對於一名讀者、一位觀眾、一個聽眾，亦或是人類思想表達運動中的一個參與者而言，再沒有比現在更好的時候了。每年，都有如雪崩般的大量新鮮事物被創造出來。每年我們生產出800萬首新歌，200萬本新書，1.6萬部新電影，300億個博客帖子，1820億條推特信息，4萬件新產品。今天，任何一個普通人都無需花費太多力氣，最多就是抬下手腕的過程，就能召喚出包容萬物的圖書館。隻要你願意，你就可以閱讀大量的用古希臘語書寫的希臘文章，數量多得要比古希臘羅馬時期最有名望的希臘貴族所能看到的還要多。同樣帝王般的享受也適用於中國古代的卷軸書籍；相比中國古代的帝王，你的家中就可以有更多這些藏書。無論是文藝複興時期的蝕刻版畫，還是莫紮特協奏曲的現場演出，在當時都難以見證的珍貴資源，現在都可以便捷獲得。在以上每一個方麵，當今媒體的豐富繁榮都已經達到了空前的頂點。
根據我所能找到的最新記錄，這個星球上記錄在各個地方的歌曲總數量是1.8億首。使用標準的mp3壓縮比率，人類所有現存的音樂可以收納到一個20tb大小的硬盤裏。而今天一個20tb的硬盤售價為2000美元。5年之後，這種容量的硬盤售價將為60美元，並且其體積小到可以裝進你的口袋裏。用不了多久，你就可以將人類的所有音樂裝到你的褲兜裏隨身攜帶。但另一方麵，既然這個音樂圖書館如此之小巧，你又何必費事地將其帶在身上呢？因為那時你完全可以根據自己的需要，直接從雲端訪問世界上所有的歌曲。
發生在音樂上的這一變化，也會發生在任何一個或者每一個可以用比特表達的事物上。在我們有生之年，由所有圖書、遊戲、電影以及每個打印出的文字構成的綜合圖書館會24x7小時地對我們開放，所需的接口也隻是那同一塊屏幕，或者是同一個雲端路徑。而且每一天，這個圖書館都在膨脹。我們互為消費者相遇的可能性係數已經因人口的快速擴張而隨之擴大了，而簡化創造過程的技術進步將這種可能性進一步擴大。現在全球人口數量是我出生那年（1952年）的三倍，而未來10年內 [1] 應該還會再增加10億人。在我出生以後，新增加的50億至60億人中有越來越多的人借助現代化發展的富足和安逸得以從枷鎖中解放，他們可以自由地產生新觀點，創造新藝術，製作新事物。今天製作一個簡單的視頻要比10年前容易10倍；設計並製作一個小的機械零件要比100年前容易100倍；寫作並出版一本圖書要比1000年前容易1000倍。
以上這些變化的結果就是我們來到了一個無限大的大廳裏，在每一個方向，都堆砌著無數種可能的選擇。盡管類似汽車無線電製造這種老舊行業被淘汰消失，但可供選擇的職業種類卻變得更加豐富了。度假的地方、吃飯的地方，甚至是食物的種類，這些可供選擇的選項數量每年都在累加。可供投資的機會也在迅速增加。可供參加的課程，可供學習的東西，可供娛樂的方式，這些選項的數量已經膨脹到天文數字級別。在人們有限的一生中，沒有人有足夠的時間把每個選擇的潛在影響都逐個審視一遍。即使隻是對過去24小時裏被發明或創造出的新事物進行概覽，也會花費我們一年以上的時間。
這個包容萬物的圖書館規模極其巨大，它迅速吞沒了我們本就十分有限的消費時間周期。我們將需要額外的幫助才能穿越這廣袤之地。生命如此短暫，卻有太多的書需要去讀。我們需要某些人或者東西來做出選擇，或者在我們耳邊悄悄地告訴我們該如何選擇。我們需要一種對信息進行分類的方法，而唯一的選擇就是尋求幫助來指導我們如何選擇。我們借助各種各樣的方法對鋪在麵前的令人眼花繚亂的選項進行篩選。很多這種過濾方法都比較傳統，而且依舊發揮著作用。
我們通過“守門人”來過濾信息：權威、父母、牧師和老師都會將壞的東西擋在門外，選擇性地把“好東西”放進來。
我們通過媒介來過濾信息：在圖書出版商、音樂製作室和電影工作室的辦公室桌上總是堆起很多被否掉的項目。他們說“不”的時候要遠多於說“是”，這就對那些廣泛傳播的信息起到了過濾的作用。報紙的頭版新聞也是過濾器，因為它對這些頭條說“是”的同時就忽略了其他消息。
我們通過管理者過濾信息：零售店不會采購每樣東西，博物館不會展出每件藏品，公共圖書館不會收藏每一本書。所有類似的管理者都會選擇他們所認可的商品，從而起到過濾器的作用。
我們通過品牌過濾：麵對著堆滿相似產品的貨架時，第一次采購的買家會保守地選擇一個熟悉的品牌，因為這是降低采購風險的一種便捷方法。通過品牌，可以將混雜的東西過濾掉。
我們通過政府過濾：禁忌的東西會被禁止，有時甚至會被清除，比如充滿仇恨的言論、對國家領導人的批評以及對宗教的批判。而國家主義的相關議題則會被提倡。
我們通過我們的文化環境過濾：兒童會接收到不同的信息、內容和選擇，依據的標準則是他們身邊的學校、家庭以及社會對他們的期望。
我們通過我們的朋友過濾：同伴對我們的選擇有很大的影響。我們很有可能會選擇朋友選擇的東西。
我們通過自身來過濾：我們依據自己的喜好和判斷來做出選擇。傳統上講，這才是最珍貴的過濾器。
在麵對如今信息過度豐富的狀況時，上麵這些方法並未消失。但在處理未來10年急劇增長的各種選擇時，我們就要發明出更多類型的過濾方法了。
設想你生活在這樣的一個世界裏——那些被製作出的每部偉大的電影、每本偉大的書籍、每首偉大的歌曲都像“免費”似的觸手可得，而你那精致的過濾係統則已經將廢話、垃圾和其他可能會讓你感到絲毫不爽的東西統統清除掉。將那些廣受好評卻對你個人沒有任何意義的發明統統拋之腦後，而隻去關注那些能真正令你興奮的事情。你唯一麵臨的選擇就是品嚐這百分百的精華中的精華，而你最好的朋友給你推薦的東西中，也會包含一些“隨機”的選項以讓你偶爾感到驚喜。換句話說，你隻會遇到那些在此時此刻與你完全匹配的事物。經過你的過濾器篩選後，唯一在前方等著你的就是那成堆的令你瘋狂的事物。
例如，在你設置篩選書目標準時，可以設定隻選讀那些最偉大的作品，例如僅僅關注由遍覽群書的專家選定的書籍，並讓他們引導你閱讀被視為西方文化精粹的60卷精選文集，即著名的《西方世界的偉大著作》（great books of the western world）係列。但即使如此，你或任一個普通讀者都要花2000小時才能完全讀完這2900萬字的係列書籍，遑論這還隻是西方世界的文化典籍。因此，我們大多數人還需要更進一步的過濾。
但問題在於，我們一開始有太多的備選項，這使得我們即使隻挑選出一百萬分之一，仍然會麵臨很多選擇。有很多對你而言可以給五顆星的電影，但你一生中卻沒有足夠的時間把它們都看完。有很多特別適合你的工具，但你沒有足夠的時間把它們都掌握。有很多很酷的網站會讓你流連忘返，但你沒有足夠的精力把它們都嚐遍。事實上，也有很多超棒的樂隊、圖書、小玩意正合你胃口，而也你沒有足夠的時間去體驗，即使你的全職工作就是幹這個，也是不可能的。
盡管如此，我們仍然試圖將這些大量豐富的信息縮減到令人滿意的程度。讓我們先從理想途徑開始探索。以我自己為例，我會選擇將我的注意力投向哪裏呢？
首先，我想先查收下我認為我會喜歡的東西。這種個人過濾器早就已經有了，即我們所說的推薦引擎。亞馬遜flix、推特、領英、spotify、beats、pandora，以及其他聚合類網站，都在廣泛使用推薦引擎。推特會使用推薦係統來向我建議我應關注的人，所依據的信息就是我已經關注了誰。pandora使用類似的係統向我推薦我可能會喜歡的新音樂，依據的是我曾標出的喜歡的歌曲。在領英建立的關係網絡中，有一半以上都是源於他們的相關推薦係統。亞馬遜的推薦引擎則塑造了著名的廣告標語，即“喜歡這件商品的人也喜歡下麵這一件”flix也是利用類似的係統向我推薦電影。巧妙的算法會對每個人的大量行為記錄進行匯總分析，以期能夠及時地預測我的行為。他們的猜測有一部分是基於我過去的行為，所以亞馬遜的標語應當說“根據你的個人曆史記錄和與你相似的其他人的曆史記錄，你應該會喜歡這個”。他們的建議會根據我曾經購買過，甚至是我之前想買的東西來做精細調整（他們會追蹤我在一個網頁上停留思考的時間，即使我最終沒有選擇它）。通過對10億條過往購買記錄的相關性計算，他們的預測會相當有先見之明。
這些推薦型過濾器是我主要的探索機製之一。平均而言，我發現相比專家或朋友的建議，這些推薦引擎更為可靠。事實上，很多人都意識到了這些過濾性推薦係統的有效性，以至於“更多類似”（more like this）的銷售方式已經占到了亞馬遜銷售額中的第三位——2014年時通過這種方式達成的銷售額超過了300億美元。這種係統對flix而言也有著巨大價值，所以他們雇用300多個人從事推薦係統的相關工作，並且還投入1.5億美元的預算。在2006年flix拿出100萬美元作為獎勵，征集能夠提升他們現有推薦係統工作效率的算法，任何一個研發團隊隻要能幫他們提升10%的效率，就可以獲得獎勵。有一點是必然的，即一旦這種推薦引擎開始運行後，沒有任何人會幹涉這些過濾器。因為算法的識別是基於我（和其他人）生活中極其細微的行為習慣，而那是隻有不需要休息、不停運作的機器才可能注意到的細節。
然而，隻接觸那些你已經喜歡的東西是有風險的，即你可能會卷入一個以自我為中心的漩渦，從而對任何與你的標準存在細微差異的事情都視而不見，即使你原本會喜歡它。這種現象被稱為“過濾器泡沫”(filter bubble)，技術術語是“過適”（overfitting）。你卡在了一個小高點的位置，而你卻自認為自己是在頂點上！有大量證據表明這種現象在政治領域經常發生；黨派中的成員通常隻依據“跟這很像”這一簡單的過濾方式來篩選信息，一個黨派中的成員幾乎不會去閱讀他們黨派之外的書籍。這種過適的狀況會使他們的思維變得僵化。但這種過濾器引發的自我強化過程也會發生在科學領域、藝術領域，以及整個文化層麵。“更多類似”這種過濾器越有效果，我們將其與其他過濾器合並使用就越有必要。例如，雅虎的一些研究者設計了一種方式，可以自動繪製出個人在選擇領域中所處位置的可視化圖譜，如此一來，過濾器泡沫就變得清晰可見，而一個人從過濾器泡沫中爬出來也變得簡單多了，他隻需在某些方向做些微調整即可。
理想過濾器的第二點是，我想知道我的朋友喜歡什麽，而那又是我現在還不了解的。在某些方麵，推特和臉譜網就以這種過濾器的形式服務。通過關注你的朋友，你可以毫不費力地獲取你朋友的狀態更新，而那通常就是他們認為酷炫到足以分享的事情。借助手機裏的文本或照片，可以十分簡單地發出自己的推薦，因此如果有人發現了什麽新鮮事物卻不分享，我們會感到很吃驚。但如果朋友與你太像，他們也會誘發過濾器泡沫。親密的朋友會營造出一個回音室，將相同選擇的影響放大。有研究表明，再跳入到下一個圈子，即朋友的朋友中，往往就足以將選擇的範圍擴大到我們預料之外的地方。
理想過濾器的第三點是，它將是一種會向我建議某些我現在不喜歡但想嚐試著喜歡的東西的信息流。這有點類似於我有時會嚐試最不喜歡吃的奶酪或蔬菜，僅僅為了看下自己的口味是否已經改變。我十分確信自己不喜歡歌劇，但去年我又嚐試了一次，那是在一個電影院裏看一個歌劇的遠程實況轉播——在紐約大都會藝術博物館（the met）上演的《卡門》，對白以文字的形式顯眼地投放在大屏幕上，最後，我很慶幸自己去了。專門用於探測一個人不喜歡什麽的過濾器必須設計得十分巧妙，但依然還是可以借助大型協同數據庫的力量，而這些數據庫就是本著“不喜歡這些東西的人，會嚐試著喜歡這個”的原則設立的。以類似的方式，我有時也想要點兒我不喜歡卻又是應該學習的東西。於我而言，可能就是與營養補充品、政治立法細節或者嘻哈音樂有關的一些東西。偉大的老師總會有些小竅門，使得他們可以將令人討厭的知識以一種不把人嚇退的方式打包傳達給不情願的學生；偉大的過濾器也能做到這一點。但任何人都會注冊申請這樣的一個過濾器麽？
現在，沒有人會注冊申請任何類似的過濾器，因為這些過濾器已經內置到各個平台裏了。臉譜網上每個用戶平均有200個關注的朋友，而這些朋友會發布狀態，更新的大量信息流，以至於臉譜網認為這些信息需要進行剪輯、編輯、收藏，並且將你收到的信息進行過濾，達到一個更加容易管理的狀態。你並不會看到你的朋友發布出的所有信息。哪一個已經被篩掉了呢？根據什麽標準呢？隻有臉譜網自己知道，而且他們將這個算法視為商業機密。至於他們優化的目的是什麽，則沒有人知道，甚至也沒有與用戶進行過交流。他們說是要提升用戶的滿意度，但還有一個更為合理的意圖猜測，即他們之所以過濾你的信息流，是為了優化你花在臉譜網上的時間——相比你的幸福感，這是一個更容易測量的事情。但這可能又不是你希望臉譜網所優化的。
亞馬遜會使用過濾器來優化銷售方式以便實現銷售額最大化，而且過濾的內容包括你在網頁上看到的所有內容。不僅是對推薦什麽商品進行過濾，對於網頁上出現的其他素材也會進行過濾，比如特價商品、提供商、商品信息、用戶反饋。同臉譜網一樣，亞馬遜在一天的時間裏也會進行數千個實驗，將他們的過濾器進行調整以比較兩件商品的銷售數據，嚐試根據數百萬消費者的實際使用反饋將網頁內容進行個性化定製。他們輕微改動、細微調整，而在如此大的一個範圍內開展實驗（同一時間有著10萬人的數據樣本），使得他們的結果變得極其實用。在亞馬遜這一過濾係統下，我成了它的回頭客。因為亞馬遜在嚐試著優化的東西與我的目標類似——以優惠的價格獲得我喜歡的東西。兩者的戰線並不會總是一致，但當一致的時候，我們就會購物。
穀歌是世界上最主要的過濾器，它會對你看到的搜索結果進行各種複雜的判斷。除了對網頁進行過濾，他們一天內還要對350億封電子郵件進行處理，有效地將垃圾郵件過濾掉，並為郵件分配標簽和優先級。穀歌是世界上最大的協同過濾器，它有著數千個獨立的動態“篩子”（sieve）。如果選擇加入他們的服務體係，他們會為你提供個性化的搜索結果，並根據你提問時的地點為你定製搜索結果。他們利用的是已經被證明行之有效的協同過濾規則，即人們在發現一個有價值的答案的同時，也會發現下一個答案同樣不錯（雖然他們不會這樣標記它）。穀歌每分鍾都會對網絡上60萬億個網頁的內容過濾200萬次，但我們通常不會詢問他們是如何做推薦的。當我發起一次查詢時，他們是應該給我展示最流行的選項，還是最可靠的選項或最獨特的選項，又或者是最可能讓我滿意的選項？我不知道。我對自己說，我可能會希望將選項按照四種不同的方式都排列來看一看，但穀歌知道我可能做的隻是看頭幾個答案，然後點選。所以他們說，這就是我們認為最好的頭幾個，依據的是我們通過每天30億次的在線回答總結出的深度經驗。所以，我點擊了。他們在嚐試將機率最優化，那個機率就是我再次回來向他們提問的可能性。
隨著它們的成熟，過濾係統將會延伸到媒體以外的其他去中心化的係統中，比如優步和airbnb。當你在預訂住處的時候，你對於風格、價位和服務的個人偏好可以很簡單地傳達到另一個係統，使得你可以在威尼斯匹配到最合適的房間以提升你對服務的滿意度。更深層的智能化意味著異乎尋常聰明的過濾器可以應用到任意一個需要進行大量選擇的領域——這將涉及到眾多領域。而在任何一個我們想要個性化定製的領域，過濾器服務都將會出現。
20年前，一些權威專家就期盼著大規模個性化定製能立即出現。在1992年約瑟夫· 佩恩（joseph pine）寫作的《大規模定製》（mass customization）一書中，這類計劃就已經開始展露倪端。曾經專供權貴的定製產品借助合理的技術進而推廣到中產階級，這一點看似合情合理。例如，一個由數字掃描和柔性生產 [2] 構成的精妙係統可以為中產階級提供個人定做的襯衫，而不僅僅是隻為上流人士提供此類定製產品。20個世紀90年代末期，一些創業公司嚐試針對牛仔褲、襯衫、洋娃娃開展“大規模定製”，但這些嚐試並沒有能夠推廣開來。製約其發展的主要障礙在於，除去那些不重要的方麵（比如顏色的選擇或者長度的選擇），想要在不將產品價格提升到奢侈水平的同時，還要獲得或生產具有明顯獨特性的產品是非常困難的。當時的美好願景遠遠超出了當時的科技水平。但現在科技水平已經迎頭趕上。最新一代的機器人可以擔負靈活製造的任務，而先進的3d打印機也可以快速打印出多套產品。無所不在的信息追蹤、信息交互和信息過濾意味著我們可以以優惠的價格將我們自身多個方麵的信息整合成用戶檔案，這一檔案可以引導開展任何我們想要的定製服務。在數字前沿，穀歌已經提供大規模定製。未來的30年中，我們在教育、運輸、醫療和零售領域都能看到大規模定製的出現。
下麵這幅圖景便展示出這一力量將帶領我們走向何處。在不久的將來，我的一天將會以這種常規方式進行：在我的廚房裏有個藥丸製造機，比烤麵包機小一點兒。它裏麵存放著幾十個小瓶子，每個瓶子裏麵都以粉末形式儲存一種處方藥或營養成分。每天這個機器會把所有的粉末以合適的劑量進行混合，然後填充到一個（或兩個）定製藥丸裏，供我服用。在這一天裏，我身體裏的重要器官都會受到可穿戴設備的傳感器追蹤，以便每個小時都對藥物的效果進行測量，並將結果發送到雲端進行分析。第二天的藥物劑量會根據前一天24小時的結果進行調整，並生產出一個新的定製藥丸。這一過程在隨後的每天都會重複。已經有幾百萬台這樣的裝置被製作出來，並生產出大量的個人化藥物。
我的個人化身儲存在網絡上，每個零售商都可以獲取它的信息。它儲存著我身體每個部分、每個曲線的準確測量數據。即使我要去一家實體零售店，在去之前也仍然會在家中一個虛擬試衣間裏嚐試每個商品，這是因為商店裏隻有商品最基本款的顏色和設計。借助虛擬鏡子，我可以在查看衣服穿在我身上的效果時看到逼真程度令人驚奇的真實寫照；實際上，由於我可以轉動穿著衣服的虛擬化身，其效果要比試衣間裏的鏡子更有說服力。（它可以更好地預測新衣服穿在身上的舒適度。）我的衣服會根據我的化身提供的具體參數（隨時間變化而修正）進行定製。我的服裝服務會產生一些新風格的變式，而這些改變依據的是我過去的穿著，我花最多時間凝視過的衣服，或者是我最親密的朋友已經穿過的衣服。這些都是過濾後的風格。幾年以來，我已經培養出一個完全貼合我行為的檔案，使得我可以在任何我想做的事情上應用它。
我的檔案跟我的化身一樣，都由“universal you” [3] 管理。這個檔案知道我在度假旅行時喜歡預定便宜的旅社，但又要有私人浴室和最大的網絡帶寬，而且永遠都要在城鎮中最老舊的地區，否則就要緊靠公交車站。它還會與一個人工智能係統配合，為我安排行程，預計最佳的貨幣兌換匯率。它遠非僅僅是一個儲存信息的檔案，更是一個不停運作的過濾器，會不斷地根據我已經去過的地方、我過去旅行中發布的快照和推特種類來做出調整適應，它還會對我閱讀、看電影時的興趣點進行權衡比較，因為書籍和電影通常是旅行欲望的一個來源。它還會投入大量的精力分析我最好的朋友與他們朋友的旅行經曆，並借助這一巨大的數據庫時常向我推薦某些值得拜訪的餐廳和旅社。對於它的推薦，我通常比較滿意。
因為我的朋友會讓“universal you”追蹤記錄他們的購物、外出就餐、聚會出席、電影觀看、新聞瀏覽、日常鍛煉、周末郊遊等活動，這樣無需朋友們花費多少精力，它就會給我做出十分詳細的推薦。當我早上醒來時，universal會對我接收的更新信息流進行過濾，隻向我發送那些我早晨喜歡接收的最重要信息。它過濾的依據是我常常轉發給他人的信息類型，抑或是書簽或者答複。我在櫥櫃裏發現了一種營養豐富的新型穀物食品——因為我的朋友這周在嚐試這個，所以universal you昨天為我預定了一份，嚐起來還不錯。我的汽車服務係統向我通報今天早上哪裏出現了交通擁堵，所以它把我的汽車預約時間調晚了一點，而且還嚐試另一條非常規線路送我到今天上班的地方，而這個線路是根據較早出門的幾個同事提供的路線製定的。我一直不能確切知道我的辦公室會在哪裏，因為我們創業公司的會麵地點取決於當天可用的合夥辦公地點在哪裏。我的個人設備會將辦公地的屏幕轉換成我使用的屏幕。這一天我的工作是對幾個人工智能係統進行校正，這些係統的工作是將醫生、治療方式與客戶進行匹配。我的工作則是幫這些係統理解一些特殊情況（比如有些人傾向信仰療法），以便提升人工智能診斷和推薦的有效性。
當我到家後，我特別期望看到阿爾伯特為我準備的一係列有趣的3d視頻和趣味遊戲。阿爾伯特，這是我為universal中我的化身取的名字，它負責為我過濾媒體信息。阿爾伯特總能為我提供最酷的東西，因為我已經把它培訓的很好了。自從高中起，我每天至少花10分鍾來校正他的選擇，並添加一些難以言明的影響來精細地調整這一過濾係統，所以在所有的新型人工智能算法和朋友的朋友的評分中，我找到了最喜歡的頻道。有很多人在追隨著阿爾伯特的選擇進行日常活動。我處在虛擬世界過濾器排行榜的前幾名。我的過濾方式非常流行，以至於我能還從universal中得到一些金錢回報——起碼夠我支付我在其中的所有訂閱服務費用。
就如何過濾和該過濾什麽而言，我們還處在初級階段。未來的發展空間要比單純地“我們過濾和我們被過濾”要廣闊得多。這些強大的計算技術可以並且也將運用到萬物聯網的各個領域。即使是最不重要的產品或服務，隻要我們想（但有時我們並不想），都可以進行個性化定製。在未來的30年，整個雲端都會被過濾，以便提升個性化的程度。
每個過濾器都會過濾掉一些好的東西。審查也是一種過濾。政府可以通過植入國家層麵的過濾器來移除不希望出現的政治觀點，並嚴禁相關言論。就像臉譜網或者穀歌，他們基本上不會揭露他們過濾掉了什麽。然與社交媒體不同，公民們並沒有可供選擇進入的替代路徑。即使最初出於善意設計的過濾係統，我們也隻能看到那可供瀏覽的宏大世界中的一小部分。這就是“後稀缺”（post-scarcity）世界的詛咒：我們隻能與宏大世界中的一小部分建立連接。每天那些友好的製造技術——3d打印、手機app和雲服務，都在充滿可能性的世界拓展出新的方向。所以，每天我們都需要借助更為擴大的過濾器將豐富的信息以適合人類的尺度進行過濾後再獲取。過濾器發揮的作用是不可或缺的。一個過濾器的不足不能通過將過濾器移除來彌補，而隻能通過施加其上的互補性過濾器來修正。
從人類視角看，一個過濾器關注的是內容。但如果反過來，從內容的視角看，一個過濾器關注的是人類的注意力。內容擴張得越多，就需要更多的注意力聚焦。早在1971年，赫伯特·西蒙（herbert simon）這位獲得過諾貝爾獎的社會科學家就總結出這樣的觀點：“在一個信息豐富的世界，大量的信息內容意味著某種東西的缺乏：無論它是什麽，肯定是因信息消耗引起的缺乏。而大量的信息消耗的是什麽，這是顯而易見的：它消耗的是信息接收者的注意力。因此信息的豐富促成了注意力的缺乏。”西蒙的這一見解通常被簡化為：“在信息豐富的世界裏，唯一稀缺的資源就是人類的注意力。”
我們的注意力是唯一有價值的資源，是我們每個人無需訓練就能產出的資源。它的供應是短缺的，每個人都想多要一些。你可以完全停止睡眠，但你每天仍然隻是有24小時的潛在注意力，而且絕對不存在任何東西——無論是金錢還是技術——能增加它的總量。潛在注意力的最大值是已經固定了的。它的產出是既定有限的，然而除此以外的其他東西都在變得越來越豐富。既然它是最後的稀缺資源，那麽注意力流向哪裏，金錢就跟到哪裏。
盡管它是那麽珍貴，我們的注意力卻又相當廉價。因為從程度上講，我們每天不得不把它花掉。我們無法節省它，也無法將其貯存起來。我們不得不一秒一秒地把它交出，一刻不得停歇。
在美國，電視仍然占據了人們大部分的注意力，其次是廣播，再其次是網絡。這三者占據了我們注意力的絕大部分，而其他東西——書籍、報紙、雜誌、音樂、家庭錄像、遊戲等，隻占據了我們全部注意力中的一小部分碎片。
然而，並不是所有的注意力都是等價的。在廣告行業，注意力的質量通常以一個名為cpm（cost per thousand，m為thousand的拉丁語標示，即每千人成本）的指標來反映，這代表一千個人的瀏覽，或者是一千個讀者、一千個聽眾。各種媒體平台的平均cpm估計值有著廣泛的差異。廉價的戶外宣傳欄cpm的平均成本為3.5美元，電視是7美元，雜誌為14美元，報紙為32.5美元。
還有另一種方式可以計算出我們注意力的價值是多少。當我將每個主流媒體行業內的年度收入進行逐個結算求和後，便計算出每個行業每小時的注意力能產生多少收益（單位為“美元每小時”），結果令我震驚。
首先，這些結果的數值相當小。就企業掙得的美元與消費者花費的每小時注意力的比值而言，注意力對於媒體行業而言並沒有多少價值。每年有將近5000億個小時投入到電視節目中（這還隻是美國的數據），然而對於看電視節目的所有人而言，平均來看每小時隻產生了20美分的收益！如果你被以這個價格雇傭來看電視節目，你的收入隻能算是第三世界國家的小時工資水平，基本上與被雇傭做苦力的人差不多。看電視節目是個苦力活。報紙占據了我們注意力中更小的一部分，但就所花的時間而言卻產出了更多的每小時收益，大約是93美分每小時。相對而言，互聯網有著更高的收益回報，每年都在提升注意力的質量，平均來看每小時注意力產生3.6美元的收益。
無論是我們為電視節目公司“掙得”的那可憐的價值20美分的每小時注意力，還是稍微高級一點的報刊上價值1美元的一小時注意力，都反映出了我稱之為“商品注意力”的價值。就那些易於複製、易於傳播、幾乎無處不在，並且無時不在的日用商品而言，我們花在上麵的注意力基本沒什麽價值可言。當我們考察我們為商品內容——所有的內容都是易於複製的，比如書籍、電影、音樂、新聞，等等——所不得不支出的費用時，這個比率是相對較高的，但這仍然不能反映出我們先前總結的觀點，即我們的注意力是最後的稀缺資源。以一本書為例，精裝圖書需要花4.3小時讀完，23美元購買。因此，消費者在閱讀時平均的花費為5.34美元每小時。一張音樂cd通常會被聽很多次，所以需將它的零售價格除以總共的聆聽時間才能獲得它的每小時費用。電影院中一部兩小時的電影隻能看一次，所以它的每小時費用就是票價的一半。這些比率可以視作一麵鏡子，借此反映出我們作為觀眾時，對我們的注意力賦予多少的價值。
1995年，我計算了各種媒體平台的每小時平均費用，包括音樂、書籍、報紙、電影以及正在熱銷的新產品——虛擬現實座駕（一種虛擬現實的體驗）。不同媒體之間有著差異，但價格基本處於同一個數量級上。引人注目的一點是，各個媒體的價格基本圍繞著相對平均的2美元每小時波動。也就是說平均來看，在1995年我們傾向於每小時支出2美元花在媒體使用上。
在15年之後的2010年以及2015年，我都再次用相同的方法對與之前類似的一組媒體行業的價值進行了計算。當我根據通貨膨脹進行調整並換算成2015年美元的價值後，平均值分別是3.08美元、2.69美元、3.37美元。這意味著20年來，我們注意力的價值是相當穩定的。這樣看來，我們似乎對某種媒體“值得”花費多少金錢有種直觀的感覺，而且我們付出的成本不會有太多偏差。這還意味著，依靠我們的注意力賺錢的企業（比如那些引入注目的科技公司）也隻是平均每小時獲取3美元的收益——如果他們包含高質量內容的話。
數萬億小時的對於商品的低級注意力推動了我們經濟的絕大部分，以及互聯網經濟的一多半。單純的一小時並沒有多少價值，但匯聚成整體後的力量則能夠以排山倒海之勢創造奇跡。對於商品的注意力就像一陣風，或是一波海浪，它是必須借助大型設備才能俘獲利用的一種不均勻的力量。
穀歌、臉譜網的光芒奪目，以及其他網絡平台的空前繁榮，都源於它們有著大量的基礎設施負責過濾這些對於商品的注意力。平台利用強大的計算能力將不斷擴張的廣告商們與不斷增長的消費者群體進行匹配。它們的人工智能係統會尋求在最理想的位置、最理想的時間插放最理想的廣告，並且以最理想的方式、最理想的頻率做出反饋。雖然有時這也被稱為個性化定製廣告，但事實上其過程遠比僅僅將廣告推送給個人更為複雜。這象征著一種過濾性的生態係統，除了做廣告，還會收集結果反饋。
任何人隻需填寫一份網上表格，就可以注冊為穀歌的廣告供應商。（大多數廣告隻是文本形式，類似一種分類廣告。）這意味著潛在的廣告商數量可能有數十億。你可以成為一個小商人，向素食主義的背包客推銷一本烹飪書，或者推銷你發明的一款新式棒球手套。在這個供應鏈的另一端，任何人無論出於什麽目的運行著一個網頁，都可以在其上麵刊登廣告，而且還可能從廣告中獲取收益。這樣的網頁既可以是一個私人博客，也可以是一個公司的網站主頁。近8年來，我都在自己的私人博客上投放穀歌adsense [4] 廣告。每個月我都能通過投放這些廣告獲得100美元報酬，這點報酬對於數十億美元的企業而言微不足道，而且這種小規模的信息處理無需穀歌操心，因為這基本是全自動化的。adsense歡迎所有人加入，無論其規模有多小，所以一個廣告潛在的投放位置有數十億個。為了測試配對這數十億種可能性——有數百萬人想要發廣告，也有數百萬人願意接收廣告，需要進行求解運算的次數會達到天文數量。另外，最佳的安排還會隨著每天中不同的時間或不同的地理位置而進行變化，所以穀歌（也包括其他搜索引擎公司，如微軟和雅虎）有著大量的雲計算機負責對這些信息進行分類。
為了實現廣告商與閱讀者的匹配，一天中的24小時裏穀歌的計算機都不停地在網絡上漫遊，並收集網絡上數十億網頁中每個網頁上所有的內容，最終將這些信息儲存到它巨大的數據庫中。這就是穀歌可以在無論你何時向它發問，它都立即給你答案的原理。它已經把網絡中每個單詞、每個詞語，以及每個事實的位置都建立了索引。所以當有一個網頁擁有者想要在他的博客網頁上插播一小條相關廣告時，穀歌會從數據庫中調出記錄以查明這個網頁上都出現過哪些內容，然後利用它的超級大腦去尋找一批人——幾乎同時，他們想要投放與網頁內容相關的廣告。當匹配成功後，網頁上的廣告就會出現在網頁的可編輯內容區裏。假設這樣的網站歸屬於一個小鎮棒球隊，那麽一個創新型棒球手套的廣告將會尤其符合網站的整體內容。相比投放一條浮潛工具廣告，這個棒球手套廣告更有可能獲得讀者的點擊。所以，穀歌根據網站內容的前後關係，將會在棒球隊網站上插播棒球手套廣告。
但這隻是複雜配對的開始，因為穀歌會嚐試進行三方符合的匹配。理想情況下，廣告不僅匹配網頁中的前後內容，還要符合網頁訪問者的興趣。如果你訪問一個綜合性新聞網站，比n（美國有線電視新聞網），而它知道你在為一個棒球隊效力，那麽你就可能看到更多的運動裝備廣告，而非家具廣告。它是如何對你有所了解的？大多數人都不知道的一點是，當你訪問一個網站時，你是隨身攜帶著一些無形的符號一起到來的，這些符號會表明你剛剛從哪裏出來。這些符號（技術名稱為cookie）不僅可以被你剛剛開始訪問的網站所讀取，還能被一些大的平台讀取，比如穀歌，這些平台的觸角已經遍及整個網絡。因為幾乎每個商業性網站都使用穀歌的產品，那麽穀歌就可以在你訪問一個又一個網頁時追蹤你的路徑，這一過程貫穿整個網絡。當然，如果你在穀歌上查詢過什麽信息，它也可以同樣地由此信息來追蹤你。雖然穀歌還不知道你的姓名、地址，或者電子郵件（就目前而言），但它確實記住了你的網絡行為。所以在你抵達一個新聞網站之前，如果訪問過一個棒球隊網頁，或者搜索了“棒球手套”，它就會做出一些假設。它利用這些假設，並將假設添加到計算公式裏，以便算出在你剛剛抵達的網頁上應該插播哪種類型的廣告。這看起來很像魔法，但你今天在網站上看到的廣告在你抵達那裏之前都是還沒有添加上的。因而穀歌和新聞網站將會快速挑選你看到的廣告，以保證你看到一個與我看到的完全不同的廣告。如果整個過濾器生態係統正常運作，那麽你看到的廣告將會反映出你最近的網絡瀏覽曆史，而且會更符合你的興趣。
但是等一下，還有更多的呢！穀歌自身在這樣一個多邊市場裏成為了第四方。除了滿足廣告商、網頁發布者、讀者，穀歌也要嚐試將他們的自身利益最大化。對廣告商而言，有些觀眾的注意力要比其他人更有價值。健康類相關網站的讀者就是更有價值的，因為他們可能會在很長一段時間裏花費大量的錢財用於藥物和治療，而一個徒步俱樂部論壇的讀者隻會偶爾買些鞋子。所以每個廣告的位置擺放後麵都隱含著一個極為複雜的拍賣過程，即將關鍵詞的價值（“哮喘”的價格要比“散步”的價格多很多）與廣告商願意支付的費用，以及讀者真正點擊廣告的表現水平進行聯合匹配。如果有人點擊了廣告，那麽廣告商會向網頁所有人（還包括穀歌）支付幾美分的報酬，所以算法會嚐試將廣告位置、被點擊的比率、支出費用進行最優化調節。獲得12次點擊的一條5美分的棒球手套廣告要比隻獲得1次點擊的一條65美分的哮喘呼吸器廣告更有價值。但是如果第二天，棒球隊博客上貼出了一個關於今年春天有大量花粉飄散的警告，那麽在棒球隊博客上插播呼吸器的廣告價格就會突然漲到85美分。為了在一小時裏設定最佳的廣告安排，穀歌可能要同時處理數十億個因素，並且要實時處理。當每件事都以這種流動的四方匹配形式運作時，穀歌的收入也達到最大化。在2014年，穀歌總收入中的21%，或者說140億美元，是來源於這種相關廣告係統的。
不同類型的注意力相互作用，形成了一個十分複雜的生態係統，而這一生態係統在2000年之前是難以想象出來的。用於追蹤、分類並過濾每個維度信息的智能化程度和計算能力已經超出了應用範圍。但隨著追蹤、知化、過濾構成的係統不斷發展，有越來越多可行的方式可以用來分配注意力——包括支出和接收。這樣一個時期類似於寒武紀的生物進化時期，當時出現了大量多細胞形式的生命。在一個很短的時期（就地質角度而言），生命出現了一些從未有過、從未嚐試的可能形式。那個時期突然出現了大量新的——有時是略顯奇怪的——生命組織形式，以至於我們將那一時期的生物創新稱為“寒武紀生命大爆發”（cambrian explosion）。隨著各種新奇古怪類型的注意力、過濾器在進行各種嚐試，現在我們的注意力科技也處在類似“寒武紀大爆發”的一個變革窗口期，例如，如果廣告業像其他商業領域一樣推進去中心化這一趨勢會怎樣呢？如果由消費者創造廣告、投放廣告、支付廣告費用，會怎樣呢？
下麵讓我們以一種方法來思考下這種新奇的安排方式。每個依靠廣告維持的企業——現在大多數互聯網企業都屬於此行列，都需要說服廣告商將其廣告專門投放在他們的渠道上。發行商、會議舉辦方、博客博主或者平台運營者提出的論點通常是，沒有人能像他們那樣將信息傳達給某個特定的客戶群體，或者像他們那樣與客戶群體有著良好關係。廣告商握有資金，所以他們會挑剔地選擇誰來運營他們的廣告。而一個發行商要努力地勸說討好那最令人喜歡的廣告商，發行商沒有權利選擇運營哪個廣告。但廣告商，或者他們的代理人是有權選擇的。一個充斥著廣告的雜誌，或是填滿商業廣告的電視節目還常常認為他們自己是幸運的，因為他們被選中作為運營廣告的載體。
但如果任何一個有自己粉絲群體的人可以自主選擇他們想要展示的某個廣告，無需再申請許可，會是怎樣的情景呢？比如你看到了一個關於跑鞋的非常酷的商業廣告，而你想將它收錄到你的信息渠道，而且像電視台一樣為此得到一定報酬。如果任何一個平台都可以僅僅收集那些它們感興趣的最佳廣告，然後通過投放這樣的廣告而獲取利潤，而利潤多少的參考依據是它們給這個廣告帶來的觀眾數量和觀眾質量，這又是怎樣的情景呢？視頻、靜態圖像、音頻文件，無論廣告的載體形式如何，都可以在其中嵌入代碼以追蹤廣告在哪裏播放過、被瀏覽了多少次，這樣無論廣告被複製傳播了多少次，廣告的投放者都能獲得報酬。一個廣告所能遇到的最好事情就是像病毒一樣擴散，在盡可能多的平台上插播並且循環播放。而由於你的網頁上的一個廣告可以給你帶來收入，你將會努力尋找令人印象深刻的廣告來投放。設想在pinterest上有個專門收集廣告的板塊。收藏夾裏的任何一個廣告，隻要被讀者播放或瀏覽過，都可以為收藏者帶來收益。如果操作得當，觀眾們來到這裏可能都不再是為了什麽酷炫內容，而隻是為了那酷炫的廣告——正如同有幾百萬人坐在電視前看“超級碗” [5] ，其中有很大一部分人是去看廣告的。
結果就是出現一個平台，它將廣告視同內容。編輯會花大量時間搜尋不為人知的、很少有人看過的、吸引眼球的廣告，正如同他們會花大量時間尋找新文章一樣。然而，廣泛流行的廣告可能無法像小眾廣告那樣有較高的回報。那些討厭的廣告可能要比搞笑的廣告帶來更多收益。所以存在一種權衡，是選擇看起來很酷但不怎麽賺錢的廣告，還是平淡無奇但有利潤的廣告。另外，那些既有趣又有收益的廣告很有可能已經有過大量的曝光了，這樣既降低了他們的奇酷感，也可能降低了它們的價格。可能會出現一些雜誌、出版物、在線網站，它們沒有什麽內容，有的隻是精心編排的廣告——那些會帶來收益的廣告。現在就已經有這樣一些網站，它們專門呈現電影預告片或精彩的商業廣告，但它們還未因呈現這些材料而從製作人那裏獲取報酬。但用不了多久，它們終將實現盈利。
這樣的安排完全顛覆了業已建立的廣告產業利益鏈條。就像優步和其他去中心化係統一樣，這樣的改變使得曾經由少量專業人士執行的高度精細化的工作可以對外開放，並且可以在由業餘愛好者構成的點對點網絡中開展執行。在2016年，廣告行業的專業人士中沒有人相信這一轉變可以發揮作用，甚至但凡有點理性的人都會認為這很瘋狂，但對於未來30年的變化，我們有一點是明確的，那就是看似不可能的事情可以由巧妙連接起來的愛好者同盟來完成。
2016年，一些特立獨行的新興公司將嚐試打破現行的注意力係統，但在推出一些變革的新模式之前，可能還需要大量嚐試。在這一幻想與現實之間阻礙發展的因素就是技術的欠缺，我們需要一種技術來追蹤一個複製後的廣告得到的瀏覽次數，並對其得到的關注進行量化，然後將這些數據安全地進行交換，以便確保正確地支付費用。對於穀歌或者臉譜網這樣的大型多邊平台而言，這是一個複雜的計算過程。這一過程需要大量的監管，因為由此產生的金錢會吸引騙子和富有創新的垃圾郵件製造者進來作弊。但是一旦這樣的係統得以建立並順利運行，廣告商就可以將廣告以病毒迅速傳播的形式擴散到網絡上。你可以找到一個廣告，將它嵌入到你的站點裏，這樣，如果有讀者點擊它，就會觸發一次付款。
這種新體製將廣告商置於一個奇特的位置。廣告創造者不再有能力控製一個廣告投放的地點。這種不確定性需要以某種方式進行代償，即廣告的組成類型。有些廣告的設計應旨在快速複製傳播，並引發觀看者的直接行動（購買）。其他廣告則可以設計成紀念碑似的停留在原地，不會移動，並且慢慢塑造品牌影響。理論上看，一個廣告可以當作一個社會評價，那麽它就可以像社會評論素材一樣處理。並不是所有的廣告都會放任自流。有些廣告——可能不是很多，可能還是要繼續用於傳統渠道的直接投放（使得他們不那麽流行）。這種係統的成功僅是在傳統廣告模式上錦上添花，但也要淩駕傳統模式之上。
去中心化的潮流席卷了每個角落。如果業餘愛好者可以製作廣告，那麽為什麽消費者和粉絲們不也來創造他們自己的廣告？科技可能已經足以支持一個點對點的廣告創造網絡了。
有些公司已經開始嚐試使用一些用戶創造的廣告版本。多力多滋 [6] 曾經在消費者中公開征集廣告短片，用於在2006年的“超級碗”比賽中播放。他們收到了2000個廣告短片，並且有至少200萬人參與投票選出用於投放的最佳短片。從那時起，他們每年平均會收到5000個用戶製作的廣告提案。他們會給最佳廣告的創作人獎勵100萬美元，而這要比找人設計專業的廣告所支出的費用少得多。在2006年，通用汽車為它的雪佛蘭tahoe這款suv車征集用戶製作的廣告，並收集到了21000個提案（另外4000個是抱怨suv的負麵廣告）。但這些例子是有局限的，因為最終投放市場的那條廣告必須經過公司領導的審批和再加工，並不是真正的對等網絡工作模式。
一個完全去中心化的、對等網絡的、用戶製作的眾籌廣告網絡將會允許用戶創作廣告，然後讓作為發行方的用戶來決定他們想讓哪一個廣告放置在他們的網站上。那些確實帶來點擊量的用戶製作的廣告將會被保留、分享。那些無效的則會被舍棄。用戶成為了廣告代理人，同時他們也是承包一切事務的人。就像有愛好者將他們的生活寫真照片庫或是工作片段塗鴉放到ebay上拍賣，那麽也必然會有些人依靠大量炮製各種變式廣告來謀生，償還房屋貸款。
我的意思是，你到底想讓誰來製作你的廣告？你是想雇用昂貴的工作室，讓其利用其最佳猜測來構想一個活動方案，還是找1000個富有創造力的孩子，讓他們不斷調整、測試他們為你產品製作的廣告？但如往常一樣，大眾總是要麵臨一個兩難困境：他們是應該為一個可靠的暢銷商品製作廣告，並懷著同樣的想法去改善另外1000個商品，還是到長尾理論的那一端，去接受一個你自己可能都不完全了解、也不確定是否有效的產品？產品的粉絲會樂於為它創作廣告。自然而然地，他們也認為沒有人像他們一樣了解產品，並且現在的廣告（如果有的話）是很差勁的，所以他們很有信心、也很願意更好地完成這份工作。
期望大公司將他們的廣告“撒手不管”，有多大的可能性？沒多少可能。大公司是不會率先嚐試這種模式的。這需要一些性急的新公司花幾年的時間才能搞清楚明確發展方向，因為他們幾乎沒有多少廣告預算，也不怕失去什麽，才會敢於嚐試。就像相關廣告一樣，大公司並不是此類業務的主要參與者。所以不如說這種廣告領域的新模式是將小人物放大，讓他們躋身中間層接觸到價值數十億的商業領域，這是他們從未設想過的，更是從未有機會接觸的，進而推動起一場炫酷的廣告運動。借助對等網絡係統，這些廣告將會由熱情的（也是貪婪的）用戶來創造，然後病毒式地傳播到博客荒野裏，在那裏通過不斷測試、再設計直到有效發揮作用，一個廣告逐漸進化成最佳廣告。
通過追蹤注意力的替代模式，我們可以看到注意力還有一些未曾開發的組織形式。艾瑟·戴森（esther dyson）是一位早期的網絡先驅和投資人，她長期抱怨電子郵件溝通引發的注意力不對稱。因為她在互聯網管理形式上積極參與，並且積極投資一些創新的新興公司，她的收件箱裏充斥著各種她不知道的人發來的郵件。她說：“電子郵件這樣的係統，使得他人可以向我的待辦事項中隨意添加事件。”現在也是這樣，基本無需花什麽費用就可以向其他人的事件列表中添加一封郵件。20年前，她提出構建一個係統，使她可以在閱讀他人郵件時向發件人索取報酬。郵件發件人需要支付一小筆費用，而價格是由信息的接收者來製定，比如艾瑟。收件人可以向某些人收取較少的費用（25美分），比如學生，或者針對公關公司發來的新聞稿收取較多的費用（2美元）。朋友和家人可能就免收費用，但來自一個企業家的複雜難懂的投件可能需要5美元的費用。如果一個郵件被閱讀了，費用也可以以追溯形式免除。當然，艾瑟作為一個頗受歡迎的投資人，她的默認過濾值可能會設置的高一些，比如每封需她閱讀的郵件要征收3美元。一個普通人可能無法索取同樣的費用，但任何價格的費用征收都可以充當一個過濾器。更為重要的是，適當地征收閱讀費用也可以作為對接收者的一個提醒，即發件人認為這個郵件是“重要的”。
收件人即使不像艾瑟那樣有名，也值得為其閱讀郵件索取報酬。他們可以是一個小群體的影響者。雲端的一個極其強大的應用就在於捋清追隨者和被追隨者之間繁亂的網絡關係。大量的計算識別可以追查清楚每一個影響者與被影響者之間的排列關係。如果一個人可以影響一小部分人，而這一小部分人還可以影響其他人，而另一個人能夠影響很多人，但這些人卻並不能影響其他人，這樣的兩個人的等級排列是不一樣的。這裏的地位是十分局部化的、具體的。如果一個少女有著眾多忠實的朋友追隨她的潮流引導，那麽她的影響力等級要比一個科技公司的ceo高得多。這種關係網絡的分析可以深入到第三層和第四層（朋友的朋友的朋友），但同時也伴隨著計算複雜性的急劇增長。這種不同複雜程度導出的分數可以根據影響力程度和注意力等級進行分配。一個高分者可以在閱讀一封郵件時索取更高的費用，但他也可能選擇根據發件人的分數來調整征收的費用——這就使得計算總費用時計算的複雜性和成本支出增加了。
這種直接向他人的注意力支付報酬的原則也可以拓展到廣告領域。通常我們免費地將我們的注意力花在廣告上。為什麽我們不向公司征收觀看他們廣告的費用呢？就像艾瑟設定的框架一樣，不同的人可以根據廣告的來源索取不同的費用。而且對於銷售商而言，不同的人有著不同的“吸引力價值”。有那麽一部分觀眾有著更大的價值。零售商會考慮一個消費者的開銷總壽命期，根據他們的預測，如果一個消費者在其一生中可能在他們的商店裏花費10000美元，那麽這個人就更值得盡早獲得一張200美元的打折券。一個消費者也同樣有著影響力總壽命期。他們的影響力會如漣漪般借由其自身的追隨者向外傳播，傳遞給追隨者的追隨者的追隨者，諸如此類。那麽這個總的影響程度就會累加計算，並根據他們的壽命期做出一個估計值。對於那些有著較高壽命期等級的吸引眼球的人，公司認為對他們直接進行報酬支付要比把錢給廣告商更為劃算。公司可以用現金或者貴重物品，又或者高價服務來支付報酬。實際上，這就是奧斯卡頒獎典禮上贈送幸運大禮包的根本目的。
在2015年，被提名者的大禮包裏塞滿了價值16.8萬美元的商品，裏麵混雜著潤唇膏、棒棒糖、旅行枕頭這些消費品，以及豪華酒店和旅行的套票。銷售商對奧斯卡提名者進行了合理的估算，認為他們是高影響力人群。這些接收禮包的人根本不需要這些東西，但他們很可能會向他們的粉絲嘮叨。奧斯卡的事例很顯然是個個例。但就小一點的尺度而言，當地小有名氣的人也可以顯著地獲得大量追隨者，並獲得一個大小可觀的影響力總壽命期分值。但直到前不久，想要在億萬人群中查找出各種小眾名人仍然是不大可能的。而今天，過濾技術和共享媒體的發展進步，使得這些內行人士得以被發現，並成批量地發掘出來。與奧斯卡不同，零售商可以把目標集中到一個由小眾影響者構成的巨大網絡。以前做廣告推行產品的公司可以把廣告也省去了。他們可以將他們幾百萬美元的廣告預算款項直接打到數萬個小眾影響者的賬戶上，用以換取他們的關注。
我們還沒有探索過所有交換、管理注意力和影響力的可能方式。一個充滿未知的大陸正在開啟。一些最有意思的可能模式仍然還未出現。注意力的未來形式將脫胎於對有影響力的數據流的舞蹈式編排，而這種編排是可以追蹤、過濾、共享和混合的。為了編排這一注意力的“舞蹈”，所需處理的信息規模也達到了更高級的複雜性。
相比5年前，我們的生活已經變得更為複雜。為了開展我們的工作、有效學習、當好父母，甚至是娛樂，我們都需要花精力處理更多渠道的信息。我們不得不考慮的因素數量、影響因子數、參數個數和可能性數量幾乎每年都以指數級增長。因此，我們似乎要永久地處在分離狀態，並且在一個個事物間不停輾轉，但這並不是一個災難的信號，而是對當前環境一種必然的適應。穀歌並不會將我們變傻，相反我們需要網上衝浪，需要敏捷反應，需要對下一個新事物保持警惕。我們的大腦還沒進化到可以處理這無窮的信息量。這一領域超出了我們的自身能力，所以我們不得不依靠我們的機器來與這麽大量的數據進行互動。我們需要一個實時的過濾係統嵌套，以便我們可以處理我們已經創造出的各種新增選項。
現在產品大量過剩，以至於對大量冗餘產品進行過濾的需求在持續增加，而導致產品過剩的一個主要因素就是各種廉價物料交互影響。總體來看，隨著時間的過去，科技技術基本上向免費方向發展，這就會促使產品大量過剩。乍聽之下，很難理解技術為什麽會是向免費方向發展。但對於我們製作的大多數東西而言，這就是不爭的事實。隨著時間的發展，如果一個技術持續研發應用得足夠久，它的費用就會開始向零靠近（但絕不會達到）。在適宜的時間，任何一種技術性應用都好似是免費產品發揮作用。這一趨向免費的趨勢對於食品、材料這種基本物品（通常被稱為消費品）似乎是適用的，而且對於家用電器這種複雜的產品也是適用的，另外，同樣也適用於服務和無形的東西。所有這些物品的費用（就每個固定單位而言）隨著時間的流逝在一直下降，自工業革命以來尤其如此。在2002年國際貨幣基金組織發表的一份報告指出：“在過去的140年裏，實體商品的價格呈現出下降趨勢，大約是每年下降百分之一。”也就是說在一個半世紀以來，物價都在向零靠近。
這一趨勢並不是隻存在於電腦芯片和高科技產品領域。幾乎是我們在每個行業製造的每件東西，都在沿著同一個經濟發展方向前進，那就是每天都變得更加便宜。讓我們舉個例子，比如銅材料的費用下降。按照時間，將其向零靠近的價格趨勢繪製成圖。在它的價格繼續向零靠近時，這個曲線會遵循一個數學模型。假設這個數學函數保持不變，那麽它的價格永遠不會達到完全免費的界限。可是，它的價格會穩定地向這個界限靠近後再靠近，進入到無窮無盡的狹窄縫隙裏。這種向一個界限不斷靠攏但又不會交叉的模式被稱為接近漸近線。這裏的價格不會是零，但實質上與零無異。通俗來講，通常理解為“便宜到沒法比較”——跟零靠得太近，甚至沒法記錄變化。
這也產生了一個巨大的問題：在一個充斥廉價品的時代，又有什麽是真正有價值的？有些矛盾的是，我們對於商品的注意力並不怎麽值錢。我們的猿猴大腦很容易被廉價產品劫持。在資源豐富的社會裏仍然稀缺的是那種並非由商品派生或專注於商品的注意力。當所有商品的費用都在向零靠近時，唯一一件還在增加費用支出的事情就是人類的體驗——這是無法被複製的。除體驗以外的每樣東西都在逐漸變得商品化，逐漸變得可以過濾掉。
高檔的娛樂方式正在以每年6.5%的速度增長。音樂會門票的平均價格在1981年到2012年增長了近400%，遠遠超出了同期物價增長的150%。醫療保健的價格也出現了類似的增長，從1982年到2014年增長了400%。在美國，臨時保姆的平均價格為15美元每小時，這是最低工資的兩倍。在美國的一些大城市，父母們為了找人照顧孩子一晚上花100美元已是再正常不過的事了。針對身體體驗進行獨家細心照料的私人教練是近來快速發展的職業之一。在救濟院，藥物和治療的費用在下降，然而家庭拜訪（體驗方麵）的費用卻在增加。婚禮的花費更是沒有限製。這些都不是商品，它們都是體驗。我們對它們投入了全身心的純粹的注意力。這些體驗是不能複製或者儲存的。對於這些體驗的創造者而言，我們的注意力是十分有價值的。人們在創造體驗和消費體驗上都十分擅長，這並不是巧合。就這一點而言，機器人毫無用武之地。如果你想了解當機器人接手了我們現在的工作之後，我們人類會做什麽，那就看看這裏。我們會將珍貴的、稀缺的注意力投入到體驗上。這是我們將會把錢花出去的地方（因為體驗不是免費的），也是我們將要掙錢的地方。我們將會利用技術來生產商品，為的是避免我們自己成為一件商品。
還有一件有趣的事情與這一係列用於提升體驗並促進個性化的科學技術有關，那就是它們給我們施加了巨大的壓力，以促使我們去弄清楚我們是誰。我們很快就要直接地居住在包含萬物的圖書館中，周遭圍繞著不斷變化的事物，那是人類世界所有現存的各種各樣的作品，它們都恰恰處在我們伸手可及之處，而且還是免費的。最大的過濾器將準備待命，默默地引導著我們，隨時準備為我們的需求服務。過濾器會問，我們想要什麽？你可以選擇任何東西，你會選擇什麽？這些過濾器已經監視我們幾年之久，它們能預期到我們將會問什麽。它們幾乎可以迅速地自動完成我們的要求。然而問題在於，我們並不知道我們想要什麽。我們對自己並不是很了解。從某種程度上說，我們依賴過濾器來告訴我們自己想要什麽。它們並不像是奴隸主，反而更像一麵鏡子。我們會聽取由我們自身行為產生的建議和推薦，這是為了聽一聽、看一看我們自己是誰。在互聯雲裏的幾百萬台服務器上運行著數億行代碼，它們在不停地過濾、過濾、過濾，幫助我們提取自身的獨特點，優化我們的個性。人們擔心技術會使我們變得越來越一致化、越來越商品化，但這種擔心是不正確的。實際上，我們進行的個性化定製越多，對於過濾器而言處理起來越簡單，因為我們會變得更為獨特，有著一個它們可以處理加工的實質區別。經濟依靠區別對待來運行。我們可以利用大量的過濾器，在明確我們是誰的同時，為我們自己進行個性化的定製。
進行更多的過濾是必然的，因為我們在不停地製造新東西。而在我們將要製造的新東西中，首要的一點就是創造新的方式來過濾信息和個性化定製，以突顯我們之間的差異。
[1] 指主要依靠有高度柔性的以計算機數控機床為主的製造設備來實現多品種、小批量的生產方式。——譯者注
[2] 指主要依靠有高度柔性的以計算機數控機床為主的製造設備來實現多品種、小批量的生產方式。——譯者注
[3] 根據上下文的意思，universal指的應該是當事者所處的整個生活環境。而universal you指的是能在這個環境中進行綜合判斷的類似當事者化身的角色。——編者注
[4] adsense是由穀歌公司推出的針對網站主的互聯網廣告服務，它可以通過程序分析網站的內容，然後投放相關廣告。——編者注
[5] 超級碗（superbowl），指美國橄欖球聯盟的年度冠軍賽。——譯者注
[6] 多力多滋（doritos），美國著名的玉米片零食。——譯者注
根據我所能找到的最新記錄，這個星球上記錄在各個地方的歌曲總數量是1.8億首。使用標準的mp3壓縮比率，人類所有現存的音樂可以收納到一個20tb大小的硬盤裏。而今天一個20tb的硬盤售價為2000美元。5年之後，這種容量的硬盤售價將為60美元，並且其體積小到可以裝進你的口袋裏。用不了多久，你就可以將人類的所有音樂裝到你的褲兜裏隨身攜帶。但另一方麵，既然這個音樂圖書館如此之小巧，你又何必費事地將其帶在身上呢？因為那時你完全可以根據自己的需要，直接從雲端訪問世界上所有的歌曲。
發生在音樂上的這一變化，也會發生在任何一個或者每一個可以用比特表達的事物上。在我們有生之年，由所有圖書、遊戲、電影以及每個打印出的文字構成的綜合圖書館會24x7小時地對我們開放，所需的接口也隻是那同一塊屏幕，或者是同一個雲端路徑。而且每一天，這個圖書館都在膨脹。我們互為消費者相遇的可能性係數已經因人口的快速擴張而隨之擴大了，而簡化創造過程的技術進步將這種可能性進一步擴大。現在全球人口數量是我出生那年（1952年）的三倍，而未來10年內 [1] 應該還會再增加10億人。在我出生以後，新增加的50億至60億人中有越來越多的人借助現代化發展的富足和安逸得以從枷鎖中解放，他們可以自由地產生新觀點，創造新藝術，製作新事物。今天製作一個簡單的視頻要比10年前容易10倍；設計並製作一個小的機械零件要比100年前容易100倍；寫作並出版一本圖書要比1000年前容易1000倍。
以上這些變化的結果就是我們來到了一個無限大的大廳裏，在每一個方向，都堆砌著無數種可能的選擇。盡管類似汽車無線電製造這種老舊行業被淘汰消失，但可供選擇的職業種類卻變得更加豐富了。度假的地方、吃飯的地方，甚至是食物的種類，這些可供選擇的選項數量每年都在累加。可供投資的機會也在迅速增加。可供參加的課程，可供學習的東西，可供娛樂的方式，這些選項的數量已經膨脹到天文數字級別。在人們有限的一生中，沒有人有足夠的時間把每個選擇的潛在影響都逐個審視一遍。即使隻是對過去24小時裏被發明或創造出的新事物進行概覽，也會花費我們一年以上的時間。
這個包容萬物的圖書館規模極其巨大，它迅速吞沒了我們本就十分有限的消費時間周期。我們將需要額外的幫助才能穿越這廣袤之地。生命如此短暫，卻有太多的書需要去讀。我們需要某些人或者東西來做出選擇，或者在我們耳邊悄悄地告訴我們該如何選擇。我們需要一種對信息進行分類的方法，而唯一的選擇就是尋求幫助來指導我們如何選擇。我們借助各種各樣的方法對鋪在麵前的令人眼花繚亂的選項進行篩選。很多這種過濾方法都比較傳統，而且依舊發揮著作用。
我們通過“守門人”來過濾信息：權威、父母、牧師和老師都會將壞的東西擋在門外，選擇性地把“好東西”放進來。
我們通過媒介來過濾信息：在圖書出版商、音樂製作室和電影工作室的辦公室桌上總是堆起很多被否掉的項目。他們說“不”的時候要遠多於說“是”，這就對那些廣泛傳播的信息起到了過濾的作用。報紙的頭版新聞也是過濾器，因為它對這些頭條說“是”的同時就忽略了其他消息。
我們通過管理者過濾信息：零售店不會采購每樣東西，博物館不會展出每件藏品，公共圖書館不會收藏每一本書。所有類似的管理者都會選擇他們所認可的商品，從而起到過濾器的作用。
我們通過品牌過濾：麵對著堆滿相似產品的貨架時，第一次采購的買家會保守地選擇一個熟悉的品牌，因為這是降低采購風險的一種便捷方法。通過品牌，可以將混雜的東西過濾掉。
我們通過政府過濾：禁忌的東西會被禁止，有時甚至會被清除，比如充滿仇恨的言論、對國家領導人的批評以及對宗教的批判。而國家主義的相關議題則會被提倡。
我們通過我們的文化環境過濾：兒童會接收到不同的信息、內容和選擇，依據的標準則是他們身邊的學校、家庭以及社會對他們的期望。
我們通過我們的朋友過濾：同伴對我們的選擇有很大的影響。我們很有可能會選擇朋友選擇的東西。
我們通過自身來過濾：我們依據自己的喜好和判斷來做出選擇。傳統上講，這才是最珍貴的過濾器。
在麵對如今信息過度豐富的狀況時，上麵這些方法並未消失。但在處理未來10年急劇增長的各種選擇時，我們就要發明出更多類型的過濾方法了。
設想你生活在這樣的一個世界裏——那些被製作出的每部偉大的電影、每本偉大的書籍、每首偉大的歌曲都像“免費”似的觸手可得，而你那精致的過濾係統則已經將廢話、垃圾和其他可能會讓你感到絲毫不爽的東西統統清除掉。將那些廣受好評卻對你個人沒有任何意義的發明統統拋之腦後，而隻去關注那些能真正令你興奮的事情。你唯一麵臨的選擇就是品嚐這百分百的精華中的精華，而你最好的朋友給你推薦的東西中，也會包含一些“隨機”的選項以讓你偶爾感到驚喜。換句話說，你隻會遇到那些在此時此刻與你完全匹配的事物。經過你的過濾器篩選後，唯一在前方等著你的就是那成堆的令你瘋狂的事物。
例如，在你設置篩選書目標準時，可以設定隻選讀那些最偉大的作品，例如僅僅關注由遍覽群書的專家選定的書籍，並讓他們引導你閱讀被視為西方文化精粹的60卷精選文集，即著名的《西方世界的偉大著作》（great books of the western world）係列。但即使如此，你或任一個普通讀者都要花2000小時才能完全讀完這2900萬字的係列書籍，遑論這還隻是西方世界的文化典籍。因此，我們大多數人還需要更進一步的過濾。
但問題在於，我們一開始有太多的備選項，這使得我們即使隻挑選出一百萬分之一，仍然會麵臨很多選擇。有很多對你而言可以給五顆星的電影，但你一生中卻沒有足夠的時間把它們都看完。有很多特別適合你的工具，但你沒有足夠的時間把它們都掌握。有很多很酷的網站會讓你流連忘返，但你沒有足夠的精力把它們都嚐遍。事實上，也有很多超棒的樂隊、圖書、小玩意正合你胃口，而也你沒有足夠的時間去體驗，即使你的全職工作就是幹這個，也是不可能的。
盡管如此，我們仍然試圖將這些大量豐富的信息縮減到令人滿意的程度。讓我們先從理想途徑開始探索。以我自己為例，我會選擇將我的注意力投向哪裏呢？
首先，我想先查收下我認為我會喜歡的東西。這種個人過濾器早就已經有了，即我們所說的推薦引擎。亞馬遜flix、推特、領英、spotify、beats、pandora，以及其他聚合類網站，都在廣泛使用推薦引擎。推特會使用推薦係統來向我建議我應關注的人，所依據的信息就是我已經關注了誰。pandora使用類似的係統向我推薦我可能會喜歡的新音樂，依據的是我曾標出的喜歡的歌曲。在領英建立的關係網絡中，有一半以上都是源於他們的相關推薦係統。亞馬遜的推薦引擎則塑造了著名的廣告標語，即“喜歡這件商品的人也喜歡下麵這一件”flix也是利用類似的係統向我推薦電影。巧妙的算法會對每個人的大量行為記錄進行匯總分析，以期能夠及時地預測我的行為。他們的猜測有一部分是基於我過去的行為，所以亞馬遜的標語應當說“根據你的個人曆史記錄和與你相似的其他人的曆史記錄，你應該會喜歡這個”。他們的建議會根據我曾經購買過，甚至是我之前想買的東西來做精細調整（他們會追蹤我在一個網頁上停留思考的時間，即使我最終沒有選擇它）。通過對10億條過往購買記錄的相關性計算，他們的預測會相當有先見之明。
這些推薦型過濾器是我主要的探索機製之一。平均而言，我發現相比專家或朋友的建議，這些推薦引擎更為可靠。事實上，很多人都意識到了這些過濾性推薦係統的有效性，以至於“更多類似”（more like this）的銷售方式已經占到了亞馬遜銷售額中的第三位——2014年時通過這種方式達成的銷售額超過了300億美元。這種係統對flix而言也有著巨大價值，所以他們雇用300多個人從事推薦係統的相關工作，並且還投入1.5億美元的預算。在2006年flix拿出100萬美元作為獎勵，征集能夠提升他們現有推薦係統工作效率的算法，任何一個研發團隊隻要能幫他們提升10%的效率，就可以獲得獎勵。有一點是必然的，即一旦這種推薦引擎開始運行後，沒有任何人會幹涉這些過濾器。因為算法的識別是基於我（和其他人）生活中極其細微的行為習慣，而那是隻有不需要休息、不停運作的機器才可能注意到的細節。
然而，隻接觸那些你已經喜歡的東西是有風險的，即你可能會卷入一個以自我為中心的漩渦，從而對任何與你的標準存在細微差異的事情都視而不見，即使你原本會喜歡它。這種現象被稱為“過濾器泡沫”(filter bubble)，技術術語是“過適”（overfitting）。你卡在了一個小高點的位置，而你卻自認為自己是在頂點上！有大量證據表明這種現象在政治領域經常發生；黨派中的成員通常隻依據“跟這很像”這一簡單的過濾方式來篩選信息，一個黨派中的成員幾乎不會去閱讀他們黨派之外的書籍。這種過適的狀況會使他們的思維變得僵化。但這種過濾器引發的自我強化過程也會發生在科學領域、藝術領域，以及整個文化層麵。“更多類似”這種過濾器越有效果，我們將其與其他過濾器合並使用就越有必要。例如，雅虎的一些研究者設計了一種方式，可以自動繪製出個人在選擇領域中所處位置的可視化圖譜，如此一來，過濾器泡沫就變得清晰可見，而一個人從過濾器泡沫中爬出來也變得簡單多了，他隻需在某些方向做些微調整即可。
理想過濾器的第二點是，我想知道我的朋友喜歡什麽，而那又是我現在還不了解的。在某些方麵，推特和臉譜網就以這種過濾器的形式服務。通過關注你的朋友，你可以毫不費力地獲取你朋友的狀態更新，而那通常就是他們認為酷炫到足以分享的事情。借助手機裏的文本或照片，可以十分簡單地發出自己的推薦，因此如果有人發現了什麽新鮮事物卻不分享，我們會感到很吃驚。但如果朋友與你太像，他們也會誘發過濾器泡沫。親密的朋友會營造出一個回音室，將相同選擇的影響放大。有研究表明，再跳入到下一個圈子，即朋友的朋友中，往往就足以將選擇的範圍擴大到我們預料之外的地方。
理想過濾器的第三點是，它將是一種會向我建議某些我現在不喜歡但想嚐試著喜歡的東西的信息流。這有點類似於我有時會嚐試最不喜歡吃的奶酪或蔬菜，僅僅為了看下自己的口味是否已經改變。我十分確信自己不喜歡歌劇，但去年我又嚐試了一次，那是在一個電影院裏看一個歌劇的遠程實況轉播——在紐約大都會藝術博物館（the met）上演的《卡門》，對白以文字的形式顯眼地投放在大屏幕上，最後，我很慶幸自己去了。專門用於探測一個人不喜歡什麽的過濾器必須設計得十分巧妙，但依然還是可以借助大型協同數據庫的力量，而這些數據庫就是本著“不喜歡這些東西的人，會嚐試著喜歡這個”的原則設立的。以類似的方式，我有時也想要點兒我不喜歡卻又是應該學習的東西。於我而言，可能就是與營養補充品、政治立法細節或者嘻哈音樂有關的一些東西。偉大的老師總會有些小竅門，使得他們可以將令人討厭的知識以一種不把人嚇退的方式打包傳達給不情願的學生；偉大的過濾器也能做到這一點。但任何人都會注冊申請這樣的一個過濾器麽？
現在，沒有人會注冊申請任何類似的過濾器，因為這些過濾器已經內置到各個平台裏了。臉譜網上每個用戶平均有200個關注的朋友，而這些朋友會發布狀態，更新的大量信息流，以至於臉譜網認為這些信息需要進行剪輯、編輯、收藏，並且將你收到的信息進行過濾，達到一個更加容易管理的狀態。你並不會看到你的朋友發布出的所有信息。哪一個已經被篩掉了呢？根據什麽標準呢？隻有臉譜網自己知道，而且他們將這個算法視為商業機密。至於他們優化的目的是什麽，則沒有人知道，甚至也沒有與用戶進行過交流。他們說是要提升用戶的滿意度，但還有一個更為合理的意圖猜測，即他們之所以過濾你的信息流，是為了優化你花在臉譜網上的時間——相比你的幸福感，這是一個更容易測量的事情。但這可能又不是你希望臉譜網所優化的。
亞馬遜會使用過濾器來優化銷售方式以便實現銷售額最大化，而且過濾的內容包括你在網頁上看到的所有內容。不僅是對推薦什麽商品進行過濾，對於網頁上出現的其他素材也會進行過濾，比如特價商品、提供商、商品信息、用戶反饋。同臉譜網一樣，亞馬遜在一天的時間裏也會進行數千個實驗，將他們的過濾器進行調整以比較兩件商品的銷售數據，嚐試根據數百萬消費者的實際使用反饋將網頁內容進行個性化定製。他們輕微改動、細微調整，而在如此大的一個範圍內開展實驗（同一時間有著10萬人的數據樣本），使得他們的結果變得極其實用。在亞馬遜這一過濾係統下，我成了它的回頭客。因為亞馬遜在嚐試著優化的東西與我的目標類似——以優惠的價格獲得我喜歡的東西。兩者的戰線並不會總是一致，但當一致的時候，我們就會購物。
穀歌是世界上最主要的過濾器，它會對你看到的搜索結果進行各種複雜的判斷。除了對網頁進行過濾，他們一天內還要對350億封電子郵件進行處理，有效地將垃圾郵件過濾掉，並為郵件分配標簽和優先級。穀歌是世界上最大的協同過濾器，它有著數千個獨立的動態“篩子”（sieve）。如果選擇加入他們的服務體係，他們會為你提供個性化的搜索結果，並根據你提問時的地點為你定製搜索結果。他們利用的是已經被證明行之有效的協同過濾規則，即人們在發現一個有價值的答案的同時，也會發現下一個答案同樣不錯（雖然他們不會這樣標記它）。穀歌每分鍾都會對網絡上60萬億個網頁的內容過濾200萬次，但我們通常不會詢問他們是如何做推薦的。當我發起一次查詢時，他們是應該給我展示最流行的選項，還是最可靠的選項或最獨特的選項，又或者是最可能讓我滿意的選項？我不知道。我對自己說，我可能會希望將選項按照四種不同的方式都排列來看一看，但穀歌知道我可能做的隻是看頭幾個答案，然後點選。所以他們說，這就是我們認為最好的頭幾個，依據的是我們通過每天30億次的在線回答總結出的深度經驗。所以，我點擊了。他們在嚐試將機率最優化，那個機率就是我再次回來向他們提問的可能性。
隨著它們的成熟，過濾係統將會延伸到媒體以外的其他去中心化的係統中，比如優步和airbnb。當你在預訂住處的時候，你對於風格、價位和服務的個人偏好可以很簡單地傳達到另一個係統，使得你可以在威尼斯匹配到最合適的房間以提升你對服務的滿意度。更深層的智能化意味著異乎尋常聰明的過濾器可以應用到任意一個需要進行大量選擇的領域——這將涉及到眾多領域。而在任何一個我們想要個性化定製的領域，過濾器服務都將會出現。
20年前，一些權威專家就期盼著大規模個性化定製能立即出現。在1992年約瑟夫· 佩恩（joseph pine）寫作的《大規模定製》（mass customization）一書中，這類計劃就已經開始展露倪端。曾經專供權貴的定製產品借助合理的技術進而推廣到中產階級，這一點看似合情合理。例如，一個由數字掃描和柔性生產 [2] 構成的精妙係統可以為中產階級提供個人定做的襯衫，而不僅僅是隻為上流人士提供此類定製產品。20個世紀90年代末期，一些創業公司嚐試針對牛仔褲、襯衫、洋娃娃開展“大規模定製”，但這些嚐試並沒有能夠推廣開來。製約其發展的主要障礙在於，除去那些不重要的方麵（比如顏色的選擇或者長度的選擇），想要在不將產品價格提升到奢侈水平的同時，還要獲得或生產具有明顯獨特性的產品是非常困難的。當時的美好願景遠遠超出了當時的科技水平。但現在科技水平已經迎頭趕上。最新一代的機器人可以擔負靈活製造的任務，而先進的3d打印機也可以快速打印出多套產品。無所不在的信息追蹤、信息交互和信息過濾意味著我們可以以優惠的價格將我們自身多個方麵的信息整合成用戶檔案，這一檔案可以引導開展任何我們想要的定製服務。在數字前沿，穀歌已經提供大規模定製。未來的30年中，我們在教育、運輸、醫療和零售領域都能看到大規模定製的出現。
下麵這幅圖景便展示出這一力量將帶領我們走向何處。在不久的將來，我的一天將會以這種常規方式進行：在我的廚房裏有個藥丸製造機，比烤麵包機小一點兒。它裏麵存放著幾十個小瓶子，每個瓶子裏麵都以粉末形式儲存一種處方藥或營養成分。每天這個機器會把所有的粉末以合適的劑量進行混合，然後填充到一個（或兩個）定製藥丸裏，供我服用。在這一天裏，我身體裏的重要器官都會受到可穿戴設備的傳感器追蹤，以便每個小時都對藥物的效果進行測量，並將結果發送到雲端進行分析。第二天的藥物劑量會根據前一天24小時的結果進行調整，並生產出一個新的定製藥丸。這一過程在隨後的每天都會重複。已經有幾百萬台這樣的裝置被製作出來，並生產出大量的個人化藥物。
我的個人化身儲存在網絡上，每個零售商都可以獲取它的信息。它儲存著我身體每個部分、每個曲線的準確測量數據。即使我要去一家實體零售店，在去之前也仍然會在家中一個虛擬試衣間裏嚐試每個商品，這是因為商店裏隻有商品最基本款的顏色和設計。借助虛擬鏡子，我可以在查看衣服穿在我身上的效果時看到逼真程度令人驚奇的真實寫照；實際上，由於我可以轉動穿著衣服的虛擬化身，其效果要比試衣間裏的鏡子更有說服力。（它可以更好地預測新衣服穿在身上的舒適度。）我的衣服會根據我的化身提供的具體參數（隨時間變化而修正）進行定製。我的服裝服務會產生一些新風格的變式，而這些改變依據的是我過去的穿著，我花最多時間凝視過的衣服，或者是我最親密的朋友已經穿過的衣服。這些都是過濾後的風格。幾年以來，我已經培養出一個完全貼合我行為的檔案，使得我可以在任何我想做的事情上應用它。
我的檔案跟我的化身一樣，都由“universal you” [3] 管理。這個檔案知道我在度假旅行時喜歡預定便宜的旅社，但又要有私人浴室和最大的網絡帶寬，而且永遠都要在城鎮中最老舊的地區，否則就要緊靠公交車站。它還會與一個人工智能係統配合，為我安排行程，預計最佳的貨幣兌換匯率。它遠非僅僅是一個儲存信息的檔案，更是一個不停運作的過濾器，會不斷地根據我已經去過的地方、我過去旅行中發布的快照和推特種類來做出調整適應，它還會對我閱讀、看電影時的興趣點進行權衡比較，因為書籍和電影通常是旅行欲望的一個來源。它還會投入大量的精力分析我最好的朋友與他們朋友的旅行經曆，並借助這一巨大的數據庫時常向我推薦某些值得拜訪的餐廳和旅社。對於它的推薦，我通常比較滿意。
因為我的朋友會讓“universal you”追蹤記錄他們的購物、外出就餐、聚會出席、電影觀看、新聞瀏覽、日常鍛煉、周末郊遊等活動，這樣無需朋友們花費多少精力，它就會給我做出十分詳細的推薦。當我早上醒來時，universal會對我接收的更新信息流進行過濾，隻向我發送那些我早晨喜歡接收的最重要信息。它過濾的依據是我常常轉發給他人的信息類型，抑或是書簽或者答複。我在櫥櫃裏發現了一種營養豐富的新型穀物食品——因為我的朋友這周在嚐試這個，所以universal you昨天為我預定了一份，嚐起來還不錯。我的汽車服務係統向我通報今天早上哪裏出現了交通擁堵，所以它把我的汽車預約時間調晚了一點，而且還嚐試另一條非常規線路送我到今天上班的地方，而這個線路是根據較早出門的幾個同事提供的路線製定的。我一直不能確切知道我的辦公室會在哪裏，因為我們創業公司的會麵地點取決於當天可用的合夥辦公地點在哪裏。我的個人設備會將辦公地的屏幕轉換成我使用的屏幕。這一天我的工作是對幾個人工智能係統進行校正，這些係統的工作是將醫生、治療方式與客戶進行匹配。我的工作則是幫這些係統理解一些特殊情況（比如有些人傾向信仰療法），以便提升人工智能診斷和推薦的有效性。
當我到家後，我特別期望看到阿爾伯特為我準備的一係列有趣的3d視頻和趣味遊戲。阿爾伯特，這是我為universal中我的化身取的名字，它負責為我過濾媒體信息。阿爾伯特總能為我提供最酷的東西，因為我已經把它培訓的很好了。自從高中起，我每天至少花10分鍾來校正他的選擇，並添加一些難以言明的影響來精細地調整這一過濾係統，所以在所有的新型人工智能算法和朋友的朋友的評分中，我找到了最喜歡的頻道。有很多人在追隨著阿爾伯特的選擇進行日常活動。我處在虛擬世界過濾器排行榜的前幾名。我的過濾方式非常流行，以至於我能還從universal中得到一些金錢回報——起碼夠我支付我在其中的所有訂閱服務費用。
就如何過濾和該過濾什麽而言，我們還處在初級階段。未來的發展空間要比單純地“我們過濾和我們被過濾”要廣闊得多。這些強大的計算技術可以並且也將運用到萬物聯網的各個領域。即使是最不重要的產品或服務，隻要我們想（但有時我們並不想），都可以進行個性化定製。在未來的30年，整個雲端都會被過濾，以便提升個性化的程度。
每個過濾器都會過濾掉一些好的東西。審查也是一種過濾。政府可以通過植入國家層麵的過濾器來移除不希望出現的政治觀點，並嚴禁相關言論。就像臉譜網或者穀歌，他們基本上不會揭露他們過濾掉了什麽。然與社交媒體不同，公民們並沒有可供選擇進入的替代路徑。即使最初出於善意設計的過濾係統，我們也隻能看到那可供瀏覽的宏大世界中的一小部分。這就是“後稀缺”（post-scarcity）世界的詛咒：我們隻能與宏大世界中的一小部分建立連接。每天那些友好的製造技術——3d打印、手機app和雲服務，都在充滿可能性的世界拓展出新的方向。所以，每天我們都需要借助更為擴大的過濾器將豐富的信息以適合人類的尺度進行過濾後再獲取。過濾器發揮的作用是不可或缺的。一個過濾器的不足不能通過將過濾器移除來彌補，而隻能通過施加其上的互補性過濾器來修正。
從人類視角看，一個過濾器關注的是內容。但如果反過來，從內容的視角看，一個過濾器關注的是人類的注意力。內容擴張得越多，就需要更多的注意力聚焦。早在1971年，赫伯特·西蒙（herbert simon）這位獲得過諾貝爾獎的社會科學家就總結出這樣的觀點：“在一個信息豐富的世界，大量的信息內容意味著某種東西的缺乏：無論它是什麽，肯定是因信息消耗引起的缺乏。而大量的信息消耗的是什麽，這是顯而易見的：它消耗的是信息接收者的注意力。因此信息的豐富促成了注意力的缺乏。”西蒙的這一見解通常被簡化為：“在信息豐富的世界裏，唯一稀缺的資源就是人類的注意力。”
我們的注意力是唯一有價值的資源，是我們每個人無需訓練就能產出的資源。它的供應是短缺的，每個人都想多要一些。你可以完全停止睡眠，但你每天仍然隻是有24小時的潛在注意力，而且絕對不存在任何東西——無論是金錢還是技術——能增加它的總量。潛在注意力的最大值是已經固定了的。它的產出是既定有限的，然而除此以外的其他東西都在變得越來越豐富。既然它是最後的稀缺資源，那麽注意力流向哪裏，金錢就跟到哪裏。
盡管它是那麽珍貴，我們的注意力卻又相當廉價。因為從程度上講，我們每天不得不把它花掉。我們無法節省它，也無法將其貯存起來。我們不得不一秒一秒地把它交出，一刻不得停歇。
在美國，電視仍然占據了人們大部分的注意力，其次是廣播，再其次是網絡。這三者占據了我們注意力的絕大部分，而其他東西——書籍、報紙、雜誌、音樂、家庭錄像、遊戲等，隻占據了我們全部注意力中的一小部分碎片。
然而，並不是所有的注意力都是等價的。在廣告行業，注意力的質量通常以一個名為cpm（cost per thousand，m為thousand的拉丁語標示，即每千人成本）的指標來反映，這代表一千個人的瀏覽，或者是一千個讀者、一千個聽眾。各種媒體平台的平均cpm估計值有著廣泛的差異。廉價的戶外宣傳欄cpm的平均成本為3.5美元，電視是7美元，雜誌為14美元，報紙為32.5美元。
還有另一種方式可以計算出我們注意力的價值是多少。當我將每個主流媒體行業內的年度收入進行逐個結算求和後，便計算出每個行業每小時的注意力能產生多少收益（單位為“美元每小時”），結果令我震驚。
首先，這些結果的數值相當小。就企業掙得的美元與消費者花費的每小時注意力的比值而言，注意力對於媒體行業而言並沒有多少價值。每年有將近5000億個小時投入到電視節目中（這還隻是美國的數據），然而對於看電視節目的所有人而言，平均來看每小時隻產生了20美分的收益！如果你被以這個價格雇傭來看電視節目，你的收入隻能算是第三世界國家的小時工資水平，基本上與被雇傭做苦力的人差不多。看電視節目是個苦力活。報紙占據了我們注意力中更小的一部分，但就所花的時間而言卻產出了更多的每小時收益，大約是93美分每小時。相對而言，互聯網有著更高的收益回報，每年都在提升注意力的質量，平均來看每小時注意力產生3.6美元的收益。
無論是我們為電視節目公司“掙得”的那可憐的價值20美分的每小時注意力，還是稍微高級一點的報刊上價值1美元的一小時注意力，都反映出了我稱之為“商品注意力”的價值。就那些易於複製、易於傳播、幾乎無處不在，並且無時不在的日用商品而言，我們花在上麵的注意力基本沒什麽價值可言。當我們考察我們為商品內容——所有的內容都是易於複製的，比如書籍、電影、音樂、新聞，等等——所不得不支出的費用時，這個比率是相對較高的，但這仍然不能反映出我們先前總結的觀點，即我們的注意力是最後的稀缺資源。以一本書為例，精裝圖書需要花4.3小時讀完，23美元購買。因此，消費者在閱讀時平均的花費為5.34美元每小時。一張音樂cd通常會被聽很多次，所以需將它的零售價格除以總共的聆聽時間才能獲得它的每小時費用。電影院中一部兩小時的電影隻能看一次，所以它的每小時費用就是票價的一半。這些比率可以視作一麵鏡子，借此反映出我們作為觀眾時，對我們的注意力賦予多少的價值。
1995年，我計算了各種媒體平台的每小時平均費用，包括音樂、書籍、報紙、電影以及正在熱銷的新產品——虛擬現實座駕（一種虛擬現實的體驗）。不同媒體之間有著差異，但價格基本處於同一個數量級上。引人注目的一點是，各個媒體的價格基本圍繞著相對平均的2美元每小時波動。也就是說平均來看，在1995年我們傾向於每小時支出2美元花在媒體使用上。
在15年之後的2010年以及2015年，我都再次用相同的方法對與之前類似的一組媒體行業的價值進行了計算。當我根據通貨膨脹進行調整並換算成2015年美元的價值後，平均值分別是3.08美元、2.69美元、3.37美元。這意味著20年來，我們注意力的價值是相當穩定的。這樣看來，我們似乎對某種媒體“值得”花費多少金錢有種直觀的感覺，而且我們付出的成本不會有太多偏差。這還意味著，依靠我們的注意力賺錢的企業（比如那些引入注目的科技公司）也隻是平均每小時獲取3美元的收益——如果他們包含高質量內容的話。
數萬億小時的對於商品的低級注意力推動了我們經濟的絕大部分，以及互聯網經濟的一多半。單純的一小時並沒有多少價值，但匯聚成整體後的力量則能夠以排山倒海之勢創造奇跡。對於商品的注意力就像一陣風，或是一波海浪，它是必須借助大型設備才能俘獲利用的一種不均勻的力量。
穀歌、臉譜網的光芒奪目，以及其他網絡平台的空前繁榮，都源於它們有著大量的基礎設施負責過濾這些對於商品的注意力。平台利用強大的計算能力將不斷擴張的廣告商們與不斷增長的消費者群體進行匹配。它們的人工智能係統會尋求在最理想的位置、最理想的時間插放最理想的廣告，並且以最理想的方式、最理想的頻率做出反饋。雖然有時這也被稱為個性化定製廣告，但事實上其過程遠比僅僅將廣告推送給個人更為複雜。這象征著一種過濾性的生態係統，除了做廣告，還會收集結果反饋。
任何人隻需填寫一份網上表格，就可以注冊為穀歌的廣告供應商。（大多數廣告隻是文本形式，類似一種分類廣告。）這意味著潛在的廣告商數量可能有數十億。你可以成為一個小商人，向素食主義的背包客推銷一本烹飪書，或者推銷你發明的一款新式棒球手套。在這個供應鏈的另一端，任何人無論出於什麽目的運行著一個網頁，都可以在其上麵刊登廣告，而且還可能從廣告中獲取收益。這樣的網頁既可以是一個私人博客，也可以是一個公司的網站主頁。近8年來，我都在自己的私人博客上投放穀歌adsense [4] 廣告。每個月我都能通過投放這些廣告獲得100美元報酬，這點報酬對於數十億美元的企業而言微不足道，而且這種小規模的信息處理無需穀歌操心，因為這基本是全自動化的。adsense歡迎所有人加入，無論其規模有多小，所以一個廣告潛在的投放位置有數十億個。為了測試配對這數十億種可能性——有數百萬人想要發廣告，也有數百萬人願意接收廣告，需要進行求解運算的次數會達到天文數量。另外，最佳的安排還會隨著每天中不同的時間或不同的地理位置而進行變化，所以穀歌（也包括其他搜索引擎公司，如微軟和雅虎）有著大量的雲計算機負責對這些信息進行分類。
為了實現廣告商與閱讀者的匹配，一天中的24小時裏穀歌的計算機都不停地在網絡上漫遊，並收集網絡上數十億網頁中每個網頁上所有的內容，最終將這些信息儲存到它巨大的數據庫中。這就是穀歌可以在無論你何時向它發問，它都立即給你答案的原理。它已經把網絡中每個單詞、每個詞語，以及每個事實的位置都建立了索引。所以當有一個網頁擁有者想要在他的博客網頁上插播一小條相關廣告時，穀歌會從數據庫中調出記錄以查明這個網頁上都出現過哪些內容，然後利用它的超級大腦去尋找一批人——幾乎同時，他們想要投放與網頁內容相關的廣告。當匹配成功後，網頁上的廣告就會出現在網頁的可編輯內容區裏。假設這樣的網站歸屬於一個小鎮棒球隊，那麽一個創新型棒球手套的廣告將會尤其符合網站的整體內容。相比投放一條浮潛工具廣告，這個棒球手套廣告更有可能獲得讀者的點擊。所以，穀歌根據網站內容的前後關係，將會在棒球隊網站上插播棒球手套廣告。
但這隻是複雜配對的開始，因為穀歌會嚐試進行三方符合的匹配。理想情況下，廣告不僅匹配網頁中的前後內容，還要符合網頁訪問者的興趣。如果你訪問一個綜合性新聞網站，比n（美國有線電視新聞網），而它知道你在為一個棒球隊效力，那麽你就可能看到更多的運動裝備廣告，而非家具廣告。它是如何對你有所了解的？大多數人都不知道的一點是，當你訪問一個網站時，你是隨身攜帶著一些無形的符號一起到來的，這些符號會表明你剛剛從哪裏出來。這些符號（技術名稱為cookie）不僅可以被你剛剛開始訪問的網站所讀取，還能被一些大的平台讀取，比如穀歌，這些平台的觸角已經遍及整個網絡。因為幾乎每個商業性網站都使用穀歌的產品，那麽穀歌就可以在你訪問一個又一個網頁時追蹤你的路徑，這一過程貫穿整個網絡。當然，如果你在穀歌上查詢過什麽信息，它也可以同樣地由此信息來追蹤你。雖然穀歌還不知道你的姓名、地址，或者電子郵件（就目前而言），但它確實記住了你的網絡行為。所以在你抵達一個新聞網站之前，如果訪問過一個棒球隊網頁，或者搜索了“棒球手套”，它就會做出一些假設。它利用這些假設，並將假設添加到計算公式裏，以便算出在你剛剛抵達的網頁上應該插播哪種類型的廣告。這看起來很像魔法，但你今天在網站上看到的廣告在你抵達那裏之前都是還沒有添加上的。因而穀歌和新聞網站將會快速挑選你看到的廣告，以保證你看到一個與我看到的完全不同的廣告。如果整個過濾器生態係統正常運作，那麽你看到的廣告將會反映出你最近的網絡瀏覽曆史，而且會更符合你的興趣。
但是等一下，還有更多的呢！穀歌自身在這樣一個多邊市場裏成為了第四方。除了滿足廣告商、網頁發布者、讀者，穀歌也要嚐試將他們的自身利益最大化。對廣告商而言，有些觀眾的注意力要比其他人更有價值。健康類相關網站的讀者就是更有價值的，因為他們可能會在很長一段時間裏花費大量的錢財用於藥物和治療，而一個徒步俱樂部論壇的讀者隻會偶爾買些鞋子。所以每個廣告的位置擺放後麵都隱含著一個極為複雜的拍賣過程，即將關鍵詞的價值（“哮喘”的價格要比“散步”的價格多很多）與廣告商願意支付的費用，以及讀者真正點擊廣告的表現水平進行聯合匹配。如果有人點擊了廣告，那麽廣告商會向網頁所有人（還包括穀歌）支付幾美分的報酬，所以算法會嚐試將廣告位置、被點擊的比率、支出費用進行最優化調節。獲得12次點擊的一條5美分的棒球手套廣告要比隻獲得1次點擊的一條65美分的哮喘呼吸器廣告更有價值。但是如果第二天，棒球隊博客上貼出了一個關於今年春天有大量花粉飄散的警告，那麽在棒球隊博客上插播呼吸器的廣告價格就會突然漲到85美分。為了在一小時裏設定最佳的廣告安排，穀歌可能要同時處理數十億個因素，並且要實時處理。當每件事都以這種流動的四方匹配形式運作時，穀歌的收入也達到最大化。在2014年，穀歌總收入中的21%，或者說140億美元，是來源於這種相關廣告係統的。
不同類型的注意力相互作用，形成了一個十分複雜的生態係統，而這一生態係統在2000年之前是難以想象出來的。用於追蹤、分類並過濾每個維度信息的智能化程度和計算能力已經超出了應用範圍。但隨著追蹤、知化、過濾構成的係統不斷發展，有越來越多可行的方式可以用來分配注意力——包括支出和接收。這樣一個時期類似於寒武紀的生物進化時期，當時出現了大量多細胞形式的生命。在一個很短的時期（就地質角度而言），生命出現了一些從未有過、從未嚐試的可能形式。那個時期突然出現了大量新的——有時是略顯奇怪的——生命組織形式，以至於我們將那一時期的生物創新稱為“寒武紀生命大爆發”（cambrian explosion）。隨著各種新奇古怪類型的注意力、過濾器在進行各種嚐試，現在我們的注意力科技也處在類似“寒武紀大爆發”的一個變革窗口期，例如，如果廣告業像其他商業領域一樣推進去中心化這一趨勢會怎樣呢？如果由消費者創造廣告、投放廣告、支付廣告費用，會怎樣呢？
下麵讓我們以一種方法來思考下這種新奇的安排方式。每個依靠廣告維持的企業——現在大多數互聯網企業都屬於此行列，都需要說服廣告商將其廣告專門投放在他們的渠道上。發行商、會議舉辦方、博客博主或者平台運營者提出的論點通常是，沒有人能像他們那樣將信息傳達給某個特定的客戶群體，或者像他們那樣與客戶群體有著良好關係。廣告商握有資金，所以他們會挑剔地選擇誰來運營他們的廣告。而一個發行商要努力地勸說討好那最令人喜歡的廣告商，發行商沒有權利選擇運營哪個廣告。但廣告商，或者他們的代理人是有權選擇的。一個充斥著廣告的雜誌，或是填滿商業廣告的電視節目還常常認為他們自己是幸運的，因為他們被選中作為運營廣告的載體。
但如果任何一個有自己粉絲群體的人可以自主選擇他們想要展示的某個廣告，無需再申請許可，會是怎樣的情景呢？比如你看到了一個關於跑鞋的非常酷的商業廣告，而你想將它收錄到你的信息渠道，而且像電視台一樣為此得到一定報酬。如果任何一個平台都可以僅僅收集那些它們感興趣的最佳廣告，然後通過投放這樣的廣告而獲取利潤，而利潤多少的參考依據是它們給這個廣告帶來的觀眾數量和觀眾質量，這又是怎樣的情景呢？視頻、靜態圖像、音頻文件，無論廣告的載體形式如何，都可以在其中嵌入代碼以追蹤廣告在哪裏播放過、被瀏覽了多少次，這樣無論廣告被複製傳播了多少次，廣告的投放者都能獲得報酬。一個廣告所能遇到的最好事情就是像病毒一樣擴散，在盡可能多的平台上插播並且循環播放。而由於你的網頁上的一個廣告可以給你帶來收入，你將會努力尋找令人印象深刻的廣告來投放。設想在pinterest上有個專門收集廣告的板塊。收藏夾裏的任何一個廣告，隻要被讀者播放或瀏覽過，都可以為收藏者帶來收益。如果操作得當，觀眾們來到這裏可能都不再是為了什麽酷炫內容，而隻是為了那酷炫的廣告——正如同有幾百萬人坐在電視前看“超級碗” [5] ，其中有很大一部分人是去看廣告的。
結果就是出現一個平台，它將廣告視同內容。編輯會花大量時間搜尋不為人知的、很少有人看過的、吸引眼球的廣告，正如同他們會花大量時間尋找新文章一樣。然而，廣泛流行的廣告可能無法像小眾廣告那樣有較高的回報。那些討厭的廣告可能要比搞笑的廣告帶來更多收益。所以存在一種權衡，是選擇看起來很酷但不怎麽賺錢的廣告，還是平淡無奇但有利潤的廣告。另外，那些既有趣又有收益的廣告很有可能已經有過大量的曝光了，這樣既降低了他們的奇酷感，也可能降低了它們的價格。可能會出現一些雜誌、出版物、在線網站，它們沒有什麽內容，有的隻是精心編排的廣告——那些會帶來收益的廣告。現在就已經有這樣一些網站，它們專門呈現電影預告片或精彩的商業廣告，但它們還未因呈現這些材料而從製作人那裏獲取報酬。但用不了多久，它們終將實現盈利。
這樣的安排完全顛覆了業已建立的廣告產業利益鏈條。就像優步和其他去中心化係統一樣，這樣的改變使得曾經由少量專業人士執行的高度精細化的工作可以對外開放，並且可以在由業餘愛好者構成的點對點網絡中開展執行。在2016年，廣告行業的專業人士中沒有人相信這一轉變可以發揮作用，甚至但凡有點理性的人都會認為這很瘋狂，但對於未來30年的變化，我們有一點是明確的，那就是看似不可能的事情可以由巧妙連接起來的愛好者同盟來完成。
2016年，一些特立獨行的新興公司將嚐試打破現行的注意力係統，但在推出一些變革的新模式之前，可能還需要大量嚐試。在這一幻想與現實之間阻礙發展的因素就是技術的欠缺，我們需要一種技術來追蹤一個複製後的廣告得到的瀏覽次數，並對其得到的關注進行量化，然後將這些數據安全地進行交換，以便確保正確地支付費用。對於穀歌或者臉譜網這樣的大型多邊平台而言，這是一個複雜的計算過程。這一過程需要大量的監管，因為由此產生的金錢會吸引騙子和富有創新的垃圾郵件製造者進來作弊。但是一旦這樣的係統得以建立並順利運行，廣告商就可以將廣告以病毒迅速傳播的形式擴散到網絡上。你可以找到一個廣告，將它嵌入到你的站點裏，這樣，如果有讀者點擊它，就會觸發一次付款。
這種新體製將廣告商置於一個奇特的位置。廣告創造者不再有能力控製一個廣告投放的地點。這種不確定性需要以某種方式進行代償，即廣告的組成類型。有些廣告的設計應旨在快速複製傳播，並引發觀看者的直接行動（購買）。其他廣告則可以設計成紀念碑似的停留在原地，不會移動，並且慢慢塑造品牌影響。理論上看，一個廣告可以當作一個社會評價，那麽它就可以像社會評論素材一樣處理。並不是所有的廣告都會放任自流。有些廣告——可能不是很多，可能還是要繼續用於傳統渠道的直接投放（使得他們不那麽流行）。這種係統的成功僅是在傳統廣告模式上錦上添花，但也要淩駕傳統模式之上。
去中心化的潮流席卷了每個角落。如果業餘愛好者可以製作廣告，那麽為什麽消費者和粉絲們不也來創造他們自己的廣告？科技可能已經足以支持一個點對點的廣告創造網絡了。
有些公司已經開始嚐試使用一些用戶創造的廣告版本。多力多滋 [6] 曾經在消費者中公開征集廣告短片，用於在2006年的“超級碗”比賽中播放。他們收到了2000個廣告短片，並且有至少200萬人參與投票選出用於投放的最佳短片。從那時起，他們每年平均會收到5000個用戶製作的廣告提案。他們會給最佳廣告的創作人獎勵100萬美元，而這要比找人設計專業的廣告所支出的費用少得多。在2006年，通用汽車為它的雪佛蘭tahoe這款suv車征集用戶製作的廣告，並收集到了21000個提案（另外4000個是抱怨suv的負麵廣告）。但這些例子是有局限的，因為最終投放市場的那條廣告必須經過公司領導的審批和再加工，並不是真正的對等網絡工作模式。
一個完全去中心化的、對等網絡的、用戶製作的眾籌廣告網絡將會允許用戶創作廣告，然後讓作為發行方的用戶來決定他們想讓哪一個廣告放置在他們的網站上。那些確實帶來點擊量的用戶製作的廣告將會被保留、分享。那些無效的則會被舍棄。用戶成為了廣告代理人，同時他們也是承包一切事務的人。就像有愛好者將他們的生活寫真照片庫或是工作片段塗鴉放到ebay上拍賣，那麽也必然會有些人依靠大量炮製各種變式廣告來謀生，償還房屋貸款。
我的意思是，你到底想讓誰來製作你的廣告？你是想雇用昂貴的工作室，讓其利用其最佳猜測來構想一個活動方案，還是找1000個富有創造力的孩子，讓他們不斷調整、測試他們為你產品製作的廣告？但如往常一樣，大眾總是要麵臨一個兩難困境：他們是應該為一個可靠的暢銷商品製作廣告，並懷著同樣的想法去改善另外1000個商品，還是到長尾理論的那一端，去接受一個你自己可能都不完全了解、也不確定是否有效的產品？產品的粉絲會樂於為它創作廣告。自然而然地，他們也認為沒有人像他們一樣了解產品，並且現在的廣告（如果有的話）是很差勁的，所以他們很有信心、也很願意更好地完成這份工作。
期望大公司將他們的廣告“撒手不管”，有多大的可能性？沒多少可能。大公司是不會率先嚐試這種模式的。這需要一些性急的新公司花幾年的時間才能搞清楚明確發展方向，因為他們幾乎沒有多少廣告預算，也不怕失去什麽，才會敢於嚐試。就像相關廣告一樣，大公司並不是此類業務的主要參與者。所以不如說這種廣告領域的新模式是將小人物放大，讓他們躋身中間層接觸到價值數十億的商業領域，這是他們從未設想過的，更是從未有機會接觸的，進而推動起一場炫酷的廣告運動。借助對等網絡係統，這些廣告將會由熱情的（也是貪婪的）用戶來創造，然後病毒式地傳播到博客荒野裏，在那裏通過不斷測試、再設計直到有效發揮作用，一個廣告逐漸進化成最佳廣告。
通過追蹤注意力的替代模式，我們可以看到注意力還有一些未曾開發的組織形式。艾瑟·戴森（esther dyson）是一位早期的網絡先驅和投資人，她長期抱怨電子郵件溝通引發的注意力不對稱。因為她在互聯網管理形式上積極參與，並且積極投資一些創新的新興公司，她的收件箱裏充斥著各種她不知道的人發來的郵件。她說：“電子郵件這樣的係統，使得他人可以向我的待辦事項中隨意添加事件。”現在也是這樣，基本無需花什麽費用就可以向其他人的事件列表中添加一封郵件。20年前，她提出構建一個係統，使她可以在閱讀他人郵件時向發件人索取報酬。郵件發件人需要支付一小筆費用，而價格是由信息的接收者來製定，比如艾瑟。收件人可以向某些人收取較少的費用（25美分），比如學生，或者針對公關公司發來的新聞稿收取較多的費用（2美元）。朋友和家人可能就免收費用，但來自一個企業家的複雜難懂的投件可能需要5美元的費用。如果一個郵件被閱讀了，費用也可以以追溯形式免除。當然，艾瑟作為一個頗受歡迎的投資人，她的默認過濾值可能會設置的高一些，比如每封需她閱讀的郵件要征收3美元。一個普通人可能無法索取同樣的費用，但任何價格的費用征收都可以充當一個過濾器。更為重要的是，適當地征收閱讀費用也可以作為對接收者的一個提醒，即發件人認為這個郵件是“重要的”。
收件人即使不像艾瑟那樣有名，也值得為其閱讀郵件索取報酬。他們可以是一個小群體的影響者。雲端的一個極其強大的應用就在於捋清追隨者和被追隨者之間繁亂的網絡關係。大量的計算識別可以追查清楚每一個影響者與被影響者之間的排列關係。如果一個人可以影響一小部分人，而這一小部分人還可以影響其他人，而另一個人能夠影響很多人，但這些人卻並不能影響其他人，這樣的兩個人的等級排列是不一樣的。這裏的地位是十分局部化的、具體的。如果一個少女有著眾多忠實的朋友追隨她的潮流引導，那麽她的影響力等級要比一個科技公司的ceo高得多。這種關係網絡的分析可以深入到第三層和第四層（朋友的朋友的朋友），但同時也伴隨著計算複雜性的急劇增長。這種不同複雜程度導出的分數可以根據影響力程度和注意力等級進行分配。一個高分者可以在閱讀一封郵件時索取更高的費用，但他也可能選擇根據發件人的分數來調整征收的費用——這就使得計算總費用時計算的複雜性和成本支出增加了。
這種直接向他人的注意力支付報酬的原則也可以拓展到廣告領域。通常我們免費地將我們的注意力花在廣告上。為什麽我們不向公司征收觀看他們廣告的費用呢？就像艾瑟設定的框架一樣，不同的人可以根據廣告的來源索取不同的費用。而且對於銷售商而言，不同的人有著不同的“吸引力價值”。有那麽一部分觀眾有著更大的價值。零售商會考慮一個消費者的開銷總壽命期，根據他們的預測，如果一個消費者在其一生中可能在他們的商店裏花費10000美元，那麽這個人就更值得盡早獲得一張200美元的打折券。一個消費者也同樣有著影響力總壽命期。他們的影響力會如漣漪般借由其自身的追隨者向外傳播，傳遞給追隨者的追隨者的追隨者，諸如此類。那麽這個總的影響程度就會累加計算，並根據他們的壽命期做出一個估計值。對於那些有著較高壽命期等級的吸引眼球的人，公司認為對他們直接進行報酬支付要比把錢給廣告商更為劃算。公司可以用現金或者貴重物品，又或者高價服務來支付報酬。實際上，這就是奧斯卡頒獎典禮上贈送幸運大禮包的根本目的。
在2015年，被提名者的大禮包裏塞滿了價值16.8萬美元的商品，裏麵混雜著潤唇膏、棒棒糖、旅行枕頭這些消費品，以及豪華酒店和旅行的套票。銷售商對奧斯卡提名者進行了合理的估算，認為他們是高影響力人群。這些接收禮包的人根本不需要這些東西，但他們很可能會向他們的粉絲嘮叨。奧斯卡的事例很顯然是個個例。但就小一點的尺度而言，當地小有名氣的人也可以顯著地獲得大量追隨者，並獲得一個大小可觀的影響力總壽命期分值。但直到前不久，想要在億萬人群中查找出各種小眾名人仍然是不大可能的。而今天，過濾技術和共享媒體的發展進步，使得這些內行人士得以被發現，並成批量地發掘出來。與奧斯卡不同，零售商可以把目標集中到一個由小眾影響者構成的巨大網絡。以前做廣告推行產品的公司可以把廣告也省去了。他們可以將他們幾百萬美元的廣告預算款項直接打到數萬個小眾影響者的賬戶上，用以換取他們的關注。
我們還沒有探索過所有交換、管理注意力和影響力的可能方式。一個充滿未知的大陸正在開啟。一些最有意思的可能模式仍然還未出現。注意力的未來形式將脫胎於對有影響力的數據流的舞蹈式編排，而這種編排是可以追蹤、過濾、共享和混合的。為了編排這一注意力的“舞蹈”，所需處理的信息規模也達到了更高級的複雜性。
相比5年前，我們的生活已經變得更為複雜。為了開展我們的工作、有效學習、當好父母，甚至是娛樂，我們都需要花精力處理更多渠道的信息。我們不得不考慮的因素數量、影響因子數、參數個數和可能性數量幾乎每年都以指數級增長。因此，我們似乎要永久地處在分離狀態，並且在一個個事物間不停輾轉，但這並不是一個災難的信號，而是對當前環境一種必然的適應。穀歌並不會將我們變傻，相反我們需要網上衝浪，需要敏捷反應，需要對下一個新事物保持警惕。我們的大腦還沒進化到可以處理這無窮的信息量。這一領域超出了我們的自身能力，所以我們不得不依靠我們的機器來與這麽大量的數據進行互動。我們需要一個實時的過濾係統嵌套，以便我們可以處理我們已經創造出的各種新增選項。
現在產品大量過剩，以至於對大量冗餘產品進行過濾的需求在持續增加，而導致產品過剩的一個主要因素就是各種廉價物料交互影響。總體來看，隨著時間的過去，科技技術基本上向免費方向發展，這就會促使產品大量過剩。乍聽之下，很難理解技術為什麽會是向免費方向發展。但對於我們製作的大多數東西而言，這就是不爭的事實。隨著時間的發展，如果一個技術持續研發應用得足夠久，它的費用就會開始向零靠近（但絕不會達到）。在適宜的時間，任何一種技術性應用都好似是免費產品發揮作用。這一趨向免費的趨勢對於食品、材料這種基本物品（通常被稱為消費品）似乎是適用的，而且對於家用電器這種複雜的產品也是適用的，另外，同樣也適用於服務和無形的東西。所有這些物品的費用（就每個固定單位而言）隨著時間的流逝在一直下降，自工業革命以來尤其如此。在2002年國際貨幣基金組織發表的一份報告指出：“在過去的140年裏，實體商品的價格呈現出下降趨勢，大約是每年下降百分之一。”也就是說在一個半世紀以來，物價都在向零靠近。
這一趨勢並不是隻存在於電腦芯片和高科技產品領域。幾乎是我們在每個行業製造的每件東西，都在沿著同一個經濟發展方向前進，那就是每天都變得更加便宜。讓我們舉個例子，比如銅材料的費用下降。按照時間，將其向零靠近的價格趨勢繪製成圖。在它的價格繼續向零靠近時，這個曲線會遵循一個數學模型。假設這個數學函數保持不變，那麽它的價格永遠不會達到完全免費的界限。可是，它的價格會穩定地向這個界限靠近後再靠近，進入到無窮無盡的狹窄縫隙裏。這種向一個界限不斷靠攏但又不會交叉的模式被稱為接近漸近線。這裏的價格不會是零，但實質上與零無異。通俗來講，通常理解為“便宜到沒法比較”——跟零靠得太近，甚至沒法記錄變化。
這也產生了一個巨大的問題：在一個充斥廉價品的時代，又有什麽是真正有價值的？有些矛盾的是，我們對於商品的注意力並不怎麽值錢。我們的猿猴大腦很容易被廉價產品劫持。在資源豐富的社會裏仍然稀缺的是那種並非由商品派生或專注於商品的注意力。當所有商品的費用都在向零靠近時，唯一一件還在增加費用支出的事情就是人類的體驗——這是無法被複製的。除體驗以外的每樣東西都在逐漸變得商品化，逐漸變得可以過濾掉。
高檔的娛樂方式正在以每年6.5%的速度增長。音樂會門票的平均價格在1981年到2012年增長了近400%，遠遠超出了同期物價增長的150%。醫療保健的價格也出現了類似的增長，從1982年到2014年增長了400%。在美國，臨時保姆的平均價格為15美元每小時，這是最低工資的兩倍。在美國的一些大城市，父母們為了找人照顧孩子一晚上花100美元已是再正常不過的事了。針對身體體驗進行獨家細心照料的私人教練是近來快速發展的職業之一。在救濟院，藥物和治療的費用在下降，然而家庭拜訪（體驗方麵）的費用卻在增加。婚禮的花費更是沒有限製。這些都不是商品，它們都是體驗。我們對它們投入了全身心的純粹的注意力。這些體驗是不能複製或者儲存的。對於這些體驗的創造者而言，我們的注意力是十分有價值的。人們在創造體驗和消費體驗上都十分擅長，這並不是巧合。就這一點而言，機器人毫無用武之地。如果你想了解當機器人接手了我們現在的工作之後，我們人類會做什麽，那就看看這裏。我們會將珍貴的、稀缺的注意力投入到體驗上。這是我們將會把錢花出去的地方（因為體驗不是免費的），也是我們將要掙錢的地方。我們將會利用技術來生產商品，為的是避免我們自己成為一件商品。
還有一件有趣的事情與這一係列用於提升體驗並促進個性化的科學技術有關，那就是它們給我們施加了巨大的壓力，以促使我們去弄清楚我們是誰。我們很快就要直接地居住在包含萬物的圖書館中，周遭圍繞著不斷變化的事物，那是人類世界所有現存的各種各樣的作品，它們都恰恰處在我們伸手可及之處，而且還是免費的。最大的過濾器將準備待命，默默地引導著我們，隨時準備為我們的需求服務。過濾器會問，我們想要什麽？你可以選擇任何東西，你會選擇什麽？這些過濾器已經監視我們幾年之久，它們能預期到我們將會問什麽。它們幾乎可以迅速地自動完成我們的要求。然而問題在於，我們並不知道我們想要什麽。我們對自己並不是很了解。從某種程度上說，我們依賴過濾器來告訴我們自己想要什麽。它們並不像是奴隸主，反而更像一麵鏡子。我們會聽取由我們自身行為產生的建議和推薦，這是為了聽一聽、看一看我們自己是誰。在互聯雲裏的幾百萬台服務器上運行著數億行代碼，它們在不停地過濾、過濾、過濾，幫助我們提取自身的獨特點，優化我們的個性。人們擔心技術會使我們變得越來越一致化、越來越商品化，但這種擔心是不正確的。實際上，我們進行的個性化定製越多，對於過濾器而言處理起來越簡單，因為我們會變得更為獨特，有著一個它們可以處理加工的實質區別。經濟依靠區別對待來運行。我們可以利用大量的過濾器，在明確我們是誰的同時，為我們自己進行個性化的定製。
進行更多的過濾是必然的，因為我們在不停地製造新東西。而在我們將要製造的新東西中，首要的一點就是創造新的方式來過濾信息和個性化定製，以突顯我們之間的差異。
[1] 指主要依靠有高度柔性的以計算機數控機床為主的製造設備來實現多品種、小批量的生產方式。——譯者注
[2] 指主要依靠有高度柔性的以計算機數控機床為主的製造設備來實現多品種、小批量的生產方式。——譯者注
[3] 根據上下文的意思，universal指的應該是當事者所處的整個生活環境。而universal you指的是能在這個環境中進行綜合判斷的類似當事者化身的角色。——編者注
[4] adsense是由穀歌公司推出的針對網站主的互聯網廣告服務，它可以通過程序分析網站的內容，然後投放相關廣告。——編者注
[5] 超級碗（superbowl），指美國橄欖球聯盟的年度冠軍賽。——譯者注
[6] 多力多滋（doritos），美國著名的玉米片零食。——譯者注