源、电动车、环保等相关企业将成为碳交易中的主要卖方，碳排放比较大的石化、化工、建材、钢铁等行业将是碳交易市场的主要买家。

中国的碳中和任务艰巨，同样的，如果中国实现了全国范围的碳交易，那也意味着中国将成为全球规模最大的碳交易市场。

碳中和将带来新的发展周期，机遇不胜枚举，还有很多值得关注的细分领域。

实际上，其意义对于互联网巨头或许更为重大，很可能会成为互联网巨头的“战略指北针”。

商人看商业价值，政府看社会价值。

未来互联网巨头对于社会的影响力越来越大，作为社会的支柱，其发展与政府密切相关，将越来越多和政府打交道，因此，如何保证不与政府的决策相冲突，与政府形成协同效应，这既是一种实力，也是智慧的体现，而碳中和为巨头们提供了另一种指引。

志之所趋，无远弗届。碳中和的目标已经定下，企业要做的就是赶上历史的步伐，并且在如今大变革时代下贡献自己的一份力量，真正的历史进程将比小说更精彩。

【 钛媒体作者介绍：科技自媒体志刚，订阅号：互联网江湖。微信：13124791216，转载保留作者版权信息，违者必究。】

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

5G+工业互联网应用场景大集锦！

Sun, 04 Apr 2021 13:45:00 CST

“5G+”火了，5G+医疗、5G+高铁、5G+物流等应用场景不断涌现。

工业和信息化部日前印发的《“5G+工业互联网”512工程推进方案》中提出，到2022年，在“5G+工业互联网”领域打造5个产业公共服务平台，内网建设改造覆盖10个重点行业，形成至少20大典型工业应用场景。

5G已成为工业互联网发展过程中的恒久驱动力。

为什么5G独得工业互联网的青睐，源于5G凭借其技术优势能助力制造业实现“提质、降本、增效”的目标，从而使其走上数字化、网络化、智能化的道路。

如今，5G在制造业中有哪些场景的应用，效果如何？对此，雷锋网特别整理了以下几种应用场景。

5G+钢铁

目前，我国钢铁行业的信息化、自动化水平已经跻身国际前列，成为离智能化最近的行业。

在新基建范围明确后，如何通过5G技术改造传统制造业，成为了钢铁企业主要的思考问题。

5G在钢铁行业中的应用场景：

5G+人工智能废钢判定系统：依托5G技术可以实时采集废钢图像，基于算法模型对废钢自动进行判级，极大降低员工的劳动强度，提升检验过程的透明度和可追溯性。　

5G+智能点检：由于钢铁厂的设备杂而多，想要实现设备的可管、可控、可视非常困难。借助5G强大的数据传输速度，智能点检可以实时的对设备信息进行采集，再通过大数据分析处理，对设备状态进行预判，做到预知维修。

5G+智慧天车：天车是钢铁生产中必不可少的设备之一，它集装卸、搬运、运输功能于一身，是决定钢厂高效运转的关键因素。随着无人化天车系统的普及，对于网络的需求也日益增高。5G凭借超高速率、超低时延、超强稳定等优势成为了无人化天车系统的最佳选择。

5G+安全生产：由于冶金钢铁行业的特殊性，其安全生产问题尤为突出。通过5G网络的覆盖，实现设备巡检和高危作业场景，采用5G技术进行无人化操作，通过高清视频回传，实现车间内吊车的远程操作，提升生产安全性，减少安全事故发生。　　

由此可见，5G在钢铁行业的智能化发展中发挥着举足轻重的作用，它凭一己之力实现了工厂生产、设备、物流、能环、安全5大核心要素的效能提升，支撑着智慧钢厂的建设。

5G+农业

农业作为劳动力密集产业，在生产过程中存在着劳动力成本高、人力资源短缺、效率低下等问题。

随着5G技术的出现，越来越多“黑科技”被应用到现代农业发展过程中，不仅降低了人工成本，还提升了农作物的品质。5G已然成为降本增效的大功臣。

5G在农业中的应用场景：智慧农场、智慧林场、智慧畜牧和智慧渔场.

如果做细分的话则包括以下几个方面：

智慧农场：远程农机设备操控、农作物监测、农机设备自动化作业；

智慧林场：森林资源、病虫害、野生动植物、森林防火监测等；

智慧畜牧：畜牧生产管理水平，牲畜跟踪、草场监测、牲畜疫情与生长监测等；

智慧渔场：渔场监测、水质监测、水产品生长情况监测、精准鱼食投放等。

5G智慧农业的一大特点是以各类智慧器械代替人工，例如智能喷药、无人驾驶拖拉机、无人机飞防等。农场中布置的各类传感器设备、探头装置负责收集信息将实时数据传输到数据处理中心，管理者基于分析处理后的数据信息进行判断与操作指令的下达，5G能够让管理者的命令立即到达并执行，整个操作更加精准高效。

目前在广西、广州、河南、重庆等多个地区都启动了智慧农业建设工作，助力农业向智能化、数字化、精细化发向发展。

5G+汽车

人类第一次汽车工业革命成就了流水线大规模的生产，第二次革命实现了汽车的电子化，进入二十一世纪以来，汽车工业一直在寻求突破性革命性的变革。

伴随着5G时代的到来，以智能化为主要业态的第三次革命，为汽车工业迎来了重要的机遇与变革。

5G技术与汽车的跨界融合产生的丰富智慧互联场景，被认为是现阶段汽车行业发展的重要课题之一，汽车智能化不仅成为了新的发展趋势，也将深刻改变人们的出行生活。

未来，在整车及零部件企业生产制造过程中，基于5G的工业无线互联网可将工厂内部的人、机、物、料、环进行连接并打通信息孤岛，实现生产流程的数字化，同时也为智能化无人工厂的实现打下基础。

汽车零部件加工方面，特别是在动力系统零部件加工中，5G技术将有广泛应用。比如通过在刀具刀柄或机床主轴加装传感器及通信模块，利用5G技术将机床加工参数与运行状态实时发送至监控中心或接受加工指令，可以完成远程设备状态监测预警或协同制造。

整车制造方面，在冲压车间可利用5G通信技术实现模具检测数据采集和质量控制联动、基于板材质量数据采集和线体参数自适应调整、产线状态数据实时采集等。焊装车间里5G技术可应用于焊群系统数据采集及静态参数优化、基于待焊接零件质量数据采集的焊接参数自调整与优化、真实现场数据采集驱动的虚拟工厂的实时仿真。

未来，智能化AGV是实现物流及工装运输、不同工艺单元或生产线组合连接的关键装备，基于5G技术开发的AGV在实时控制、精确导航方面的优势结合RFID技术，将在整车生产厂内物流方面有广泛应用前景。

5G的出现可以说解决了智能汽车、自动驾驶等新概念对于高速、低延时网络的需求，促进了汽车行业的转型升级。

5G+航空

伴随着5G技术的发展，美国85%的飞机以及欧洲一半以上飞机都实现上网，但是我国仅有不足5%的飞机实现了空中接入互联网。

显而易见，对我国来说，5G+航空的融合引用已成为迫切需要解决的问题。

在这一方面，中国商飞利用5G的技术优势联合上海联通共同打造了国内首个5G民航“智慧工厂”。

5G在民航中的应用场景：

人员管理：由于大飞机生产涉密性强、安保要求高，对人员出入进行严格管理非常重要。通过5G网络时延低的特性，可以让人脸与放在“云”端的存储记录可形成快速比对，从而大幅提高识别效率。

物品管理：用于大飞机生产的零配件成千上万，不少工艺仍需要工匠手工完成，“智慧工厂”通过5G网络承载的精准室内定位系统，可以把车间内摆放的零配件定位误差缩小在3厘米以内。工匠通过室内导航设备，可以迅速地实现物品的归位。

数据采集：通过5G对数控机床的运行数据进行实时采集。在传统工业生产中，产品质量的检验环节通常放在最后，这是一种事后监管；如今，传感器被植入数控机床，可实时采集机床运行时的各种数据，并立刻把数据上传到智慧平台或“云”端，再与数据模型进行不间断比对，一旦系统发现异常，短时间内就能告警。

目前，基于5G的质量检测技术有效提升了零部件检测效率和质量。上海联通将AR/VR技术与5G相融，实现大型民机制造工厂的沉浸式体验，并利用虚拟数据及模型与现实空间有机结合，辅助车间设备的巡检及维护。

从目前项目合作成果来看，上海联通将5G技术与边缘计算、云计算、大数据、人工智能等技术进行了有机结合，并融入飞机制造全过程，有效提升飞机制造生产效率、提高飞机装配质量、降低生产运营成本。

5G+煤矿

煤炭行业作为传统能源产业，具备环节多、战线长、生产系统复杂、管理难度大等特点。

井下工作危险是煤矿业最危险的问题，所以智能化、无人化操作成为了每一个煤矿业人的期盼。而5G技术的应用就将这一梦想变为了现实。

煤矿的井下作业面有6套系统，每套系统采用独立的光纤通信，数据无法融合，有线连接也无法适配矿山最重要的掘进机作业面，打通矿山地面、井下建设一张网成为了煤矿业的棘手问题。

因5G网络具备大带宽、低时延、多连接的特性，自然就成为了煤矿专网建设的关键技术。

5G煤矿专网有四个特点：

一是井上井下一张网，生产办公一张网；

二是网随业动，移动覆盖；

三是边缘计算数据不出矿，保障数据安全，并进一步降低时延；

四是安全，5G NSA组网关键设备已经获得煤安认证。

中国移动与阳煤集团、华为公司联手打造的全国首座5G智慧煤矿诞生，阳煤集团新元煤矿依托目前国内地下最低的5G网——井下534米“超千兆上行”煤矿5G专用网，实现了煤矿智慧化管理，解决了煤炭行业的诸多痛点问题。

这座5G智慧煤矿的诞生为中国煤矿业向智能化方面发展奠定了基础。此外，河南首、山西省也进行着5G智慧煤矿的建设。

八部委联合发布的《关于加快煤矿智能化发展的指导意见》中提出，到2025年，大型煤矿和灾害严重煤矿基本实现智能化；到2035年，各类煤矿基本实现智能化，构建多产业链、多系统集成的煤矿智能化系统，建成智能感知、智能决策、自动执行的煤矿智能化体系。

5G+港口

作为交通运输的重要枢纽，港口在促进国际贸易和地区经济发展中起着至关重要的作用，全球贸易中大约有九成的贸易由海运业承载。

由于，当前整个港口行业正面临劳动力成本持续攀升、劳动强度大以及人力短缺等诸多挑战，降本增效、进行自动化升级改造成为了全球港口的共同诉求。

港口的智能化和信息化建设已成为提升其核心竞争力的重要手段，也是其降低物流成本、提高物流效率的关键所在。

5G作为千行百业数字化转型的重要使能技术，在打造智慧港口过程中扮演着关键角色。

5G在智慧港口中的应用场景：

无人驾驶：基于5G网络技术特性，结合MEC技术、智能传感技术等，能够实现智慧港口无人驾驶集卡远程遥控指令的高速发送，以及异常情况下人工远程遥控无人驾驶集卡的需求。

机械设备远程控制：依托5G网络技术特性，借助“端到端”的5G网络部署，岸桥、场桥与远程控制中心的数据连接采用“5G+有线组网”方式，能够提高网络传输的可靠性和灵活性，结合码头操作管理系统、岸桥自动控制系统、场桥自动控制系统，实现岸桥和场桥远程控制操作。

智慧安防和应急指挥：在5G网络技术优势的助力下，将无人机、布控球等前端设备实时拍摄的高清视频回传到智慧港口应急指挥调度中心，实现码头实景与大屏视频画面同步，大幅提高码头指挥调度人员对港区现场突发情况的观察和判断能力，提升决策和执行效率。

目前，中国移动已助力青岛港、舟山港、妈湾港等实现了智慧港口的建设，使它们向着智能化方向迈出了坚实的步伐。

5G技术已经在多行业多领域有了重要应用，但就目前5G的发展情况来看，仍旧处于探索阶段。想要真正成为赋能千行百业数字化转型的关键技术，仍需努力！（雷锋网雷锋网）

个人思考：未来互联网最重要的创新方向是什么？

Tue, 16 Feb 2021 10:51:00 CST

之前和朋友们讨论过人造肉、代餐在中美之间的不同发展，我们聊到了对于“替代”这个理念的底层文化驱动造成的产品细微的区别。在疫情的影响下，不少美国硅谷的朋友们已经在家办公一年有余。所谓的“替代”、“场景转换”概念一次又一次在身边发生，也催生了Zoom等企业的飞速发展。今天这篇文章就沿着这条思考的碎碎念，聊聊我认为未来互联网最重要的创新方向Metaverse。

本文来自微信公众号： Richer有话说（ID：RicherSee），作者：Richer有话说，原文标题：《侘寂、Metaverse与未来》，头图来自：《银翼杀手2049》

Metaverse 在维基的解释如下：

The Metaverse is a collective virtual shared space, created by the convergence of virtually enhanced physical reality and physically persistent virtual space, including the sum of all virtual worlds, augmented reality, and the Internet.

简单来说，就是一个用高科技支持的“真实”虚拟世界。也就是我们在《黑客帝国》《盗梦空间》《阿凡达》中构想的虚拟世界。这 一创新起源于西方，撇开技术不说，我认为也是一种文化发展的必然。

一、东方是消亡式的思维，西方是替代式的思维

我接受的观点是：东方，以中国日本为代表，在接受变化的过程中，是一种更为贴近自然，天人合一的豁达观念，没了就没了。我称之为“消亡式的思维”。而西方在应对变化中，希望用物质或感官信号来代替原有事实带来的感官，是一种“替代式的思维”。

简而言之就是东方的消亡美学与西方的替代主义。东西应对变化与未来底层思维的不同极大的影响了艺术表现、处事、生活的态度。中医与西医的手段，中西宗教的理解等等都可以小见大。

这个怎么理解呢？大家都熟知沧海桑田的成语，麻姑已见东海三为桑田，三次又被淹没，没见到她要插手。在中国神仙的高度，这不过是一种闲聊与观察。消亡是再平常不过的事。刘慈欣在《流浪地球》写主人公所在流浪纪的未来，爸爸和幼儿园阿姨走了，妈妈点滴眼泪也没有掉，因为地球人在未来已经不理解爱情这件事了。

在中国人的科幻中，连爱情这么重要的事，在未来都是可以消亡的。日本还因此发展出了一个词叫做“侘寂”。 基本就是没法精装修就住毛坯房的意思。

日本的侘寂美学

转头我们看西方文化，没法精装修的老外一定是要贴壁纸的。很多好莱坞电影都可见一斑，比如银翼杀手里面，未来世界主人公都已经混的背成那个样子了，还要辛辛苦苦花钱去买一个AI的女友。这个女友只能在他家以3D投影的方式存在。而深爱他的AI女友，在生离死别要被删除前，竟然找了一个应召女上门给男友，全程把自己的头像投在这个应召女脸上。

我当时看到这一段是既震撼又很不理解的，想不通为什么导演要让这个AI搞这么一出戏，而所有的西方影评人也都津津乐道这一段。

等我读了《流浪地球》以后，把这两者连在一起， 我突然明白了这并不是两国科幻人的区别，而是两国底层思维的区别。在一个欲望无法满足的时候，传统的东方文化告诉我们接受消亡，庄子讲：“至人无己，神人无功，圣人无名”。而西方文化会用尽一切方法来替代满足相应的感官。偃师之流在中国就是几千年的怪力乱神、奇技淫巧，而Boston Dynamic是西方文明之光。

《银翼杀手2049》中的虚拟女友

这一情况也直接导致互联网、Metaverse诞生在西方世界。 最大的替代式思维，其实就是互联网。很多朋友将互联网定义为现世碳基世界在硅基世界的投射。用现在的话说， 互联网就是最初最大的Metaverse，虽然可能只是一个信息交互的初级Metaverse。

二、游戏世界的颠覆，Metaverse的先行者

在互联网这么大的一个范畴中，有一个行业可能会率先让更多人接受Metaverse，这就是游戏行业。不讨论打发时间的休闲游戏。如果我们只看过去主流的单机游戏，大多犹如电影动漫。有设定好的关卡与剧情（80后中风行的游戏《仙剑奇侠传》《魔兽》就是代表），需要一层自我认知与想象，玩家才能将自我投影假想于一个虚拟世界的主角之上，而这个虚拟的角色往往也是设计好的。

而玩家不满足了，玩单机游戏希望有不同的结局，网游、沙盒游戏开放世界、捏脸换装的风行，让玩家可以在虚拟世界中扮演一个具备更高自由度，更像自己的角色。就像90后的朋友们更多喜欢塞尔达，GTA，Spore，Minecraft。而在今天Roblox、动森等游戏的盛行，VR、脑机（美国的Elon Musk和中国的陈天桥都在努力布局的赛道）等技术的成熟，似乎已经宣誓，游戏玩家已经不需要按照编剧的剧本生活， 我们完全可以创造自己的世界。

而可以断言，Metaverse的概念和技术将为在品类中摸索的游戏行业带来质的变化，在我看来传统游戏与Metaverse就像是电影和现世的区别一样，这甚至是一个新的赛道。（有兴趣的朋友可以去找找Roblox的扩展阅读）

腾讯已经布局参股的Roblox

近期Clubhouse的大火在中国引发了许多讨论甚至骂战。大家也争前恐后的从产品、内容、疫情等角度去理解这个项目。那么如果到这里还不理解这个项目，我们可以把望远镜的拉开一些，我们看Zoom的成功，为什么Zoom打倒了这么多远程会议的软件？

我的回答是， Zoom是对于线下开会场景完美复制上线上最成功的企业。说白了就是一个会议的Metaverse。而Clubhouse同样，如果你用场景的角度看，有人比其为大学教学楼、罗马议事广场、北京天桥练摊，什么都有，但言而总之，就是一个线下听觉场景的Metaverse化。

Metaverse和我们过去说的“线上化”是两码事，所谓“互联网+”浪潮带来的“线上化”充其量只能算是很少一部分信息流的线上化，大部分感官和行为还是需要在线下满足。比如电商再线上，你买到的还是一个实际的物品，你需要拆快递。而Metaverse现在已经在科技的带领下，逐步开始占领了视觉、听觉不同的场景，等人类所有感官全部可以通过技术手段模拟的一刻，黑客帝国中虚拟吃牛排的体验就能在Metaverse中真正实现。

三、流量的流向是没有二元对立的

一位前辈给我讲，在互联网中没有真正的二元对立。我觉得这句话说的特别好。而我们现在创投圈的讨论往往容易陷入辩论式的二元对立中没有尽头。很多人在讨论是否接受一个产品，是否接受虚拟世界这件事上也显得相对激动，要有阴谋论、要站队、要贴标签。

用户没有好与坏高于低。大家给用户插了很多标签，什么小镇青年、海归、东方西方、男女、LGBT。但是我们明白世界不是非黑即白，产品的思维碰撞早不是泾渭分明的一刀切了。每个人在世界上归根到底都是打发光阴，并不是说读书就比打游戏高尚多少，大家最终还是会用脚投票。

而Metaverse就这样一点点的诞生，一点点的剥夺我们的感官， 我们还会有很长一段时间，处于现实世界与虚拟世界并行的阶段。每个人都会因此有许多身份，体验许多的生活，我觉得这是人类的终极追求。

星灵通过“辫子”和精神中枢卡拉相连

在东西方不同思路的碰撞已久的今天，广大接受过西式教育的新一代青年反而距离东方文化的内核更远，我们对VR、虚拟世界、互联网更感兴趣。在这里，同样我认为不存在二元对立，东方也并不是不讲Metaverse。

我记得手冢在漫画《佛陀》中画出了他对于极乐世界与涅槃的理解。那就是化为一个光环，与万事万物融为一体。这是忘记所有，归于东方的Metaverse，这与暴雪公司对于宇宙高等智慧的理解上，也就是星级争霸里面的星灵神族完全一致：所有星灵的精神都与一个精神体“卡拉”相连，泽拉图死亡时是归于卡拉。 从这里看，佛陀的涅槃和星际的卡拉。似乎都是Metaverse的终极形态，而这么一件事，这会是我们的未来吗？

本文所有的思考和八卦都是基于网络公开信息和业内不是秘密的消息。本文来自微信公众号： Richer有话说（ID：RicherSee），作者：Richer有话说

2020双跨平台再进5席，工业互联网已是“巨头游戏”？

Sat, 02 Jan 2021 22:20:00 CST

地理大发现，又名大航海时代或探索时代、新航路的开辟。

在这个时期，欧洲的航海家们在王室的支持下，组织船队向世界各处的海洋航行，探索新的贸易路线和寻找新的贸易伙伴。

在今年，类似的盛况也出现在了工业互联网领域。工业互联网平台们在市场巨头或区域政府的支持下，逐步整合生态资源，向各个产业领域出发，探索新的产业发展路径与寻找新的产业生态合作伙伴。

前不久，国家工信部公示2020年跨领域跨行业工业互联网平台清单，在2019年的十大双跨平台的基础上再添5席，成为本年度工业互联网平台发展的标杆。

不难发现，从第一梯队的情况来看，目前入选的国家级跨行业跨领域工业互联网平台基本都是各行各业的巨头在引领发展。那么，是否也就意味着工业互联网的发展只是巨头博弈的游戏？

双跨平台再进5席，全是巨头入场？

诚然，在2019年十大双跨工业互联网平台的榜单上，工业互联网平台第一梯队已经展露明显的巨头引领的特征。伴随着2020年双跨平台清单的公示，这一特征愈发显著。

简单从2020新入选的5家工业互联网平台的基本情况来看，其背后站着无一不是各行各业的巨擘。

腾讯WeMake工业互联网平台：该平台作为腾讯云面向工业行业，整合云产品、优图工业AI、大数据中心、物联网中心、微瓴、企业微信、企点等多个内部产品，以平台载体将产品能力对外输出而打造的工业互联网平台，其背后予以生态支持的腾讯自不必细说。

忽米H-IIP工业互联网平台：重庆忽米网络科技有限公司是宗申产业集团旗下的合资公司。宗申始创于1982年，是一家老牌科工贸企业，以发动机技术闻名，又集研制、开发、制造和销售于一体，产业优势显著。在其从传统制造业向“产融网”三位一体转型升级进程上，忽米成为其向工业互联网领域推进的重点业务。

宝信xIn3Plat工业互联网平台：宝信软件是宝钢股份控股的上市公司，隶属于中国宝武集团。作为中国最大、最现代化的钢铁联合企业，中国宝武在钢铁行业实力雄厚。今年1月，宝钢股份宝山基地更是入选世界经济论坛的“灯塔工厂”网络，从制造端到平台端，宝信都有足够的经验、资源与技术去打造一个赋能钢铁生态圈的工业互联网体系。

supOS工业操作系统：蓝卓工业互联网由褚健教授创立，也是在中控集团27年的工业积累基础上成立的。中控集团作为国内工控系统领域具有领先地位的企业，在提出supOS工业系统的理念时，便做好了打造国产自主可控工业互联网平台的展望。

UNIPower工业互联网平台：紫光云引擎科技是紫光集团的合资企业。紫光集团声名显赫，目前是我国最大的综合性集成电路企业，在企业级IT服务细分领域排名中国第一、世界第二，实业与资本资源雄厚。同时新华三集团在新IT领域云计算、大数据、大互联、大安全的全方位能力也将为其在打造工业互联网平台提供全面的技术支持。

总的来说，犹如地理大发现时期，欧洲王室对航海家的支持一般，工业互联网平台的背后也同样站立着一批行业巨头，从产业资源、资本投入、技术研发、生态赋能等全方位予以支持，帮助其平台在这个工业互联网的“新航海时代”远航探索新的产业数智化转型路线。

工业互联网平台只是“巨头博弈”？

因此，聚焦工业互联网的头部平台，往往也会给外界一种“错觉”，似乎工业互联网领域只属于巨头，其他的中小企业很难参与进来。

是否真是如此？换个角度来说，在中小微企业之间为什么很难诞生一家工业互联网平台？

“智能相对论”在过去一年内与树根互联、浪潮云洲、海尔COSMOPlat等平台交流时，发现当前我国大部分的中小企业的IT基础都比较薄弱，表现为没有IT投入、没有TI团队、更没有IT运维人才等。这甚至直接成为了他们向产业数智化转型的桎梏，更别提孕育一个工业互联网平台。

事实上，工业互联网平台所需要的资源、技术、产业、资本等生态支持绝非一家中小微企业可以承担，所以市场上的工业互联网平台往往由地区携手巨头共建，进而赋能当地中小微企业，推动区域产业向数智化转型升级。

面对工业互联网平台诞生的大背景，树根互联向“智能相对论”表示，「进入工业4.0时代，随着IoT、AI、大数据、区块链等新技术大量应用，产能共享、节能分成、个性化定制等新商业模式兴起，单点的企业级竞争也转变为产业级竞争，传统的ERP已经不能满足产业发展的诉求，工业互联网平台已经成为工业制造业转型升级的新型基础设施。」

简单来说，工业互联网平台诞生的逻辑在于产业竞争环境的复杂化演变，向内驱动头部企业逐步整合生态资源，打造工业互联网平台，进而向外赋能成为中小微企业的数智化转型服务者。

这也就直接导致了工业互联网平台孵化于产业巨头的结果。但是，这也不意味着工业互联网只是一场巨头参与的游戏。

截止2020年9月末，全国登记在册市场主体共计1.34亿户（99%以上为中小微企业），同比增长9%。简单来说，在时代向数智化发展的大趋势下，市场主体持续增加，其中又以中小微企业居多，接下来工业互联网真正的参与者理应是这些中小微企业。

工信部对此予以了明确的指示。在2020年的跨领域跨行业平台评选细则上，便从各个模块透露出了国家对于工业互联网平台面向中小微企业赋能的要求。

其一，平台资源管理能力。双跨平台必须具备良好的用户基础，能够服务海量工业企业，为制造企业和解决方案提供企业赋能。对此，重点考量工业互联网平台的工业设备连接能力、工业微服务数量、服务企业数量、数据汇集量等等。

其二，平台应用服务能力。双跨平台的解决方案需要具有较高的应用效益和较强的应用推广能力，具有显著的应用效益，且能够在行业内甚至在行业间复制推广。

其三，平台基础支撑能力。双跨平台需要支持国家疫情防控，提供疫情监测、资源对接等服务，更要能够支持国家“六稳六保”在带动就业、吸引投资、促进外贸等方面发挥作用。特别是“六稳六保”中面向中小企业的赋能，更是成为双跨平台本年度的一大考核目标。

总的来说，无论是市场服务需要，还是国家上层引导发展，工业互联网平台都在极力倾向于服务中小微企业实现数智化转型升级，进而推动国家产业的整体向前。

结语

如今，工业互联网相比前几年已是火热。其中，工业互联网平台作为一个服务赋能型的产品，其本质便是一个巨头引领的生态。

事实上，作为一个新生事物，工业互联网的热议不在于是否是巨头博弈，其更重要的在于在完善工业数智化体系的过程中确定好市场角色的定位，即谁来建设，谁来服务，谁来参与等等主体问题，避免各自为战、重复建设等情况带来的资源浪费。

未来，伴随着工业互联网深化发展，必然还会有更多的地区和巨头入场，发布新的工业互联网平台，继续向其他行业的中小企业赋能，届时是“盛况”，还是“乱象”，都将成为工业互联网开启“探索时代”的一个必然吧。

*本文图片均来源于网络，不作为商业用途，如有侵犯，请作者与我们联系。

B端：产业互联网的终极奥义

Wed, 30 Dec 2020 10:49:19 CST

编辑导语：当产业互联网时代到来，引起了越来越多的人的关注。如果将C端流量看成是消费互联网时代的生命线，那么B端就是产业互联网的终极奥义。 B端，不仅为产业互联网提供了新市场，为产业互联网提供了新模式，还为产业互联网提供了新方向。

当我们开始远离消费互联网的”势力范围”，原本的狂热开始变得理性。所谓的互联网模式并不是万金油，面对产业转型升级的新需求，以去中间化为代表的互联网模式开始显得力不从心。

寻找新的，区别于消费互联网的发展模式成为一种必然和趋势。

无论是传统的消费互联网公司，还是传统的实体企业，几乎都开始从产业的角度来看待和思考后消费互联网时代的发展新模式。产业互联网的概念便是在这个大背景下诞生的。

顾名思义，所谓的产业互联网就是一个以产业端为改造对象的存在，通过改变产业端的生产方式和方法，完成那些在消费互联网时代并未完成的任务，最终再度实现供求两端的统一。理想很丰满，现实很骨感。

我们看到的诸多的产业互联网的玩家总是会自然不自然地走入到消费互联网的怪圈当中，他们仅仅只是把产业互联网看成是收割产业端流量的概念和噱头，在改造产业端的问题上却鲜有建树。

真正适合产业互联网的发展模式，最终让产业互联网的发展跳出消费互联网的怪圈，显得尤为重要。在诸多的产业互联网的发展模式里，TO B一直都是贯穿始终的。

无论是将B端流量看成是改造对象也好，抑或是将B端流量看成是收割对象也罢，B端始终都是产业互联网的主角。

因此，给B端用户以正确的定位，并且真正找到改变B端的正确方式和方法，或许才是真正让产业互联网的发展真正跳出消费互联网怪圈的关键所在。

一、B端，产业互联网时代的终极奥义

如果我们将C端流量看成是消费互联网时代的生命线的话，那么，B端，才是产业互联网的终极奥义。对于产业互联网时代来讲，B端用户主要有如下几个方面的内涵与意义。

从产业互联网的字面意思，我们就可以看出，“产业”是区别消费互联网与产业互联网的根本字眼。如果我们把C端流量看成是消费互联网时代的核心的话，那么，B端，才是产业互联网时代的核心内涵。

1. B端，为产业互联网提供了新市场

当消费互联网时代的流量红利见顶，人们面临的是新的发展困局。寻找新的市场，寻找新的改造对象，成为产业互联网时代的玩家必然要面临的新问题。

当人们的消费行为和习惯被深度改变的大背景下，上游产业成为了“被遗忘的角落”。

当产业互联网时代来临，玩家们的发展开始从C端转移到了B端。相对于C端市场的短兵相接，B端市场更像是一片尚未被开发的新大陆，不断为产业互联网的提供者新的市场。

2. B端，为产业互联网提供了新模式

当产业互联网的概念被提出，S2B的商业模式几乎在同一时间被推到了前台。

同消费互联网时代仅仅只是依靠撮合和中介来实现盈利的商业模式不同，B端时代的来临开始提供一种全新的商业模式。

这种全新的商业模式真正让产业互联网有了自身的独特性，即赋能与改造开始取代撮合和中介成为全新的发展模式，这种新模式的出现，最终让消费互联网时代所形成的各方角色的得以重构，经典意义上的平台和中心或将不复存在。

3. B端，为产业互联网提供了新方向

当人们开始将发展的目光从C端转移到B端，看到的是一个与消费互联网时代完全不同的新方向——这种新的发展方向是一种反消费互联网的新方向。

如果深度分析消费互联网时代的发展方向的话，我们就会发现，消费互联网时代的发展方向是自上而下的，即通过将上游产业的产品和服务输送给C端用户来实现的，这是一种自上而下的发展。

当产业互联网时代来临，我们看到的是一种双向互动的发展方向：

一方面，下游的C端流量不断提供给上游的B端用户以数据，通过数据来赋能B端，促进B端用户生产和供应方式的改变；另一方面，上游的B端用新的产品和服务提供给下游的C端用户，以满足C端用户的新需求。

当这种双向互动的发展模式开始形成，产业互联网的发展开始有了新的方向。由此可见，B端，才是产业互联网时代的核心内涵。

换句话说，B端才真正让产业互联网真正称之为产业互联网。当我们以B端的思维来看待产业互联网的发展，并且真正找到真正破局B端的正确方式和方法，产业互联网的内涵与概念才能真正被赋予新的意义。

这个时候，产业互联网才算是真正跳出了消费互联网的怪圈，真正进入到了自身的发展时区。

二、以B端为纲，产业互联网的再定义

以B端为根本，重新定义产业互联网，才能真正让产业互联网的发展跳出消费互联网的怪圈，真正进入到一个全新的发展阶段。

当产业互联网的概念越来越多地成为共识，我们或许更加应该思考的是如何从B端的角度来看待产业互联网，而不是仅仅只是沿着C端的老路，简单地把产业互联网看成是一种新的收割流量的套路。

那么，以B端为纲，产业互联网的再定义在哪呢？

产业互联网的生命线不是流量，而是留量。当消费互联网时代的发展红利见顶，我们听到最多的一个词叫“长期主义”。

何谓长期主义？按照笔者的理解，就是要共同成长，长期同行。基于这种逻辑，如果我们站在B端的角度重新定义产业互联网的话，那么，产业互联网时代的生命线或许不在流量，而在留量。

所谓的流量就是一种短期的行为，充满了收割的味道，很显然，仅仅只是以收割的视角来看待产业互联网，而不去做长期、深度的布局，在产业互联网时代是无法获得好的发展的。

相反，以留量的视角来看待产业互联网，将自己看成是行业的一份子，并且投身到行业的发展过程当中，以长期主义的视角来看待产业互联网，或许可以找到消费互联网之外的全新发展方式和方法。

当产业互联网的玩家把自己看成是行业发展的一份子，而不是抽离于行业之外。

这个时候，才算是真正跳出了消费互联网时代以平台和中心为代表的发展模式，并且真正将产业互联网的发展带入到了属于自身的发展轨道里。此刻，产业互联网的发展才算是真正跳出了消费互联网的发展怪圈。

产业互联网的驱动力不是资本，而是技术。

资本，在消费互联网时代扮演了至关重要的作用，这种唯资本至上的发展模式所导致的一个最为直接的结果就是资本的无序发展。

当产业互联网时代来临，特别当我们站在B端用户的角度来看待产业互联网的时候，我们就会发现资本在产业互联网所扮演的作用开始变得不那么重要的，取而代之的是那些真正可以给行业的发展带来深度改变的新技术。

为什么这么说呢？因为如果站在C端的角度，我们需要的是尽可能多地让C端用户产生购买，达成交易，进而获得撮合和中介费。如果我们站在B端的角度，我们需要做的是要改造B端的生产方式和方法，在这个过程当中，相对于资本来讲，有效的技术显得更加重要。

因此，在产业互联网时代，我们应该将更多的关注焦点聚焦在技术的研发和创新上，通过技术而非资本来打开产业互联网时代的发展新模式，从而真正让产业互联网时代的发展跳出消费互联网时代的怪圈，进入到一个全新的发展阶段。

产业互联网的本质不是中心化，而是去中心化。

当我们站在B端的角度来看待产业互联网的发展时，就会发现，所谓的产业互联网并不是一个依靠中心来完成改造的过程，所有的改造都需要玩家深度到行业的发展过程当中，通过深度介入来寻找破局的方式和方法。

比如，我们经常提到的改造生产方式和方法，改造产品和服务，仅仅只是依靠搭建平台，建构中心，缺少真正的介入和投身其中是无法实现的。

所以，从B端来看待产业互联网的本质，并不是我们在消费互联网时代司空见惯的中心化的发展模式，而是去中心化的发展模式。

我们看到的产业互联网的玩家几乎都是将自己定位成为行业的一份子，通过参与到行业的实际运作过程当中来寻找落地和实践产业互联网的方式和方法。

阿里的犀牛工厂、京东的C2M工厂、拼多多的多多工厂就是产业互联网的生动案例。

随着越来越多的产业互联网案例的出现，产业互联网的这种去中心化的发展模式将会越来越多地出现，从而真正将产业互联网的发展带离消费互联网时代的中心化、平台化的漩涡，真正进入到一个去中心化、去平台化的发展新时代。

如果我们将撮合和中介的能力看成是决定消费互联网时代成败的关键的话，那么，真正决定产业互联网时代的是玩家们下沉到实体行业的能力。

当产业互联网的玩家下沉得足够深，触角触达的行业领域足够广，他们就可以获得足够多的发展可能性。总的来讲，产业互联网不是一个中心化的时代，而是一个去中心化的时代。

三、结语

当产业互联网时代来临，越来越多的人开始将关注的焦点聚焦于此。

然而，消费互联网影响的深入且全面，最终，让产业互联网始终都无法跳出消费互联网的发展怪圈。以B端为视角来审视与看待产业互联网，或许可以让我们看到一个全新的产业互联网。

当我们用B端的视角来定义产业互联网，并且真正找到真正符合产业互联网的发展模式的时候，所谓的产业互联网或许才算是真正进入到了真正属于自己的发展轨道。

#专栏作家#

孟永辉，微信公众号：menglaoshi007，人人都是产品经理专栏作家。资深撰稿人，特约评论员，行业研究专家。长期专注行业研究，累计发表财经科技文章超400万字。

本文原创发布于人人都是产品经理，未经许可，禁止转载

题图来自 Unsplash，基于 CC0 协议

郑渊洁，童话作家教你在互联网好好说话

Thu, 24 Dec 2020 17:48:06 CST

今天在互联网发表观点就像背着汽油桶走雷区，一不注意就踩中炸弹，伤害无法估量。

所以在互联网生存的人们学会了用各种方法保护自己，缩写、狗头、括号内加大量备注解释……这都是用户在互联网上被杠、被骂、被伤害后学到的基本知识。不过正因为人人都在互联网玩梗，遵循着一套固有的模板在交流，跳脱出模板的郑渊洁就格外引人注意了。

没错，就是《童话大王》《舒克贝塔传》《皮皮鲁传》《鲁西西传》的作者郑渊洁。在给你的童年讲故事之后，他再一次告诉你，其实我们在互联网也能好好说话，

郑渊洁「郑」在回复你的评论

让郑渊洁再一次回到大众视野的是互联网平台。在抖音和微博的双重作用下，郑渊洁的一些有趣回复被更多人看到了。

他会和那些分享学业的读者互动，不仅严谨，还会和对方分享自己的生活，为对方出谋划策。

@ 嘿你这孩砸：郑爷爷，这个月 26 号我就要考研啦～小时候看过您的书，请问您可以为我加油吗？

@ 郑渊洁：祝你考研成绩全国第二。我在抖音祝过一位读者考研全国第一了。抱歉。

▲ 郑渊洁的祝福特色——严谨

@ 小欣想报复：郑渊洁爷爷！我今天去补课班补课的时候，语文老师讲的是您的文章。

@ 郑渊洁：如果你现在还在班上，你跟老师说，你能让郑渊洁现在通过抖音直播，讲写作体会。就现在，我等着。

▲ 这类观点很难在 65 岁的人身上看到

@ 柚砸：郑爷爷，我郑在背你写的文章，累啊！

@ 郑渊洁：抱歉，你在背我写的文章，我却在玩游戏。真不应该。我现在就退出游戏。

他会和读者聊天，同时弥补读者的小遗憾。双方在提及彼此时，用的都是「您」——一个互联网时代越来越少看到的字。

@ 漩涡鸣人：我觉得郑老每天吃姜是为了生发。

@ 郑渊洁：拜托我不是因为谢顶才留光头造型。我的头发必须每天剃一次。请大家不要传谣信谣。

@ 我觉得猫大爷：曾经为了要您的签名，等了一下午没排上队，哭成狗。

@ 郑渊洁：现在弥补您：祝「我就是猫大爷」幸福平安健康，心想事成。

@ Ta：郑爷爷是在陪孙女打游戏吗？

@ 郑渊洁：是的。我阵亡了，不放心她一个人在战场上，就在冥冥之中保护她。

▲ 和读者分享游戏体验

当然，必不可少的抖机灵也是有的。他会在读者的评论中提及当下热议的离婚冷静期，也能熟练的运用「落地成盒」这些并不通俗的词。对一个 65 岁的作家而言，这些其实没那么容易。

@ 月亮：郑爷爷高寿？

@ 郑渊洁：家父 89 岁。

@ 李子璇的特大豆包：多写一些书让孩子们背哈哈哈哈。

@ 郑渊洁：老天宽恕我吧。

大多时候，郑渊洁评论区的读者都很和谐，大家用郑渊洁的姓氏中的郑字自创「郑在」一词，快乐造句，激情互动。但也不是没有看上去很「挑事」的评论者，在评论区问郑渊洁为什么自己没看过他的书，不过这也被郑渊洁机智化解。

@ 七七陪你跨年：郑老师请问我为什么没有看过您的书呢 [doge]

@ 郑渊洁：当然啊由于我的书只售出了三亿册太少了。如果售出四亿册，也许你就不会成为漏网之鱼了。

「吉祥物」郑渊洁？评论内容可以学

郑渊洁的评论让人感慨不已，微博用户 @ 弄潮儿大总管就说：「郑渊洁的评论区好有趣，没有吵架和阴阳怪气，大家都在积极的和老先生互动，书迷们隔着屏幕发出评论的时候仿佛回到了看着童话书无忧无虑的童年。」

这种评论的氛围固然有很多东西是无法模仿的。毕竟不是每个人都能卖出三亿多册的图书，也不是每个人都创作出过全国知名的文娱 IP、能和「童年回忆」联系起来。但在「因为他是郑渊洁」这个原因之外，我们还是能看出很多可以复现评论氛围的方法。

「自黑」在任何时候都是能够最快拉进彼此关系的方式之一。郑渊洁在社交网络分享自己的生活日常，拿自己的年龄和光头开涮，也会和读者回忆自己的创作过程，这些都让他和评论区读者的关系更亲密了。有了情感联结，评论区的读者就对他有了更多的包容心。

而跳脱以往框架之外的真诚则是让他的评论被更多人所知道。比如最出圈的那句「祝你考研成绩全国第二」就很出乎意料。让很多未婚男女更有共鸣的则是「宁愿童书再无市场，也不能祝没有缘分的人脱单生孩子，就为了我的童书有人买。」

▲ 图片来自：@ 簿祗纛

这两个小要求其实都很容易满足，郑渊洁只需要说一句「考研第一」或者「早日脱单」就能完成，但他偏偏选择了另一种方式。评论者收到了鼓励和安慰，围观者则是觉得祝福的人有心了。吉祥话不是不好，只是少了点个性的内容，实在令人难以记住。

这种「人味儿」其实很多创作则都有，但想要跳脱出已有的模板和习惯，进行不一样的读者评论回复却比想象中更难。

事实上，郑渊洁一开始的评论回复也没那么有趣，抱拳、点赞、握手三件套就是他的初级回复模板。后面玩开了之后，他也开始用捂脸这种年轻人更喜欢的表情了，之后的评论才出现了越来越多的个性化表达。

而评论也是郑渊洁账号中最让人喜欢的部分。在晒出第一次读者评论前，郑渊洁的视频播放量从没有超出过 1W，而在第一次放出评论内容截屏的视频后，播放量飙升到了 4.5W。此后，只要郑渊洁视频内容是评论互动的截图，播放量都有明显的上扬，还有人会在评论里特意求祝福，诉说一下自己对于偶像的感谢。

可以说，从一个知名作家到一个必须要打卡评论的「观光景点」，这一切固然和评论者的身份息息相关，但评论内容的个性化和超出模板的表达方式也是普通创作者也可以学习的。或许，你的评论也能成为引人关注的内容。

▲ 图片来自：魔方大厦

评论就是内容，没有创作者控制不了自己的评论

今天的评论区像是雷场，你不知道哪片区域是安全区，哪里又有雷。即便是将自己伪装在套路化的模板下，还是会被「战场」波及。如果「被误解是表达者的宿命」的话，互联网用户确实在努力和自己的命运作斗争。他们争论，他们互骂，他们相信自己是对的。

在这种情况下，很多人都忘了，评论本身就是对内容的补充。它能影响内容，或者说它本身就是内容。

2013 年，「大众科学」网站就删除了网站上的评论内容。其编辑认为互联网上的评论（尤其是匿名的评论）破坏了科学的完整性，并导致了一种侵略和嘲弄的文化，阻碍了实质的讨论。当时它的内容总监 Suzanne LaBarre 就表示：

即使是脾气暴躁的人也有足够的「权力」来扭曲读者对一篇文章的看法。

评论能扭曲观点，但同时也能强化观点。

在创作者对某一事件发表观点类文章时，有不同意见的观点通常会因为用户点赞过多被顶到评论区最上方。这不是因为创作者的粉丝都叛变了，而是因为他们对创作者的回复/反驳很认同，选择用点赞表达支持。

在内容创作者有更高权限的现在，让你看到这种相反意见的评论被驳斥本身也是内容的一部分。

▲ 一篇热门文章对抄袭的观点，评论回复获得高赞

毕竟不管在哪个社交平台，创作者都有不放出留言、删评、拉黑的权限，这种选择固然会引起一些争议，但他们确实掌握了让评论显示于人前的权力。就连 YouTube 为了更好保护内容创作者都打算上线一个评论确认功能，在用户要发表「可能冒犯他人」的评论时，这个新功能会先提醒用户。

在这么高的权限之下，你之所以看到一些令你不快的评论，很大可能是因为这些不同的意见对创作者是有利的。

爱范儿编辑部的某位同事就曾做过一次实验。他会在大 V 的微博下留下一些非常反智的言论，而他的评论极大可能被翻牌、转发、回复。对大 V 来说，回复一个评论、树一个「靶子」，就能更好展现自己的聪明才智和道德水平，这实在是一个划算的「买卖」。

如果你一开始对创作者观点的认可度是 60% 的话，在看到一个非常傻、证明人类多样性的另一观点后，发现作者对这一观点作出了清晰有力的反驳，你对这个观点和作者的认可度就会直线上升，甚至能上升到 100% 的认可度。

此时，相反意见和作者评论的点赞对比会让你觉得自己获得了胜利，因为你和作者一起打败了一个小反派，你们有了更深的连接。

评论区承担了内容功能的案例还有很多。例如许愿式、哀悼式、分享式的内容，评论分享自己的故事、图片，祈求愿望实现的内容就是一种内容补充；比如普通人讨厌的粉丝控评，对明星和娱乐账号来说这些没有意义的安利内容也是流量补充；还有创作者和粉丝的独特互动，粉丝嫌弃的 rapper、经常被提醒太能吃的数码博主、老被暗示胖的足球解说都是这其中的一部分。

▲《无敌破坏王》对评论内容的调侃

评论区的存在，不只是内容的延伸，还塑造了一种独特的社区特质。除了被爆料大批黑料时不敢删除的评论外，这些评论内容的存在其实都符合了创作者需求。所以你大可以不必太过同情被莫名用户缠上的互联网大 V，毕竟那些评论区的垃圾留言可能也是他流量的来源。

在冲突和争议会吸引更多关注的现在，说人话，好好说话，能温和表达自己观点的人反而足够可贵。

郑渊洁的评论区也告诉我们，想要好好沟通，其实也没那么难。

冷思真

不太有趣，不太乐观。

邮箱 4

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

小米架构再调整：成立软件与体验部、互联网业务部、业务中台部

Sat, 19 Dec 2020 00:02:00 CST

雷锋网消息，12月18日，小米集团进行了新一轮组织架构调整，成立软件与体验部、互联网业务部、业务中台部三大部门。

据悉，新成立的三个部门资源整合涉及此前五个互联网部门，以及电视、笔记本、带屏音箱、小米移动、大数据和云平台等业务，并分别由金凡、马骥、仇睿恒为三大部门总经理，直接向CEO雷军汇报。

此前，小米在2018年9月13日进行架构调整，并成立了十个新业务部，形成了支撑小米随后业务发展的基本企业架构。其中，通过内部业务重新调整，形成了四大互联网部，分别为：

互联网一部，负责 MIUI 核心体验、技术中台、商业产品研发及广告销售、游戏发行、商务合作和 MIUI 国际业务，总经理为李伟星；
互联网二部，负责应用商店、游戏中心、小米音乐、小米阅读、小米生活，总经理为仇睿恒；
互联网三部，负责资讯类、搜索类、开发者生态系统等业务，总经理为于锴；
互联网四部，负电视版 MIUI、小米视频、画报、直播、米聊、米车生活、快视频以及互联网创新业务，总经理为白鹏。

在接下来2019年2月26日的架构调整中，为了加强海外的互联网业务，小米又成立了互联网五部，主要负责海外基础应用的本地化、浏览器、信息流业务以及海外互联网商业化，总经理为马骥。

此次小米集团的架构调整，将五个互联网部进行资源整合，形成新的互联网业务部；同时再次将此前数次架构调整中形成的数个部门资源进行整合，形成了另外两个部门——软件与体验部、业务中台部。新成立的三个部门分别由原互联网一部（注：金凡在2019年2月26日架构调整中被任命为互联网一部总经理）、互联网二部、互联网五部总经理担任新部门总经理。

据官方表示，本次架构调整目的在于加强小米生态中手机及其他核心设备的互联互通能力，并形成更完善的商业模式，加强数字化建设能力。

以下为最新组织架构调整及干部任命全文：

各位小米的同学：

为了落实集团手机×AIoT战略，进一步提升小米生态中手机及其它核心设备的互联互通能力及整体体验，继续完善长期可持续的高效商业模式，加强集团数字化能力建设，经集团管理层研究决定，现做如下组织调整及干部任命：

一、成立软件与体验部，由原互联网一部、电视部、笔记本电脑部、带屏音箱、相册、云、帐号和负一屏等核心体验业务相关部分组成。负责手机及其它核心硬件的基础体验和互联互通能力提升，包括各核心硬件上的系统服务、系统应用、帐号和云服务，完善用户整体体验。

1.任命金凡为软件与体验部总经理，向CEO汇报；

2.任命乔忠良为软件与体验部副总经理，向软件与体验部总经理金凡汇报；

3.原人力资源部副总经理王旭出任软件与体验部政委，向集团组织部部长刘德和软件与体验部总经理金凡双线汇报。

二、成立互联网业务部，由原互联网一部的小米移动业务、商务部门，互联网二部、互联网三部、互联网四部、互联网五部和互联网商业部的广告销售等部分组成。负责为全球用户提供优质的互联网服务，持续探索创新，提升小米互联网生态价值，构建长期可持续的商业模式。

1.任命马骥为互联网业务部总经理，向CEO汇报；

2.任命王栋为互联网业务部政委兼副总经理，向集团组织部部长刘德和互联网业务部总经理马骥双线汇报；

3.任命梁秋实为互联网业务部副总经理，向互联网业务部总经理马骥汇报。

三、成立业务中台部，由原商业产品、大数据和云平台部分业务组成。负责规划并落地小米集团的数字化转型，建设集团数据资产，实现集团的数据化运营和管理，提升整体运营效率。

1.任命仇睿恒为业务中台部总经理，向CEO汇报；

2.任命陈洋为业务中台部副总经理，向业务中台部总经理仇睿恒汇报；

3.任命范宇为业务中台部副总经理，向业务中台部总经理仇睿恒汇报。

此任命即日生效，特此通知。

小米集团

2020年12月18日

签发人：雷军

雷锋网雷锋网

黄奇帆：产业互联网金融的意义在于解决中小微企融资难融资贵难题_手机新浪网

Sat, 07 Nov 2020 16:03:02 CST

10月25日消息，复旦大学特聘教授、重庆市原市长黄奇帆在2020外滩金融峰会上表示，产业互联网金融的现实意义在于解决中小微企业融资难融资贵难题。中小微企业融资难不仅是中国的问题，还是世界性难题，不仅仅是银行自身的问题，还与中小微企业自身的特点有关。

他进一步指出，小微企业属于金融业长尾客户，存在抵押品不足、信用资质差、信息不对称、生命周期短等问题，银行开展小微金融业务也存在获客、尽职调查成本高、担保不足、风控流程长及成本过高等问题。借助产业互联网金融，通过“五全信息”的合理运用，可以有效解决中小企业存在的信息、信用孤岛，为小微企业提供与之匹配的金融服务。

嘉宾发言实录：

黄奇帆：各位嘉宾、各位朋友：

很高兴受邀参加2020年中国外滩金融峰会。我就今天的主题“后疫情时代的数字经济和数字金融的趋势与机遇”谈一点学习心得，供大家参考。

数字化平台拥有的 “五全信息”的基因具有强大的颠覆性作用。所谓数字化平台，是指大数据、人工智能、移动互联网、云计算、区块链等一系列数字化技术组成的“数字综合体”。数字化平台具有全空域信息、全流程信息、全场景信息、全解析信息和全价值信息的“五全信息”。这种“五全信息”具有五个特征：

“五全信息”是结构型的信息。这些信息必须包含社会经济系统的各种结构性特征，如产业系统的各种特征描述、社会系统的运营数据等。“五全信息”的结构性体现了“数字孪生”的概念，是企业运营、产业生态和社会系统的全样本刻画。

“五全信息”是动态型的信息。每一条“五全信息”都有时间戳、体现事物某一时刻的状态，“五全信息”积累起来可以描绘事物的历史规律和预测未来的发展趋势。

“五全信息”是秩序型的信息。“五全信息”既包含了社会经济系统的基本制度，也包含其运营规则。也就是说，“五全信息”采自于系统现有的秩序，也会帮助系统构建新的秩序。

“五全信息”是信用型的信息。进入“五全信息”社会后，这些信息因为区块链等新技术的广泛应用，具有高度的可信性。基于新的信用体系，无论是金融还是其他社会经济系统都将发生更加彻底的革命。

“五全信息”是生态型的信息。“五全信息”存在于特定的社会生态、产业生态之中，各类信息之间往往存在大量关联，并以一个整体的形式展现出来的。

任何一个传统产业链一旦能够利用“五全信息”，就会立即形成新的经济组织方式，从而对传统产业构成颠覆性的冲击。现在的数字化平台，在5G背景下还会进一步形成万物万联体系，数字社会将拥有越来越多的“五全信息”。“五全信息”与工业制造相结合时，就形成工业制造4.0；与物流行业相结合，就形成智能物流体系；与城市管理相结合，就形成智慧城市；与金融结合，就形成金融科技或科技金融。

金融科技发展的主体是产业互联网金融。在大数据、云计算、物联网、人工智能等技术赋能下，金融科技发展带来前所未有的历史机遇。未来，符合科学、契合规律的金融科技应当走什么样的发展路径？我认为，发展前景巨大的是产业互联网金融。产业互联网金融是机构通过金融科技向产业生态、尤其是中小微企业提供投融资服务的统称。产业互联网金融以企业为用户，以生产经营活动为场景提供数字金融服务，由于产业价值链更复杂、链条更长，目前数字化的比例仍然很低，金融服务还远未达到面向个人端的数字金融智能化、便捷化的程度，是金融科技发展的下一个蓝海。

产业互联网金融的现实意义在于解决中小微企业融资难融资贵难题。中小微企业融资难不仅是中国的问题，还是世界性难题，不仅仅是银行自身的问题，还与中小微企业自身的特点有关。小微企业属于金融业长尾客户，存在抵押品不足、信用资质差、信息不对称、生命周期短等问题，银行开展小微金融业务也存在获客、尽职调查成本高、担保不足、风控流程长及成本过高等问题。借助产业互联网金融，通过“五全信息”的合理运用，可以有效解决中小企业存在的信息、信用孤岛，为小微企业提供与之匹配的金融服务。

产业互联网金融发展的关键节点逐步打通，进入成熟发展阶段。金融的底层逻辑是信用，在“五全信息”的驱动下，企业运营数据可以与金融服务紧密地结合起来，以信息流转带动信用流转，从而解决传统金融供给无效的问题。

以人工智能在企业中的应用为例，当前人工智能主要有八大关键技术，分别是深度学习、增强学习、模式识别、机器视觉、数据搜索、知识工程、自然语言理解和类脑交互决策。在这八大技术的支持下，制造业得以做到自感知、自适应、自学习、自决策，从而实现了生产的智能化、供应链的智能化、产品创新的智能化、企业经营的智能化。在此阶段，大量结构化、可靠的数据成千上万倍的增长，被采集、清洗、积累后，产生的数据利用区块链不可篡改的特性，进行大数据的交叉验证，从而使得金融资产数字化，数字资产标准化。多方资金按照不同标的需求，匹配进各类生产环境中，将金融交易产品化，利用信息集成、交叉验真、资产穿透、溯源管理等手段，提升对金融业务风险管控能力及金融资产配置的综合服务能力。

数字化平台与金融机构各尽所能、各展所长是最合理的发展模式。在产业互联网时代，任何数字化平台的发展，不能靠简单的烧钱来扩大市场占有率，也不能让客户有成本无效果、长期赔钱，这是不可持续的自杀行为。合理的数字化平台，应能够通过四种渠道取得效益：一是通过物联网、大数据、人工智能的运筹、调度，降低产业链、供应链的物流成本；二是通过大数据、云计算、人工智能的应用，提高金融业务的工作效率；三是由于全产业链、全流程、全场景的信息传递功能，降低金融运行成本和风险；四是实现数字公司和金融业务的资源优化配置，产生优化红利。

同样，与数字化平台合作的金融企业，也可以通过四种优势为合作项目取得效益和红利：一是低成本融资的优势。二是企业信用判断的优势。数字化平台对客户信用诊断相当于是X光、CT、核磁共振，代替不了医生临门一脚的诊断治疗。客户的实际信用调查及风险防范是金融企业的强项。三是资本规模的优势。数字化平台尽管有巨大的客户规模，但自身至少要有融资规模10%以上的资本金。只有银行、信托、保险等专业的金融公司有这种资本金规模及与时俱进的扩张能力。四是社会信用的优势。不论是金融监管当局还是老百姓，与有牌照、有传统的金融企业打交道往往更放心、更顺手。基于上述四项+四项分析，数字化平台与专业的金融企业的合作是强强联合、优势互补、资源优化配置，是最好的发展模式。

未来，数字化平台下的非银金融机构出路在哪里？最合理、最有前途的模式是互联网或物联网形成的数字化平台与各类金融机构的有机结合，各尽所能、各展所长，形成与实体经济产业链、供应链、价值链相结合的产业互联网金融平台。数字化平台应当发挥自己的长处，深耕产业，形成各行业的“五全信息”，提供给相应的金融战略伙伴，使金融平台服务效率得到最大化的提升。

数字化平台与金融机构要形成明确的各方多赢的效益格局。万流归宗，无论金融科技还是科技金融业务的发展，最终要让各方受益，要降低实体经济中小微企业的融资成本，降低商业银行等金融机构的授信成本，在这个过程中，可以通过科技手段获得合理的收益，并将这些效率红利，合理地返还于产业链、供应链的上下游和金融方及数据平台经营方，从而产生万宗归流的洼地效益和商家趋利集聚效益。

谢谢大家！

互联网中台思想和建设方法到传统企业为何水土不服？(200914)

Mon, 14 Sep 2020 07:59:41 CST

在前面我已经分享了些关于中台，微服务，传统企业IT架构转型方面的文章。今天准备展开谈下互联网企业建设中台和传统企业建设中台的一些差异点，以及互联网中台建设方法论和架构设计转到企业后为何出现水土不服的问题。

最近这几年，在SOA和微服务后，中台这个词相当热，企业往往也出现两种明显分歧。一种就是中台和技术狂热型，恨不得企业的IT明天就能变成中台和微服务架构；还有一种企业就认为中台就是互联网企业概念炒作，用互联网概念来收割传统企业。

因此今天准备对互联网中台到传统企业中台做下对比分析。

中台概念在互联网企业出现背景

这个我在前面文章也专门谈到过，今天再重新说下重点。

首先再次重申，中台本身是一个业务概念，其次才是技术实现。中台的出现一定是业务目标和需求驱动的，总结来说就是如下：

在前端的业务需求和模式快速变化的情况下，我们需要快速的响应。

如何做到快速响应？

即从对业务能力的从头开发，变化为对已有业务能力的组合。因此我们需要将共性业务能力进行整合，将这些业务能力以可共享的API服务方式提供给前台使用。

所以你再回顾互联网企业业务组织和架构，你会发现一个关键点，即你看到的类似库存中心，订单中心，结算中心等本身就是业务组织部门或业务单元。而这些业务组织部门本身又对应到业务模块的微服务实现。即：

业务组织部门或单元=》微服务模块实现之间是完全对应和映射的。

简单来说，互联网企业在运营的过程中，业务组织架构本身就已经是共性业务能力下沉，业务组织单元微服务化的了，其次才是技术实现的微服务化。

业务或运营模式变化快才需要快速响应

对于互联网企业我们一定要比较和传统企业关于用户群的一个区别。互联网企业是直接面对最终的B端或C端用户，而传统企业IT系统是面对内部的业务人员和管理人员。互联网企业本身的产品化运营往往就需要配合用户个性化多变需求快速灵活响应，否则就失去机会。

类似互联网的电商平台，你可以看到类似团购，秒杀，企业福利，支付理财，自营，toB或toC等各种运营模式不断在变化以满足业务需求。而这些前台应用的构建都需要用到采购，物流库存，财务结算，用户，产品管理等共性能力。

那么我们期望自然是能够复用和组装这些能力，而不是再去重新开发。

正是用于这种原因，我们需要将共性能力下沉，形成中台各业务单元。如果从业务上来说就是中台里面的各个业务组织部门，能力都相对稳定，不会经常变化。但是前台出现新商业模式后，任何一个新前台应用构建都可以单独组建一个新的业务团队，这个业务团队再对应到前台应用这个微服务模块技术实现。

传统企业和互联网企业中台差异化分析

在了解互联网中台建设背景后，我们再来回顾传统企业是否需要一个完整中台就更加容易点。即我们基于互联网企业出现中台的几个背景要素进行分析来说明。

其一：传统企业业务是否需要像互联网应用一样足够敏捷？

对于企业的完整价值链来讲，我们可以将其分为两个关键阶段。其一就是围绕产品从无到有的核心研发，供应链和生产制造价值链。其二是生产出来的产品如何卖出来并交付到最终消费者手里面的销售运营价值链。

对于大部分企业来说，更加重要的是供应链核心流程，而对于销售这块往往本身就是依托于已有的各大电商平台，或别人的分销体系。除非你自己去构建了一个完整的分销线下网络，类似格力这种自己分销网络体系。

对于企业的供应链核心价值链，企业本身的计划，生产运营模式不可能随时都在变化，同时面对的又是内部用户需求本身时间容忍度也大。

因此IT系统完全不需要类似互联网应用一样的敏捷程度。

其二：传统企业的业务架构和组织模式是否先进行了重构

对于大部分传统企业来说，真正困难和难以推行的都是业务组织架构的重组，其次才是IT系统的建设。很多CIO希望通过IT系统建设或者说当前的中台，微服务来倒逼业务架构重构，往往都是一厢情愿，到最后往往根本推行不下去。

当我们观察大部分企业的时候，你会看到企业本身的业务架构往往就没有中台化。

我们可以举些常见的例子，比如一个制造企业有多个子公司，你会看到各个子公司本身的财务，供应链，售后这些本该业务下沉和集中化的本身就没有统一。在企业内部业务上就没有我们经常谈到的共享中心的概念。

在业务组织本身就没有共享化，拆分化的情况下推进中台往往就是难上加难。

其三：前端应用是否不断推陈出新

在前面我已经强调了，传统企业的内部IT往往就是支撑企业核心价值链一套业务，最多也就是PC端BS应用和手机端两种展现模式，但是本质还是一套应用系统。

对于供应链核心价值链来说根本就不存在要不断推出新应用的可能。只存在会出现的业务流程的情况，而对于新业务流程的出现往往基于传统SOA架构思路完全可以解决。即将遗留系统接入和适配，将服务能力共享开放即可。

传统企业什么时候需要一个中台？

经过上面分析我们可以看到，大部分企业并不需要一个类似互联网企业一样的中台。那么什么时候需要这个中台呢？

也就是什么时候会出现类似互联网企业一样的背景需求。

还是会到前面的分析，简单来讲就是：对于本身就是做C端消费类产品的企业，本身又希望实现对终端用户的端到端触达能力，同时营销价值链本身又是完全自建的情况。这种企业往往中台规划建设的需求最强烈。

我们也看到当前很多上中台的企业更多就是属于上面场景的企业，而且中台的构建更多的是面向自己的电商平台，CRM营销网络，面向C端的前台应用需求。

在这种情况下，企业需要去构建一个中台来满足前台应用敏捷化的需求。

也就是说这个企业中台已经不再是简单的满足内部业务系统，内部用户的使用，而是更多的打破了企业边界，面向外部的消费者用户，或者产业链上的生态合作伙伴的需求。

在这种场景下，我们就需要对企业内部已有的业务能力进一步包装和抽取共性，然后将共性能力以API接口服务的方式提供给前台应用。

其次，就是一个大的集团性企业，本身在进行业务重组，将共性业务能力形成共享中心的方式进行统一的情况下，需要去构建一个中台。这个也和我们中台产生背景思路一致。

比如前面谈到的，一个生产制造企业，本身有很多子公司或工厂，但是你可以看到企业的供应链能力，营销服务能力，售后服务能力完全是可以共享和复用的，这些业务能力应该进行整合和统一。真正差异化的仅仅是制造各类产品不同的制造单元。

在这种明确的业务驱动和业务整合背景下，往往也是最佳的构建中台场景。

传统企业更多的是转型到平台+应用构建模式

这里的平台我们指技术平台，或者对应到中台概念里面的技术中台。这个平台即我经常说到的私有云PaaS平台。而私有云PaaS平台的重点就是将企业内部业务系统构建需要的共性技术服务能力下沉并统一建设。这些共性技术能力包括了中间件，数据库资源池，也包括了类似4A，流程引擎，消息，缓存，文件，任务调度等共性技术服务能力。

为何平台建设如此重要？

我们要意识到只有原业务系统中的技术平台完全下沉并移出，上次的业务系统模块才能够实现彻底的组件和微服务化架构。

这个我在前面一篇文章专门谈到过，可以参考：

SOA和云计算-企业私有云PaaS平台建设实践

同时对应平台层规划建设，我们理解重点应该包括：

步骤1:4A和流程平台的下沉和能力开放

这个是我谈的最多的问题，即在实施微服务架构转型的时候必须将4A（也可先狭义理解为原业务系统的系统管理模块）和流程引擎下沉到平台层共性建设，或者说优先要将这两个模块作为微服务模块剥离出来，同时给上层的业务组件模块提供API服务接口能力。

对于4A模块剥离后，我们希望的是涉及到人员，组织，用户，权限等能力的获取都是通过服务接口实时查询获取，这些基础主数据信息也不要落地。在进行这样实施的时候确实会增加上层业务系统的改造工作量。对于流程平台的签出相对来说比较容易，最主要的还是给业务模块提供流程启动，暂停，获取待办已办列表等关系服务接口信息为主。

进行4A和流程平台的剥离核心目的仍然是是的后续需要进行拆分的业务模块只包含业务功能，而不再包含共性的技术能力功能。

步骤2：基础主数据模块能力独立建设

这是我们谈的第二个重点，即希望将提供共享基础主数据的功能单独剥离出来进行独立建设，比如建设独立的主数据平台或叫提供基础主数据的各个数据中心模块。然后数据能力以数据服务的方式暴露出去供上层业务系统使用，同样我们希望上层业务模块在使用这些基础主数据的时候最好主数据不落地，实时用实时查。

在传统PaaS平台建设中会涉及到MDM主数据平台的建设，到了彻底的微服务架构可能并不存在主数据平台的概念，而是各个类似产品中心，供应商中心，客户中心的各个微主数据中心模块，这些微服务模块也是我们常说的中台的核心数据能力提供中心。

要规划和建设中台，首先要考虑的就是这种基础数据中心，其次才是提供业务支撑和业务逻辑处理的中心。

步骤3：及早的进行统一门户的建设

要注意，在各个微服务模块建设完成后，单个微服务模块本身是不能提供支撑完整业务流程的能力。对于用户来说并不关心是否进行了微服务架构化，而是关心涉及到业务流程处理的功能和操作是否能够很方便的在一个业务应用里面操作和完成。

而这些业务模块基于业务流程，基于业务场景和使用部门的组装和展现，就需要在门户层完成。对于统一门户不仅仅是提供统一认证和单点登录，也还包括了统一的待办集成和任务处理，统一的消息通知等共性功能能力。也就是说，只要是各个微服务模块共性的一些需要展现的能力，都可以集中化到统一门户层去集中处理和展现。

门户层还有一个重要的功能就是进行微服务模块的组装，这些模块组装后可以为业务用户提供完整的端到端业务流程功能支持，让最终用户的感觉就是在使用一个系统，没有系统不停切换的感觉。因此实际上在门户层不仅仅是简单的模块选择，也还可以做一些展现层的编排和组合工作。

对于微服务模块的灵活组装也是相当困难的，因为很多模块组装最终都是体现到模块提供的南北向接口的自动对接，这往往是比对服务组合和服务编排进行定制更加困难，对于这个问题后续将在单独进行讨论。

已有的IT架构和遗留系统如何构建中台？

这个估计是大部分企业都会遇到的问题。也是我们经常说的，传统企业中台的构建不能完全照搬互联网企业中台构建思路，而是需要考虑如何最大化的保护遗留IT资产。

即使企业是需要对外构建完整生态链的情况下，也不可能将企业内部已有的IT系统全部完整中台和微服务的架构思路完全推倒重新建设。

正是这个原因，我们提出一个重点，即：

传统企业在最大化保留遗留资产情况下，更多应该是适配方式构建一个能力中台。

在这里我将其称呼为能力中台意思就是，这个中台的服务能力不是全新产生的，而是对遗留IT系统能力的一种适配和聚合形成的。

即能力中台有点类似于我们传统在SOA架构下的ESB总线和服务共享平台建设。

那么这个能力中台和单纯的ESB总线区别在哪里呢？

其中最大的区别就在于这个能力中台，本身不是简单的接口服务接入和集成，而是对已有的遗留IT资产，数据库，接口API等进行了重构，适配，整合和重组，构建了一个满足新业务构建的完整领域服务能力层提供。

也就是说这个能力中台本身是可能存在业务代码和业务逻辑的。

如上面图所示，在构建新的中台能力服务层的时候，为了对已有的业务系统影响最小，我们需要重新构建中台能力接口，这个接口涉及到一定的适配和定制开发工作量。

具体接口的实现本身又包括了三种方式，即：

直接连接遗留系统的数据库，来重新开发接口服务。
通过遗留系统已有的JAR包引入，来重新开发接口服务。
通过遗留系统已有的WS或Rest等接口服务适配，来重新开发接口服务。

可以看到三种模式中对于数据库这种模式是对业务系统依赖最小的模式，但是这个模式本身也是需要我们重新大量完整性校验，业务规则的模式。这种模式本身就可以看到对遗留业务系统的部分业务规则和能力进行了重写，即这部分业务逻辑规则已经在朝中台能力层逐步迁移。

这种迁移形成的接口服务能力，一方面是构建全新的业务应用可以使用。而同时，我们建议是及时对于PMS或SCM等业务系统，如果有全新的业务模块需要开发，也完全可以基于中台已有的接口服务能力进行，只有这样才容易实现后续的业务系统逐步迁移到中台架构上。

数据重构和服务组合是中台另外一个关键能力

在中台能力构建的时候，一定要考虑数据重构和能力组合。

即中台的能力接口不是简单的数据库CRUD能力暴露，也不是已有的遗留接口的简单适配和接入。而是真正根据业务流程和业务需求驱动，失败关键的业务能力，将业务能力转变为服务。这种服务本身是粗粒度的，有明确的业务含义，有点类似我们在领域架构设计里面经常谈到的领域服务能力。

中台构建不要盲目的微服务架构化

最后再次强调下，企业中台的构建不一定要全面微服务化。比如我们前面说的能力中台建设，更多的是适配已有的资产能力进行重构形成能力开放平台。

我始终任务：企业业务共性能力下沉，并形成统一服务对前台提供。

这样满足这个目标要求，构建的就是企业中台，这个中台是否一定微服务化反而不是重点，只是说微服务化后，整体的解耦，扩展性更强而已。

但是一定要注意到，引入微服务本身对企业IT治理管控水平要求相对高。如果企业本身的IT成熟度没有达到一定阶段，显然是不可能推行实施微服务架构的。这个道理前面已经谈到过，在企业IT建设中，如果连粗粒度的业务系统以及它们之间的集成都管理不好，那么更没有能力管理细粒度的微服务模块。

那么如果企业IT成熟度达到一定水平，在推广微服务架构还存在的难点如下：

首先是架构设计能力的显性化，即架构设计这个工作的输入，输出和过程需要更加的显性化出来形成团队都认同的标准工件。一个业务系统没有拆分开时候，虽然有架构设计和组件划分，但是这个工作是属于团队内部的事情，即使架构设计不合理，在后期集成也可以通过诸多变通方式解决掉。而现在是不同的微服务模块可能分派到两个独立的团队开发，原来属于自己内部黑盒的问题变为团队间问题。

简单来说你原来藏着或没做规范的东西太多，而现在这些不能再藏着掖着了，当真要把这些东西拿出来的时候，你才会发现你原来架构能力是有欠缺的。正如我们理解了一个东西，那么要让我们清楚的讲出来困难，那么我们的理解有欠缺。对于我们能讲清楚的东西，要系统的写下来有困难，那么说明我们讲的结构和条理有欠缺。

其次管控要求和规范体系的建立，对于管控要求可以看到如果两个微服务模块分给同一个团队开发，如何才能保证开发的团队保持两个模块的完全独立和解耦，两个模块间不会出现相互交叉的数据库直接调用，也不会存在直接绕开Service接口的其它耦合调用？这些如果没有完整的管控和检查体系我们很难约束。

微服务架构下导致的开发复杂度增加

只谈微服务架构的松耦合和高扩展性，而不谈开发和集成复杂度的都是耍流氓。

实际上当前很多企业对微服务架构并没有如此迫切，互联网很多企业推行微服务架构更多的还是考虑到巨大的业务并发量下的系统弹性扩展能力，而实际大多数企业内应用往往并没有如此海量并发。

其次，即使在并发量增加的情况下通过进行代码本身的优化，数据库调优或者升级硬件服务器资源都可以较好的解决性能问题。而做这些事情投入的成本远远小于微服务架构带来的开发复杂度增加成本，后期的运维管控成本。

要做到完全微服务模块独立，微服务架构下最大的一个变化就是数据库也拆分开了，原来的一个业务系统如果分为5个微服务模块，那理论上就是5个独立的后台数据库，而且数据库间还不能随便相互连接和访问。只有这样微服务模块才能做到独立部署和管理。

由于数据库拆分带来两个问题，其一是我们原来很简单的一个跨表查询操作现在无法做了，我们必须调用两个微服务模块提供的服务，查询到数据后再到逻辑层进行组合。其次最大的问题就是如果一个业务操作需要同时更新两个微服务模块的数据，由于服务本身无状态，导致了这种分布式事务问题很难解决。

企业内业务系统很大一个特点就是业务逻辑和规则相对互联网更加复杂，而且有更高的事务一致性要求。正是由于这个原因，无法解决好分布式事务的问题都将直接导致后续数据不一致和业务错误。

微服务架构下导致的集成复杂度增加

任何一个微服务模块在外部协同上都存在两个点，一个是模块本身要消费和调用其它微服务模块提供的服务接口，另外一个是模块本身又需要将其业务能力暴露为服务接口给其它微服务模块使用。

如果一个微服务模块要同时支撑PC端和APP端，可以看到微服务模块暴露的服务还需要统一提供给前端的展示用。那么可以看到一个微服务模块需要完成自身组件层和展现层间的集成，同时又需要完成多个微服务模块组件间的横向服务集成。

如果我们将消息，日志，流程，4A等能力下层到平台层微服务模块，那么一个组件要跑起来还涉及到和平台层的多个技术类微服务模块集成。在如此复杂的集成场景下，要将复杂的跨多个微服务模块的横向端到端业务跑通，其涉及到的模块数，接口数都远超原有单一系统的模式。

一个业务系统如果没有拆分为微服务模块，那么其它内的模块间集成和集成测试是系统内部的事情，但是一旦拆分为多个微服务模块，那么这种集成就变成外部第三方的事情，或者必须要显性的事情。集成复杂度会大增，同时系统健壮性和稳定性下降。

微服务架构下的运维问题

在实施了微服务架构后，运维的复杂度也是成倍增加，任何一个微服务模块出问题都可能影响到整个业务应用的功能使用。我们在运维时候不仅仅要健康单个微服务模块，还需要健康所有的接口服务监控状态。

如果跟Docker集成了，我们看到整个性能监控和问题分析都会变麻烦了，没有实施微服务架构前发现问题，我们直接可以看应用服务器上类似tomcat或jboss日志，而实施了微服务架构后，应用容器已经是自动部署和动态分配的，原有的故障诊断模式行不通，而需要PaaS平台本身提供完整的预警和日志分析能力。

海南自贸港国际互联网数据专用通道获批预计年底前建成投用

Thu, 30 Jul 2020 18:13:46 CST

海南日报记者30日从省工业和信息化厅获悉，工业和信息化部近日已正式批复同意建设海南自由贸易港国际互联网数据专用通道，预计年底前建成投用。国际互联网数据专用通道是以园区为接入单位、服务于外向型企业、直达我国北上广国际通信出入口的专用链路。

据悉，按惯例我国国际互联网数据专用通道一般以城市或园区为申报单位，海南自由贸易港国际互联网数据专用通道是国内首次面向全省范围重点产业园区建设开通的专用通道。

今年6月1日，《海南自由贸易港建设总体方案》印发，对建设海南自由贸易港做了全面部署和具体安排，并提出要开展国际互联网数据交互试点，建设国际海底光缆及登陆点，设立国际通信出入口局。

为保障顺畅的跨境互联网数据互通，省工信厅和省通信管理局联合组织申报海南自贸港国际互联网数据专用通道，为海南自由贸易港建设国际合作平台、扩大产业开放提供高质量的通信基础设施，助力海南自由贸易港建设与产业发展。

省工信厅相关负责人表示，在该厅调研走访中了解到，海南企业的国际交流和服务应用场景丰富，随着海南自由贸易港的建设，海南企业对外交流将日益增多，企业的国际通信需求将更加旺盛。

据介绍，海南自贸港国际互联网数据专用通道建成后，可明显提升覆盖园区企业的国际互联网访问质量，改善国际网站访问、跨国视频会议、大文件传输等应用场景下的用户体验，为园区营造优质的国际通信营商环境，助力自贸港国际金融服务、跨境电子商务、软件与信息服务外包、跨境物流、国际文化交流、国际总部办公等外向型产业的聚集发展。

根据工信部批复，海南自由贸易港国际互联网数据专用通道主要覆盖洋浦经济开发区、博鳌乐城国际医疗旅游先行区、海南生态软件园、三亚崖州湾科技城、海口国家高新技术产业开发区、海口复兴城互联网信息产业园、海口江东新区、海口综合保税区、三亚互联网信息产业园等9个园区。

国内互不联网公司的调性，一次性说完好了

Tue, 23 Jun 2020 08:40:24 CST

1，残废的移动web端。中国互不联网公司的移动web端经常不显示完整内容，疯狂弹窗逼用户下载app。视频内容只能试看6分钟，文字内容默认折叠。这里根据网站的不要脸程度又分成几类。较克制的网站，比如正经新闻网站，会在“展开全文”按钮下面再放一个“打开XXX app阅读，体验更佳”，但你点击“展开全文”就会直接展开全文，没有其他废话。不那么克制的网站，比如豆瓣，点击“展开全文”按钮并不会直接展开，而是弹窗提示“打开app阅读体验更佳”，再点“取消”才会展开。我想这里“体验更佳”的意思大概是“你装个app我就不再拿弹窗来烦你了”。最不要脸的网站，比如百度，压根儿没有“展开全文”按钮，只有一个“打开app阅读”，点击之后，会显示进度条，假装正在帮你打开你并没有安装百度app，打开失败后还会提示你“打开失败，要不要帮你下载”云云，你再点击“不用了”，才终于帮你展开全文。不想下载app的话，就只能打开浏览器的“要求桌面版网站”选项，在手机那屁大点的屏幕上观看针对PC web端排版的网页，堪称近视加速器。

2，app不提供“使用系统默认浏览器打开链接”这个选项，所有链接默认均在app内打开。比如豆瓣，别人分享网页，其他用户无法直接看到网址，也无法复制网址，只能在豆瓣app里打开，打开之后还是无法第一时间复制网址，要一直等到网页加载完成，才终于在右上角显示一个菜单按钮，点击之后终于能看到“在浏览器中打开”和“复制网址”了。如果分享的网址在蔷外，那当然不可能完成加载，也就无法复制网址，你无法知道别人到底分享了啥。微信的操作类似。

3，为什么非得在浏览器里打开链接呢？因为中国互不联网公司的移动web端不止残废，还有很多牛皮癣广告。光展示广告也就罢了，这些网页还会不停地尝试打开手机上的app。用安卓手机浏览器打开芒果tv的移动web页面，乘风破浪的姐姐第2期：随堂测( https://m.mgtv.com/b/338497/8398205.html)，该页面会通过javascript依次尝试打开京东、手机淘宝、唯品会、手机天猫、支付宝，等等等。对此，我只想说，日里麻。如果你此时正用安卓版豆瓣app浏览此文，不妨打开刚才说的链接，等几秒钟，数数一共会弹出几个app。安卓的进程间通信机制，本是为了让各个app专注做好自己的事儿，把专业的事儿交给专业的app。比如某app想让用户拍一张照片，它就应该调用系统相机，而非自己处理拍照。某app想让用户上传一个文件，他就应该调用系统的文件管理器，而非自己实现实现文件选择功能。现在这样的机制被你国互不联网公司的移动web拿来弹广告。对付这些垃圾广告，可以用Firefox加ublock origin，还可以打开Firefox about:config，将 network.protocol-handler.external-default 改为 false。但是如果你只能在豆瓣app里打开网页，对网页的行为就很难控制了，你还没来得及点右上角的菜单按钮再选“复制链接”再关闭当前页面，网页已经开始弹各种app了。

4，中国互不联网公司不止移动web端是残废的，连PC web端也是残废的。他们会突然砍掉PC web端的功能，逼你去用app。好好的大屏幕、电脑键盘不让用，非得逼人去用手机，对此，我还是想说，日里麻。典型的例子是闲鱼。另一个例子是， 2017年瓣我同行可在web端查看，2018、2019年只能app查看。

5，中国互不联网公司还有个迷惑行为：回复可见。这种莫名其妙的规则将双向通信的论坛变成了单向通信。正常情况下，不论是发布资源还是发表观点，跟帖回复都是主动行为，是针对帖子主题的讨论，后来者可以看到双方的讨论。回复可见的帖子回复行为是被动的，下面只有复读机式回复和滚键盘式回复，论坛变成了屎的海洋，你想针对帖子本身发表点看法或者给资源发布者什么反馈是不可能的，因为都淹在屎的海洋里了。