世界足球排名怎么算-足球世界排名算法

中国足球，何日出头？

中国改革开放的三十年中，原地踏步的是“中国足球”，让人感到悲哀的还是“中国足球”！

中国足球每向前一步，都会引来不少的“看点”。看惯了中国足球的环境，已经能分析中国足球的未来发展趋势，就在现在的体制下我们能洞察关于它的本质是如此的容易。不懂足球的人，正在慢慢地懂得中国足球；不能理解中国足球的人，正在渐渐地明白：“足球不应该这么踢”。

长期以来，中国职业联赛的技战术水平和足球界的整体素质没有什么提高，可以说是原地踏步甚至还不如计划体制下的“赛会制”，于是为了刺激市场，投资人不择手段打假球，贿赂裁判，用“激素法”强心，用以维持逐渐没落的足球市场，在功利主义的摸爬滚打下忽略了青少年足球的建设，“足球要从娃娃抓起”很多时候只是一句空谈，他们的功利思想，不会，也不可能为足球这个拖累企业的产业作长期的投资，青少年足球教练素质低下，任人唯亲，就更不要说他们更为孩子们灌输什么先进的足球意识和教导知识性极强的技战术理念了。一代又一代，不同的人重复走着前辈技术粗糙、能力底下、非合理身体接触对抗的老路，不论甲A还是中超，其联赛的含金量和欣赏性何从谈起？频繁的失误，缓慢的进攻，摔跤式的身体对抗，无聊的拖延比赛时间。。。这样的联赛水平，难道不是明日黄花蝶也愁？观众的忍耐是有限度的，对于这种乏善可陈的联赛，没有必要耗费时间精力和金钱在上面不失为明智的选择。斫择欣赏价值更高的国外联赛更能让真正的球迷赏心悦目，何乐而不为？失去了球迷，等于失去了足球的市场，没有政府优惠政策的民营企业俱乐部，急于脱手这块烫手的山芋，足球明显成了“不良资产”，被更多不愿意再烧钱的老板们所遗弃。总而言之，造成不良的恶性循环的一切根源在于没有一个好的制度来限制资本利益下所衍生的假、恶、丑现象，既然没法根除而流之于皮毛的应付，对中国足协来说，他们的生存条件不已市场为基础，因为他们的体制是“应试”性质的，对于更多的足球领导，他们的任务是上级指派下来的诸如“08奥运”的任务，于是，在任务业绩与足球发展两相权衡下，他们更倾向于前者以此升官发财。但是他们不知道，没有良好的联赛作保证，中国足球就是“断了线的风筝”，会越行越远。他们不能做到真正已球迷利益为本，因为他们不是真正的投资人，专业体制下的主管部门怎么能够出来职业体系下的东西呢？所以，不可能，08奥运、10世界杯不是为中国足球的年轻人作出的牺牲，真正牺牲的，是中国足球的未来。制度，像一支无形的手支配着一切，甚至违背客观规律，颠倒是非黑白。

中国足球屡屡溃败的根源是什么？中国足球将向何处去？

偏重一线队员，缺乏梯队机制

在热热闹闹的中国足球国家队与俱乐部队的背后，是沉默的青少年足球。不少从事青少年足球人才培养的官员与教练预言：中国足球输球的日子还在后面！他们表示，中国足球队输球并不可怕，只不过是输掉了今天；可怕的是，基于中国青少年足球基础连年萎缩的惨痛现状，中国足球可能输掉明天。

“我国至今没有青少年足球人才培养大纲。”重庆力帆足球俱乐部常务副总经理陈宏说，“如果我们不建立新的青少年足球人才培养机制，中国足球永远没有出路！”现在如果说中国足球这个项目“死定了”，当然是危言耸听，但是，中国足球未来的一段路将越来越难走，并非悲观的判断。

事实上，中国足球最根本的问题，在于足球只是在国家队或者俱乐部一线队层面上“流行”。“流行”意味着被关注，意味着巨额投入，意味着热闹与风光。可是，在二三线乃至基层足球因为被忽视而每况愈下的背景下，一线队的“流行”，犹如建立在沙滩上的宫殿，投入再多，也难逃低水平循环的噩运。

人口基数虽大，足球人口匮乏

“十三亿人中间为什么就挑不出十一个踢球踢得好的？”每逢中国足球队战败之际，总有球迷发出这样的质问。但是，一些从事青少年足球训练工作的官员和教练表示，这种算法是不对的。应该问，十三亿中国人口中有多少足球人口？

据有关方面统计，1990年到1995年，我国青少年足球人数达到历史最高的六十五万人；2000年至2005年，则降至十八万人，而当前在中国足协注册的青少年足球运动员仅有五万多人。

相比之下，邻国日本人口仅有中国的十分之一，但有六十余万注册在案的青少年业余足球运动员。

2000年前后，足球学校如雨后春笋似的冒出来。如今，生源短缺已成了国内足球学校面临的最大难题。

曾在十年前担任重庆渝海足球俱乐部主教练的马渝昌回忆说：“当时暑假计划招三百人进行培训，结果一天之内就有五百多人报名。但是到2005年的时候，重庆市足协招夏训班，搞了三期，最多的一期二十多人，最少一期只有十来个人。”

完全走向市场，培训链条断裂

四年前，曾扬言要打造“百年俱乐部”的上海中远俱乐部与普陀区足协共建了一家青少年足球培训中心。四年后，中远俱乐部早已易主，而这家足球培训中心呢？“唉，这批孩子都‘失踪’了，他们都给浪费了……”普陀区足球学校校长隗礼让提起此事，满是遗憾。

在原有的计划经济模式下，青少年足球训练体制是一个线型培养和选拔体系。由国家拨款，确定编制，经过教练员首选，采用纯计划的组织形式进行。

推向市场后，这些都被打乱了。

中国不少足球俱乐部产权关系不明确，投资者频繁更换，他们多注重短期广告效益，较少注重俱乐部长远发展；足球产业开发不成熟，俱乐部收支失衡，拿不出资金投放到青少年梯队建设中。而一些俱乐部宁肯花重金去买“天价”球员，也舍不得在梯队建设方面投入。

选材质量有限，陷入恶性循环

国内不少足球学校仍然沿用脱离普通学校、集中训练的模式。陈宏认为，不少足球学校，其实是把家长管不住的孩子收进来，根本不是培养人才的地方。

“在足球职业化初期，是有一些家长去‘搏’的，花钱让孩子去踢球，希望培养出第二个范志毅。”沈雷说，“现在这样的家长越来越少了，尤其在大城市，没有几个家长愿意让孩子踢足球。”

“现在足球人才的选材质量大大下降，读书不好，放弃高考这条路，才去练足球。这样下去，中国足球会陷入恶性循环。”上海市普陀区体育局副局长杨建新说。

众多分管青少年足球训练的官员与教练均表示，从目前情况来看，“体教结合”是一条不错的路。重庆七中体卫艺处主任肖庆林强调：“中国青少年足球人才，绝对不能是读不了书才去踢球的人！”

不择手段，起点缺乏诚信

肖庆林有三十多年青少年足球人才培养经历，耳闻目睹了很多“怪事”：“中青队应该是1991年龄段，但是有一个绝对主力，现在已经二十一二岁了。”沈雷说：“假冒年龄已经成了我国青少年足球比赛的一个‘毒瘤’，要割除这个‘毒瘤’，难度很大。”

隗礼让说：“现在青少年足球训练、比赛非常急功近利，因为好的成绩决定了教练的工资、职称、奖金、位置……”锦标主义，以及锦标背后牵涉的巨大利益，导致不择手段，使少年足球原本的纯真与简单染上了不应有的虚假与污浊。

上海市足球协会青少年部主任玄刚说：“其实中国足协对青少年足球比赛中假冒年龄这一顽症，也是深恶痛绝的，但想不出特别有效的管理办法。现在普遍采用的是用测骨龄的方法来‘打假’，但测骨龄是一个选材的手段，而不是衡量年龄的办法，误差很大。”

金字塔塔基不牢，女足状况同忧

中国青少年足球告急！中国青少年女足更是岌岌可危！这是记者在调查中获得的一些令人心情沉重的数字：中国足球学校女生数量从最多时的一百五十人，降至五十人；有“足球之乡”美誉的上海市杨浦区，白洋淀足球场每年只能招到几个青少年女足选手。上海普陀区足球学校女足教练钱惠说：“现在要动员一个女孩子踢球太难了。泱泱大国，踢足球的女性才两千多人，而美国有上百万人。”

“下一个孙雯在哪里？”这是一个沉重得让人无法回答的问题，包括孙雯本人。“上个世纪八十年代的时候，国内女足选手很多，全国几乎所有的省、市、自治区都有女足队，下面还有梯队。”孙雯说。正是那个年代的良好基础，中国收获了女足的“黄金一代”。

2000年以后，中国女足跟男足一样，屡屡让国人失望。不同的是，男足让球迷愤懑，而女足留下的更多是一种心酸。

缺乏“精神”是现在中国女足输球的一个原因，但最重要的原因，还是中国女足金字塔的塔基不牢。中国女足重振辉煌的关键，在于中国足协要去精心播种，毕竟，“铿锵玫瑰”重新花开终需时日。

关于java新闻网站的算法

（一） 算法伦理的研究

1.算法内涵界定。算法源于数学，但现代算法又远远不止于传统数学的计算范畴。算法多被理解为是计算机用于解决问题的程序或步骤，是现代人工智能系统的运行支柱。《计算主义：一种新的世界观》(李建会等，2012)中将算法定义为能行的方法，在外界的常识性理解中所谓算法就是能感受到的一套运算规则，这个规则的特点在于运算时间的有限性、计算步骤的有穷性、输入结果的确切性,它是机械步骤或能行可算计程序。该定义点明了算法应具备的两个基本属性——有限性与有穷性。《用计算的观点看世界》( 郦全民，2016) 则从信息传播的角度解读算法，认为算法实质上是信息处理方法。

2.算法伦理研究

伦理关乎道德价值真理及其判断。存在于自然界、社会中的人，其行为应遵循一定的伦理道德规范。伦理的效应要导向善。伦理道德关注对个体存在的尊重、个体的自由、公平正义以及组织团体的延续与发展等问题。在一定程度上可以说，当今的人类社会已经不能脱离智能算法系统而运行了。

算法无时无处不在对世界产生影响，因而算法也会必然的触碰到伦理道德。和鸿鹏（2017）已指出，算法系统在人类社会生活中的广泛应用，会陷入诸多如人类面临且无法回避的伦理两难选择困境之中。而当算法与伦理发生关联时，学界一般认为会引出职业伦理和技术伦理两种伦理问题。

职业伦理主要与算法系统的开发者有关，指开发者是带有个性价值观、伦理道德观去研发算法系统的行为体，因而算法系统一开始便会掺杂着设计人主观性的伦理道德观。设计者出于何种目的开发某算法系统、面对不同问题设计者持有的伦理道德态度，这些都会在算法系统的运行中得到体现。

技术伦理是算法系统在一定意义上可称之为一种科学技术，这种技术自身及其运作结果都会负载着伦理价值。其实在一些情况下，职业伦理与技术伦理之间并没有很明确的界别，关于这一点，刘则渊跟王国豫已做过论述。

本文将主要从技术伦理的角度对算法关涉伦理这一问题尝试做深入研究。

（二）网络新闻传播的算法伦理研究

算法与技术的融合不断英语于网络新闻传播领域中，从数据新闻到机器写作，从算法推送到舆情到分析，国内新闻传媒领域的机器新闻和相关研究逐渐发展，金兼斌在《机器新闻写作:一场正在发生的革命》(2014)，作者较早的将眼光聚焦于基于算法的新闻内容生产和编辑。认为在自动化新闻生产大发展的前提下，诸如新闻生产或分发中劳动密集型的基础性工作与环节都将被技术取代。张超、钟新在《从比特到人工智能:数字新闻生产的算法转向》(2017) 认为算法正在从比特形式走向人工智能阶段，这种转向使得数字新闻与传统新闻的边界进一步明晰，促使数字新闻生产也产生了变革。胡万鹏在《智能算法推荐的伦理风险及防范策略》中总结了从算法推送方面：针对新闻的价值观所受到的负面影响；以及新闻的公共性、客观性和真实性受到的削弱进行分析；从受众方面：将具体对信息茧房现象以及受众的知情权和被遗忘权展开探讨；从社会影响方面,则针对社会群体、社会公共领域和社会文化所受到的消极影响展开论述。

根据以上文献的梳理可以看出，国内目前对网络新闻传播的算法伦理研究主要集中在新闻业态算法伦理失范的相关问题，因为与其他失范问题相比，这是比较容易发现的。但目前关于网络新闻传播的算法伦理的国内研究还存在不足：国内算法伦理和网络新闻传播算法伦理的研究还是在起步阶段，比较成熟的系统性研究还未出现；关于算法开发人员和平台的责任机制的研究都比较薄弱，总上所述，算法推送新闻的伦理问题研究是有必要继续加强的。

2.新闻推荐算法的兴起、发展与原理

2.1 新闻推荐算法的兴起

随着计算机技术的信息处理的维度越来越高，信息处理的能力不断提升，算法技术可以从大数据中筛选出用户最关心最感兴趣的信息，改变了原有的新闻信息传播方式，重塑了新的媒介生态和传播格局。

但反过来看，在人人都能生产信息的背景下，信息的生产、传播和反馈的速度都是呈几何倍数增长，用户面对的信息越来越多。由于设备的局限性和信息海量，用户无法集中注意力看自己感兴趣的内容，也无法及时抓取对自己有用的信息，于是出现了“注意力经济”。美国经济学家迈克尔·戈德海伯（1997）认为，当今社会是一个信息极大丰富甚至泛滥的社会，而互联网的出现，加快了这一进程，信息非但不是稀缺资源，相反是过剩的。相对于过剩的信息，只有一种资源是稀缺的，那就是人们的注意力。换句话说，信息不能够一味追求量，还要有价值，价值就在于用户对信息的注意力，谁获得了用户的注意力就可以有市场的发展空间，通过“贩卖”用户的注意力能够使新媒体聚合平台获得利润，维持发展。再加上现在生活节奏越来越快，人们对信息获取的量和效率要求提高，不想把时间浪费在自己不感兴趣的信息，从而用户获取信息的“个性化”特征变得明显起来。

基于此背景下，算法推送新闻的传播机制应运而生，用户不需要特意搜索自己需要的信息，而是海量的信息会自行“找到”用户，为用户节省搜索时间之余，又能做到真正为用户提供有用的信息。

2.2新闻推荐算法的发展现状

算法推荐是依据用户数据为用户推荐特定领域的信息，根据受众使用反馈不断修正并完善推荐方案。目前主要有两类新闻机构使用算法推送，其一是新型的互联网新闻聚合类平台，国内主要是以今日头条和一点资讯等算法类平台为代表，在我国新闻客户端市场上拥有极高的占有率。张一鸣创建今日头条是依靠大数据和算法为用户推荐信息，提供连接人与信息的服务，算法会以关键词等元素判断用户的兴趣爱好，从全网抓取内容实现个性化推荐。国外则是以Facebook、Instagram等平台为代表，这些APP都是通过算法挖掘用户的数据，以用户个性化需求为导向对用户进行新闻推送。另一种则是专业新闻生产的传统媒体，为积极应对新闻市场的竞争和提高技术水平而转型到新闻全媒体平台，如国内的“人民日报”等，国外利用算法推送向用户推送新闻的传统媒体则有美国的美联社、华盛顿邮报和英国的BBC等,他们利用算法监督受众的数量还有阅读行为，使他们的新闻报道能够更加受受众的喜欢，增加用户的粘性。

2.2 新闻推荐算法的原理

2.2.1 新闻推荐算法的基本要素

算法推送有三个基本要素，分别是用户、内容和算法。用户是算法推送系统的服务对象，对用户的理解和认知越是透彻，内容分法的准确性和有效性就越准确。内容是算法推送系统的基本生产资料，对多种形式内通的分析、组织、储存和分发都需要科学的手段与方法。算法是算法推送技术上的支持，也是最核心的。系统中大量用户与海量的信息是无法自行匹配的，需要推送算法把用户和内容连接起来，在用户和内容之间发挥桥梁作用，高效把合适的内容推荐给合适的用户。

2.2.2 新闻推荐算法的基本原理

算法推送的出现需要具备两个条件：足够的信息源和精确的算法框架。其中，算法的内容生产源与信息分发最终效果密切相关：是否有足够多的信息可供抓取与信息是否有足够的品质令用户满意都将对信息的传播效果产生影响。与此同时，分发环节也在向前追溯，改变着整个传播的生态。目前，国内新闻传播领域所使用的算法推送主要有三大类——协同过滤推送、基于内容推送和关联规则推送。

协同过滤推送分为基于用户的协同过滤和基于模型的协同过滤。前者主要考虑的是用户和用户之间的相似度，只要找出相似用户喜欢的新闻文章类别，并预测目标用户对该文章的喜欢程度，就可以将其他文章推荐给用户；后者和前者是类似的，区别在此时转向找到文章和文章之间的相似度，只有找到了目标用户对某类文章的喜爱程度，那么我们就可以对相似度高的类似文章进行预测，将喜爱程度相当的相似文章推荐给用户。因此，前者利用用户历史数据在整个用户数据库中寻找相似的推送文章进行推荐，后者通过用户历史数据构造预测模型，再通过模型进行预测并推送。

基于内容的推送即根据用户历史进行文本信息特征抽取、过滤，生成模型，向用户推荐与历史项目内容相似的信息。它的优点之一就是解决了协同过滤中数据稀少时无法准确判断分发的问题。但如果长期只根据用户历史数据推荐信息，会造成过度个性化，容易形成“信息茧房”。

关联规则推送就是基于用户历史数据挖掘用户数据背后的关联，以分析用户的潜在需求，向用户推荐其可能感兴趣的信息。基于该算法的信息推荐流程主要分为两个步骤，第一步是根据当前用户阅读过的感兴趣的内容，通过规则推导出用户还没有阅读过的可能感兴趣的内容；第二是根据规则的重要程度，对内容排序并展现给用户。关联规则推送的效果依赖规则的数量和质量，但随着规则数量的增多，对系统的要求也会提高。

2.2.3 算法推送的实现流程

在信息过载的时代，同一个新闻选题有很多同质化的报道，因此分发前需要对新闻内容进行消重，消重后的新闻内容便等待推送，此时的推送有三个类别：启动推送、扩大推送和限制推送。

第一类是启动推送，先对用户精准推送，即将其订阅账号的更新内容第一时间向用户推荐；然后根据用户的历史浏览数据，把相似的文本特征归类后推送给其他用户；最后是给关注用户的相似人群进行推荐。第二类扩大推送是指对于某个点击率、阅读时长都明显高于平均水平的新闻内容，系统会将它自动筛选出来，并向更多的人进行推荐。但在扩大推荐的过程中，系统会依据用户的反馈进行调整。第三为限制推送，指某个点击率、阅读时长都明显低于平均水平的新闻内容，会被系统自动筛选出来，遏制推送，这样的内容会被缩小推荐范围。

3. “今日头条”新闻推荐算法分析

“今日头条”是国内一款资讯类的媒体聚合平台，每天有超过1.2亿人使用。从“你关心的，才是头条！”到如今的“信息创造价值！”，产品slogan的变化也意味着今日头条正逐渐摆脱以往单一、粗暴的流量思维，而开始注重人与信息的连接，在促进信息高效、精准传播的同时注重正确的价值引导。

在2018年初，“今日头条”的资深算法架构师曹欢欢博士在一场分享交流会上公开了其算法运行原理。在他的叙述中，非常详细地介绍了“今日头条”的算法推荐系统概述以及算法推荐系统的操作原理。

3.1.1-1 曹欢欢博士的今日头条算法建模

上图用数学形式化的方法去描述“今日头条”的算法推送，实际上就是一个能够得出用户对内容满意程度的函数：即y为用户对内容的满意度，Xi,Xc,Xu分别是今日头条公开的算法推送的三个维度：Xi是用户，包括用户的性别、年龄、职业和兴趣标签，还有其他算法模型刻画的隐形用户偏好等；Xc是环境，这也是移动互联网时代新闻推送的特点，由于用户随时随地在不停移动，移动终端也在移动，用户在不同的工作场合、旅行等场景信息推送偏好也会不同；Xu是内容，今日头条本身就是信息聚合类平台，平台上涵盖各种不同形式的内容。本章将以该函数为基础，逐一分析今日头条的推荐算法。

3.1 推荐维度之一：内容分析

内容分析原指第二次世界大战期间，传播学家拉斯韦尔等研究学家组织了“战士通讯研究”的工作，以德国公开出版的战时报纸为分析研究对象，弄清报纸内容本质性的事实和趋势，揭示隐含的隐性情报内容，获取了许多军情机密情报并且对事态发展作出情报预测。在“今日头条”中，内容分析则是对文章、视频内容提取关键要素，通过对文本、视频标题关键字进行语义识别，给内容进行分类。“今日头条”的推送系统是典型的层次化文本分类算法，来帮助每篇新闻找到合适的分类，比如：第一大分类是政治、科技、财经、娱乐、体育等，体育类可以下分篮球、足球、网球等，足球又可以下分中国足球和国际足球，中国足球最后下分为甲、中超、国家队等。这一步是对文章进行对这个工作主要目的是对文章进行分类，方便以后对客户推荐。

想要内容分析实现效果，则需要海量的内容信息给算法系统提供有效的筛选和分类。“今日头条”既然是依赖于算法推送新闻，那它背后的数据库必然是强大的，“网页蜘蛛”和“头条号”就是支撑今日头条平台消息来源的重要渠道，其消息来源极其丰富，何时何地有何新鲜事，都能高效率抓取信息。

第一个消息来源的渠道是“网页蜘蛛”，“网页蜘蛛”又叫网页爬虫，头条使用的就是搜索引擎爬虫叫“Bytespider”。它能按照一定的规则，自动爬行抓取互联网的信息或脚本，就像蜘蛛通过蛛网进行捕食，当发现新的信息资源，蜘蛛会立刻出动抓取信息内容并将其收入自己的数据库中。和微信的垂直搜索不同，Bytespider是能够抓取全网内容的全新搜索引擎，因此“今日头条”的搜索引擎功能很全面，搜索的资源很广，资源包容性极高。

Bytespider信息抓取的基本流程如下：首先是网页抓取。Bytespider顺着网页中的超链接，从这个网站爬到另一个网站，通过超链接分析连续访问抓取更多网页。被抓取的网页被称之为网页快照。由于互联网中超链接的应用很普遍，理论上，从一定范围的网页出发，就能搜集到绝大多数的网页。第二步是处理网页。搜索引擎抓到网页后，还要做大量的预处理工作，才能提供检索服务。其中，最重要的就是提取关键词，建立索引库和索引。其他还包括消除重复网页、判断网页类型、分析超链接、计算网页的重要度、丰富度等。第三步提供检索服务。用户输入关键词进行检索，搜索引擎从索引数据库中找到匹配该关键词的网页，为了用户便于判断，除了网页标题和URL外，还会提供一段来自网页的摘要以及其他信息。

第二个消息来源渠道是“头条号”。与“今日头条”不同，它是今日头条针对媒体、国家机构、企业以及自媒体推出的专业信息发布平台。致力于帮助生产者在移动互联网上高效率地获得更多的曝光和关注。简单来说头条号是媒体在上面撰写并发布文章、视频后，会在今日头条（包括今日头条极速版）平台展示。通过头条号后台，媒体可以看到具体文章推荐量、阅读量、粉丝阅读量、评论量、转发量和收藏量，最后通过这些可以量化的用户阅读行为的反馈，算法系统进一步对目标用户进行内容推荐。

3.2 推荐维度之二：用户分析

用户分析通过提取用户的有效数据，如用户经常浏览的文字类型、经常搜索的关键字、注册时登记信息的内容等，算法系统可以将每个用户的浏览记录、浏览时间、留言、评论和转发等行为进行关键字提取，最终形成用户画像，以便之后对用户进行文章和视频的精准推送。举个例子，给喜欢阅读“体育”的用户标上“体育”标签；给喜欢“娱乐”的用户标上“娱乐”的标签，这一步的作用是给用户的兴趣进行建模，包括用户对文章和视频的全局热度、分类热度，主题热度，以及关键词热度等。热度信息在大的推荐系统能够解决新闻冷启动问题，帮助新闻实现推送。

用户分析还具有协同特征，它可以在部分程度上帮助解决所谓算法越推越窄的问题。协同特征也就是“联想式”的推送方法，并非只考虑用户已有历史，而是通过用户行为分析不同用户间相似性，比如点击相似、兴趣分类相似、主题相似、兴趣词相似，甚至向量相似，从而扩展模型的探索能力。根据用户之间计算数据的相似程度，把用户细化分类成为不同的目标群体，再向目标群体集中的推送其感兴趣的新闻内容

内容分析和用户分析是相辅相成的，如果没有分析的文本标签，无法得到用户兴趣标签，没有用户的兴趣标签就无法给用户定位实现精准推送。

3.3 推荐维度之三：环境分析

环境分析就是根据文章的时效性和接近性推送给相应的用户，比如获取用户当前所在位置是否在旅游区，这个可以通过获取用户的实时位置来实现。还会不断与用户之前经常出现的所在地进行对比等方式确认当前状态，分析出用户是在常住地区还是在旅行。这时若系统检测到用户正在泰山及周边游玩，则可能会相应推送泰山的相关文章、周边的交通新闻和天气信息等等。

通过上面三个推荐维度可以作为数据基础，分析当前用户处于什么环境，结合用户画像以及文章的内容分类来推荐，尽量做到推送的内容都是用户所感兴趣的。算法系统还会通过内容分类、分析抽取，把文本相似度高的文章，包括新闻主题、内容相似的文章进行消重，解决推送重复的问题，进一步对目标用户进行精确且不重复的内容推荐。最后过滤质量低俗的内容，以免造成平台会有负面倾向。

3.4 “今日头条”新闻推荐算法的价值取向

3.4.1 “用户为上”

“今日头条”的算法推送是站在用户的立场上的，以满足用户个性化和推送的精准性，“今日头条”也重新衡量了新闻价值标准：以用户为上，用户对新闻内容和阅读方式的满意度便是平台推送新闻的价值宗旨。传统媒体时代，只有报纸和电视，有什么受众就得看什么，而如今“今日头条”根据用户兴趣去进行推送。算法推送平台用户范围广，很多用户热衷关注负面，也有许多用户都有窥视欲和好奇心，喜欢无聊八卦和无聊新闻，而且在好奇心作用下用户都有从众心理。这使得生产者过度去迎合受众，只要是用户喜欢看就可以发表在“今日头条”上。

3.4.2 “算法主导”

“今日头条”更注重技术分发，生产者是用户，受众者也是用户，这样一来内容监管和分发就很困难。算法推送机制根据用户爱好进行推送，这样生产的内容快、也无疑会加速内容配送效率。在算法推送模型中，用户点击频率、阅读时间、点赞评论以及转发在算法时代都是可以进行量化的目标。在这样情况下生产的内容，想要获得较大点击率和推送率，需要标题才能吸引用户，因为用户在平台一眼能看到的就是标题和配图。标题和配图决定用户是否会打开你的内容，这导致许多内容生产者在编辑新闻标题时陷入标题党的怪圈，还有导致低俗内容的呈现，以制造冲突制造悬念贴标签等方式引用户点击，意图把自己的文章做成爆文。对于海量的信息内容，即使今日头条数据和智能推荐做的再好，目前来说也难以抵挡海量的垃圾信息。

4.算法推送新闻引发的伦理问题

在如今网络时代的传播思维中，“用户为上”、“算法主导”的新闻价值取向已经在算法聚合类平台成为了普遍，算法推送技术作为吸引用户的手段，搭建起一个充满诱导的媒介环境，以此增加用户对平台的粘性。算法推送技术在获取信息、传播速度等方面与以往相比有着跨时代的进步，但与此同时，由于算法推送技术的加入，衍生出新的伦理问题，并且日渐复杂化。

4.1 算法推送引发的伦理问题

4.1.1 算法推送过于机械化，没有思考能力

单向的算法推荐对用户来说经常会带来内容杂乱无章、信息量过大、信息价值低等问题。从逻辑讲，算法只是从关键字的检索匹配来完成统计推荐，但对新闻报道或文学作品具有艺术性、专业性的内容来说，是不能保证推送的质量的。算法方面，目前主要基于匹配检索与统计，大部分都是个人关注的信息类型和标签，难以达到较好的推送效果。一千个人眼里有一千个哈姆雷特，但是计算机只有只有一个。算法技术过于注重机械化的统计，只根据关键词来推荐用户，对我们中国具有博大精深的中国文字文化底蕴，推荐算法是远远不够的。整个新闻客户端显得像是一个菜市场，没有态度、没有风格，阅读感受单一化，呈现了碎片化的特点。新闻不只是让用户能够了解身边发生的新鲜事，还有宣传正面思想和传播正能量的作用，新闻应该还要给人们带来新的思考。让机器做出正确判断很简单，但是让机器综合心理学、社会学、乃至某细分领域内的规则做出判断还要正确地引导受众则很难，正如现在算法技术还不能完成一篇富有人文性、文学性和批判性的深度报道，它止步在了碎片式的、表层的传播范畴。

4.1.2 容易引起“信息茧房”效应

“信息茧房”这一概念是凯斯.桑斯坦在《信息乌托邦》一书中提出的。意指受众在过度的信息自我选择之中，这样会降低接触外界其他信息的可能，从而将自己的生活桎梏于蚕茧一般的“蚕房”中的现象。人们的信息领域会习惯性被自己的兴趣引导，信息窄化带来了受众对信息接收的单一性，这种单一性的可能会使受众陷入循环，加重受众信息同质化。

在互联网的普及初期，受众主要是从主流媒体和门户网站获取新闻信息，主流媒体能够保障新闻的质量；对于其他资讯的获取，由于技术的限制，此时的茧房并没有过度被放大，受众是有适当的自主选择性阅读新闻的。但到了如今以智能技术的互联网时代，情况发生了改变，信息茧房的现象越来越明显，用户被标签的情况下，算法系统进行大量的主动推送，使受众被动地成为信息的接收者。用户的阅读兴趣不可能涵盖所有的知识领域，算法分发的核心逻辑是根据用户的行为数据来进行精确推荐的，但同时算法又会自动过滤掉“不感兴趣”“不认同”的信息，实现“看我想看，听我想听”。在此过程中，因为算法技术的力量将用户的信息选择效果放大了倍数，进而将受众困住在信息茧房当中，受众也很难凭借自身力量打破茧房，甚至在不知觉中受到更多负面的影响。

4.1.3 算法推送的“伪中立性”

客观和全面是新闻伦理的基本要求，新闻从业者必须从可好信息源来获取真实的信息，以客观的态度反应现实。我们惯常认为,互联网技术服务商是技术中立者,不需要承担约束大众媒体的社会责任，然而当信息把关人又新闻编辑转变为算法工程师，传统的媒介伦理似乎已经失效。算法具有商业倾向性，“中立性”是算法平台用以逃避媒体责任的理由，给大众媒介造成传播乱象，如此一来更像是一场算法平台“肆意妄为又不想负责”的诡辩。

算法平台的信息源是经过选择和过滤的，“头条号”的内容占“今日头条”整个信息系统的绝大部分，然而在“人人都可以做新闻人”的时代，头条号平台是一个开放的网络媒介环境，存在大量的偏见和错误的认知。无论是“今日头条”平台设立的算法规则，还是其他爬虫的抓取的关键词，算法系统的信息源很多是具有目的性的、有偏见和非客观的信息，所以信息源不能直接作用于用户。因此，筛选算法系统的信息源与传统的人工编辑相比较，范围极广且很难把关，若算法被恶意利用，那么使整个传播系统将会被轻易控制。

4.1.4 算法推送里的“议程设置”

原议程设置功能揭示的重要内涵是：“受众对新闻的看法虽然被大众媒体议程设置功能所主导，但其更深刻的是议程设置给大众媒体新闻带来放大与延伸，从而使受众对新闻选择做出能动性修正，让受众在满足需求和媒介依赖中逐渐培养出的潜在认同感”。

推送算法技术在互联网平台的运用，使原来传统媒体主导的议程设置过程发生了变化，伴随着传播权的转移、公众参与度的提高和信息量剧增等原因导致议程设置功逐渐能减弱。过往传统新闻的内容是由编辑有选择地进行报道后再呈现在受众面前的，而个性化新闻推送是用户自己来选择看哪一方面的内容，而这一环节中，天然的技术赋权将传播权从传统媒体下放至平台的用户，使得受众和社会的连接无需依赖传统媒介，新闻媒体作为把关人的作用和议程设置功能都在减弱。

4.2 算法新闻治理缺陷下的算法权利异化

算法作为人工智能的基石之一，是“一种有限、确定、有效并适合用计算机程序来实现的解决问题的方法,是计算机科学的基础”。近年来,伴随人工智能深度学习算法取得的重大突破和大数据时代的到来,人工智能的应用场景不断拓展，人工智能时代正逐渐从想象成为现实。借助于海量的大数据和具备强大计算能力的硬件设备,拥有深度学习算法的人工智能机器可以通过自主学习和强化训练来不断提升自身的能力,解决很多人类难以有效应对的治理难题。伴随人工能算法在国家和社会治理中重要性的日渐凸显,国家和社会对于算法的依赖也逐渐加深,一种新型的权力形态——算法权力也随之出现。

可以把算法权利分为四种：数据主权、算法设计权、研发的资本权和算法控制权。由于前三种权利都是单向的、算法开发者赋予算法的权利，是属于算法开发者的，与算法分发平台呈现的效果没有直接的影响，所以本文将着重论述算法控制权。

算法控制权是双向的，用户是算法技术数据行为的提供者，同时又是被算法技术控制的受害者。例如我们看到“今日头条”会通过推送算法来监管用户的发布和浏览行为，同时平台会通过算法决策系统来实现内容的发布去引导用户。算法控制权当然是一种天然技术赋予的权利，但算法控制权是在用户提供数据行为的情况下才得以实现的，因此算法控制权既存在内容生产权，同时有要尊重和保护算法相对人的义务。

正因为如此，算法技术被认为是一种双刃剑，一方面算法能够做出精准的行为预测，可以为管理者提供非常好的循环干预机制；对于公共行为主体来说，可以通过对大数据的应用来解决社会治理问题，对于私人主体来说可以借助数据来提供个性化和定制化的服务；另一方面，算法技术存在着诸如利益和风险不对称等问题，而且由于算法技术发展的超前性，新科技的创造者具备不对称的信息和技术优势，能够按照自身利益的需求来塑造在平台上的算法推送逻辑和社会系统，这带来了监管的不确定性。人们要通过集体行为去承担社会责任，通过这样的方式规制算法权利，可以让我们能够对算法分发系统的意义和价值得到更深刻的思考。

三个概念，让你一眼看透事物的本质

本文内容分三个部分，建议阅读时间10分钟

迅速洞悉事物的本质，是一种极强的能力。如果我们具有下面三种概念思维，那么很多事情会有豁然开朗的感觉。

最近我看到一篇很有趣的文章，提出了一个叫“ 概率权 ”的概念，很有意思。

我们先来看一道选择题。

假设你现在面对两个按钮：如果你按下第一个按钮，直接给你一百万美元；如果按下第二个按钮，你有一半的机会拿到一亿美元，当然还有一半机会就什么都没有。这两个按钮只能选一个，你选哪个？

我拿这道题在办公室里同事当中测试了一下，大部分人都选择直接拿一百万美元走人。因为这本来就是飞来横财，拿了入袋为安。而另一个选项一亿美元，万一按下去，什么都拿不到呢？我的小心脏啊，根本承受不了这个损失。这么选的人，风险偏好比较小。

当然，也有人选择按第二个按钮的，这种人风险偏好比较大。他们的理由也很简单，反正是飞来横财，那不如赌一把。那我就继续追问，你这么选的话，如果正好落在那不幸的50%上，什么都拿不到，你会特别懊悔和心疼吗？他们想想说，好像也有点，连一百万美元那只煮熟的鸭子也飞了啊。

那正确答案是什么呢？

当然是选有50%的机会拿到一亿美元。但是，我给出的理由不一样。

一个熟知现代社会规则的人，会这么处理。第二个按钮，如果按下去有50%的机会拿到一亿美元，那么按照概率，这个按钮的选择权价值就是5000万美元。我承受不了这个损失，那好，我把这价值5000万的机会卖给一个有能力去赌的人，比如说用2000万美元跟他成交。那对于买的人来说，用2000万美元买一个价值5000万美元的概率权，在账面上是非常划算的。而你现在有2000万美元了，是不是比选第一个100万美元强得多？

好，你可能会说，我找不到愿意赌那么大的人。那我们优化一下上面的方案，你找一个比你有钱的人，你说：“我把这个选择权卖给你，但是首付100万美元，如果你中了一个亿，我要求再分成一半，你觉得怎么样？”

对你来说，100万美元他作为首付给你，已经落袋为安了，剩下就让他去赌个运气，反正也比第一个选择强。而对买家来说呢，他是拿100万美元的成本去赌5000万美元的一半概率，这个买卖他也非常划算，他会干的。

接着往下想，这个方案还有没有更近一步优化的空间？

还有，当然那就更复杂了。比如，把这个选择权切碎了发行**，这样就更是不赔，当然这个普通人就干不了了，得有政府授权。

说到这里，你可能会觉得有点奇怪。开始的时候，我面对的选择，明明一个是确定的，一个是不确定的。可是这不确定的最后怎么就变得确定了呢？而且收益要高得多呢？

对啊，这个例子里面，藏了这个世界的一个绝大的秘密，就是穷人思维和富人思维的区别。请注意，我这里说的是穷人思维和富人思维，而不是指穷人和富人。

我们人生在世，时时刻刻都面对各种各样的选择。每一个选择背后，都有成和败的概率。

穷人思维，就倾向于拿到确定的东西，他不要概率权。而富人思维正好相反，每次选择的时候都愿意根据成功的概率来，不管每一次的成败、输赢，他一直都坚持这么。

请注意，珍视概率权，不是让你去赌，而是跳出自己的直觉本能，用概率的思维去思考自己的每一个选择 。

如果概率权算得过账来，那就勇敢去，比如说用100万美元的价格去试试50%的机会拿到一亿美元的概率权。从直觉上来看，虽然有风险，但是在概率思维看来，这已经是划算得不能再划算的买卖了。

穷人不珍视概率权，不是不去赌，他们反而更容易去赌一些极小概率的事情。比如花钱买**，两块钱两块钱地买，想博一个发财梦。

但是明白**原理的人都知道，这成功的可能性几乎为零。而组织销售**的人，他是按照概率思维来设计这个机制和游戏的，他们反而是不赔的。所以你看，就**这件事来说，是穷人在补贴富人。

举个例子，你看富人是怎么想的。扎克伯格，Facebook的老板，他当年刚创立Facebook公司4个月，就有人出价1000万美元要收购他的公司，两年后，雅虎公司出价10亿美元收购。其间当然还有很多次机会，谷歌、新闻集团等等都曾经有过收购意向，每次出价对于当时的扎克伯格来说，都是一次大发横财，从此余生可以花天酒地的机会，但是每一次扎克伯格都拒绝了。

你是马上就拿到10个亿，还是以百分之几的可能性，也就是概率，在数年之后拿到1000个亿？这是一个选择，你看，扎克伯格面对的这个选择，跟我们今天刚开始举的那两个按钮的例子是不是很像？

几年之后，另一家创业公司Snapchat用类似的方式拒绝了扎克伯格的30亿美元收购的邀请。

这就是硅谷的精神之一，它可不仅仅是发财梦，它是一种财富观，是一种雄心壮志，是一种对概率权的把握。

我创业几年，说实话刚开始也是不太理解那些风险投资人的逻辑。一个创业项目，看起来不是很靠谱，没有任何确定性，投资人居然就敢成百万、上千万、上亿的钱白给创业者花，而且还只占很少的股份。按照直觉思维来看，这些投资人不是疯了吗？

但其实，这是因为人家风险投资人看世界，和我们普通人的角度不一样。

他们是看概率权的。

一个创业公司，刚开始可能都没有盈利，但是投资人已经把这个行业的前途，这个创业者、创业团队的素质和未来的市场风险等等都用概率思维给算过了，给出了一个估值。这个估值虽然是纸面财富，但是它包含了一系列概率的算计，它是真实的市场定价。风险投资人他就这么一直，一直，下了很多次之后，只要有一次大赚，就全部回来了。

所以，风险投资不是外面看起来的那样，是，是猜钢镚，它是有一个精密算法的财富游戏。

那怎么摆脱穷人思维，把握概率权呢 ？

我刚才提到的那篇文章中就说到，我们普通人最最缺乏的，其实不是钱，而是有一个老爸随时随地告诉我，你很牛。

那为什么书香门第或者财富世家会出一大串的牛人，除了基因、资源这方面的原因，可能还有以下几个原因：

一：

二：

三：

可惜，我们绝大多数人不会出生在书香门第或者是财富世家，那怎么办？

对，这就是这个世界留给每一个人的一道后门。你可以通过学习，通过认知升级，通过改变自己的大脑，通过克服自己与生俱来的本能，认识概率权，掌握概率权。

要知道，这是我们脑子里发生的事情，虽然它千难万难，但是毕竟我们不需要任何额外的资源，没有任何人能够阻止它发生。

上面跟大家分享了“概率权”这个概念，其中有一个核心的意思是，富人思维是把每一个具体的选择抽象为概率，只要概率上有优势，有胜算，就会一直。

比如，他们觉得大城市比小城市找到发展机会的概率大，就会向大城市流动，而不会考虑眼下的一点小损失；他们判断新兴行业的机会比较大，就会找机会往新兴行业去就业，而不会在意每个月几百块的工资损失；他们判断在创业公司有可能拿到股票和期权，他们就会去创业公司求职，而不会考虑万一这家公司上不了市怎么办；他们觉得多学一点技能，未来可能有用，就不会在乎现在的一点金钱和时间付出。就这样一直的人，胜出的机会反而会大很多。

请注意，这可不是赌。因为他们掌握了概率权，所以反而不会像穷人思维的人那样，去买概率极小的**。

我们从另外一个角度再来看这个问题。你有没有一个感觉，这样不断坚决的人，是不是有点像人工智能？

大家应该记忆犹新，2016年3月份，谷歌公司的人工智能AlphaGo在围棋赛中打败了人类顶尖棋手李世石。当时就有人分析，人工智能的机器之所以能赢，有很多原因：它计算能力强大，它极其勤奋，每天都和自己下好多万盘棋。但是最重要的一点是，因为它掌握了一种概率算法，也就是说，它在下每一步棋的时候，都计算自己在当前局面下的赢棋概率。

我们人类在围棋盘上跟人工智能打，这胜负已定，我们永远也不可能打败机器了。那好，我们反过来问另外一个问题——我们人类能够向人工智能学习什么呢？

如果学它的运算速度和存储量，人类肯定是赶不上机器了。值得我们学习的，是机器的思维方式。

人工智能的思维方式是怎样的？ 我介绍的那篇文章的作者老喻，他是这么总结的。

机器下围棋，它每下一手的时候，都计算自己在当前局面下的赢棋概率。对它而言，每一个决策点都是独立的，这一步和此前的那些棋没有什么关系，它就从当下这一步出发，计算获胜的概率。你看，机器是不是像一个勤奋的傻孩子，它虽然比人类懂得更多，但每一步都仍然是从头推理，每一步都像是婴儿般地学习、探索，所以能下出一些人类从未想过的棋和手段。

机器从来不纠结，不理会沉没成本，绝不感情用事，也不会对未来心存侥幸。它只是聚焦于一件事情：赢棋。它只用一种标准衡量自己：概率。

这段话是老喻（孤独大脑作者）写的，请注意，老喻在刚才的总结中用了一个词，叫“沉没成本”。

在经济学上，有一个很重要的结论： 沉没成本不是成本 。什么意思？

简单说就是，你以前为一件事花进去的时间、精力、金钱，都是沉没掉的，不应该影响你当下这一步的决策。

举个例子，如果你进**院看**，十分钟之后你就知道这是一部烂片。那请问你是马上起身就走，还是坚持把烂片看完呢？

很多人的想法是，既然**票已经买了，成本已经发生了，那就看完吧。而如果交给人工智能去决策，刚才我们讲，人工智能每一个决策点都是独立的，跟此前的事情没有什么关系。它就会从当下出发，计算获胜的概率，所以人工智能肯定会起身就走，因为我的目的就是为了得到娱乐，既然是一部烂片，我为什么还要在这坐着呢。

那相比之下，人工智能是更符合经济学主张的，沉没成本不是成本，不要让以前的事情影响当下的决策。

那问题又来了，我们人类为什么这么傻呢？

这和我们大脑的运行机制有关。

人类大脑的运行是建立在经验的基础上。过去所经历的事情，以及残留下来的记忆，对我们当下的判断是有很大影响的。从好的一面说，这提高了我们决策的速度，降低了大脑的负担。

比如，我们曾经吃过某个地方人的亏，我们就形成了一个经验，以后但凡遇到这个地方来的人，我们就尽可能回避和他们打交道，而且要说他们的坏话。所谓地域歧视、以貌取人等等，都是这么来的。

但是，从坏的一面说，这种大脑运行的方式，也让我们成了经验的奴隶，不能客观地判断当下的形势，我们总是让过去的东西了自己。

哲学家叔本华说：“阻碍人们发现真理的障碍，并非是事物的虚幻假象，也不是人们推理能力的缺陷，而是人们此前积累的偏见。”

美国小说家马克·吐温也说过类似的话，他说：“让我们陷入困境的，不是无知，而是真相不是我们以为的那样。”

更要命的是，人类还有一种能力，就是把自己这些因为错误偏见而形成的观点，解释得冠冕堂皇，自我合理化。

就像有人写的一段话——“很多时候，我们在重组自己的偏见时，还以为自己是在思考；在重复以往的错误时，还以为是在坚持梦想；在消极荒废时，还以为是在放松；在伤害别人自尊时，还以为是直率；在故步自封时，还以为是在坚守；在随便放弃时，还以为是在选择；在喝得酩酊大醉时，还以为是豪爽；在不思进取时，还以为是低调。”

你看，这段话写的多好，所有这些愚蠢的行为，都是因为我们延续过去，而且还把它合理化。

但是人工智能不会。 它用概率来思考问题，切断了过去的经验，每一步决策都是独立的 。在这一点上，那些强大的人，也就是有富人思维的人，他们和人工智能很像。

他如果不爱一个人了，不会因为我已经为这个人付出了很多，而舍不得分手；他分析一只股票，如果不看好它的未来，就会果断卖出，而不会说：“哎呀，我还亏着钱呢，等涨回来我再卖吧。”他如果跳槽，纯粹就是因为新工作岗位更适合自己的发展，而不会因为什么和老同事的感情很好，而犹豫不决。

这种富人思维，你有没有发现，跟科学思维很像。科学思维为什么强大？从这个角度也可以解释。

第一 ，科学承认自己是无知的，而不会说老祖宗、先知已经告诉了我们全部真理。科学追求的是可证伪性，愿意、甚至追求被别人证明说“我错了”。

第二 ，科学实事求是，只看逻辑、证据，不在意观点提出者的背景和尊卑。你就是大师，你就是诺贝尔奖获得者，你就是过去一贯正确，那又怎样，现在错了也是错了嘛。

乔布斯有一句名言：

Stay hungry，Stay foolish。保持饥饿，保持愚蠢。

这句话有各种各样的理解，但是从今天这个角度上，我们终于可以知道乔布斯在说什么了。

所谓保持饥饿，就是保持对世界探索的热情。而保持愚蠢，就是不断放空自己回到原点，放弃一切经验和存量，像个傻子一样，只在这一点上虚怀若谷地思考。

我以前曾经介绍过曾国藩的一句话，“ 既往不恋，当下不杂，未来不迎 。”说的是一个意思，曾国藩简直就是那个时代的乔布斯。

不让过去的经验影响现在，也不让未来的妄念影响当下，我只纯粹地关注当下的目标。

做到这个境界，很难吗？当然很难，因为它和我们在亿万年进化过程中形成的直觉和本能正好相反。牛人之所以牛，就是因为他们能够和直觉，和本能相对抗。

我们聊了“概率权”这种思维模式，现在又做了一个引申。

这个思维模式和人工智能的原理有相似的地方：尽量抛开存量，在每一个决策点上独立决策，这其实也符合经济学上讲的“沉没成本不是成本”原理。

我们再做一个引申，帮助大家理解这套思维模式。

大家可能听说过“ 第一性原理 ”这个词，最近在创业市场很火。这个词早就有，最近火是因为伊隆·马斯克经常用这个词来解释他的创业思路。

有个投资人朋友跟我说，他现在一去硅谷谈项目，那些大佬投资人第一句话就问，你这个项目很好，可是它的“第一性原理”是什么？

我们先回到伊隆·马斯克，关于“第一性原理”，他是这么说的：

我们运用“第一性原理”思维而不是“比较思维”去思考问题。我们在生活中总是倾向于比较——别人已经做过了或者正在做这件事情，我们就也去做。这样的结果是只能产生细小的迭代发展。 “第一性原理”的思考方式是用物理学的角度看待世界的方法，也就是说一层层剥开事物的表象，看到里面的本质，然后再从本质一层层往上走。

听着有点晕，我举两个伊隆·马斯克自己的例子来说明一下。

大家都知道马斯克的一个创业项目是做电动车特斯拉，但很多人觉得电动车不可能做成，因为电池成本上降不下来。当时大概是 600 美元／千瓦时，它过去就是这么贵，一项东西的改进和降价总是很慢的，所以它未来也不可能变得更便宜。

好，伊隆·马斯克的“第一性原理”登场了。

他说我不管现在的电池有多贵，我就回到本质问一个问题，电池的硬成本是什么构成的？无论如何也减不下去的成本是什么？

无非就是铁、镍、铝这些金属，除了买这些金属的成本是绝对降不下去的，剩下来的成本都是人类协作过程中产生的，那就有优化的空间。

比如，在美国生产可能税费比较高，那就不要在美国生产了；可能是某个技术路线它比较昂贵，那随着它的大规模普及应用，这个价格就能降下来；可能是某种模块设计上本身出了问题，那就改变设计。

总之，回到物理学的角度看这个产品，他就是一些金属的组合，我们就有可能把电池的价格无限逼近这些金属本身的价格。

同样的思路，伊隆·马斯克的另一个创业项目是造火箭。

这事本来只有国家才有财力干，但是伊隆·马斯克说不对，我算了一笔账：一架火箭，它的原料成本只占火箭的总成本的2%，就算还有其他成本，那都可以优化。所以，他放话说，可以把现在火箭的制造成本，降低到只有现在的10%。

这两个例子你听起来可能还是有点虚。

其实“第一性原理”，就是让我们把目光从那些别人做的事上挪开，不管做什么选择，都以最根本的那个原则为参照点，不断用那个参照点为自己纠偏 。

重要的不是“第一性原理”本身，而是在奔向目标的过程中，不受其他因素影响。这和我们昨天讲的，不理会沉没成本，在每一个点上做独立决策的人工智能思维，是不是很像？

那么问题来了，除了根本的原理和目标，那些其他参照点为什么会出问题呢？

因为我们人类文明是通过漫长的时间一点点积累出来的。在积累的过程中，虽然有很大的进步，但是那些存量也有很多不合理、低效率、甚至是荒唐透顶的东西。如果不能随时回到根本，就很容易把经验变成负担。

举个例子，我听过这样一个故事。

二战时期，英国空军部队有一个规定，战斗机的皮革座椅要用骆驼的粪来擦洗保养。英国空军的后勤兵多年一直以来都这么干，但谁也不知道为什么。

后来有人就觉得奇怪，专门去做了调查。原来当年英军在沙漠地区作战的时候，需要骆驼运输，可驾驭骆驼的皮具是牛皮作的，那个味道骆驼闻着很不爽，赖着不走，没办法只好用骆驼粪擦牛皮具，盖住牛皮味。

结果，这条规定就一直被当作金科玉律沿袭了下来，等到骆驼变成了飞机还没变。

其实大家想想，在自己的行业里，有多少事都是因为习惯和偏见，因为既得利益者的坚持而保留下来的，从“第一性原理”来看，其实都可以一刀砍掉。

我们为什么要用“第一性原理”来思考问题？

因为这是一个技术疯狂迭代、迅速爆发的时代。好处是，我们有机会打破原来的习惯和偏见，重新规划一件事，因为技术提供了丰富的可能性，让这件事还原到自己的本质。坏处是，选择太多，可能性太多，我们就像是从陆地来到了海洋，不确定性太大。

所以，找到一个目标，找到一个航标灯，就尤为重要。所有的合作者在心里记住那个唯一的目标，随时纠偏，随时质疑习惯和偏见，随时去除冗余，才能够在这个不确定的时代把握住自己。

我以前听有个老师讲过一个道理，在农村看到别人开拖拉机觉得很神气很简单，但结果自己开的时候，根本开不直，歪歪扭扭的。

后来他请教那些老司机，人家就告诉他，你时刻盯着自己的手，你当然就开不直了。想要开直很简单，盯住远方的一棵树，你就奔着这棵树开，不要想手的事儿，自然就直了。

对啊，我们现在开车的人都知道，不会盯着自己的手，盯住前方自然就直了。在这个故事里，手就是“比较思维”，远方的那棵树就是“第一性原理”。

这“第一性原理”其实没有那么高大上，不仅仅是创业的事儿。伊隆·马斯克这样的创业者可以用，我们普通人在日常生活中也可以用。

比如，我是来看**找乐子的，这是我做这件事的“第一性原理”。

所以如果看到烂片，我起身就走，不跟**票钱较劲。

再比如，我到一家公司是来长本事，让自己将来在职场上变得更值钱的，这是我上班的“第一性原理”。

所以，拍老板马屁，跟同事勾心斗角这事儿，能省就省。

再比如，我是一个足球运动员，我在场上踢的每一脚球，每一次奔跑，都是为了让自己在整个球市上更有价值，在足球运动史上建立自己的地位，这是我的“第一性原理”。

所以，搞好跟教练和其他球员的关系，都是为了这个目的，而不是让别人夸我是一个好人。

这两天我们反复提到的老喻，他在一篇文章里说他发现了一条极简的公式，按照这条公式，任何人都可以不靠智商、背景和运气，找到一种广泛可行的解决方案。

听着像吹牛，但是按照我的人生阅历，这个公式确实很有道理，这个公式是：

你的成就=核心算法×大量重复动作?

所谓“核心算法”，就是你的“第一性原理” 。

就是你始终揪住它不放松的东西，做任何事都是使用这个“核心算法”，在任何选择关头，不管别人怎么说，怎么看，都用这个原理做决策。

所谓“大量重复的动作”，就是一旦启动开始重复地做，笨笨地坚持往下做。每多做一次，就会比其他人积累更大的优势，而且这个优势是指数级积累的。

比如谷歌公司做的街景地图。

它的“核心算法”很简单，就是要把人类所有城市的地图数字化，开着带有摄像头的车，在各个城市里转。这个工程一启动，非常慢，工程量很大，做法也很笨，但是只要持之以恒，其他公司就望尘莫及。

再比如说，我有次去雅昌印刷参观，了解到他们派了一个4人小组，把西藏布达拉宫所有的壁画，用最高清晰度的摄影机一幅一幅地拍摄了一遍。

整个工程持续四五年，但是一旦做成，全世界想用布达拉宫的壁画艺术品，只能到雅昌去买版权，不大可能再重新拍摄一遍了。一件很笨的事，从最终的结果看很聪明。

再比如说我们自己，“核心算法”就是提供新技术条件下的知识服务，把此前的人类知识用新技术和新载体再生产、呈现一次。虽然我们现在做得还很少，水平也有待提高，但是只要起步慢慢去做，长期积累起来的优势，就非常可观。

其实这个公式也不是什么发明，巴菲特就说过一句话：“投资就是滚雪球。”

投资就像是一个人站在山顶滚雪球，只要有足够长的坡，和足够湿的雪，一个小雪球顺坡而下，就能越滚越大。

对照刚才的公式，“坡”就是核心算法，“湿雪”就是大量可重复的动作，“滚雪球”就是有效的、可重复的、可持续的强化学习。

连续三段，我们给大家讲的这种思维方式，其实就是我们这些笨笨的，但是不怕苦不怕累、有梦想的人，在这个时代的生存之道。

请大家记住三个词：

它们只是从不同的角度，说了同一个道理。

注：以上内容来自得到APP

懂球帝面试问题复盘和思考

昨日去面了懂球帝，一款以足球为核心的互联网垂直产品，作为一个球迷，我算是懂球帝的高频用户，但算不上是深度的用户，面试完后，对于面试中提到的几个核心问题其实个人感觉回答的不好，一个是因为提及的东西并不是我平时用到最多的部分，还有一点是我并不善于临场发挥，回来的路上到现在，一直在思考中间的问题，毕竟是社招的岗位，能不能过不重要，思考的过程才是关键。

一、关于懂球帝圈子活跃度提升的问题

懂球帝的圈子类似于一个球迷社区，应该是pgc和ugc共同完成的一个球迷社区，社区分频道（频道类似于贴吧的每个吧），但开圈子貌似有审核不会像贴吧那么随意，这个跟结构和贴吧比较类似，也是三步走，一个打的论坛，根据不同的专题分为小圈子，每个圈子可以发帖子，帖子可以发和文字，下面可以进行评论和点赞以及评论点赞（下面的结构和微博有点相似），今天的第一个大问题是如何提高圈子的活跃度，现在的想法和面试的时候会有一些不同，总结如下：

1、站内导流、外部引流

首页的头条导流，将一些帖子的链接直接放到feed流里面，当然不是所有的都放，例如中国队的世界杯预选赛，可以推出赛前预热的讨论帖子，这个是全部用户都可以看到，也可以打一些标签通过数据分析给用户推出一些他们有可能会感兴趣的帖子放在首页里面，总之充分利用首屏的曝光量，甚至bannner的曝光量来提高用户的转化率（目前看来转化一般是通过底部菜单跳转进入），如果条件允许，优秀的帖子甚至可以通过push、改变入口颜色的方式来获得更多的转化率，外部导流，常规的广告，老用户拉新奖励，内容分发等，方式很多就不一一去谈了

2、签到抽奖等建立更完善的社区规则和文化的建设

非常主流的活跃社区的方式，方法已经烂大街了，物质奖励或者精神上面的奖励（社区用户等级），总有一批强迫症的用户对于签到情有独钟，建立用户的等级制度，通过发帖数和回帖数进行计算，建立更完善的社区规则确定一个更为纯粹的足球社区（口号喊的比较虚，具体问题具体看），至于文化建设，知乎有见解文化，帝吧有屌丝文化......

3、置顶帖

面试的时候提的比较多，更新之后发现这个功能已经做了（原谅我不喜欢更新软件），不过能想到一块去还是不错，建议置顶帖的东西能够与该圈子的话题强相关，以及保持以天为周期（甚至更短）进行更换，俱乐部的圈子可以是俱乐部的每日新动态，素材甚至可以在球员的推特上面区挖掘，当然优秀的自发帖子也可以置顶，官方和非官方的轮流置顶

4、kol入驻社区

优秀的足球评论员，写手，以及球员教练都是足球社区非常宝贵的资源，邀请他们来圈子和球迷互动肯定是有利于社区活跃度的提升，也是对于个人形象一种提升（亲和力）

5、猜你喜欢和活跃贴

目前圈子进去之后首屏的最后是大家都在聊，如果能够根据以往的行为记录将其改成猜你喜欢的话，对于用户粘性和浏览时长会有更大的帮助，现在首屏有全部圈子的活跃贴，建议每个小圈子也能有这样的排序方式，也可以相对24小时的周期来做（考虑到微博上很多人只看热榜单），大部分人都只是内容的消费者，而且羊群效应，基本会看看的比较多的帖子

6、线上线下的活动

例如关键比赛的有奖竞猜，球衣众筹，自组织一些足球比赛或者球迷聚会观看比赛等活动，都能够有效的活跃社区气氛，当然还可以做一些品牌相关的活动达到更好的广告效果

二、关于懂球号相关的运营

这个时代似乎就是自媒体的时代，除了像头条号这种超级聚合类的平台，还有各种各样垂直类的自媒体号，其实个人认为自媒体分发平台是就是要去构建写手-平台-用户为这三者去构建一个完整的平台，读者爱看刺激写手更愿意写最后导致平台流量变现，这显然是一个正相关的东西，当然面试的时候回答这个问题是不满意的，现在看来至少有很多是可以去补充的

1、提供更加爽快的写作体验

在这一点做的蛮好的，不然也会不成为我现在写东西的工具，例如提供球队标志的，扣一些足球相关的素材，统一的自动排班能让更多的人更加愿意去写，当然我没用过后台，所以更多的东西就不做评价，免得闹笑话

2、kol入驻、增加内容的丰富性

不得不说kol确实是我认为非常重要的一个东西，初期对于有效的建立信任关系非常的关键，邀请大v在懂球号上独家或者首发相关的文章，可以签约大v，当然大v不仅仅是解说员和评论员，球员和教练也可以成为懂球号的大v当然不一定是亲自写东西，可以通过专访，去连载他们的故事，这样能更有效的去获得球迷的关注，毕竟除了时事新闻和足球评论，花边，故事，盘点等也能吸引不少球迷关注

3、投稿和标签

还是那句比较实用的话，给更多有意愿看的用户推他们想看的文章，给用户贴标签给文章打标签确实是简单粗暴有效的方式，如果有今日头条的算法的话肯定更ok，可以直接放在首页的头条里

4、精选内容和严格塞选

内容为王，懂球号的首屏内容一定要是精品，不建议完全通过时间排序，新人写的文章可以稍微提前，目的是为了获得更多的阅读和打赏激励他更多的去写作，评论，点赞，文章收藏、打赏，自媒体号收藏目前来看互动性方面是完整的。

5、内容相关的活动

例如‘我与偶像（球员）的故事’内容征集和评选，或许能激发更多的人来写，配合一些物质奖励以及夺冠者将有机会获得这个球员的签名球衣，诸如这种内容相关的活动

三、关于俱乐部和懂球帝产品的一些其他问题

这部分没有什么很具体的大问题，基本是一些比较杂的问题集中到一起进行的回答，面试的过程中提到让用户也能参与到俱乐部号或者圈子的运营其实是有点参考粉丝经济的效果，要知道球迷是一群可爱的人，为自己喜欢的球队可以付出相当多不求回报的东西，不过这样的做法其实也会有一定的风险，毕竟球迷是不懂运营的，不过着也能成为一种新的尝试吧

至于懂球帝怎么去赚俱乐部的钱，现在想想直接卖他们的球衣和商品应该是最快的方式了吧，然后有提到通过懂球帝海量的用户资源去提升俱乐部的形象，例如专题访问，让球迷能够更加迅速的了解球队，一些商业活动的直播或者报道，都有可能是盈利的方式，不过面试的时候提的帮住搭建新媒体估计不现实，只能说提供渠道，还有一些杂的问题记不住了，到此为止

四、其他

我也不知道为什么写这个，我是球迷，懂球帝的高频用户，懂球帝的运营案例是学习的目标......总之社招岗，能不能过不重要，有这么一次思考的过程就够了

克林斯曼的简介

克林斯曼泛指于尔根克林斯曼(1964年7月30日—)，出生于德国戈平。他是退役的德国足球运动员，然后是教练，世界足球巨星。绰号“黄金轰炸机”，“三驾马车”之一。他是90年代德国国家队的主力前锋，拿过世界杯和欧洲杯。克林斯曼是一名一流的球员，他代表德国在国际比赛中表现出色。他在世界杯打进11球，位列历史最佳射手榜第六，在欧洲杯打进5球，至今保持着德国球员在欧洲杯的进球纪录。俱乐部在德、意、英、法的职业生涯也有不俗表现，是第一个征服英格兰足球的外籍球星，具有里程碑意义。他被认为是足球历史上最强的前锋之一。现在是美国国家队主教练。

1995年英国足球先生(第一位外国球员当选)

国际足联FIFAHalloffame前30名当选成员

说到家用电器，清洁机器人是必不可少的。这款全新的智能小家电可以带来更便捷的室内净化体验，让你享受干净健康的生活环境。扫地机器人虽然好，但是买的时候需要多加考虑。如果你想从几百款畅销的扫地机器人产品中选择一款最合适的产品，当然需要提前做足功课。

那么对于不了解家电专业知识的消费者来说，哪个品牌的扫地机比较好呢？今天我们整理了全球畅销的十大扫地机器人型号，看看哪一款适合做你家的保洁“小保姆”。

TOMEFO扫地机器人安装了最先进的室内定位导航系统、——无线载波室内定位技术和仿生算法。系统和规则可以突破范围限制，实时构建家居地图，智能精准定位家居环境，独立计算室内分区方案，高效有序清扫。

来自荷兰的飞利浦是单芯片电视产品、电动剃须刀、照明、医疗诊断成像和病人监护仪领域的世界领导者。它的扫地机器人配备了四种特定的清洁模式，可以高效清洁家居环境，受到很多人的欢迎。也赢得了包括中国在内越来越多的市场，赢得了众多消费者的青睐。

日本人都知道松下，除了其他产品，它的扫地机器人也不错。最普通人知道的是它内置的“双刷、大吸口、长滚刷、拖把组件”四大系统，并配有干湿抹布技术，可以有效清洁小至1微米的湿拖把灰尘。它也很强大。

其产品搭载科沃斯研发的SmartMove技术，可以让规划路线更加精准，提高清洁覆盖率，让家居环境更加干净整洁，值得购买。

美国iRobot是最早从事研发的国际品牌。家用机器人的设计。它的机器人开发前身是用于军事目的，所以它的探测能力很强。IRobot扫地机器人吸力强劲，更适合欧洲家庭的多地毯清洁要求，因此在欧美等发达地区拥有广泛的受众。

目前，克林斯曼集团旗下的产业包括智能家电、身体按摩、电动工具、电镀等。它的产品在很多国家都很受欢迎，克林斯曼的扫地机器人也普遍不错。

美的扫地机器人可以通过手机APP、天猫精灵、遥控器等方式控制。人们不在家时可以控制它完成家居清洁，省时省心。它配备了OTS光学定位导航和31个传感器。具有先进安全的双重定位能力，能准确定位灰尘、绒毛等。在地板和地毯上，并智能躲避障碍物，科学规划清洁路径，无重复、无遗漏，清洁效率提升50%。

第一科技在2020年成功上市，可见小米的扫地机器人很猛。虽然小米米家扫地机器人是2016年推出的，但是借助小米粉丝效应和性价比策略，小米已经成为扫地机器人领域不可忽视的力量。

海尔通过调查中国家庭的需求，开发了自己的智能扫地机器人。比如最著名的探路者系列，拥有一体化吸扫拖、智能规划等深度清洁能力。超低的价格为想要首次体验扫地机器人的消费者提供了极高的性价比，在市场上广受好评。

三星扫地机器人在韩国很受欢迎，在海外也有很高的认可度。产品内部的定位系统具有自我规划和智能清洁的功能，不仅解放了消费者的双手，还能享受到非常愉悦和干净的卫生环境。