2021年2月，第三篇newsletter。
newsletter的所有素材来源于我的flomo记录。之前flomo周刊里有提到如何把memo编织成网，我编织的方式就是newsletter。
本月专题：Clubhouse&播客，AirPods终端应用崛起？
本月最热门的就是Clubhouse了。虽然已经被墙，但引发了大家对于下一代社交工具的思考和畅想。月初的时候，大家讨论如火如荼，我也做了一篇文献综述。后来国内出了很多仿品，对话吧、Capital Coffee、Now……甚至米聊也来凑了个热闹。
除了Clubhouse，2020年也是播客的元年。最近小宇宙改版，内置的播客录制工具不知道能不能大量催生播客的供给。一种内容生态的丰富，便捷的编辑软件功不可没（类似剪映之于短视频）。
关于这类应用，我有两个问题：
第一个问题，不知道这些应用的产生和AirPods的渗透率提升有多大关系。正如同iPhone的普及催生了App这种形态，AirPods的普及是否也让声音这个赛道慢慢变得热闹起来？正如我在flomo记录的那样：
真无线蓝牙耳机（比如AirPods）的渗透率提升和播客&clubhouse的兴起有关系吗？声音会比视频制作成本更低从而导致供给更加充分吗？这里面有投资机会吗？产业链什么环节能吃下蛋糕中最大的一块呢？
第二个问题，播客要承载什么样的内容？似乎播客（也包括视频）并不比文字更适合传达比较深刻复杂的内容，原因如下：
- 文字可以快速跳转、搜索，也方便记录。
- 播客比较适合的场景包括通勤路上（公交或自驾），或者做饭、洗碗等手眼被占用的时候。但与此同时，专注度肯定受到影响。我的体验是，对于一些需要记录或消化的内容，并不会在这种时候听。
- 真正严肃的内容，需要我安静的坐下来一边记录一边听，类似于听路演或者听电话会议。但是问题就在于，这些内容其实变成文字版吸收的效率更高，制作的难度更低。尤其还有一些所谓付费的，就更难理解了。
所以是不是能得到这样一个结论：播客某种程度上来说依然更适合娱乐（kill time）？或者适合访谈、对垂直行业ABC的科普？
除此之外，在这个专题下面，还有一个引申的话题——Metaverse。可惜本月时间有限，关于Metaverse的阅读还不充分，后面再来讨论。
笔记
本月的重点工作是翻译（芒格2020年12月14日接受加州理工学院校友会采访）和读书（《价值》读书笔记），网文阅读的不太多，笔记主要是一些视频和播客的。其中最推荐3Blue1Brown的视频，作者通过巧妙的方法，让我们能够清晰地分解贝叶斯公式，方便在日常生活中运用它。
3Blue1Brown：重新理解贝叶斯定理（视频）
作者：Grant Sanderson，一位来自斯坦福大学，现居住在美国加州的数学老师。
一、医学检测悖论与贝叶斯公式
医学检测悖论（Medical Test Paradox）：一项医学检测的整体准确率可以非常高（即绝大部分的人都能获得正确的检测结果），但在特定的条件下，即使检测出阳性，得病的几率却非常低。也就是说，再准确的检测也未必预测得准。
举例：1000名女性，假设其中1%患有乳腺癌，她们都做了乳腺癌筛查。在病人中，9名患者得到了正确的阳性结果（True Positive），1名呈假阴性（False negative）。在非病人中，89人呈假阳性（False Positive），901人得到了正确的阴性结果（True Negative）。如果某位女性的筛查结果是阳性，其患有乳腺癌的概率只有9/(9+89)≈1/11。
几个重要指标：
- 发病率（Prevalence）：先验概率，该例中是1%。
- 灵敏度（Sensitivity）：患病人群中正确检出阳性的比例，反映检测对疾病的探知有多敏锐。漏诊率（假阴性率，FNR）=1-灵敏度。该例中是90%。
- 特异度（Specificity）：健康人群中正确检出阴性的比例，意思是阳性是特定由该病诱发，还是另有其他诱因导致假阳性。误诊率（假阳性率，FPR）=1-特异度。该例中是91%(=901/990)。
这实际上是一个佯谬（Veridical Paradox）。佯谬是指某些事物能被证明为真，但直觉为假，这是悖论的最弱形态，它更多是心理上而非逻辑上的。
二、我们如何避免直觉的误导？
首先，要明白检测结果的意义。检测结果无法决定得病的概率，只是更新了得病的概率。比如本例中，真实的乳腺癌概率是1%（先验概率），通过检测，更新后的概率提升了一个数量级，接近了10%。检测的准确度反映的是更新的幅度，而非最终的答案。
作者提出了一个相对直观的方法：重新设计贝叶斯公式（Redesigning Bayes Rule）。
- 引入贝叶斯因子（Bayes Factor）：指结果呈阳性时，正确和误诊的比例。
- BF=Sens.÷FPR=P(+|Cancer)÷P(+|No cancer)
- 后验比率(Posterior Odds)=先验比率(Prior Odds)×贝叶斯因子(Bayes Factor)
注意，这里是比率（Odds）而不是概率（Probability）。概率是阳性数和总体数的比值，比率是阳性数和阴性数的比值。之所以用比率而不用概率，是因为概率的范围是[0,1]，而比率的范围是[0,+∞)。例如，1%的概率对应1/99的比率。
为什么会这样？证明如下：
- 先验比率：患癌症的人数（# With）除以健康者的人数（# Without）；
- 后验比率：在检测中患癌症的人数除以健康者的人数；
- 在检测中患癌症的人数=患癌症的人数（# With）乘以灵敏度P(+|Cancer)
- 在检测中健康者的人数=健康者的人数（# Without）乘以误诊率P(+|No cancer)
- 整理可得：后验比率=先验比率×贝叶斯因子
通用公式：O(D|+)=O(D)×P(+|D)/P(+|￢D)
回到例子：先验比率是1/99，贝叶斯因子=90%/(1-91%)=10，则后验比率为10/99，转换为概率是10/109≈1/11。
这个公式最好的一点在于，它将先验的部分和检测准确率相关的部分区分开。
- 当你想置换不同的先验值时，可以很容易看到效果。
- 如果想基于多个证据，进行多个不同的贝叶斯更新，可以直接连乘在公式后面。
三、贝叶斯公式（比率样式）的应用
1、什么样的检测能够大幅提高先验概率？
贝叶斯因子要尽可能大。要么提高灵敏度，要么降低误诊率。
2、阴性结果反而能降低先验概率的数量级
举一反三：如果某位女性的筛查结果阴性，其患有乳腺癌的概率有多少？
- 先验比率：1/99
- 贝叶斯因子：注意，这里是指结果呈阴性时，漏诊和正确的比例。P(-|Cancer)÷P(-|No cancer)。因此这里贝叶斯因子=(1-90%)/91%≈1/9
- 后验比率≈1/891
可以看到，在这个例子中，一个阴性的检测结果会使你的先验比率降低一个数量级。
【via 《重新理解贝叶斯定理》】
《价值》
《价值》一书除了读书笔记之外，还有一些零碎的笔记，一并放在这里。
高瓴资本对零售业的研究成果
美国零售业第一次大发展的标志是连锁店的诞生，背后是生态体系的完善：
- 基础设施：
- 物流：铁路完善，物流标准化、即时化
- 传播媒介：电视机和有线电视网的发展，品牌广告出现，品牌得以发展（最早的电视节目就是围绕品牌来做的，比如肥皂剧就是给肥皂打广告而得名）
- 供给端
- 渠道的演进：从连锁店到超市，一站式购物成为可能
- 产品品类的发展：
- 快消品：受益于消费者的品牌认知，宝洁和联合利华
- 食品：受益于电冰箱的出现，食品的规模比快消品更大
- 需求端
- 消费者更认可品牌
- 汽车的普及：购买半径大大提高
高瓴资本对零售业创新的研究成果
- 沃尔玛
- 受益于汽车发展带来的消费者购买半径的提高
- 最早运用科技的零售业公司之一：1987年做了全美最大的私人卫星通信系统（即商业情报系统，简称BI）。
- 运营模式的创新：
- 店长只有降价权，没有涨价权；
- 坚持每日低价（Everyday Low Price，EDLP）。促销会导致供应链扭曲，库存压力大，供应商苦不堪言。
- 好市多
- 通过精选品类保证单品的采购规模比沃尔玛还大，从而获得成本优势；
- 售价约等于成本价，大部分靠会员费赚钱。
- 奥乐齐（ALDI，德国公司）
- 几乎全部是白牌商品，90%以上是自有产品；
- SKU较少，最初只有300多，现在也就800多；
- 总部只提供采购清单，店长自治，决定品类。
对话少楠：flomo的设计美学，有原研哉的影子（播客）
虽然PPT做得多，但平时真的很少系统了解过设计相关的内容，这期播客很有意思。
- 艺术和设计有什么关系？好的艺术作品一万个人可以看出两万个感觉，每个人都有自己的解读；但好的设计则要求无论任何背景的人都可以得到同一个理解。
- 产品定位：无压力收集想法的工具。flomo一打开就是一个输入框。
- 以前会用笔记工具写Daily Review，往往标题就是日期，里面的内容也不是很系统。列表里面翻这些内容是完全没有意义的：标题都是日期，点进去看又只有一点点内容。如果用大型软件做这个事情，会有一种“高射炮打蚊子”的感觉。
- 很多笔记工具的设计是要提供一张好的白纸，但我们希望你能两三句话把想法记下来，这就足够了。你缺乏的不是一个好的笔记工具，而是一个无压力收集想法的工具。
- 设计理念：
- 克制，符合直觉。少楠的设计受原研哉和无印良品的影响很大，很喜欢“不设计”的设计。设计要做到没有感知，符合直觉。
- 这样就好。给人的感觉是也还好，但没有那么好。好的设计不强调个性，但能和你相处很久。比如，不支持markdown。
- 空与白，不扭曲动机。比如，没有设计模板。
- 输入框是最好的收藏夹，让用户填充它的意义。
- 运营的两种思路：巴普洛夫条件反射训练，还是提供容器，自我填充，让用户喜欢并陪伴很久。满满的红点、提示、引导、push，从运营上来说，短期内能达到最优的效果，这样的结果并不是用户真实想法的体现。
- 尽量少的Ego。好的设计是符合人群的需求，不是你的需求。
【via ARTsOUT《对话少楠：flomo的设计美学，有原研哉的影子》】
莫名其妙的微信8.0（播客）
听津津乐道的博客，聊到了微信8.0的更新，让我有机会反思了一下大多数人默认的腾讯的网络效应。不可否认，腾讯的护城河依然很深，但微信的问题、海外的反例值得重视。
- 微信这么多年，还有很多作为IM工具的历史遗留问题，这些问题却一直被无视。聊天记录存储和迁移问题、群聊管理问题、多终端支持问题……
- 微信不专注于IM，而想去做平台，可能是因为腾讯没什么东西拿的出手了，背负了太多的期望。QQ虽然用户多，但我们没有把线下的关系复制上去，QQ的关系更加独立。
- 在资源有限的情况下，IM好不好用对它来说并不重要，扩展更多使用场景对它更重要。背后是微信对自己在社交关系上的护城河足够自信。
- 但是横向扩展做的并不好，目前做的比较好的就是公众号、朋友圈、微信支付（但是没做好）。
- 小程序当年想要连接线上线下，到了今天却变成了轻应用。小程序推出的时候，是O2O最火的那段时间， 但当时小程序没有做起来。后来小程序起来是因为微信给小程序的api相比HTML5维度更多，比如用户手机号授权。小程序原来想做的被第三方扫码点餐给做了。
- 视频并适合通过社交关系扩散，很多喜欢的视频具有隐私性。
- 支付功能和钱有关，但是客服电话藏的很深，而且打不通。服务能力跟不上。
- 为什么海外就不一样？海外Facebook和twitter独大，但im却有很多，而且没什么网络效应。海外华人并不会选择微信，主要是因为IM功能太难用了。因为其他功能他们用的少。还有隐私保护的担忧。
【via 津津乐道《莫名其妙的微信8.0》】
从社交困境到社会困境（播客）
上一篇Newsletter提到了这篇文章，这个月又听了他们的播客，有一个比较有意思的点，补充记录一下。
区块链的世界讲究“Code is Law”，代码即法律（参考《区块链时代的世界宪章：代码即法律》、《「代码即法律」：妄念中的乌托邦之梦》、《“代码的意图”即法律》)。但这个播客里面提到：
隐私保护会伤害平台自己的利益，所以需要法律来约束利益的底线。现在的法律并不适应社交网络这个时代。以后的法律可能和代码结合，会产生一套给机器看和执行的法律。
这就是法律即代码（参考《从“代码即法律”到“法律即代码” ——以区块链作为一种互联网监管技术的法律分析》）。
【via 西岸偏北《从社交困境到社会困境》】
冷知识
- 不通过剪刀，只用吸管扎个口倒牛奶的时候，记得扎口的时候，要从下往上倒着扎，否则牛奶倒着倒着就会把口堵死，滋的哪里都是。
- 单立人喜剧的郝雨和《大学生自习室》的郝雨是一个人。
- 一下子抹掉自己微博黑历史的方法——发个敏感词，被封号。
QUOTE
The three most harmful addictions are heroin, carbohydrates,and a monthly salary.（最有害的三种上瘾，毒品、碳水和月薪。）
【via Nassim Nicholas Taleb】
Volatility is when the market goes up and down. Risk is how you behave when the market goes up and down.
【via @Brian Feroldi】
It's impossible to appreciate the power of "Circle of Competence" investing until you:
- Find an idea in an industry you know well and use often
- Can explain the unit economics of the biz to a 5YR old
- Don't need an Excel model to understand the tremendous value discount
【via @Brandon Beylo】
One of the simplest, yet most powerful descriptions of the best marketing strategy I’ve ever heard:“Try to make the product easy to buy, instead of making it easy to sell.”
【via @Brandon Beylo】
When you are dead, you don't know you are dead. It's pain only for others. It's the same thing when you are stupid.
【via @Richard Feynman】
寓沉雄于静穆，藏锋芒于深思。
【via 《价值》】
钱是赚不完的，但是可以亏完。
【via James（微信群群友）】
段子
Sadly, Tesla will never buy $ETH because it runs on gas.
【via @LewisFreiberg】
等所有汽车都变成电力驱动后，「踩油门」对于新一代孩子就会和「挂电话」一样变成令人困惑的词汇。—— geek_fest
【via @浴室沉思】
