本文选自 Dailyio Lite 会员计划，这是一份聚焦个人生产力的邮件通讯，更多会员计划产品详见这里。
过去两年的时间，疫情反复带来的恐慌、不确定性还在持续影响你我的生活与工作。
这些年，我们通过制造、使用新的数字工具对抗这种影响，维持人类生存之外的种种发展可能，各式各样的数字工具也在继续塑造你我的心智与行为模式，它/他/她们既可能是我们工作生活的「亲密伙伴」，帮助我们高效处理工作与生活中的所有事情，同时也可能是精心伪装的「魔鬼梅菲斯特」，利用上瘾、信息误导，引诱你我交出自己的「灵魂」。
接下来，我会跳出工具指南的范畴，从宏观视角勾勒出数字工具使用的一般性原则，包括：
- 流程格式化；
- 服务自动化；
- 应用云化；
- 数据通用化；
下面让我们逐一探索。
流程格式化
所谓「格式化」，简单来说就是通过分析日常生活工作中的事情，提取出一个可以套用（复用）的格式（模板），由此形成一系列面向不同场景的应对策略或计划。
举个例子，我的邮件通讯项目，尽管每天、每周的工作各不相同，但本质上还是围绕「获取读者——维护读者——再增长」的基本规律，如果再具体到每一封邮件通讯的撰写过程，主题与内容的差别之外，其他的工作流程基本是一样的，无非就是：
- 收集；
- 过滤；
- 创造；
- 修订；
- 发布；
这就是我抽象出来的格式，或者说是我每周工作的模板，更进一步，我还可以把「收集」做进一步细分，比如有哪些信息源：
- 社交媒体公开内容：微博、Twitter；
- 社交媒体私密内容：微信群、微博私信、微信一对一的聊天；
- 线上线下会议与采访；
- 邮件订阅；
- RSS 订阅；
「流程格式化」带来几个显而易见的好处：其一，通过分析日常工作或生活的流程，可以更好理解不同事情/任务/项目的关键点，在「2/8 定律」的作用下，我们应该把更多时间和精力，放在这些关键流程上。
其二，「流程格式化」也是「清单思维」的落地实践，如果你听过或读过《清单革命》这本畅销书，或许能够明白「清单思维」的应用场景，从飞行到医疗再到军事领域，「清单思维」构建起了不同专业人士进行正确判断的底层模式，书里面一句话让我印象深刻，「我们都需要有专业判断的空间，但要做出正确判断，必须讲究做事的程序」，而「程序」恰恰是「流程格式化」所要实现的目的。
其三，「流程格式化」不仅能够降低大脑处理问题的复杂，还能简化数字工具处理问题的过程，这也引申出围绕「格式化」的另一个议题：数据组织的格式化。
无论哪一种数字工具，其本质都是一种数据组织形式，这就需要我们将现实生活中的问题转换为某种数据，这个过程里，能否实现「格式化」的转换就成为数字工具能否高效工具的关键，比如我们日常生活中的密码管理，你当然可以将密码记录随便记录在诸如「备忘录」或某个 Word 文档里，但由于缺乏「格式化」的组织，这些工具无法识别与处理密码数据，以至于当你需要某个密码的时候，不是找不到就是用户名或密码对应不上。
即便是记录在「备忘录」里，一个理想的密码格式也应该是「账号」与「密码」一一对应，但这显然还是不够，一方面，你需要一行行记录，另一方面，使用的时候，还需要单独复制粘贴。
此时，如果使用更具「格式化」的专业密码管理工具，比如 1Paasword 或开源的 Bitwarden，你需要做的，就是以「格式化」的方式录入或生成密码，接下来，密码管理工具能够高效处理这些「格式化」数据，当你更换某个密码的时候，这些工具会将此前的密码做备份，以备不时之需，而当你需要填充任何一个密码，无处不在的搜索框可以快速帮你找到密码。
从这个角度去看，我们使用的每一个应用，都是在以特定格式化的方式组织、处理我们的数据，这也意味着，如果我们以「格式化」形式与不同应用进行互动，能够极大提升数字工具处理数据的能力。
因此，「流程格式化」同时也意味着，在不同场景中，提取应用的「格式化」能力，高效完成一系列复杂的工作流程，还是以邮件通讯的「收集」阶段为例，整个流程里，涉及到微信、微博、邮箱、视频会议等众多应用，这些应用各自以不同的形式组织数据，但如果以高效收集信息为目的，这些应用又有几个相似的功能：
- 搜索
- 收藏
- 转发
比如，如何在微信里进行搜索，输入关键词后，查看不同维度的搜索结果，下图是在群聊、朋友圈与音乐里的搜索展示。
另一个值得关注的维度是「朋友分享过」的文章，这也是微信生态的优势，它打通了社交关系与内容体系，透过这个方式可以搜索到哪些关键词的内容正在被你的微信联系人所分享。
通过这样的方式，我们可以提取出不同应用处理数据的格式化能力，从而持续完善整个格式化的流程，下图展示的就是一个不断完善的邮件通讯生成流程的「收集」阶段。
「流程格式化」是重新审视工作与生活流程的过程，也是重新认识数字工具能力的过程，更是一次重建人机关系的关键一步。
服务自动化
随着这几年机器学习的快速发展，智能、自动化似乎无处不在，但无论是体力劳动还是脑力劳动，数字工具的自动化都不可能完全覆盖，目前的自动化，大致有三个方面：
- 特定规则：当满足条件 A 的时候，启动 B；
- 数字内容管理：分析人类提交的数字内容，形成分析报告或洞察，并可能有下一步；
- 数字内容格式转换：把人类提交的语音、文本、视频、图像内容进行高效转换；
上述三个方面里，人都处在中心位置，「自动化」的根本目的还是要将机器擅长的工作交给机器，这也构成我们理解、实践服务自动化的切入点。
其一，特定规则。这可能是最简单的自动化方式，比如「IFTTT」这样的产品，其逻辑就是「如果应用 A 发生了什么，那么应用 B 就怎样」。类似地，虽然 Zapier、Integroant 这类标榜专业自动化的工具，但核心逻辑并没有发生变化，只是在触发条件设置、条件判断以及执行上可以进行更丰富的设置而已。
在基于特定规则进行自动化的场景里，邮件处理是一个非常重要的领域，一来，邮箱不仅是获取信息的重要媒介，也是重要的身份凭证（想想你的账号有多少需要和邮箱绑定）；二来，大量无用的订阅邮件涌入邮箱，并伴随时刻弹出的邮件通知，极大冲击了注意力。
就目前来看，Gmail 是自动化处理邮件的最好服务。我每天大概会收到 100 封邮件，这 100 封邮件分为以下几类：
- 业务沟通：来自订阅会员、公关公司、科技媒体以及其他工作的邮件，每天大约 30 多封；
- 事件通知：包括信用卡消费、服务器邮件系统通知等等，每天 20 多封；
- 新闻订阅：付费或免费订阅的邮件通讯，这部分的内容每天都在 50 封左右；
在 Gmail 里，你可以通过一个个基于规则的过滤器，让邮件自动归类，下图展示的这个过滤器，是处理来自「zhaosaipo@iois.me」的邮件，是选择直接归档？还是加注星标，你都可以自行定制。
其二，数字内容的自动化管理。从文本、图像到语音、视频等，我们每天要处理海量的数字内容，利用不同的数字工具，我们能够实现自动化的数字内容管理。
比如资料版本管理，这是办公里常见的场景。针对一个文档（比如 Office 三件套）不断修改是当下一个重要的办公处理过程，我曾经收到过一个被修改了 22 个版本的 Word 文档，命名为「xxxV22」。
事实上，如果你订阅了 Office365，完全可以通过云端存储不同的版本，文档的每一次修改也会存储在云端，形成一个个独立的版本，你可以任意「回滚」到不同的版本里。
如果你的工作无需强制使用 Office 工具，免费的 Google 文档、飞书文档等可以成为版本自动化管理与协作的利器。
再来谈图像版本的自动化管理。一方面，iPadOS 「照片」应用拥有一个神奇的功能：无论你将一张照片修成什么样子，都可以回滚到初始状态。下图展现了一张通过「照片」应用编辑的照片，此时点击右上角的「复原」，就能恢复原貌。
需要要注意两点，其一，你必须是在「照片」里编辑图片；其二，一旦回到初始状态，也将不可能再回到之前的样子。
另一方面，机器学习为图像管理带来了更自动化的检索能力，从上万张照片里快速定位并找到自己要找的那一张照片，前段时间有个关于读书的分享，需要我提供一张拍摄的图书封面或者图书内页的照片，由于我在外面并不方便重新拍照，于是我就用「最自然的语言」在「照片」里搜索。
如上图所示，尽管不够完美，但已经足够可以我筛选出适用的照片了。
其三，数字内容格式的自动化转换。格式转换从来都是一件耗时耗力同时也耗钱的事情，但机器学习等一系列智能技术的突破，让数字内容不同格式之间的转换已经变得足够简单、低成本，而且效果更好。
十年前，我会在各种会议上看到速记，这是一类把会议演讲者的说的话快速转为文本的职业，而在最近五年时间，至少在科技公司主办的会议上，速记正在被机器取代，在语音识别技术越发成熟的当下，普通个体也能拥有实时语音转文本的「速记员」，比如，飞书手机端应用里的「飞书妙记」，能够直接使用麦克风录制声音，并实时转录。
「飞书秒记」还有几个值得关注的功能，语音与文本文件存储在一起，便于后期的整理查看，你可以边听边看，并且支持语速调节、跳过空白等功能；而点击任何一个文本字符，底部的音频文件自动调整到相应的时间点，此时你可以根据语音调整文本；与此相对应的，拖动音频播放进度条，文本也会实时定位。
翻译同样是一种格式转换，现在，借助浏览器或插件，免费的 Google、Bing 与苹果翻译可以让你快速将一个网页翻译成自己想看的语言；免费+付费的 DeepL 的文档翻译能力又将专业翻译提升到一个新的水准；而在国内诸如飞书、腾讯文档等协同办公产品里，你甚至可以直接将写好的文档翻译成特定语言。
「服务自动化」让人和机器回到了各自擅长的的领域，我们设计一套套规则，把重复性、机械性的工作交给机器，并从机器不断提升的「智能」里获得更多灵感，不断优化人机关系的反馈流程。
应用云化
进入 2021 年，我们早已不再局限于只在某一个特定设备上办公或娱乐，从手机、平板、笔记本、台式机到有屏幕的智能音响、电视，这些不同设备散落在工作和生活的每一个角落，每一个设备都有值得使用的场景，由此也在不同设备上沉淀了大量比特数据。
不同的设备定位，不同的硬件品牌以及操作系统的差异，又进一步加剧了设备之间的「隔阂」，更是形成了数据与体验的孤岛。
上述难题也有一个最简单的解决方案：选择某一个品牌的生态，比如苹果，当手机使用 iPhone，家庭物联网设备采用 HomeKit 之后，即便设备多种多样、操作系统也不完全一致，但你完全不必担心数据与体验的不同，这就是生态的力量，类似地，华为、小米也能带给你这样的解决方案。
生态既是「便利」，也是一种「绑架」。它让你失去了再去选择其他品牌产品的权利，任何不属于该生态的产品都显得格格不入，也会变得「极不好用」，这是选择任何一个生态不得不付出的代价。
而这，也构成了我提出「应用云化」的宏大背景，如果说生态是某些厂商「帮你」屏蔽硬件与操作系统之间的复杂，那么基于「应用云化」的原则，通过挑选、组合各类应用，用户能够构建一个开放式的跨操作系统与跨设备的流程。
以照片存储为例，各大手机公司都有自己的相册存储云服务，但使用这些云服务的代价是，你可能永远无法切换到其他品牌的手机，这也是我一直推荐使用诸如 Google Photo 这类跨硬件、跨操作系统相册管理服务的根本原因，无论是你使用 iPhone 还是其他不同品牌的 Android 手机，只需要安装 Google Photo 应用，就能快速实现数据（照片、视频）的上传与统一管理，不仅方便用户随时更换手机，同时还能借助浏览器，在任何一台支持浏览器的数字设 备上快速查看照片。
事实上，基于浏览器的服务更是一项重要的「云化应用」。
过去两个多月，我将很多工作流程迁移到一台 Chromebook 上，虽然我可以安装 Linux 或 Android 应用，但我还是把 Chrome——该平台的唯一浏览器——作为使用应用的唯一平台，所有工作「必须」通过浏览器完成。
比如在线文档编辑协作，我会通过浏览器访问飞书文档、Dropbox Paper 里的文档，实时编辑与共享；比如阅读的场景里，通过 Wallabag 的开源稍后读的机制，任何一台浏览器都可能完成阅读与标记的工作；比如数字笔记整理，无论 Tiddlywiki 还是 Workflowy，都可以通过 Chrome 浏览器高效完成。
当谈到个人云的时候，往往会涉及物理存储（比如移动硬盘或 NAS）在数据云化中所扮演的角色，但考虑到成本、易用性与安全，使用公共云服务更有价值。
一方面，相比于自己采购的物理设备，公共云的成本似乎是最容易看到的劣势，毕竟我订阅 2TB 的 iCloud 服务需要 816 元人民币/年，这个价格足够买一块永久使用的 4TB 机械移动硬盘或 1TB SSD 移动硬盘，但用户在云服务的成本并非仅仅是为了买空间，还涵盖了对于数据的管理、使用成本，使用 iCloud 2TB 的空间，你不仅可以用来存储数据，同时还可以借助所有苹果设备，在任何时候任何地点访问、使用、管理这些数据。
也因此，当我们计算每年花多少钱用在云服务，并对比与物理存储（如移动硬盘、NAS）的时候，在数据存储成本之外，还有考虑数据管理成本，如果是 NAS，电费也是一笔必须计算的支出，当然还有时间成本，搭建物理存储设施所花费的时间、精力，与这些时间内可以创造的价值之间的关系如何，也需要细心考量。
另一方面，安全性也是一些朋友选择物理存储或自建云存储的原因之一，这当然是一个真实存在的问题。但从技术角度上看，公有的云平台（如 Dropbox、Google Drive），相比于自己搭建的云平台（如 Nextcloud、Owncloud）安全性上更高。
这里并非否定 Nextcloud 等开源产品的安全性，而是这些开源产品所运行的环境相当复杂，不管是 PHP 还是 MySql，这些私有云服务底层架构的复杂性，已经远超普通用户的认知，更不要提如何进行安全加固了，这一切都让所谓「放在自己平台更安全」的说法存在诸多不确定性，数据上云的安全性问题不在于公有云平台的安全，而是取决于用户自己账户密码的安全系数以及安全措施，这才是问题的关键。
「应用云化」的出发点是脱离设备、操作系统束缚，与此同时，我们也要努力避免品牌生态带来的「便利」，不要轻易放弃可以选择的权利。
数据通用化
前面我们谈到，所有应用本质上都是一种数据组织形式，把同样的数据分别「输入」到任务管理应用或笔记应用里，用户最终体验到的，可能是两个截然不同的服务，不妨想一想，我们在 Things 或 Omnifocus 管理的项目或任务，难道不是文本吗？
而在数据组织过程里，有一些应用采用了一些独特的方法来组织数据，比如笔记工具 Evernote 使用 Enex 格式组织数据，尽管 Evernote 支持诸如 HTML、PDF 等格式的数据导出，但如果要把 Evernote 的笔记迁移到别的工具，比如 Bear 或有道云笔记里，就必须通过导出 Enex 格式再导入的形式实现，由此就产生了各种各样的问题，类似这个问题或这个问题。
大概五年前，我把 Evernote 上的几千条笔记迁入 Bear，整个过程痛苦不堪，最后放弃；三年前，我不再使用 Ulysses，我原以为它采用纯文本的数据组织形式，却发现在导出时出现各种问题，譬如失去本地图片地址，大量标记符号无法在其他 Markdown 编辑器渲染……
这就是我要谈的「数据通用化」，我们在选择与使用一款应用，特别是创造力应用的时候，除了关注其功能、UI、价格以及是否跨平台之外，是否支持通用数据组织形式也非常重要。
还是文本创作的场景为例，虽然有众多主打 Markdown 的写作应用，但其数据组织形式并不一致，上文提及的 Ulysses、Bear 以及 Drafts，都是将 Markdown 的数据封装到特定的数据库里，用户无法直接使用，只能借助特定应用访问这些数据；而诸如 iA Writer、Mweb 或 Metion 这类应用，所有的数据组织形式都是开放的，所有数据以标准的 md 格式存储在 iCloud 或本地设备之中。
我们当然不能简单判断哪一种数据组织形式更好，我的一个标准是，能否提供足够通用格式的数据导出机制，比如纯文本？
不管是日记、笔记还是创作的文章、书稿，这些都是用户自己的「私人财产」，理应可以随时而且是无缝迁移，这也是我始终坚持使用纯文本的根本原因，纯文本是一种最简单也是最强大的数据组织形式。其简单在于可以在任意设备、任意应用里书写，而强大的地方则是因为，通过赋予其一定的规则，就使得这些纯文本文件拥有更多拓展的空间。
在纯文本中使用 Markdown 规则，一个纯文本文件就变成一种小巧（一般都在 KB 大小）、可读性强、可灵活转换格式、适合多设备的文件。而通过 Taskpaper 规则，纯文本文件也可以摇身一变为兼具灵活性与功能性的任务管理工具。
更进一步去看，上述这些场景里的纯文本文件像极了数字生活最底层的「源代码」，它可以足够灵活地迁移或组合（复制粘贴），并基于其他场景需求转化为其他形式的文件。
基于这样的标准，我早已放弃 Ulysses、Bear、Evernote 等产品，转而通过 Github 存储所有的文本创作数据，利用 Working Copy 或 Github 客户端，将 Github 仓库同步到本地，再使用 iA Writer、MWeb、Drafts 等工具进行修订。
2021 年，我将语音笔记纳入工作流程里，我几乎尝试了所有支持语音录入的工具，在功能、价格之外，我发现了一个很大的问题，我辛苦录制的语音笔记，居然不支持导出……
比如我在上文提到的「飞书秒记」，它在手机端支持直接语音录制，同时还能实时转录为文本，但如果你也和我一样主要在 iPad Pro 工作，那么就没有导出功能（macOS 或 Windows 的浏览器就支持导出）。这意味着，如果我直接使用该服务录音语音笔记，我能导出的，只有转录好的文本，而语音文件，永远会留在飞书的服务器里。
也因此，我一直使用 iOS 自带的「语音备忘录」记录语音，一方面是其免费与跨平台的特性，基于 iCloud 可实现数据同步，另一方面，则是支持完整的音频文件格式导出（macOS 无法导出音频文件），我可以灵活「处置」这些数据。
数据通用化是对自己数据资产的盘点，也是再一次审视数字工具价值的尝试，作为用户，我们已经用注意力交换了免费的社交媒体与新闻，不要再轻易交出自己创造出来的数据了。
尾巴
整个 2010 年代，智能手机、移动应用、高速移动网络深刻改变了你我的工作与生活，还记得上一次不带手机出门是什么时候吗？还记得上一次使用纸币是在哪里吗？
过去这两年，全球范围内持续与反复的疫情放大了数字工具之于人类的价值，从硬件到软件再到服务，我们每天高频地使用各类数字工具，把自己的注意力、创造力一并交出，各式各样的数字工具或成为新大脑、或成为新硬盘，或成为新「娱乐会所」，这些可视化的隐喻与每天流淌在数字世界里的海量数据一起，形成了一幅人机共生的现实图景。（完）