07.23.2023: Unfiltered Context
本周的主题是 Unfiltered Context 未经过滤的上下文。
这句话来自于 Competing Against Luck:
...an entrepreneur found himself in a circumstance with no clear solution and declared, “I’m going to fix this!” In a sense, he began both as the CEO and a target customer—there was no separation between the innovator and his customer’s job. Much of the information needed to make decisions about solving for a job is found in the context of the struggle. We call that “passive data” because it has no voice or clear structure or champion or agenda. Passive data, by itself, doesn’t tell us what is going on in the world because the Job to Be Done doesn’t change much. Passive data is just unfiltered context. It’s always present, but it isn’t loud.
这段话描绘了一个并不陌生的故事：企业家在自己的生活中发现了未被解决的问题，于是卷起袖子准备大干一场。今天，我们都知道，这个故事之所以不陌生，是要感谢媒体和传记作家，他们本身既是这个世界的过滤器，也是放大器，他们传递了人类历史上那些本来不为人知的戏剧性时刻，并把它们永久的保存下来，再通过后人不断的诵读和传颂，得到一次又一次的加强。
而上述的这段话暗含了一次转折：这种「挠自己的痒」并不是保证成功的充分或必要条件。成功故事试图告诉我们，正是由于大部分人并没有开始行动，于是少部分人获得了更高的成功概率。实际情况是，一个人的痒处，并不一定是很多人的痒处；而解决了一个问题，不代表能解决更多的问题。
原文中用 passive data（被动数据）这个概念来解释现实世界中的混沌：痒是一种明确的信号，但大部分时候，环境并不会给我们传递太多的信号。比如炎热的天气就是信号，它会引致空调、电扇、冰镇啤酒和冰淇淋等太多生意机会。而这样的信号并不会自己尖叫着跑出来，而是需要敏锐的谛听，才能在一片嘈杂和无序得到些许端倪。如作者所说：被动数据不会告诉世界发生了什么，因为（消费者）要完成的任务并不会发生太大的变化。
这就是未经过滤的上下文。世界被它笼罩，正如真相被均值掩盖。价值创造的过程就是不断的掀开这层面纱，发现沉默的信号，放大它，加强它，改变事物内里的结构。
比如，每天早上我会收到很多封业务数据的邮件。在天这个颗粒度上，很多数据只是微弱的波动，用数据分析师惯用的解释，它们都属于正常波动范围内。我们都知道，这些「正常波动」之下，事物的内在结构正在发生变化，一些上升，一些下降，相互抵消，表面上波澜不惊。另外一种解释就是短期的微弱变化最终会经过长期累积，演化成剧变。这两种解释并不冲突，而是相互补充：能够在长期中累积的微弱变化意味着局部已经掌握了持续产生变化的力量，也即是掌握了塑造未来的通路。
意识到我们生活在 unfiltered context 中，可能会让我们的意识变得更加主动和敏锐，无论是捕捉信号，还是以抽象结构的方式来理解世界，都是需要一直修炼的本领。
书中还讲到另外一个概念 stack fallacy：
Stack fallacy highlights the tendency of engineers to overweight the value of their own technology and underweight the downstream applications of that technology to solve customer problems and enable desired progress. “Stack fallacy is the mistaken belief that it is trivial to build the layers above yours,” Sharma says. It’s the reason that companies fail so often when they try to move up the stack. “They don’t have first-hand empathy for what customers of the product one level above theirs in the stack actually want. They’re disconnected from the context in which their product will actually be used.”
堆栈谬误凸显了工程师倾向于高估自己技术的价值，而低估用该技术解决客户问题的下游应用的价值。 “堆栈谬误是一种错误的信念，认为在你所在的层之上构建层是微不足道的，”夏尔马说。这就是公司在尝试在堆栈中升级经常失败的原因。 “他们对产品堆栈中比他们高一级的产品的客户的实际需求没有第一手的同理心。他们与产品的实际使用环境脱节。”
本周在 AI 领域的一项重要进展是 Meta 宣布 Llama 2 开源，并和 Microsoft 在 Azure 和 Windows 上进行战略合作。同一时间，OpenAI 发布了 ChatGPT 的定制化功能，提出了针对 AGI 安全的自愿性承诺。
从堆栈（stack）的视角来看，Meta、Microsoft 和 OpenAI 显然选择了在栈上不同的位置开展竞争的策略。Microsoft 的两大平台：Azure 和 Windows 更加底层，面向企业和个人用户提供操作系统级别的平台；而 OpenAI 立足于 AI 的模型层，在 Microsoft 提供的 OS 层之上；现在 Meta 对 Llama 2 直接开源，并可以免费用于商业用途，一下子打破了 OpenAI 在模型层上的近乎垄断的地位。
一些评论认为，Meta 的策略可以类比于 Google 以 Android 对抗 iOS 的策略。的确有类似之处，后者的战略成果是成为了全球最大的操作系统，同时，让自己的核心业务：搜索引擎得以进入数以十亿计的消费者手中。要考虑到一件事：如果没有 Android，那么 Google 可能需要更高的价格（甚至高到不可能）才能获得 iOS 的默认搜索引擎位置。
昂贵的选项需要审慎的思考，特别是要改变自己的堆栈上的位置的时候。Stack falacy 讲到的问题是指从技术层上升到应用层，其实这种谬误可以出现在任何一种层的改变上。Meta 在做出开源决策时候，就意味着它要进入堆栈中的全新一层。我读到的一些报道称，Llama 2 现在在部分领域达到了 GPT 3.5 的水平，但和 GPT 4 还有差距。开源后，模型将会得到更多关注和优化，但这些优化是否能反过来被 Meta 所用？Meta 以 Llama 2 能够获得什么样的谈判筹码？在这次行动中，Meta 也和 Qualcomm 打成了一项合作，将把 Llama 2 带到手机和笔记本电脑上，这是否意味着，堆栈将在某个时刻再一次发生有趣的变化？
我相信，AI 在模型层上的开源化努力将持续一段时间，直到竞争达到饱和状态。最终的结构仍然会呈现头部寡头化的局面，少部分模型获得了最多的注意力，并逐步拉开和追赶者的差距。在 Microsoft 和 Qualcomm 所在的层上，这种演变显然是有利的，但在栈的上层，类似 Meta 这样的玩家，则还需要观察后手。在 Llama 2 的协议中，Meta 限制了 MAU 大于 7 亿的企业商用，称需要和 Meta 达成协议后方可使用。无独有偶，Snap 和 Telegram 最近刚刚宣布 MAU 超过了 7.5 亿和 8 亿。
当你看到这些细枝末节的时候，也就是从混乱的上下文中找到了一些过滤的方法。