各种App是如何让你变得又懒又笨的？

上一期，书单君和“书米”们分享了（☜点击阅读）

这一期，我们来聊一个每个人都有切身体会的话题。

据书单君观察，如今不少人的一天是这样度过的：

7:00，醒来之一件事就是拿起手机，看看在自己睡眠中的这几个小时，朋友圈有什么新动态。

8:00，上班通勤，看微信公众号以及各种资讯App推荐的内容。边看边感慨，科技真伟大，推荐的全是我想读的。

9:00—12:00，工作时偶尔开个小差，上微博看看热搜关键词，经常之一个向同事报告：哇塞，连XXX都出轨了！

13:00—14:00，趁午休网购。打定主意只买一件衣服结果还是买了三件，因为页面旁边的“猜你喜欢”简直不要太知心。

18:00—23:00，只要有空就拿着手机读微信公众号、刷朋友圈、刷微博、看直播、逛B站、逛天猫，点、评论、转发，买买买，不亦乐乎。

23:30，躺在床上半小时后，终于恋恋不舍地放下了手机，心想这真是忙碌的一天啊，可这一天到底干了点啥呢？还没等想明白，就已经睡着了。

……

10年前，我们不敢相信自己会过着对手机和网络这样高度依赖的生活，也不敢想象我们需要的资讯会如此及时、精准地送到我们眼前。

然而，这真的是好事吗？

本期分享人，互联网经理人就认为，某些获取信息的方式，正在让我们变得更“懒”更“笨”。原因并不复杂，但后果，却可能比我们想象的还严重……

我想从智能推荐谈起。

▼

最早在国内把“智能推荐”推向大众的产品，没记错的话，是豆瓣电台。

那时，这还是个很新奇的功能。它会提示你，给每一首歌点“喜欢”或“不再收听”。经过大量的数据训练，它就能越来越熟悉你的口味，给你推荐更多“你可能会喜欢”的音乐。

那个时候，打开豆瓣电台，一次次地点“下一首”，来研究它的推荐到底准不准，是件挺有趣的事情。虽然身边大多数人都觉得，不怎么准。

把时间拨回2017年。一转眼，智能推荐早已在国内风靡了数年。除了音乐平台，资讯平台、自媒体平台、购物平台、广告平台、直播平台、视频平台、游戏平台……都纷纷开始转向智能推荐。

它们的理由也非常正确：在这个信息爆炸的时代，传统的人工分发太没效率了，我们要依据大数据，利用智能算法，一方面实现推送内容和用户喜好的高度契合，另一方面也大大提高信息的分发效率。

所有的平台都在致力于提高算法质量。我们似乎已经进入一个“智能推荐时代”。

以亚马逊为例

▽

有数据表明，亚马逊35%的销售额是与推荐系统相关的。

当你在亚马逊购物的时候，你一定见到过这句“购买此商品的顾客也同时购买”，很有可能你会被其中某个名字吸引，点进去，然后再点进另一个名字，最终买了一堆东西回来。

《一网打尽》这本书就提过

▽

当亚马逊和大型出版商谈判的时候，就会使用“推荐系统”作为杀手锏。如果出版商没有达到他们的要求，亚马逊就威胁将他们的书从推荐系统撤下——这也就意味着大约40%的销量锐减。

这样的结果是，通常30天左右，出版商就会回过头来说：“嗨，贝佐斯（亚马逊的CEO），咱们再聊一聊？”

2016年9月，宣布，他们将解散“热门话题”团队，转而使用算法来抓取最热的资讯。当然，这个消息放出来第三天，就立刻遭遇了危机——算法抓到了一条假资讯，并推向所有用户。

不过，从的态度来看，他们坚信这只是一场小小的意外，智能推荐终将全面代替人工分发。

这几年，国内崛起的各种资讯平台——比如今日头条、一点资讯，以及各种小而美的资讯资讯客户端，几乎都基于“尖端算法”、“硅谷核心团队”，主打“基于兴趣和热门的智能推荐”，大有干掉传统媒体平台之意。

今日头条的CEO张一鸣更是说得很明白：我们不需要主编，有主编就会有倾向性，我们把分发交给算法，用户喜欢什么，我们就推给用户什么，我们不干预用户的喜好。

这是一个浩浩荡荡的趋势，一切看来都很美好。

但是，我却始终有一点怀疑：智能推荐的本质是什么呢？

简单来说，是这样的逻辑

▽

系统通过收集你的历史数据和个人数据，为你建立一个描述模型，并找到符合这个模型的其他用户，找到他们所对应的“高评分内容”（比如点“喜欢”就给内容加1分；点“不再播放”就扣5分，等等），再将这些内容推给你。

也就是说，系统先通过寻找“与你相似的人”，再将他们关注的、喜欢的内容推给你。

当然，实际的操作，比这要复杂百倍，比如矩阵分解系统、外显/内隐行为评分机制、基于多因素（包括地域）的策略逻辑，等等。但本质来说，不会偏差太远。

这样一来，就会产生两个问题：

这种基于大众行为的机制，可能的结果之一，是“趋同”。

系统推给你的都是在可选范围内“更大众”的信息（最多人关注），而你的行为又进一步强化了这种趋势（为这些信息增加了关注）。

这样一来，就会导致极端的马太效应：热门的信息越来越热门，冷门的信息越来越冷门。

这是一件很可怕的事情。如果由智能推荐来决定信息分发，那么，我们选择信息的权利，就完全由系统——本质上就是大众来决定。

也就是说，我们所关注的信息，会越来越趋向于一致：

我们接受到的信息，是大众关注的信息；

我们思考的问题，是大众思考的问题；

我们看到的事物，也是大众看到的事物。

当你的信息、视野、思考方式都完全“泯然众人”，你还如何能输出更有价值的想法？

我在一篇旧文里面谈到过，我们思考问题的过程，如果拆解出来无非就是这个模型（即所谓的“ITO”）：

信息输入（Input）

☟

利用逻辑工具处理信息（Tools）

☟

输出结论（）

所以，我们脑子里的想法，绝大多数的差异其实在于之一步，即信息的输入。

因为逻辑本身是普适的，对每个人的差异不大。因此，只有接收到的信息更全面、更庞大，你用来“处理”的素材才会更丰富，也就能得出更精确、更有价值的结论。

这也就是为什么我们常说“你的问题是读书太少，而想得太多”的缘故。

因为读书是拓展信息输入更好的方法。没有足够的信息输入，想再多也是没有用的，因为从本质上讲，你的材料就是匮乏的。

而如果你连接收到的信息都跟大多数人一样，你还如何能指望比大多数人更优秀？

与大众一致，永远只能沦为平庸，成为被消费的对象。只有比大众走得更远，看得更远，才能有出类拔萃的可能性。

另一种可能的后果，就是圈子的断层和割裂。

一个圈子里的内容，永远只有最平庸、最肤浅、最没有门槛的信息，能够被最广泛的人接受和关注。而这种关注，又会促进它的二次、多次传播和螺旋发展。

这样一来，其他的信息要么被“挤压”到角落里，被我们遗忘；要么被挤出圈子，被我们忽视。

简而言之，你会只看到你所在的圈子里，大多数人愿意看的东西。

这也就是我在一篇旧文中提到的：当你接收到的信息与发出的信息，只能在你所属的圈子、阶层内传播，你所能接触到的世界，实际上就被局限在小圈子里面了。

你将看不到真正的世界，而是活在圈子为你构筑的“拟态世界”之中，但这一切，仅仅是智能推荐的问题吗？当然不是。

所有的网站、平台、APP，想要更好地生存，都必须融入“舆论场”，让自己跟进各种热门事件——热门的东西，永远都能吸引多数人的关注，因为热门本身就意味着多数关注。

那么，无论是智能推荐，还是人工分发，其实本质都一样——你所被动接收到的，永远是“大众”的信息。

只不过，在信息爆炸的时代，智能推荐实际上做了这么一件事情：我帮你把信息筛选好，你不用去找，安心等着就好。

这种基于热门的筛选机制，虽然节省了我们大量去探索和寻找内容的时间。然而，另一方面也意味着，我们在被动接收之中，思维正在慢慢被同化和影响——无论是事件，观点，事实，还是看待问题的角度。

我们变得越来越“懒”了，因为智能推荐帮我们把信息分门别类打包好，送到眼前。

同时，我们也变得越来越“笨”了，因为我们接收到的信息，都被拉到了大众的平均（甚至低于平均线）水平。

这种情况发展下去，会造成精英和大众的进一步割裂。

从信息渠道来说，很可能会出现这样的情况：

1）少量大众平台掌握着大量用户和流量，成为信息流通的中心渠道；

2）众多微型的小众圈子（APP、个种自媒体）环绕在周围，基于少量的、小众的用户，在内部交换信息。

两者彼此独立，画地为牢，互不干涉。

这并不是一件好事，那么，面对这种情况，我们可以怎么做？

最核心的，还是要基于自己的需求和兴趣，主动去进行“探索”，获取有价值的信息。

你要知道，传播范围越广的东西，其实就越没有价值。因为它要么已经人尽皆知，要么即将人尽皆知。

有意思的是，这个趋势正在慢慢逆势上扬：知乎Live，在行，得到，有不少平台开始尝试走“有价值的精品内容”路线。当然，我并不是说他们上面都是有价值的内容，你依然要进行筛选和辨识，但相比起被动接收由大众所决定的信息，这始终是很有意义的一步。

作为个人，对自己的信息渠道进行优化，将更多的精力花在“主动寻找信息”上面，会比被动接收大量的“庸俗信息”更有价值——因为前者才是你真正需要的，后者只是大家认为你需要的。

越是信息碎片化的时代，我们越是要建立结构化的体系；越是信息筛选便利的时代，我们越是要探索门槛更高的信息——这样一来，才能走在大众的前面，给自己带来真正有效而长远的提升。

大多数人只会成为时代的附庸。

当潮水卷过，留下来的，

永远是逆流而上的人。

书 单 君 说

前些天，大家在朋友圈里热议微信的小程序，先不论其好坏，外界最不能理解的一点是：

为什么张小龙不做个像App Store那样的推荐平台，方便我们去发现更多小程序？

其实在去年年底的演讲中，张小龙就解释了，相比于App Store这类智能推荐机制，他更倾向于人工的社交推荐，也就是让小程序在聊天界面中传播。

张小龙还说，之所以不采用智能推荐的机制，是因为它无法给用户带来新东西，只是不断强化了我们的偏好；相反，通过不同的人在朋友圈或聊天界面各式各样的分享，我们能更容易接触到不同的东西，也因此打开更丰富、更广阔的世界。

虽然这同样有局限，但比机器算法还是好不少的。

某种程度上来说，书单君自己也算是一个“人肉推荐机”，尽管每天早上都混在一堆公号中、以看似冰冷的方式向你推送消息，但在这背后，我和小伙伴们花了大量的时间做信息筛选。

所以我有底气说，书单分享的每一个句子、每一本书、每一篇文章，几乎都是从成百上千条信息中筛选、提炼出来后，才摆放在“书米”们眼前的。

因为和张小龙一样，我也更相信人的力量——只有人，才有能力读书、学习、不断扩宽自己的边界，而不是强化原来熟悉的认知。

所谓“边界之内，是常识，边界之外，才是见识”，讲的就是这个道理。

p.s. 总结过去一年，书单君最感激的，就是得到许多贵人相助。一个人，一辈子，能遇到一个贵人，已是三生有幸，还有许多人终其一生也未必能遇上贵人。为什么？下面这篇文章，或许会带给你一些启发。

点击下图 立即查看

另，书单君推荐的艺术启蒙书《DADA全球艺术启蒙系列第1辑》马上就要停止发货了。寒假了，与其让孩子在家打游戏，看电视，不如让他尝试着接受美的熏陶。作为过年礼物，送给自己的孩子或是亲戚朋友的孩子，或许是最合适的。

点击下图 立即查看

＊上两图为广告

本文首发微信公众号L先生的猫（），作者，互联网经理人，心理学、管理达人，知乎22万答主，多家媒体特约作者。书单获授权编辑发表，转载请联系作者。

商务合作：请发邮件至

有偿征稿：欢迎各类独家原创书评、拆书、书单、专栏等稿件，稿费500—2000元/篇， *** 请在公号对话页面回复“投稿”了解详情