整体认读(ReadCog)

整体认读(ReadCog)

作为Google Reader三十年老粉……

已经不记得2013年停止服务的UI和UX了，只记得是JQuery写的，界面朴拙，但很好使：第一次出现可以同步的个人新闻订阅——每天清空未读数，成了诸多互联网强迫症的一种。

但虽然用户都是我这样的忠诚用户，Google在13年还是关闭了Reader，对外宣称是RSS属于“上一代”信息获取方式，新推出的Google+/Google Now会在个性化和主动性上给用户以全新体验——（2019年，继任者们都已经关闭和改名了）

同样都是公司内部创业项目，Gmail得以保留并且成长为拳头产品，因为面向大众，大众们邮件里的信息流也多种多样，有利Google主业：卖广告。而会在Google Reader里给自己组织并消费信息的都是精英玩家，不但小众而且内容也是垂直有限的，能卖出去的广告关键字实在是……还是关了吧。

有人撰文专门为此较好，指出“人工订阅模式没能满足大部分人的资讯需求”，更适合大众的，是“基于算法的个性化推荐”，于是有了“今日头条”，在Google Reader倒掉之后，把向大众卖新闻关键字广告的大生意做成了。

信息太多和太少

任他沧海横流，起高楼宴宾客，新闻我还是要看的啊，好在Feedly/Inoreader/NewsBlur等面向小众的服务还运营得不错，我一直用Feedly也挺顺手的，但13年有人说过的矛盾还是存在：一方面我订阅的内容不足以覆盖所有的兴趣点，遗珠就是遗憾啊（“有遗憾你才会记得我”），但加大订阅量，信噪比就会被稀释降低，毕竟时间宝贵。

“整体认读”作为工具服务，提供如下功能：

• 用户组织并消费信息
• 提高信息的信噪比

如何提高阅读信息的信噪比？毕竟“天之道损有余而益不足”，反其道而行之的方法目前主要有俩：一是靠人工，别笑，这篇文章的看官，有很大几率是《湾区日报》的读者。在我看来这是中文TMT界最佳信息源——人工推荐的。就是进入19年后创始人兼总编大人因为工作太忙更新率下降，以至于我一度想去催更——醒醒，这不是在起点啊喂！

二是人工智能，每当看到Google展示黑客帝国般的GPGPU农场或者今日头条演示用GAN换脸——几大IT公司伺候咱一人儿，这福分还小吗——那还能小喽？前提是真的在为读者计算。

Google 18年初财报显示，盈利77亿美刀，收入的84%来自广告业务。能把广告推送得精准，全靠软硬件基础设施：做免费的安卓系统，装在手机里成天跟着；搜索引擎知道每个搜算关键字和搜索地点；U管提供内容消费和偏好数据…一句话，移动操作系统、搜索引擎、视频网站，全都是这家广告公司的实体业务。

但是，广告公司的用户，并不是读者，而是投放广告的客户啊！读者是产品的一部分，能提供上述数据的精准程度，直接决定了这块媒体的广告价值。在公共关系学里，有两个基本概念“知名度”和“美誉度”，对广告公司而言，“知名度”就是一切，比如在微博上买流量，捧你还是踩你，都是N块钱一条——骂战没准都是大V双方商量好的，一次能省好几十万推广费用呢。Google Reader就是一个在小众精英团体里“美誉度”很好但是面向大众“知名度”不佳的产品，在广告公司里当然只有寿终正寝的份儿了。

——但作为Independent Service Vendor，可就不一样了！只要有少数兴趣相投的用户购买服务，就可以生根发芽，茁壮成长。

愿景

ReadCog的愿景，是能对解决以下三个问题有所贡献：

社会关系疏离

和自己核心社交圈子之外的社会联系，会像红移一般，平常不会注意，但迅速远离，作为一个个割裂的群组，最后失去联系——本来可以丰富自己的世界，但却在眼前消失，真可惜啊！人作为群居动物，必须依赖社会的共同努力，如果有人信心爆棚到觉得自己可以一力承担荒野求生的重任——贝爷还有摄影师，鲁滨逊还有星期五呢。

作为一个正常的白领，获取信息最有效的方式通常是中午和同事们吃饭时吹牛，稗官野史、外星科技无所不谈，第一是提供了相对封闭的空间和听众——点完菜等着也是等着；第二是上午摸鱼时看了新闻，不吐不快。ReadCog模拟了这两个条件：邀请关系可见的点评，以及精选后用来点评的最新RSS feed（当然可以自带OPML）。

信息内卷

做研究最悲惨的莫过于花了一年准备论文，发布前一天看了一眼最新期刊，发现有人已经发了……三峡大坝建成后发表已经在水线以下的“小小三峡漂流tips”同理。即便每天和同事吃饭团建，接触的信息也相对固化——毕竟人数有限，每个人的兴趣爱好就那么几个，时间长了信息量和一个人没本质区别。然后就不可避免地庸俗、过时和退化了，美国文化人类学家克利福德·格尔茨称之为“内卷（Involution）”，既无突变式的发展，也无渐进式的增长，长期以来，只是在一个简单层次上自我重复。具体可以参考大清的小农经济，虽然GDP高举世界前列，但能动员的力量微不足道。

而解决内卷的方案也很明确——引入外部资源。远的大清搞洋务运动后立马有了“同治中兴”，灭了太平天国，保住了西北，把大清朝盖棺材板推迟了几十年；近的大家都清楚，就不多说了。未来还有一带一路和人类共同体，大有可为啊少年们！

具体到ReadCog，就是根据一系列方法（包括但不限于：NLP/CF/LDA/LSI/贝叶斯/人力）向读者推荐以前从未看过的内容。

用户画像

别想了，用户画像是不可避免的，在信息时代比死亡和纳税还要不可避免。但有主观能动性的人们还是可以做一些事情，比如给我们每日阅读的信息源画像：A经常发些“恰饭”文，比率高达70%；B就好多了，只有5成的文章有“恰饭”味；C就更牛逼了，从不“恰饭”，专发良心干货…

《硅谷》里Yang的Hotdog应用已经成为了AI落地的一个梗：训练模型辨认热狗，就只能辨认热狗，想辨认披萨就得重新训练，毫无启发性。好消息是，今时今日的技术，辨认垃圾短信已经可以达到9成以上的成功率，辨认“恰饭”文嘛，也大有可为。

总结

靠一个软件服务解决上面这三个问题，那是不可能的。但是能够帮助用户在降低熵的方向上做哪怕微不足道的一点小事，也足慰平生了。