「2016 与我的数字生活」年度征文入围作品
今年，我们在 2016 年度盘点 中举办了一次大型年度征文活动，鼓励大家围绕「数字生活」为主题，回顾刚刚过去的 2016 年。我们给予最开放的选题、最自由的投稿方式、有史以来最丰厚的 奖品，以及跨越春节的两个月充足时间，等你参与。你可以 点此查看 活动规则和奖品清单。
本文是「 2016 与我的数字生活」征文活动的第 19 篇入围作品，我们会在两个月的活动期内，不定期从收到的投稿中挑选发布优秀的文章，你可以 点此查看 之前的入围文章。所有经此发布的文章，即为已入围征文活动。本文仅代表作者本人观点，少数派仅对标题和排版略作调整。
我们每天都在接受大量的信息输入，你可能已经无数次的看到过这个观点：和现实世界中的产能过剩一样，我们已经进入了信息过剩的纪元。
我一度以为，要解决这个问题，最重要的任务是找到合适胃口的信息源，即从茫茫信息中，挑选出那些真正值得花时间阅读的内容。这当然没有错，但是，我发现另外两件事情同样重要：
- 收集与整理信息的工作流：如果没有一套成体系的工作流，再多的阅读也只是停留在了短时记忆当中，过一段时间，你完全就像没有接触过这些信息一样，我们需要一套合理的机制，来确保有价值的内容，能长久地保留在我们的大脑，或外部大脑中；
- 输出是最好的阅读：整理出再多的笔记、脑图，都不如实际动手写一篇文字，将输入的信息转换为自己的语言，重新输出内容来得有用。在这个过程里，你不仅会回头去搜罗整理大量之前的资料，同时还会在写作过程中遇到「值得纠结的细节」，从而展开新一轮的信息输入；
这篇文章，我打算谈一谈自己的信息输出与内容产出的流程，由于涉及面比较广，很多部分我可能不会展开细节，但会将我认为最重要和最精华的总结罗列出来，希望对你有用。
我将文章分为了「找到信息源」、「收集与加工」、「产出与写作」三大部分。同时，为了考虑文章的可读性，我采用了一问一答的方式来串联起整篇文章，你可以有选择地挑选问题阅读。
找到信息源
我不打算在这里向你罗列和介绍我都订阅了哪些 RSS 或站点，这可能完全没有普适性。相反，我打算讨论几个比较形而上，但在我看来相当重要的话题。循着这些思路，你可能会找到对你真正有用的信息源。
Q：你的信息源有哪些？
尽管这个问题可能是老生常谈，而且毫无新意，但我还是打算说几句。和你想像得一样，我使用 RSS 和一系列工具处理短内容，使用 Kindle 阅读电子书，使用 Overcast 听播客。
我想强调的是，我从来没有见过一个热爱阅读的人，一个见识广博的人，一个在智性上富足的人，是只通过消费短内容累积起来的。没错，我要强调的是读书的重要性。你可以回忆一下，如果你在过去一年中，连十本书都没有阅读过，那么，至少在我看来，你的信息源就是有重大缺陷的。
你可以不消费短内容，但是不能不读书。
Q：新闻和资讯，值得阅读吗？
Nassim Taleb 是《黑天鹅》、《反脆弱》等书的作者，也是我相当喜欢的一位思想家。关于阅读，他持有的观点是，新闻类的内容完全没有价值，不值得浪费时间阅读。
这意味着什么？我们每天刷出来的大量资讯，在他眼中都是毫无价值的。哪家公司获得了投资，哪款新游戏发布上市了，旗舰机又有新的谍照泄露了……的确，这些信息在长期看来可能是趋于无用的，哪怕它们在短期内可以作为谈资。
我尝试过完全从 RSS 中移除新闻和资讯的日子，我的确并没有错过什么，那些热点的新闻依旧会在我的微博时间流中现身。但是，完全不阅读新闻，却关上了一扇接触新事物的大门。
大多数新闻的确毫无用处，过眼即忘。但是，大量的新闻之中，往往会隐藏着一些不起眼的趋势，它们可能不会现身在热门内容或你的社交时间流上，它们也不会自行串联起来，它们甚至是你无法理性描述的一种洞见。你的大脑可能会捕获到它们，也可能完全忽略了它们，但是它们真的就藏在不起眼的新闻里。
举个例子来说，如果你经常看 IT 产业新闻，你会发现腾讯和阿里都在向泛娱乐生态布局，音乐、电影、游戏、动漫等等，都有他们的身影。但是百度并不在其中，你在心中便可以对三家公司未来十年的发展，有一个模糊的概念。
我要强调的是，你当然可以等到某篇专栏长篇文章来介绍这一趋势，但你想要提前于时代捕捉到这些信号，新闻依然是不可或缺的一个渠道。这有点像从大量的垃圾中，拼凑出少数有用的线索。
我最终的观点如下：
新闻值得阅读，但是只读新闻的标题就够了，你没有必须点开新闻查看内容。同时，如果你合理地使用工具，阅读新闻标题是一件非常快速的事情，丝毫不会浪费你的时间，五分钟时间就可以扫过上百篇新闻标题。关键在于，你要培养自己从新闻中洞察趋势的能力，也许今天你还在学校，觉得这项技能很酷，但没什么用。相信我，任何很酷的东西，最终一定是能转换为生产力的。
同时，在这方面有一个清奇的存在：好奇心日报。它们的大部分内容其实也是新闻相关的，但值得阅读内容。这家媒体不仅仅罗列了新闻事实，更试图从一个更广阔的视角，可能是历史沿革，可能是产业全景，去解读这个新闻，帮你补充更多的背景信息。
Q：如何找到靠谱且高效的信息源？
注意这两个关键词，靠谱和高效。一个信息源，如果不靠谱，那首先就应该摒弃。需要注意的是，如果你长期依赖于一个信息源，你可能完全没有办法发现其中不靠谱的地方。就像你觉得爸妈朋友圈转发的内容经常不靠谱一样，我们接触的很多信息源，有时候也没那么有操守，或者在转译外文的新闻时，有所偏差。更不要提社交网络中许多带有情绪和偏见的不实转发了。
但矛盾的地方就在于这里，如果我们想要寻求靠谱，那么理应去阅读更详尽的资料，去找寻外网的第一手信息源，但这样做往往又是不高效的。如何能够两者兼得呢？
我的建议主要有两点：在你心中应该有一个私人黑名单。这个黑名单并不需要一个实体的专门存在，它可以收录专业媒体和公众号，也可以是社交媒体上的名人。关键在于一票否决，如果你发现一个信息源存在劣迹，哪怕一次，只要它没有公开承认错误，你就应该尽可能地让它从自己能接触到的信息源中消失。
其次，从可信度较高的渠道获取信息。举例来说，去年我对美国大选相当关注，从微博、选美播客、知乎等各个渠道都全面地吸引信息。但是，很多细节问题，这些信息源再多，还是有失偏颇，或者概括程度比较低，吸引信息的效率不高。这时候，反而是美国国务院建立的 Share America 站点，不仅汇总概述了一系列详尽的资料，还提供了中文翻译版本。从这一点来看，我心中的信息源排序是：国外的官方权威（注意是国外，包含政府文件、学术论文等等）> 久经考验的专业媒体 > 久经考验的个人（博主、知乎用户等） > 各类自媒体。
Q：听播客不是效率很低下吗？
的确，这是许多人对播客这种媒介的诟病，通过声音来获取信息，的确显得不那么高效，毕竟一个小时的录音转换成文字稿，可能十分钟就看完了，并且播客中大多是聊天或对话的形式，口语中重复也比较多。
但是，从实际的个人感受来说，通过播客获取的内容，往往比阅读文字，更加印象深刻。我不知道人类大脑在认知方面具体是如何处理声音与文字信息的，但我猜测，播客内容的慢节奏与谈话过程中的适当重复，可能反而有利于记忆。这有点像我们读书时，如果自己阅读一本课本，可能一天的功夫就看完了，但同样是一本书，老师讲解一个学期，有些内容还是反复讲，当时觉得烦，但事后可能发现，自己的理解和记忆其实真的更加深刻了。
收集与加工
这一节主要记录了我是如何收集与加工各类信息的。许多人也许看到网络上各类神人信手拈来，但我相信，他们中大多数都有这样一套工作流，不信你可以试试当面与他们交谈，他们能吐露的信息量瞬间就会下降一个水平，这并不是说他们水平不行，而是我们的大脑本来就不应该负责记住所有的细节，而只应该建立起一个四通八达的索引。比如，前文中提到的 Nassim Taleb，这个名字根本不是我记住并且拼写下来的，但我知道他是谁，随手一搜就能找到这个名字，再粘过来。
Q：大概介绍一下你对信息流的收集与加工过程？
前文提到过，我消费内容使用的主要工具就是五个：Inoreader、Instapaper、Kindle、Overcast 以及 Evernote。
我画了一张示意图，大致说明了各类工具是如何协作的。
Q：针对短内容，你的工作流是怎么样的？
针对文字类的短内容阅读，我建议你读一读少数派之前 JailbreakHum 写的《在线阅读处理流程：从需求、到方法、再到工具》，基本的思路和流程是一致的，特别是有一个核心思路是不变的：所有的阅读，尽量都收集到一处再开始，这样以后找寻资料时，能够很方便地搜索。对我来说，这个地方就是 Instapaper。不过，在流程的细节处理上有少许不同，我这里就简单说一下不同的这几点。
1. 我的所有短内容（即除了电子书之外的内容），如果它支持 RSS 输出，我都会把它放进 Inoreader 中。这样，我不需要额外使用 Flipboard、轻芒阅读 这样的工具。前面提到过，针对短内容中的新闻与资讯类信息，我基本上不会浏览内容，只需要扫一眼标题就行，极少数的内容才会被我收录进 Instapaper。
相对应的，Inoreader 中我会设置「Must Read」文件夹，这个文件夹中订阅的 RSS 源，我会较仔细地看，而其它新闻资讯一类的泛泛文章，则会分别收录进不同的文件夹，如「IT」、「Economics」等等，如果一天不看，这些文件夹中可能会有上百上千个更新，我基本只需要花一点时间，每天早中晚三次，每次十分钟左右的时间，扫一遍标题就行。这也决定了我不在任何移动设备上使用 RSS 阅读器，因为有大量内容需要快速扫读，我只在电脑上使用 Inoreader 的 Web 版本。
在扫标题的时候，还可以借助 Inoreader 的高亮功能，对于感兴趣的关键词，可以更快地捕获到视线，加快阅读标题的速度。
2. 选择 Instapaper 而不是 Pocket。从根本上来说，我并不需要 Pocket 的标签体系，在 Evernote 中我也不使用标签体系，是否使用标签体系其实也是一个值得讨论的话题，但这里限于篇幅就不展开具体讲了。总的来说，不考虑这一点，我认为 Instapaper 是比 Pocket 更好的选择。
抛开排版之类的较主观体验，选择 Instapaper 主要基于这两点：首先，Instapaper 本身支持将内容全文输出到 Evernote 等第三方服务，而且不需要借助 IFTTT 这样的第三方工具，在时效性上更快，Pocket 使用 IFTTT 标星输出到 Evernote 时，还不支持全文输出。其次，Instapaper 从去年底将所有高级功能免费了，支持全文搜索。
最后，说一说 Instapaper 的工作流：所有的文章，都只有三个操作。
- 删除：这篇文章看了以后，毫无价值，彻底删除；
- 归档：这篇文章可能是里面提到的例子有意思，可能是一则不错的小科普，但总的来说比较零散，没有什么可归纳总结的价值，或者说无法归类于自己的主要知识库中。这样的情况下，日后我可能会需要找到这篇文章，引用其中的某一个例子，这时候先归档，日后可以使用 Instapaper 的全文搜索找到它；
- 标星：文章的内容有价值，并且有待进一步加工整理，这时候标星会将全文输出到 Evernote 的素材中，等待自己的进一步整理；
归纳下来，就是尽可能地将一切都先收集在 Inoreader 中，然后再从中筛选出值得阅读的内容放到 Instapaper 中。Instapaper 的地位，就相当于所有除电子书外的阅读集结地，只要读过的东西，都应该能在这里找到。这一轮下来，有价值并值得进一步加工整理的内容，会输出到 Evernote 中。
Q：针对电子书，你的工作流是怎么样的？
很多人觉得看书很容易被打断，一是找不到大片的时间，二是看着看着就不由自主地又切到了微信或微博。其实这本身是一个意志力锻炼的过程，但另一方面，你也可以像我一样，在所有的电子设备上都安装 Kindle 的 App，并且放在 Dock 栏。在任何场景下，无论是对着电脑空闲时，还是躺在床上看 iPad，或者坐在公交车上看手机时，你都可以锻炼自己去打开 Kindle，哪怕读一小段，也是好的。
此外，很多人会纠结看哪些书，哪些书值得买，而另一些人又走入了极端，只要 Kindle 的特价书都会入手，但又放着不看。我建议可以开通 Kindle Unlimited，同时针对自己非常想看的书，单独购买。KU 虽然被诟病书不多，且质量不高，但从发布时的两万多本，到现在的近七万本，里面的好书现在其实也不少了，完全可以作为自己不知道想看什么时，随手翻翻的补充。
阅读电子书的工作流，其实非常简单，就是勤标注。但到底标哪些内容，怎么标，倒是需要花一番功夫思考。是标作者总结性的内容，还是标说明时的例子？是有针对性地标，还是大段大段地标？我的建议是：标例子更重要，并且就随心所欲地大段大段地标。
要记住，我们最终的目标是将这些标注的内容导出，而你再回过去看这些精要时，如果只有结论性的东西，往往会觉得莫名其妙，不知其所以然，这时候看例子显然更能生动形象地唤起回忆。其次，一本书读下来，除了你需要控制标注内容不要超出 Kindle 的导出上限 10% 之外，真的标注下来的内容，放在一起十分钟左右一定能读完，所以千万不要刻意标得精准、按句子标之类的，放心大胆地大段大段地标注下来，事后回顾时更容易懂。
另外，我不建议你直接在 Kindle 中作读书笔记，一是在 Kindle 中做笔记最快的方法也是使用系统自带的语音录入（而如果是公开场合则不方便），二是笔记内容导出后混杂在标注内容中，还要再整理一遍，也非常麻烦。如果你真的遇到有内容让你非常有话要说，我建议你随手截屏，然后在微信中录一段话，之后再在电脑上，通过 iCloud 的相册同步，以及微信语音自动转换成文字，整理到 Evernote 中。
Q：针对播客，你的工作流是怎么样的？
我建议你不需要专门挑出一个时间段来专心听播客，相反，找那些可以一心两用的时间。以我自己来说，上下班的路上、晚上烧饭、洗澡、刷微博之类的时候，都会同时听播客。或者更简单一点，如果你有兴趣听播客，可以试试把之前听音乐的场景，都换成听播客。
从内容上来说，英文的播客丰富程度比中文圈要高很多，一般我会在不那么专心的时候听中文播客，例如烧饭、洗澡的时候，而在上下班路上听英文播客。听到比较有意思的内容时，我会拿另一台手机打开微信，在文件传输助手中用语音录下想说的话，之后再在电脑上统一整理到 Evernote 中。
Q：对于收集到 Evernote 中的信息，你是如何加工的？
前面提到了，几乎所有我认为有价值的信息，最终都会收集到 Evernote 中。先说句题外话，实际上，关于笔记工具的选择，我也辗转过好几个不同的服务，从 Evernote 换到 有道笔记、OneNote、iCloud 备忘录、本地文稿库等，最终前段时间又回到了 Evernote。这也是我不使用标签的原因之一，考虑到笔记的迁移成本，文件夹体系对迁移的友好程度更高。当然，最好是不需要瞎折腾来回迁移，但目前为止的确没有一个笔记服务是完全称心如意的。
我的所有笔记，都是基于文件夹分类的：
- Inbox：来自读书、播客或其它任何时候的未经整理的，非常零散的想法和点，都会从微信语音、手机备忘录、邮件等地方转到 Inbox 中来；
- Raw Material：接收来自于 Instapaper 的标星内容，这些内容有待进一步整理，归纳到下一个 Knowledge 文件集中；
- Knowledge：按几个类别划分了不同的主题，每个主题下有若干个字话题，相近的内容会整理到同一篇笔记中，并在每篇笔记的最上方，手动归纳出所有相关的知识点；
- Tips：用于存放一些值得学习或掌握的技巧性知识；
- Stories：用于存放一些值得回味的故事类、人物传记类、事件回顾类的长文；
- Reading Notes：用于存放所有从 Kindle 中导出的标注，以及额外记录的笔记；
针对 Knowledge，我和很多人一样，都走入过歧途，试图整理出一套完整的脑图或树状图类的知识结构，或者标注出内容中有用的部分，或者把所有无用的内容删去，只留下精华的部分……最终发现根本没法长久地做到。一旦内容多了以后，就又陷入了无法维护的状态。我后来形成的一套比较实用的方法是这样的：
- 保留所有从 Instapaper 中过来的全文内容，将相似主题的内容粘到同一篇笔记下；
- 在每篇笔记的最上方，留下所有被用到的文章链接，同时归纳出这些内容的主要知识点，如果有需要，我可以随时拉到下面的全文中详细了解；
通过这样的方法，你只需要定期从 Raw Material 中，把相似的主题合并进现有的笔记，并在头部新增补充一些知识点就可以了，而且需要查阅的时候，也非常方便翻阅。
产出与写作
上面两节提到的，是如何从外界输入信息，并做一些基本的加工整理，而到了输出这一个环节，虽然感觉是一个线性的过程，但其实在输出的过程中，你不仅仅是回过头从之前的内容中提炼精华和引用信息，而且还会在创作的过程中，获得更多的外界输入，这也是为什么我们说输出是最好的阅读。
Q：觉得没什么可说的，不知道写什么怎么办？
你之所以会这样觉得，多半你把写作想像成了这样：我已经整理好了桌子，打开了 Ulysses，一切准备就绪，舒缓的背景音乐已经响起，我已经全身心地进入了写作状态，只是不知道有什么可以写的。
事实上根本没有写作状态这回事，真正能够产出的人，任何时候都处在写作的状态。相信我，文章的结构、引用、举例等等，没有一个是在电脑前敲字的时候想出来的，相反，它们可能是我在坐公交车时，在超市购物时，在路边等人时，在闭上眼睛准备睡觉时等等，突然蹦出来的。你不是在绞尽脑汁去想写什么，真正痛苦而美妙的是，你想写的东西一直萦绕在你的脑子里，不断地翻来覆去，逐渐成型。
只要你有足够的输入，人就会有写作输出的欲望，这简直就是一件自然而然的事情，你所需要的是，只是先捕捉到那种冲动，并快速地把它记录下来，等待自己去进一步地发散和完善。我会在 2Do 里随手记录一些自己想到的话题，然后它们就会时不时地在脑子里反复萦绕打磨，有时候你会补充一个细节，有时候你会想到一个例子，有时候你会想到怎样调整行文顺序……它们可能是上午想到的，下午就成稿了；当然也可能是一年前想到的，现在还躺在 2Do 里的，比如下面这些……
Q：写作的基本流程是怎么样的？
我在《如何更好地写作 | Matrix 线上分享会回顾》 曾经分享过关于写作工作流的一些想法，其实最核心的点在于：真正的好文章，都是一次成型的。而要做到这一点，你必须在脑子里或者题纲上把这篇文章已经反复写过了好几遍，最终你觉得满意了，才开始一个字一个字敲出来。
你可以看到我对题纲的重视，其实你不一定需要 幕布 或者 Outline 类 的工具，随手在 2Do 或者备忘录里就可以，用好「-」和 Tab 缩进，一样可以把题纲搭得非常清晰。
那么，当我们列题纲时，我们实际在列什么？只是在列每一段的概要性内容吗？不是的，如果你把每一篇文章看作一个故事，那么题纲实际上是在帮助你想清楚两个问题：这个故事说给谁听？你打算如何说这个故事？
不要小看这两个问题，文章的读者是谁，在某种意义上决定了这篇文章该怎么写。如果是写给自己看的日记，那么我最在意的是真实；如果是写给读者看的，我还希望这篇文章能具有一定的传播度，这就决定了文章里穿插哪些例子，使用什么样的成文结构。
Q：用一篇文章来举例，它是如何诞生的吧？
拿《从更聪明的 iOS 10 和 Siri，看看苹果在 AI 上如何 Think Different》这篇文章举例， 我们来看看它是如何诞生的吧。
这篇文章讲的是 iOS 10 中的 AI 运用。可以写的话题点其实并不少，可以聊一聊 iOS 10 中的日常功能，有哪些涉及到了 AI；可以聊一聊和 Google 系 AI 的实际体验对比；可以聊一聊 AI 在硅谷压倒一切的态势；可以聊一聊向来注重隐私的苹果，如何平衡 AI 使用用户数据与隐私的关系；可以聊一聊技术后面的原理细节……
你可以漫无目的地天马行空，把你想到的有意思的话题点都罗列下来，但最终你打算展现哪些？详写哪些？一笔带过哪些？这都回到了那两个问题：这个故事说给谁听？你打算如何说这个故事？
我最终决定，开头概述一下 AI 在科技界日渐崛起的重要性，然后切入普通读者最关心的问题，AI 在 iOS 10 中到底有哪些应用，为我们的日常使用带来了哪些改变，实现的使用感受如何？这些才是大部分读者感兴趣的话题，然后，如果有一小部分人还愿意读到这里，我们再展开聊一聊苹果的公司文化对业务决策的影响；技术细节的实现介绍等普通人可能不那么关心的话题。
你可以看到，文章源引了很多例子和背景，这些都是哪来的？像开头一大段罗列 Google 对 AI 的运用，我并没有特意去搜索，这些只需要平常关注一些科技新闻，扫一扫新闻标题，就能留下个大概印象，最后成文时简单搜索验证一下，没有重大事实偏差就可以。像人工智能团队主管接管了搜索，我当然不可能记得这些人的名字，但我肯定我读到过相关的报道，去 Instapaper 中搜索一下就能找到。而文中提到的 《AI, Apple and Google》 和《The iBrain is Here》两篇文章，都是最近在 Instapaper 中读到过，并标星收到了 Evernote 中的 Stories 文件夹下，回去再翻开重新读一遍。
而像后文中提到的差分隐私技术细节和 Google 的应用，在那之前，我当然不了解这些内容，都是在写作输出的过程中，进行的两次学习和阅读才有所了解，这也是我所说的输出是最好的阅读。
最后，找一个合理的地方植入易烊千玺的照片，这样，一篇文章就彻底大功告成了。
（如果你喜欢这篇文章，我们鼓励你在文末点赞和评论，这会成为 征文活动 最后评奖的参考之一，你可以 点此查看 之前的入围文章。 ）