分类： Open Access

我在此前几期会员通讯里多次提到自动驾驶或无人驾驶带来的潜在影响，在我看来，无人驾驶不仅是科技公司竞争后移动互联网时代的重要布局，更是塑造人类未来生活的开始，毕竟，当下我们生活的城市，都是汽车推动的，而接下来的城市，将由自动驾驶汽车塑造。

a16z 合伙人 Frank Chen 日前分享了一个非常有料的视频，他以 16 个问题的形式，系统探讨了当下无人驾驶面临的机遇和挑战，并提出的一些解决思路。视频原地址在这里，英文无障碍的同学可以直接看，我这里只针对几个要点做一些补充和阐述。

自动驾驶的等级

事实上，自动驾驶是一个非常广义的概念，也是一个很容易被误解的概念。根据美国汽车工程师协会（Society of Automotive Engineers）对于驾驶的自动化程度的标准，有如下六大等级：

简单来说，Level Zero 就是纯人类驾驶，level One 则是所谓辅助驾驶，也是目前绝大多数中高级汽车可以实现的功能，诸如定速巡航之类的功能，后面几个则需要着重说一下：

• Level Two: Partial Automation，这是一种可以让汽车在某些特定情况下代替人类完成驾驶行为的等级，而驾驶员需要全程监控系统运行状况。
• Level Three: Conditional Automation，这个等级比上面更高一些，驾驶员不必全程监控，但需要在某些紧急情况下取得汽车驾驶权；
• Level Four: High Automation，这个等级更高，汽车可以应对绝大多数的驾驶任务；
• Level Five: Full Automation，所谓全自动驾驶阶段，你需要做的，就是两个字：享受。

你的自动驾驶汽车采用什么传感器？

激光雷达，毫米波雷达和摄像头是无人驾驶的三大关键传感器技术，Google、Audi和百度等公司研发的无人驾驶汽车基本都采用了激光雷达。

目前激光雷达在无人驾驶的两个重要作用，其一是3D建模进行环境感知。通过激光扫描可以得到汽车周围环境的3D模型，运用相关算法比对上一帧和下一帧环境的变化可以较为容易的探测出周围的车辆和行人。其二则是SLAM加强定位。激光雷达另一大特性是同步建图（SLAM），实时得到的全局地图，通过与高精度地图中特征物的比对，可以实现导航及加强车辆的定位精度。

但摆在自动驾驶各个巨头面前的重要挑战则是激光雷达高昂的价格，比如一款 Velodyne 64线激光雷达的价格高达 8 万美元，配备这样雷达的自动驾驶汽车，价格不会低于 30 万美元，这也意味着，其与大众市场有相当大的差距。

当然也有一些好消息，比如全球顶尖激光雷达厂家Velodyne 在去年获得百度等多家公司融资后，其新品研发速度令人刮目相看，倘若能将雷达价格降低到 1 万美元以下，毫无疑问将给行业带来巨大影响。

地图之争

过去几年，中外的地图大战基本结束，全球范围内的 Google Map 据垄断地位，苹果地图也有一些份额，在中国市场，百度和高德瓜分天下，但上述地图都是给人类看的地图，而不是给汽车看的地图，换句话说，新一轮围绕汽车的地图之争已经开始。

所谓汽车地图，或者高精地图，需要的是交通信号灯、车道标记（如白线、黄线、双车道或单车道、实线、虚线）、路缘石、障碍物、电线杆、立交桥的信息，而麻烦的是一点在于，由于很多道路不可预知的情况，比如道路施工、维修等原因，上述信息也是动态变化的，这也提出了另一个问题：汽车的地图是提前编程还是实时计算？如果是实时计算，其网络能力能否应对如此海量的传输需求？

还有哪些新技术会来到汽车？

深度学习毫无疑问是最热门的技术候选，另外模式识别，云与本地的结合等等都有不小的潜力。

不过有意思的是，我们曾经一度被震惊的波士顿机器人，从来没有采用机器学习……

谁会成为赢家？

目前的自动驾驶领域从国别上说，是中美日之争，而从切入点来说，则是传统汽车公司、新锐汽车公司和互联网公司的竞争。

不过，一个有意思的事实则是，这些公司不管来自哪里，都开始在硅谷建立了办公室，也申请在加州测试无人驾驶汽车，而未来的胜者，或许将在这其中产生？

自动驾驶的商业模式

短期来看，自动驾驶汽车的价格不会完全亲民，这意味着每人一辆自动驾驶汽车的美梦短期内还无法实现。这也是当前 Uber 、Lyft 等共享出行公司努力的方向：在自动驾驶普及前，通过共享出行占领市场[1]。

另一方面，自动驾驶本质上是软件层面、服务层面的竞争，互联网公司有着天然的优势，传统车企的命运十分危险。

自动驾驶的时间表

目前尚无明确的时间表，但 2020 年会成为重要一年，各大巨头的自动驾驶汽车或将正式商用。而接下来的 20 年，则是自动驾驶真正走入普通大众的时间。

当乔布斯 2010 年站在WWDC大会上展示具有里程碑意义的 iPhone4 之时，他一定不会忘记三年半之前发布第一代 iPhone 的那个寒冷冬日。

以「百年孤独的句式」开始这个关于颠覆的故事再合适不过，也正如马尔克斯笔下被魔幻所笼罩的马孔多，乔布斯从2007年开始掀起的创新浪潮彻底地颠覆了一个行业，并开创一个属于他、属于苹果乃至属于科技的新时代。

然而故事的开始，却并非那么光鲜亮丽……

从音乐入手

2007 年之前的手机行业，整个行业都在几个手机厂商和运营商的控制之下。彼时，诺基亚以年均发布40 款手机的速度攻占了除美国之外的绝大多数市场，几乎完全实现了高中低通吃；已经老迈的摩托罗拉一边鄙视没有技术含量的诺基亚、三星，一边继续埋头研究如何让手机变的更轻薄；深居企业市场内部的黑莓，则继续享受来自军方、政府以及五百强企业的大宗采购福利；而度过经济危机之后的三星，则通过机海战术逐步占据了手机行业前四强的位置。

不管是 2005、06年开始的音乐手机、拍照手机噱头，还是 2006 年诺基亚一年卖出的手机就超过摩托罗拉三星之和的新闻抑或是2005年国产手机市场占有率将近半壁江山的自豪与荣耀……一切看起来都很平静，诺基亚稳坐行业第一，综合竞争力最强；三星、摩托罗拉以及一些日本厂商瓜分剩余市场；在欧美成熟市场，所有手机厂商都受制于网络运营商，制造定制机成为手机厂商的重要任务。这是一个拥挤且门槛极高的行业，从行业技术到行业游戏规则，外来者难有进来的机会。

颠覆者们却都在暗处酝酿着。

2005 年，摩托罗拉发布一款名为 Rokr E1的「音乐手机」，这款手机像很像一个棒棒糖，在功能方面，它整合了 iTunes 商店的音乐。用户可以在 iTunes 商店购买音乐，然后下载到手机。但由于容量限制，该手机只能存储 100 首歌，无法满足用户对于音乐的需求，更重要的是，这款手机在设计体验上极其不友好，传输歌曲、切换歌曲的速度都非常慢，从而最终消失在人们的视野里。

那时，最流行的数码产品莫过于苹果的 iPod。从某种意义上说，音乐播放器就等同于 iPod，用 iPod听音乐是一件理所当然的事情。越来越多的手机厂商认识到手机作为一种通讯工具，可以而且应该与音乐播放器合二为一。这也是摩托罗拉推出一款音乐手机的原因所在，但很不幸，Rokr E1 的尝试很失败，但与摩托罗拉一起开发手机的另一家公司却看到了新的契机。

这家公司就是苹果。

此时，苹果正利用「iPod＋iTunes」积攒新的爆发力量。2005年一整年，苹果公司共卖出了史无前例的 2200 万台 iPod，是 2004 年的 5 倍，到了 2006 年，这一数字再次被刷新到 3940 万台。在 iPod 的推动下，苹果公司收入不断新高，2005 年全年收入达到 160 亿美金，较2004年增长了将近 40%，2006 年的销量则更创新高。

iPod 的成功与音乐手机的出现也促使苹果公司开始重新审视下一个战略产品。其实早在 2003 年，苹果公司内部就已经开始针对 iPod 进行一系列的改良研发，其中很多技术今后都体现在其他产品中。比如多点触控，当时大多数的触控设备只能一点触控，而且很多设备对笔或手指的支持度不统一（有的灵敏、有的迟缓），苹果工程师邓肯·克尔展示了全新的多点触控技术：只需要三个手指就能完成绝大多数的操作，还能进行屏幕旋转和图片缩放……

这项技术并未直接进入产品阶段，却也为接下来那个改变世界的产品提供了基础，这就是iPhone……

秘密研发

乔布斯一开始并未直接采用触屏方案，当时的苹果高层为了不把所有的赌注放在一个篮子里，启动了两个不同的设计方案。整个手机产品的研发代号为「Purple」（紫色），用字母 P 作为简称，其中基于苹果第 4 代 MP3 播放器 iPod Nano 的设计代号为 P1；另一组设计是以全新多点触控设备为基础，代号为 P2。

几个月后，P1 小组的原型机出来了，这款「手机」将 iPod Nano 上切换歌曲的触控轮改造成手机的拨号键——几乎和老式的电话一样，通过滚动通讯录来拨打电话。但这款设计有着强烈的 iPod Nano「遗迹」，仅仅一个拨号功能就足以让很多人放弃了，而且，和 iPod Nano 类似，屏幕很小，比不上当时市面上的诺基亚手机屏幕尺寸。

乔布斯最终放弃了 P1，转而全面支持 P2 的研发，并授权P2团队可以调取公司内部的一切资源，但所有这一切都要建立在保密的基础之上。

在团队组建方面，他们会在公司内部寻觅有天赋的工程师，逐个谈话，而话术则充满了诱惑：

以你目前的这个职位看，你已经是超级巨星，深受上司器重。如果待在原来的岗位，继续做你想做的事，你会在苹果获得惊人的成功。而我现在要提供给你的是另一个机会、又一个选择。我们要启动一个新的项目，一个非常保密的项目，我甚至都无法告诉你这个新项目到底是做什么的……

紧接着，手机研发团队包下整整一层楼，并安装身份识别装置以及摄像头，这层楼的入口处挂着一个牌子：「搏击俱乐部」——这个名字的梗就在于，有部名叫《搏击俱乐部》的电影，影片里每个成员遵守的首要规定就是不能和别人谈论俱乐部的事情。换句话说，苹果公司也希望这些员工不要对楼层以外的人谈起他们正在研发的项目。

更极端的情况发生在第一代 iPhone 发布之后，那些为 iPhone 提供硬件的厂商才第一次知道自己的产品被组装到一部手机里。这是因为，苹果的工程师从来没有给他们看过真正的设计图或原型机，所有的图纸和设计都是假的，甚至于，苹果公司的员工还假扮另一家公司的人去拜访硬件供应商。

在核心的触摸技术研发上，2005 年初，苹果公司悄无声息地收购了一家名叫「多点触控」的小公司，这家公司在此之前有很多触控方面的产品。苹果收购之后，迅速地将之前的产品撤出市场。直到一年以后，多点触控的两位创始人韦恩·韦斯特曼和约翰·伊莱亚斯开始为苹果申请新的触摸技术专利，媒体才了解到这次收购。

围绕触摸技术，苹果天才般的设计师乔纳森认为：没有什么东西可以转移用户对屏幕的注意力。因此，他们要打造一个类似于「无边际游泳池」的屏幕。

但这样的屏幕究竟要使用塑料还是玻璃，却发生了一些分歧：设计师们考虑到塑料不容易摔碎，原型机都使用塑料作为屏幕材料，但乔布斯习惯将原型机和钥匙放在一起，当看到屏幕上的钥匙划痕后，乔布斯很生气，他后来回忆说：「我出售的产品绝不能这么轻易就被划破，我希望换成玻璃屏，而且希望你们在六周内完善它。」

当苹果团队最终选择位于纽约州的康宁公司生产的玻璃屏幕时，又一个难题出来了：如果手机摔倒地上，如何最大限度的保护屏幕？在《乔纳森传》一书里，我们看到了苹果工程师的精益求精：

解决的方法是，在玻璃屏幕和不锈钢边框之间垫一层薄薄的橡胶垫。可橡胶垫产生了缝隙，一些设计师出于私人原因在最初很讨厌这种橡胶垫。「因为我们大多数工业设计团队的成员都很少刮胡子，所以留有胡茬。如果我们把手机贴到脸旁，那种缝隙就会夹住脸上的胡子，」萨茨格笑着这样说。设计团队又在缝隙的大小上下了一番功夫，直到把它弄得合适为止。

现在离MacWorld只有几周的时间，苹果终于做出一台运行完美的原型测试机，当乔布斯向AT&T CEO 斯坦·西格曼演示完一系列操作之后，西格曼声称：「从来没有见过这么好的设备。」

这是对乔布斯最大的鼓励，接下来就是见证奇迹的时刻……

不像手机的手机

第一代 iPhone 发布时，乔布斯背后的大屏幕上出现了三个图标，分别是：iPod、电话和浏览器。

乔布斯不动声色的说道：「今天，我们将推出三款革命性产品。第一个是宽屏触控式iPod，第二个是一款革命性的手机，第三个是突破性的互联网通信设备。」

大屏幕上出现了那个被苹果否决的 P1 手机，乔布斯开玩笑的告诉观众：「我们可不要制造这样的手机」，接着三个图标开始以不同方式旋转，最后归于一个，这就是 iPhone。

它看起来是那么的不像手机：没有键盘，正面除了一个 Home 键外只有屏幕；体验方面，触摸完全代替按键。乔布斯的介绍也恰恰体现出这款所谓「手机」的功能：

s

他先是听了会音乐，看了一段视频，把iPhone的屏幕优势展示出来。接着他希望让大家了解触屏打字时多么容易，于是发了一封邮件和短信；然后，他翻阅一堆照片，显摆缩放照片的「优雅」；最后，他打开浏览器访问了几个网站，并用Google地图找到一家星巴克。

期间，他只打了两个电话。

很显然，在乔布斯的逻辑里，iPhone 首先是一台可联网的计算设备，其次才是通讯设备。这当然是一种功能的叠加，但却完全跳出手机行业里的潜规则——在通讯模块之外的功能模块堆积，而这恰恰是诺基亚打败摩托罗拉从而登上手机霸主的重要武器。

得益于长期积累的技术优势，摩托罗拉凭借天线技术和模拟信号处理技术曾统治了第一代移动通信市场。进入 2G 时代后，诺基亚在此基础上提升了功能性，并利用每年几十款手机横扫市场，不管那个价位的手机，诺基亚手机都能提供几乎一体化的功能以及多个颜色的定制：

• 2004 年诺基亚就推出第一款触摸手机——7710；
• 2006 年推出 N91，采用 200 万像素摄像头和 4G 内存，可存储大约 3000 首歌曲；
• 2007 年的 N93i 拍照一流；同年推出的 N95（如下图），内置 GPS，采用 500 万像素卡尔蔡司认证摄像头，同时还拥有摄像和蓝牙功能。

这些功能在 iPhone 之前是那么的吸引用户，但随着iPhone正式发售的临近，越来越多的用户开始关注苹果广告里那令人陶醉的操作方式：触摸解锁（操作）、编辑邮件／短信时自动弹出键盘、巨大的屏幕……对很多人来说，iPhone 不再是手机，而是一款可以装进口袋的 Mac 电脑。

作为从未触碰通讯业的企业，苹果公司看起来没有任何手机的制造经验和积累，但这种劣势反而使得苹果跳出了手机行业固有的思维模式——让所谓手机模样、信号强、耐摔等规则见鬼去吧。苹果重新定义了一切——从外观工艺到核心应用，一切都是一种新的思维模式和游戏规则，正是在这样一套思维的驱动下，手机行业的颠覆革命，徐徐展开。

时光荏苒，我们似乎也忘记了何时开始，周围的人们开始用上了 iPhone—— 这个一直以来从未低于 4000 块的智能手机——而且也并非一个好用的打电话设备…..

2017 年 1 月 9 日，第一代 iPhone 正式迎来十周岁的生日，无独有偶，早前几天，曾一度远离公众视野的诺基亚手机再度回归，其新一代搭载 Android 的智能手机也即将问世。十年的光阴，苹果与诺基亚完成一个轮回，同样是十年的光阴，中国的智能手机厂商们，从无到有，从小到大，依托 Android 和中国广大的移动互联网市场，逐步成为苹果的重要挑战者。

智能手机的未来在哪里？这或许并非是媒体人所能预料的事情，我们唯一可以确定的一件事，正如一本名叫《重来》的畅销书里所言：

你无法创造出超越苹果公司的苹果产品，因为游戏规则是他们定下的，而你是无法打败游戏规则制定者的。

如果套用一个时髦的词语来形容当下的移动互联网，那么我一定会选择「下半场」。

一

在这场没有「中场战事」的上半场里，智能手机新锐苹果、三星横扫全球，确立全球性的垄断地位；传统厂商集体谢幕，与之相对的，则是以小米、华为为代表的中国手机企业的强势崛起。当然，在这个上半场，那些安装到手机上的应用、游戏也不断刷新人们对于安装量、用户打开率、活跃度乃至财富的认知，下图是一份来自 应用数据和分析公司 App Annie 的统计数字，展现了基于 iOS 上的 App 收入情况：

但一个显而易见的事实则是：上半场已经结束，而下半场的竞争之惨烈也会远远超过上半场。

先来看智能手机市场，苹果的 iPhone 销量持续下滑，在 iPhone 7 发布前的财报中，iPhone 销量同比下滑了 5.2%，由于新财报还未公布，因此新一代 iPhone 7 的销量如何还未知晓，但站在一个个体消费者的角度去看待这个产品，无论是功能还是外形，并没有带来真正的惊喜，因此，其销量也不容乐观。

而与苹果的式微相比，中国智能手机厂商的厮杀则进入白热化阶段，从当初的所谓的「互联网手机」到现在的「线下渠道为王」，从当年的小米一统天下到如今小米、华为、魅族与蓝绿两厂的群雄逐鹿，这似乎是个令人欣慰的局面。但摆在这些手机公司面前的问题不少：

• 手机同质化严重，从硬件设计到软件系统，并没有真正带来突破；
• 专利隐患，不管是大厂如华为，小公司如魅族，都不得不面对一系列专利困难，而专利，也是中国手机厂商能否走入国际市场的重要条件；
• 智能手机红利期的消退：如果说上面两个难题还能解决，那么这个难题就是个无解，它是行业趋势发展到某个阶段的必然现象，苹果、三星也解不开。

另一个展示智能手机被人遗忘的事实就是，一年一度的 CES 早已没有手机的「席位」，即便是每年 3 月的所谓世界移动大会（MWC），更多地不过是大公司如三星、华为发布手机的地方，而并未给用户和媒体带来尖叫的契机。来自美国消费技术协会的预测也显示：2017 年智能手机的销量达到 18 亿部，与 2016 年持平。

硬件之外，软件或应用所遭遇的「下半场战事」也不乐观。全球范围内，以 FB、Google 为代表的巨头形成了移动应用的绝对垄断地位，下图是一份来自市场调研机构尼尔森的统计数据，统计了全美 2016 年十大热门移动应用：

Facebook 和 Google 占据了这个榜单的前八名，各自有 3 款和 5 款产品入围。

中国市场的情况几乎类似，不过目前还缺乏更多来自第三方机构的年度数据支持[1]，仅以百度年度热搜报告来看，十大热门应用当中，BAT 三家占据了几乎六成：

另一份稍早一点的数据来自易观，这是一份 2016 年 11 月移动应用 1000 强，大致也是这样的分布：

正是在这样的背景之下，智能手机或者说移动互联网不得不进入一个新的战场，所谓「下半场」的争夺战，颇为有趣的是，这个下半场里，硅谷和中国的公司几乎都在一个领域—— 社交应用，前者瞄准了 Chatbot，后者则是微信的小程序。

二

从产品形态来说，Chatbot 部分意义上也「抄袭」了微信的服务号的功能，如果你经常在微信里使用诸如招商银行信用卡这样的服务号，也能明白所谓「Chatbot」的真正面目：将所有服务的交互变成一种对话的交互。也因此，如果你再从其他媒体上看到诸如对话机器人、对话界面、聊天机器人等等名词，可以直接理解为微信服务号就可以了。

Chatbot 毫无疑问是过去 2016 年硅谷最火热的装逼词汇之一。大公司大规模开放基于聊天应用的 bot 开发框架、风险资本的追捧以及媒体不间断的热议，让 Bot 变得无处不在。Evernote 创始人，如今已是投资人的 Phil Libin 这样描述自己对于 Bot 的态度：重新感受到2007 年在波士顿 Apple store 前排队四个小时买下 iPhone 的心情。

ChatBot 代表了一种全新的人机交互模式，要解决移动互联网「App 信息孤岛」的难题，而微软、FB 如此热衷 Bot 的主要动力则是打破苹果、Google 在智能手机操作系统中的垄断地位，换句话说，当聊天应用成为所谓「超级应用」时，移动操作系统的区别已经无足轻重了，就像国人现在对于微信之于手机的意义，我曾经不止一次地表带类似的看法：中国移动互联网用户有两类人，一类是微信用户，另一类则是移动互联网用户。

站在社会学的角度去看，Chatbot 的火热，也是一种人机关系的微妙体现。作为有史以来第一款 Chatbot——伊莉莎的创造者，约瑟夫·魏泽鲍姆（Joseph Weizenbaum）惊讶地发现，很多人沉迷与伊莉莎的聊天。伊莉莎「出生」在1966年的MIT，用于在临床治疗中模仿心理医生。

尽管伊莉莎的实现技术仅为关键词匹配及人工编写的回复规则，导致对话是单向的而且也会产生一些很奇怪的回复，比如，当用户提到自己的妈妈时，伊莉莎会以「你说你妈妈？」这样的句子来回复。魏泽鲍姆后来提到，很多用户喜欢这种体验，甚至会透露一些私密的个人信息。

对此，硅谷资深记者约翰· 马尔科夫在《与机器人共舞》里这样评价：「这一发现对机器的本质来说或许用处不大，但对人类的本质来说则是了不起的，这证明人类习惯在与自己互动的对象中寻找人性存在的迹象，从没有生命的物体到提供虚拟人工智能的软件程序，无一不是如此。」

而在 2016 年的 Chatbot 领域，所谓「对话」已经不再局限在文本，语音、图像也逐步成为新的「对话」方式，得力于深度学习的快速发展，语音识别、图像识别、自然语言交互等技术开始大幅被武装到 Chatbot 领域。苹果和 Google 希望牢牢抓住智能手机上的虚拟助理，将虚拟助理的角色上升到系统层面的 Chatbot 产品，以此对抗 FB 、微软们的侵蚀，这场战役还将在 2017 年继续打下去。

在中国，微信的小程序走向了另一个方向。

魏武挥在一篇文章里简要归纳了微信小程序以及张小龙的野心：

他（张小龙）决定站在微信庞大的用户群和超高粘性的基础上，让web卷土重来。

这就是小程序。

小程序，就是小网站。

而微信，像极了一个浏览器。

如果说微信是浏览器，那么也形成了一种与曾经 PC 时代几乎一样的格局：

• PC 时代：微软掌控操作系统，浏览器逐步开发，国内百家齐鸣，国外 Chrome、Firefox 两分天下；
• 移动互联网的下半场：苹果、Google 掌控系统，微信成长新的浏览器，掌控国人一切移动互联网的操作；

魏武挥特别提到了一点：

他（张小龙）充满恋旧之情地回顾到了这样一点：网站，并不需要一个订阅关系。

网站是用户想上才会和用户link的，它并不会下发消息。

网站是“用完即走”的。

「用完即走」出自张小龙的演讲，也同样构成了观察和判断微信小程序产品走向的基础。上述这番类比同样引出另一个话题：微信小程序的入口究竟该在哪里？

张小龙给出的答案是「二维码」，这是一种类似于曾经要在浏览器上输入网址的做法，更重要的一点在于张小龙也明确表示不会有所谓的小程序导航或者小程序商店，倘若张小龙的这番表态最终落实，其意义不言而喻。比如没有官方商店的做法，就能大幅减少官方层面的流量干预，对前期小程序的发展极为有利，也将让微信——这个新一代的浏览器更具价值。

某种意义上说，这的确是一种反潮流的举动。当 iPhone 重新定义了手机，App Store重新定义了移动互联网的应用使用方式，一个个 App 就成为用户与手机产生交互的唯一触点，在移动互联网时代，传统的浏览器，如 Chrome、Safari 变得无足轻重，用户不会在浏览器上输入「taobao.com」购物，也不会打开12306 的网站买车票，这些需求都可以在相应的 App 中完成，而微信接下来要做的，就是改变用户使用移动应用的习惯，从打开一个个 App 到打开微信，扫描二维码，进入相应的小程序。

这是一个比 Chatbot 更具野心的尝试，因为 Chatbot 要做的，不过是提升消息应用的粘性，而微信的此举，是颠覆或者重新定义用户的认知。

三

2017 年是 iPhone 发布的第十个年头，各种不确切的消息都声称今年的 iPhone 会带来质的变化，不过相比于 Chatbot、微信的变化，iPhone 以及其他各种移动设备的进化都显得无足轻重。因为在美国，你离不开 Facebook 、Google 以及它旗下的多个应用，在中国，你也离不开微信、淘宝、百度，所有这些「离不开」与设备、操作系统的关系越来越小，换句话说，移动互联网真正绑架我们的，不是智能手机，而是 FB、Google 、微信、淘宝、百度。

在这个下半场，还有一些略显另类的挑战者们。比如 Snapchat，再比如亚马逊。a16z 合伙人 Benedict Evans 前两天发了一条推文：

Last year every damn thing at CES had a camera. This year will probably be a microphone.

Evans 的感慨也对应了 Snapchat 与亚马逊这两家公司对于行业的影响。我曾在之前的会员通讯里详细分析了 Snapchat 所带来的意义，这里重点谈谈亚马逊以及 Echo。

严格意义上说，Echo 并不是移动互联网产品，它根本无法移动、无法携带，它只是「安静」地呆在家里，或客厅、或厨房、或卧室，你所能做的，只是一句语音唤醒：「Alexa，blabla」。但 Echo 却展现亚马逊对于移动互联网下半场的想象力：用声音操控一切。

对，Echo 唯一的入口就是声音。基于声音，你可以直接在亚马逊下单购物，直接安排日程、打电话，直接操控家用电器运转情况，当然，你还可以之结合它聊天…..如果以微信小程序的野心来看待亚马逊 Echo 的野心，你或许会发现，两者几乎都是新一代浏览器的雏形，所不同的只是微信以相机（二维码）为入口，Echo 以声音为入口。

与当前程序员对于小程序跃跃欲试的态度类似，围绕在 Echo 周边的生态体系也开始逐步完善。据研究机构 CIRP 的统计，截至 2016 年 4 月，Amazon Echo 的销量已经突破 300 万台。同时，第三方开发者为 Echo 内置的语音助手 Alexa 开发的技能已经从最初的十几个增加到数千种。

完善的生态圈与简单到极致的交互，成就了 Echo 的快速崛起，也带动了亚马逊股价的上涨，可以毫不夸张地说，在智能手机、平板毫无建树的亚马逊，利用 Echo 成功翻身，再加上 AWS 的成长潜力，亚马逊的未来早已不是所谓电商公司所能概括的。

另一个潜在的挑战是在汽车领域。汽车可谓一款不折不扣的「移动产品」，放眼中外主流科技公司，几乎都与汽车行业产生了各种关系，随便举几个例子：

• 百度、Google 的无人驾驶项目；
• Uber 的共享出行与无人驾驶；
• 阿里巴巴与上汽荣威的互联网汽车；

….

而最近几年无论是 CES 还是 MWC，汽车公司或汽车行业的产品都成为业界关注的重点。Benedict Evans 同样也认为，汽车会成为移动互联网「下半场」的新变数：

The obvious next market is cars, which in aggregate are much larger in revenue terms, and where a large part of the supply chain will be fundamentally remade by the shift to electric and (in due course) to autonomy. Cars are a Big Deal for the tech industry.

下面的这幅图也极具参考性：

但这里的汽车，已不再是工业时代的产品，而是数据时代各种传感器的综合体。譬如无人驾驶，就是一种人机交互的进化，所带来的深刻影响则是整个汽车行业乃至交通以及城市的变革。

不过，当下更大公司对于无人驾驶的过度渲染，有意无意地让公众以为无人驾驶即将「降临人间」或触手可及，但众多无人驾驶汽车上路测试新闻的背后，则是用钱堆起来的机器，比如百度的无人驾驶汽车，且不说汽车价格如何，单就其核心传感器激光雷达的价格，保守估计都在百万人民币左右。相对而言，特斯拉的「摄像头+传感器」的解决方案在价格上更合适，不过可用性上也要大打折扣。

从这个角度出发，无人驾驶落地的第一步绝对不是普通消费级市场，而是商用市场，更确切一点来说是共享出行领域。这也是我看好 Uber 无人驾驶的主要原因——通过共享经济的长尾效应，可以大幅降低无人驾驶汽车的使用成本，最终让普通人也能享受到无人驾驶的乐趣——这和当年 Uber 一度让普通人坐上豪车的感觉是一样一样的。

写在最后

用「一个最好的时代」来形容当下，往往还会接一句「一个最坏的时代」，这同样适用于移动互联网的「下半场」，旧王老去，新王将立的背后，是技术、商业与政治的多重博弈，2017 年就这样在一种惶恐中开始了。

中文世界里关于 Nicholas Carr 的所有介绍都指向了一本书《浅薄——互联网如何毒化了我们的大脑》（The Shallows: What the Internet Is Doing to Our Brains）。这本书的中译本出版于 2010 年 12 月，彼时，中文互联网市场还处在 BAT 垄断的前期，门户网站话语权惊人，四大门户（新浪、网易、搜狐、腾讯）争相押注微型博客，微型博客 140 个字符（中文语境是汉字）的限制，让当时的主流网络阅读、写作都呈现出碎片化的态势，而在 Nicholas Carr 眼里，这一切不过是互联网公司或者说互联网技术又一次对于人类大脑的改造，他在书中写道：

对互联网的使用涉及许多似是而非的悖论。其中，必将对我们的思维方式产生长远影响的一个最大的悖论是：互联网吸引我们的注意力，只是为了分散我们的注意力。

事实上，Nicholas Carr 这本书主要批判对象是 Google 这样的搜索公司，Nicholas Carr 认为，当人们越来越依靠 Google 的搜索引擎获取知识的时候，我们的阅读、理解能力毫无疑问是下降的：

对于我们的大脑，工作记忆相当于便笺本，长期记忆相当于文件柜。长期记忆的内容基本在意识之外——但它一直存在着，且不只是事实，还有复杂的概念，“图式”，即知识模式。在思考过程中，为了使用积累的知识和以前的事情，大脑需将相关内容从文件柜中调取至便笺本。反过来，把信息从便笺本转存至文件柜，进而形成概念性的图式，这个过程决定了我们的智力深度。

….

超文本中增加的对作出决定和视觉处理的需求削弱了阅读功效”，在跟“传统的线性呈现方式”相比较的时候尤其显著……“超文本的很多特征导致认知负荷加重，从而对工作记忆提出了超出读者能力的容量要求。

这本书秉承了麦克卢汉的媒介理论，并通过更多的案例佐证互联网媒介所带来的危害。不过很遗憾，Nicholas Carr 的这些告诫并未对网民产生多大的影响，中美互联网用户还是大踏步地步入了社交媒体时代。

二

而到了 2014 年，Nicholas Carr 出版了另一本书The Glass Cage:Automation and Us （中文版：《玻璃笼子——自动化和我们》），在这本书里，Nicholas Carr 试图证明一件事情：人类对于自动化的不懈追求可能走向一个危险境地，特别是为了节约成本的效率提升的最后结果就是人类成为整个人类社会的最大成本…..他继续批判 Google 等硅谷公司对于所谓「软件吃掉世界」的热衷：

软件可以帮助人们摆脱生活的「摩擦」。但是，如果进一步思考这个问题，你就会意识到，永不迷路是一种错位的生活状态。如果永远也不必担心身在何处，那么你也永远不需要知道你现在的位置。我们生活在一种依赖的状态下，生活在手机和应用程序的牢笼里。
…..
计算机就像亚里斯多德所说的「工具中的工具」，它降低了手的参与感，限制了任务的物质性，使得建筑的感知域变得狭窄。

在那个「遥远」的 2014 年，Nicholas Carr 的上述看法已经成为当时经济学家们热议的话题，比如在 2013年 9月，两位牛津学者——Carl Benedikt Frey和Michael Osborne——发布了一篇研究报告，该报告预测在未来20年内，美国将有约50%的工作岗位因机器人而消失。他们观察了700种职业，发现最易受自动化影响的职业包括信贷员、前台接待、律师助理、店员、出租车司机和保安。就算是靠写算法为生的计算机程序员也没有幸免。根据Frey和Osborne的计算，在今后的二十几年内，50%的编程工作也会外包给机器人。

自动化浪潮所带来的最直接冲击就是工作机会的丢失，在 12月 20 日，美国白宫发布的《人工智能、自动化与经济》（Artificial Intelligence, Automation, and the Economy）报告里指出，47%的美国职位在这一时期有被人工智能技术和计算机化取代的风险。同时，该报告还指出一个事实：时薪越高的人类职业，被取代的可能性越——相比每小时工资在40美元以上只有4%和20美元到40美元之间只有31%工作受到影响，每小时工资低于20美元却高达 83%工作将受到自动化的压力，如下图：

而 Carr 更是将法律工作的自动化列为其重要论据：

计算机能在几秒内解析数千页的数字文件。借助基于语言分析算法的电子调查软件，计算机不仅能识别相关的词汇和短语，还能理解事件链、人际关系，甚至是情感和动机。一台电脑就能取代十几个高薪专家。

但自动化带来的影响远不止如此，由新技术引发的新一轮不平等正在加剧整个社会的分化——这不分中美也没有任何意识形态的差异，技术成为一股强大的内力推动着整个人类社会步入一个波兹曼所言的「技术垄断」的世界，在这个世界里：

学会新技术的人成为精英，没有学会技术的人赋予这些精英权威和声望。

MIT经济学家 、自动化的拥趸Eric Brynjolfsson 和 Andrew McAfee 指出一个可怕的事实：最富裕的15名美国人中，6个人拥有数字技术公司，这些公司中最有历史的微软也不过诞生于1975年。另外6个人则是某个家族的成员，拥有庞大零售帝国沃尔玛的 Waltons家族，其臭名昭著的低薪意味着人比仓储机器人更为廉价和易耗。即便如此，沃尔玛也得益于自动化的销售管理系统 point-of-sale system，这使业主们能准确知道何时何地销售什么，这样一来就能避免滞销品库存，从而在库存方面比竞争对手占用更少的钱。

三

有趣的是，Carr 这本书出版后没多久，特斯拉创始人Elon Musk 与比尔·盖茨、霍金等人发表了警惕人工智能为害的公开信…..而从这个时间点，也就是 2014 年年末开始，围绕自动化、人工智能背后的伦理争议和讨论逐步被主流媒体所接受。

换个角度去看，Carr 的呼吁也是对 2014 年之前人工智能技术突破的一种自然反应。比如 2012年，多伦多大学的一个研究团队通过深度学习算法在 imagenet 竞赛中获得完胜，震惊业界；到了 2013 年，扎克伯格参加了一年一度的神经信息处理系统大会，并宣布成立 FB 人工智能实验室，邀请纽约大学教授 Yan lecun 执掌整个实验室；到了 2014 年，IBM 进一步推动 Watson 的商业化进展，要让人工智能走入各个行业。

2014 年以后的故事或许早已被大家熟知了。但 Carr 提出的那个问题却被淹没了，原因就在于，当人工智能成为一种大众术语之后，这个词汇的寓意开始被无限地延展，随之而来的，则是各种误解、误读，尤其是在大众文化的塑造之下，所谓「人工智能」要不被人理解为类似终结者那样的怪兽，要不则是所谓大白那样的贴心管家，抑或是像电影《Her》里的电脑 OS，英国风险投资人 David Kelnar 前不久写了篇文章，用一种通俗易懂的语言解释这一切，比如下面这幅图很好展示了人工智能、机器学习、深度学习之间的关系[1]：

面对人工智能快速发展所带来的潜在危害，Carr 在书中提出了一个他的解决方案：

“以人为中心的自动化，”人占据优先位置。系统在设计上把人类操作者放在一个工程师所谓的“决策环”—即行动、反馈及判断的持续过程上。这会让工人时刻留意、参与和促进了此类可强化技能的挑战性任务。

在这种模式下，软件扮演的是一个必不可少但却是次要的角色。这次它接管的是人类操作者早已掌握的常规职能，当非预期情况发生时发出告警，提供实时信息来拓展操作者视野，并抵制往往歪曲人类思维的偏差。这时候技术变成了专家的合作伙伴而不是取代专家。

然而 Carr 的上述提议更像是对过去 60 年来围绕人工智能与人类关系争议的重复，一如刚刚退休的《纽约时报》资深记者马尔科夫在《与机器人共舞》里所说：

人工智能定义的世界与恩格尔巴特的“智能增强”理论之间的鸿沟已经非常明显。事实上，20世纪60年代恩格尔巴特造访麻省理工学院来展示自己的项目时，马文·明斯基就抱怨说，那是在浪费研究经费，这些钱充其量只能造出一些华而不实的文字处理器而已。
……
在已经过去的50年中，麦卡锡和恩格尔巴特的理论仍然各自为政，他们最为核心的冲突仍然悬而未决。一种方法要用日益强大的计算机硬件和软件组合取代人类；另一种方法则要使用相同的工具，在脑力、经济、社会等方面拓展人类的能力。尽管鲜有人注意这些方法之间的鸿沟，这场新技术浪潮的爆炸（一个正在影响现代生活方方面面的技术浪潮）将极力压缩这种分化，并防止反弹的发生。

四

Carr 最新的一本书叫 Utopia Is Creepy ，And Other Provocations 中文版还没有出版，严格意义上说，这并非一本新书，而是早前一系列文章的合集，事件跨度从 2005 到 2015。所不同的是，这些过去的文章在现有语境下依然有可读的价值，正如 《洛杉矶图书评论》 在一篇书评里所言：

If, as people say, one internet year corresponds to seven calendar years, then the earliest selections in this collection go back to the digital equivalent of the Truman presidency. It’s hard to work up any interest in Carr’s thoughts about Steve Jobs’s presentation of the first iPhone or the controversies over the commercialization of Second Life.

从 2005 到 2015 的十年也是技术，或者说互联网氏的新乌托邦主义盛行的十年。十年间，我们送走了曾顶礼膜拜的乔帮主（乔布斯），又满心期盼新的帮主出现——或是贝帮主（贝佐斯）、马帮主（马斯克）抑或是扎克帮主（扎克伯格）…..当这个世界的唯一「希望」就是硅谷时，似乎一切都可以通过互联网的方式解决。

某个层面，Carr 与中国互联网的「老朋友」凯文凯利是严重对立的，从 Web 2.0 的参与精神到博客（自媒体）带来的权利虚无：

Kelly described them as part of “a vast and growing gift economy, a visible underground of valuable creations” that turns consumers into producers. Carr, himself a blogger, pointed to the limits of the blogosphere: “its superficiality, its emphasis on opinion over reporting, its echolalia, its tendency to reinforce rather than challenge ideological polarization and extremism.” In short, “Web 2.0, like Web 1.0, is amoral. It’s a set of technologies — a machine, not a Machine — that alters the forms and economics of production and consumption.”

与此相对应的，则是 Carr 和凯利在中国互联网界的待遇，前者不过是某些媒介研究者谈论的对象，而后者则早已成为一代网红——尽管如今凯利的境况并不好，但其倡导的万能理论还是鼓励了一大批年轻人走上忽悠创业的道路，他们或是追随扎克伯格、或是成为中国的扎克伯格，比如今日头条的张一鸣，比如滴滴的程维。

这是属于扎克伯格们的黄金时代，他们用新时代的魔法——算法描绘了一个未来——这也是 Carr 笔下的「Creepy Future」，你的所看、所听、所思、所想在自动化、人工智能等口号中被一次次塑造、一次次改变，并最终成为你眼中的真实世界。

2016 年 9 月的时候，Snapchat 做出一个被外界看起来很古怪的举动——发布一款佩戴相机的智能眼镜，用户可以通过这个眼镜拍摄 15 秒的视频，并可以添加滤镜效果然后分享给 Snapchat 上的好友们。在外界一片质疑声中，很少有人注意到一个事实：SnapChat 走上了 FB 们的道路，所不同的是，Snapchat 要用影像塑造一个新世界[2]。

站在 2017 年年初的时间点上眺望，一个被算法左右的增强现实世界正在走来，你所能做的，可能就只有好好守护自己的眼睛了。

由于下周即将迎来圣诞假期和新年假期，这期也成了 2016 年「I/O」会员通讯的最后一期（下一期内内容将在元旦后发送），这期的主要内容是盘点，在过去的 2016 年，无数只「黑天鹅」以「娱乐至死」的方式，一次次侵蚀到你我的真实与虚拟世界中，正如《共产主义宣言》的开篇所言的「幽灵」那样，在世界的上空徘徊。这期会员通讯也可以搭配「I/O」调频一起品尝。

「直播镜头前枪声响起的那一刻，观看直播的人数再一次突破了历史记录。」

这是最近在北京上演的话剧《爆米花》的高潮片段，这部话剧[1]最初在英国演出，如今已经在多个国家以多种语言重新演绎，豆瓣对于该剧剧情的介绍：

在奥斯卡颁奖仪式后的第二天早晨，刚刚获得最佳导演奖的著名好莱坞电影导演布鲁斯位于贝弗利山庄豪华寓所里来了两位全副武装的不速之客杰克和斯考特，他们是臭名昭著的购物中心系列凶杀案的凶手，同时又是布鲁斯拍摄的电影的狂热影迷。两个年轻人把布鲁斯和前来与之幽会的著名裸体模特南茜扣为了人质，接着又扣押了前来商谈离婚事宜的布鲁斯的妻子和女儿。他们既不是为了谋取钱财，也不是要进行任何报复，而是在全美国电视观众的面前上演了一场令人震惊和颤栗的活剧…..

中国版的剧情大同小异，只是最后的落脚点放在了用直播——这个过去 2016 可能最火的产品来演绎出一幕幕「真实的真人秀」——当枪一声声响起的时候，直播人数一次次达到最高，又一次次刺激着两位杀手的杀人欲望。

如果说《爆米花》这是一种在现实上的夸张演绎，那么前两天的真实场景则是，俄罗斯驻土耳其大使被刺杀的画面、视频被各种途径传播，这一虚一实之间，构成了盘点 2016 最好的注脚。

一

每到年终岁尾，都会想起葛优在《甲方乙方》里的一句台词：1997年过去了，我怀念他。这俨然成了一种盘点与回顾的代名词，我们之所以怀念过去，很大程度上是因为过去的所有事实构成了我们通往明天的所有预期，而这些预期又能释放你我对于未来不确定性的焦虑感。正如奥维尔所言：谁掌握了过去，谁就掌握了未来。

奥维尔对于政治的天然恐惧和敏感，让他的观点更倾向于将政治放在社会生活舞台的显要位置。但真实的一面则是，政治——更愿意以垂帘听政的方式左右这一切，而真正在前台触动你我的，则是商业、是广告、是娱乐。

2016 年有两本旧书被频繁提起：《黑天鹅》和《娱乐至死》。这同样构成了这一年的两个关键词，特别要提到的一点，当特朗普当选美国总统后，亚马逊的《娱乐至死》的销量有大幅提升——这本书历经电视媒介、互联网媒介再到现在的社交媒介等多个时代，也再次验证了波兹曼论断的正确：

在埃德温·奥康纳关于波士顿党派政治的小说《最后的喝彩》中，弗兰克·斯凯芬顿希望通过政治机器的现实教导他年幼的侄子。他说，政治是美国拥有最多观众的体育比赛。1966 年，罗纳德·里根用了一个不同的比喻，他说：“政治就像娱乐业一样。”

当政治被大众媒介、商业、广告消解为一种全新的娱乐形式后，这些民主国家的政治外在形式也发生了根本的变化。严肃、有逻辑、理性的辩论让位于碎片化、乱喊口号的社交媒体更新，全局性的战略思考让位民粹主义者的振臂高呼，这样的黑天鹅，从英国退欧到美国大选，再到意大利、法国即将迎来的政治变革，2016 年留下了太多将影响未来十几年全球政治走向的线索。

政治娱乐化的第二层含义，则是中国网民对于美国大选的应对方式。在我有限的微信群里，每隔一段时间都有美国大选的集中讨论，而最令我哭笑不得的则是，几乎所有讨论的信息来源都是微信公众号消息，这些公众号的消息有几个特点：

• 标题很长，几乎是一个短剧；
• 文章很长，少说也有 1 万字，当然信息量也大，来自各种消息的汇总；
• 都是自媒体的文章

这里并非抨击自媒体文章不靠谱，事实上也的确很不靠谱，我在这里只想说明：当你无法保证自己论据可靠的时候，你的所有讨论都是口水战。而感谢微信群，这些讨论最后的落脚点只有一个：八卦，或者新一代的故事会。

借助纸牌屋的热播与中国宫廷文化的熏陶以及长期以来的所谓「厚黑学」的影响，我们眼中的美国大选，成了多个宫廷戏的合集，口水，八卦、内幕，自诩为「吃瓜群众」，在瓜子和茶水之间纵论国际大事。最后留下一个问题：看微信公众号讨论国家大事的媒体人或自媒体人，真的比听广播讨论国家大事的出租车师傅高级吗？

二

毫无疑问，2016 年也是内容创业的黄金时代，不然也不可能有那么多分析美国大选的微信公众号。但不说这些内容的好与坏，靠谱与否，摆在内容创业链条上所有人：从生产者到消费者再到投资人，都有一个难题：这些内容的组织和分发方式应该是什么？

过去很长一段时间以来，中外互联网的内容组织方式都是搜索，由此诞生了两家巨头公司：百度和 Google 。但在 2016 年，随着中国内容创业的火热以及美国社交媒体的分化，内容的组织方式发生了根本的变化。

以中国为例，当内容创业者开始在微信公众号、今日头条等新闻客户端里发布更新内容时，曾经的内容组织分发者，百度瞬间发现了自己被边缘化了，由于这些内容与百度搜索绝缘，随着用户对于这些内容的依赖性增加，相应地也减少了对与百度的使用频率。一个显而易见的事实，百度在过去一年持续不断遭到来自微信、微博、知乎这样的新一代内容聚集地的抨击，但自己却几乎没有任何还手之力。

这也不难理解，为何当下几乎所有巨头都投入到所谓的内容创业平台竞争中，比如阿里巴巴，几乎在所有的产品里都植入了内容平台的理念，并且投巨资拉拢内容生产者，目的，其实就是要争夺新内容的组织和分发方式，瓜分今日头条的市场。

然而这些挑战者与今日头条之间到底有多大差异呢？几乎所有人都知道今日头条的内容很 low，几乎所有的挑战者都把这一点作为攻击今日头条的重磅武器，一点资讯 CEO 李亚曾这样不点名地抨击今日头条：

建立在人类惰性与人性弱点基础上的那种个性化推荐，是对我们用户稀缺注意力的一个无形掠夺。

但很不幸，这些挑战者并未走出今日头条的「诅咒」—— 「少数精英追求效率，实现自我认知，他们活在现实中。但大部分人是需要围绕一个东西转的。不管这些东西是宗教、小说、爱情还是今日头条，用户是需要一些沉迷的，我不认为打德州、喝红酒和看八卦、视频有多大区别。」

上面这段话出自财经杂志对张一鸣的专访，他还明确指出了一点：历史上精英们一直在试图让大众拥有很高的精神追求，但社会整体从来没有达到过这个目标。

张一鸣的确有理由这样抱怨，在一个以用户为导向的互联网世界里，一个受众如此广泛的新闻客户端呈现出的内容风格也基本上是当下中国互联网用户品味的映射。在一个互联网用户群体呈现三低：低年龄、低学历、低收入的大环境下[2]，谁能抓住这些用户的需求，从猎奇心态到普遍情感以及装逼的心态，谁就有可能迅速抓取到这些用户，所以，我们不必惊奇今日头条的成功也不必对直播产品、快手乃至一次次刷爆微信朋友圈的反转故事感到担心，这就是现实。

同时，张一鸣还在财经的访谈里强调今日头条是一家技术公司，不需要和媒体一样具有所谓的价值观。这个表态和 Facebook 扎克伯格对 FB 的定位和阐述基本一致。但所不同的是，由于中国特有的新闻环境，今日头条能够继续这样维持下去，但 FB 所面临的则是另一种境遇。

今年牛津词典的年度词汇是「Post-Truth」，这是在社交媒体时代，尤其是 Facebook 时代最具讽刺意义的一个词：

Like TV it now increasingly entertains us, and even more so than television it amplifies our existing beliefs and habits. It makes us feel more than think, and it comforts more than challenges. The result is a deeply fragmented society, driven by emotions, and radicalized by lack of contact and challenge from outside. This is why Oxford Dictionaries designated “post-truth” as the word of 2016: an adjective “relating to circumstances in which objective facts are less influential in shaping public opinion than emotional appeals.”

和微信、今日头条一样，FB 改变了内容分发的方式，也让 Google 在社交媒体时代变得无足轻重，基于每个人社交关系、兴趣乃至心情，FB 实现了内容的「精准推送」，通过谁也不知道的算法干扰用户所看到的一切…….和今日头条一样，FB 并不需要对内容的准确性负责，他们只是「内容搬运工」，正如张一鸣所言：如果你是个邮局，你不同意《XX时报》的价值观，但邮局能不发行《XX时报》吗？

更重要的是，FB 也和今日头条一样，他们需要的用户留存时间，而非看到有用的内容，从这个角度出发，这些新一代的内容组织者、分发者，他们要做的，只是通过低俗内容赚取用户的注意力，以此形成留存和忠实用户。也因此，FB、今日头条、微信的价值定位是同样的。

三

年初，一部讲述老北京小混混的电影《老炮儿》引发诸多口水战，年末，另一部以民国上海青帮头目们为原型的《罗曼蒂克的消亡》又被热议，在我看来，这两部电影，一北一南，一今一古[3]，其实都在说一个故事，比如《老炮儿》的最后，是六爷倒在河面上仰天长叹，随后的情节转换到李易峰扮演的儿子终于开始好好过日子，《罗曼蒂克的消亡》的最后则残酷，曾经不可一世的青帮老大，要在众目睽睽之下脱帽、抬手，接受安检。

所有这些，都指向了一个主题：「旧」时代的结束以及「新」时代的开始。

然而在现实的语境里，所谓「新」与「旧」绝非「好」与「坏」的同义词。以每天你我接受到的新闻、信息为例，在遥远的「旧时代」——上个世纪 60、70 年代：

当《纽约时报》高层管理人员每天早上花 1 个小时在编前会上决定哪些新闻稿件上头版的时候，只有一个问题最重要：在报社当天收到的数以万计字的信息里，哪些新闻（通常为七到八条稿件）对大多数人最重要？

而到了这个新时代，我们的信息渠道无限制地增多，纵然你可以自豪地说你完全摆脱了今日头条的 Low——你在通过「外媒」获取消息，你有足够的选择让你的消息源可靠，但当你每天阅读类似北美留学生日报这样的「外媒」消息获取美国大选消息时，你或许只能看到这样的消息：

在北美留学生日报的这篇文章里，还有一个神逻辑：川普当选后，种族主义言论抬头，这是因为“主流媒体把川普塑造成一个种族歧视者”，而不是因为川普自己的种族歧视言论。所以，“主流媒体助长了种族仇恨与歧视情绪”。

在过去的「旧时代」，李普曼曾大声疾呼：「到达报社编辑部的当日新闻是事实、宣传、谣言、怀疑、线索、希望和恐惧的混合体，其杂乱无章令人难以置信……筛选与排列新闻是民主社会中真正神圣的和具有宗教性的工作。因为报纸是记录民主进程的圣经，是人民行为的依据。」

而在这个新时代，我们将事实和观点混为一谈，「罗尔事件」整件事的反转、再反转，期间的口水无数，却唯独无人关心真相如何，魏武挥在一篇文章里感叹：

这种事，最适合都市媒体介入调查，我也的确看到深圳晚报（事主是深圳居民）介入，但可惜的是，只是采访了当事人。

我还是希望深圳都市媒体再做一番努力。

中国记者的陈国权说，可能都市报是第一批成批死亡的媒体，这个结论我是同意的。

但面对这些事的时候，令我纠结的事是，似乎还是只能指望都市媒体。

指望拼稿子的，谈立场的，且不论事实真相如何就发挥三观的公号么？

这种动动手指的「善意」与「恶意」的表达方式也正是哲学家齐泽克最警惕的「伪参与」幻象：

根据这一概念，受众的互动性参与将激发媒体与政治民主的潜能。齐泽克针锋相对地提出了一种“交互式被动（interpassivity）”：正是通过一道屏幕，当他人为我牺牲，我就通过他人牺牲了；当他人为我行动，我就通过他人行动了，这种牺牲与行动的满足感，阻碍了真正具有效力的行动主体的出现。换言之，当我们在选秀节目上看到偶像的成功时，我们认为自己也获得了成功，并对此感到满意；当我们在荧幕上目睹了特朗普的胜利时，我们认为自己也参与并分享了这一胜利。齐泽克并不否认类似“围观就是参与”的逻辑，但是他警惕这种虚拟参与感背后所透露的满足感，那是一种通过别人而获得的自我满足。

四

就这样，2016 年成了一个新旧交替的开始，我们逐渐通晓了地球到星辰的距离，但在地面到头骨之间却在迷失方向[4]。所以，当披着人工智能外衣的《西部世界》演到最后一集时，观众才真正明白，原来这只是一部讨论人类意识的剧本，当《黑镜》的近未来恐惧一次次被现实演绎的时候，我们才意识到所谓「媒介即延伸」的下一句是「无痛截肢」。

在中国特有的舆论环境和互联网环境下，新与旧的更迭早已游离在世界之外，这一年，BAT 们或人人喊打、或尾大不掉，新一代几乎完全由资本堆积起来的巨头们——美团、滴滴、今日头条，已然成为有着官方认可的世界互联网大会的座上宾；上半年，VR 峰会几乎以三天一次的频率在北上广深出现，下半年，所有会场的演讲必提「人工智能」、「AI」，「深度学习」背后的意义…..

只是，互联网有两种生意：中国市场的生意和其他市场的生意。这一年，Uber 放弃中国市场，也为赢得世界市场和无人驾驶的胜利奠定了基础；亚马逊与微软，两家来自西雅图的云计算巨头的中国生意，只能在阿里云巨大的阴影中苟延残喘；也是在这一年，Twitter 几次被放在卖肾的谈判桌上，而它远在中国的模仿者——微博，却在娱乐至死的战略转型里迎来流量、市值的双丰收…..

我们就这样结束了 2016 年，即将在忐忑不安中迎来 2017，在一系列不确定中却有着确定性：不管你是爱喝咖啡还是爱吃大蒜，不管你是微信用户或者 FB 使用者，在人工智能降临之前，我们终将继续自愿或不自觉的卷入「low」和「更 Low」的漩涡里…..

本文选自第 31 期「I/O」会员通讯存档，原文发表于 2016 年 12 月 19 日。欢迎加入「I/O」会员服务获取最新内容，每周你还会收到三封专属会员邮件，包括独家的科技书评，科技新闻、趋势的独家解读以及别处看不到的文章、图书、视频推荐 。

如果流行文化能在某种程度上反映公众的态度，那么一个显而易见的事实是：人类非常恐惧智能机器。比如去年以来的一系列涉及到机器人、机器的电影，人类在其中的地位显得岌岌可危。类似的情况还出现在很多打着「经济学」名义的畅销书里，这些图书不管从什么角度切入，其最后的落脚地往往都是机器取代人类。

然而在 MIT Sloan 与美国众多企业家的对话中发现，这些企业家对于所谓机器取代人类的倡议（或者未来）并不感冒，对他们而言，企业的发展需要借助人类员工，尤其是知识型员工以及机器的通力合作。但现状是，各种公共媒体上充满了机器即将代替人类的不切实际的意淫与想象 ，几乎或者根本没有媒体围绕一个当下最急迫解决的问题：究竟哪些领域或职业会在技术的辅助下得到大幅增强[1]。

为了解决这个难题，MIT Sloan 提出了一个简单的分析框架，将现有的人工智能、认知科学等技术分成两个维度来思考——找出现有技术可以做和不能做的领域（如下图所示）。同时为了更便于探索，这个分析框架会把所有的智能技术、机器统称为「智能机器」，以此来思考机器智能面临的困境、挑战以及创新者接下来需要努力的方向。

围绕这张图，我们首先来看看所谓「智能」的四个阶段。

机器智能的四个阶段

总体上看，机器智能的水准正在不断提升，过去，计算机可能处理高度结构化的数据，而现在，计算机对不同数据类型都有很好的兼容甚至「适应」能力。

阶段1：人类支持

数十年来，人类对于计算机智能的追求都建立在一个假设之上：计算机可以辅助人类决策。因为人类在决策方面天然缺乏理性、不稳定。但到目前为止，这个阶段还无法完全实现，更多时候，包括 IBM Watson 在内的认知产品，都是为人类工作者提供决策建议，最终由人类完成决策。

阶段2：重复性的自动化任务

较上一阶段而言，这个阶段的机器可以在某些特定场合做出「决策」。机器自动化的决策方式最近几年发展迅速，并在某些领域，如保险销售与股票交易方面取得很不错的成绩。但这些领域都有一些共同的特点，比如确定的交易规则或算法，所以人类只需要提前写好算法，然后监控算法执行就可以了。

阶段3：情景感知和学习

目前复杂的认知技术能在某种程度实现对于复杂情景的实时感知。随着人类社会对于互联网、物联网的依赖性增强，数据也在源源不断地产生，海量数据的实时处理要求变得非常急迫，企业需要从这些数据中发现客户的潜在需求，比如大量互联网公司，不仅包括电商，甚至很多内容网站，也会根据用户的浏览习惯来形成推荐机制，为了更精确地推荐内容，还需要包括用户位置、时间以及用户其他行为记录作为辅助信息。

目前认知计算的一个特点就是其拥有学习的能力。这种学习过程绝大多数是利用对实时数据、用户反馈的持续分析。这种可学习的系统对于类似股票交易的决策非常有帮助，能够不断提升决策的准确度。

阶段4：自我意识

截止到现在，2016 年年末，拥有自我意识的机器有且仅存在于科幻小说中。如果计算机具有自我意识，计算机需要像人类或超越人类智能水准，才能够应对纷繁复杂的现实生活环境。即便是最乐观的专家也认为，出现能够具有自我意识的机器，至少还需要 30 到 40 年。

机器智能会做什么

观察机器处理任务的智能程度，一定程度上可以根据机器都能处理哪些任务，比如有些任务实际上是由文本、数字或图片组成，这些要素不过是数字世界的基本要素，而另一些任务则包括数字世界和物理世界的多个要素。

分析数字

事实上，如果要追根溯源，认知技术来自于计算机在处理结构化数据[2]方面的超强能力。过去很长时间内，计算机都通过对数字的分析来支持人类决策。如今，越来越多的公司将数字分析技术嵌入到公司运营体系或流程中，从而实现重复性自动化决策，这也使得该技术兼具了处理速度和处理规模。尤其是机器学习开始大规模使用后，改变了过去人为设计处理数字模型的方法，机器可以实现自动化生成分析模型。

分析文字和图片

人类智能中的一个关键部分是可以读懂文字和图片里信息，同时能思考其背后的含义。但现在，一系列你可能「耳熟能详」的技术，比如机器学习、自然语言处理、神经网络、深度学习等等，已经具备了分类、解释和生成文字的能力，其中的一些技术还可以分析和识别图片。

早期的智能程序，通过分析文字、图片以及语音，能够让人类和计算机实现浅层次的交流。这些技术发展到今天，已经越来越多地出现在我们的智能手机上，智能手机能够理解人类语音和文字，还可以识别图片，尽管在某些方面不太完美，但至少，已经非常广泛地应用到我们日常生活中。

有三种大规模文字、图片处理的需求。其一，多种语言的翻译；其二，像人类一样回答问题；其三，从大量文本中获取有效信息或者生产新的文本信息。

图像识别和分类并非什么新概念。基于对几何进行匹配的「机器视觉」技术已经使用了很多年。现在，图像识别延伸到互联网上海量图片的分类和识别，尤其是人脸识别。要应对这些需求，现在的公司们则借助机器学习和神经网络来识别图片。更重要的一点在于，这些系统能够通过学习应对海量图片处理需求，事实上，机器「吃」越多的数据，其决策的准确性越高。

执行数字化任务

认知技术最近几年发展的一个方向是实现行政工作和决策的自动化过程。为了实现自动化，需要两个技术能力。首先，你需要能够按照业务规定来描述完成这些工作需要的逻辑；其次，你需要可以一步一步完成这些工作的技术。过去几十年内，自动化决策工具的应用场景非常广泛，从保险政策审批到信息技术运维以及高频交易等等。

最近，科技公司开始使用「自动控制流程自动化」，这项技术基于工作流和业务规则，通过接入公司里的多个信息渠道来实现，这与普通人类用户的做法很相似。自动控制流程技术广泛应用在银行（比如帮助客户替换丢失的银行卡服务，能够极大地省去人力客服）、保险行业、IT业（如监控系统错误信息、修复某些简单错误）和供应链管理（比如订单处理和回应客户、供应商的日常需求）等领域。

流程自动化的好处显而易见。2015 年 4 月份 的一个案例中，英国第二大移动运营商 Telefónica O2 发现，在该公司将 160 个业务流程软件化、自动化之后，其未来三年在这些领域的投资回报率将达到 650%——800%。

处理物理任务

我们一般将能够处理物理任务的计算机称之为机器人（Rebot），根据英文韦氏词典的解释，所谓 robot：

a machine that can do the work of a person and that works automatically or is controlled by a computer.

2014 年，全球范围内有 22 万台机器人上台，大约三分之一集中在汽车制造行业。不过，机器人短期内还无法真正满足需求。2011 年的时候，富士康曾信誓旦旦地表示，要在三年之内通过一百万机器人替代人类工人，但很快富士康就发现，让机器人代替人类制造手机真不是一件轻松的事情。到了 2015 年，当富士康开始代工新一代 iPhone 的时候，该公司招聘了超过 10 万人类工人，并配备了 10 万台新机器人。

过去很长一段时间内，那些可以替代人类的机器人都是通过编程，从而能够高效完成大量重复性的工作。同时，出于安全的考虑，机器人工人往往也和人类工人分开工作。但现在，一种新型的机器人，也就是所谓「协作型机器人」正在出现在工作场所，这种机器人可以和人类协同工作。

写在最后

在看完本季前六集《黑镜》后我曾这样感叹：如何处理人与机器的关系会成为接下来很长一段时间内的重要课题。而第一步则是正确认识机器或者智能机器或者人工智能当下的处境，过去一年，我们听到太多关于人工智能如何如何的耸人听闻的报道，但真实的一面往往平淡无奇，正如上文所言，机器在某些层面的确超越了人类，但在绝大多数场景下，尤其是需要情感、意识加入其中的场景中，人类终究还是胜者。

然而不可否认的一个事实，当机器继续进化的同时，人类进化几乎已经停止…..