這是一個(gè)尷尬的時(shí)代，有人說(shuō)。我們正在由信息爆炸的 Web2.0 走向信息收斂的 Web3.0 時(shí)代，在這一時(shí)代，整個(gè)互聯(lián)網(wǎng)的信息仍然在快速增長(zhǎng)，但是對(duì)于個(gè)人而言，獲取所需的信息會(huì)更快速準(zhǔn)確，即對(duì)個(gè)體而言，信息則是收斂的。同時(shí)，在這個(gè)時(shí)代，我們閱讀的目光也因?yàn)橐苿?dòng)設(shè)備大肆出現(xiàn)，逐漸由傳統(tǒng)電腦屏幕轉(zhuǎn)向了移動(dòng)設(shè)備屏幕上，那么在這個(gè)時(shí)候我們究竟需要什么樣的閱讀呢？

　　從 Web1.0 到 Web2.0

　　如果說(shuō) Web1.0 是一個(gè)內(nèi)容匱乏的時(shí)代的話（需要編輯或者專業(yè)人士來(lái)建設(shè)互聯(lián)網(wǎng)內(nèi)容），那么 Web2.0 就是一個(gè)信息爆炸的時(shí)代，各種 UGC 形式的涌現(xiàn)讓所有人都成為了內(nèi)容的創(chuàng)造者，專業(yè)編輯逐漸被邊緣化。而隨著互聯(lián)網(wǎng)的信息的飛速膨脹，在標(biāo)榜著多人貢獻(xiàn)的 Web2.0 時(shí)代，另一個(gè)問題出現(xiàn)了：信息過(guò)多導(dǎo)致了信息重復(fù)和信息過(guò)載。所謂的過(guò)載，其實(shí)是無(wú)法篩選信息而造成有價(jià)值的信息減少，接收到的大多信息都是無(wú)意義或價(jià)值低的。這一點(diǎn)在以前的 Web1.0 是幾乎不存在的，因?yàn)槌�了信息量比較少外，在 Web1.0 時(shí)代，由編輯或?qū)�業(yè)人士審核把關(guān)的內(nèi)容其實(shí)是一層過(guò)濾，信息的生產(chǎn)和流通遵循著“先過(guò)濾后發(fā)布”原則， 而在 Web2.0 時(shí)代，確是“先發(fā)布后過(guò)濾”，而這個(gè)過(guò)濾到機(jī)制從從最早的 RSS 訂閱模式到稍后的 Digg 等根據(jù)熱度和時(shí)間進(jìn)行的聚合網(wǎng)站，逐漸發(fā)展到現(xiàn)在的以社會(huì)化推薦和個(gè)性化推薦為主的模式，它們都一直沒有很好的消除掉信息過(guò)載的問題。

　　當(dāng)下主流閱讀模式

　　以好友推薦為主的社會(huì)化推薦（Social Graphs）

　　以 Flipboard 為代表，它通過(guò)分析用戶在社交網(wǎng)絡(luò)，包括像 Facebook、人人網(wǎng)等社交網(wǎng)站以及 Twitter、新浪微博等微博服務(wù)等上面的好友的信息作為信息源，直接抓取某些鏈接背后的文章或圖片后重新編整組織，再以新版面呈現(xiàn)出來(lái)。因?yàn)?SNS 是基于親朋好友和自己可能會(huì)有共同興趣或共同關(guān)注的好友，因此這些內(nèi)容的相關(guān)度會(huì)較高，也更貼近個(gè)人興趣。

　　以算法推薦為主的個(gè)性化推薦（Interest Graphs）

　　以 Zite 為代表，它通過(guò)分析用戶對(duì)不同來(lái)源/不同主題的信息進(jìn)行的收藏/轉(zhuǎn)發(fā)/忽略/屏蔽等行為數(shù)據(jù)來(lái)計(jì)算出用戶的喜好， 對(duì)用戶的社交關(guān)注/新聞?dòng)嗛喌瘸醮魏Y選的數(shù)據(jù)進(jìn)行再次篩選， 為用戶推薦相關(guān)度更高的信息。

　　主流閱讀模式的缺點(diǎn)

　　SNS 和基于 SNS 的信息源不適合閱讀

　　基于社交網(wǎng)絡(luò)的推薦是不靠譜的，除了好友數(shù)量不會(huì)太多造成信息面較窄外，將社交網(wǎng)絡(luò)信息流作為閱讀信息源從本質(zhì)上也是值得商榷的。因?yàn)楹芏嗳似鋵?shí)已經(jīng)被 SNS 這個(gè)群體性的平臺(tái)所腐蝕，就像勒龐的《烏合之眾》所說(shuō)的那樣，”群體不善推理，卻急于行動(dòng)”，個(gè)人在融入群體性的微博后情感和思想會(huì)轉(zhuǎn)向群體所有的公共方向，更加容易沖動(dòng)、易變、輕信、急躁、偏執(zhí)、專橫、感性、極端化、不允許懷疑和不確定存在，好比生物的低等狀態(tài)。這與組成群體的個(gè)體素質(zhì)無(wú)關(guān)，這時(shí)候其決定作用的是本能和情感，是一種“無(wú)意識(shí)”的層面，而不是理性。

　　因此很多情況下，你所看到的信息都是被左右過(guò)的，尤其以微博為甚的 SNS 大染缸，很多信息進(jìn)去后經(jīng)過(guò)在被暗示和放大后的各種評(píng)論、轉(zhuǎn)發(fā)、修改、再轉(zhuǎn)發(fā)后會(huì)變得肢解、曲解，甚至?xí)�因�(yàn)槿笔Ш蛿嗾氯×x變成謠言。任何力量的過(guò)度放大，都會(huì)模糊背后的真實(shí)，因此我們需要更多冷靜、理智和客觀的信息，而不是這種無(wú)法保證被左右過(guò)的信息源。

　　推薦算法是萬(wàn)能的嗎？

　　或者你會(huì)說(shuō)，我們還有算法，聯(lián)想到未來(lái)可能會(huì)到來(lái)的基于語(yǔ)義搜索、數(shù)據(jù)挖掘和智能匹配的 Web3.0 完全個(gè)性化時(shí)代，很多人也都看好它。誠(chéng)然現(xiàn)在和未來(lái)的趨勢(shì)都是以算法推薦為主的，但是在當(dāng)下，算法并不是萬(wàn)能的。例如國(guó)內(nèi)以優(yōu)質(zhì)算法著稱的豆瓣，絕大部分上充當(dāng)推薦角色的還是你的友鄰，而不是經(jīng)常不靠譜的豆瓣猜。當(dāng)下算法還不能完全承擔(dān)起推薦的重任，畢竟算法是死的，很多時(shí)候一點(diǎn)點(diǎn)意外就會(huì)造成嚴(yán)重的匹配偏移。例如現(xiàn)在的閱讀應(yīng)用都是需要個(gè)人用里面提供的“源”或自定義的“源”來(lái)聚合后才能形成個(gè)性化定制的信息“流”，在這種以算法為主的篩選過(guò)程，單個(gè)及多個(gè)應(yīng)用內(nèi)的重復(fù)“源”讓定制的難度增大，需要磨合的時(shí)間變長(zhǎng)，一旦你的興趣產(chǎn)生一點(diǎn)變化，這個(gè)偶然的打斷會(huì)使得過(guò)濾機(jī)制出現(xiàn)紕漏，因?yàn)樗惴ㄟ�沒有智能到可以識(shí)別一些例外。

　　社會(huì)化/個(gè)性化閱讀的問題

　　其實(shí)在現(xiàn)在，幾乎所有的閱讀應(yīng)用中關(guān)于社會(huì)化閱讀和個(gè)性化閱讀兩者都兼有，像鮮果、Zaker、網(wǎng)易閱讀等，沒有太多的差異化。誠(chéng)然，這些應(yīng)用中完備的使用偏好設(shè)置，可以給用戶帶來(lái)個(gè)人定制化的良好體驗(yàn)。但是它依舊會(huì)造成信息重復(fù)、降低信息質(zhì)量、產(chǎn)生回音室效應(yīng)并使得意外發(fā)現(xiàn)的內(nèi)容減少。

　　1. 造成了信息重復(fù)

　　在當(dāng)下的閱讀應(yīng)用里除了社會(huì)化和個(gè)性化閱讀模式外，還包含了 Google Reader RSS 閱讀 和 Read it Later（Pocket）稍后閱讀等功能，部分甚至把傳統(tǒng)閱讀應(yīng)用的書城模式都添加了進(jìn)來(lái)。一鍋燴的后果是造成了很多信息重復(fù)，此外很多頻道的內(nèi)容也是各種重復(fù)，這種重復(fù)不僅是浪費(fèi)了時(shí)間和精力，它還會(huì)造成一定程度上的信息焦慮煩躁等。

　　2. 降低了信息質(zhì)量

　　與 Web2.0 網(wǎng)站類似，很多閱讀應(yīng)用在抓技術(shù)，抓產(chǎn)品，抓市場(chǎng)的同時(shí)卻忽略了內(nèi)容本身，或者說(shuō)是保證了內(nèi)容數(shù)量，忽視了內(nèi)容質(zhì)量。要知道真正吸引用戶永遠(yuǎn)是 80-20 準(zhǔn)則里的那 20％ 的內(nèi)容。無(wú)論是信息還是科技，我們所要永遠(yuǎn)都是那一小撮高品質(zhì)的東西，而不是沉浸在全盤的大雜燴中。

　　3. 未消除信息過(guò)載

　　信息過(guò)載的究其原因是過(guò)濾機(jī)制不合理，那么基于社會(huì)化分享和個(gè)性化定制的過(guò)濾機(jī)制能否消除信息過(guò)載呢？不能，現(xiàn)在的你隨便打開一個(gè)應(yīng)用肯定還是滿眼的頻道，很多關(guān)鍵字聚合也是從一些頻道里直接機(jī)器全盤抓取的，至于像數(shù)碼、科技、互聯(lián)網(wǎng)這樣的分類不準(zhǔn)確的重復(fù)頻道聚合更是常見，此外從新浪微博等社交網(wǎng)絡(luò)里獲得信息更是經(jīng)常與前面的信息所重復(fù)，可以說(shuō)當(dāng)下的閱讀應(yīng)用對(duì)消除信息過(guò)載的幫助并不是很大。

　　4. 產(chǎn)生回音室效應(yīng)

　　這樣的個(gè)性化和定制化工具存在風(fēng)險(xiǎn)，因?yàn)樗鼈儠?huì)產(chǎn)生回音室（echo chamber）的效果，即我們只讀我們想要閱讀的東西，因此只會(huì)聽到我們想聽到的討論。信息或想法在一個(gè)封閉的小圈子里一直得到加強(qiáng)，自我的意識(shí)會(huì)減少。這種算法主導(dǎo)的過(guò)濾會(huì)減少我們擴(kuò)展視野的內(nèi)容，導(dǎo)致你自己生活在一個(gè)封閉的圈子里，想著你所想的永遠(yuǎn)都是正確的。例如只生活在新聞聯(lián)播、環(huán)球時(shí)報(bào)、參考消息里的人他們所看到的永遠(yuǎn)都是那么幾條新聞。

　　5. 意外發(fā)現(xiàn)的減少

　　在日常閱讀中我們經(jīng)常會(huì)有一些我們沒有預(yù)料到會(huì)出現(xiàn)的信息，我們稱之為“意外發(fā)現(xiàn)”，這種意外發(fā)現(xiàn)的內(nèi)容很多時(shí)候給我們的印象更深意義更大。而以算法為主的推薦在“意外發(fā)現(xiàn)”要弱于以人為主的內(nèi)容生成（意外與算法暫時(shí)是有沖突的），長(zhǎng)此以往，我們的信息接觸面可能會(huì)日漸狹窄、同質(zhì)化，從而失去了發(fā)現(xiàn)帶給我們靈感和驚喜的新信息的機(jī)會(huì)。此外，對(duì)于個(gè)人興趣范圍的擴(kuò)展也是相當(dāng)不利。

　　從電商導(dǎo)購(gòu)我們可以學(xué)到什么？

　　那么當(dāng)下這種閱讀模式應(yīng)當(dāng)如何改進(jìn)呢？其實(shí)可以從時(shí)下最熱的電商上學(xué)習(xí)。近來(lái)我們可以看到在電商導(dǎo)購(gòu)領(lǐng)域，編輯精選的實(shí)例越來(lái)越多，包括以雜志思維做導(dǎo)購(gòu)的果庫(kù)、走 PGC 專業(yè)生產(chǎn)內(nèi)容的 LC 風(fēng)格網(wǎng)、依舊是以編輯主導(dǎo)的逛，即使走用戶生產(chǎn)內(nèi)容的美麗說(shuō)和蘑菇街在最后一步也是通過(guò)人工編輯的方式來(lái)挑選出最終的商品。就像果庫(kù)聯(lián)合創(chuàng)始人廖錦有所說(shuō)的那樣“在資訊泛濫的現(xiàn)在，編輯力的作用是一定會(huì)放大的，我們相信內(nèi)容的力量�！�

　　其實(shí)在閱讀里面也應(yīng)該有更多的像電商導(dǎo)購(gòu)那樣的編輯精選，因?yàn)閺谋举|(zhì)上說(shuō)你想閱讀的信息或文章和你想購(gòu)買的商品是等同的。例如東西網(wǎng)新版，其目的就很明確，想在信息過(guò)剩的時(shí)代重歸“精品閱讀”。在當(dāng)下這個(gè)信息過(guò)裕的時(shí)代，如果沒有這種精品篩選的話，我們的閱讀會(huì)比以前信息匱乏時(shí)代更加難以進(jìn)行。

　　信息提供者如何進(jìn)行精選？

　　1. 增大專業(yè)編輯人員進(jìn)行更多的人工精選；

　　2. 增大人工精選所占比例；

　　3. 改進(jìn)機(jī)器篩選算法，將部分信息站點(diǎn)的全站源抓取改為對(duì)應(yīng)某單一高質(zhì)量作者源抓取。

　　新時(shí)代的編輯力

　　整體來(lái)說(shuō)就是現(xiàn)在的移動(dòng)閱讀應(yīng)用除了社交化、個(gè)性化還應(yīng)該更多提升編輯力，一些頻道應(yīng)該以人工審核文章為主，而不是簡(jiǎn)單的 RSS 站點(diǎn)抓取聚合或籠統(tǒng)泛濫的關(guān)鍵字篩選，就像@范懌Ryan 說(shuō)所的一個(gè)信息站點(diǎn)輸出的不應(yīng)該是品牌而是以文章為主，以作者為主，應(yīng)該是一張紙一張紙的去消費(fèi)的內(nèi)容。聚合不應(yīng)以機(jī)器為主，而以人工為主，因?yàn)樗惴ㄔ诰�選這方面的暫時(shí)還是遠(yuǎn)遠(yuǎn)與專業(yè)的人工相比的。這種由編輯主導(dǎo)的自上而下的推薦模式是可以迎合占多數(shù)普通用戶的胃口的，而剩下的少數(shù)用戶依舊可以利用原有的個(gè)性化過(guò)濾機(jī)制來(lái)滿足其需求。

　　這種回歸 Web1.0 的編輯精選并不是逆潮流，在當(dāng)下信息泛濫的時(shí)代，尤其在語(yǔ)義網(wǎng)絡(luò)和算法根本達(dá)不到人們所需要的時(shí)候，這種最傳統(tǒng)的回歸就尤為重要。而最近的東西網(wǎng)新版、讀書馬上、每日一問和悅讀 FM 等類似的精選閱讀網(wǎng)站和應(yīng)用的出現(xiàn)似乎在印證著這一模式。未來(lái)相信類似的垂直網(wǎng)站和應(yīng)用會(huì)出現(xiàn)更多。

　　來(lái)源：極客公園，原文鏈接。