5/24/2020: Optimism

本周终于把 Matt Ridley 的 The Rational Optimist 读完了。这是一本给人信心和力量的书。全书不厌其烦的讲述着在数千年的人类历史中，悲观主义者曾经用过什么样的理论来推测一个暗淡无光的未来，而乐观主义者又如何不断的用现实来击退这些担忧。

在书的最后一部分，作者写了这样一句话：

The pessimists’ mistake is extrapolationism: assuming that the future is just a bigger version of the past.

可以翻译为：悲观主义者犯了推断主义的错误：假设未来只是过去的简单放大。

这句话一下子击中了我。

在每一年开始的时候，我们都会例行做一个年度计划，为即将到来的一年定好目标和行动方案。而这个计划往往会从对过去一年的复盘开始。之后，我们会设计一个模型，放入假设，最终得到一个预测。

预测依赖于假设。悲观主义者的假设往往是认为历史会重复自身。但人类并没有在人口爆炸和粮食危机中灭绝，就是因为历史由人创造，不同的做法带来不同的未来。在过去的模型中放入新的假设，并不会得出未来的最佳预测。

Atomic Habits 中有一张非常有名的图，叫做 The Plateau of Latent Potential，就是说，一个人开始培养一个习惯的时候，会认为这个习惯带来的收益是线性增长的，而实际上，这个收益曲线是加速上升的。这就使得线性预测在一开始会低估收益，很多人会在这个时候放弃。

而我最近也画了一张图，叫做「加速下降的不确定性」曲线，经过朋友的修正，也分享出来。这张图是说：一件事情的不确定性随着时间变化，第一阶段不确定性很高，而不确定性下降的速度很慢；而到了第二阶段，不确定性开始加速下降，事情会快速变得明朗；第三阶段，又转入不确定性下降放缓的状态，但这时候不确定性水平的绝对值已经比较低。第一阶段最好的做法就是之前在「Angels vs. Architects」中讲的，用大量不相关的实验来对冲不确定性，而第二阶段则需要把研究工作做好，用信息来快速降低不确定性，最后一个阶段由于整体风险低，应该重注投入。

以上两张图，都是为了帮助我们理解，以过去的经验来推导未来可能会碰到的问题。he Plateau of Latent Potential 是在说收益并非均匀分布，而「加速下降的不确定性」则是说起初不确定性高的事情后续发展可能是什么样子。无论如何，未来都是乐观主义者的。如 Matt Ridley 所讲：

For 200 years pessimists have had all the headlines, even though optimists have far more often been right.

以下是本周推荐的几篇文章。

Scale and Loyalty are more important online than offline, which drives much of the “winner take most” reality of the internet.  by Gavin Baker

本文对线上经济的基本模型做了非常精辟的分析。结论是显而易见的：线上经济比线下更容易向头部集中。但作者把分析抽象成了两个关键要素：规模和忠诚度。线上经济的主要流量来源是搜索和社交平台（原文是 Google 和 Facebook），而这两个平台的竞价逻辑中质量得分（quality score）非常倾向于那些具有更大规模、更强粘性、更强品牌、更多数据和更优体验的头部公司。而线下公司的获客虽然也会因为规模经济而获得一些租金上的谈判优势，但线下流量的逻辑仍然不会如线上一样，在基础假定上就如此倾向于让赢家获得最多（winner takes most）。

而忠诚度又进一步增强了规模，让本来就低廉的获客成本获得更长期的回报。获得头部地位的线上公司往往会比线下公司能产生更高的资本回报率。

The Audio Revolution by Alex Danco

已经不止一次的推荐 Alex Danco 的文章了。这篇文章是去年 10 月份写的。到现在读完后，非常后悔为什么去年没有读到。他在本文中很好的解读了麦克卢汉的《理解媒介》一书的理论精髓，而且还用现代脑神经科学的研究成果拓展了原书的理论。相比之下，我原先的理解就显得比较粗浅了。他认为，音频在人人都戴耳机的时代，会重现当年美国电台的黄金岁月，而这种更加私密的信息接受环境会让人们从强参与、开放性的冷媒介环境转向弱参与、封闭性的热媒介中。

媒体在加速的进化，主要感谢技术迭代的惊人速度。而大部分对媒体及其内容的解读，基本上都停留在非常表面的状态。Danco 在文章开篇就写道：20 世纪真正理解信息技术的人只有两个，一个是马歇尔·麦克卢汉，另一个是克劳德·香农。

真是让人豁然开朗。

Bon Appétit’s Recipe for Success in a Digital Media World by Jerry Lu

美食类内容品牌 Bon Appétit 的成功秘方，这是一篇读起来相对轻松的文章。前几次 newsletter 中，我也找了一些内容品牌的成功案例分析。这一篇我认为分析得很透彻：首先，是选择了适合表达的媒介形态，15-25 分钟长度的视频，更适合打造 hosts 的人设，并逐步以一致的品牌形象拓展到多个平台；其次，通过不同风格的 hosts 形成人格化的内容品牌，每个 hosts 有自己的节目，也经常会客串到其他 hosts 的节目中去；最后，从粉丝的 meme（可以翻译成「梗」）中发掘内容的灵感，形成粉丝互动和参与的关系。

Will brains or algorithms rule the kingdom of science? by Aeon Magazine

这篇文章相对难读一些。它讨论了人脑和算法在科学研究上的截然不同的两种方式：前者试图理解事情的基本原理和因果关系，而后者则通过数据和模型的计算而产生预测，可以满足需求，但不试图理解本原。

这就是因果性和相关性的差别，也是本体论和认识论的差别。

作者乐观的建议：机器也应该学会理解它们到底在计算什么，以及为什么要计算。只有这样，才有可能形成长期可靠的预测，而不会在知其然不知其所以然的模型嵌套中迷失方向。

The Psychology of Prediction by Morgan Housel

对于预测和风险的理解和写作，很少有人像 Morgan Housel 一样可以如此言简意赅而深入浅出。

本文列举了 12 种人们经常会做出的对预测的认知偏差。预测的本质是概率的，而对预测的评判则是二分的。预测是带有时间框架的，而对预测的使用则往往忽视时间的作用。

这篇文章的信息含量足够写一本书，但 Housel 只写了几千字的短文。这就是为什么他的读者都在期待他即将出版的书。

本周读书

How to Take Smart Notes: One Simple Technique to Boost Writing, Learning and Thinking – for Students, Academics and Nonfiction Book Writers by Sönke Ahrens

本周 Twitter

https://twitter.com/getptplus/status/1263671255707684864

本周还确定了今年下半年一些更多的内容计划，可能会考虑写一个更大篇幅的关于内容行业的东西出来。估计 6 月份会有详细计划。另外周末还有一个长一点的分析文章在写（仅提供给付费会员），尝试从一个上市公司的价值分析的角度探讨一下 Metaverse 和 Always Live 的生活方式可能会催生什么样的新媒介平台，虽然不是投资建议，但也希望能有所启发。

谢谢您的阅读！祝一切顺遂！

Neo