Deep Reading 会员计划(年度)

¥200.00

  • 每周一封专属会员邮件;
  • 提供基于 AI 生成的音频内容;
  • 精选七篇泛科技领域最值得深度阅读的故事与观点;
分类:

我们每天都在接收什么

目前来看,我们接收的内容主要有三类:事实、观点、故事,这三类内容的侧重点各有不同:

  • 事实:告诉我们发生了什么,具有新闻性;
  • 观点:告诉我们某些人/机构如何看待这个事实,具有批评性;
  • 故事:将部分事实与部分观点整合输出,具有文学性;

从这个角度去看,事实是其他一切内容的基础,它是最底层的东西,往上依次是观点和故事,这也是了解、思考某个领域所必须涉及的内容类型。

更进一步,不管是「AI Insider」还是「iPad Power User」,我都在努力覆盖上述三种内容类型,我希望每周用一封电子邮件传达出这个领域里的所有声音。

我们还缺什么

纵观科技领域的内容类型,事实、观点尤其多,而故事则相对奇缺。

在整个产业链上,机构媒体批量生产事实,告诉我们世界正在发生什么,同时利用其强大的影响力,还可以将事实重新包装为观点、故事,继续影响受众对于事实的判断。

大量个人媒体,包括自媒体和社交媒体,基于单个事实或大量事实进行二次加工,形成观点或故事。注意,这里的「故事」与机构媒体的「故事」并不完全相同,由于缺乏一手的采访,个人媒体的「故事」更多还是对将机构媒体的事实「串联」起来。

如今,我们常说的被信息淹没,其实准确地说,是被事实、观点所淹没。整个科技媒体里的内容,充斥着软文、硬广、黑稿以及各怀鬼胎的所谓「起底文」,耸人听闻的标题与辅以看似无所不覆盖(但信息源单一)的万字长文无处不在,这是媒体行业竞争的必然,无所谓国内国外。

再来看内容的呈现方式,自 PC 互联网至今,大致经历了「人力——机器」的两大推荐阶段,对应着的也是内容稀缺、内容爆炸的两个时期。

当下的这个阶段,机器推荐带来了海量的内容,时间线(社交媒体)、信息流(头条类应用)、推送(海量移动应用)里的信息类型非常庞杂,充斥着事实、观点、故事、洞察,几乎以平行的方式入侵用户的注意力。

而当内容越来越多,内容类型没有明确分类的时候,筛选也就成了最大的成本。在从现阶段的内容爆炸迈向内容丰盈的时候,如何从海量内容筛选出有用的内容,成为内容生产者与消费者共同面临的议题。

我还能做什么

从 Facebook 到今日头条,从 Google 到百度,过去几年所发生的一切,足以证明科技巨头的「机器推荐」已经不可靠,这是又一次人性的反击。

作为个人媒体,我没有机构媒体的资源,无法批量生产事实与观点,与此同时,我也无法像某些机构化的自媒体那样,将事实重新包装为故事与洞察。

我所能做的,是在事实之上,构建一个关于观点(洞察)与故事的筛选机制,这正是我推出邮件通讯「Deep Reading」的初心。

正如其 Slogan 所言「More Reading,Less Junk」,我鼓励阅读更多高质量的内容,减少对于垃圾内容的消费。 每周,我会从我所浏览、阅读的上千篇文章里筛选出七篇泛科技领域最值得深度阅读的文章,这些文章可能是颇具批判性的观点,也可能是文学性十足的故事,抑或是分析性的洞察,甚至是几个完全不同角度的观点碰撞……我希望用不分民族、文化、语言的文字,为读者提供一份深度阅读的清单,构建一个理解世界的新窗口。

「Deep Reading」的邮件通讯也是「Dailyio Pro」年度订阅读者的专属福利,订阅读者将免费获取。