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，但很遗憾，我并没有找到导出语音的功能。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，这是 2021 年末我看到的世界，我也希望，这篇冗长的方法论探索，可以为各位朋友的岁末总结提供一份参考。（完）