注：本文翻译自 UCLA the Center for Dyslexia 主管 Maryanne Wolf 的文章《Skim reading is the new normal1》，我在“五条 | 23年前的区块链，谁发明了 iPhone，贸易谈判为啥难”中提到了本文。

PS：翻译本文挺累的..

当大脑在快速浏览内容时，我们没有时间去理解其中的复杂含义、理解情绪感受、或是感知其中的美。 在新的数字时代，我们需要一种新的阅读方式。

你可以在下一次乘坐飞机出行时留意一下。iPad 已经成了婴幼儿的安抚奶嘴；年龄较小的学龄儿童会在智能手机上读故事；年龄较大的男孩不读书，但他们喜欢玩游戏。父母和其他成年乘客会在 Kindle 上阅读，或是去概览电子邮件和新闻。 我们大多数人都不知道，一个难以察觉的的变革正影响到这个画面中的每个人：大脑中与阅读能力相关的神经回路正在发生微妙而迅速的变化，影响到从学龄前儿童到专家中的每一个人。

神经科学研究表明，6000多年前人类的大脑中建立了一条用于阅读文字的新回路，该回路从一个非常简单的解读信息机制演变而来。大脑从数一群山羊演化为可以阅读高度复杂信息。我的研究阐述了阅读这一行为如何促进一些最重要的智力和情感能力的发展：内化知识，类比推论和推理；观点和同理心；批判性分析和洞察力的产生。很多来自全球各地的研究表明，随着我们进入数字阅读时代，这些重要的“深度阅读”所带来的益处都可能受到威胁。

这不是评价实体阅读与数字阅读（这样的技术创新）谁好谁坏的问题。正如 MIT 学者 Sherry Turkle 所写的那样：进行创新时，如果我们忽视了过程中破坏或者减少的东西，这样的过失才会成为一个社会问题。在这个印刷和数字文化并存的关键时刻，社会需要面对阅读回路中正在减少的东西，孩子们和学生丧失的能力，以及我们针对这些过失能做些什么。

我们在研究中发现，阅读回路并不像视觉或语言那样由基因决定；它需要外部环境来演变。此外，它对环境有适应性 —— 从不同的书写系统到各类阅读媒介。如果主要媒介适合快速的、多任务导向的和大量的信息——正如当前的数字媒介，则阅读回路也会很快适应这个变化。正如 UCLA 的心理学家 Patricia Greenfield 所写，这导致我们的阅读回路会倾向于少分配注意力和时间给那些速度较慢、对时间有要求的深度阅读过程，如推理，批判性分析和同理心，而所有这些都是任何年龄段学习不可或缺的。

教育工作者、心理学和人类学研究者不断提供的报告证实了这一点。英国文学学者和教师 Mark Edmundson 描述了大学生主动避开19世纪和20世纪的经典文学的情况，因为他们不再有耐心阅读更长、更密、更难的文字。对此，我们除了关注这种“认知上的不耐烦”，更应该关注它的根源：很多学生可能丧失了通过批判性分析来阅读的能力，这些能力用于理解文字中的复杂的思想和论点。这些复杂的文字到处都是，无论是在大学学科，还是在遗嘱、合同和公民们在投票站遇到的混淆视听的投票问题。

很多研究表明，数字屏幕的使用可能会对高中生和大学生的阅读理解造成各种令人不安的影响。 在挪威的 Stavanger，心理学家 Anne Mangen 及其同事研究了高中生如何理解不同媒介中的相同材料。曼根的小组询问受试者关于一个短篇小说的问题，这个短篇小说的情节对学生具有普遍的吸引力（一个充满欲望的爱情故事）; 一半的学生在 Kindle 上读了 Jenny, Mon Amour，另一半读的纸质版。 结果表明，阅读纸质版的学生相比在 Kindle 上阅读的学生，对小说表现出了更深的理解。尤其是按照时间顺序排列细节和重建情节方面，读纸质版的学生有更强的能力。

来自 San Jose 州立大学的 Ziming Liu 进行了一系列的研究，表明阅读中的“新规范”是通过文字识别和浏览来略读。 许多读者在阅读时使用 F 型或 Z 型的扫描方式。他们对第一行进行采样，然后通过文本的其余部分进行单词识别。这样略读减少了分配给深度阅读过程的时间。换句话说，读者没有时间去掌握其中的复杂性，去理解他人的感受，去感知美，并创造自己的想法。

Karin Littau 和 Andrew Piper 指出了电子阅读所缺乏的另一个方面：物理交互。 Piper，Littau 和 Anne Mangen 的研究小组强调，纸质书阅读中的触觉增加了重要的冗余信息 —— 一种对文字的“几何感知”和对文本的“空间定位”。Piper 指出，人类需要知道这些信息在时间和空间上的位置，使他们能够随时回到阅读的场景，并从这种重新审视中学习 —— 他称之为“重现”。阅读的重现对各类读者都非常重要，这涉及到回溯，检查和评估对文本的理解能力。那么问题来了，当年轻人仅仅在屏幕上快速概览时，在这个失去了“空间感”也不鼓励“重现”的阅读场景，会对理解能力造成什么样的负面影响呢。

美国媒体研究者 Lisa Guernsey 和 Michael Levine，美国大学的语言学家 Naomi Baron 和来自 Haifa 大学的认知科学家 Tami Katzir 研究了不同信息媒介对读者的影响，尤其是对年轻人的影响。 Katzir 的研究发现，屏幕阅读的负面影响最早可能出现在四年级和五年级 —— 这意味着不但理解能力受影响，同理心也会受到影响。

批判性分析，同理心和其他深度阅读的益处可能因为数字化时代被意外地“附带伤害”了。这并不是关于实体阅读与数字阅读之间谁对谁错的问题，而是关于我们开始在不同的媒介上阅读媒体，以及这不仅改变了阅读的内容，而且改变了阅读的原因的深层次问题。它也不仅仅只与年轻人有关，批判性分析和同理心的微妙萎缩影响到我们所有人：它影响了我们应对信息轰炸的能力；它鼓励人们退回到最熟悉观念中去，这些观念包含的信息不接受任何分析，这使我们容易被欺骗和蛊惑。

神经科学中有一条不受年龄影响的古老的规则：用进废退。当应用于阅读中的批判性思考时是一个好事，因为它意味着做出选择。阅读给大脑带来的演变不会终结。 在变化导致的问题变得根深蒂固之前，我们拥有科学和技术来识别和纠正它们。 如果我们努力了解即将丧失的东西，以及数字世界将为我们带来的何种非凡新能力，令人兴奋的理由有多少，我们就应该有多谨慎。

我们需要培养一种新的大脑：一种能在“两种模式”中进行阅读的大脑，能在数字或传统媒介中都形成最深层次的思考。这能给我们带来很多好处：民主生活中公民能够尝试其他观点并辨别真相的能力；我们的后代能具备欣赏美和创造美的能力；解决目前信息过剩问题的能力；以及维持良好社会所必需的知识和智慧。

查看本文的 PRESS.one 签名。

上一篇文章列举了帮助我保持学习几个重要因素。这一篇文章将会介绍如何运用工具，帮助克服在心理和生理上的弱点。

原则

我在文章“系统导向的工作与生活方式”中有提到一个 energy system 的观点

energy 是一种可再生资源。它会在一些日常活动中消耗，在另一些日常活动中恢复。当 energy 充沛时，做事情更有效率，情绪更愉悦，对外在表现和内在洞察力都有积极的影响。

基于这个观点，我的知识管理流程有这样的一个原则：让程序分担我的工作，减少自己的 energy 消耗。

程序擅长存储数据，就不去背诵文档；程序擅长做规划，就不去记住每天的任务；程序擅长管理记忆曲线，就让它去提醒什么时候应该做回顾，回顾什么东西。

简而言之，使用工具——或者程序来拓展自己，避免掉了不必要的精力消耗，就可以保留能量去做更有价值的事情。

流程概览

最重要的三个软件是：DEVONThink Pro、Things、Anki，如下图所示：

其中，

• 中间的 DEVONthink 是外脑，负责收集和存储，帮我记住那些不容易记住的，繁琐的，完整的知识。
• 左上角的 Things 负责任务的规划和执行，释放维持在规划上的注意力。
• 右上角的 Anki 会帮我做好复习计划，负责强化记忆和对知识的索引。

除去这三个软件之外，还使用 Dropbox 来同步所有的知识，并使用其他程序来完成特定的任务。接下来就让我来介绍他们。

DEVONthink

支持任何格式的文件

很多人会纠结笔记软件是否支持 Markdown，如果支持 Markdown，又纠结多媒体和表格的支持程度。

类似的种种，是个没什么意义的纠结心态。知识适合用什么格式就用什么格式好了啊，用 Markdown 写博客，用 PDF 做标记，用 Web Archive 归档网页，剩下的事情交给 DEVONthink 好了。

全文检索

因为 DEVONthink 会索引每一个文件的内容，可以进行全文检索。不过，DEVONthink 不支持中文分词，所以对中文内容是没有效果的。算是一个不足——可以通过多用英文来解决。

说起来这个功能真的很强，我知道一些朋友是用它来管理文献的。

魔法分类

只要点击文件上的魔法帽子图标，就会自动展示这篇文档的相关文档，并能推荐到对应的分类中去。

是不是很魔法？但是在我们程序员看来，只不过是因为 DEVONthink 在索引文件时会进行 token 计数，然后在多维空间里对文本向量进行了夹角计算而已（其实只是做文本相似度计算）。

使用时，经常会先把文档先丢到 INBOX，处理完了后再自动放到对应的分类中去，非常便利。

Things

面向心智的任务组织

本来因为朋友介绍，我有半年都在使用 OmniFocus（简称 OF）。后来用了 Things，就把 OF 完全丢掉了。原因就是 OF 的任务组织形式是“面向任务”的，而Things 的任务组织形式是“面向心智”的。

比如说，在 Things 中，你可以使用 Heading 来标记一组任务。这个 Heading 对逻辑上的任务组织结构没有影响，但在使用上会得到一种秩序的感觉。

没有负担

另一个选择 Things 的原因是使用它归档任务没有负担。在整个流程中，我知道真正有价值的东西最终都会进入 DEVONthink，需要被索引的内容都会进 Anki，因此不需要担心在 Things 中任务被标记完成后是否会被遗漏。

Anki

好的记忆曲线管理

作为一个来自日本的开源软件，Anki 身上到处都是 “日本”和“开源” 的影子——就是外观不好看又难用的意思。但是，这个一点儿花里胡哨都没有的 Anki 的记忆曲线管理做得非常好。

作为一个记忆工具，能做好这一件事就已经很好了……

自定义卡片

Anki 可以使用 HTML 和 CSS 定制记忆卡片，所以可以根据要记忆的东西，定制不一样的样式，而不仅仅是背单词。

学习报告

Anki 有提供很好的统计报表功能，可以很容易看到最近自己有没有努力。

Dropbox, Keynote, Skim, Typora...

选择这些软件的原因是他们是这个领域里最好用的 App... 没有之一。

比如说……

• Skim 是 macOS 下最好用的 PDF 阅读器
• Typora 是最好的 Markdown 编辑器
• Dropbox 是最好的数据同步软件
• Keynote 是最好的 Slide 软件
• 等等啦，我不接受反驳的。

适配移动设备

当不使用电脑时，我有一半的时间在使用我的手机。所以知识管理流程必须能够在手机上完整进行才行。能做到吗？当然是完·全·可·以。

以上核心软件都有可用的移动端版本，并且通过 iOS/Android 系统的机制，有效完成程序之间的互动和操作。

以收集知识为例：

• 在 Safari 上阅读到的文章，可以很容易通过 Extension 复制到 DEVONthink 移动版中，并且生成 PDF 或者 Archive。
• 桌面版 DEVONthink 完成同步，可以在桌面版打开该文章，完成阅读和笔记。
• 将关键概念和文章概要加入 Anki。
• 回到手机场景，移动版 DEVONthink 中，可以随时查阅文章和笔记。

价格和替代品

如果完全按照我的配置来使用这些软件，大概要花费……

• DEVONthink Pro: $79.95
• DEVONthink to Go: $14.99 + $7.99 Pro package
• Things macOS: $49.99
• Things iPhone: $9.99
• Anki: $0

共计 $162.91，折合人民币 ¥1,115.90。

这些软件如果每天都有在用的话，那就把开销平摊到每天看看，每天只需要 3 块钱，并不算贵的。不过我还是讲一下替代品好了。

DEVONthink 没有特别好的替代品，不过也可以用 Finder + Spotlihgt 来替换一下就是了。

Things 就是一个 TODO list，当然可以用任何一个待办事项 App 来替换它。

Anki 的话，去 App Store 搜索 Memo 应该能得到很多记忆工具；但是 Anki 是免费的耶，为什么不用呢。

如果你用视窗操作系统，我不是很熟悉了，可能需要你自己去找替代品了。

后记

虽然我们说“重剑无锋，大巧不工”，但是我们也说“人类社会的发展由劳动工具的演变所主导”对吗。而且作为一个致力于创造更好的产品的职业，追求更好的工具更应当是自我修养才对。

最近两年的工作和生活变化，对我的自我学习和成长造成了深刻的影响。经历沪江教育科技和创业两段时期，都能感受到认知能力上的提升。这都来源于持续地学习，而持续的学习来自对学习本身的学习。

李笑来老师的公众号叫做“学习学习再学习”，他的意思是：需要先学习“学习”这件事，再去学习别的知识。

今天我将如何学习“学习”的故事分享给朋友。

保持开放

约在 2012 年，我开发了一个叫 Hotot 的 Twitter 客户端。机缘巧合之下，它半年内在世界范围迅速流行，成为当时 Chrome Store 和 Linux 上最流行的开源客户端之一。

当时李笑来老师是 Hotot 的用户。有一天，我拜访了他。我惊奇地发现，他和一般 Twitter 用户不太一样：只要有人关注了他，他就会关注对方。

作为一个有名气的老师，李笑来有大量的关注者，也因此关注了大量的人。他的解释是能听到不同的声音，思考时就不容易出现偏差（后来他没有一直这样做，但关注 1.84 万人已经是一个很惊人的数字了）。

后来我了解到了桥水的文化，再次意识到开放的可贵。每个人都有独一无二的看待世界的方式，应该接纳。

人很容易偏执，现在的互联网让这种偏执变得更严重。无论是 Facebook、Instagram、微信、今日头条，互联网巨头都在努力让人更容易陷入到自己的圈子、只看自己愿意看的、只听愿意听的，以至于做到“接受异见”这件事本身也难得可贵。

保持多元

前几个月有位做产品的朋友来见我，他说对自己职业发展感到困惑。聊天过程中，谈到学习的方向性问题。他问我是如何选择学习目标的。

我说，我认为应该减少学习的功利心吧，保持对多个不同领域的关注。就像玩拼图：如果旁边的拼图都已经拼好了，就更容易选出正确的拼图；如果拥有多个互相融合的知识体系，就更容易选出更好的决策。

在之前的经历中，我曾使用复杂系统动力理论完成用户增长的领域建模，从编剧的经验技巧中汲取产品设计的灵感，以技术视角洞察行业变革的先机，用经济学来理解人性的脆弱和美好。多次从模糊学科边界的学习中获益，我感觉很好。

经验与习惯

我们有生理和心理上的限制。

在生理上，大脑的记忆能力被划分为短效和长效记忆。前者像一块“小黑板”，写得快，擦除也快，只够写几个字；后者像一个“旧仓库”，搬进去慢，搬出去也慢，还需要整理，但能存储很多信息。这样的生理限制让我们的记忆模式远逊于计算机。

在心理上，我们天生懒惰。学习的过程是一个不断破坏和重构认知的过程，我们讨厌变化。这样的心理限制让学习是一种反人性的行为。

总结经验和养成习惯是克服这些限制的好办法。经验可以帮助你构建一个逻辑自洽的系统，这个自洽的系统能节约学习时间。习惯可以帮助你构建一个低成本的学习过程，这个过程能降低学习中的焦虑。

运用工具

在我的实践中，总结经验和养成习惯是通过运用一些软件工具来完成的。这些软件包括：

• Anki：帮助我记忆
• Things：帮助我规划
• DEVONThink Pro：帮助我收集和整理

刚才提到我们的大脑——“小黑板”很小，“旧仓库”很慢。但是这些软件能变成我们的“外脑”，可以拓展“小黑板”的面积，也可以帮助加快“仓库”的整理过程。

如果你跟我一样是一个工具爱好者，可以关注后续我在工具运用上的故事。

注：本文翻译自《原则》作者，桥水基金的创始人，王岐山的好朋友，Ray Dalio 的文章《What is Bridgewater's Culture Really Like and What Are the Reasons For It?¹》，我在“五条 | 2018.08.05 区块链；不赚钱有啥用；达里奥的企业文化”中提到了本文。

如你所知，在我这个阶段，我想要传达这些帮助我和桥水的原则。是这些原则，而不是我本人，帮助我们取得了成就，所以我相信这些原则也可以帮助其他人和组织。为了让它们为人所知，我在 TED 进行了演讲²，并写了《原则³》这本书。 16 分钟的 TED 演讲能让你对我们企业文化的逻辑和内景有初步的了解；《原则》这本书将给你一个更丰富的全景展示。知晓二者差异后，如何选择取决于你。

我们的企业文化及其背后的逻辑让一些人感到困惑，因为我此前从未公开谈过它，却在媒体上被广泛讨论，偶尔还会被一些耸人听闻的文章所曲解。我认为最深入和专业的观点来自三位世界知名的组织心理学家和商业教授，他们深入地研究了桥水。如果你感兴趣，我摘录一些他们在书中描写桥水企业文化的片段。

Adam Grant 在他的书《Originals》中写道：

“在桥水学习的日子改变了我。我会更直接地提出批评性的反馈......我开始相信如果不公开说出来，就没有批评的权力。”

“当我向高管和学生们询问他们在组织中遇到过的最强大的文化时，桥水取得了压倒性的胜利。”

“尽管依然存在很多争论，但桥水是一个高度凝聚、紧密结合的集体，其员工常称其为家庭，并在公司待上几十年。”

“在投资领域，只有拥有独到的想法，才能赚到钱。桥水鼓励公司员工发表异见，以此来规避集体思考行为。当员工分享独立观点而不是随大流时，桥水才有更高的可能性做出独特的投资决策，并识别出他人无法察觉的金融趋势。这样即使市场中其他人都在犯错，桥水也能保持正确。”

“在桥水，员工应当挑战原则。在培训期间，当员工学习桥水的原则时，会有人不断询问他：你同意吗？ ……桥水的决策基于决策本身的质量，而不顺从于资深员工或上位者的意志。我们的目标是创造一个思想上的精英领导制度，让最好的想法取胜。为了最快地获得最好的想法，你需要彻底透明。“

“达利奥确信，无论他何时提出意见，他的员工都不会因为压力被迫表示赞同。他的整个团队将极其透明地挑战他对市场的假设，一个团队就像一个人。决策将基于思想上的精英领导，不是地位、等级、民主。“

Bob Kegan 在他的书《An Everyone Culture: Becoming a Deliberately Developmental Organization》中写道：

“想象自己处于一个值得信赖的环境中，这个环境会容忍——甚至偏好——让你的弱点公开，以便你的同事能够在你克服它们的过程中为你提供支持……你想象的正是这么一个组织：通过其文化，成为人们成长的孵化器或加速器。”

“桥水代表着追求真实，无论过程有诸多不便。这是金融市场中的商业要求，也是个人成长和诚信之路

“在桥水，从一个人的错误中吸取教训是一项工作要求……桥水洗白了（甚至庆祝）犯错误这件事。更重要的是，犯错误被认为是一种常态，应该去学习这些经常出现的痛苦经历产生的可贵数据，而不是无谓地责备。”

Ed Hess 在他的书《Learn or Die》中写道：

“（高质量的）学习需要高质量的批判性思维和高质量的学习交流，这反过来需要一个可信赖的环境、表达的自由、成为一个“人”的自由、以及暴露我们的弱点。桥水已经实践了这些过程，这不仅可以促进批判性思维，还能对抗每个人心中那种抑制个人学习成长的懈怠。”

“我不是说桥水像海豹突击队，做最好的投资决策与执行海豹突击队任务并不相似。不过，这两个高绩效但又差异巨大的组织文化之间存在明显的共同点。事实上它们具备相同的学习思维、能力要求、适用于高变化的环境的流程，无论是在商业环境还是非商业环境，它们都令人瞩目。”

“桥水可能是我研究过的最先进的学习型组织——我的意思是它的学习文化和过程，与学习理论中的研究成果是一致的。桥水比我研究或合作的大多数组织都能更好地面对我们的“人性”；而另一个强调科学地学习的组织是美国陆军。“

“桥水鼓励异见，因为……通过异见和压力测试，一个人的思想和信念可以让他更接近真理或者变得更好。一位高级经理告诉我 ‘我本不喜欢冲突。但我在这里处理它因为它好处多多。’”

“在桥水，因为每一个人的工作都不一样，所以达里奥不断强调人们的差异——他们独特的思维方式和看世界的视角——都是好的。正是这些差异汇集了不同的想法和不同的观点，才能去实践不同的想法并为组织创造最佳结果。而挑战在于如何教育人们去拥抱彼此的独特性和独立的思考。“

本文已使用 PRESS.one 签名。

注：本文翻译自 Uber 娱乐高级工程师 Forrest Smith 的文章《My Favorite Paradox》。我得到了他的授权将文章翻译为中文并发表于我的站点。

随后我得到了 Forrest 的授权，可以将文章翻译为中文并发表于我的站点。本文的打赏收入将以 PRS Token 的方式转赠与 Forrest。

以下为文章译文。

我们生活在大数据的时代。免费游戏每天会收集 300GB 的数据，网站们会跟踪我们在每一个像素的每一次点击，大家都在使用 A/B 测试来测试哪一种服务效果更理想。

有三种类型的谎言：谎言、该死的谎言、统计学

—— 马克吐温

居心不良的人可以扭曲和操控数字，来达到他们想要的结果——我们都知道他们是如何玩弄数字的。

但玩弄数字还有另一种微妙的技巧。聪明、受到过良好教育、有良好逻辑思维的人可以运用这些技巧通过正确的数据，得出完全错误的结论。这种现象时刻都在发生着。

辛普森悖论

1973 年，加州大学伯克利分校因女性歧视被起诉，从数据上看，男研究生的录取率比女研究生高 9%¹。

这个官司引发了一项研究。 但是研究结果表明，女性不仅没有受到歧视，而且女性在录用率上的有额外优势！

这怎么可能？之前的数据似乎很清楚地表明了是女性受到歧视。答案是：辛普森的悖论：

当人们研究变量的相关性时，会对它们进行分组研究。这时，在总体趋势中存在的优势可能会消失，甚至发生反转。

下面的表格¹解释了其中究竟发生了什么：有些学院的录取率很高，有些学院的录取率很低。女生偏向于申请竞争更激烈的学院，男生偏向于申请竞争不那么激烈的学院。在整体录用率上，男生偏高；但是看每个学院的录用率，女生更高。

这是历史上一起真实的官司，并且是辛普森悖论中最著名的例子之一。

我很喜欢辛普森悖论，它让我感到愉悦。因为它不仅仅会改变或扭曲结果，而且完全颠覆了结论。这样的事故在现实中经常发生。

肾结石治疗方案

接下来我提出一个问题，来强化对辛普森的悖论的认识。

假设肾结石有两种不同的治疗方法，你觉得哪一种更好？

• 治疗方案 A：350 位患者，其中 273 位痊愈（治愈率 78％）
• 治疗方案 B：350 位患者，其中 289 位痊愈（治愈率 83％）

正确答案是 …… 方案 A！奇怪吧？这次有什么不同呢¹？

肾结石分为大小结石，治疗大结石更难一些。方案 A 无论在小结石还是大结石上，都有更好的治疗效果：治愈率分别为 93％ 和 73％。

这里的关键在于，虽然每个方案的样本都是 350 人，但其中大小结石的样本数并不是均等的。

• 方案 A：87 位小结石患者 和 263 位大结石患者
• 方案 B：270 位小结石患者 和 80 位大结石患者

当对所有 350 位患者的治愈效果求平均值时，方案 A 的平均值将倾向于较低的大结石治愈率，方案 B 的平均值将倾向于小结石的较高治愈率。这导致方案 A 的综合治愈值被降低——尽管方案 A 在小结石和大结石上都有更好的治疗效果。

剥洋葱理论

我认为辛普森悖论就像剥洋葱。以刚才的肾结石治疗为例：洋葱的最外层认为治疗方案 B 更好；当我们剥掉最外层以后，分别考虑小结石与大结石，会发现在两种情况下治疗方案 A 都更好。

如果我们再剥掉一层，我们很可能会发现：至少在某些情况下，治疗方案 B 会更好。也许是对老年患者来说更好，或是对肥胖患者的小结石更好，或是对患有另一种疾病患者的大结石更好。等等。

让我们再回顾一次辛普森悖论：

当人们研究变量的相关性时，会对它们进行分组研究。这时，在总体趋势中存在的优势可能会消失，甚至发生反转。

每剥开一层，都有机会反转上一层的结论：乍一看上去 A 更好，但是我们深入一研究，发现是 B 更好；再深入一点，发现依然是 A 更好。我真的很喜欢这样的感觉。

游戏中的例子

到目前为止，辛普森悖论出现在了研究生招生和医学研究，接下来还会出现在我们经常玩的游戏中。准确地分析和解读数据真他妈不容易呢！

接下来是一个设想中实验。实验模拟了一个场景，我提出场景中的潜在问题。

在一个第一人称射击游戏（FPS）中，玩家觉得狙击手太强了。好，让我们来看看数据怎么说：

• 每场比赛中，狙击手的平均击杀次数高于其他角色。

确定无疑，也许玩家是对的。让我们剥一层洋葱皮，看看下一步是什么：

• 狙击手在水平较低天梯比赛中平均击杀次数更多。
• 狙击手在高等级天梯比赛较少玩家使用。
• 狙击手在某些地图上占据主导地位。

比赛等级、地图、玩家。基于这些选项，我们可以对实际情况的作出不同的解读。但还没有改变任何结论，说明我们不够深入，我们需要剥离更多层洋葱皮。

以下是我解读的七种不同场景，每种场景都会导致这一结果：

• 狙击手的能力下限高，但是上限低。
• 狙击手非常克制新玩家爱玩的角色。
• 由于视野特别远，狙击手在某些地图确实太强了。
• 狙击手在某些地图上很容易克制别的角色。
• 狙击手并没有很强，但在某些地图上大家都爱玩支援类角色，导致狙击手感觉很强。
• 狙击手并没有很强，但游戏匹配系统缺陷导致无法将高级别狙击手匹配到高级天梯。
• 狙击手并没有很强，但游戏匹配系统缺陷导致将中等级别狙击手错误地匹配到高级别比赛。（我认为这里作者写反了，他想表达意思可能是“将高等级别狙击手错误地匹配到中级天梯”）

最后两点是我最喜欢的。首先，这说明高等级天梯中缺少狙击手可能与游戏玩法无关；其次，两种相反的场景会导致相同的负面结果。

理论

我有一个想法，你可以理解成一个未经证实的理论：对于任何给定的数据集的统计结果，都存在相反的结论。

我认为在任何时候，只要你得出了一个统计结论，你都应该问问自己这个结论代表什么。如果你陷入了辛普森悖论怎么办？如果你剥离了一层洋葱皮，导致扭转了你的结论怎么办？

如果你主动问自己这些问题，你可能会发现你的结论是正确的，也可能会发现自己陷入了一个悖论，并走错了路。

结论

无论你有多少数据，你都需要提出准确的问题。可能你有良好的初衷，但很容易因为提出不准确的问题导致得出错误的答案。

辛普森悖论是一个很好例子，它说明了反转统计结果有多么容易。意识到它的存在，并不断问自己如何保持在正确的道路上，是值得坚持的事情。

一个彩蛋～

之前提到的两个经典案例很硬核，也很适合学习悖论。但我最后得说一个有趣的故事。

故事发生在 2012 年， YouTube 高级工程师 Chris Zacharias 写了一篇博客 “Page Weight Matters”。Chris 的团队负责优化 YouTube 的视频观看页。他在文章中提到，随着时间的推移，这个页面的体积已经增长到 1.2MB，巨大的体积让页面加载时间变长了。

经过几天的努力，Chris 将页面大小缩小到仅仅 98KB，还减少了网络请求数，并用精简的 HTML5 播放器换掉了体积庞大的 Flash 播放器。他感觉很好，最终把这个优化上线了。

经过一周的数据收集后，Chris 发现 …… 新改动让页面的访问速度变得更慢了！页面的平均延迟增加了。尽管体积只相当于原来的 10％，但却需要更长的平均加载时间。

让我们用辛普森悖论来解读这个现象。

为避免悖论，我们必须准确了解当前正在测量的样本。 如果只是通过比较对照组和实验组的平均结果，不会得到有意义的结论——除非我们理解每个组的构成。

在 Chris 的故事中，改进的新方案获得了来自东南亚，南美和非洲的大量新流量。这些地方在新方案中平均需要两分钟才能完成页面加载。而在旧方案，它将花费二十分钟——也就是说，在旧方案中，来自这些地区的用户根本无法打开页面，也就不会进入到统计样本。

所以 Chris 的代码不仅是成功，这是一次大成功。本来二十分钟才能打开页面导致 YouTube 在这些地区而无法使用，改进方案虽然需要两分钟，但是能打开页面已经很好了。以前无法使用 YouTube 的人们突然能用上 YouTube。

然而，最初的数据分析却说这是一次失败的改进。这个故事让我们感到好奇：我们有多少次陷入悖论并对悖论毫无察觉？ 有多少次使用正确的数据做出完全错误的结论？可以肯定，不在少数。

查看这篇文章的 Press.one 签名

使用 beancount 记账一年多了，最早是个人私帐用它，现在公帐也用它。记账是一个好习惯，可以回答一系列财务问题：

1. 我去年在打车上花了多少钱
2. 我每年政府贡献了多少社保和税
3. 我在美股的投资中哪一支股票收益率最高，赚了多少

如果日常没有记账，这样的问题很难回答。除此之外，严肃的记账还有以下好处：

1. 更好的掌握自己的经济状况。如果是只记流水账，买了房资产负债几百万 30 年，这样的帐就除了督促自己还钱没有别的存在意义。
2. 一次重新思考生活观念的机会。例如三年前买的电脑归入“资产”而不是“消费”，那么在权衡其二手收益时，可以更清楚地评估其价值（Apple 的电脑更保值，折旧费更少），帮你作出选择。
3. 更好运用金融工具。典型的就是信用卡消费。

但是记账本身是一件挺麻烦的事情，所以需要把流程自动化。Beancount 提供了开放的文件格式，很有利于自动化。

前置知识：复式记账法

和一般流水账不同，Beancount 使用“复式记账法”，也就是会计师使用了几个世纪的记账法。

在中文资料中，很多人用“借、贷”来解释复式记账，太麻烦了¹。我给大家讲一个形象的描述：你的账本有四个“桶”，分别为“收入(Income)”、“支出(Expenses)”、“负债(Liabilities)”、“资产(Assets)”²。

支出和收入都称为“交易”，每一笔交易可以解释为资金在这四个桶之间进行流动。

例如：

• 早上公司发工资，那么从“收入(Income)”桶到“资产(Assets)”桶。
• 中午出门打出租，从“资产(Assets)”桶到“支出(Expenses)”桶。
• 下午用信用卡买了一台手机，从“负债(Liabilities)”桶到“资产(Assets)”桶。
• 下个月还信用卡，从“资产(Assets)”桶到“负债(Liabilities)”桶。
• 明年在二手市场卖掉手机，从“资产(Assets)”桶扣除折旧费用，换成所得现金，回到“资产(Assets)”桶。

这样看复式记账是不是简单很多了。再看下面一个简单的例子：

这是一条典型的交易记录，表示我 7 月 26 日使用滴滴打车，开销为 15 元。记录解释如下：

其中最重要的是 Assets:Cash 和 Expenses:Traffic:Didi。他们分别表示我的现金和滴滴打车的消费，分属于资产(Assets)”桶和“支出(Expenses)”桶。

使用 Beancount 和 Fava

安装 Beancount

首先你需要有 Python。如果没有的话，推荐去下载 Anaconda 或者 Miniconda，里面会内置 Python。接下来就可以安装 Beancount 和他的图形界面 fava 了：

1

pip install beancount fava

编写账本

Beancount 账本由纯文本文件构成。你可以使用 include "文件名" 语法来自由组织账本文件。这里我提供三个文件组成的最简单账本：

accounts.bean：用来管理四个桶

1
2
3

1990-01-01 open Assets:Cash
1990-01-01 open Expenses:Traffic:Didi
1990-01-01 open Equity:OpenBalance

main.bean：主入口文件，包含了 accounts.bean 和 2018-07.bean

1
2
3
4
5
6
7

option "title" "我的账本"
option "operating_currency" "CNY"

include "accounts.bean"

; 每个月的账本
include "2018-07.bean"

2018-07.bean：每个月的账本，文件名就是月份

1
2
3
4
5
6
7

2018-07-26 * "小桔科技" "滴滴打车"
    Assets:Cash			       -15.00 CNY
    Expenses:Traffic:Didi       15.00 CNY

2018-07-25 * "初始化"
    Equity:OpenBalance			
    Assets:Cash			        100.00 CNY

使用 Fava 展示账本

接下来，我们在终端中运行：

1

fava main.bean

然后打开 http://localhost:5000 ，你可以看到如下界面：

Fava 会网页的形式展示你的财务情况。

实际账本比这复杂很多，Fava 提供了一个 Demo 站点，你可以在里面看看一个实际账本是如何运作的：Example with budgets

自动记账

手工记账麻烦，是很多人懒得记账的原因：日常开销数量多而且繁琐，每一笔消费都手工写账本是一件非常非常痛苦的事情。

我的解决方案是信用卡 + 自动记账脚本（下载）。

1. 每月信用卡账单日，我会从银行导出一份信用卡账单（一般是 CSV 或者 Excel 文件）。
2. 运行一个自动化脚本，将账单转换为 Beancount 格式，并且根据日常收支，自动分类交易，加上备注。
3. 最后，手工处理脚本中无法处理的交易，核账。

整个过程耗时不会超过半小时，对我来说可以接受。

写在最后

在部署上，你可以把 Fava 和 Beancount 连同你的账本一起放到一台服务器上，便于随时远程访问。但是我自己目前只在本地计算机使用，所以没有这样做。

最后推荐 wzyboy 的文章《Beancount —— 命令行复式簿记》，我是通过该文了解到 Beancount 并开始复式记账的。除了基础知识，他还提供了一些记账上的进阶技巧和实践，如果你要开始使用 Beancount 记账了，那么这篇文章值得读一读。

上上周开始，我有幸可以参加 PRESS.one iOS TestFight 版体验。

一次流畅的体验

测试版本是 1.0.0.33。

熟悉的登录界面。与网页版本有两个明显的差异：一、移除了 KeyStore 登录方式，仅仅保留了 Email/Password 登录；二、增加了原生 1Password 支持（这一点很贴心的）

登录成功后，进入到 PRESS.one 主界面，即个人主页。主界面可以分为三个主要区域：

• 最上方的导航栏目：提供“扫码”和“管理”两个入口
• 中间的个人信息区域：包含个人信息和我的身份证明
• 我的订阅与我的签名：我签名过的内容和我订阅的内容

其中，“扫码”和“我的订阅”这两个功能入口没有在网页版出现过，所以今天我着重介绍一下“我的订阅”这个功能入口，然后再介绍一下如何使用“扫码”订阅新内容。

顾名思义，“我的订阅”可以让你订阅不同的 PRESS.one 帐号的内容。这里我订阅了霍老师的帐号。

点击去看看呢，你可以阅读每一篇文章的内容。

这里值得注意的是，最上方有个“订阅/取消订阅”按钮，最下方有个“赞赏”按钮。霍老师这篇文章已经获得了 74.818 PRS 赞赏啦。

让我好好赞赞你。

目前，赞赏使用的是 Mixin 进行支付。在此我郑重提议，希望加入“使用 Fox.ONE 赞赏"，因为我把所有的 PRS 代币都放到了 Fox.ONE 钱包中了！

如何关注更多帐号呢？

诶哈，跟微信公众号一样，PRESS.one 目前没有提供任何“发现新内容”的机制。

因此，如果希望关注更多帐号，操作起来稍微麻烦一丢丢：

1. 使用首页左上角的“扫码”
2. 去扫你能找得到的 PRESS.one 帐号的文章二维码

比如说，要关注我的 PRESS.one 帐号，你可以在 App 里扫下面的二维码（不能用微信哦）：

扫码后，选择“查看原文”按钮，可以阅读我的文章；然后点击页面右上角的“订阅”按钮，即可完成订阅。

写在后面

目前，App 和网页版本的定位稍有差异：PRESS.one App 可以看作一个面向读者的内容分发客户端。当然了，其中的内容都是经过签名的，并且将内容存储在链上，以此保证内容是可信的。

在阅读过程中，你可以安静地阅读，或对作者进行打赏，或将文章分享给你的朋友。整个业务的闭环接近完成。

从表面上看，可能会认为 PRESS.one 是微信公众号的替代品或者竞争者，并非如此。PRESS.one 的愿景要比微信公众号大，从立项之初，霍老师就已经将 PRESS.one 定位为一种协议。

朋友们，还记得天国的 RSS 协议吗？RSS 最后的微笑将由 PRESS.one 来守护。

根据小道消息，PRESS.one 开放 API 正在紧锣密鼓地开发中哦。一旦完成，可以预见，会有很多资深开发者——比如我啊——将基于 PRESS.one 进行第三方开发，构建丰富内容生态。

比如，你使用 Wordpress 写文章，那么将可以使用 PRESS.one 的 Wordpress 插件，一键完成内容的签名和发布。

届时，我们很可能将打破现在一个个小圈子的僵局，将分布于 Facebook、微博、微信公众号、个人博客的内容重新连接，重新回归互联网的初心。

虽然现在 App 还有一些瑕疵，但可预见的未来可以说很棒棒了，PRESS.one 团队给你鼓鼓掌👏。

查看这篇文章的 Press.one 签名

上个月跟朋友吃饭，他讲了一个故事。故事里有一位奇点主义者¹，他心中的未来是这样的：

“以后 AI 会成为所有物品的标准配置，甚至猫碗和猫砂盆”

“比如说”，他指了指窗外，“自动售货机里面就有 AI。它能琢磨出这个办公楼里面的肥宅到底爱喝零度可乐还是无糖可乐”

“这样它可以每天琢磨，进货上是不是要调整一下，要不要多进一些肥宅快乐水呢？这样，它就能多赚点钱”

“赚了钱，它可以扩大规模，开个分机，或者在故障的时候联系公司总部派人来修，支付维修费用”

“当然，这一切都将通过智能合约来执行”

“那，人能干啥？修机器呗，修机器赚了钱，就能去买肥宅快乐水喝，快快乐乐……”

在他的故事里，人类不再是文明的主人，变成了机器的仆人——去支撑一个机器自洽的文明。

听上去很远吗，其实没有。

上个世纪，赫胥黎说：“人们会渐渐爱上那些使他们丧失思考能力的工业技术”。

如今，我们在抖音和吃鸡中消耗时间，在今日头条和 Facebook 的推荐引擎出卖数据，算不算支撑了一个小小的机器文明？我们生存的意义是否是供养科技公司的机器？

这是不是我们的结局？所谓进化的顶端的我们，只是机器文明的培养皿。至于另一种未来：科技与族群的协同进化——没看到。

百度说人民不在乎用隐私换方便，今日头条的推荐引擎不留余力地纵容用户人性的阴暗面，Facebook 因为隐私问题麻烦缠身，Google 的 AI 助手可以帮用户订饭。但是，科技与我们一起前进的故事好像只在幻想小说里出现过。

另一条道路

另一个故事，由斯蒂夫·乔布斯在 1980 年的一段采访视频²中亲口所述：

在上个世纪，科学家为了研究动物的运动效率，测量了动物们从起点到终点所需的能量。

他们最后发布了排名。能耗比最高的是秃鹫：秃鹫花费最少的卡路里到达终点。人类排第几呢？

人类的排名在榜单末尾三分之一的地方，可以说是表现相当不好。

后来，科学家让人骑着自行车再进行了一次测试。结果是人类+自行车赢了所有动物，比秃鹰高效两倍。

这个结果表明，我们人类是一种工具动物，我们有能力制造工具来突破身体的局限 —— 这正是苹果所做的事情。

这就是“思维的单车（The Bicycle of the Mind）”，是乔布斯坚持的一种技术价值。用这个标题可以在网上找到不同年代的采访视频，说明这样的价值观贯穿他的一生。

在乔布斯的理解中，计算机、技术是作为人类的助手存在的，它们让人变得更强，而不是代替人。这是一种与 Google、Facebook 们完全不同的理解。乔布斯和他的 苹果 是赫胥黎那句话的反例。

之前，我以为科技会导致相似的文化和价值观，让我在很长时间里都没有察觉到科技公司们有这么显著的价值观冲突。

这些差异让我重新审视我的工作：我是为哪些人导向了哪一种道路。

查看这篇文章的 Press.one 签名

熟悉的朋友知道我最近弄了一家小公司，发布了个小产品叫 “FoxOne”，以后会在区块链这个领域里做一些微小的工作。

当然，除了做事情以外，我也有一些小小的愿景。

为什么选择区块链

选择区块链是一个深思熟虑的结果。

作为一个技术人和一个创意工作者，我非常希望能够参与到某一次技术改变世界的趋势中去。

有这个潜力的技术只有两个：一是人工智能；二是区块链。

尽管对深度学习和人工智能一贯推崇。但推崇一个技术跟投身其中不一样。一方面，我在理论和工程上有较大的短板；另一方面，现在推动人工智能发展的组织更需要非常专业的执行者。

区块链则不太一样。由于趋利的原因，这个行业玩家鱼龙混杂，无论是基础设施还是市场都处于一个非常早期的阶段。这种情况下挺适合开荒者进入的。

对区块链污名化的澄清

01

现在做区块链的，多少会遇到传销商、投机者甚至金融诈骗者。所以现在进入区块链行业是要冒一点风险的，尤其是在 Reputation 方面。

不过如果稍微了解一下历史，你会发现这是一种规律性的现象。呆在一个离钱近的地方，街角就一定充满了血腥味，这一点与技术无关。所以，把现在的数字资产市场理解成 19 世纪的华尔街就行了。

02

另一点则跟技术有关系。在组建团队的过程中，我发现有两个很有意思的现象：

1. 技术人对区块链/数字资产的偏好差异很大：最喜欢区块链/数字经济的是技术人，最不喜欢的也是技术人
2. 偏差大的原因却是相同的：他们对区块链的技术本质有最深入的了解

对此我是这么看待的：区块链技术很老，所以不是一个技术创新，而是一种模式创新。如果用纯技术视角来看待它，会低估其可能性。

换句话说，原本只有技术人懂的分布式系统和拜占庭将军问题，现在通过各种币的利益驱动，让非技术人也懂了一些分布式系统和拜占庭将军问题。大家多了一把锤子，有更开阔的思路，也就是创新的土壤。

所以我认为这是一个规律性的东西，方法论的普及跟创新的爆发周期是一致的。如果技术人真的觉得自己的东西好，应该感到欣喜而不是不快。

更何况数字资产可是有史以来第一个绑定变现的技术，可以说对技术人的智力成果的保护是空前的呀，你行你上啊……

03

好多人告诉我区块链是空气，因为没有落地。这个说法属于没有意义的正确。

回到 1995 年，那时候的互联网能怎么落地呢。或者我们回到 1970年，那时候的 AI 能怎么落地呢。

所以我理解这也是一个规律性的东西。97 年的互联网和 70 年的人工神经网络在现在看来，离落地都还远着呢。

但如果没有 Dave Raggett 去做 HTTP Protocol，没有 Dreyfus 去完成第一个反向传播算法，能有现在互联网和深度学习的繁荣吗？

显然是没有的。我们把现在的区块链看作 1997 年的互联网就好了。

04

交易市场很有意思的，这里和别的地方不一样，观点相左的人完全应该成为朋友的。你看，得一群人看多，再一群人看空，这样才能促成交易。如果大家观点一致，就谈不成买卖了。

所以吧，如果真的觉得一件事情属于客观上地正确，不受人为因素左右，那么就应该去坚持一下。毕竟每个历史阶段，真理掌握在少数人手中的时间都特别短，只有两个：刚开始和快结束。

当然我也知道，预测未来本来是件极困难的事情，那么能做的就是知行合一了。

查看这篇文章的 Press.one 签名

前几天微信群里出了一件事：一位朋友的孩子吃了从某电商购买的问题食品，被送进了医院。

所幸在群中该电商朋友的帮助下，事情很快得到了处理：贩卖不合格商品的商家得到了处罚，孩子的症状得到了控制，该电商广州团队亲自对当事人进行慰问。

就此事，有朋友在群里说：电商产品不重要，重要的是运营。这个观点有失偏颇。

今天，因为这个孩子的爸爸是微信前员工，迅速得到了妥善处理；那么其它购买了这个食品的用户，如果出现症状怎么办呢？

如此的关爱用户手段并不具备良好伸缩性¹。经济学者 Schelling 在《Choice and Consequence》中提到了“确定性生命”和“统计学生命”的区别：

确定性生命：一个有着棕色头发的六岁女孩需要几千美元接受一个手术来让她的生命延续到圣诞节。这时邮政局会被零钱和硬币淹没，因为人们都在捐款救她。

统计学生命：而如果有新闻报道说在取消销售税后麻省的医院设施将不能得到及时更新，从而导致本来可以预防的死亡人数有一点点增加，那么不会有多少人为这件事而落泪，更不要说捐款了。

该电商这次关爱的一位用户是一位“确定性生命”，但是在产品经理面前的数据报表里，还有三亿“统计学生命”需要也更值得关爱。

如何在统计学尺度上描绘用户，如何理解情绪，如何关注到抱怨，如何制定规则；更多关注这些没有面孔，没有身份，没有性别，没有偏好的人，来避免诸如此类事件的发生，对崇尚规模化运作的互联网企业来说更有意义。

关爱的用户的姿势

关爱分方法。

少有人会愿意花时间去考虑如何去理解和关爱自己的用户。即使是在互联网——相比长期产品建设，人们也更愿意用 ROI、GMV、DAU 等纯粹的数据指标去衡量产品和业务得失。

数据指标确实能够抽象和概括现状，但只要是指标就会丢失信息。“统计学用户”没有面孔，不代表他们没有面孔。能在数字之间看到用户的脸，才能创造顾客价值。

既然大家已经不那么愿意听张小龙先生说话。那么回归商业，营销为王，不妨来回归一下营销的本质。

现代营销学之鼻祖，Philip Kotler 说：

营销并非一种以精明的方式兜售自己产品的技巧，而是一种创造顾客价值的艺术

Marketing is not the art of finding clever ways to dispose of what you make. Marketing is the art of creating genuine customer value

这与产品在业务中的情况何其相似。能对“统计学用户”给予关爱的产品设计，看似缺少运营，恰恰是对运营理解得最透彻的，在源头上做了正确的事情。

因为如果我是那个孩子，我更希望自己不要进医院，而不是不认识的叔叔阿姨来看我。

大象无形，大音希声。

查看这篇文章的 Press.one 签名