
## 开源的市场规律



说起开源人们总是想到：安全、协作、低成本、积极发展和自由这些正能量的词汇，甚至有人[把开源视为一种精神](https://hackernoon.com/why-we-need-open-source-spirit-g2573yzv)，而开源的反面闭源总是和限制、封闭、不思进取、厂商锁定联系在一起。当云厂商与开源供应商出现利益冲突时，很多人也站在了「正义」的一边，指责云厂商不劳而获。

我认为支撑起开源发展的既不是情怀，也不是对自由的宗教式信仰，而是开源背后的市场规律。一方面是需求的崛起，信息化建设依赖大量科技公司，而开源软件满足了这些科技公司发展的需要。和音乐一样，软件天然是数字化的商品，分发成本为零，于是市场上出现了 Github 这样聚集需求的平台方，Github 提高了开源项目发现的效率，每当程序员在开发一个新功能前，都会在 Github 上先搜索有没有开源项目能够满足需要。

另一方面，作为回报 Github 也让写出有用程序的程序员得到了大量的关注 ，虽然他们可能无法获得直接的经济回报，但对他们的职业发展有很大帮助。开源不是一种纯粹的利他行为的另一个证明是，出现了很多基于开源项目的商业公司，长期以来 Hadoop 生态的最大贡献者是 Cloudera 和 Hortonworks 这两家商业公司。

Maxime Beauchemin 曾经在 Airbnb 工作期间创造了 Airflow 和 Superset，[他提到使用开源 BI 的三个优势](https://preset.io/blog/future-of-business-intelligence/)：方便扩展、借助社区的力量以及避免被厂商锁定。而开源之所以能够「接管」 modern data stack 的各种工作场景，很重要一点是开源软件更容易被发现和测试，软件分发的主要成本来自于怎么**让用户知道你**，和怎么教育用户**学会使用它**。



> 简单地说，开源是构建和发布软件的一种卓越方法，因为它围绕着如何发现、使用、操作、协作和打包软件提供了重要的保障。由于这些原因，它已经接管了现代数据堆栈的大部分：基础设施、数据库、协调、数据处理、AI/ML 和其他。



### 平台降低了搜寻成本



[Alex Danco 在自己的 newsletter](https://alexdanco.com/2020/10/08/making-is-show-business-now/) 中推荐了 Nadia Eghbal 的 [Working in Public: The Making and Maintenance of Open Source Software](https://www.amazon.com/Working-Public-Making-Maintenance-Software/dp/0578675862)，这本书阐述了开源工作方式发生的变化。



> 90 年代和今天之间发生了一些重要的变化。如果你看一下现在大多数开源项目，做事的人和旁观者的分布是明显倾斜的：常见情况是，项目中 95% 的工作是由一个核心的人完成的，甚至可能只有一个开发者，而长尾的「贡献者」实际上更像是用户或消费者：他们有时 Pull Request，有时标记一些 Issue，但他们更像是观看足球比赛的球迷，而不是主要的参与者。
>


由于 Github 这样的平台出现，软件创建、发布和发现变得更加容易，开源不再是人与人之间平等的协作性（collaborative）社区，而成为了**创造者的一场 Show**，在这场 Show 中，创造者除了维护代码本身，还需要维护人们的注意力。由于任何人加入项目都没有门槛，热门的项目会被小白用户占领，甚至[创造者不得不面对参与者的众口难调，有时还会受到恶毒的言语攻击](https://avocadotoast.live/episodes/70/?t=3332)。


这似乎也印证了《人月神话》中 Fred Brooks 的观点：「在一个任务中增加边缘工程师会产生更多的成本，而非收益。」

Danco 说：

> Communities are for collaborators; Platforms are for creators





### 自由降低了交易成本



**我们塑造了我们的工具，工具反过来又塑造了我们。**Github 这样的开源平台加速了软件的发现，也意味着任何人都有可能在没有背景的情况下看到你的项目，人们更倾向于开发更模块化和即插即用的开源软件，因为一个关注面更小的工具不仅受众更大，所需要的信任成本也更低。相同的逻辑同样出现在视频媒体的生产端。



开源协议通过取消**限制**，降低了软件的**交易成本**，这里的成本不仅仅指软件许可证的售价高昂，还有**信任成本**，传统软件的销售周期漫长，因为需要花费大量时间教育客户和培养信任感，客户为了防止买错，也会花很多时间验证软件与自己需求的匹配度，这也是为什么很多 ToB 公司喜欢开各种大会来提高客户的认知度。



大名鼎鼎的 Richard Stallman 曾在[《为什么软件应该免费》](https://www.gnu.org/philosophy/shouldbefree.en.html)中写道：



> 一个程序对社会的总贡献会因为给它指定了一个所有者而减少。该程序的每个潜在用户，面对使用该程序需要付费的情况，可以选择付费，也可以放弃使用。当用户选择付费时，这是在双方之间进行的零和财富转移。但每次有人选择放弃使用时，这就会伤害到这个人，而不会使任何人受益。负数和零的总和必然是负数。但这并没有减少开发程序所需的工作量。因此，整个过程的效率，即每小时工作所交付的用户满意度，就会降低。



这段话完美地诠释了开源的单位经济效益。



## 自由的代价



> 赚钱诚可贵，道德价更高，若为自由故，二者皆可抛。——无名氏




### 货币化难题



Databricks 的 CEO Ali Ghodsi 认为[对于云厂商「吸血」开源项目的指责是一种红鲱鱼](https://www.computerweekly.com/blog/Open-Source-Insider/Databricks-CEO-Managing-open-source-in-the-cloud-is-hard)：



>我们认为这种价值在于供应商将开源软件作为一种服务提供的能力。云是一种不可避免的现象，这些厂商将需要接受并证明他们在规模上的性能，以应对边缘计算需求的增加。他们不应该把时间浪费在推开云供应商上，而应该专注于建立伟大的 SaaS 产品。

> 限制他们的软件许可只会导致围绕这些开源项目的采用和社区驱动的创新减少，这对他们的业务构成更大的生存威胁。


之所以云厂商可以轻松夺走开源项目辛苦播种多年的果实，是因为开源软件没有内在的货币化价值，因此开源供应商不得不把 SaaS 模式作为主要变现方式。

这让我想到了 Ben Thompson 的[经济现实决定论](https://stratechery.com/2019/aws-mongodb-and-the-economic-realities-of-open-source/)：世界是由经济现实支配的，而不是由主观的公平判断决定的，随着软件的部署方式从 on-premise 向 SaaS 转移，开源供应商势必在云厂商的强项——**可伸缩性、可用性、性能**面前黯然失色，与其花费时间提供和云厂商一样的能力（况且还没那么容易），不如探索这以外的新价值。



### 道德问题



最近[国际开源界对于道德和平权的争论](https://jhuo.ca/post/rms_return_fsf/)方兴未艾，数据科学从业者 Christopher Moran 把机器学习正面临的道德危机归咎于[开源许可证的过分自由](https://thegradient.pub/machine-learning-ethics-and-open-source-licensing/)。



首先 Moran 列举了一连串社会事件，证明市场机制、道德约束和政府监管在防止人们不道德地使用机器学习上存在各自的缺陷，而作为开发者或研究人员，也缺乏手段来**限制自己的工作对其他人造成伤害**。问题出在开源（自由）软件的定义上：



> 这些标准由自由软件定义（FSD）和开源软件定义（OSD）。虽然两者之间有一些重要差异，但最终都要求一个通常被称为 Freedom Zero 的概念，或 「为任何目的，随心所欲运行程序的自由」"（OSD将其表述为「不得歧视领域」）。



类似于自动驾驶的分级，Freedom Zero 就是四个自由度中级别最低的自由度。也就是说开发者无法要求一个组织不可以将 Tensorflow 用于监视他人，诚然，自由让开源在 90 年代得到了空前的发展，它不仅让个体可以控制软件的运行环境，并且让合作变得容易，这是软件许可证和其他知识产权最根本的不同，开源（自由）软件鼓励被修改和二次创造。



试想一下，如果每个开源贡献者都试图在项目中增加自己的限制，那么项目会变得难以管理，尤其对 Linux 或 PyTorch 这样的大型项目来说。但今天很多项目（比如 FastAI），它们往往依靠几个贡献者就完成了大部分工作，正如 Alex Danco 所说，「Communities are for collaborators; Platforms are for creators」。



其次，机器学习和传统开源项目也有很大区别，在机器学习中，系统的核心不是源代码，而是训练出来的模型，模型的版权不应该继承自训练它的代码，一个类比是用开源画图软件画出来的艺术画的版权不应该继承画画软件的许可证。


开源的货币化难题和道德困境背后其实是一个问题——自由与限制天然是矛盾的。任何的限制行为无论是增加协议来防止云厂商吸血，还是增加条款来防止他人用软件来做作恶，都会提高**交易成本**，让开源软件被更少的人使用。




## 自由反面不是不自由



有时候开源并没有我们想象的那么美好，我们对开源的固有印象很多都是营销的结果，Snowflake 的创始人和产品负责人 Benoit Dageville[分享了 Snowflake 对于开源的态度](https://www.snowflake.com/blog/choosing-open-wisely/)，他认为束缚组织数据的罪魁祸首，并不是封闭的文件格式，而是用户的应用程序代码和业务逻辑，以及停机维护带来的经济损失，开放文件格式只不过是一种掩人耳目的说法。

开放文件格式相当于将物理存储的细节暴露给用户，它不仅带来了应用开发的复杂性，同时还让创新的速度变慢，并带来一系列安全、治理和一致性的问题，反面教材分别是 ISAM(IBM 的文件系统)，CODASYL(Cobol 数据模型) 和 Hadoop：

> 数据库系统的历史上有很多例子，如 ISAM 或 CODASYL，向我们展示了对数据的物理访问导致创新的死胡同。最近，Hadoop 的采用者发现自己管理着昂贵、复杂和不安全的环境，而这些环境并没有带来承诺的性能优势。在一个有直接文件访问的世界里，引入新的功能会导致延迟实现这些功能的好处、应用开发者的复杂性以及潜在的治理漏洞。这是主张抽象化数据的内部表示的另一点，以使我们的客户获得更多的价值，同时支持开放文件格式的摄入和导出。

只要提供开放的协议和 API，用户就可以导出它们，一样可以避免厂商锁定。事实上，开放不一定是创新和成本效益的同义词，开放只是人们追求创新、安全、性能、成本和简单过程中使用的手段，而不是目标，Snowflake 的目标是为客户提供价值。



文章还挑战了开源常见的「卖点」：

- **控制更强**：源代码的开箱即用，但并不代表你很轻易地了解其内部原理，一个例子是数据平台的查询引擎。
- **更安全**：复杂的解决方案往往需要拼接多个软件子系统，几乎不可能端到端地了解系统对安全的影响。
- **成本更低**：开源软件虽然免费，但是管理版本和参数调优伴随着高昂的人力成本，而这也是开源厂商使用的货币化策略——提供托管服务。
- **社区的力量**：合作不一定意味着非得贡献源代码，不开源社区成员也能够互帮互助、分享最佳实践、探讨技术方向。


开源软件的自由与限制

本期 Newsletter 的主题是「现代数据栈」。

2021 年已经没有人谈大数据这个概念，不是它失败了，恰恰是因为它成功了。成功技术的吊诡之处在于，它最终会被认为是理所当然，消失在背景音中。

「现代数据栈」是否成立并不取决于技术本身，而是背后更大的前置条件——市场是否接受公有云。比如对于国内的云厂商来说，是满足客户眼下更迫切的需求，帮助他们上私有云，甚至部署 on-prem，还是坚持公有云策略，依旧是个没有结论的话题。

Snowflake 的战略就是 All-in 公有云，事实上 All-in 本身[就是 Mike Speiser 一以贯之的投资孵化策略](https://mp.weixin.qq.com/s/-LdAajLJtD6rL-_zevv8_w)，至少在 2012 年的美国，绝大部分公司和投资者都相信如果你想把产品销售给大客户，就必须支持 on-prem。Snowflake 真正走向成熟是 2017、2018 年，在此之前所有「现代数据栈」上的创业公司又何尝不是一种 All-in？

这让我联想到了张一鸣最近对 All-in 的看法。他们的 All-in 显然不是偷懒，相反是有原则的体现。Reid Hoffman 说过，**原则是你明知代价高昂的情况下仍旧坚持，这里的前提便是它并非来自于「无知者无畏」**。他们 All-in 的不是公有云会不会到来，而是公有云是否会很快到来。

事后来看，在一个公有云和 SaaS 发展更快的市场里，数据基础设施已经发生了剧烈的变化。以下是我从行业先锋、资本、工作流和创业公司这些角度看到的一些痕迹。

## S-曲线

让我们先从 [The Modern Data Stack: Past, Present, and Future](https://blog.getdbt.com/future-of-the-modern-data-stack/) 开始，了解「现代数据栈」从哪里而来。作者 Tristan Handy 是 Fishtown Analytics 的创始人，除了数据建模工具 [dbt](https://www.getdbt.com/) 创造者的这个身份，他也是一名有 20 年从业经验的分析师。

去年上市的 Snowflake 让很多人知道了 Cloud Data Warehouse(CDW)，但很少的人知道，作为第一个云原生数据仓库 Redshift (2012) 才是这个故事的起点。Redshift 中的 Red 指的就是 Oracle，Redshift = 从 Oracle 转移。

尽管 MPP 是十多年以前就有的技术，事实上当年 AWS 也是拿了别人家的数据库代码改成了 Redshift，但如果不是云计算把 Data Warehouse 的成本从每年 10w 美金降到了每月不到 200 美金，很多人也无法享受到这项技术对工作方式带来的改变。

> 10-1000x performance increases tend to change the way that you think about building products. Prior to the launch of Redshift, the hardest problem in BI was __speed__: trying to do relatively straightforward analyses could be incredibly time-consuming on top of even medium-sized datasets, and an entire ecosystem was built to mitigate this problem.
>
> 10-1000 倍的性能提升，往往会改变你构建产品的思路。在 Redshift 推出之前，BI 中最难解决的问题是__速度__：即使是中等规模的数据集，想要做相对简单的分析也会非常耗时，为了缓解这个问题，我们建立了整个生态系统。

新的工作方式意味着新的软件供应商，Redshift 激起的涟漪是 2012 到 2016 之间涌现了一批数据产品，它们结合 Redshift 一起使用，让用户的工作效率大幅提升，共同组成了今天我们看到的「现代数据栈」。

> So, for those of us building products in the modern data stack, Redshift was the ocean from which we evolved.
>
> 对于我们这些为现代数据栈打造产品的人来说，Redshift 是我们进化而来的海洋。


但过去四年，一切似乎进入了发展的平缓期，Handy 说：「如果你在 2016 年睡了一觉并在 2020 年醒来，会发现整个栈上的东西并没有很大变化。」

他将这种变化速度的放缓与电报机和铁路技术的 S 曲线相比较——每当变革性的新技术在刚出现时，只能够吸引那些对技术更宽容的 **early adotper**，再被更多人所采纳之前，**仍旧需要有不断发生大大小小的事情，来推动用户体验和性能的提升**。比如爱迪生在 1874 年发明的 「四重电报机」就曾将西联公司电报线路的吞吐量提升了四倍，而距离第一台电报机发明，已经过去了 30 年。

而过去 4 年这个栈上的产品，无论是用户体验还是可靠性都又有了长足的进步，S 曲线的拐点就在眼下。

![](https://lh6.googleusercontent.com/tJ_H6k9TdoD8PpxJcLaiuzWDldQzdMGqetET58FkzngM4XGc5TVjBYgwayV4FiWymItLxipohIt4J_HyfXbTPqrigxHo-uPQ7HkO81dL40TrgcMozYlhCzhAWZRp2-cxTqAQEtc1)

## 三种不同的数据栈

A16Z 去年发布了[数据基础设施行业的综述](https://a16z.com/2020/10/15/the-emerging-architectures-for-modern-data-infrastructure)，两年间与数百位创始人、企业数据负责人和专家的交谈，并采访了 20 位一线从业者，拼凑出了更完整的图景。A16Z 的叙事是根据不同的公司规模和用例，绘制出三种新兴数据栈的工程图纸。

虽然看起来是在介绍技术解决方案，其实是在对问题进行抽象和归纳，这是一种 **Product/market fit** 的叙事，这里的产品是数据基础设施，市场是对这些基础设施有需求的公司。我整理了A16Z 过去两年在相关领域的几笔投资，发现这三份图纸同样也是 A16Z 的行动方案。


![](https://firebasestorage.googleapis.com/v0/b/firescript-577a2.appspot.com/o/imgs%2Fapp%2Fdreamsome%2FmI4VDtQXA-.png?alt=media&token=724ca6bf-e4c5-431d-a60e-79e7395e5633)

介绍一下这三种架构。

### 云原生分析栈
也就是「现代数据栈」，其核心用例包括：报告、仪表盘和 adhoc，通常使用 SQL 来分析结构化数据。

这种模式的优势包括：前期投入小，速度快，易上手，需要的人少。围绕 CDW 使用 SaaS 工具，对不同规模大小的公司都很友好，也是从传统数仓迁移到共有云上的方案。

缺点是不太适合有更复杂数据需求的团队，比如数据科学、机器学习或流式应用。

### Hadoop 民工栈
从 on-prem 的 Hadoop 大数据架构演化而来，背后一直是几个大厂和开源社区在推动，我把它称为「Hadoop 民工栈」，也是目前即刻所使用的技术栈。

这种架构可以灵活地支持不同的应用、工具、定义的功能和部署环境，而且它对大型数据集具有成本优势。

缺点是维护它需要投入一定的时间、金钱和专业知识，不太适合那些只想做简单分析的公司。虽然国内外云计算厂商一般会为这种架构提供托管服务，但因为各种组件还是需要自己花时间来维护，不太适合人少的数据团队。

### 机器学习栈

这个栈最大的特点是打通了线上的服务和离线的机器学习，所以也叫 Operational AI/ML，和 DevOps 相似的是，它也将工作生命周期延长到了 operation 的阶段。

和「Hadoop 民工版」相比，它最大优势在于它直接在数据湖上提供分析的能力，避免了存两份完全相同的数据。

分析栈和机器学习栈与其说是两种不同的架构，不如说是两种宗教，一个是辅助人通过使用数据做出更好的决策，另一个是将数据的智能直接输出到面向用户的应用之中。

这两个平行发展的生态未来是否会融合？A16Z 另有两期播客专门讨论这个话题，感兴趣的朋友可以在这篇文章中找到这两期节目的链接。

## 工作流的变化


### 从 ETL 到 ELT

[A Snowflake deep dive](https://hhhypergrowth.com/a-snowflake-deep-dive/) 解释了为什么 CDW 彻底改变了人们的工作方式。虽然这里将直接引述文章的结论，跳过技术上的细节(比如维度、Cube)，但我强烈推荐阅读原文，因为花费时间去了解这些细节才能理解从 ETL 向 ELT 转变的深刻原因。

> Before the cloud era, data warehouses were built on-premise and had to run on a single system that had to be incredibly powerful (lots of cores, memory and storage). Because the total resources of the hardware were fixed, users had to play lots of tricks to do more [analysis] with less [compute & memory].Why is it so hard to work with data warehouses? Let's dive a little deeper, just to understand the difficulties that users faced. [...]
> 
> 在云时代之前，数据仓库是建立在企业内部的，必须运行在一个系统上，这个系统必须非常强大（大量的核心、内存和存储）。因为硬件的总资源是固定的，所以用户不得不玩很多花样，用更少的【计算和内存】做更多的【分析】。
为什么数据仓库的工作这么难？为了解用户面临的困难，让我们深入了解一下。[...]

而这些花样带来了巨大的人力成本，它给分析工作带来了掣肘：

> During the initial ETL stage, analysts had to refine the raw data into a specialized format that restructures the data, in order to make it more ideal for extracting insights in the dimensions (business objectives) they cared about. The severe downsides to this was that it forced analysts to have to make a lot of upfront assumptions, which in turn made the entire process extremely inflexible. If those assumptions were wrong ("oh wait, the VP of Sales wants to see this data summed up by region, not by state"), they would have to start all over. Once the dataset was in the data warehouse, they would have to further refine the data to create highly-honed OLAP Cubes, which allowed them to do deeper multi-dimensional analysis. Again, these tricks were all employed due to the constraints of having the database be on hardware with capped resources. I cannot stress enough what a royal pain in the ass this whole process was!
> 
> 在最初的 ETL 阶段，分析师必须将原始数据预处理为专门的格式，对数据进行重构，在他们关心的维度上（业务目标）获得洞察。这样做的严重弊端是，它迫使分析人员不得不做出大量的前期假设，使得整个过程变得极其不灵活。如果这些假设是错误的（哦，等等，销售副总裁希望看到这个数据按地区，而不是按州来汇总），他们将不得不重新开始。一旦数据集进入数据仓库，他们就必须进一步完善数据，创建深度定制的 OLAP Cubes，从而进行更深入的多维分析。同样，之所以用这个技术，都是由于数据库的硬件有资源上限导致的。 我怎么强调都不为过，这整个过程是多么痛苦。

Extract(E) 和 Transform(T) 的分离催生了一批新的创业公司，因为 E 在不知道业务逻辑的情况下，可以专注于自动化和对接不同的数据源。T 在不用考虑数据源是什么的情况下，可以专注于代码的复用和开发流程。

### 数据工程师/分析师的崛起

红点创投的合伙人 Tomasz Tunguz 认为未来 10 年是[数据工程师的十年](https://www.dremio.com/subsurface/keynote-five-data-trends-you-should-know/)。

今天一个很重要的趋势是 IT 的「消费化」，越来越多的员工以消费者的身份在市场上选择流行的技术，然后将其引入工作场合。

比如现代化的营销团队会为自己购买数据产品，一开始只有一些仪表盘——有多少新的线索？有多少广告支出？当他们无法忍受等待其他部门同事「拉数」的时间，就会在团队内部建立自己的数据团队，雇数据分析师和数据工程师来帮助他们更快速地了解问题的答案。把这里的营销团队换成产品、销售团队也一样成立，**所有人都需要在他们想要的时候准确地得到数据**。

CDW 虽然解决了唯一数据源的问题，但在它之上，人们使用不同的工具谈论和使用数据，带来了新的挑战，如何确保数据的一致性和可靠性？

例如营销团队从销售团队那里访问 CRM 的数据，来了解客户价值，从产品团队那里得到客户的转化漏斗，从财务团队获取计费的数据，从客户支持那里了解客户的生命周期。

Tunguz 列举了一些他在研究这个领域时在不同企业身上看到的相同问题：

> Each team has their own tools, data storage depots, and infrastructure. It's basically a big bucket of Legos. Systems don't talk to each other, there's confusion about the three different definitions of revenue across three different departments, nobody can find the data, where's the customer support data table. 
>
> 每个团队都有自己的工具、数据仓库和基础设施。基本上就是一个大桶的乐高玩具。1)系统之间互不沟通，2)三个不同部门对收入有三种不同定义，很混乱，3)谁也找不到数据，4)客服数据表在哪里。

数据工程师的工作不仅仅是把数据移动到需要它们的地方，而需要像软件工程师一样，用一套规范和高效的流程来管理基础设施，确保数据准确性和一致性，像发布软件一样发布数据。这是一门新的学科，而今天绝大多数公司，还没有这个概念。

### 反向 ETL

反向 ETL(reverse-ETL) 是最近比较流行的一个词，这项技术实现了数据从 CDW 到 SaaS 的馈送，[利用 CDW 中的数据提高运营的效率](https://blog.getcensus.com/what-is-operational-analytics/)。

反向 ETL 是 Tomasz Tunguz [提到的](https://tomtunguz.com/data-feedback-loop/)第一类数据反馈循环 (灰线)，而未来有可能出现第二类反馈循环 (红线)：

![](https://gopher.hey.com/0x0,q85,sdmfpTpBA79lWoze6qOvNxP_CVFZMFXjn2XHiEv0FIXM=/https://res.cloudinary.com/dzawgnnlr/image/upload/v1614744728/gl0uj28hpbbfnqa1dm67.png)

> The second feedback loop outputs data products and insights that are then fed into the data warehouse layer for downstream consumption, perhaps in the form of dashboards in SaaS applications or machine learning models and associated metadata. SaaS applications also write back to the CDW directly.
>
> 在第二类反馈循环中数据并非通过 ETL 从 SaaS 流到 CDW，而是某种物化后视图直接写入，换言之，未来的 SaaS 在设计架构时就将考虑到 CDW 的存在，这会促进更多的 SaaS 将数据推送到 CDW，形成一种循环。

Tristan Handy 也有相同观点，像 Google Analtics 这样的事件分析工具，未来也可以基于 CDW 直接搭建，它把这类 SaaS 称为垂直化分析。

## 下一个伟大平台

CDW 除了给使用它产品的客户带去了价值，事实上它的平台化属性，也为围绕「现代数据栈」打造产品的创业公司赋予了新的机会。

在 [Why Snowflake could be the next Great Platform](https://medium.com/frstvc/why-snowflake-could-be-the-next-great-platform-c42ac904db0c) 中，Vinzelles 指出了 Snowflake 将成为下一个伟大平台的原因：

> CDWs are adopted by both mature and immature data organizations because they are versatile, performant, inexpensive, scalable, easy to setup and to use. Companies use them to centralize and unify their data, becoming their de facto **cloud-native source of truth** for their data.
>
> CDW 被成熟和不成熟的数据组织所采用，因为它们具有多功能、高性能、廉价、可扩展、易于设置、易于使用的特点。公司使用它们来集中和统一数据，成为「事实上」的**云原生唯一标准数据源**。

CDW 改变了企业收集与统一数据的方式，创业公司只需要接入几家主流 CDW，以 SaaS 的形式提供服务，专注在自己核心的价值主张上，然后迅速成长并吸引到资金。2016 年以来围绕「现代数据栈」创业公司大多[采取了免费增值或开源](https://medium.com/work-bench/20-hot-new-data-tools-and-their-early-go-to-market-strategies-47e93a554e0b)的 go-to-market 战略，而为 on-prem 数仓提供第三方技术供应商，一般通过销售团队获客，所以成本很高。

SaaS 的另一个优势是销售和部署的周期很短，用户被价值主张所吸引，登陆主页后，花几分钟部署就可以体验产品，并决定是否要购买了。迭代速度也更快，因为不管有多少客户，SaaS 背后都只有一套系统，随时能够发版。

Snowflake与现代数据栈

今天推荐是 Ben Horowitz 的《你所做即你所是》，和他 2014 年[斯坦福创业课](https://startupclass.samaltman.com/)上的讲话「如何管理」，这节课里他分享了海地革命领袖杜桑·卢维都尔(Toussaint L'Overture)的故事，书的内容可以看成这节课的延伸。

卢维都尔曾经击败过拿破仑，发展了海地的经济，建立了世界一流的文化。当他的起义军刚占领圣多明戈时，士兵们就想要对植园主进行复仇，但卢维都尔认为血债血偿会摧毁文化，海地的文化原本就崇尚暴力，相对于欧洲是落后的。

其次，农业的繁荣是保证黑人获得自由的重要前提，要保住经济上的优势，种植园的规模绝不能缩小。植园主受过教育，经验丰富，他们知道如何将农业生产维系下去。卢维都尔深知农业的重要性不能光口头强调，必须采取一些激进的措施，来证明农业生产是头等大事。

卢维都尔不但让庄园主们活了下来，还允许他们继续保留自己的土地。条件是，庄园主必须将 1/4 的收益支付给劳动者。同时，他命令这些人必须住在种植园里，以便对劳工「是否得到报酬」和「是否被善待」直接负起责任。

Horowitz 通过卢维都尔的事迹告诉管理者，打造文化，首先要重新思考信息是如何在人与人之间传递的。做决定时不要只考虑自己的观点，也不要只考虑与面前之人的观点，而要考虑所有不在屋子里的人的观点，因为他们就是公司，他们就是公司文化。一个符合现实的例子是，当你的员工提出涨薪要求时，你应该如何应对。




## 文化有象征意义

文化是在管理者不在办公室时，人们是怎么解决问题的。建立文化的目的，是为了让人们在两件矛盾的事之间做选择时，有明确的倾向性。好的文化不应该只是简单的规则，因为规则能够覆盖的情况非常有限。Ben Thompson 在 [Mistakes and Memes](https://stratechery.com/2021/mistakes-and-memes/) 引述了量子物理中 qubit(量子位元) 的概念来解释 Meme 的不确定性：

> 量子计算机使用的不是 bit，而是 qubit。 bit 不是 0 就是 1，但 qubit 还可以处于所谓的「叠加态」——同时是 1 和 0，或在 0 和 1 之间。
>
> 掷一枚硬币，要么正面，要么反面，但如果你旋转它，它有机会落在正面，也有机会落在反面。「叠加态」就像一个旋转的硬币，这也是量子计算机如此强大的原因之一。
>
> qubit 允许不确定性。

Meme 不代表它们所传递的信息，那是 bit。Meme 是 qubit，它代表了传递信息的可塑性。Meme 的意义会根据在哪里遇到它，以及从谁那里遇到它而改变。文化也是如此，有象征意义的文化，才能适应不同的情况，卢维都尔通过对婚姻的忠诚来象征对军队的忠诚，以此为根本来打造军队的信任感。

卢维都尔立下了一条出人意料的规则：「已婚军官不得纳妾」。在士兵当中，强奸妇女和巧取豪夺都是常事，所以要求军官对自己的已婚配偶保持忠诚显得很奇怪。就在所有人都想知道为什么的时候，他们得到了一个令他们终生难忘的答案，一个塑造军队文化的答案。

>  初来乍到的军官会问：「说说为什么我不能找别的女人？」答案是，「因为在这支军队中，没有什么比你的承诺更重要。如果你对自己的妻子都不能信守承诺，那我们如何能相信你对军队忠诚？」
>
> 这个答案会在每一个新兵入伍时被讲一次，俨然成了军队文化的一部分。

Facebook 早期的 Move fast and break things 其实是在告诉大家：当你想到一个创新的点子，但不确定它是否值得你推翻原来代码另辟新路时，不要犹豫，推翻吧。

亚马逊的「开会不准用 PPT」乍听也很令人费解，但这条禁令真的是在反对 PPT 吗？表面上它是反对 PPT，但其实是在反对是人们报喜不报忧和浅尝辄止的作风。

亚马逊要求人们采用书面方式来沟通，通过有限篇幅（6 页纸 memo）把要讨论的问题写清楚，并提供支撑观点的数据和事实，而不仅仅是观点本身，同时它也对参会人员提出了要求，深入阅读。Neo Zhang 在 [Backwards 这期 Newsletter](https://pt.plus/2-28-2021-backwards/) 解释了亚马逊的 memo 文化其实是一种「反向推演」：

> Amazon 在逐步实践中形成了 memo 的风格：它是一种反向推演，即先从最终 PR 发布的讯息开始，推导顾客会获得的体验，然后再推导应该如何达到这样的体验，需要何种努力和资源。这种叙事的方式是脚踏实地的，也鼓励参与讨论的人保持开放的心态——只要每个人在提供最佳顾客体验上保持一致，其余的问题终将能够得到解决。
>
> Amazon **真正的叙事逻辑是 Customer Obsession**，一切从顾客体验出发。在统一而宏大的叙事逻辑下，反向思考，保持开放，而不会让事情进入无休止争论的境地。
>
> 它也让内部政治消失不见。PPT 是政治的产物。没有政治，就不需要 PPT。

文化应该像 Meme 一样，能够被不断自我复制。James Barksdale 接任网景 CEO 时，意识到公司里的人遇到问题总是争执不下，但无人愿意推动，他和人们说了一个故事，它甚至都不能被称作为文化：

> 第一，假如看见一条蛇，不要通知委员会，不要给好友打电话，不要招呼团队伙伴，更不要一起开会，直接干掉它。
>
> 第二，不要返回去逗弄那条死蛇。太多人把时间浪费在已经做出的决定上。
>
> 第三，所有机会乍一看都像危险的蛇。

这个小故事很有趣，用意也很明确，所有人立马就领会了重点。如果有人没听懂，那公司其他人会津津乐道地向他解释。就这样，故事口口相传，人们意识到杀死蛇远比如何杀死蛇更重要。与其创造 100 种杀死蛇的方法，不如告诉人们为何要杀死蛇。

> Meme 其实是一种复杂的交流方式。一图胜千言，一个 Meme 超过了你说一万句话。它是一张复杂的图片，里面有一堆意义，有趣到令人向往。我不知道，我喜欢 Meme，我认为它们可以很有洞察力，你知道在历史上，**一般的象征意义**都会对人们产生强大的影响。——Elon Musk


## 清晰比重复重要

Kevin Kowk 在 [How to Eat an Elephant, One Atomic Concept at a Time](https://kwokchain.com/2021/02/05/atomic-concepts/) 中说，成功的创业公司往往是把握住了用户需求的变化，站在正确的抽象层次上来打造产品。

Figma 的洞察是「设计并不只是设计师的工作」，因此 Figma 提供了将不同设计方案放到同一个上下文进行讨论和分析的环境。同时当组织越变越大，一致性也成为了新的挑战，Figma 允许设计师复用组件(Component)和创建变体(Variant)，而不是完成一次性的设计。

创造清晰的原子概念，不仅有助于用户理解你产品，其实对公司员工来说也更重要，因为他们才是围绕原子构建分子化合物的人。就像民主的前提是清晰易懂，易懂的东西才能成为法则，被个人运用在社会政治生活之中，清晰的概念才也更容易让公司里的人在重要的事情上达成一致。

重要的事情说三遍，重复可以帮助员工记住重要的东西。重复是传教士与政治家的武器，有的公司会把价值观像标语一样写在墙上。当我在阿里工作的时候，听到过一个关于重复本身的梗就是，BU 的大佬会在上班时间随机走到一名员工座位前，问他今年 BU 的三大目标是什么，如果答不上来这年的绩效就是 3.25。

重复和拥有原子概念带来的清晰比起来，就显得微不足道了。有力的原子概念就像 Meme 一样，它是如此简单，却又如此易传播。好的产品自己本身就是 Meme，特斯拉就是一个汽车公司和 Musk 本人的 Meme，有趣的变体才会有趣，无聊的东西再怎么营销也只是噪音而已。


## 蕴含在行动之中

Horowitz 从武士道中看到了文化不是价值观，而是关于行动。 日本最有名的武士典籍《叶隐》中有一条训诫是：「一个人的勇气或怯懦无法在寻常时刻被衡量出来，只能通过具体事件进行观察。」

他觉得很多公司竭力塑造的企业价值观之所以毫无价值，是因为它们关乎信仰，而非行动。你信仰什么说明不了问题，你做了什么才是关键，这个观点正好对应这本书的标题。一个夸张的说法是[公司文化只是公司最近 50 天行为的移动平均](https://twitter.com/jasonfried/status/1367190718540750848)。

文化应当反映德行，而非信仰，因为德行是一种你可以通过行为表现并被观察到的东西，武士道通过礼貌的行为举止，建立爱与尊重这些抽象概念和德行之间的关联。

掌握 Meme 就是用你的方式把旋转中的硬币停下来。特斯拉的 Meme 早就写在了 Master Plan 的第一篇章里，它们不是关于可持续发展的价值观，而是具体行动——坚持做不妥协的电动车，行动也创造了特斯拉的高性能和属于硅谷的那份酷。在这篇讲 Meme 的文章里，Thompson 还引用了自己以前对比苹果和特斯拉的文章：两者的相似之处在于，对行业的在位者来说，它们都是一块白板，缺乏经验让它们专注于把事做成。




Richard Dawkins 在他的经典之作《自私的基因》中提出了 Meme 一词，将其定义为通过模仿传播的信息单位。他指出，Meme 与进化论一样，通过自然选择进行进化。

你当然可以说所有商业案例和归因都是马后炮，这是一种幸存者的认知偏差，但或许还有一种可能，这些故事之所以能够广为流传，今天能被我们听到，恰恰是因为这些像 Meme 一样的文化，伴随这些成功的公司一起活了下来。

Horowitz 说卢维都尔之所以能够做出宽恕奴隶主的选择，和他在年轻时趁着劳作之余看了很多关于罗马帝国的书有关，凯撒大帝曾任命过那些手下败将去管辖自己熟悉的领地。

人类的本质是复读机，或长，或短而已。

DS

公司文化和Meme



## 旷野之息(Breath of the Wild)

过年在家又拿出《旷野之息》玩了一会，跑山，试炼，收集新装备……对我来说，BotW 是一个可以随时捡起来，一直玩下去的游戏。

游戏里所有交互都是如此**符合直觉**，以至于每当你觉得一样东西能燃烧，它就真的被火把点燃。每当你看到一个闪烁着金属光芒的物体，就知道它可以导电，也能被磁铁吸起来。每当一个身形巨大的怪物向你跑来，你的第一反应不是逃跑，而是掏出静止器瞄准它，因为你知道任何**「可以动」**的物体，都可以被「魔法」静止。

这种「魔法」就是 BotW 中的元素，元素可以和材料交互，改变材料的状态。所有材料都可以看成是拥有一系列属性的模型，比如木材的属性有**「可以燃烧」**，铁质武器的属性有**「可以导电」**，一件材料的属性就决定了它**能够接受哪些元素**。

作为游戏世界的上帝，BotW 的设计师负责描绘每件材料在**「燃烧」、「爆炸」、「静止」和「导电」**时产生的效果，并通过游戏物理引擎呈现在我们面前，由玩家自行去触发它们。

![植物燃烧的效果](https://nightmask3.files.wordpress.com/2017/11/tumblr_o8ui2sxpjg1vxh6q9o1_500.gif?w=600)

**元素之间也可以交互**，材料被火元素触发**「燃烧」**状态以后，可以被水元素取消。因此一种说法是，在 Botw 中「万物都可以交互」，不过这句话其实很难完全概括 BotW 的妙处。

![元素之间如何相互影响](https://nightmask3.files.wordpress.com/2017/11/d1cd541d82a24cfe97726178b31f57eb.gif?w=520)

BotW 令人惊叹的是「万物皆可交互」背后体现出来的一致性。相同属性在不同材料身上，尽管交互行为不同**，它们在游戏世界中的表现和现实世界却是一致的**，比如大石头比小木头推起来更加费力，木柴梱燃烧会变成篝火，树叶燃烧只是化为灰烬。

设计者精心控制材料的层级结构，使得**相似的材料之间保持着行为的一致性**，比如所有矿石在爆炸时，都会掉落矿石，一把叫「碎岩剑」的武器会对「岩石巨人」产生更高的伤害。类似规则只需要教育一次，玩家自己就能举一反三。

对于真实世界恰到好处的**模拟**，和通过属性建立起来的**类型抽象**，不正是所有好的编程所追求的东西吗？它们不是你需要死记硬背的规则，而是在游戏中无处不在的**符合直觉的细节**。

每一关神庙都是对玩家直觉的培养和巩固，当玩家利用直觉找到通关的方法时，就距离理解游戏世界又近一步。虽然每次通关游戏都会进行奖励，但是我认为比起奖励本身，直觉验证时的 Eureka moment 才是更大的激励，它给了我们信心，将游戏世界一层一层剥开。




## Hypercard

简单的游戏并不好玩，模拟吉他软件的动听程度也比不上真正的吉他。Howie Liu 说：「当 complexity 成为你**表达欲望、需求、情感和想法**的方法时，它就是一种 sophistication。」

**complexity** 源自拉丁语 complexus，本意是说一个东西由多个元素组成，而非单一元素，而 **sophistication** 源自古希腊语中的「智者」。sophisticated 既可以指一个人经验丰富、思想上的繁复高深，也可以形容一套方法、一台机器设计得十分精巧。我们反对的其实是令人费解(**complicated**)，而非复杂性本身(**complexity**)。

[他举了一个例子是万维网的灵感源头—— Hypercard](https://medium.com/@howietl/machines-for-creative-enablement-not-human-replacement-da40f875a976)。Hypercard 的设计者是 Bill Atkinson。刚好前两天在 Twitter 上看到一张 HyperCard 的截图，那个年代程序设计犹如艺术创作，系统设计者和导演一样拥有 credit。

![HyperCard by Bill Atkinson](https://pbs.twimg.com/media/EujJ2eHXUAIlKFx?format=png&name=small)

Hypercard 并没有将**复杂性**与**易用性**二元对立。而是和《旷野之息》一样，通过符合使用者的直觉，**让复杂性容易消化**。[Bret Victor 在《易学编程》 称 Hypercard 为 「万维网本来应该的样子」](https://chengyichao.co/learnable-programming)。

> HyperCard 用卡片栈来表示程序，程序员在卡片上画出「对象」。在传统的编程语言中，「对象」是计算机中虚无缥缈的实体，而在 HyperCard 的每个对象都有「物理形态」 -- 它出现在卡片上的某个位置，你可以看到它，拖动它，HyperCard 中的每个对象都是一样「真东西」，这是一种强大的隐喻，**程序员可以使用直觉，并通过它理解物理世界**。

> HyperCard 是为**重新组合而设计的**，在这方面可能还没有哪种语言可以超过它。Bill Atkinson 希望创造者可以通过复制其他程序对象的方式来「写」程序，然后逐步微调和自定义，因此每个程序都是其他程序的零件。因为所有源代码都以脚本的形式嵌入到了独立的对象中，加上脚本在**引用其他对象时采取了松耦合**，因此可移植性要比其他系统好得多。

> 很多人很尊崇 HyperCard ，因为是它把他们带进编程的大门。如果用户可以通过复制粘贴重新混合他们的程序，**不知不觉就从用户变成了创造者，最后很有可能变成程序员**。

好的系统应该为使用者提供了一个友好的实验环境，在这个环境中，使用者**可以自由探索解空间的复杂性**，这种探索必须是**无痛的**，就像神庙任务虽然会失败，但是安全的。

使用者从系统提供的工具箱中寻找合适的积木，将它们巧妙地**组合**在一起，完成**令人意想不到的事情**（serendipity），就像[BotW 通过乘法来打造游戏的丰富性](https://index.pmthinking.com/ce2e0ce8bf21423da8ddb85222905a6b)，玩家不知不觉成为游戏的**创造者**，而非游戏规则的执行者。

除了 Hypercard，Atkinson 还设计了 Macintosh 的图形用户界面，很多隐喻也是如此符合直觉，事后看来是如此显而易见，最终 PC 最从爱好者和黑客的小众圈层中走出，成为了主流。Macintosh 的手稿和 Hypercard 的介绍可以在前文的链接中找到。





## Cult 与流行文化

有人说：[「人们之所以对 Roam 发表看法是因为学会使用它很难」](https://every.to/divinations/why-roam-is-cool-364257)，甚至理解为什么它值得学习本身就是一件难事，因此讨论 Roam 会显示自己聪明，这种说法恰恰错过了 Cult 中宗教性的那部分。

[Benedict Evans 觉得生产力工具就像流行文化](https://www.ben-evans.com/benedictevans/2020/6/1/the-future-of-work-social-pop-culture-and-wood-stain)，和乐队、杂志、时尚、社交软件一样，都试图**在时代潮流中把握无形的东西**，比如关于工作、协作、分享和组织的感受，这也是为什么 Evans 认为生产力工具不同于很多其他商业模式，很难预估 TAM。新冠疫情之下 ，地球上一半的软件工程师坐在电脑前痛斥他们的工具，并像哲学家一样思考着新的协作方式。**重点不是视频、共享屏幕还是笔记的形式**，而是他们对未来的工作方式有着截然不同的看法。

Cult 更像是流行文化中的非主流文化，比如朋克。[Roam 创造者的愿景是建立一张世界知识图](https://thetwentyminutevc.com/conorwhitesullivan/)，在他们想要创造的未来里，他们的孩子可以不用去学校，学习他们想学的东西，通过探索知识图，发现兔子洞、找到同路人，发表作品，因为它们被录用。

这就是为什么在推特上， Conor White-Sullivan 围绕 Roam Research 建立起了 Cult 的原因，他创造了一种关于**世界应该是什么样的信仰**，那些早期信仰者，在众目睽睽之下，利用 Roam 完成了**繁复且有挑战**的工作，甚至有些在其他人看来是无意义的工作。这是革命。



## 诗篇四十六

[机核曾经在这期节目中介绍了游戏制作人 Jonathan Blow 的创作哲学](https://www.gcores.com/radios/95312)，里面提到了影响 Blow 一生的演讲—— 《诗篇四十六的秘密》。

那是 Brian Moriarty 在 2002 年 GDC 上的一个演讲，Moriarty 以日全食开篇，一口气讲了好几件看起来没什么关联的故事，其中既有他亲身经历过的往事，比如他年轻时在收音机店打工的故事，游戏行业的彩蛋是怎么发明出来的，以及历史上很多关于「彩蛋」的奇闻异事。

可能是当时的人们没有著作权法和水印技术来保护自己的 credit，艺术家们热衷于在自己的作品中藏匿「彩蛋」，比如巴赫会在自己的音乐中编入他名字首字母编译而成的密码，**这些密码不仅成为了人们口中的谈资，还是很多人心心念念破解的对象**，有人为了研究圣经和莎士比亚的彩蛋而走火入魔，陷入到阴谋论里不能自拔，这背后心理层面的动机到底是什么？

在他一开头讲的那个故事里，收音机店的顾客走过整座店铺就为了领取几节免费的电池，其实是揶揄游戏行业**已经忘记彩蛋的本质**，而忙于制造一些毫无必要的「艰难险阻」。

> 这种由惊讶和畏惧组成的甜美融合，这种不可抗拒的吸引力和麻痹灵魂的恐惧，**我们叫做敬畏。敬畏是艺术成就的圣杯，没有哪一种人类情感能拥有如此的改革性能力**。而它，也是最为难以唤起的，质量令人敬畏的人类作品，太过于稀少。是敬畏令犹太学者，尽其一生从摩西五经中解读上帝的话语；是敬畏令数以百万计的游客，每年前往吉萨金字塔、前往瓜达卢普、前往麦加；是敬畏令可怜的迪莉娅·培根落入万劫不复之境……

**彩蛋源于几百年来人们对于伟大事物的研究**。令人敬畏的事物从来不藏着掖着，它们既富有又令人眼花缭乱，你只要一看到它们就会被扑面而来的情绪所包裹。

> 在巴赫的音乐中，还有两组缩写。这些缩写并没有隐藏在音符中，与之相反，它们就列在手稿的顶部，让全世界的人都能看到，这两组缩写是 **SDG 和 JJ**。**SDG 是拉丁文短语 Soli Deo Gloria，「上帝独一无二的荣光」，JJ 则是 Jesu Juva，「救救我，耶稣」。**巴赫以「以永恒的样式」，写就了所有杰作，他并不是为了令赞助者快乐而谱写，也不是为了赢得听众的赞许，他的工作就是他的信仰。

![巴赫手写的“SDG”](https://image.gcores.com/12dd6abf-88f9-4c3d-9b32-1a1ea7510501.jpg?x-oss-process=image/resize,limit_1,m_lfit,w_1400,h_3000/quality,q_90/watermark,image_d2F0ZXJtYXJrLnBuZw,g_se,x_10,y_10)

最后 Moriarty 呼应了开篇提到的年轻时错过的那次日全食，完成了环形的叙事逻辑。[我把演讲稿的翻译贴在这里](https://www.gcores.com/articles/95210)，但愿有缘人能看到这篇优美且壮丽的文字。

---

BotW 一共有 900 个呀哈哈，集齐它们当然很难，但它们就像那些吸引你走到收音机店铺深处的免费电池，呀哈哈不应该是你前来的目的。

Cult 之于 BotW，是 Youtube 上有那些非主流的神庙通关教程，和「静止器飞行技术」，在这些视频里你可以**看到人们对超能力(sophistication)的向往之情**，那是油然而生的情绪。作弊，却不是通过作弊码。

人们分析 Roam，编程增强它的性能，把它扩展到更复杂的用例，也并非仅仅出于他们克服了某道难题的喜悦，而是源于人类那古老的、具有革命能力的情感。

>  巴赫曾经写道，「音乐不应该有除了颂扬上帝荣光，以及休养灵魂之外的目的，不把这一点记在心中，那么就不是真正的音乐，只不过是来自地狱的咆哮和吵闹罢了」。你感动的来源无关紧要，重要的是，你为它而感动。敬畏是宗教的基础，其他任何动机，都无法将你从个人成就的桎梏中解脱出来，所有的一切都无法教你如何进行「遁走的艺术」。——《诗篇四十六》



### 关于 Newsletter

[李如一说](https://www.xiaoyuzhoufm.com/episode/602bca1a9e2ee57ebee00a4c)他做播客和写文章是一种对「话语场」的打通，论述大于教育。

关于什么是 Newsletter 的态度，可以参看 kyth 的这条[即刻动态](https://m.okjike.com/originalPosts/6024bb948a856900188ea5d1)。

比如我的这期 Newsletter 其实就是把平时阅读、碎片思考（[《旷野之息》的复杂性](https://weibo.com/1396840703/K2E7IjKYJ)、[什么是cult](https://weibo.com/1396840703/K1V4N10PC)）和几年前看过一篇演讲**拉到一起**。


Cult、《旷野之息》和《诗篇四十六》


## 创作：结构化的协作

我们为什么要写创作？创作的内容不一定是文本，也可以是分析报告，幻灯片，Excel，甚至多媒体(视频)，比如 [Loom](www.loom.com)。

创作最大的意义在于可规模化的信息传递。因为一个文档一旦创作出来，就可以被未来的人看无数次，和软件一样，文档前期投入成本高，但是分发的成本为零，长期来看，创作的成本就被摊销了。

任务管理也类似，一旦我将一个任务标记为完成，这个信息就相当于广播给了系统里所有对这条信息感兴趣的人，省得别人一个一个来问我有没有完成。

组织因为分工不同，逐渐分野出了不同的生产力(创作)工具，来完成特定的目标，它们有着各自的结构，不同的工具有自己的抽象对象和基本操作，有的是表单，有的是看板，而有的是图表或矢量组件。

创作其实是：**以文档为接口**、面向未来的人，进行协作，信息流动的方向是从**现在**到**未来**。企业通过人与人的协作，产生信息的流动，让原本被少数人掌握的信息，传递给上下游，从而完成一件更大的事情。




## 沟通：碎片化的协作

虽然文档有很强的扩展性，但它有很强的前置条件，就是已经有人把信息写成了文档。同时也有一些**非结构化和碎片化**的信息，比如战略讨论或者临时的协调，对这些场景来讲，最好的工具是 IM 和 Zoom。

同时，很多工作的交付和反馈仍旧需要通过沟通才能完成，在生产力工具和 IM 分离的今天，沟通很多时候表现为对文档的传递或者谈论，比较常见的行为是，把一个由生产力工具分享出来的文档链接发送到 IM 中。

沟通也可以看为：**以人为代理**，面向过去的信息进行协作。信息的流动的方向是从**过去**流向**现在**。根据沟通双方掌握信息的多寡，沟通有以下几种触发的场景：

* 信息较多的一方向较少的一方进行输出，最常见的就是演讲、数据分析师将报表发送给老板和团队成员、新员工入职培训、分享一篇文章到群里
* 掌握信息较少的一方主动向掌握信息较多一方获取信息，比如请教自己的 mentor，或是在 Slack 里问一个问题
* 双方都掌握较多的信息，通过讨论实现信息的双向流动

沟通的缺点是它是反规模化的，Kevin Kwok 在 [The Arc of Collaboration](https://kwokchain.com/2019/08/16/the-arc-of-collaboration/) 中指出 Slack 不是公司的交通管制工具，而是出车祸时的报警电话(Exception handler)。当没有一种机制确保每个人都了解更新、知道上下文时，可以用 Slack，而使用 Slack 必然会打扰人的注意力，降低生产力。而一个公司走向成熟的标志是在越来越多的工作流中移除对 Slack 的依赖，让沟通发生在离生产力工具更近的地方，从而让反馈路径变得更短。

一个典型的代表是 Figma，人们在 Figma 中协作时，不需要通过发送一条消息来告诉别人文件的更新。


## 沟通即创作

 “过去，所有的软件都会发展到能发消息。今天，所有消息都会扩展，直到成为一个软件。” ——Benedict Evans 借着对 Zawinski 那个古老笑话的调侃，对企业协作工具的未来进行了某种预言。

信息化取代了纸质的文档，自动化取代了重复的人工作业，人们的日常工作在向决策、沟通和创造型工作转移；随着信息的指数级增长，提高企业信息流动的速度，就提升了企业运行的效率。

当我们在 IM 中严肃地进行回复和观点输出时，也可以被认为是一种简单的创作，Slack 提供了列表、加粗、引用等富文本格式来帮助我们阐述想法。Slack 中也有很多第三方集成，使用起来就像一个网络化的文件管理器，所有文档都是可以搜索的。另一方面，越来越多的生产力工具(Notion、Figma、Github)，在自己的工作量流中加入了提及其他人的功能。

但这仅仅是边界的模糊而已，还称不上是紧密地结合。Benedict Evans 在 [Office, messaging and verbs](https://www.ben-evans.com/benedictevans/2015/5/21/office-messaging-and-verbs) 给出了一种可能性，他引用了微软一个概念产品的视频。在那个视频勾勒的未来里，**我们不仅仅是在工作流中加一个铃铛入口，或者在 IM 中能够快速预览文档的链接**，所有的东西都是结构化的数据，没有工作流的切换，没有软件的边界，一切都是消息，像是某种 Facebook，企业版的 Facebook。

Julian Lehr [认为 Superhuman 这样的 Email 客户端有机会成为协作的 meta-layer](https://julian.digital/2020/01/17/superhuman-the-productivity-meta-layer/)，NLP 只需要分析出收到信息的意图，为用户推荐对应的 action，要么改变任务的状态，要么创建一个日历事件、要么标记为 Read-it-later。

我自己的一个观察是，有价值的沟通往往会伴随着新的想法产生，随着信息的充分交换，可能会得出有价值的结论(take-aways)。但今天 IM 工具并没有提供工具来**索引我们的聊天内容**，方便别人下次在提问题前就发现它们。

这让我想到了去年微信上线的“话题”功能，但是在 2021 年，但凡对生产力工具有所了解，或听说过 Roam Research 的朋友恐怕都会指出，hashtag 是个保守且落后的功能。

聊聊协作

本文从有关信息的角度出发，讨论 Roam Research 如何通过重新定义**信息的表示**、**信息的组织**和**信息的交互**，带来了生产力工具的复兴。

## 信息的表示

人们在接触 Roam 时总是会先注意到它不用于文件柜的信息组织形式——网状结构，而信息的表示是比较容易忽略的部分。但我认为 Roam Research 中信息的表示和信息的组织同样重要，它反映了 Roam 的设计者如何看待**什么是信息**和**人脑如何处理信息**这两个问题。

### 原型模式(Prototype Pattern)

在开始介绍之前首先来介绍一种设计模式——原型模式(Prototype Pattern)。Douglas Hofstadter 在 GEB [1] 这本书中提到我们大脑工作的方式就是基于属性的**原型建模**。

书中举的一个例子是体育评论员解说一场比赛，当他谈论到一个你一无所知的新秀时，会从另一个为人所熟知的明星球员 A 身上提取特点来描述这名新秀，例如“速度快、平衡好，擅长寻找防守中漏洞的特点”，这个时候就可以看成新秀继承了明星球员 A 所有你熟知的属性。

同时，新秀的身上可能又有另一名球星 B 的影子，解说员于是说他跑起来像 B……直到这名新秀球员在你心中，成为了非常非常具体的体育运动员。而即便他成为了非常具体的实例，他可以作为一个原型类来使用，也就是说到了下个赛季出现了另一名新秀，解说员可能会说他的某个特点让他想起了上个赛季的那名新秀。

这便是基于原型的建模。球星 A 是新秀的原型，新秀又成为了别人的原型，原型可以不断派生出原型。其中蕴含的哲理是：哪怕是最具体的实例也可以作为某类事件的通用例子。Douglas Hofstadter 在谈到原型模式时这样说道：“**这种具体中带着普遍性的思想具有深远的意义。**”

Steve Yegge 称原型模式为“普适性”设计模式，是他知道的最好的用来设计开发性系统的原则，用它设计出来的系统往往能够经受住时间的考验。虽然人们可能没有意识到，但是原型模式出现在了各种编程序言和应用系统中，如 Lisp、Eclipse、Wyvern、XML 和 Bigtable。[2]

Figma 前设计负责人 Rasmus Andersson 说过  Figma 的 Component 是他做过最创新的设计，在他这篇博客中同样提到了Figma Component 借鉴了 JavaScript 原型的思想。[3]

### Roam 中的原型继承

回到 Roam，如果说 Block 的内容描述了一个原型的属性，那么 Block reference 则实现了原型的继承。当我们在一个 Block 中使用 Block reference 引用另一个 block 时，实际上相当于一种属性的继承——当我要描述一名新秀的特征时，完全可以引用另外几名其他球星的特征来进行说明，而不需要从头进行写起。

在 Roam 中的具体操作是 1.找到球星所对应的 Block，2.拷贝它们的 Block reference，3.粘贴到新秀的 Block 下，4.同时复制球星的所有属性(Roam 提供了快捷操作)。这样新秀就继承了这些球星的全部属性。

下次当我们再次看到这个新秀的 Block 时，我就可以通过这些从其他球星那里继承来的属性，构建出我们对它的理解，比如速度快、平衡好，擅长寻找防守中漏洞的特点。

无限层级的 Block 嵌套结构也允许我们使用这名新秀再去定义其他的球员，换言之，Roam 提供了一种可以无限 Remix 文本的能力。因此，**Roam Research 不是关于记笔记，而是笔记的复用**。

通过 Block reference 继承原型最大的好处在于，即使用自己的语言重写的内容，仍然能够保留原来的原型之间的继承关系 [4]。所有修改不再是复制、粘贴后产生的冗余副本，而是相同信息的不同版本，这种**原子性**降低了在相似、重复信息中搜寻信息的成本。


## 信息的组织

Tiago Forte 在《渐进式总结》中说：“把内容从一个地方转移到另一个地方不是什么难事，真正的挑战在于，知道什么内容有价值，并且建立一个系统，将现在学习到的知识转移给未来，这样才能在未来需要时，方便的调用”。

在 Roam Research 对信息最重要假设就是**信息输入的位置不重要**：不像抽屉柜和基于目录树的 Wiki 那样，Roam 中每一次的记录和创作不需要考虑系统现有的信息结构，例如提前规划记下的内容从属于哪个分类、或应该被打上何种标签。

分类的缺点在于作为一种索引信息的方式它的**可扩展的性**太低：同一个在一个时间点只能被划分到一个分类下，这导致对分类者要求很高：如果定义的分类太粗，每个分类下内容的可发现性就很低，但如果如果分得太细，因为类目数变多，类别自身的可发现新就降低了。

标签系统其实也好不到哪里去，虽然同一篇内容可以被打上不同标签，但是后期在根据标签查找内容时仍旧需要从一大堆**松散或耦合度很高**的内容中找到自己感兴趣的某一个段落。

Roam 中 Daily Notes 的设计就是为了让信息以线性的方式输入系统，你完全可以利用写下语句中现成的语料，创建**双向链接**，为未来的自己建立召回信息的通道。

### 双向链接

Roam 通过双向链接打开了通往过去和未来路径，帮助使用者在自己的过去和未来之间进行协作。不同于 Notion 的 backlink 指向一个 Page，而 Roam 的双向链接是以 Block 为单元，并以 Page 作为容器进行聚合展示。

**看起来反向链接是在找 Page，其实是在找 Block**。这种**细粒度的信息管理机制**让它很快在所有笔记软件中脱颖而出，被很多知识精英用来实践 How to Take Smart Notes[5] 、 常青笔记[6]和卡片盒[7]这些记的笔记的方法或者方法论。

双向链接利用 Block 语句中的元素建立索引，很像搜索引擎中的反向索引(inverted index)，在必要时用户还可以创建具有更高抽象层级的标签，或者Attribute [8]，来对 Block 进行标记，当然在绝大部分时候，你都不需要这么做，而仅仅只是敲下双方括号！这种轻量级的交互带来的优势会在下一个章节中提到。

和搜索引擎几乎一样的是，Roam Research 提供了基于双向链接的**集合运算**——通过使用 AND、OR、NOT 这些逻辑运算对自己感兴趣的 Block 进行检索(Filter+Query)。这种**灵活自定义查询**的能力，不就是知识库搜索引擎的 NoCode 实现吗？

只有在需要时(例如整理或 Remix信息)，才通过双向链接从各个地方收集笔记的概念，类似于软件工程领域里的**好莱坞法则（控制反转）**——“不要打电话给我们，合适的话我们会打给你” [9]。

同时由于双向链接本身就是一个 Page，而非一种元数据(标签)，它下面的 Block 可以用其他双向链接进行索引，因此能构建出图的结构[10]。我们完全可以将双向链接 看成某种地位更高的 Block (原型)，只不过它们本身可以用来对内容进行检索，因此通常我们会为自己所熟知的概念建立双向链接。


## 信息的交互

如果说 Block reference 提供了 Remix 发生的信息的表示，而双向链接提高了信息组织的效率，那么交互则是用户体验的关键。

### 输入阶段

因为每一次双向链接的创建都不会中断当前的工作流，不需要关心在哪里文件下创建，甚至不要关心你所提到的这个双向链接是否存在。

每一次的敲下方括号都是在当前的上下文中，而不是在搜索框中进行搜索。通过自动补全让填空题变成选择题，不仅可以消除拼写错误，绝大部分时间还能让你少打几个字，不打断当前的思路。
 
### Remix 阶段

Remix 是一个不断回顾旧的知识体系，并且将已有想法编织成新的想法的过程，为了方便用户在源文本和目标文本之间复制和引用内容，Roam Research 提供了 Sidebar，降低了**因为环境切换带来的心智负担**；**多通道的信息呈现形式**，同时也增加了信息双向流动的带宽。


## 思想放大器

> “假设你希望能够实现的一些见解飞跃。为了实现这一飞跃，你通常需要同时演化出许多独立的、部分成型的想法，直到它们在灵感的闪现中突然汇合。如果你需要同时迭代几个以上的作品，把它们全部记在脑子里可能是一件很难的事”。—— Andy Matuschak

> 我的大部分写作内容都是在交流和阅读中所产生的一些强烈的观点。我把这些观点拓展成标题，然后把标题拓展成了一篇文章。——Andrew Chen

写作往往来源于交流和阅读过程中，因为共鸣而产生的观点，抑或是经过一系列开放性研究后，想法在重新连接、组合后的自然涌现，而非确定了一个写作标题后，寻找支持你观点的论据的过程。

Roam Research 通过双向链接这种索引在相互关联的信息之间建立连接，通过 Block reference 沉淀已有想法之间的关联，发展处出新的想法，让使用者获得思想的复利，而**寻找、收集、连接想法，这一切过程都不是发生在脑子里**，且是以非常简单的动作和交互来完成。

## 引用
- [1]  https://book.douban.com/subject/1291204/
- [2] https://steve-yegge.blogspot.com/2008/10/universal-design-pattern.html 
- [3]  https://www.figma.com/blog/components-in-figma
- [4] [https://twitter.com/Conaw/status/1240104928661475328](https://twitter.com/Conaw/status/1240104928661475328)
- [5] https://book.douban.com/subject/30216624/
- [6] https://notes.andymatuschak.org/Evergreen_notes
- [7] https://zettelkasten.de/
- [8] https://roamresearch.com/#/app/help/page/LJOc7nRiO
- [9] https://en.wikipedia.org/wiki/Inversion_of_control
- [10] https://twitter.com/yichaocheng/status/1332313769775546368


Mind Bicycle

开源软件的自由与限制

Snowflake与现代数据栈

公司文化和Meme

Cult、《旷野之息》和《诗篇四十六》

聊聊协作

Roam Research是如何成为思想放大器的？