哈斯日志

知识管理的算法

2020-08-01T10:35:00.001+08:00

有点长，先说观点，其实这篇也是2020 春节前在锐创的时候就写好了，没发出来。

总结起来就是，优秀的知识发现、灵活高效的分类标签体系、合理的权重策略、开放的结构和增长进化体系，分层共享的访问授信机制。

# 知识的发现

数字信息的爆炸式增长淹没了我们用于对其进行分类的所有工具。标准的上下位分类目录导航的结构，是自上而下的少量小规模的数据处理范式。亦如上篇提到的.

我们需要的是自下而上的自动化工具来理解大量数据、节省时间、提高使用效率。Google的PageRank算法使通过网页分析关键字和超链接，而不是通过人工判断为网页分配重要性和含义成为可能。这是一种自底向上的算法方法，可从数据特征的网络关系中计算获得含义。这项技术的要义在于，可以辅助人工判断重要与否并将这个特征量化表达出来、为后续的有效计算提供参数供给。

在信息到知识的过程中，实际上是一种从泛在的信息的提取加工、并进行价值判断、形成知识工具的过程，那么这些泛在的信息在哪里、怎么产生的，以什么形式存在的、怎么发现怎么标引，除了 pagrank还有没有其他更好的方式。若干年前曾经尝试的 people rank 在解决那个维度的问题？

#信息映射

根据你的理解认知，建立所掌握的信息知识的关系结构，并能在特定场景/域下的对象和对象的用你掌握的类似、或者相关的逻辑结构来描述

还有一点建立关联，基于域关联、场景方向，并能识别出场景和域下有多大差异，会导致迁移导致失效或者不完全等价，我一般定位一个知识和场景连接的适应性权重。

一切困惑均可在历史中寻迹。当我带着困惑的时候，看到了1969年Robert Horn首次发表了一篇论文，概述了“信息映射”。

信息映射是一种以研究为基础的方法，用来撰写明确、以用户为中心的信息（基于读者需求和信息使用目的），该方法主要被用于设计和撰写商务沟通及技术传播内容，已被全球范围的企业作为内容标准使用。这是创建技术参考的一种新方法。它是一种用于识别，分类和相互关联信息的原理系统，可以使你在复杂的，信息丰富的环境中更轻松地学习、获取信息、消费信息资讯中的知识。Robert E. Horn 的信息分类理论里明确了六种信息类型，几乎涵盖了商务沟通和技术传播的所有内容。根据它们对于读者的用途，这些类型对各元素进行了分类：

先贤们很早就定义清楚，知识管理信息管理一定是以信息消费的读者的使用要解决的问题形态存在，而抽象出这种存在为中心的逻辑则是定义知识信息存在的结构，以访问为中心的逻辑则更关注的访问的相关性、一致性、易访问。

#知识管理的过程

从获取的信息，知识化过程纵向抽象来看，包含这么一个过程：

1 发现、初步学习

2 重新学习

3 参考

4 扩展、延伸

5 更新变化

6 作为工具使用，并不断重复 2～6 的过程。

通常情况下，费曼学习法、康奈尔科学笔记法、思维导图都是对知识的体系化梳理好工具，这些个工具在这里会有助于你整理、梳理、形成体系。

#标签化你的知识信息

标签（这里指的是 Tagging，类似于早期 furl、delicious 的taxonomy方式）可帮助我们即时感知，选择和思考的数据分组，以促进行动，而不仅仅是抽象的思想。

且在不同笔记上标记标签，使我们能够感知跨学科的主题和模式，当前前提是你对你 Tagging的标签有要清晰的内涵定义，不能每次使用的边界都不稳定，这样可以使我们在特定的时刻仅关注最相关的信息，从而改善我们的思维。

我们的思想塑造环境，然后环境塑造我们的思想。安迪·克拉克（Andy Clark）在《取代思想》一书中将“标签”描述为一种“增强现实技巧”。通过分配标签的简单行为，我们邀请大脑的模式识别能力来识别它们的相似性并从而预测其他哪些项目也适合该标签。我们实质上也是在调整笔记的信息环境，以突出显示或隐藏与当前任务最相关的功能。

我们将标签视为可以即时创建的虚拟空间，唤起我们对空间导航的直观感觉，以理解复杂的抽象主题。我们能够创建更具体的概念结构，并使用我们的过程更有效的知识导航。

#信息的逻辑特征

在阅粒搜藏的信息处理模式上，所有的信息可以从事理逻辑上可以分为，

事实/概念

经验

观点

数值数据

历史

权威信息（公理、定律、被验证的方法和专业人员发表的观点）

从信息的泛在，到精选和再加工的内容处理过程，一般情况下，我们会：

1 复述/转述--这个在抖音上还挺多人说，就是你自己掌握的标志是，讲给一个完全不懂的人，让他也轻松了解。说实话门槛不低。

2 对这信息能发表自己的想法

3 应对实际客观情况应用信息和知识进入的推理、判断、行为、决策参考

这些都是相对的客观存在、公理性的认知无限接近与“事实”，我说的，是相对中立立场的看待知识信息。大家都知道没有绝对事实，前面都会有价值观、世界观、情感立场会影响你对这个的看法。

#个人知识管理

有效使用标签在个人知识管理中将极大增加你使用的知识管理工具的体验，阅粒搜藏就是用你的个性化 bot 帮你自动打标签分类整理。

##1 可以根据自己的使用习惯定义你的标签体系，除了主题、内容特征的语义标签，也可以定义状态、事件相关性、行动计划等

有了标签，我们就有机会将我们的知识网络化。

--标签应该易于记住

--标签应该易于决定、易用有共识，尽量少歧义，比如你在任何时间定义同一内涵的东西，应该用的是统一的符号

--标签应该是具体的

--标签应支持正确的行为：在这种情况下，使用标签来管理工作流的各个阶段可以有效地使用知识

--标签应该是有包容性的：通过维护标签来运行的组织系统可以方便我们通过网络化的连接最大化效用

##2 必要的时添加新的结构，使用积累的知识信息来指导您需要什么结构

知识信息最有价值的特征之一就是它具有很高的延展性，随着对学科知识的积累和需求的变化，而且随着专业领域研究和知识的增加，我们可以通过逐步增加结构来利用可延展性。

组织知识信息的方式预先决定一种结构，但是在个人知识管理方面，最重要的优先事项是满足您的日常需求，比如快速找到、快速回溯所有相关信息、甚至能帮你梳理和发现更深层次异同和映射到时间线上的变化。

#知识管理的协作与共享

《管理我们的数字资料的科学》中所有研究内容，确定知识信息、数字化资料可用“内部，外部和社交环境以及状态”来描述其“上下文”的信息的四个属性。

##1 你对笔记的想法，感觉，联想，关注和考虑事项，可以通过标签、mark、发布想法、评论等方式得以呈现，并跟这些信息在这个节点建立起关联。

##2 外部的相关的信息，这个通常情况下在开放互联网年代里 href、pingback 是最好的表述，但是目前随着网络部落化的严峻现实，我们也仅仅通过朋友圈截图管窥一二（开玩笑的哈哈），事实上可能需要更多技术手段参与

##3 社交环境是指与评论相关的其他人，例如项目合作者，推荐来源的人或与之共享的人，在搜藏中，我们出我们除了可以自己发表想法，还可以创建共享小组，引入相关的朋友一起对内容和信息本身发表深度思考、评价和讨论，仅限于这群相关的人才能互相浏览

##4 当前状态是指该注释所采取的任何操作，或该评论、followup所使用的任何可交付成果,它可以帮助我们通过标签、事件的关系，在思维建立上下文线索理解的可能。

##5 开发定制的特定于行业的分类标签

哪一种才是“正确的”分类标签法，从古争执到今，亚里士多德认为，知识可以根据其实质，数量，质量，关系，位置，时间，位置，状态，行为和情绪进行分类。Francis Bacon将所有人类知识分为记忆（即历史），理性（即哲学）和想象力（即美术）。Shiyali Ramamrita Ranganathan认为，任何文件都可以根据其个性，物质，能量，空间和时间来定义。

组织信息的历史在很大程度上与“分类法”有关，分类法是一种将信息分类为一个全包模型的分层系统。从这种角度来看，不为使用目的的分类，并不能说不对，只能说没用。

最近看过一个数字图书馆的编目规范的学术研究，感觉从互联网信息、企业信息到传统严格知识分类体系上，差别很明显，各自都在朝着各自更实用的视角进化。

但是对于特定的领域和专业，标签的可扩展性确实很重要，能够兼容通用性，又可以在特定领域引入专用领域，这就是说知识图谱技术可以发挥作用的空间，在通用体系上，可以引入行业、领域专业知识图谱，将极大增强标签易用性、一致性

##6 公共域、私有域、共享域的可见和可用度问题

众所周知，对我们没有用的信息，看起来很每个字都认识，连起来却不知道啥意思的那种，确实对我们来说就是噪音和无意义的信息。

知识信息在阅粒搜藏的体系内，被划分为私有域、共享域、公开域的内容，默认用户是可以轻松访问公开域的内容，但是共享域的内容却需要所有者或者利益相关者授权，私有域内容，只有创建人能看到，其他人都是不能访问的。

为什么设计这么复杂的信息域体系，除了“没用就是噪音”的因素之外，还有搜藏其实支持 OCR、中英英中翻译、office 文件、PDF、markdown、txt 等大量私域内容，需要保护数据隐私。

信息知识管理技能

2020-07-20T10:35:00.001+08:00

在上文中，有一个信息的生命周期理论，他有一个假设，就是假定知识收集的总体目标是将其用于实际项目、目的中。但是不是一种固定的预定用途、同一知识块可能在不同时间以不同方式使用。

#兴趣论

通过阅读文字、影像这样的信息体验更多生命体验。我们每个人的存在都是时序上的节点，而这个节点形成跟输入输出形成的关系、影响有关，每个人都是其他人的平行世界。

大量被创作的作品、从某种角度在诉说另一个节点的体验，那些感同身受的、那些朝闻夕死的、那些异域风情的、那些荒诞不经的、那些奇趣玄妙的，都在给我们反馈丰富和多彩，给我们感受非我的精彩。

亦如你喜欢阅读的社交媒体评论上的情绪宣泄之流一样，能够督促自己深思深思、反刍和进化。

#功用论

在这个假设的框架下，信息知识的发现有不可预知性、使用目的和用法有不确定性，那我们抽象一下，就是对信息知识管理的需求本质上的需求就是，需要的时候方便找到并应用。看起来特别简单的一句话，内涵可就太丰富了

信息的获取、有效整理、随需调用。随需要的时候，意味着，随时需要随时以最方便的形式找到所有的信息。

（1）随时随地这个都不用讲了，除了支持桌面，支持移动端是必然的，还有未来丰富的移动便携设备的场景.

（2）最方便的形式，这个既包含对交互模态和交互互动方式的开放型诉求，又包含对交互中，对意图和需求的准确理解，并且把交互的输入转换成计算语言能够识别处理的信号，进入系统进行交互.

（3）找到，这个是对计算引擎的和目标诉求，既依赖第四点所说的素材和源，也依赖于对信息多模态理解和加工，并以引擎的需求形态和结构存储。这个形态既可以是基于推荐和feed的发现引擎，也可以是基于关键词的形态搜索的机制.

（4）计算逻辑所处理的信息源所包含的丰富的和多样性要符合这样的场景约定.

（5）源头的信息怎么进入你的候选数据库，这个也是很多工作，比如今日头条和百度模式，低边际成本的抓取解析，这个抓取解析过程又存在源质量评价机制、对垃圾低质量信息不可靠信息的处理，又包含版权知识产权的问题等

搜藏从个人角度，提供了一个基于个人需求的知识和权威信息存储的私域信息的智能化加工和管理机制。你看到对你来说重要的数据、资料和信息情报，保存下来，形成自己的私域信息知识库。

基于私域的知识信息库的线索，你的搜藏智能个人信息助理bot会帮你在开放域抓取和发现更多优质资讯和知识信息，同时系统会跟你主题和内容特征为你创建或者推荐小组，在小组内有一群人他们也对相关主题和相关内容有强需求和兴趣，互相共享信息和想法观点。

理解整个知识信息助理的处理的过程，可以把搜藏产品解构成两部分，其一是帮你存，其二是帮你整理，其三，方便你调用信息使用信息，其四，为你自动归纳、定义特征自动发现、探索新的内容和趣味

# 私域信息和公域信息

私域信息我所指的就是有限范围了解和可获得的客观存在的信息，可能是你内网、本地电脑、电子设备里保存的笔记、数据、文件、照片，也可以是你开放互联网的数字系统中账户或者群组里分享的非公共的信息知识内容。

公域信息我通常是指开放的、公开的，任何人如果发现就可以访问、消费的知识信息资讯。

这两者随着以c/s 软件的流行、计算存储云端化的发展趋势，界限越来越模糊，不那么严格分割。那对于信息知识管理的参与主题，我们的使用成本、使用体验会越来越割裂、不方便、繁复。

搜藏(访问原文连接查看)，是我们几个小伙伴基于阅粒知识计算引擎，打造的私域内容基于账户授权访问、公域内容基于AI 语义引擎+全文搜索的infomation assistant bot service。为你提供个性化的、智能的信息管理。为你打造一个通过技术代理自动执行，帮你随需方便找到可以支持后续需求和问题解决信息知识助理。前几天看到一个别人整理的列表，搜藏的摘要和智能标签是用户喜欢的。

##人们为什么有需要搜藏这样的信息整理需求？

遇到很重要的信息、数据、素材，有重复查阅需求，都应该保存在自己的信息库。与我们传统上，读书看纸质出版物一样，很多重要的点进行梳理做笔记，是重要的理解、形成知识内化的手段。
而公共互联网有个典型的特征就是，量大、内容被发现、被遇到很随机，公共搜索诸如百度 Google 这样的，除非有清晰的动机和目标，很容易找到，但是事实情况是公网内容，每年有超过四成的内容link会失效，或者网站没有了、关停，或者转移了。而这些内容很不容易被找到。
移动互联网还有严重的分割部落化的内容被 APP 生态切碎，藏于一域。APP的部落化生态的分割打破了，你在头条、微博、微信和百度，你能看到的毫不夸张地说，已经是不同的互联网，在这里这会儿能看到，如果不搜藏，可能下次就不一定找得到了。把一种已经相遇的确定性置于一个混沌不确定的状态，在需要的时候又得浪费时间重新找。
信息被保存的时候往往要符合人理解的逻辑，即符合人的掌控感。这一点则是传统信息管理工具的优势，他们是通过经典的学科层级分类体系来管理。
但是层级分的层次越多，往往就记不住了。尤其是交叉学科，边界模糊，按照层级分类超过三层的分类层级体系，就会不太容易被混淆。所以搜藏对你保存的内容提供了相关关键词搜索和找到的能力。
搜藏提供了智能分类和社区协同分类两个维度。搜藏小秘书的是AI 辅助的自动化的信息分类的方法，把信息用学科主题分类＋语义分类两层分类结构，构建信息内容的网络关系图。
第二个维度，用户自定义社区协同分组，这个是个开放式的聚合分组，用户可以根据自己的理解和需要自定义一个分组，并把相关的内容放到这个分组的簇内。可以跟其他朋友共享。

# 信息层级分类和分众分类、全文搜索适用不同场景

信息分类是严格层级结构分类效率高，还是水平标签的组织效率高，抑或是还其他种什么更有效的内容组织方式呢？

回到我们去理解世界万物和构建符号体系的视角看，人去构造理解整个世界的逻辑就是归类，不断把未知的东西按照特征归类，发现特征超纲了，就提供新的类别包容这个对象。再发现新东西，按照内涵的相似性再归类，归类无法包容他的内涵或者外延的边界，裂变成新的类型。这个是这套层级分类结构的内在逻辑，说到知识信息领域更是如此，这么多年的大学术学科体系的演变就是一个很好的例证。

##在本地磁盘上，人还是更习惯分类目录

在电脑、本地文件管理上，有的人喜欢基于确定性高、稳定的层级关系、学科目录分类导航－－主要是跟受教育过程中接收到的信息一致。它能为人提供一个符合认知的稳定预期的路径和结构。人们通过分类目录导航提供了一个具体的导航路径结构，其中包含文件夹和标签，使他们可以逐步进行反馈和控制，每步都符合预期地逼近。在电脑时代尤其如此，人们通过磁盘分区、通过建立分类文件目录，来实现对文件文字信息进行有序管理，实现对结果预期确定性的把握。

但是分类结构最大的问题是，信息量到一定量级的时候，分类的标准无法前后完全一致，就会导致，其实看起来每个文件在分类都分的很好，但是想用的时候，却不知道不太容易找回。

特别典型的是 mac 上提供的基于标签的文件管理系统，非常方便好用，但是文件比较少的时候还行，一旦文件量太大，纯手工靠自我约束的分类、标签的稳定性一致性就很差了，就很不好用。

## 本地文件用标签和关键词搜索的方式组织

人们非常喜欢手动导航文件系统，而不是搜索，而是扫描他们要查找的文件。之前我介绍过类似alfred、everything、百度Google的 desktop search等等，都是带有一定分类搜索来做内容和信息分类。

搜索依赖于使用者记住并输入文件的准确内容，并构造出准确的特征--这个特征必须和文件人、文档、素材、内容本身的特征完全一致，否则对于本地内容信息被重新发现很难效率很高，被错过可能就是常态。尽管本地可以用文件名、文件夹、磁盘、内容关键词、文件类型等信号，也会有 pdf 版 ppt 的偏差。

### 根据人的大脑的记忆的特点，依赖路径和稳定结构逻辑关系的导航，和通过线索识别、上下文反馈给出分类和标签相结合，构成一个立体的导航空间是包容性最好的选择，

系统通过社交行为协同共享会形成另一维度的输入和标记，比较典型的就是 kindle、得到、微信读书，其实读书和看他人评论相比，有时候前者的效用会更好。

分类导航层级目录系统的弱点在于，知识信息与其他可能激发有趣联系的想法节点被隔离开了。在这个层级结构里加入基于知识图谱的网络节点和关系的延展，既可以帮助我们保留层次结构的优势，同时将其与交叉连接和关联相融合，对其进行补充。

这目的不是为了复杂而是为了好用，提供更多的可能性。即使 Google 百度这样的搜索工具更强大，目录导航分类层次结构也不会消失，全文搜索工具+图谱 Tagging，或者反过来的结合，才是信息处理效率的个人体验平衡。

碎片化阅读、海量信息时代的轻量级知识管理

2019-12-28T10:15:00.000+08:00

个人知识管理（PKM）是一种以发现整理组织和加工、并应用的个人信息管理实践，它可以帮助个人从自己的经验、阅读、思考心得等角度，挖掘文章、链接等多种信息素材，进行整理加工，形成知识库，为个人竞争情报应用，我们在日常工作、生活中捕捉我们遇到的想法和见解，并随着时间的推移进行培养以产生更具创造性，更高质量的认知、经验和工作方法，看了Tiago Forte这篇阐述个人知识管理的思考文章，非常有认同感，亦如他在网上课程“ 培养第二只大脑”中教人们如何掌握PKM ，我也把他的文章和我的阅读理解，分享给大家。

知识信息管理就是通过在我们头脑之外的地方，收集整理管理我们发现、需要、有用的、高权威的知识信息，并以“第二大脑”为支持，帮助我们我们更好的应用知识信息创建创新输出，从而促进个人成长、职业事业发展，开展业务或追求激情。通过将这些数字化的知识信息的收集，我们可以重复搜索、阅读、使用，并且通过备份，设备间同步，与他人共享等，来获得更多知识信息观点和经验的交互。

关于知识管理系统的思考和应用

Tiago Forte在早期不主张使用标签，认为标签太费力，过于复杂，对个人所需发挥的价值低。他建议人们使用笔记本或文件夹来进行信息或者知识管理（分类目录和文件的形式，如之前哈斯日志介绍的本地信息管理的方法），不要使用标签来管理他们的知识。

后来Tiago Forte 通过多年的研究实践，发现，“tags could be the missing link in making our knowledge collections truly adaptable – able to reorient and reconfigure themselves on the fly to enable any goal we wish to pursue”（标签连接可以使我们的知识库真能够即时重新定向和重新配置知识连接点到达任何目标，这种标签具备的自适应性是我们希望追求的）

他在个人知识管理实践中做了方法论的思考总结和沉淀，并整理分享出来，我仔细阅读之后，对这些重要观点进行了阅读理解学习之后，进行了转述分享。不是严格意义的翻译、而是针对其中跟信息管理、知识管理的学习理解之后，按照我的理解和自己实践中的一些心得体会的糅合，借鉴融合，进行转述，因此并不严格契合原文，对这个方向有兴趣的同学，可以点击文末链接阅读原文。

信息分类两种结构，层次结构与网络结构

信息分层级结构映射了到物理世界组织、信息知识、社会等各种视角的存在形态和认识方法，各种我们需要通过分类体系来描述的东西，都可以分成这两种结构。但是这两种结构并不是绝对割裂的，

（1）首先系统都是一个层次结构，在层次结构中有网络结构。

（2）同时在网络中也会有一个或者多个层次结构，

（3）网络结构和层次结构不是互斥的而是互相交融、相互促进、彼此平衡并相互补充。

在系统结构中，层级结构是基础，他是系统部件耦合交互、相互作用的基础，大规模系统必然在层级结构中运行。但是按照严格学科制杜威十进制分类法，必然绝大多数人是不能够有效率地找到需要的信息、消费需要的信息的，大大制约了知识信息的传播和扩散。

我们所处的信息技术高速发展的时代，互联网上数字信息的爆炸式增长，需要一种自下而上的自动化工具来理解大量数据和他们之间的关系，算法通过对网页分析关键字和超链接为网页分配重要性和建立其含义映射成为可能。Pagerank这是一种自底向上的算法方法，可从网络中获取含义，网络连接的锚点和标签互相赋权、互相赋予含义，而不是传统的人工判断，效率、规模空前提高。

但是人们还是更使用习惯手动导航，以我的理解，手动导航（按目录、分类或者固定路径寻找的逻辑）为人们提供了一个具体的导航结构，其中包括文件夹和标签，使人们每一步操作可以逐步进行视觉反馈和控制。这种交互行为和确定的可预期，也使得人们更容易导航节点和目标关系、可控性好。

他在介绍这一点的时候，用了一些很酷的描述，“Searching relies on declarative memory – remembering and entering the precise contents of a file "，意思就是想要搜索到，你先得知道有，还要知道有还得记得关键特征，这一点是非常难的。今天跟一个朋友聊信息获取的时候，谈到一个宏观数据，搜索和推荐达到相近用户覆盖规模的时间周期差快2倍。作者认为，“使用搜索获取信息高级大脑功能，会消耗大量能量，而手动导航依赖程序存储指定部分信息，识别线索和上下文并接收反馈，这种记忆利用大脑的“较旧”部分发展而来，以导航空间环境，因此更自然地获得反馈的信息出现在我们的脑海中”，有没有一股子熟悉的味道，这不就是推荐引擎么，通过一些初始化信号，信息不断被这些分类信号导航收敛、或者扩散，极大降低了“找到”信息或者文件的难度。

人们还没有完全喜欢或熟悉搜索---通过扫描他们要查找的文件。但是仍然有一部分理性、追求效率的用户，他们在强烈追求信息关系线索，他们更习惯于更可驾驭的搜索模式，这么多年来很多人都尝试过window文件管理、mac文件管理上（哈斯日志此前介绍过几款本地文件信息管理工具，1，2，3），有些效率控们用各种基于搜索逻辑的工作帮助自己管理和高效率应用信息。

层次结构和网络结构完全不同的特性

层次结构的系统的弱点在于，不同层级知识信息点，会跟其他可能激发有趣联系的知识信息隔离开来，因此，在知识信息、文件系统中添加网络结构、关联可以帮助我们保留层次结构的优势，同时将其与交叉连接和关联相融合。

网络结构典型特征就是每个交叉点---标签、或者图谱节点，这些节点彼此可以不断管理建立关系线索。而且这些节点可以聚拢成簇可以作为一个虚拟空间，将标签添加到相关空间、一系列的虚拟空间联系变成组。使它们更易于连接、共享和引用、检查校验。通过标签节点唤起我们对空间导航的直觉，以理解复杂的抽象主题。我们能够创建更具体的概念结构，并使用我们对知识管理和信息消费的过程进行导航。

Tiago Forte提到了“知识生命周期”概念，是知识向最终产品、应用迈进的一系列阶段：识别和发现、捕捉获取、验证知识、解构知识、组织知识、分类、传播、融合知识、创新知识、使用知识、重新评估知识。

这个描述还是很准确的从我们发现识别，到获取形成认知记忆消化，转换成自己的知识体系的一部分，然后保存，调用传播、跟别的知识进行融合交互，创造出新的知识，再应用，重新评估，比如哈斯日志这篇文章，哈哈、

信息映射和知识块

在这个过程或获得消化这些知识和信息，最重要的其实提取关键特征、建立分类和场景管理、应用和召回的线索（哈斯日志之前有篇文章探讨人是怎么学习知识的，在这个点上可能讲述的更细，点此访问）。这篇文章提到了“信息映射”，是一种用于识别，分类和相互关联信息的系统，可以使你在复杂的，信息丰富的环境中更轻松地学习，它假定知识收集的总体目标是将其用于实际项目中。但是没有一种固定的预定用途。

从向内和向外，两种视角看，信息映射有两种逻辑，（1）建立关系结构，场景/域下的对象和对象的描述（2）建立关联，基于domain关联、方向和连接权重。

在我的方法论框架中，经常提到的一个词就是获取知识信息后要消化理解、内化成自己的知识点经验和认知，所谓“反刍”，并建立起跟应用场景的演绎，便于更深刻的理解、必要时更有效率地被从你的知识库里召回。Tiago Tiago Forte的文章里的观点，他把这个过程定义成：初步学习，重新学习或复习

，参考、简介和浏览，更新变化，用作工作辅助工具

所有这些过程应用的知识信息可能是整体、也可能是局部，使用的方式不同、细节不同，这些信息是通过获取原始知识信息被标签分类和图谱之后，变成各种“信息块”，将这些块混合并匹配以适应特定需求。同一知识块可能在不同时间以不同方式使用。

我觉得知识信息内容转化成自己知识、技能的过程过程：复述/转述，评价/发表自己的想法，应对实际客观情况应用信息和知识进入的推理、判断、行为、决策参考。

抽象，把知识信息抽象成三维表示

1969, Robert Horn 出版 “information mapping”，提到很多信息处理概念，其中作者引用了他和其他合作者确定了40种类型的信息块，可以将其归类为以下7种类型之一：Procedure、Process、Concept、Structure、Classification、Principle、Fact，我非常喜欢这段，跟阅粒的构造逻辑一致，每一个知识信息它在类型上怎么表示、在结构上怎么表示、在网络中怎么表示。

Robert Horn等人的研究表明，在各种主题和知识信息项目中这一信息块特征都是标准化的，几乎任何主题的大约80％的信息都可以使用此系统进行分类。信息被片段化变成信息块，使用标签只是节点来创建一个相互交织的网络，在该网络中，可以在需要的时候从我们知识信息库中提取正确的“零件”（或注释），并且通过标签联接的关系。人们在学习知识信息、参考知识信息、建立应用关联上就非常灵活、更加轻松。这种方式可以让知识信息获取更尽可能地接近要解决的问题。

每个人如何有效使用标签进行个人知识管理，作者提了四个建议，原文有大量的例子可以更详实的解读

根据所采取的行动或所创建的可交付成果来标记注释
逐步并仅在需要时添加结构，使用积累的经验来指导您需要什么结构，它可能也不是完美的，因为优先满足您的日常需求，并随着你的需要和添加进化
据笔记的内部，外部和社交环境以及状态标记笔记
开发定制的，特定于行业的分类法。如果我们想要有一个一刀切的方法适合所有、适合永远，这个是不现实的。

充分结合自己的认知习惯经验和需求，建立一个不同阶段适配并且能不断进化的个人知识管理体系。

轻量级的、有效的知识管理工具应该是怎样的？

这段不是原作者的观点，是搜藏的广告。

Tiago Forte这篇文章，作者旁征博引，从知识、信息发展史的社会学研究，维基百科等视角，进行了阐述和推进，其实核心的就是说，知识管理工具要轻量化、要个性化随需要随时代进化，但是核心的东西都是还是建立在分层结构和网络结构基础上的。

搜藏APP就恰如其分地耦合了这个理论。

搜藏APP是阅粒团队研发的一款基于轻量级个人知识管理工具，从个人角度，提供了一个基于需求的知识信息和数据资料存储私人智能个人信息助理。说它是智能，是因为搜藏小秘书提供了智能化信息主题分类、自动标签和多模态信息的处理，他能实现图片OCR识别文本做分类保存、能实现英文翻译中文做语意化处理。你看到对你来说重要的数据、资料和信息情报，可以保存到搜藏，形成自己的私域知识信息库。

由搜藏小秘书微信bot，为你阅读理解，自动建立标签和分类。如果你针对这些信息有点自己的想法和观点，你可以直接针对内容发表，这些信息都保存由你的分类导航和标签组成的知识信息系统中，这些信息会成为系统帮你发现更多信息的触发点，也会成为你基于任何节点去发掘、组织、阅读信息，转换成自己的知识决策和行动指南的锚点。

基于私域的知识信息库的线索，你的搜藏小秘书还会帮你在开放域抓取和发现更多优质资讯和知识信息，同时系统会根据你主题和内容特征为推荐小组，在小组内有一群人针对这些相关的信息分享他们的阅读、想法和观点。

我们做搜藏其实，基于这样一个判断，人们对信息的需求，本质上是一种信号发现、组织加工、决策推理、并基于这些处理过程得出判断、和行动的指导。

你有需要存的就保存。剩下的工作都是搜藏小秘书代你完成，这就是轻。轻量级、低成本，可以基于标签、分类、小组不断探索和挖掘更多更丰富的你还没有触及的、又是你想要的，来一起玩。

欢迎使用体验（dl.yueli.com），跟我们一起探讨好用的知识管理工具，建立起自己的知识信息管理的方法、帮助自己更有效率地解决问题、自我提升！

作者在原文里提到这几本书

Ofer Bergman,Steve Whittaker ，《The Science of Managing Our Digital Stuff》

Andy Clark，《Supersizing the Mind》

有兴趣的同志们可以加运营小妹子微信iamsoucang，在搜藏上有个知识管理的小组，读书笔记小组，她会邀请你加入，大家来一起读书，交流分享自己的information mapping观点、知识管理的经验。

俞军和他的产品经理课

2019-12-14T10:09:00.002+08:00

最近俞军的新书《俞军产品方法论》出版了，这本书介绍了俞军的产品经理培养的方法。把培养和任用产品经理作为课题来研究，形成完备思考体系和操作方法。这个很俞军。

最早接触俞军是大三时候在网上发过几篇获取信息、消费信息、使用搜索引擎的文章。然后有机会跟一个著名的ID“搜索引擎9238”交流，从论坛到邮件、最后电话，印象里在电话中聊一两个小时意犹未尽，实在感慨。最后获得了一个跟他共事的机会，而在一起共事那几年，除了学到一些他的方法论的皮毛、学会了搜索引擎相关的的东西，更多的是形成了自己的一些认识自己、认识世界、学习进步追求更好的自己的方法论。

新书讲了产品认知产品实践，讲了产品人才的选拔任用和培养机制，讲了产品创新和市场机会发现。我看到了，个体人从产品经理的个人成长，价值观影响、到方法论、认知迭代升级。我把几个节点作为一个闭环，分享下我从这个视角对他的观点的理解。

产品经理的价值观的奠定

1 那时候刚大学快毕业那段，还带着些迷茫，并不知道职业成长、职业路径、行业前景、产业机会这些故事。在他团队实习的时候，有幸跟他、陈林大哥一起，每天耳濡目染都是行业、产业、信息技术这些故事，有一回，三个人去吃晚饭，回来的路上，俞军说，“搜索引擎是继造纸术和印刷术之后的伟大技术，让每个人自由平等获取信息”，这一点打动了我，让我知道自己的工作的意义和价值。信息的自由流动，将极大加速个人成长，亦如俞军的签名“我们若能更妥善地搜寻资料,实在已经改变世界”。在2011年离职邮件中我说“平凡如我，能帮助别人获取信息、了解世界，这是很大荣耀”。

2 产品经理是在公司里代表用户的利益，为用户争取更多的好处。俞军在年会上讲的最多的话是“好的体验多一点，坏的体验少一点”。

3 以用户需求为导向，只做有需求，有优势和有利益的产品。“对于用户需求，请记住，我们永远是发现者，而不是创造者”。这一点上，其实很多公司都只能把它流于口号了。

4 基于事实本身推出结论，培养个人持续自我否定，发现更多的不足，找到更好的解决方法，而不是推销自我观点，永远站在事实的一边，结论会越来越正确。我们现在团队执行的一种批评与自我批评文化，其实源于这里。尽管事实上，我们每个人因为不同利益、不同偏好、不同经验和认知，看到的事实的角度和对事实的理解也有差别和不同，但是事实本身经得起考据和验证。

这些年里，养成独立思考、自由意志，练习到了很多标准方法，协作落地的技能。对我受益匪浅，这是我对一起工作几年的思考。

产品经理的工作方法论

1 产品经理的工作框架，研究市场—>分析用户需求—>根据限定假设构建产品验证。

（1）研究市场价值、研究用户价值传递的路径方法效率，研究价值传递生态的利益分配机制和各种漏洞陷阱，研究系统的平衡和增长。

（2）在条件约束下的决策分析和价值判断，这里有需求抽象、有归纳概括、又有场景化演绎，有用户模型、有价值转移、有生态角色和利益分配。

（3）产品经理是个实践性工作，工作的价值是通过实际产品的市场情况、产品的用户行为验证和数据分析获得评价，而不是通过理论和推理逻辑的自洽。

（4）如果把产品经理的所有工作收敛在一点，那么产品工作最大价值就是决策，从面向什么用户群提供什么功能，到进入什么市场退出什么机会。不同颗粒度和不同的决策，作为系统中角色的产品经理们用什么方法，则反映出你的认知和工作方式，比如是个体智慧还是群体智慧，是深思熟虑还是武断一言堂，亦或是，啥责任都不敢当或者啥事都紧把着不放。

产品经理工作关键是怎么做思考、怎么洞察、怎么执行，一个人适合不适合或者会不会成为优秀的产品经理，会在“深度思考能力“”同理心”方面体现出差异，当然也不是说在这两点没有天赋的人，就不能成为“高可用”的产品经理，比如“批判性思维”“用户模型”“产品技能熟练”这些方面是可以通过大量的训练和时间习得，通过这些方面后天习得的也有机会成为好的产品经理，会在管理型的产品岗也是可以发挥重要作用，但是可能成长速度、创造力、迭代速度可能不如天赋高的“选手”敏捷而已。

2 关于用户需求、市场机会的研究，他提出了底层的方法“用户价值=(新体验-旧体验)-替换成本”，无论是从零到一的新市场新需求，还是存量的市场上，这个公式提供的是一种思考方法、分析框架。网上很多人用这个作为具体微观产品体验、版本升级评价，可能已经走歪了。

在构建分析中的新体验价值、就体验价值目前已经有很多很成熟的方法abtest、灰度发布各种关键产品行为数据指标等，多数版本升级的替换成本来自于不同的路径、交互体验变化引起，这个又跟总体的用户规模有极大关系，因此在俞军的新书中提到，用户不是用户、个体的人，而是需求集合里，一个人在不同需求和问题场景里，对产品的预期和反馈不同，书中有更系统的论述。

好的产品就是“市场需求和产品体验”完美匹配。跟同事旭阳、海平去参加合作项目洽谈，回来路上聊起“你觉的百度产品成功最重要的因素是什么”。我回答“增长互联网媒体市场的必然、各个部门的有效协同”（现在看看我的回答好政治呀...）。后来有机会看到俞军对同样问题的回答，他的观点“是在正确的时间做了正确的事情，那个时候，如果没有百度，也一定会有另一个中文搜索引擎兴起，而百度在这个最佳的时机选择了这个领域，且做得最好，所以这种成功可以说是天时地利的必然。

选择一个机会大势很重要，方向对、系统性优势会大大加速个人的能力展示，在一个新的产品和技术生命周期中，产品经理可以加速、不能逆势。

3 研究产品就是研究人

早年在SearchPM的团队俞军提到“助理比经理更懂，经理比总监更懂”，越专注细致的了解一件事情的人最有发言权，后来行业反复提及的“工匠精神”其实说的都是在系统中最接近用户接近需求接近实际问题发生场景的人才最有决策发言权。

产品经理最核心的能力修炼内容之一，就是掌握每一个约束条件的属性和弹性。你自己就是一个产品、你所再的公司、团队都可以是一个抽象产品的具象形态，只有在无数产品迭代和情境下应用、挑战和验证这些约束条件，才能逐渐理解它们的边界和弹性，然后在未来的新产品上熟练使用这些约束条件，以更高概率地实现创新和突破。

从一线产品工作，到把任何具象东西抽象成产品的分析、理解和产品化运营，进而获得产品市场反馈的迭代，这个过程就是再积累和掌握不同产品的用户模型，经过大量的实践、案例积累，反思和迭代，在火线上摸爬滚打，完成用户模型积累、校验和迭代过程，这是做产品经理、研究用户的必需经历的历练。

产品经理个人成长，自我迭代和更新

他是我入行导师，他和边江给我的实操、案例和各种提升自己的专业技术和思考能力的历练、指点，都是我作为一个产品经历的个人成长、自我迭代的非常关键的因素。

关于个人成长和迭代更新，我学习理解之后，总结了几个观点：

（1）有清晰的目标感，清晰目标感能让你更理性有逻辑地评价和衡量时间区间内的投入产出，及时校准和调整。我经常分享的观点就是成效比，反观自己再这个时间区间获得收益和成本的对比是否划算。

这一点，实际上是个非常重要的理性思维或者批判性思维的历练，同样实践区间内我作出什么样的规划、路径和目标预期选择对自己的未来成长、生活体验和成就感是最优选择。

（2）自省，发现和承认自己的短处，发挥自己有点和优势。

清晰的自我认知和清醒的自我评价很重要。关于发现自己的短处和长处，我其实一直是坚持认为长项更长更有用，人一生长度受限，约束条件更多，让自己长处发挥更大作用来创造更大价值更有意义，而不是把短板补齐，那样只能让我们看起来更么有缺点而已。

（3) 学习意愿和学习能力

这一点应该是毫无争议，都在这个行业大家都很清楚，了解新产品、新技术、新方法、新观念、新能力、新市场运作经济模型，研究各个产品技术和方法之间的差异。

千万别假装爱学习、遇到问题就躲、遇到难事儿就绕开，这就不是学习心态。愿意学习的人以“知其然知其所以然”为乐，“穷根究底不罢休”的节奏。能够面对现象不断提出问题，并且对问题的解决结果追求大于对过程困难的畏惧，有的人畏于脸面、被诱于游戏视频的娱乐、轻松等，这其实不行。

（4）高成就动机，为自己所做的事情带来的价值为荣

人要有追求，追求的成就感，追求因为个人的成就而带来他人的受益，而不是追求个位置、或者直接的经济收益回报。如果仅仅是追求位置和经济收益，很难愿意为了新创造动心、也很难为了新冒险冲动，巨头们的创新者的窘境就是这么来的吧。可是身居高位的有几人能能按下rest，重来？

这本书从另外一个角度在解读怎么发现好的产品经理、怎么用好产品经理？自然这个视角是写给那些leader、老板们的。

这个问题才是行业普遍存在的悖论，把产品经理当作做产品原型的、跟进产品项目的、画流程图的等等，没有把他们放在系统化研究市场、用户、需求和建设产品系统化能力、迭代体验方法论上的，错失过得机会自然不能算作执行力的问题。尽快有些老板们说他们的现状自己的决策都是英明神武都是干活的不给力，但是我相信干活的肯定不认同。

当然这个问题也显然是个双向的问题，比如说产品经理也有大量实践自己该做好产品体验、需求项目跟进都做不好，天天要给老板指点一下战略的，比如老怂恿老板踩新机会新世界的坑，而缺乏对公司实际状况的客观理性衡量。从人才的发现、放在合理位置到人尽其才人尽其用，讲起来很简单，重要的是练。

我们都身处一个个系统内，大到我们所处的国家社会、企业组织，小到我们团队、部门、家人，再小到我们自己自身，都是一个个复杂度不对等的系统，但都具备一个系统运作的一切复杂因素，多因子多变量动态权重，建立一个科学的分析问题解决问题的态度和方法，让复杂问题模型化，复杂模型简单化，我们是不是能够让自己的职业、生活过得更专业一些？少些焦虑和焦躁，多些清晰与愉悦。

这是当当网的预售，感兴趣、有困惑、想了解的，期待愉悦的，可以看看

为什么我们都对搜索不满意却又无可奈何

2019-11-01T20:38:00.000+08:00

你肯定认为是因为我们没得选择。

其实还真是，虽然看起来你还是有很多产品可以选择的，比如不用百度，用360搜索，用搜狗搜索，用神马搜索等等，可以是真用的时候，总是发现少点啥，比如可能常见的网站并不排在有预期的位置、甚至没有，比如这家企业利益相关的内容排的比非常相关的好结果都靠前，比如总有一些关键词被处理搞的乱七八糟，没啥有价值的信息反馈，差那么点意思，

那是因为，搜索本身的复杂性，并不是单一的技术、算法，而是用户、流量质量、内容生态、商业变现能力及商业客户众多因素平衡的结果。

即便是一开始宣称要有道德、不做医疗的搜索们，也会被巨大的服务器、带宽、技术研发成本拖回到现实，依然是要用广告来变现的，只是条数、广告相关性、审核的尺度、售卖政策、流量投放策略等等，不断做一些调整，找到自己的收入。

从再深一个层次，拉到这20年中文互联网信息服务技术的这个平面去看，我认为这是一种系统能力进化的必然问题，15年前，搜索技术可能门槛很高，没有多少人能干或者能干好，5年前就不是这样了，人才辈出。对搜索技术的理解、产品和需求的认知、算法和计算的能力，大家偏差并不是那么大，都可以实现一个体验差距不那么明显的搜索。

然而，无论人才、算法和算力如何近似，搜索产品、商业的范式，一直就圈定在这个框架内，后进者用差不多的方法、更多的资源投入，能在一个时间周期在商业空间上打下一块自己的地盘，

另一个层面，其实这个框架也是是技术方法的产品化范式，只能通过输入关键词，在倒排、正排的PageRank+tf-idf索引里召回相关的列表，从高到低排个序，即使是百度阿拉丁、各个公司的box也是初始化一个权值，然后用排序位置和点击率再次排序、动态优化。核心特征就是，召回的信息一定是列表，列表一定是需要用户点击反馈的行为参与到质量评价体系进而优化算法。

所以在产品体验上这个GAP就一直存在，因此各家都在产品体验测试上，对比标签百度为0.xxx的一个指标。然后百度的系统化技术研发、产品管理能力这种惯性，使得其实再怎么着也不会开倒车，一直维持一种体验的优势、通过巨大的品牌优势来降低获客成本提高经营效率。

厂长互联网大会上说，百度搜索结果的首条是准确答案的比例占到51%，虽然在我们这儿是第四条，但是也很不错呀，这还是蛮让人兴奋的事，搜索引擎真有实现向他问个问题，给你个答案的可能了。

这是也一个搜索引擎产品范式的进化，这种方式的交互，将极大的改变人获取信息、消费信息的方式，同时也极大地改变原来的信息生产、信息展现和存在形式，比如不一定是一个page了。

我们对搜索引擎充满了抱怨，因为他们，总是找不到我们想要的，抱怨他充满了垃圾、欺骗和广告，抱怨他不思进取，一成不变，没有理想。但是我们又总是对他充满了期待，我们还是得它找我们需要的信息，尤其是当我们有需要找到我们所需的时候。

千万别给我说Google进来就不一样了，那是你用幻想在评价，如果你深深滴用一用Google，你会觉得Google也就just so so，他面临的问题不是单一靠企业自己就能解决的。

所以当所有角色都觉得不爽、无奈，却又无法破局的时候，就是创新的机会了。当然这个创新的复杂度，肯定是超越单一的产品局部的改良，而是根本上全新的体验、生态机制、商业化和利益分配机制。

当然比较确定的一个想法是，作为消费者的我，对搜索和能力边界有了一个模糊不清的但是又有点清晰的认识了，我知道他不能怎么样了、不会怎么样了，比如不能搜到APP的信息了，不能会更精准了，该要找的信息还要去信息本来应该在的地方了。

如果厂长说的那种搜索引擎，真能实现了，把你从10条、百条搜索结果中筛选的时间成本降低的秒得，你愿意为没有广告的搜索服务付费订阅吗？

搜索产品市场机会探讨：头条不做搜索做什么

2019-10-08T08:21:00.001+08:00

搜索到底有没有机会？（三）

原创： loverty 哈斯日志 1010月2日搜索引擎今日头条字节跳动 bytedance 移动搜索

这里说的搜索先做个约定，指的是以文本或者语音输入搜索请求，来通过产品和后台系统获得在大规模数据集合里返回符合需要的信息，表现形式可以是搜索框输入的形态，亦可以是语音输入等方式，并能够提供好的信息消费价值转换体验、当然能在信息召回，提供问题解决的信息消费闭环，则更有效了。搜索的核心价值是找到，围绕这个价值点延伸体验和衍生需求都应该是这个价值闭环的重要组成部分。

前几篇文章推送后，不少老朋友跟我交流的一个重要议题，比如推荐、语音助手、问答机器人是不是搜索，个人认为这都算泛搜索形态。所以，大家聊过之后普遍有一个共识，现在的搜索引擎的体验太差了，尤其是“找到”这个层面，而且这不是一个技术问题，而是体验创新上没有张力了。

任何一个产品成为一个时代标签的产品，都是很多趋势恰好同时相遇，比如我们讨论移动互联网社交、通讯、移动支付、推荐引擎、本地生活、出行通勤服务，比较典型地体现了趋势的价值，智能手机的大幅度降低使用门槛、价格降低极大增加了人群的覆盖、同时为此支持所构建的3G网络基础设施到4G网络基础设施的演进、手机上网资费的大幅度的下降，这些事情基本可以说互为因果，并不能单一地说，因为这些公司的产品做的好，就带来了称霸一域的机会。体验做的比别同期其他产品、公司强，这是必要条件，不是充分条件，这一切加起来恰好才使得这一创新和体验驱动的大规模落地形成了这个时段增长的引擎。这段述说，主要是想说，搜索在这个阶段是个从属者、享受了红利，并没有因为体验创新和技术创新带来新的价值增长，这是一个客观现象。

搜索进入到移动时代，基本的用户覆盖一直在上行，却没有形成在移动上统一搜索入口的品牌、路径和习惯。百度是PC的搜索品牌形象在移动上平行迁移，目前在手机上用百度搜索恐怕你已经在潜意识里有一个界定，就是找网页，这个是相当solid而且规模很大的一个需求。然后更有商业价值的流量在此进入搜索类产品之前就被分流走了，比如去了垂直APP、比如去了微博、头条、微信和知乎，去了电商交易、旅行、通行、本地生活服务APP。

PC时代搜索引擎相对单一入口，比如搜索门户、浏览器默认，所以搜索行为和流量的收敛更容易，而移动时代这种变化则是颠覆性的，移动APP都是屏幕独占、移动APP从数量上讲，已经接近500万个了，哈斯日志前一篇文章提到了，中文网站数也大致相当，算各种封闭生态的各种号微博号头条号公众号、各种快应用，移动时代创作和内容承接的题要丰富的多的多，PC才时代才多少生产者，移动时代这个规模大大增加。但是移动时代到底有没有找到一条信息的全部副本集的、对信息的丰富有强烈的需求？用户搜索一个信息，你给他返回说，在N个APP找到了N个跟这个词相关的结果，我个人使用感受来说，没有这个需求，我只需要找到即可，2017年Q2团队几个小伙伴做过一个全局搜索，把web content做结构化展示直接在手机搜索直接召回信息本身，测试体验和数据效果还可以。

概括一下，在移动搜索需求体现出几个明显特征

（1）对精准和效率有更高的要求，曾经做过一个分析，前3条搜索结果满足95%的占比很高。

（2）入口更随意，以方便为准，反正对那个框里能够满足什么样的需求，其实在进入APP的icon这个层级已经有了区分和取舍，缺乏统一入口和强势品牌入口影响。

（3）穿透APP里的内容和数据，建立统一搜索方式获取消费内容的入口，可能是长线大一统的根本路径。我曾经尝试过，并没有显著成果。最近听说一帮Google的同学出来创业做这个方向。

今天的话题主要想聊聊，今日头条为什么在这样一个节点，明显不是一个强势增长的领域，头条倒是大规模投入资源进入这个市场？头条为什么必须做搜索？搜索市场作为存量市场的商业价值增长支点在哪里，效率能不能更高。

1 在移动时代不一样了，搜索几乎成了所有有一定规模的内容APP必须具备的基本能力，所以基本上你看到一个类似搜索框就可以去搜索。尽快能力和效果良莠不齐，但是对用户基本上已经形成一个客观引导和认知，手机设备上，并没有唯一搜索入口和路径约束。

搜索入口碎片化，与用户使用搜索行为之间在互相教育，最后形成的是在移动上，去通用搜索里搜的行为集中度变低了，用户对品牌化搜索产品的诉求需求更离散，基本变成在其他地方找不到的时候才会想起来去搜索。另一个角度上，浏览器APP、系统搜索框又从底层在侵入。

2 通用搜索引擎产品是一个趋于成熟期的产品，换句话说，增长空间、用户价值、市场价值都是可以伸伸脖子就能看到峰顶的状态，而手机上搜索流量主要分布在,国内目前每天承接搜索量较大的入口，百度、手机厂商浏览器默认、各大手机浏览器、微信微博和头条这样的平台级应用、手机负一屏和全局搜索入口等。

市场进入的新玩家提供可类比的产品体验的体验差异、支持体验的成本、用户访问的生命周期商业价值也都不会有明显的优势。当然，如果产品体验差异明显、价值替代能力强，其实还是能做到更好的体验的，更好的体验往往意味着更高的价值产出，从获客成本到生命周期价值角度来衡量，粗略的算了一下，Google人均季度内单个用户的生命周期商业价值贡献也就只有百度的6倍，而总收入差距放到了10倍，这个差距被放到了更大。

所以，作为市场后进入者的头条能不能找到这一差异化价值替代能力强的着力点，如果头条搜索只是百度的全网搜索的另一镜像版本，这个价值是不够的。在上一篇比较文章中，我提到了，头条搜索的价值落脚点，可见范围对标的还是偏向于微博搜索，对资讯、热点、八卦和消遣性信息的value，并不断在这个层次上拉大价值差异度，但是其实蛮难的，从内容创作生态来看，微博的内容生产、内容稀缺程度还是要略强悍。

3 头条宣布头条搜索市场化，说明他们自认为准备好了，这个准备好了包含产品、技术研发体系、商业变现、内容生态、流量生态。这一点在这个话题的有大量公开信息。搜藏上我也建立了一个小组专门分享这一主题的信息、资讯和数据，我们可以一起来研究。

4 从各种第三方监测数据来看，搜索更像是已有流量的用户生命周期价值挖掘、是个衍生商业能力，而不是用户需求或体验的补充，至少目前做到用户覆盖比微博的搜索用户占比还是略低。

5 我其实叨叨那么多，头条为啥还非要做？换个思路想一下，如果头条不做搜索做什么。众所周知，广告、电商、游戏和互金（小贷、理财、众筹、保险、虚拟信用卡等），是目前规模化流量变现的主要方式，今日头条或者大部分toC的产品，通过产品化低成本获取和积蓄流量池，在此基础上做商业变现，能做的也就是这些，而信息服务和社交又是最底层需求广泛人群庞大的用户产品的底层逻辑，以这种方式搭配组合实现变现或套利。

所以从头条APP是一种新闻资讯APP，过去三年的用户覆盖、时长以及活跃度来看，资讯浏览已经先达看到山尖的状态。而在这个技术上，把流量洗到一个新的增长型、或者收益更大的模型上，进而不断在流量基础上挖掘更大的商业价值，才是下一步的重要诉求。我就是说，通过头条极速版再把低价值信息消费（这里专指非效率优先的消费需求，不要过度解读）人群再分流一次，通过搜索、浏览的加深和衍生、延长用户生命周期价值贡献，在这上面做广告游戏电商金融的商业化转化。

所以头条聚焦于浏览和搜索上主题聚合，来衍生用户的访问路径深化和时间的延长。聚焦于把聚合的信息簇社区化，比如加入主题小组、加入搜索，都是在某种意义上去衍生单个用户生命周期价值。

与其他的搜索产品相比，走的效率优先的产品价值导向不同的是，头条更倾向于用户使用的碎片化时间，更多的时长、更多访问Pageview贡献。

6 那么搜索市场作为存量市场的商业价值增长支点在哪里，效率能不能更高？这个要从两个角度看，搜索跟推荐的互相替代的临界体验点在哪里，头条系产品，其实都是典型打碎片化时间和娱乐消遣为主，这一点跟搜索的价值导向和效率优先的价值导向是矛盾的，推荐并不是以用户效率优先，而是时长优先，而搜索是找到目标的效率优先，所以搜索又很难形成所谓的碎片化时间来刷一刷的诉求。

越来越多的人在消费微博信息的时候不是发timeline为主要停留，而是以热榜、以各种场景化的聚合来形成landing和转化，也是很明显地体现了这一点。

在碎片化时间的使用上，目前在社交通讯上，微信和朋友圈，其二，是游戏。前几年我做社交产品，当时做过一个研究，其实用户的碎片化时间，可以按照时间区间切分，可能会对用户心智的侵占会更有效，比如5分钟时间看啥？在微信上打打小游戏？10分钟以内的王者荣耀、比如20分钟的刺激战场，这个是没有严格意义的论证，只是根据我和身边的人群的工作情况做的简单切割，对效率优先的人群这样的判断才有意义。

其实对于没有严格意义的效率追求的人群来说，这种判断是没有意义的，对没有效率要求的人群而言，陪伴、关注、互动才是主要需求，泛大众化市场上的自上而下的广播、自下而上的关注、围观才是常态，这也是微博在调整内容生产生态策略以后带来的第二春的重要原因。

7 稍微了解头条团队和他们做的创新尝试的情况的人都清楚，其实头条从业务基本盘，产品形态覆盖几乎我们目前能看到的所有主流产品形态，尽快你熟知就那么几个，是大部分你还不知道而已，或收购后持续发展在垂直领域独占一域，或者在垂直人群、细分市场已经有相当影响力，而大众市场则还默默无闻，在头条系的产品矩阵，用户覆盖范围已经超过我们的了解。

而金融、财经貌似因为互金规范化等宏观因素的影响，而客观上能形成规模化收益增长的就只有游戏、直播、广告--当然这个广高的增长基本上都不是传统的搜索广告中小覆盖为主，而是大平台比如阿里京东的广告的用户群触达。所以，搜索是支撑头条商业收入上一个台阶的重要承载。

另外一点，就是头条系APP能够触达的流量里，用户的识别、广告重定向的水平及商业变现的效率是能做到比同类竞品更好的效果的，头条sdk在优化的行为去获取用户、设备识别上很强，加上优秀的算法，另外还因为头条的广告生而为了移动转化，所以效率要比传统的广告联盟的变现能力要强。这个是头条广告联盟的伙伴们可以分享一下你们的经验。

对比其他搜索厂商，还在花大量时间引导客户投放物料移动适配相比，Google的ads升级、阿里妈妈、百度广告联盟都是在移动化上做了很大优化，这既是契机又是包袱。这一点上，头条可能略占便宜。搜索流量是变现效率其他业态变现效率更高的玩法、规模化能力更强。

8 头条现在做搜索很明显是比切入其他领域收益价值更大的事情，严重怀疑头条弄一堆SNS产品其实是烟雾弹。

9 移动搜索还是个流量生意，核心竞争力来自对路径的效率，而这一点又是厂商和搜索引擎服务商博弈的一个重要点，厂商以为自己也能做个搜索，搜索厂商更夸张，为了拿下厂商的默认流量，几乎这些流量上的收入全部给厂商、甚至有些还要赔钱，那结局就像房地产泡沫。

手机厂商终究会明白，只有一个APP搜索应用下载的需求+浏览器默认搜索应该不太能养的起搜索投放变现、广告销售体系这一摊。（当然你可以嘲笑我，5年前，厂商力推自己的应用市场的时候，搜索厂商和应用商店平台也是这么想的，呵呵）

搜索厂商也迟早会明白，早把自己变成后面的数据服务公司、算法SAAS服务才是坐地赚钱的正确之道。现在错位到各自都想成为这摊生意的controller，这种争霸的思维使得商业市场的money test的价值在被稀释摊薄，更难以形成规模化优势、难以以体验的平衡来协同增长。

10 跨APP搜索里边的内容，形成更广泛、多样的内容覆盖，而不是有用PC web上网页内容来填充移动搜索的体验，这应该是有巨大期待和共识的一件事。不知道能不能通过快应用联盟、小程序生态等这些部落之间的准签机制，实现内容消费的体验最优化，作为网民，我有需要我也强烈期待。头条搜索不是干这个的，厂商负一屏搜索有这样的价值。总体上我的观点是，搜索业态通过技术创新和产品创新依然能够获得较高的变现能力，但是这种姿势只是一种商业模式的延续，必须通过商业模式的创新，才能获得更高商业附加值的获得。

搜索产品市场机会探讨

2019-10-08T08:16:00.002+08:00

搜索到底有没有机会？（二）

原创： loverty 哈斯日志 9月14日

本篇观点，移动搜索还是一个增长的领域，搜索真正移动化，能否服务于用户的场景中的信息获取、信息消费决策和问题解决，这才是真正的价值承载，而PC搜索的移动化则是一个过渡态。

上篇文章有朋友问题了一个问题“ 搜索的优势长尾优势为什么在慢慢消失“，说这个现象说明搜索技术的退步吗？

我是这样理解的，这一现象是因为技术方法、资源规模、用户预期这三者之间的偏差：

其一，技术方法，搜索引擎现在普遍采用机器学习方法来排序，除了传统的tf-idf相关性计算、超链分析权重分配之外，引入大量靠算法和算力来动态建模相关性的机制，而后这种方法一方面依赖标注语料、一方面依赖用户的行为反馈，前者规模有限而后者在长尾的查询上上反馈有限，所以搜索体验本来就比较好的关键词体验会变得更好、体验本来不太好的只会变得更差。

其二，资源规模也是一个大问题，如下图所示，在不同网页集合规模上召回相关的内容的算法和工程技术复杂度、资源消耗完全不同的。而低体验反馈价值的查询，也不是这些公司关注的重点，他们更关注热门。

其三是用户预期，此前用户一直预期是能找到，搜索引擎的核心价值就是找到。找到且能消费这个信息或者资源，这是个更高级更重的命题。今天貌似能找到，却不能有效地、便捷、安全地消费。比如找到一堆垃圾页面、或者找到了软件的下载地址是个假的，下载出一个带病毒的软件安装包，重装系统都快要变成必备技能。

相比于搜索产品这一点，垂直服务的网站或者平台、APP，其找到和解决问题的能力则强大的多，比如，找打印机驱动的时候直接到某软件下载平台、找电源直接到电商平台、而VPN则直接到官网去下载了，因为搜索中VPN都因为各种原因屏蔽了，所以搜索平台也只能粗放地屏蔽这个词。

从这个角度看，搜索更在信息消费、决策支持这个环节没有进化到足够好。其价值链自然随着信息化渗透的深度而衰减，从长远看一个通用搜索产品需求解决问题的能力在用户场景里越来越弱越不可依赖、越可有可无。

貌似不是搜索在退步，而是搜索的进步速度比垂直平台闭环进步的速度慢，在被整个互联网进化速度碾压。从移动互联网开始起步，3G时代新闻消费比例就是比搜索消费占比高的领域，而搜索对自己的定位依然是找到参考网页的导流模式，而不是进入用户信息消费、问题解决的闭环。这个定位差异使得搜索和用户互相逆向淘汰，用户越来越多的需求不来搜索了，且搜索能解决的信息消费范围被大幅度压缩。

这在PC时代亦然这样，只是那时候门户和搜索没有二合一，在移动信息消费成熟期的今天，百度、今日头条等各个平台都二合一了。

今天的主题是想说，移动互联网上，新闻和搜索这类信息覆盖率还是仅次于通讯之后，前者负责的是人跟世界的连接，而后者则是人跟人的连接，理论上空间更大、还有相当服务的增幅空间，从2017年至今，一直说的消费互联网见顶，就是说人的网路覆盖率到极限了，但是从信息和信息消费场景、信息消费到问题解决的连接上看，还远没有，还有巨大空间，尤其是随着信息规模的扩大、信息部落化分割的严重以及用户信息消费的诉求的增加。

目前调查统计数据来看搜索是一个仅次于通讯的大产业，是有机会获得更大的规模，从用户覆盖上来看增长的空间也是有的，绝对用户数增长数值较小（但是还有千万级的增长），而且从人均使用频次和时长还有较大增长空间（与Google相比，日人均使用次数低一倍）。

如下，2001，2010，2018三个时间区间上，CNNIC的用户使用互联网的需求分布调研报告，老玩法，分享后台发截图，给你全部素材打包下载，哈斯日式使用搜藏小秘书已经整理好的信息，节省你一手信息采集的时间。

从另一个角度看看搜索本身对比增速变缓的一个重要原因是，互联网下沉，而搜索本身是个有一定使用门槛和难度的应用，如果能通过产品技术手段，大幅降低使用门槛和难度，这部分的增长尤可期。

搜索是第二大应用，从日活水平来看还有更大空间，如果手机代替PC成为个人效率工具、学习和探索世界工具的话，为用户带来更大的价值，则是承载了更多的期待。

最后一点，用户在移动上需要什么样的内容消费网络，明显local base、社交节点信任背书的逻辑，要被PC时代浓烈的多。从搜索上用户搜索的关键词和人们通过网络信息消费需求主要集中在：

-跟踪事件、人和热门新鲜事，以娱乐、轻松为主要诉求，微博、抖音这样的平台。以关注自己生活和周边的时讯热点、信息资讯（商业、人物、企业、政企、金融投资）等信息，则以来各种垂直APP。

-解决问题，消费信息参考，知识性、经验性信息的参考，搜索是刚需，只是这种需求来的时候也不会异常猛烈，而且这种需求非要跟教育、知识关联的话，他也是知识的碎片化存在，充分满足随需随调用。例如，新知识和老经验，在美食、旅行、体育、购物体验、游戏攻略等，

-资源，典型的关注体验闭环和问题的解决：音乐、影视综艺、商品购物、APP下载，

-本地生活服务，以地理位置为关键因素的服务搜索、消费决策、交通导航等。

-高权威度依赖的医疗健康资讯、疾病问诊医生医院门诊知识、康复经验、健康成长权威信息等

-找人，人的动态、观点信息等，从CNNIC的搜索行为报告上，我们更能发现，从互联网之初期到现在20年间，用户和互联网信息服务互相驯化产生的差异。

2017年7月份一个分享，搜索产品核心价值一定是帮助人解决问题，如果盲目随波逐流到“没事看一看”这就太扯了，没有谁没事去搜索看一看，有事搜一搜则需要你帮我更简单的搜。

无论怎么驯化，用户的需求的本质一定是追求更好体验、更高的效率、更可信赖的确定性，而那些靠荷尔蒙驱动的、没有价值贡献的体验，终究会湮灭，而搜索这种天然跟需求和价值匹配的产品会长久发光，只是今天姓李明天姓赵罢了。

搜索产品市场机会探讨

2019-10-08T08:07:00.001+08:00

搜索到底有没有机会？（一）

原创： loverty 哈斯日志 9月5日搜索引擎

如上篇文章所述，从PC搜索数据分析看搜索的机会，先说几个我的观点：

一 PC搜索产品的生命周期进入成熟状态，用户规模近顶、产品粘性以目前的产品形态和技术栈递进的方向，获得增长的机会少了。

主要表现为：

（1）总的用户规模和使用占比、使用频次长期保持平稳状态。

（2）搜索里的特定场景大需求，被垂直业务平台稀释的比较多，而且在垂直场景里，闭环的能力更强，比如房产、汽车、3C、体育、娱乐、教育等。

搜索能够提供的价值是有更多的信息、更多可参考的网页，只是有更多，有更多而已，却还是更多相关却真假难辨的信息。特别典型的case，最近搜索一个打印机驱动“HP LaserJet Professional M1213nf MFP”，找一个路由器的电源，下载一个“cisco any connect”VPN客户端，其实都在这里搜索都没有到具体业务平台搜索体验好。搜索的优势在于长尾满足的能力更强，而目前来看，这一优势慢慢在消失。

（3）用户使用体验成本高、信息消费难度大，通用搜索沦落为在别处都搜索不到的时候的兜底的。搜索引擎产品和用户在互相教育，其实用户被教会的除了寻址、找资源、找一些可参考的信息线索，已经很难建立起跟信息消费行为决策直接相关的信任代理机制。

（4）由于信息化、数字化生活渗透的更深，更跟日常生活、工作紧密绑定，特定场景下信息流转的闭环比较完整，用户也已经不是早期的网络充满了新鲜的、未知的、渴望探索和发现的状态。

比较明显的就是，当我们这些老家伙还在迷恋rss订阅的可控有用的时候，现在的一些年轻人早就没有兴趣这种技术元素，而是通过社交网络的关注关系获得更好更有效的触达。

（5）长线、重的消费决策行为，又回归口碑和社交关系，这可能是社交电商迎合通过社群连接迎合人的决策行为心理的一个体现。作为一个外置信息大脑，搜索引擎就进一步回归参考资料、图书馆角色。

（6）所谓入口级流量，可能会被限制在这个规模和体量上，同时也会限制在这个信息消费决策参考的模型上，没有更好的，目前的也能用，一旦有垂直领域能闭环、体验更好的，立刻迁移。

仅仅从搜索的价值看，获取参考信息的需求，一直有，规模巨大，从CNNIC第44次互联网互联网统计分析报告里数据看，搜索、获取信息的用户覆盖规是大于游戏、电商的，与通信一样，是网络的基础业态，与网络连接共存共生的业务。

参考2013年发表的哈斯日志的观点。

二抢夺注意力和市场上，PC VS 手机太弱势。

换句话说，PC上好玩的太少了，被场景、用途锁定在有限的时间相对稳定的区间。

（1）PC规定时间、规定地点的上网模式，对人和需求满足的约束。

（2）PC上整体的生态繁荣没有大的增长性玩法，没趣味.

（3）其次，PC场景已经被锁定，办公、游戏。尤其是当身边的一些同事，开始熟练地用手机处理word、excel的时候，感觉这个时间区间会被进一步压缩。

（4）当然也不会大幅度萎缩，只是增长相比移动弱很多，而已。

（5）PC过去长期的粗放式经营、套利式生意和互相帮扶的虚假作弊，已经让这个生态的上下游疲倦。

三网络营销生态和产业模式创新空间、利益分配优化趋近合理，没有更大的迭代价值

（1）流量质量、用户规模、技术的实现能力，综合起来看PC网络营销带来的价值增长幅度没有增长空间了，匀速驾驶状态

（2）商家投放会更倾向于价值转化效率更高的入口和平台，导致利益输入源发生了衰减，尤其是移动端的快速增长状态

（3）流量生意的核心是每个节点都在找自己的利益最大化的方式、效率最高的方式，所以这个生意进入相对平衡状态，有任何一个节点有创新，或降低成本或提高成效比才能打破平衡，形成新的竞争分配机制。

（4）随着监管和秩序的成熟，整体各个利益方的价值增长都有限。

2013年5月份，有回答过几个后台提问，对搜索市场的几个问题，比如Google退出中国、360以安全的视角做搜索等，其实核心意思就是，搜索业态到这种规模的生意，是个很综合的东西，搜索服务商最看中的还是投入产出比，这块增长率低的话自然不会有更多可能。

其实这里讲的监管是两层含义，

其一是信息传播自由的监管。这一点是个双刃剑，所有的信息不受控制的自由流动，带来了机会也带来了混沌，优势是对于多数没有分辨能力我们，其实消费信息的社会成本在增加。

其二是监管通过社会成本的增加，提高了信息消费的安全性保障，但是权力寻租导致更多有价值的传播受损。

再次，监管的规范化，极大降低了信息获取的差异化多样性，削弱了各个搜索引擎和其他平台带来的信息消费价值的差异化。同时给服务商带来剧增的运营成本，看看Google、facebook被欧盟罚款对财报的影响就能更清晰。

四归到根本，还是要讲需求。因为能，用户就用，规模和频次会汇聚成新巨大的能量场。因为不能，用户就用脚投票渐渐撤离。

PC搜索目前在用户心里的定位已经变成了找资源—软件下载、影视音乐资源，找参考信息网址、找网站—导航、多样化信息参考，而且也基本形成了一些常识---那些信息搜索引擎里没有。

用户有哪些需求需要多样化、差异性的信息输入来满足，这种信息获取需求到底是通过搜索输入、推荐引擎抑或通过其他方式更能获得更有性价比的回馈。这些需求是不是能够规模化、汇聚这些需求满足的成效能不能做到有竞争优势，实际上这也一直是搜索引擎在做深和做广的问题上纠结的一个原因。

从这些关键节点和利益分配机制上看，还有创新但是创新带来的收益可能比较有限，所以我的观点是PC可能大盘在，没有太大新增机会，创新机会成本太高。

附参考的一些数据：

（1）用户需求，从关键词变化趋势看：

我拉了一组关键词，这个需求规模在一定用户有一个用户比例在，我们看看这个数字变化：

数据表述的意义就是所有关键词按搜索次数映射到纵轴上。

这个数据也是，按照搜索的词频进行区间划分，然后映射到左侧纵轴上。

数据表示的意义，就是用这组词中搜索次数最高的词映射为100，其他词相对这个100来说的变化比例绘图。

（2）百度Google日均PV、UV、人均PV/UV数

从alexa、艾瑞数据来看，三个月人日均访问PV/UV数百度5.03，Google12.69 ，相对来说

（3）财报相关数据，都没有明显区分是PC还是移动收入，所以在综合起来看，准确地说是搜索引擎服务商的营收结构、成本效率，从收入和成本、利润结构数据看：

Google2019Q2财报看，搜索广告收入占70.1%（全部广告收入占比83.7%）,流量获取成本占总营收的22%。过去三年的Google流量成本变化曲线。2019Q1搜索产品CPC同比下滑19%，2018Q4下滑29%，付费点击量同比增长39%，大幅弱于2018Q4的增长66%和Q3的增长62%。谷歌网站联盟付费点击量增长28%，CPC下降11%。格隆汇拉了Google最近三年的流量成本TAC：

百度8月20发布2019年Q2财报，搜索营收占比74.2%，在线广告营收同比下滑了16%，流量成本占总营收12.9%,同比增长27%。哈斯日志统计了一下百度财报的TAC数据，才明白之前有个人说百度不知道养自己的生态是啥意思了。

文中参考的数据多数来自一手、二手采集，

置信度我自己是验证过的，你也可以根据自己的需求建模验证验证。

我教怎么在微信上通过bot做知识管理的

2019-10-08T07:24:00.002+08:00

如何在微信上做知识管理

原创： loverty 哈斯日志 8月26日

获取、应用信息的能力是个人能力在信息时代的一个重要体现、也是个人发展的一个重要推动力。亦如10余年前俞军一句“搜索引擎类比印刷术和造纸术，让每个人自由平等获取和消费信息的能力大幅增强，极大促进个人成长和发展的”启示，让我沉迷于信息生产、创造传播和个人消费信息的技术能力的研究上来，十数年如一日而不能自拔。

从个人视角，信息管理就是知识管理，通过有效率、有效果的触角触达自己需要的信息、有序有效率的应用自己所掌握的信息，就是个人学习成长能力强有力支撑。我认为信息管理能力就是一项学习能力，信息和能量既是促进社会和文明进化的动力，微观上也是加速每个个体进化的动力，掌握和应用信息、是一项学习活动、学习是一项知识管理活动。

前几天的跟一些好友们分享的自己的理解和方法，发在哈斯日志上再次跟哈斯的更多朋友们一起交流。

人类的知识是怎么形成的

从历史发展来看，从文字和文明的增长的近现代历史上，信息和知识产生的速度和规模大大超越之前，尤其是近百年来，市场化、全球化以及基于此经济贸易和文化交流，导致信息传播流动速度和规模发生了巨大的增长，在可以预见的接下来几十年，这个信息的增长加速度还是急剧加大，生产成本越来越低、生产参与者规模越来越大、信息消费成本继续急剧加大，在更大的信息集合里，人如何选择取舍自己需要的信息、并能让信息为自己的行动、决策发挥价值，这就是我探讨知识管理的意义。

从更早之前的生存发展经验、到今天的社会文化知识伦理法律，再到创造创新所需的知识信息提炼、mix的互相校准优化。

从社会发展来看，信息生成的规模和增长的加速度，最近几十年，尤其是信息技术发展起来的这个阶段，信息内容的产生规模急剧增大，带来了信息鉴别使用和消费成本的极大提高。

人为什么要做知识管理

遇到一个新东西，大脑会采用相似、相关方式不断查找旧有的知识体系存量信息，进而去理解他，进行特征建模，按照他的建模独特性去描述和表示，存储，从而形成对他的认知，以备使用。

而对存量信息输入的整理加工和建模能力，将极大影响你信息使用。阅粒知识计算引擎就是利用神经网络技术，去拟合人的知识发现和理解的过程，来构建个性化的知识服务能力。

在人们每天进行的大量的交流沟通活动、信息交换、阅读思过程中，都在加速信息的输入。人的大脑对输入的信息进行了抽取、提炼建立关系，并进行总结归纳和抽象，形成一个归纳总结和提炼，这个过程中，就是对信息进行了符号化进而记录她。我试着抽象一层，这个符号化的过程其实把输入抽象成了事实、经验、观点和权威信息，进而建立了各个节点和其关系。

在移动互联网上还有个明显趋势就是信息的部落化分割和信息茧房问题。在一个APP内就只能看到这个这部分内容，而其他生态的内容只能到他们的产品里消费。对用户来说，其实客观上就构建了一个封闭世界，其实我们并不知道什么信息在哪里，这种部落化分割，其实大大阻塞了信息流动和知识传播，时间长了就会形成类似茧房效应、每个人就只能坐井观天。

信息交换与创新的发生

创新是靠信息流动和信息交换发生的，一旦我们被束缚在一个局部，很难形成差异化信息的输入，则会越来越闭塞。从历史经验总结起来看，人类新的知识信息的发展都是在前人的经验基础上引入新的差异化的思路、方法，MIX产生的，并不存在魔幻式的、凭空创造出的新知识，所以，这种阻断，客观上会阻滞创新和知识信息的价值放大。

个人如何应对大量信息输入提高效率

一个困惑的问题来了，我们既需要大量的交叉性信息输入，又被过多的输入扰乱的无序、混乱甚至因为混杂着真真假假，不知如何行动和决策

对输入的信息进行有序加工、整理，并建模在自己的知识系统内，才能为你的行为决策发挥作用。那么如何建模知识输入？

信息的知识化计算语言描述

任何一个输入，我们大脑或者计算机先对信息编码转换，进而建立特定结构的索引，为业务逻辑处理的抽取、解析、理解、转换、构建关系提供基础特征支持，基于业务逻辑的插接，我们进行搜索、推理和计算处理，根据产品化场景进行价值取舍、权重映射，然后解码输出。这就是我们阅粒知识计算引擎，他会成为你个性化的智能信息助理。

阅粒知识计算引擎的编解码逻辑是耦合了我们的世界观的，即，我们认为世界客观存在在被记录的这部分中已经发生了衰减，在传播和收到信息进行消费的过程中，进一步衰减，所以我们会用平行世界的信息来做补充和校正。

目前知识管理遇到的问题及解决方法

前面讲的所有宏大思考，其实都在阐述，我们面对大量的信息输入，确定的、不确定的，低质量的高质量的、权威的不靠谱的如此等等，其中既有外在的、客观的问题，也有作为人，自身的缺陷，更有社会系统本身的冗余的问题。

如何去辨别、如何去应对，如何去有序的收敛以便于满足自己的行为决策、业务决策、生活决策的应用参考，满足个人成长的参考。

在此前，我一般的过去的解决方法通过专业工具、找专业信息源、找专业工具、找专家，跟人交流求证求解，

这些方法，在解决目前的问题上成效比很低，尤其是目前的人均每天输入的信息量来看，整理加工和调用启示还是蛮耗时间的。我们团队就基于阅粒知识计算引擎，开发了一款bot化的个人智能信息助理--搜藏小秘书，帮你来做这些信息管理、知识化加工以及信息消费调用的工作。

搜藏小秘书在前期用户参与测试的过程中，平均一个用户每天阅读的信息量在3.2万字，10篇左右。

这样一个信息量的情况下，传统的信息知识化加工的过程太过冗长、太没效率，而且输出的结果反馈也不能支持信息消费决策闭环，更不能帮助用户实现穿越时间周期的消费和调用，比如信息丢失、网页失效、资源被审查关闭等。

人快速阅读完这些信息，建立基本印象需要64分钟，而这10篇信息的处理和加工周期在阅粒知识计算引擎处理都是在秒级，应用上则随时需要随时调用，大约为个人每天节省60分钟左右。

在信息消费中，基本有两类信息内容特征，其一是资料（包含数据、数值、观点、权威信息），随时可以能被抽取来做计算参考，其二是资讯，脱离当前时空和场景消费偏好，比如娱乐打发时间，他就没有太多参考价值了。这两种信息其实消费方式和价值也不一样，前者更注重的是需要参考的时候回溯，而后者更多是在思考、价值判断以及经验积累上的作用。而后者能是此时此刻的意义的释放。

我主要通过订阅、搜索的方式获取信息、知识管理工具，我有自己的订阅机制可以帮我cover足够充分而且多样的信息源、并能够给我足够多的权威信息如输入。期待看到大家也跟我分享你们的方法。

我看到重要的信息，我通过建立一个微信群，拉个微信bot帐号进去，把这些信息都发到这个微信群，包括一些碎片化的思考，我的bot号帮我把这些信息保存起来，进而能定期review、甚至提醒我review，当我需要的时候去问她、去查询她，这个工具我其实同时在slack、telegram上过。会发现bot化信息管理机器人，面对碎片化场景的信息处理，极大节省了我的时间。

现在我们团队开发了一个搜藏小秘书，就是一个人人可用的知识管理bot，就是在解决这方面的需求和问题，你可以通过对碎片化阅读的内容进行搜藏保存，搜藏小秘书会为你知识、信息打标签帮你做阅读理解、自助整理和保存，当你需要使用这些信息，搜藏APP能为你提供了全文检索能力的搜索支持，你可以通过关键、标签和摘要任何节点线索都能快速回溯到你的信息。

今日头条搜索跟百度的简单体验对比

2019-10-08T07:15:00.000+08:00

头条搜索与百度的对比

原创： loverty 哈斯日志 8月21日今日头条，头条搜索，百度搜索，中文搜索引擎

头条APP宣布上线了搜索，大力招聘挖人组建搜索队伍。其实早在两年年前头条就已经在储备人才、技术，筹建搜索业务相关的技术、团队。这是有人命中测试版，今日头条首页、百度首页的，除了字要大，基本上看不出差别了。

输入提示，简化输入成本更快找到需要的信息，两个都有，但是明显导向不同，百度更倾向于提供的搜索建议词是有意义，而头条是字符串匹配，从用户可感知的信息的意义上百度更有意义一些。

搜索结果

我们不聊NDCG、DCG、样本置信度这种问题，仅仅从移动搜索需求的几个典型需求，和这几个需求在各家百度和头条的结果反馈体验来对比，看看从搜索的相关性、时效性、资源覆盖率的丰富度、多样性和重复问题、结果的权威度、精准答案的召回

对于普通低频词，百度搜索对比头条搜索结果体验还是有明显的优势，尤其是在传统搜索的资源稀缺的关键词上。

对于高频热门词，头条大大强化体系内文章、视频的排序的权重和位置，体验百度差距几乎可以忽略不记。这可能就是头条判断具备向市场宣布的临界线。

从广告水平看，头条稍微胜出，尽管体验也不咋地，至少没有前几位霸屏，

从直观感受上，头条搜索跟百度搜索比，还是没有明显优势，而且百度擅长的长尾、语义理解和转换的一些体验，在头条搜索表现上还有巨大的进步空间。

从对新信息、热门信息的收录和排序策略来看，头条产品体验目前大有胜过微博搜索的感觉，而这类娱乐、资讯、信息上，百度则更强调知识性、需求和意图的匹配，显得更有文化一些，就是有“高级感”。

今天这种对比，说头条搜索对比百度的感受，有点像百度对比Google的感受，这个感觉你觉得拗口不（：

从信息本身的多样性、权威度来看，双方没有明显差距。整体来说，这次头条准备了多年的搜索还是一个很棒的市场首秀！

移动端搜索，早就不是体验制胜、形成统一品牌的搜索入口的时代，主要是没有明显有哪个引擎的水平能做到超出其他产品玩家一大截的水平，导致在移动端搜索需求，其实被各个APP垂直化分割来满足，只给搜索引擎剩一些并不怎么有商业价值、并不怎么高频的流量。

而大的流量已经被厂商、系统默认浏览器、rom全局搜索、副一屏切走了大头。再有一部分，又被这些在市场上有明显优势的头部APP切一部分，比如微信搜索就有巨大流量、比如头条自己的搜索，比如微博的搜索，这个还仅仅是在信息内容这个领域，如果再去看商品类被淘宝天猫京东切、本地消费被美团点评切、本地服务被58同城切等等。用户的需求场景被植入到特定图标和解决闭环中，再也不会把这种需求抽回到搜索，那么搜索到底有没有价值，有没有需求，有没有增长空间，还是如caoz说的搜索已死？

最近在写一个比较系统的分析调研，从百度Google到新玩家，试图分解增长、营收、业态产业左右能力、用户需求和规模这个角度系统分析一下，咱们可以玩个游戏，转发哈斯日志任意文章到微信群或者朋友圈，在哈斯日志后台留截图、微信号，我加你微信，拉群，文章部分内容数据和观点，可以优先在群里分享。提纲如下：

创新是怎么发生的，我们抽象的到文化、逻辑和符号角度，看他们是怎么互相发生作用的

2019-10-08T06:55:00.000+08:00

创业创新的发生机制的思考

原创： loverty 哈斯日志 8月19日

创业到底是以产品驱动，创新则不是。创业目标是实现产品的最大价值用户覆盖和商业能力，这里可能有技术优势、有创新优势、有体验优势，说到底还是以产品和技术驱动，实现技术的边际成本收益最大化。

（哈斯日志分享：创新是如何发生的）

谈起这个话题的因由，是最近遇到很多创业的朋友，他们在技术有一定的见地和创新能力，所以就拿着锤子找钉子，约摸这个技术将来能如何如何光辉伟大，在实际工作中，其实我们拉长三五年区间，似乎技术演进和迭代步伐一直非常清晰的，基本逻辑就是每项技术创新或者伟大的发现都有自己的边界，在这个边界之内，确实可以做到价值最大化，而试图解决当前技术还不能解决的问题，自然是困难重重且未必能解决的好。

创新则不是这样，而是通过各种已有理念方法mix、各种新特征、新资源发现去实现某个种东西的demo、可行性。

而创业则对创新要求确定性可工程化，且效率要更好、效果要更好、成效比要优于原来的方式。目前AI创业各种爆雷和泡泡，基本深刻的说明了这一点。

其实就这个问题，还原到真实的创业场景里，以我自己做的若干个创业项目和N多创新产品的视角来看，我有几个观点跟大家分享交流：

如果能找到最大化产品用户覆盖和商业能力，我觉得当然是最理想的。实际上这种情况并不存在，用户价值为主要驱动力的产品，通常情况下，其商业能力通常都要经过若干次尝试、迭代，并且形成标准化扩张能力。

但是，根本问题在于用户规模足够大就是一个无法准确定义的事。通常情况下，我们认为产品的用户一定是一个大规模的用户群体集合的子集，而这个子集最终能做到什么体量、阶段能做到什么体量、会有几个阶段每个阶段的核心驱动力是什么，这个核心驱动力、价值和体验差异在这个阶段的市场环境竞争中是否有对比优势。而且，市场竞争最奇妙的是，在成长的过程中会不会有新的变量(新产品新企业)和因子（老产品的新技能）参与进来产生影响，这也是一个不可控的变量。

在产品能力迭代和升级的过程中，通常对技术的诉求不断叠加升级，其成本和单位成本的收益其实并不能很好找到平衡点，往往是有愿景和使命感的创始团队，才能从这个角度找到持续投入成本的动力、并愿意为之不断维持基础技术研发、产品化研发上平衡，找到叠加放大的机会和可能性。

这一模式发展到一定程度，才会形成基础技术能力的壁垒化竞争力，基于这一点，又可以横向水平扩展，找到更多的产品承载和转化技术能力，增加产品变现和业务系统的持续增长潜力。

一旦当边际成本和单位成本的收益超过目前市场主流技术、产品的效果，必然形成碾压性优势。

第二个角度，其实一开始出发点就是找杠杆支点，这个支点是通过技术要素的叠加，能够充分表达市场价值的各种创新和尝试，可能每个产品化的用户都是子集，但是这个子集会在产品提供价值的过程中，不断会迭加更好的市场和价值反馈。市场价值反馈又往往跟成效比平衡是个正相关要素，当市场价值增大其收益就会增大、成效比会无线接近平衡点。一旦超过平衡点，就需要找到新的市场价值增长点，去扩大成效比的边际效用，而这一点则是不断把企业推向无线游戏的模式。这是IT信息技术的特点，与传统的生产制造是非常不同的。

跟一个老朋友聊了这个问题，做一个产品驱动型的区块链项目，让区块链技术惠及更大规模的受众。核心诉求点之一是“能用别人的技术、能用别人的产品的地方就充分使用开放技术和开源能力，去做产品化，获取产品的市场反馈”。这个逻辑貌似没有毛病，但是核心的问题是，现在的区块链项目在应用上、在商业上除了发币似乎没有找到更好的可以实现这个目标的项目。于是就尝试做贴吧—发帖给代币，steamit、币乎这类，尝试做钱包、做交易所，除了做链，其他的应用端、社区形态都尝试了，增长上一直不见起色、也没有找到那种所谓杀手级产品化的切入点。

这其实是一个比较典型的，公共基础技术并没有到充分到可以产品市场化，试图通过低成本策略介入市场化，这个阶段，这一特殊性，导致的结果就是看起来能拼凑出一堆产品，但是每个产品内在驱动因素都要依赖底层通用公共基础技术，而这种基础技术的通用、抽象和应用不完全匹配业务场景，就只能在体验上打折，甚至体验上有很大逻辑不自洽，这是一个可怕的情况。

如果非要一个判断一个基础技术到底什么程度适合产品化，其实我觉得以下几点，

其一，应用了这个技术，产品比市场类似产品的同样价值和体验优势差异化、竞争优势明显，而且竞争优势会随着规模和时间加大。整体体验价值评估上至少比目前市面上的同类产品要好。

其二，从替换成本讲，能明显兼容老体验和老习惯，且替换成本足够低，能构成对大部分用户的迁移吸引。

从这个角度看，需要支撑的底层技术能力到底多少是公共开源、多少是自研、每个技术能力点都要支撑到什么程度，这是有一个清晰的目标感，真实地依赖用户端使用、行为反馈的结果来判断。

其三，如果是试图做一个完全全新的市面上并不存在的产品，那他也一定有这个需求的满足在你的产品出来之前是怎么完成的，在这一点依然去对比体验价值差异和转换成本，足以找到撬动增长的支点。

其四，做这种创新型项目，打特定市场的特定需求，确实区分清楚几个关键概念，做细分市场人群的公共需求，而且刚性够、频度够、能形成网络效应，因为规模导致体验和价值倍增，小众即大众。如果是小众细分市场的特殊需求，频度不高，这就要细看这个东西的roi了。如果价值承载和利益分配上合情合理。要做到小众往大众上进化，人群的相似性和相关性是切入的承载点，也是不驱动力，要设计好这个环节的驱动机制。

其实互联网、技术创新的产品化、商业价值的承载，核心点都是成效比。

自动化高效率地使用微信聊天机器人运营和增长私域流量

2019-10-08T06:49:00.000+08:00

私域流量与微信聊天机器人

原创： loverty 哈斯日志 8月10日私域流量, 聊天机器人, 群控机器人, 客服系统,

最近网络营销最热门的词就是私域流量了，2年前，我们曾经尝试在做微信社群运营的时候，尽管备受质疑和挑战，但是小伙伴们用各种聪明才智在几近没有预算、业余时间的状况做到了小几万用户的规模。

当然我不是想说我多有先见之名，可以预测到今天私域流量的火爆，但是当时做这个事情有个基本逻辑是，用户在哪里，流量就在哪里，要去做适合这个业态的流量汇聚和转化策略，尽管以当时的业态很难形成直接转化，但是有了这个流量池，是有机会在这个规模流量上，打造适配的业务应用场景。

这些大公司，我觉得网易就特牛，能放下脸，早早尝试在微信上建立流量池做用户转化和业务嫁接，我所知道的类似公开课、股票、读书、有道的业务都在微信上做过大量社群营销。其他这个体量的公司鲜见这么做。

作为一个国民级应用，微信对人行为的潜移默化，更是恐怖，你有没有一种感觉，在微信聊天的时候，你发表情的时候，你自己心情就是愉悦的，尤其是发哪些搞笑的、笑脸表情，我能感觉我自己的面部表情都在随着发送那一瞬间动一下。微信就是那个数字世界的你。微信已经深深滴潜入到我的日常行为里了。

如果在微信上建社群、做流量池，避免不了的是群管、群控软件的需求

那个时候，我们多用微易发、wetool、建群宝等管理工具，用这些软件可能的风险就是群控，会被微信封号，最近就看到这样一则新闻，微信在大量封机器人号，

这些号是做的事情是所谓的黑灰产？这个观点我表示呵呵。

从我个人使用来看，在微信上，通过机器人、会话的场景完成一些任务，是挺有效率的一件事，比如说在群里发起约会邀请，点击直接可以添加提醒，现在可惜的是没有跟系统日历提醒打通。

比如说通过微信聊天机器人，做服务器监控报警、比如通过微信做邮件提醒收发、做工作流程节点审批提醒、做客服等等等，我的时间很多都在微信上，所以希望微信上能够更多承载我在社会系统交互上的标准化的工作，这将大大节省我来回切换场景、切换交互的成本。

但是很可惜，现在微信并不提供这样的在聊天消息列表的bot会话入口。所以，就需要绕到服务号+提醒，小程序+提醒，路径上多那么一两步。多一两步也还好，关键是交互互动非标准化，体验就有了巨大的差异，在聊天界面，其实默认是自然语言交互的，点按刷就可以完成关键交互，而且获得通知提醒，应该是广泛适应。现在这两点都还做不到。

现在还有很多垂直应用，都有小程序、有自己的APP，但是都无法通过微信的聊天list，跟用户直接互动，所以很多技术强人，就通过技术创新、利用微信接口实现了一些，可以通过个人号，进入到用户聊天界面的机器人号，比如此前红极一时的王二狗，甚至有一些技术框架的封装，可以很容易开发这类基于个人号的微信bot应用wechaty、itchat、图灵机器人等，这些hack微信技术接口的限制的实现，对使用逻辑的拆解，实现了对消息提醒、个人号的机器人化。有些功能体验还相当好，实现了跟用户高频互动的业务场景需求。

你有微信开放聊天bot接口的需求吗？

但是微信官方其实一直没有提供这样的接口。其实我觉得官方应该提供这样的接口，让这个领域的以开放的、建设性的视角来做。

官方提供bot开放接口有几个好处，

其一是，正常功用的bot都会合理合规的发展和运营，减少各种通过接口hack带来的隐私、安全风险，也能降低非需求用户被骚扰。

其二，bot开放聊天入口，将会进步加大微信场景符合和问题解决能力，用户可以通过聊天窗口，更便利的消费内容、参与互动。

切实感受就是，在微信上私聊基本上都不怎么聊了，都是群里，几个熟人一起叨叨，这个可能是熟人社交的必然。而bot在功能和场景上覆盖的足够好，带来的体验和价值必然有助于微信更好扩展应用场景，官方也可以在展示、生态机制上更好规范，对微信、开发者、用户都是好事。

其三，看QQ开放bot应用，并没有失控把QQ变得不好用。与此类比的国外几个比较好的IM平台，slack、telgram也都是早早的开放了bot接口，并且通过bot生态，极大滴丰富了场景的符合和服务能力。

其四，针对这种形态生态需求强烈，不开放意味着把产业能量等价于黑产，隔阻在体系外边，开放意味着共建共享共赢。开放带来的价值增长和放大，封闭，集权控制模式，看起来秩序井然实则缺乏生机活力，没有竞争对手还好，一旦有竞争者击穿这个模式的附着点，则会带来雪崩效果。

换句话说，用户的泛兴趣交流，如果都集中到头条系的几个产品上，这些产品内在的用户实时互动交流又很通畅的话，这部用户还会因为看到有趣好玩的想要分享的东西时候切回微信吗。

办公场景，秩序化的交流互动和信息流转，如果在钉钉这样的办公场景的应用体验足够流畅便捷的话，用户还会因为需要实时跟同事们要交流个事儿而打开微信吗？

与2010年前后，腾讯面临的市场局面有一定类似性的是，当时微博的用户规模、时长和影响力的高增长，360以用户体验为名的hack接口侵入QQ生态体系内，

今天的微信，面临头条系产品矩阵的强大攻势，机会是来自在视频内容交互上多加几个入口，还是选择在10亿用户的生态体系内提供更有价值的服务、价值。这是个选择问题而不是能力问题。

人是怎么学习知识，机器算法能不能模拟人类进行信息自我学习和迭代

2019-10-08T06:45:00.001+08:00

人是怎么学习知识

原创： loverty 哈斯日志 7月28日知识管理，信息管理，竞争情报

人的知识是怎么形成的，机器和算法能不能模拟这个过程？上周五去百科名医和几个创始人、核心团队交流，COO王老师跟我分享说，一个职业医师需要8年学习培训才能上岗，算法和技术能在这里做什么？

写这段文字，我试图驾驭一段文字诉说我所理解的，我们是怎么形成认知和智慧的，这是一个巨大巨宏观的命题，并不是这个简单的一个模式或者框架就能解读的足够清楚，我试着用神经网络的计算引擎的技术逻辑来类比这一过程，感觉有相当的合理性，作为问题分析的框架，分享出来，跟大家一起探讨。

人是不断通过每天跟人、事和各种工具的交互，获得数据的采集、信息的输入，通过对信息输入后的再加工，转换成知识、经验等智慧，进而形成对自己下一步行为的影响和优化，通过传播和分享，形成对其他人的参考影响和优化。往具体的说一下就是阅读理解（图文、视频、看书、看电视、听音频）、交流沟通（分享、交谈和讨论）和做事实践这三种行为模式。

抽象到这个目标输出的话，我试图产出一个类比分析框架，我认为，人获得知识通常经历过这个几个步骤，

第一步，信息、数据的采集，进入我们的缓存，让我们的计算系统能够有运算和处理的基本操作对象，对于我们每天的经历、输入，则会根据一定的特征有些存储到持久化系统里，有的只是在缓存中，处理完当前场景的事情，就会从内存释放掉，并不会被持久保存。

第二步，基于输入的信息、数据专程相应的计算语料，其中对于事情基本都会抽象出，3w1h，什么时间谁发生了什么。

第三部分，建立起关键特征的向量索引，便于在需要的场景被搜索到召回出来，因为不同人对于事情本身的理解和建模方式不同，导致被召回调用的效率就差别很大，比如有的人其实抽象的维度特别高，其实就只是存了一个模型，需要输入向量特征比较相似的情况下，直接路由到这个模型来进行下一步处理和行为操作，而有的人抽象的比较浅，就会发现这里条件不一直，那里变量有差异，无法有效识别已有处理模式跟新的输入之间的关系，导致决策、判断速度效率和质量都会有不同程度的差异。

第四部分，就是不断根据行为结果的反馈迭代和优化模型和算法，从现实角度就叫学习能力，不断能通过输入迭代优化自己模型、并能通过这种优化及时通过下一步行为进行迭代。

基于事实或者发生的现象，我们有我们自己的观点、也能抽象出我们想要解决的问题，并以此为目标，分析、拆解、推演，并在没有信息知识存量的问题里引入新的输入，形成解决问题的路径和方法，并通过拆分后的具体问题解决的各个节点上路径上的反馈和迭代，并不断完善问题解决方法和形成问题解决方法的方法，最终实现问题的解决，并在回溯信息输入和存量知识直接的关联交叉和融合，形成数据信息化，信息知识化，知识经验化，经验方法论化，知识认知建模模型。这只是形成里知识库建立和输入，还需要不断的反刍、挖掘关联、建立符合自己思维特点和性格、价值倾向的知识图谱结构，以便于在需要的时候能够快速调用。

私有的知识经验和信息通过更分享传播和验证，才能迭代进化

如果你的知识经验仅仅是在你的局部发生影响、产生作用，那他迭代的速度就不够快，就无法形成更高效率和优化。

人发明各种工具、方法都是在为了提升效率，提升个人迭代效率、提升工作输出效率，提升合作产出效率，提升产品产业迭代效率。从这个角度，公共基础科学、哲学和社会系统运行制度则是为效率提升提供基础土壤和底盘，如果一个秩序影响了效率的迭代，必然会被淘汰。只是诉说我对“道法自然”的解读，没有其他意思，如果有其他意思那是你解读的意思，不一定是我的意思（：

信息在被传播过程中不断是被迭代、被优化的过程，放大到更宏观的经验上，政治、社会、市场、技术，作为社会的底层支撑，则被解读为自由平等共享连接，而这也是人类智慧共同进化的一个需要和动力。

传播的知识或者信息被怎么解读和运用

一旦这些方法、经验、思考和关系逻辑被具象化成信息、书等，就会成为一种客观存在，在传播的链路上，不断跟各个节点交合、产生新的进化和变异，进而成为更多的知识。如kk的分享，认为技术是一种生命体，其实信息知识也可以这么理解，它是一种新的进化载体。信息技术则是两者杂交后，为人的进化赋能的载体。

但是遗憾的是，客观事实和现象，通常我们并不能完整记录全貌，即使技术如此发达的今天，我们可以视频录影，但是他所能反映也只是彼时彼刻所有被具象化的模拟信号，还有很多维度、因素并没有显性化。

通常情况下，我们看到的听到的信息，和我们理解的信息，我们记录的信息，我们分享传播的信息，以及接收方的get到的信息，都是不完全一样的。每个节点上，都会有新的情感、个体、价值观、偏好、利益和能力要素作为变量带入，所以本质上对输入要做信号放大和裁剪是必然的，但是从学习知识提升自我的角度，我觉得近可能高保真还原，是最好的选择。

获得知识不是目的，最终要用来探索和创造

基于现有的经验和知识，提出新问题，并追求问题的解决，这个过程就是过去经验知识的片段组合应用，从这个一点上，对客观世界的理解和解读所形成的知识体系和对人类发明的社会系统的体系结构的理解，互相影响相互作用，形成了这个知识体系的不断完善、优化和进化。

分析解决问题的路径：提出要解决的命题-->找到加速思考的进程的线索-->获得高可靠性信息输入-->得到命题解决的新视角、切入点-->获得灵感和想法-->将想法实施变成成果

分析问题解决问题的时候调用现有的计算模式和方法，有3种基本方法，

其一是通过相关来计算关联性，获得匹配模式和方法，

其二是类比法，通过问题的抽象找到跟这个问题类比相对接近的问题，找到经验里这个问题的解决方法，从而复用此前的方法、套路来解决。

其三是分解并具体化，把问题按照事理逻辑进行拆解，当问题具像具体之后，再用前两个来找具体的解决方案并整合在一起。

其实本质上就分类和联想，跟已有的认知和知识建立关联。

当然这是一个比较抽象的说法，关于如何分析问题和解决问题，我之前发过相关文章，点这里可以看。

做一个搜索引擎这么难吗,为什么xxx还xxx?

2019-10-08T06:41:00.001+08:00

做一个搜索引擎这么难吗,为什么xxx还xxx?

原创： loverty 哈斯日志 7月24日搜索引擎，内容产业，信息服务，商业模式

最近老被问都这个问题，做个搜索引擎那么难么，为什么XXX还XXX，这里可以脑补若干细节，比如“为什么百度体验那么差还一家独大?”“为什么王小川那么厉害搜狗还是那么差”“为什么360进攻那么多年并没有撼动百度什么”如此等等....

最彪悍的问法是，现在投资2亿美金能不能做出一个百度这样的搜索？我想说的是，你真会算账，作出那个样子不需要这么多钱，作出那个体验和效果，2亿美金是毛毛雨，你是不是觉得已经投了很多了，你想多了。

从工程技术的角度，做好一个搜索产品，技术门槛已经很低了，这叫你能做出那个样子，但是做好一个搜索所需要的不仅仅是技术，还有产品市场价值、体验价值、商业和生态支撑能力各个角度来综合推动。

可以显见的是，搜搜神马搜狗360，依托自己的渠道入口流量来获取一定的搜索流量，也可以有一定的产品市场位置，但是基本上，无论是从技术、用户体验、商业模式，只能做到无穷逼近百度，无穷逼近，现实的结果就是客观上在为市场第一做市场拓展。品牌的劣势会让你的占尽优势的流量最后都转成了“比你体验好那么一丢丢的”市场第一品牌的流量源，从CNNIC的相关调查报告可以看到，搜索引擎的用户实际上规模在增长，而且百度的用户fu 该增速高于其他家，这个在2006～2011年期间的，一搜、搜搜、新浪爱问搜索这一点都表现的比较明显和清晰。

当然，事实上，如果市场第一并不能保持与品牌和市场位置相匹配的体验、价值的贡献能力，自然也是不能承接，但是绝不会导致流量倒灌流回第二梯队，而是被市场上的新的体验供给者切走。

第二梯队如果从产品体验、价值、业务形态和商业生态上，无限接近另一个产品、且始终是他的子集、或者是一个跟他互补的集合，尽管主观上他们说自己比更责任感、战略定力好、技术创新更多，但作为用户感受不到实际上也就没什么卵用，客观而言，从过去的信息贫乏、到后来的搜索引擎能够找到无穷尽的内容资讯，找到和占有的那种满足感和成就感其实是2010年之前这个阶段体验的核心价值点，但是之后的这个阶段已经变了，无论第一梯队还是第二梯队，其实都没有找到好的体验、价值落地方式。

这也是最近比较讨论比较多的一个话题，你的产品的体验和价值落地的最佳点在哪里，这个点够不够大规模，尤其是toC产品，是不是一个这个需求方向上有足够扩张能力，你的产品的能力是否是有核心竞争优势，你想做到什么市场地位？

其实只有做到领域第一，而且这种优势能随用户规模扩大不断叠加（不是累加，后者跟成本是线性增加关系），其生态影响力和搅动的能力也会超过市场平均水平。但是从生存态上看，其实是第二最舒服，享有同样的利润水平、却没有第一那么高的成本、那么招摇受关注，是一种典型的智猪博弈。

从另外一个角度，看看Google、百度这些年在搜索技术上的进化和表现，你会发现这可能是这代搜索引擎的技术红利和产品生命周期综合症的表现。

原来搜索的tf-idf、超链分析/PR投票权重机制，到点击调权，到机器学习做相关性和质量判断、到引入用户点击模型的排序评价机制，所有做搜索的都是这样做的，算法公开的、算力钱说了算、数据就取决于原有的市场地位和对产品本质的理解，自然而然是强者愈强。

而且，可以看到的是，这一搜索的技术体系，客观而言，都是基于互联网内容生态20年前的水准、状态建立的，比如网站就那么几十万、网页就那么几千万，算力上，一个所有的新内容进来一个建索引更新的周期是一个月，一个50G日志数据做统计分析需要6、7个小时。而今天规模已经到了两三千亿，使用的搜索引擎的用户规模也翻了几倍、人均使用次数更是翻了十几倍，从根本上需求和消费心里也在变化，以前是“看看有没有”--->“找到相关的”--->“找到体验好的”--->“解决特定问题（这一点跟场景密切相关）”。

这里对排序机制、对内容评价的价值评价机制也是不断进化，与之对应的就是通过反作弊手段，不断打压价值评价不合理的点。但是这个本质上，并没有改变原来搜索引擎在基因级，内容value、相关性排序的机制，换句话说，原来的百度Google这样的搜索引擎，依赖基础算法、技术、数据规模优势，一直在解决的这个问题，到后来的玩家，诸如神马、360等，利用系统性优势，只对局部用户经常访问或者新增内容做同样的处理，即可满足用户在绝大多数情况搜索相关信息的时候的找的到的问题，其边际成本就大幅度下降。

但是这个一切玩法，基本还是在原来的搜索引擎转移体系内玩，并没有创新和超越，因此并不能形成更有竞争优势的体验、进而构成流量迁移。

搜索引擎产品、推荐引擎产品都是典型的具有网络效应，用户参与产品互动会让产品的迭代升级更好，比如搜索结果的检索扩展词、相关搜索词推荐，到2009年前后的搜索输入框suggestion提示，这是通过对点击率预测，推荐点击可能性更高的词的推荐引入搜索的尝试。这里会把搜索引擎跟搜索引擎并列体现，是因为搜索产品早就用推荐的逻辑在做局部体验优化。

如果在一个局部改良，其实这里还有很多可能，比如在搜索输入框的提示中引入非输入法逻辑的推荐词、比如在搜索结果rank机制中引入推荐排序的机制等。但是根本上都是在原有体验基础上，用技术创新、体验创新的优化，并不会超越原有产品体验和价值框架提供的体验价值的边界，比如所有这一切创新的好，还是建立在用户输入、在搜索结果页面上遍历你的提供的各种可能，然而新体验和价值的东西，再原有产品基础上怎么被重视，它也都是原有体验的补充、增益而不是替代性优势。

这也是为什么头条这样的产品，以推荐引擎为基础，做到一定规模反倒能倒过来要侵蚀搜索原有地盘。提供完全不同的产品体验，并在这一点上建起系统性优势，进而不断横向水平扩张。

从支撑的商业生态看，搜索引擎这样的业态是个四方关系，搜索用户、内容供给方、搜索引擎提供商、广告主，这四者都是互为因变量，互相不断供给能力，实现价值转移，同时互相制约、保障体验平衡。

换句话说，广告投放导致体验差，搜索服务商就会在这里取舍商业利益和用户体验的关系，比如大力发展网盟这样的，把垃圾广告投出去，别在自己的产品体验上。比如只有在月末、季度末、年末才有帮广告主消耗预算的诉求呀之类的

新的机会一定来自于不同的技术革新或者产品形态的迭代，而这确实有很多小公司前仆后继地从不同角度在尝试。需求满足的垂直化、体验和交互方式的差异，都有优点又都有缺陷。

因此，总结起来，我其实就想说的是这三点，

（1）创新是一个连续渐变的过程，局部微创新不会造成破坏、颠覆，

（2）要获得竞争优势，需要有颠覆性创新，而这个要充分利用网络效应的优势、技术进化的优势，

（3）要找到边际成本优势的支点

是在说搜索引擎，其实又不是说搜索引擎。你所在的领域的核心体验、核心价值构建是基于啥时候的啥特征的？就这一点而言，在AI、5G时代有没有可能因为技术和基础设施的演进而带来巨大体验革新，其实我觉得很多领域都有，2C的尤甚。

怎么管理自己的笔记和文档

2019-10-08T06:38:00.000+08:00

怎么管理自己的笔记和文档

原创： loverty 哈斯日志 7月17日 #知识管理 #信息管理 #竞争情报,

每天把数字化过程中我们在比特海洋的输入当作是一种数据资产的积累的话，其实我们每天通过各种数字终端各种传感器和输入形成了比较丰厚的积累。

有些显性数据资产，比如我们自己的思考笔记备忘以及其他各种通道进来的跟我们相关的文件图片等。这些数据资产如果能得到有效积累、语义化处理，随时可以调用帮我们度量和解决当前场景的问题，这必然是一个非常有价值的事情。

我讨论这个问题，主要想解决一个问题：我手机、电脑、微信上、备忘录里有很多记录和保存的图文信息、文档文件，是否有一个更好地语义化的方式帮我们整理加工、又能很好保持私密性，提供丰富的搜索分类和应用机制，方便我随时查阅调用？

我分两块来说，其一是笔记类，其二是文件类。笔记这是我目前的主要信息管理、知识管理的方式之一，在10年前，还不是以手机和电脑处理信息为主的，占据我信息处理的主要位置的是通过笔记本记录（我说的是真的笔记本....）。

从目前的还存在的书本大概还有7、8本记事本。
主要记录几类内容
--工作内容，todo list
--针对特定的问题我的思考和解决思路的思维导图
--重要会议纪要
--各种读书笔记、摘要

后来，随着使用电脑时间不断加长、办公以电脑为主，所以很多信息都开始用电脑整理加工和保存。这个阶段，主要是用文件夹、word等文字处理工具，写在本地，保存在特定文件夹里。

再之后，智能手机进入日常，通过手机订阅阅读、通过手机记录事项和思考，这个阶段早期，基本只能靠email。

写个邮件发给自己或者另一个邮箱，然后电脑端通过邮件查收，来实现跨平台同步和信息的保存。这个阶段主要是Gmail、163邮箱上这种邮件大概有大几百封。

这个时候其实除了email文字文件同步、还有一些是通过附件形式来搞的，比如本地用office办公软件或者txt写。通过邮箱、网盘来同步跨端查阅使用。类似这样的需求的人不少，后来邮箱服务商大部分都提供了在邮箱内的记事本、附件预览、网盘等功能，大大方便了这种使用方式的体，只是空间很小，还都是以个位数的M记，这大概是云同步的雏形。

再后来有各种跨端文本同步工具，可以同步记事本同步笔记，这里边大部分内容是文本、图文记录，所以这类信息主要放在备忘录、各种笔记软件里。

用过目前主流的所有笔记类软件，evernote、有道云笔记、微信收藏夹、备忘录，为知笔记、onenote、石墨、Google doc等，很早之前还写过evernote的一个思考文章。

这个抽象了所有跟图文加工的需求和应用场景，并实现了多端打通、数据同步、云端保存的体验，很方便。

目前的文档笔记类软件都没有办法针对内容本身进行理解和索引，有些技能有但也特别弱，我主要通过文件命名、主题+时间建立目录、模糊搜索方式来管理文件和笔记，年月日主题关键词来命名方式，可以是文件夹或者文件名本身，主要信息其实时间信号会更容易定位。比如，一般我记录的信息是按照这种方式命名，[年月日][who][什么事][在哪里][会议/讨论/研究/吃饭] 年月日：20190716，这种，一般笔记软件都会显示记录时间信息，但是用时间找并不方便，且不够显性化，所以我会直接打时间标签。
[who]是个很重要的信息，可能是人名、机构、团队、组织等关键对象，
[什么事]就是事情的关键点，比如说儿童教育主题，
[在哪里]这个主要是在使用信息的时候，帮我建立起来场景化关联，让我更具像地能回溯到彼时彼地，很好建立其信息本身内在的关系和逻辑、能获得更多更细节的输入。主题和时间建立目录，主要是通过事情的关键词+年月日，其实主要是这个事的关键线索，如果让自己大脑记住一堆相关、重叠、乱序的事情的信息、画面，其实蛮难的，也容易在需要的时候想不起来，关键线索显性化，会大大加速你找到相关信号和关联的效率。

第三中方式就是用平台工具提供的搜索，尽管普遍比搜索引擎的技能要弱一些，但是模糊搜索还是能帮着提高不少效率。

还是有大头的记录、笔记、文件，其实主要是在自己的电脑里，保存在本地的文档和文件如何更快速定位、找到、方便使用，一直是个问题，而且这些文档、文件基本上散落在u盘、移动硬盘解决，或者电脑里，早期还用过Google desktop search、百度桌面搜索这样的本地搜索工具，我之前也曾经介绍过一个很好用的everthing等本地文件搜索、mac上Alfred，都可以实现比较好的本地文件内容级别搜索，但是如果你文件分布的比较离散，而且有些很多内容还不在这个电脑上的话，这就没有办法了。

我自己的本地文件，目前还是主流，我通过两种方式来解决，其一是用软件实现本地文档全文索引，方便需要的时候查询找到，我主要用AIfred。其二也是建立一个良好的信息组织方式，我喜欢用时间+主题来组织，所以我会以这两个维度建一到两级的目录，

(1)创建目录类别或者文件夹，这里主要是针对不同目的、不同事项的，比如在windows软件、产品经理培训等、相册备份等。在分类目录体系，我一般喜欢最多分两级，多数情况都是一级。比如，相册备份--->20160302iPhone7plus

(2)以时间区间为维度，在时间区间内再用不同主题下分一下，并且以主题命名。比如，201903--->

X项目每个人可以按照自己的习惯和偏好规划自己的方式。

只要符合自己认知和使用习惯，能够足够方便地在需要的时候快速找到，这就是目标。目前我主要是通过云盘存储近期高频使用的文件在网络端，方便不同终端、随时按需调用，基本上就是一个云同步的功能。

我个人的信息管理、知识管理终于要是通过几个方式，他能让我当前在做一些事情或者需要一些判断决策的时候，很快能在找到跟这个事情相关的历史背景、信息和相关的人、事情，帮我更好分析问题解决问题。

针对这个话题你有什么好的方法么？你手机里，有多少的文档、文件？你是怎么做管理归类的。

百度AI写作大脑是怎么工作的

2019-07-05T18:45:00.001+08:00

百度智能写作大脑的工作正式靠知识图谱驱动，根本上构建语义图谱关系，对于理解语义、生成语义都有重大影响。与深度学习算法强调的不可知论相悖的事，一旦要让算法干活、产生价值，就得让算法的输出是可控可靠的，给马戴上嚼子、套上缰绳，才能更好的发挥作用
2019年百度开发者大会，大家都在关注robinlee被浇水的事情，在开发者大会所呈现的技术的创新、算法的进步上关注的不够。作为一个从业者，其实看到百度开发者大会所展示的百度大脑的能力、产品化、商业化的roadmap上还是颇感欣喜。
当然，首先表态，对于robinlee被浇水这一件事，作为旁观者，我其实是鄙视浇水的当事人的。一个人以侮辱他人来表达自己的存在感，这是一种卑贱的行为。我们在崇尚个体独立表达、自由行使自己的权力，边界应该是不侵害他人，不能以侮辱他人为基础。这是我的观点。
舆论的一边倒起哄和看热闹，百度的人也应该深刻反省了，作为国内最优秀的技术公司，在带给中国网民获取信息的便利和自由上在过去19年作出了巨大的贡献，尤其是在一个相对开放、自由的互联网信息技术市场上，依靠团队的实力、坚持，创始人的经营和创新走到了今天，成为全球技术创新领域中国的标杆企业，这是一个让人敬仰的事实。但是今天的百度产品体验和质量每况愈下，百度人真要好好反省。
今天，我主要想说说百度智能写作大脑。
百度大脑、百度AI写作大脑的历史进展和我就不赘述了，你可以百度一下，找不到是百度的问题。
百度智能写作大脑能做什么
今年百度开发者大会所释放的百度AI写作大脑的技术能力和业务场景，整体上包含智能摘要、语音合成、视频检索、视频生成、文本生成、语言理解、知识图谱和视频理解，能够完成对文本信息音视频版生成，也能反过来用。

能够做到这一点，主要是因为百度大脑的5.0升级

机器能够通过视觉、语音等模拟信号转成可计算文本，然后通过知识图谱构建起语义理解和生成算法能力。
百度智能写作的技术流程
之前百度的彭卫华老师，出来分享过，他认为“首先是写作触发，接着文章生成，然后是质量控制，最后是文章发布”。在百度智能写作大脑中，写作触发主要通过网络热点发现、主题分析、观点分析等，核心立意点是生成具有传播力的信息内容。
他们会从从微博、feed 内容等资源中，提取、匹配出热点事件与概念，接下来判断是否适合机器写作，过滤掉太发散、太泛的话题，生成的话题包括非个性化与个性化的话题，其中个性化话题是通过用户画像进行定向下发到辅助写作系统、百家号熊掌号甚至合作媒体平台上。
在文章生成部分，彭卫华分享了“宏观规划，包括素材组织与篇章结构规划；微观规划，包括词汇选择与句子结构、自然语言表达的句子；表层实现，具体包括文本生成与润色配图等”。
其中，规划中素材选择、组织、句子、词汇的选择，都依赖于知识图谱驱动的关联及关系发现。那么知识图谱就在这里发挥了极为重要的作用。
百度的知识图谱构建方法

在百度的技术体系中，通过知识图谱做“知识的汇集、整理以及再加工，图谱中的每条边，均是基于语义的链接，是一个极其复杂的知识语义网络”目前百度知识图谱数据包含亿级别实体以及千亿级别的事实，以专家权威、百科实体、垂类挖掘与全网属性挖掘为组成部分，可以做到高时效性的秒级更新，在智能写作中扮演着核心角色，贯穿智能写作的全部流程。
另外一块，还通过事件图谱分别持续地动态地获取客观世界的事件，并丰富事件属性、建立事件间关联关系，构成以事件为基本单位的知识网络。
（图片素材来自datafun社区，彭卫华老师的分享）

（图片素材来自datafun社区，彭卫华老师的分享）
这些信息和语义单元被挖掘出来以后，通过知识图谱和关系权重，不断在各种生成和表达优化上进行应用。
自然语言生成（NLG）
这是最有技术含量的一块，目前今日头条已经在用生成来做资讯标题生成、阿里巴巴在用文本生成做商品介绍和描述的标题的个性化生成。百度在写文章写作上的探索可能走的更远。
彭伟华老师介绍“NLG 主要包含 text2text、data2text、多模到文本三种形式，考虑知识图谱作为先验知识进行相关生成。从人工方案角度讲，主要有人工规则与模板两种。从机器学习方法上来讲，深度学习方向主要包含：seq2seq、DRL、VAE、GAN 等相关技术，非深度学习技术方向包括：排序、基于文法、规则/模板学习、概率图模型等。”

（图片素材来自datafun社区，彭卫华老师的分享）

（图片素材来自datafun社区，彭卫华老师的分享）
欣喜的是，百度把这些技术和能力，通过百度语言和知识技术开放平台供给给所有创新、创业的人，创造者们，可以尽情折腾了。

百度智能写作平台官方介绍

1 自动创作：通过接入数据、配置专属写作模板，快速实现批量和自动生成文章的能力。支持聚合写作、关键词创作等多种内容自动生成能力。
---从示例来看，基本上是两种实现方式
（1）纯算法驱动的文本生成，包含对联、写诗这种
（2）模板生成，就是基于数据和对数据建模分析可视化之后，用模板来生成一个图文描述信息。
2 辅助创作：可从素材发现、创作工具角度，提供热点发现、事件脉络、热词分析、文本纠错、用词润色、文本审核、文章分类、文章标签、标题生成等技术

（图片素材来自datafun社区，彭卫华老师的分享）

---从示例来看，这个就比较丰富了，能解决很多实际创作、写作、跟文字工作相关的具体的痛点和问题，比如说我最近就感觉痛苦不堪的“智能”输入法问题，输入法太智能了反倒是出错更多、词不达意更多了。
仔细体验了相关的功能演示、甚至调用了接口去在实际业务上体验，发现这个功能已经挠到了痒痒点了，但是还欠点火候，其文本纠错、用词润色等，都能大大增加写作的输入效率和质量

其热点发现能力、热词分析能力，如果能结合风云榜，基于热点事件、热词、热门源来形成，可能对于做热点运营和内容创作的人来说会大大增强有用度。
重点想说说，百度智能写作的标题生成，简直是秒杀“震惊体”“揭秘体”“刚刚体”“惊呼体”“刚刚体”“吓尿体”“难道体”...,温情默默充满关怀

3 多模态创作：提供包括图文、视频内容在内的多模态自动创作能力，快速实现文本到视频、视频到文本的多种内容创作能力，全面赋能内容创作。这个是一个比较给力，也比较有想象力的事儿，十分期待！能不能尽快开放API体验一下呵。

算法生成还有很多挑战
文本生成，行业上还有较大调整和进化空间，真正要做到端到端的输出，还有很多挑战，目前从行业各位技术大咖的分享和交流来看，还有巨大想象空间和增长潜力。尤其是多模态、跨模态的结合。
技术演进上，GPT2、BERT、百度的ernie都有了惊人的反馈，怎么更好地应用的产品和体验端，这非常值得探讨

写作机器人综述

2019-07-02T18:48:00.001+08:00

*机器人写作，从模版生成、到辅助写作，从语句生成，到长文创作，从各个角度各个姿势都在试，都在试图找到最大价值的承载点。*

人工智能技术（AI）内容生成或者辅助内容生产这件事上，目前有几个典型场景应用类型，生成文章、内容创作辅助工具、生成短文本、写诗、写摘要等，目前市面上已经有不少相关领域的公司，在不同角度探索，而且产生了一定的成绩。

目前机器人写作领域主要业务类型

从目前的机器人写作输出的内容角度划分，主要有这么几种类型：

1，简讯、报道、快讯、报告。

用模板+算法+数据，merge到一起生成文本内容。这类基于数据类文本内容创作，比如目前应用最多的财经、体育、新闻资讯、金融商业等领域，当然这里机器人写完之后，人工会做运营加工和完善，才发布给公众。目前这类市面上比较多。

2，故事和连续语义的创作，比如恐怖故事Shelly（MIT 媒体实验室），openAI文本生成器，还有各类网文小说生成器，在搜索引擎里一找一堆。

3，文本生成创作，比如写诗写对联、拍照写诗，摘要生成、客服会话语言文本生成等短文本生成，目前某些信息流类产品，他的标题就是用短文本个性化生成、有些电商平台也在用短文本生成商品介绍的标题。

4，辅助创作、写作类，目前也有不少，典型的写作助手、文章查重、标题生成、摘要自动生成、自动纠错、语料和引用提示等。

5，其实目前颇有“建树”的领域是，洗稿、盗版别人的内容、生成低质量的垃圾文本信息去搜索引擎、推荐引擎里混流量，就是你常在某某号和某某号里看到的那种，标题或者配图狂有吸引力、其实内容渣渣的大部分都是。

主要公司的产品及其能力

-Bloomberg的Cyborg写作机器人写财经、通讯类文章，快速抽取商业金融新闻领域数据信息(business financial journalism)，帮助信息发布者或者竞争情况消费者及时获取相关信息，在商业竞赛中，为对冲基金人工智能为客户提供新鲜事实fresh facts。

-福布斯Bertie的工具，建立在出版商的内容管理系统中半自动主题推荐功能的基础上，为记者编辑提供粗略的草稿和故事模板，它能根据记者以前的记录、工作生成写作提示，作为写作辅助工具，提升产出效率和质量。

-路透社(Reuters) 推出的Lynx Insights会涉及与报道相关的关键数据，比如，帮助记者快速分析大宗商品定价的历史趋势。

-美联社2014年6月采用Automated Insights的公司开发机器新闻写作，按照美联社商业新闻主管Lou Ferrara的说法，采用基于算法的机器新闻写作后，在无须增加新的人手的情况下，美联社的商业新闻中关于企业季度经营状况的报道量，增加10多倍，从原先每季度300篇上升到4400篇，产生人效14倍的增长。

> Automated Insights（创立于2007年）一家专门从事语言生成软件的技术公司，会为客户、合作伙伴生成大量的通讯报道，他们也做公司的财务收益分析的报道。他们开发的WordSmith的软件，可以自己编写一些简单的新闻事件，比如体育、财经类的新闻资讯。雅虎、美联社的相当一部分新闻就是由这位WordSmith编写的。据Automated Insights公司介绍，WordSmith在2013年生产了3亿篇各类形式的报告，2014年生产了10亿条新闻

-The Post有一位名为Heliograf的内部机器人记者，通过报道2016年夏季奥运会和2016年美国选举，展示了它的实用性。

-新闻机构Patch的写作机器人为其110名员工记者和众多自由职业者提供协助，他们覆盖了大约美国800个社区，特别是他们对天气的报道。该公司首席执行官沃伦·圣约翰表示，内容量的5％到10％都是由机器生成的。

-腾讯写作机器人（Dreamwriter）是由腾讯财经开发的一款自动写作新闻软件，Dreamwriter根据算法在第一时间自动生成稿件，瞬时输出分析和研判，一分钟内将重要资讯和解读送达用户。

-百度智能写作机器人Writing-bots产出的文章主要包括速报类、知识类和资讯聚合类。速报类，如比赛信息、股讯快报等，对时效性要求比较高，需要瞬时将结果生成文章。知识类主要是科普类的文章，如教育（诗词、历史知识）、生活（菜谱，保健知识）、旅游等。知识类文章的数据内容主要来自百度的知识库和全网优质资源，通过对优质数据资源的组织聚合和计算推理，为用户提供更加丰富的知识和信息。而资讯聚合类是基于全网实时资讯数据，根据用户关注点，生成用户感兴趣的、以话题为中心的资讯文章，比如某一个电影热映，我们会对电影的主演、之前的作品等信息做一些扩展和盘点；对于热点事件，我们会对事件的发展过程和关键信息进行分析聚合，形成事件脉络，便于用户了解事件全貌等。这类文章是在现有的资讯信息基础上，重新智能聚合生成新的文章。

-今日头条张小明Xiaomingbot不仅能写体育文章，还有财经、房产等等。财经新闻有「小明看财经」，房产是「房产情报站」，世界各领域热点有「小明看世界」，一系列内容都由这些头条号自动放出。“张小明”在2016年里约奥运会期间报道乒乓球、网球、羽毛球和女足的比赛，6天共生成超200篇简讯和资讯，xiaomingbot能完成2秒之内生成稿件并发布，24小时不休息，产量惊人，大大减少了采编人员的工作量，提升了新闻信息的生产能力。

-第一财经DT稿王(背后是阿里巴巴)，2016年发布的DT稿王，其“任职”是通过海量抓取、海量分析，主要针对上市公司公告、财务报表、官方发布、社交平台、证券行情等信息源，日阅读3000万字，针对内容做精简输出，把几千字的文章转换成一两百字的重要概括，大大提高效率。

-“快笔小新”2015年11月7日新华社推出写稿系统正式运行，实现了采编业务与技术手段的深度融合，适用于体育赛事、经济行情、证券信息等快讯、简讯类稿件的写作。

-南方都市报的机器人“小南”，撰写的第一篇稿件是关于春运车票动态信息。2017年1月18日正式“上岗”的小南，由智媒云图和北京大学计算机科学技术研究所联合成立，对机器写作、文本实体识别、智能摘要、立场分析、智能服务等方面进行研究和实践。小南基于机器学习算法、自然语言生成技术和自动摘要技术，通过融合领域知识，对数据进行深度分析，发掘重要的消息和事件，并用自然语言进行表达，从而以秒速生成报道。写作领域涉及民生、科技、财经、体育、娱乐、消费等领域。最终实现多领域的自然语言智能理解和自动生成。

几种典型技术方法

--深度学习方法，机器在阅读了大量的古诗、对联的基础上，基于我们的NLP分析结果，通过“平仄”作诗、写对联的规则自动生成。这个结果是成诗有韵，但是缺乏内在的精神内核。曾经在2017年Q3做过一个这个方向的小产品。

--模板生成，机器人在自动抓取的情报中按照预先设定的结构写稿，成稿速度非常快，但它不能分析新闻事件的原因和影响。其基本的设定都是，人工准备素材、模板，设定条件，机器自动创作。其中素材的采集、模板讨论、创作运行条件这些都还是需要大量依靠人的工作。

> 今日头条的，xiaomingbot是关于比赛的实时比分的数据通过文法结构和模板生成。对于图片，通过计算机视觉分析图片内容，将它和文字结合匹配出来。第三方面是知识库的建立，像比赛球队的历史、球员信息，作为额外信息补充进去。第四，是网上有一些直播文字抓取过来的信息，通过机器学习里排序学习的技术去挑选最重要的内容，融合进文章中。网上的直播文字信息其实非常复杂，有不重要的信息，甚至会夹杂网友的评论。我们在生成新闻的时候希望把比赛最重要的环节，像进球、判罚等等给找出来;另外，需要考虑挑选出来的句子相互之间相似度要尽量小，但涵盖信息量又尽量大。通过 DPP 算法可以有效找出直播中的重点信息且涵盖最大的信息量。

--当然第三种，就是用算法+规则混搭，不同场景路由到不同策略上。由特定场景和领域特殊约束来界定有某种方法做内容生产、加工或者输出。

--还有第四种，算法就作为人工的辅助，在帮人做素材发现、图片图表的生成、对比分析的可视化、关系联接，甚至结构定义、表达纠错、优化上都能够给出建议和参考。

资讯内容的机器人写作在特定领域还是有很多价值，局限于技术和算法的实现能力，大多数场景还是人工+规则+算法来完成。

**机器人写作的一般过程**

任何一篇由算法驱动的“自动生成”的文本创作类写作流程分以下几个步骤：

1，获取数据、信息输入。理解消化关于数据和写作输出物有关系的各种数据，并能从各种形式的数据和素材中找到跟目标输出物有关的数据、信息。他可以是APIs、也可以是各种格式的数据、算法、服务。

2，分析数据，解析数据以及其内在关联、关系以及找到合理的数据结构表述，对数据及目标输出的表示进行归纳

3，构建输出结构，对于不同类型和目标诉求的输出物，要求在输出结构的定义、输出结果的语义表示上进行合理化表达，当然引入用户画像进行个性化表达是更合理的。而进行语义表示则离不开知识图谱的约束或者支持，把数据放在输出对象的知识图谱背景框架下表示。

4，展示优化，遣词造句、语言修饰，是否用可视性元素装饰等，比如特别典型的这几种场景闲聊会话、长文、摘要、短新闻、通讯报道、故事、可视化图表为主的内容、微博、标题等。不同应用方式，优化的方向和方法也是不同的。

5，根据内容特点，选择内容出版分发通路，并且自动化输出到对应的媒介上，个性化展现、个性化分发，传递价值到用户和消费端。

**机器人写作的价值**

1，写作输出事实性确定性好，且出错率更低。

2，生成内容速度更快,时效性内容追踪速度大大超过人工处理的速度，推向极致。生产输出效率高，让新闻事实始终跑在恐惧和谣言的前面。

3，写作机器人可以通过统计全部数据，最终提供准确、可信的统计信息。相比于人工智能处理统计样本的可信度大大提高。

4，它能解放人的劳动力，让人在更多自己适合的领域中发挥自己的价值、提升人的效率，让其可以从事更具有创造性和挑战性、拓展性工作。

5，个性化内容生产，让每个人看到自己爱看的需要看的内容以自己喜欢的风格只消费自己喜欢风格展现。过去的内容生产是为千百万人生产同一内容产品；新的出版模式下，则是为每一个单一的客户，无论个人还是集体，提供个性化的定制内容产品。

6，机器人帮助人类发现报告和发现线索、发现有趣的故事。通过机器人技术对大量的数据和信息进行分析再加工，能发现很多新奇的角度和线索，发现信息内容、新闻事件中意想不到的趋势。

7，尽管通过机器人能产生的令人信服的捏造图像、视频和声音，但是作弊、虚假、恶意攻击的识别技术一样成长快速度，世界是两面的，造假和识别虚假，相克相生。

**机器人写作还有哪些问题**

其一，公开数据和私有数据的访问边界，隐私和服务价值的调和。

没有充分的数据输入，没有大数据采集和挖掘、分析系统的支撑，算法是无法学习理解、并不能有效地写作，机器自动写作就成了无源之水、无本之木。

有充分数据的输入，则会导致输入数据在私有和公有的界限较难有区分度，要么很隔离，那就很难有关联。私有数据和公有数据彻底打通，那有涉及很多个人隐私的风险。曾经李彦宏说跟英国首相布朗（Gordon Brown）有一个挺有意思的争论，关于搜索引擎的，他说“我是知道很多关于你的信息，但我不知道你是谁，我也不会用我掌握的信息对你造成伤害。”实际情况是，但是在网络空间里，技术已经能实时追踪他并且给他发送你想要他看的、影响他行为决策的信息，机器在塑造人。

其二，即使现在有足够大的数据集，其实都还是沧海一粟，GPT2，训练语料用了800万，只是每天搜索收录的4%。每天内容输入对于机器人能够获得的数据目前仍是一个局部，这个局部就会导致偏差。就像我们物理世界，一直强调的信息对称和认知偏差一样，算法、机器人在这个层面上也会是这个问题。

第三点，机器人能够写出流畅的问题，表达出一定的观点、理解能力。但是还是无法实现对情绪、风格的把握，无法从文字表述上透露出语言、情感之美。

目前每个主打“机器写作”能力的平台基本都拥有各自的技术团队、对数据的解读和认知，产品化产业化并且能为社会贡献价值层面上，大家有不同的理解、不同的认知和想法，这一点，必将让这个事情走向多样化、多元化。

最后一点，我特别焦虑地在思考一个问题，如果机器人都能完备写作、创作了，还写作干什么呢？

关于哈斯日志和自媒体的反思

2019-06-23T22:35:00.000+08:00

在写作这件事儿，截至目前，我也是一直在坚持，也会持续坚持的事儿。

但是中间有些周折和变化，最近一直在反思期间的波折和变化的因由、心路历程。用第三只眼的视角，审视这一路上走来的蜿蜒曲折，记录下这些故事，以更合适的方式，记录我们在网路上奔波的历程，分享哈斯的思考体悟和心得。

一开始，在读大学的时候，经常喜欢研究信息技术最新学术研究和科研进展，所以经常会把自己看到的、摘录的、思考的东西，写成文章，在bbs上分享，后来有机会在blogchina、donews上注册了专栏获得官方的一些支持，写的就更有动力，坚持的比较久。

后来BSP服务比较火，我就把哈斯日志托管在了水木清华的blog上，其实当时想法很简单，以水木的氛围和学术学生群的氛围，应该很难会触犯禁忌，但是实际上随后的内容监管、UGC监管渐紧，水木的blog服务停止了。

当然这中间我一直同步把文章备份在blogger.com上，做数据保存，所以后来就选在，自己采购主机，用blogger做CMS自己发布托管。再后来就是，08、09年前后网站要做备案，独立域名的哈斯日志网站也关闭了。loverty.org还被域名贩子抢了，反过来问我要不要买，当时有少不了当时cnblogger圈子的朋友们的互相支持和捧场,哈斯日志GooglePR值能到六七的样子。

这期间，我个人能明显感知的是，体验互联网新产品的兴奋度在降低，太多了各种微观创新的APP，用起来都有大同小异，没有什么太独特的价值，而且因为写作分享后获得的反馈交流的变少，是我动力衰减的一个动因。

接着2010年前后，就是移动互联网的大潮的到来。在此之前，我从2006年开始也就一直都用智能手机，那时候用多普达O2的水货586w，所以用手机发现、整理、记录和随时随地上网查询，这件事，对我们来说也基本上是顺理当然的事。那时候，我还在大厂跟张东晨合作，谈下当时了几乎所有主流手机厂商的手机浏览器搜索内置。

跑偏了，还是说回来。移动大潮来了以后，那段时间互联网的开放度自由度还是很好的。我也离开大厂自己折腾了个项目。这期间，基本上写做思考有东西就是跟自己创业相关的业务、产品和技术的思考，非常不大众化，也不太适合分享，所以那段时间几乎都是私有保存的状态。

而此时另外一个碎片化思考和分享的产品，twitter、微博高速成长，我也开始把一些碎片化的思考简单写下就分享出去了，这两个平台，早期都是熟人和陌生人混合，所以分享的效率、交流的质量还是比较好的，现在没有成长为大v的我，基本上接近于自说自话。总体上感觉，交流分享的氛围会极大影响创作分享的欲望。

到2013年的时候，微信上出了公众号，一种类似RSS订阅的机制，在腾讯强大的技术加持下，你写作的内容可以直接通过广播式分享到对方的IM微信客户端上接收，体验独特、有效率。刚开始开始做的时候，每天都得花好久时间在后台跟看了文章之后有想法的同学交流互动，而后我还做了微信群，把愿意交流的subscriber拉微信群，但是后面慢慢又没有动力，也仅仅坚持了两年多，回顾两年多的时间里，我遇到的问题，总结起来有这几个方面：

其一是哈斯日志是什么？是我个人的日志、分享的我经历体验思考，而不是公众媒体，所以仅仅是我的个人态度、思考和见识，但是后来随着subscriber增长，也被渐渐有了公众媒体的愁。在微信上做自媒体，我算是较早的的一波人吧，当时粉丝上万，所以特别不符合某些人的口味的，就会在后台争吵或者对吗，搞的心累就拉黑。我印象中，同期keso洪波、fenng冯大辉也都出现过类似的问题，而且比我严重的多。

貌似微信公众号这种机制，其实不是blog形态，是个对话式聊天式的感觉，看到你的文章通过这种方式跟你交流，这个效率是比较低的，是个一对多逻辑，虽然归宿感好，但是效率太低。对比传统的bbs、blog、留言板、微博模式，交流分享、传播的效率相当高，多对多，矛盾纠纷就不会这么集中。

其二的思考就是个人日志的定位，跟当时自媒体变现的风口相交，对我诱惑还是蛮大的。有朋友跟我说，某公司高管指定他们新产品发让我写稿写评论，可想而知，这绝对会动作变形，带有利益关系的文字很难再说是客观的自我理解心得和思考。再加上我其实当时在一家创业公司，工作都搞不完，也很少有雅兴分享自己的心得。

其三，就是做媒体就要在乎传播，但是其实，以我的subscriber的量，只有同级别的其他帐号的阅读量的十分之一，这让我多少有点伤自尊，既不想迎合传播做内容，又不能接受小众散漫的内容，subscriber还比较多而阅读量太低的囧况。要不要考虑到底怎么选题，一旦走这个路子，就是为了不做自媒体而做哈斯日志？我觉得走歪了吧。

其四，就是更让人挫败的内容敏感词扫描、原创文章识别这些，可能因为那个时期技术不太成熟，经常误判，搞得一篇发篇文章提心吊胆、担惊受怕。在微信之后，也有几个自媒体头条号、百家号、网易云阅读自媒体平台等邀请，甚至帮我开通，但是基本上我判断自己已经走歪了，所以并没有踏上这条路。

我不是对自媒体、新媒体有什么意见，我的哈斯日志，只是我的感受体验、思考、记录，和同情共识者交流互动的窗口，更多地是像我的沙龙，隔三差五地跟几个能聊个话题的朋友们交流分享一下，走向别处就不是我的本意了。

新媒体、自媒体又有吧新玩法，vlog、私域流量这些的，审视我自己，越来越能清楚地看到，哈斯日志不是这样的，它还是我的自留地，种点花、养颗草，滋养自己修炼自己，跟能交流的人唠叨两句，这才是我的本意。

从我自己出发，我希望哈斯日志是我自己的认知、思考、经验、体悟的记录和档案馆，这里可以跟能交流的人一起沟通。我常常反思的信息的流动带来的个人成长、认知提升、创新实践和进化，哈斯日志是我的足迹。

在没有发布日志这段日子里，貌似也没少写东西，刚看了一下笔记本135条，我跟我自己对话，通过哈斯日志可以更好更多对话。

成就感反馈到底有多重要？

2019-02-22T08:56:00.001+08:00

发生在身边的小事一桩，却让我感慨万千。

放假学校给小朋友留了不少作业，妈妈带着做。一听到作业需要写10多张，小朋友就做在书桌前，来回晃悠，并不愿意写，念叨这说“这么多，啥时候才能写完呀”，花了2个小时，才勉强完成一篇，无论是笔记工整的程度、写的质量都一般。

妈妈就给承诺了一个奖励，说半个小时完成1篇能获得。小朋友很欣喜，激动的写一会儿，坚持了10多分钟，就顶部住了。自然是完成不了，妈妈就偷偷调整了定时时间，实际计时器是1个小时，终于写完了。

小朋友有点高兴，自己其实可以在半个小时内完成一篇作业。

然后挑战新目标，半个小时完成两篇。当然，还是在妈妈偷偷调整定时器的帮助下，小朋友完成的。小朋友感叹，我“真能在半个小时完成两篇呀”。

但是就是这么小小的反馈，今天已经自己宣示要在45分钟，写完剩下的五篇。这一大早自己已经开始写了。

成就感反馈太有价值了。

锻炼自己的深度思考能力，避免被芜杂的信息带着走

2019-02-22T07:25:00.000+08:00

每天接收大量的朋友圈微博好友的推荐、订阅的媒体的推荐、搜索关键词的结果，我们的输入增长加速度不断被各种产品技术创新以几何级速度拉升，吸收零散的知识点消耗我们记忆、增加应用时候输出的复杂度和不确定性，迅速消耗掉我们的认知、判断资源。

接收的信息过于碎片化、重复而且相对独立、还有就是规模巨大，技术和产品化的价值倾向很不一致，使得我们在消费这些信息的时候，一方面需要的找不到、找到的不全面、不权威，更严重的是这些内容缺少足够的提取线索被我们回忆起来、跟我们已有的知识储备建立起关系，最后只能是“万花丛中过，片叶不沾身，事如春梦了无痕”，那就更不用说转化成自己的认知和行动。

于是，互联网、搜索、推荐引擎、社交网络、社群兴趣社区带来获取信息获取知识的便利，以至于助长了人的怠惰，除了从搜索里获取自己需要的信息，就是靠算法和推荐喂，喂啥就吃啥，越发变的愚昧而不知。遇到任何问题、不清楚的，都是上网找一找，查病症、查小孩发育成长中的遇到的问题、查社会系统中各种事情的办事指南，看其他人怎么说、看其他人怎么办，殊不知，社会、健康等作为复杂系统，不仅时时刻刻存在变化，更是有很多特定情况和约束背景，在特定条件下，某些输入信号才成立，而这个过程中，是否有隐藏层信息没有输入、有多少，你是无法察知的，

在你熟悉的领域和相关系统里，你跟系统是同步成长，在不相关的空间里，你一旦进入就是个新领域，信息空间坍缩状态，需要不断回溯历史记录和信息，而且每个节点和演进也都有特殊变量存在。这个过程对接收输入的信息、信号那些是重点那些是一般辅助性信息，都需要重新归纳总结进行认知建模，否则follow步骤进行操作，都会有误差，而很多认知建模是消费信息理解文本、信息逻辑层面，少有能直接验证的，除非符合你已经掌握的、已经理解认同的常识、或者符合你的情感认同。科学性在于可以重复验证。

所以，要解决好这个问题，需要有足够好的跨领域基础知识和认知能力，要有敏捷的分析建模能力，还要有好的归纳总结能力，针对信息输入，能迅速归纳提问，并基于此更有针对性地探索、挖掘新的知识和信息。

基于信息获取、信息消费、解决问题方面的积累，我觉得核心是建立一个好的认知理解模型，能够极大地帮你在抓住要点、帮你更有效率地去理解吸收信息，为你更好的管理信息到知识到行动的转化。
1 丰富基础知识和认知能力来源于广泛涉猎、广博的基础知识－－我们常说的通识，建立起先验知识prior knowledge。自己兴趣面广泛有积累这是基础，对丰富多彩的大千世界充满好奇，能够让你有兴趣涉猎这些广博、基础、看起来无用的信息。

2 敏捷的分析建模能力，来自于时时刻刻的思考，主动挖掘信息触点，扩大探索的边界，如果能够不断角色带入、换位思考，跨界思考（在你的认知框架上看它，在你行业专业领域看它，其他行业领域的人怎么看它）、求知若渴，在接收输入后能够不断挑战、思考和深入探究，自然能够建立起自己的分析解决问题框架，针对输入提出有效问题，并不端延伸扩展。

思考的方法通常就是这集中，思考方法
比较(compare)、联想(associate)、演绎(deduce)、归纳(induce)
比如，从看到文章标题标题开始联想，不详细阅读，文章的大概内容是什么，会提及什么、你希望get到什么，推测其内容，通过你对问题的建模和系统化思考，去阅读验证，然后在各个节点上获取重要的信息并形成记忆，不断基于点线面去深度挖掘探索。

这个过程中，如果不符合预期，那么为什么？超出预期，那么又有哪些点，然后带着这些主题、问题，然后再去找资料，根据主题来查阅资料，而不是根据资料来查阅主题

3 充分利用最有效的方法去探索，用户搜索引擎，挖掘可供思考的素材是一个有效手段，同时广泛接触领域专家、获得更实践更专业的输入也是很好的方法。不要有了网络，就完全摒弃预传统的方法和路径。

4 对get到的知识点，尝试用类比的问题求解，即运用积累的信息、知识和经验，想法尝试解决眼下具体的问题。类比相似的问题不断烧脑验证，没有终点。

5 为了增加记忆、认知的深度，还可以借助结构化思考、可视化思考、清单法筛选等工具，利用A4纸或者白板记录积累想法，反复进行可视化表达，反复书写，也可以通过分享交流碰撞想法观点意见，深化和检验自己的思考和认识。

这还全面，通常我们看一个事情，都往往有时间和空间的约束，如果我们能有健康的世界观、历史观和价值观，尽可能地以更广阔的空间感上、更长的时间轴从认识和思考这些问题，将能更有清晰的判断

要提高自己的深度思考能力需要不断实践反馈、思考总结再加以训练，我们都能培养出自己的深度思考能力。

搜索引擎史前人们查询知识的工具和方法

2019-02-17T06:10:00.000+08:00

没有互联网搜索引擎之前，人们查询和解决知识性需求的主要方法和路径：

1.工具书：是根据一定的查阅需要，系统汇集有关知识材料，并按易于检索的方法排检，以便迅速提供知识信息的图书。

2.文摘：则是摘录有关的报刊论文或图书的主要内容。

3.字典：主要是解释字的形、音、义及其用法。

4.词典：主要说明词语的概念、意义和用法。

5.类书：是辑录史实典故、名物制度、诗赋文章、丽词骈语等资料。功能：1）查找词藻典故和诗词文句出处。2）查考史实和事物掌故。3）辑佚和校勘古籍。

6.政书：是专门记载历代或某一朝代的典章制度资料，法律法规、政府简报、政策公告等
7.百科全书：百科全书总汇各个学科或某一学科的知识，提供人类有关知识领域的基本事实、基本概念和基本理论。

8.年鉴：是系统汇集一年内有关事物或学科的进展情况、重要文献及统计资料的连续性出版物。

9.手册：是汇集某方面经常需要查考的基本知识和资料。

10.名录：是汇集机构名、人名、地名等专名的基本情况和资料。

11.统计资料：是系统汇集有关身会经济和社会生活方面的统计数字和资料。数据集和数学用表；则是系统汇集有关科学和生产方面的数据、公式等资料。

12.年表/历表：是汇集历史年代和历史大事资料，以及同一时间维度不同空间维度的聚合。

13.书目：也称目录，是著录一批相关文献并按照一定的次序编排而成的揭示与报道文献信息的工具。

14.索引：是著录书刊中的题名、语词、主题、人名、地名、事件及其它事物名称，按照一定的方式编排，并指明出处的一种检索工具。

15.丛书：又称丛刻、丛刊、丛编、汇刻、合刻，是辑汇有关著作，并冠以总名的一种著作集。重要的丛书有《四库全书》《二十四史》《诸子集成》等。

16.总集，汇集多人作品为一书，称为总集。重要的总集有《诗经》《楚辞》《先秦魏晋南北朝诗》《全唐诗》《全宋词》《全上古三代秦汉三过六朝文》《昭明文选》《文苑英华》《全唐文》《全宋文》等。

17.汇编：通常称作资料汇编，是一种围绕某一学科、专题汇辑各种文献资料的著作。

中国历史上第一部知识书籍

－－－词典是《尔雅》

－－－大百科全书是《永乐大典》

－－－诗歌总集《诗经》

－－－第一部文选，《昭明文选》

－－－第一部字典是《说文解字》

－－－第一部语录体著作《论语》

－－－第一部编年体史书《春秋》

AI辅助机器写作的几个案例和归纳

2019-02-12T06:41:00.000+08:00

Bloomberg的Cyborg写作机器人写财经、通讯类文章,快速抽取商业金融新闻领域数据信息(business financial journalism),帮助信息发布及时性的竞赛中,为对冲基金人工智能为客户提供新鲜事实fresh facts。除了为彭博社报道公司收入外，机器人记者还为美联社，“华盛顿邮报”的小棒球联盟和“洛杉矶时报”的地震创作了相关通讯报道。

福布斯正在测试一种名为Bertie的工具，为记者提供粗略的草稿和故事模板,它建立在出版商的内容管理系统中半自动主题推荐功能的基础上，能根据记者以前的记录、工作生成写作提示。

路透社(Reuters) 推出的Lynx Insights会涉及与报道相关的关键数据——例如，帮助记者快速分析大宗商品定价的历史趋势。

Automated Insights是一家专门从事语言生成软件的技术公司，会为客户、合作伙伴生成大量的通讯报道，他们也做公司的财务收益分析的报道，获得TO B服务的收益。自从与Automated Insights合作以来，美联社已经从每季度收入报告的300篇文章发展到3,700篇。

The Post有一位名为Heliograf的内部机器人记者，通过报道2016年夏季奥运会和2016年选举，展示了它的实用性。The Post战略计划主管杰里米吉尔伯特表示，该公司还使用人工智能推广具有本地定位的文章，这些文章涉及特定地区读者的,“无论是国内还是国际，你都有可能失去那些对小社区的故事感兴趣的读者的兴趣。” “所以我们问，'我们如何扩展我们的专业知识？”

对于致力于本地新闻的全国性新闻机构Patch，AI为其110名员工记者和众多自由职业者提供协助，他们覆盖了大约800个社区，特别是他们对天气的报道。该公司首席执行官沃伦·圣约翰表示，在一周内，补丁上有超过3,000个帖子，产量的5％到10％都是由机器生成的。

其基本的设定都是，人工准备素材、模板，设定条件，机器自动创作。其中素材的采集、模板讨论、创作运行条件这些都还是需要大量依靠人的工作。

从目前的AI辅助内容创作的情况来看，主要在以下几个方面发挥了作用，

--机器人写手生成内容速度更快,且出错率更低。美联社(Associated Press)与初创公司Automated Insights合作，在2015年部署了一名人工智能写手，该写手一秒钟能撰写大约2000篇文章，出错率比人类写手低。

--AI可以帮助发现有趣的故事.通过AI技术对大量的数据和信息进行分析再加工,能发现很多新奇的角度和线索。发现新闻事件中意想不到的趋势，或者承担一些目前由人类记者完成的耗时的跑腿工作，这将是一个用途。

--自动化工具已经节省了记者报道企业盈利方面的20%时间，以美联社的案例看，它将为媒体在报道的时效性竞争优势上、效率上提供比较大的价值。

--AI工具成为报告和发现线索的生产工具。

--华尔街日报和道琼斯正在试验这项技术，以帮助完成各种任务，包括采访的转录或帮助记者识别“深度假货”，通过AI产生的令人信服的捏造图像。国内在黄反、敏感内容、作弊得识别和应用上也是比较多的。

--“纽约时报”表示，它没有机器生成新闻报道的计划，但该公司已尝试使用人工智能来个性化新闻通讯，帮助评论审核、AntiSpam、攻击型行为识别等，并在图像数字化存档时识别图像。

“华尔街日报”的马可尼先生表示同意，将新闻室中增加的人工智能比作电话的介绍。“它为您提供了更多访问权限，并且您可以更快地获得更多信息，”他说。“这是一个新领域，但技术在变化。今天它是人工智能，明天是区块链，10年后它将成为别的东西。新闻标准没有改变。“

对于AI创作新闻报道是否会替代人类，Mr. Marconi同意这种说法，更像是在新闻采编室内引入电话, “It gives you more access, and you get more information quicker,” “It’s a new field, but technology changes. Today it’s A.I., tomorrow it’s blockchain, and in 10 years it will be something else. What does not change is the journalistic standard.”

国内企业百度百家号后面的创作工具支持、头条的xiaomingbot、新浪新闻的在通讯类信息的采编上得应用，跟清华合作的，都是不错的机器人写作应用案例。

如上总结，是看了这篇文章获得的启发

关于“搜索引擎百度已死”的几点想法

2019-01-25T15:11:00.000+08:00

《搜索引擎百度已死》这么是非混淆、逻辑混乱的文章，都能获得如此高关注和转发，实在是让人叹息。

我觉得这个现象，核心就反映了两点，百度的进步速度、或者进化方向，远远不符合公众对他的期待。其二就是，中文互联网内容生态确实太差了，很多治理责任、道德义务都要经营的商业公司承担。
搜索引擎业务本身有一定公益属性在里边。作为搜索引擎的用户，大家期待的是你是客观理性公正的反馈相关的高质量的信息内容。但是就这一句话，就有多少难题要解？
（1）客观，就是原生态地展现中文内容网络全貌。必然导致搜索结果反映的是互联网内容的良莠不齐、甚至杂草丛生。多年前在做打击虚假信息通过搜索引擎传播的时候，做过一个统计，搜索引擎里索引的网页，有42％是低质量、虚假或者为欺骗搜索引擎算法混流量用算法生成的垃圾网页。所以这些内容必然都会被算法干掉。
（2）理性，所谓理性是符合公众利益、还是符合企业利益，是符合社会大众道德要求，还是恪守商业经营原则。从搜索“嫩滑”出黄图、到搜索结果排前面的都是自家产品的页面，都是你我的内心的正义和魔鬼的争斗，没有大家对色情图片的强烈需求，也不会滋生那么多站长去做图片采集站、去整那么多三俗的图片去混流量，搜索引擎想把这些内容排上来，也没得排。而驱使这件事情按照这个逻辑循环的必然，是在这个业态上，每个利益相关者，包括用户、站长和搜索企业，都在按照自己需求和利益导向在运作，但是又都是非线性运作机制，那么谁应该对最终输出的结果的大众预期负责？群体用户想要的、技术能给的、个体需求，这里边的供给、消费的由谁来监督？说到底，这种社会监管的担子，企业应该背负不起。这种群体利益导向的理性，必然导致搜索引擎选择的价值导向亦然如此。
（3）文中的作者提到的排序不公正，导致做网站和做内容的，在百度里的流量分配上被歧视。说实在话，我觉得百度百科、百度知道的内容排在前面才是最大的公正，多少采集站、甚至自媒体就靠着东拼西凑，搞个吸引眼球的、标题党的标题，打开网页等广告弹完都得好几分钟、内容更是没有任何价值，这才是对用户的最大不公平。
（4）再有就是，以搜索流量分发业态的逻辑，形成的巨大商业利益，自然就又无数权利寻租的机会，滋生养水军生成垃圾内容、甚至抹黑攻击企业或者人、收费删贴，还有各种做站做权重、攻击挂马，无数人想从这个利益链上分得一杯羹。
不知道有几个人真正用过bing中文搜索、谷歌退出中国前的搜索结果。真正完整的再现了在垃圾内容中找几条看起来有用的。
当然，我不是说百度目前的搜索结果已经好的不行，客观而言，百度现在有搜索质量还是远远好于同行的几家公司，但是也有很多问题，其一就是上面这一堆问题解决的还不够。其二就是相关性算法确实还有提升空间，优质内容、优质原创内容时效性和收录也都有巨大提升空间。尤其是，百度搜索在电脑上的版本，基本上只能反映电脑访问内容，缺了整整一半甚至更多的移动互联网内容。
传统互联网时代，还有那么一群人，愿意写写blog、在bbs里发表观点分享经验，但是目前监管和管控，导致这些人都闭嘴了。只剩下那些做网页混流量的了，一个企业、一家搜索引擎能承担内容生态繁荣、监管得当、分发合理、利益分配合理的重担么？ta承担吧，你又说ta即是运动员又当裁判，更何况ta还不想承担、抑或有人并不想让ta承担。再次感叹，百度的公关真是...

转发问答里回复的帖子：你觉得BAT、TMD等互联网公司，谁最有可能开发出下一代垄断型社交软件？

2018-12-28T16:13:00.000+08:00

你觉得BAT、TMD等互联网公司，谁最有可能开发出下一代垄断型社交软件？

社交产品在我看来就两类，关系连接类，本质上是点对点互动，连接和通信属性强。第二类，兴趣社群类，多对多互动，有部落化特征。

前者典型代表就是腾讯了。发现关系建立连接，这个需求一直都在，而且很刚性，人从出生到辞世，一生都在寻找，找自己，找对象，找伙伴，找知己，在找寻和发现的过程中不断发现、完善和提升自己，也通过这些发现和提升，到达更大的空间，有更大连接和发现需求。

后者贴吧、QQ群等以主题社群为引子的都算。其驱动力是兴趣，当然最终可能会会有落脚到点对点关系，只是说在这个系统里，用户的主要行为都在多对多互动、聊天、吵架，他们的主要需求就是“群裂变”,小群体变大，不断产生争议，裂变，再裂变。

而后者就是真实社会中用户社交的部落化运行的基本状态，大家在时间周期内因为某种共同的东西凝聚，也可能因为新的社交要素导致社交行为活跃要素发生转移，但是本质上一群人对一群人的互动，这可能是未来两三年社交领域机会比较大的增长点。人之所以能成群，是得先有一个一个的个体，这一点上腾讯优势非常明显。他们做账户ID这一层，也就是用户的虚拟身份上，已经很极致了，其他上层应用都不会比通信态产品更靠近底层，所以在这个维度上其他社交产品竞争只是局部垂直的争。

5G时代，是否会因为新的带宽和体验，导致新的通信态社交产品的出现，我是保持乐观期待。

阿里我觉得没啥可能性的，他们对社交不纯粹，而传统阿里体系产品也缺乏社交需求，更多是服务与被服务，交易互动，或者一对多社区互动。

B目前贴吧的优势还在，至于能不能有新的产品的、移动一点的社区产品，我没有看到可能性。

TMD的后两个跟阿里的情况类似，本身供需双方是个利益互斥关系，很难形成社交，平台也会尽可能阻断这种社交关系的形成，美团和滴滴都是撮合交易平台，供需双方自己已经建立了信任连接和信用交易机制，平台就没有价值了，本身平台除了提供撮合之外也没有提供其他价值。不基于他们业务分析或者业态，单纯为了做个社交也不太可能。

T倒是最有可能做社交，本身阅读类似内容的、相似行为偏好的人就是可以聚群的，一旦聚群就是形成多对多互相拉活互相分发，而这种推荐引擎聚合用户群的逻辑也核心也是兴趣驱动。

每一次互联网信息技术泡沫或者周期的轮回，启动发生演变的产品都是社交产品，（不是严格意义的时间切片，前后一两年这个区间，是个印象分区，大致符合事实）

2000年前后的classmate、match、find，国内的中chinaren、5460，

2005年前后的friendster、MySpace、LinkedIn、Facebook、Twitter，国内的开心网、校内等

2010年~2015年区间，移动社交微博、陌陌、探探，视频直播短视频映客、花椒等，现在我还在这波潮的中后期，又有N多社交新玩法在酝酿、发酵。

但是明显有个特征就是还在沿着关系连接和发现，社区社群的两个维度演进。

而这个会不会也正是下一波社区社交要突破的点？

因为网络空间的部落化，导致每个部落里的你，人格都是不完整的，比如腾讯系，就缺乏你的购买力消费偏好信号，而百度则看到的都是内容偏好没有社交关系，阿里则是没有信息偏好只有买买买，而且还没有社交关系。

这种割裂造成的多重人格数字身份，是否都能成为你在各自系统中的数字身份代理人，他们能不能代理你执行决策判断帮你完成任务？那么社交就变成数字身份（bot of yourself）互联的基础能力。

他跟物理空间的我们，只是在特定时间空间上发生连接，进行信息交换，促成各自人格的完整和发展。是不是有点阿凡达的感觉！

社交只是我们数字身份的基本生存方式，不在只是我们物理身份的寄存器，而是另一空间上的真我。

这时候他们在探讨，如何更有效的发现线索建立关系，如何更快速更敏捷地进行一对一多对多信息交换，完成彼此的愉悦和成长...

转发问答里发帖：Google是如何诞生的？

2018-11-27T16:11:00.000+08:00

从历史时序来看：

从20世纪90年代初,中后期，互联网web服务的规模已经比较大有数百万在线的网页和内容，原来靠人工整理的分类目录体系开始不能满足人们获取更多信息的需求。同期的更多专业化互联网媒体公司开始规模化、成建制的批量生产内容。用户怎么能发现这些内容呢？同期的excite、infoseek、alltheweb等，开始研究怎么能发现更多内容，提供最全的强大的内容入口

Google两位创始人拉里-佩奇、谢尔盖-布林1998年9月，一对斯坦福校友发现了一套从更多内容里找到更相关内容的算法，他们从风险投资家那里筹到了第一笔10万美元投资，开始了Google的奇幻的征程。

从计算能力来看：

单机计算性能和运算速度可以实现对百万级信息内容的抓取索引计算，而这使得用复杂算法来处理信息，让信息更容易被检出被召回有了可能。

从信息处理技术来看：

佩奇和布林他们发明的算法就是Page rank，基于网页之间引用关系，提供权重信任的赋权，这使得信息搜索的相关度出现了实质性进步，不再是依赖少数人的价值选择作为选择的基础,而是依赖网页内容创作者，他们在提及、引用和提供参考的href统计分析上完成生态化赋权。

从商业价值和生态体系来看：

同一时期的overture提供的基于搜索的关键词竞价排名，也给Google商业化收入做出重要贡献，使得这样的新技术新思想在提供价值的同时还能站着赚钱。

当然，也还有很多细节的产品技术创新，使得Google在同期，与其他搜索相比体验明显有优势，比如：

1,他们在首页提供的功能只有一个搜索框，与其他公司的产品，一堆内容链接、一堆分类目录相比，差异化和个性非常明显

2,搜索出来的结果比其他公司相关性高很多，这显然不只是算法本身的功劳，能够输出用户价值导向的内容连接，并且系统性地进化，尤其是随着内容规模的扩大和积累，用户体验和价值更突出，这就是产品体验的系统化判断和优化抉择协同的产物

3,在那个年代网络带宽如此受限的情况下，能实现搜索结果秒级返回，/点赞

4,他们的数据规模更大覆盖内容更强，以至于，自信到，在搜索按钮旁边放一个功能，I'm feeling lucky，这得是多大的自信啊，但他们做到了。