前言
2019年爆發的新冠疫情讓原本連接的世界隔絕了起來,人們減少了不必要的出行,選擇居家辦公。新冠疫情似乎是對社會連接的一次公測,在這場測試中,人與人之間連接的必要性和價值被重新評估。人們逐漸意識到,酒吧聚會、看電影、KTV等等原本已經成為生活中重要組成部分的活動原來可以不存在。網絡的連接性彌補了物理空間的隔離,微信等社交平臺成為了人們聯系和消遣的主要載體。
隨著大數據和算法的蓬勃發展,在線社交越來越成為人和機器融合的產物。諸如微信、微博這樣的社交平臺并不只是給人們提供一個社交的云場所,還方方面面塑造著人們的社交方式、思維習慣、甚至重新定義人和人之間的好友關系。本文將社交媒體對于人們的反作用稱之為社交媒體的工程社會性。社交媒體的工程社會性帶來的諸多負面影響,例如社交媒體對人類思維、認知和行為的負面影響和錯誤塑造等等。近年來,對于Web2.0平臺帶來的負面影響的討論越來越多,不少地區和國家采取了限制社交媒體的行動,例如最近的美國提議禁止Tiktok。反觀Web3.0,絕大部分對于社交的探討還局限在抗審查、所有權、創作者經濟等等老生常談卻又無法引起大眾共鳴的問題上。因此,筆者想通過不同的視角,探討傳統社交媒體的負面影響以及對Web3.0的啟示,同時結合實際的項目展開論述。
Web3.0社交項目在開拓著不同的路徑,比如將加密通訊、引入ZK技術以保護用戶隱私,將數據和平臺解耦的數據主權運動等等。其中筆者最感興趣的,也是想在本文重點討論的,是社交圖譜。網絡上已經有了許多關于社交圖譜的探討,主流的視角聚焦在社交圖譜如何賦能開發者和提升用戶體驗的層面,但對社交圖譜的工程社會性并無太多討論。因此筆者將以此為本文的中心,結合目前發展的較好的三個項目,CyberConnect,Lens和Farcaster(Warpcast),分析社交圖譜存在的意義以及面臨的挑戰,希望能夠引發讀者的一些思考。
美國財政部副部長:各方正在就債務上限進行“建設性的談話”:5月14日消息,美國財政部副部長Adeyemo:各方正在就債務上限進行“建設性的談話”。(金十)[2023/5/15 15:02:42]
社交圖譜
社交圖譜匯集了社交平臺上的人際關系,如今網絡上最普遍的關系就是互相關注的”好友“。這里的“好友”已經不等同于好友原本的意思,社交媒體將“好友”一詞的含義進行了延伸。人類最原始的社交因為地理時空的限制只局限于身邊的小圈子內,我們同身邊人所建立的關系是強關系,這種強關系結構是非常緊密的。比如我們和多年好友交流,并不需要好友定期給我提供多么有趣的話題,更多的是一種點對點的信息交換。這里的多年“好友”和社交媒體創造出來的”好友“有本質區別。靠算法推薦撮合在一起的關系很弱,所以需要借助”內容“來加固這段關系。因此,弱關系的好友進行社交,溝通的意味減少了,更多的是內容消費。
在Web2.0,關系的劃分已經體現在了各大社交軟件上。微信沉淀的是強關系,而其他社交媒體諸如微博、豆瓣、陌陌等沉淀的是弱關系。實際上微信已經不再是社交平臺,而更像是通訊錄,用戶加上好友之后第一件事情就是聊天,不需要進行任何的內容生產或者消費。然而在其他社交軟件上,人們一定會先上傳頭像、填寫資料、發幾條動態,進行內容的創作再建立和其他人的連接。這樣做最主要的目的是降低人和人之間的信任成本。因為沒有人會愿意跟一個沒有頭像資料空白不發動態的陌生人社交。
從強關系到弱關系,對內容消費動機是逐漸減弱的。比如我們在微信朋友圈給朋友發的無聊日常點贊,但很少有人會對陌生人的碎碎念感興趣。為了彌補弱關系的不穩定性和消費動機的欠缺,社交媒體普遍采用了兩種路徑,第一種是依賴優質內容,第二種是增強算法帶來的連接性。而選擇兩種不同路徑的社交媒體的發展卻是南轅北轍。依靠優質內容和社區運營的BBS如貼吧、天涯、豆瓣等等已經成為了“時代的眼淚”。而SNS平臺如Facebook、Twitter、Instagram等霸占了社交媒體排行的榜單。從社區視頻起家的YouTube,也在中后期快速淡化了社區的概念,利用算法和推薦機制急速擴張,在社交媒體中站穩了腳跟。
Yearn:yUSDT代幣合約中漏洞存在于多個版本,下游協議的流動性提供者仍受影響:4月14日消息,Yearn Finance在推特上發布攻擊事件調查進展,稱如之前所訴,Yearn被攻擊的根本原因是遺留在iEarn USDT (yUSDT) 代幣合約中的漏洞。這個漏洞存在于多個版本中,并導致多個Curve池(y、busd、pax)被利用和耗盡。將LP代幣存入下游協議的流動性提供者仍然受到影響,這包括封裝這些受影響的LP的Yearn v2保險庫 (2)和舊版v1保險庫(2)的用戶。在之前的推文中,Yearn表示,當前版本Yearn v2 Vaults不受影響。
此前昨日消息,Yearn Finance項目遭受攻擊,黑客獲利超1000萬美元。[2023/4/14 14:03:24]
為什么越依賴優質內容,社交平臺所獲得的價值就越低?首先,社交媒體需要從用戶數據里挖掘價值,人們產生越多的連接,平臺就可以產生更多的經濟價值。因此,社群或者小圈子文化并不是最利于平臺變現的一種社交形式。其次,用戶依賴內容的程度越高,對平臺的內容發現機制的要求就越高。而在大數據的時代背景之下,內容的精準傳輸是一件成本極高的事情。因此,算法會像病式的吸睛內容傾斜,而不是推送優質內容。最后,內容消費最終會流向強關系網絡,例如我們在微博上看到一條好玩的內容,普遍操作是一鍵分享到微信給好友進行內容消費,導致依賴內容的平臺產出的價值在其他平臺上被消費。或者在微博上認識的新朋友,熟悉之后也會添加微信,沉淀到強關系網絡平臺上。因此,弱關系的社交平臺傾向于忽略優質內容和人的真實社交體驗。
ETH 2.0總質押數已超1763.32萬:金色財經報道,數據顯示,ETH 2.0總質押數已超1763.32萬,為17633162個,按當前市場價格,價值約303.56億美元。此外,目前ETH 2.0質押總地址數已超56.74萬,為567357個。[2023/3/19 13:13:32]
那么上述Web2.0社交媒體的現象對Web3.0有什么啟示呢?首先,不同場景下的“好友關系”是有區別的。關系的形成是根植于場景的。其次,內容分發機制,也就是算法,應該得到創新。接下來筆者將從這兩方面進行論述,對比介紹新一代的去中心化社交協議再這兩個方向的不同路徑。
社交圖譜場景化
前文提到,社交圖譜是根植于場景的,人們在陌陌上的好友和在釘釘上的好友大概率不是一個性質。如果未來社交圖譜不對所有的“connection”進行場景的區分,想進行社交關系網絡的遷移是極其困難的。這不乏實例證明,騰訊當年想憑借QQ空間積累的用戶建立騰訊微博。用戶在QQ空間發的動態會被自動同步到騰訊微博上。但騰訊沒有考慮到的是,QQ空間里沉淀的是熟人社交關系。網友的“黑歷史”給家人朋友等熟悉的人看不會有多么尷尬,但要是拿到微博上推送給陌生人,可謂是“大型社死現場”。最終的結果可想而之,騰訊微博被新浪微博斬于馬下。
因此,社交圖譜需要場景化,如果想要賦能開發者,僅提供一個錢包的關注列表是遠遠不夠的。這要求數據的顆粒度要小,包含的信息要更豐富。CyberConnect、Lens和Farcaster對這個問題有著不同維度的解決方式。CyberConnect不會將場景局限在傳統社交媒體這一個方面上,而是同時擁抱了“social+”的模式,希望將社交圖譜融入各個領域的應用當中,比如DeFi,GameFi,Credit,餐飲,音樂創作等等。因此CyberConnect多與第三方項目展開合作,而不是完全依賴自己孵化生態項目。同時,CyberConnect還將Web2.0場景中積累的社交資產帶入到Web3.0,通過Link3將Web2.0和Web3.0兩個場景連接起來。因此,從數據的深度和廣度來看,CyberConnect是三者中表現較好的。
InsurAce向因UST脫錨受損的投資者支付1200萬美元保險賠償:8月1日消息,在UST脫錨前,155名投資者在InsurAce購買了保單,InsurAce最終向客戶支付了1200萬美元,98%的索賠獲得批準。(Cointelegraph)[2022/8/2 2:51:55]
Lens的場景化是基于內容的,因為Lens將follow關系和內容都模塊化成NFT存儲在鏈上,因此人的關系并沒有脫離內容,通過所發的內容可以推斷出一個人在什么樣的場景下關注了另一個人。模塊化的內容和關系更方便建立場景。并且Lens主要聚焦在社交領域,在Lens上建立的各種生態項目也多是社交相關的。Farcaster因為有非常具體的場景,因此在這個平臺上產生的社交圖譜的豐富程度和普世性也是有局限的,筆者認為這是Farcaster生態的一個很大的問題。
基于社交圖譜的算法
算法是促成連接性的最重要的組成部分,而連接性是Web2.0社交媒體蓬勃發展的基石,能幫助社交媒體最大化網絡效應。算法對我們的改變是悄無聲息的。在社交平臺上,用戶自主性變成一個極為復雜的概念。自主性包含有意識的人類活動和“技術無意識”。我們在社交平臺上創造的社交關系究竟多大程度基于有意識的人類活動,又有多大程度是因為人們的“技術無意識”而潛移默化地被算法創造出來的連接性?這個問題在今天已經很難回答。因為社交媒體會盡可能助長“技術無意識”,它們首先會扭曲“分享”的概念,將“侵犯用戶隱私”和“開放透明的世界“等同起來,然后通過一系列編碼行為增加用戶停留在社交平臺上的時間,大量搜集用戶數據,最后“投其所好”地引導用戶從社交網絡走向商業活動。
互聯網怪盜團裴培:元宇宙的市場走向要等蘋果和騰訊表態:5月29日消息,前國金證券互聯網傳媒首席分析師,互聯網怪盜團創始人裴培認為目前元宇宙正處于第一階段的路線之爭,大致可以分為三個方向。第一種來自加密貨幣圈子,他們最關心的是炒幣;第二種來自Meta (Facebook)這樣的互聯網平臺公司,它們對元宇宙的定義就是“社交網絡/社交媒體的VR化”;第三種來自以游戲公司為代表的內容公司,他們不急于發表看法,但是站在Meta的對立面。(網易新聞)[2022/5/29 3:47:43]
例如馬克·扎克伯格“讓網絡更具社交性”的承諾與他自稱“讓世界變得更加透明”的愿望微妙地模糊了開放互聯網和用戶隱私的界限。NetFlix此前推出了一部紀錄片,名為《監視資本主義:智能陷阱》。該紀錄片邀請了Google、Facebook、Twitter等公司的高管,向觀眾拆解利用網絡科技構建的一系列“致癮性”設計,包括:內容推薦、點贊、“正在輸入…”等操作。而在這一系列設計背后唯一的目的就是增加用戶停留在平臺的時間,盡可能多地采集用戶行為。而用戶行為的背后都有類似的社會規范和文化邏輯。例如“點贊”背后的算法會衡量人們對事物的欲望,或者對某些想法的認同。而這種被量化的欲望可以推動潛在的消費趨勢。同時,消費的推動過程是十分隱形的,例如用戶進入從好友分享的鏈接進入抖音,點擊屏幕下方的商品鏈接,通過支付寶進行產品購買,只需要經過三次點擊就能把分享行為導向消費。
由此可見,算法對于人的影響是潛移默化的,用戶很難有所察覺。既然將賺取注意力作為算法的第一要義,那么優質內容是否得到分發就無足輕重了。算法會將流量傾斜給病式的吸睛內容。通過這些吸睛的碎片化內容,盡可能讓用戶長時間停留在平臺上,從而壓榨注意力。此外,算法的個性化推薦和定制可能導致人們陷入信息“過濾泡沫”中,只接收與自己已有立場相符的信息,缺乏不同觀點的刺激和挑戰,從而導致認知偏差、信息焦慮和盲目從眾。Web2.0時代的社交媒體利用了算法達到快速擴張的目的,卻忽視了算法對人的負面影響。
在Web3.0,除了長尾內容的推薦外,基于社交圖譜的算法應該是多元的。Vitalik在DecentralizedSociety一文中提出了PluralIntelligence的概念,相比于人工智能,多元智能下的算法機制主要有幾個方面的改進。首先,數據采集應該根植于社會背景之中,而并不是基于用戶在某一個平臺上的行為特征;其次,數據創造者,也就是用戶們應該保留對其數據的治理權,這一定程度上是對“技術無意識”的對抗。換句話說,多元的算法并不是讓算法變得更加智能,而是讓算法更加人文。社交圖譜實際上為多元算法提供了土壤,在有了豐富的身份信息后,算法可以追蹤用戶的各種特征和社會背景,而不是基于一個平臺上的特定行為進行分析。同時,如果用戶選擇公開或者隱藏某些身份信息或人際關系,模型則不能采用這些數據點來定制算法。
從算法的角度上看,僅憑社交圖譜很難從根本上解決上述問題,因為問題的根本在于Web2.0社交網站的經濟模型,廣告收入,或者從本質上來講就是注意力經濟。因此,Web3.0社交平臺需要利用token等媒介探索更加多元的變現方式,才可能根本上扭轉這一局面。而社交圖譜可能可以從其他層面改善這一現狀。比如算法長尾內容推送的精準性,以及用戶對于算法的掌控性等。
CyberConnect的基礎設施里有算法引擎的構建。因為數據庫里有關于用戶在不同應用和不同場景下的用戶行為的信息,這個引擎是更高維度的。比如在構建一個社交的項目的推薦引擎時,也可以在算法里分析用戶在DeFi平臺的信用、游戲平臺的表現等等,這是在Web2.0封閉的背景下難以實現的。而LensProtocol目前沒有關于算法方面的設計,但是也提供了API,開發者可以通過數據庫訓練自己的模型。Farcaster推出的Warpcast作為一個具體的產品擁有推薦機制,但這種推薦機制也只是基于自身產品上的用戶行為。因此,雖然Warpcast擁有一個直接與用戶交互的界面可以作為獲客和用戶增長的抓手,但是也是因為太過具體的產品形態,其靈活性和想象空間也受到了限制。
結語
如今,每個人的生活都被社交媒體所侵蝕。人們究竟是為了享受社交媒體的便利而甘愿當被操縱的楚門,還是想做身處原始世界卻思想自由的魯濱遜?或許每個人有自己的偏好,但現實中卻沒有做選擇的余地。Web3.0社交是不僅是一個有想象空間的話題,更是一個極具現實意義的話題。新一代社交圖譜協議邁出了實驗性的第一步,想要真正發展壯大還會面臨很多阻礙。比如如何將社交圖譜變成從“用戶所有的”變為“用戶可控的”;社交圖譜上的應用如何提升用戶體驗,如何創造更加有趣的互動方式,才能閉合“社交圖譜賦能應用,應用反哺社交圖譜”這個飛輪;如何構建最具可擴展性的基礎設施,在效率、去中心化程度和安全之間找到一個平衡點等等。社交圖譜協議還有方方面面可以被探索完善,但是所有的嘗試都有一個共同的前提和歸宿:人類獨立且自由的思想。
附錄
監視資本主義:智能陷阱:https://movie.douban.com/subject/34960008/
社交媒體批判史:https://book.douban.com/subject/30280097/
Tags:WEBECTWEB3.0WEB3web3域名哪里注冊X Projectweb3.0幣現價多少錢fio幣web3
目錄 一、項目簡介 二、項目愿景 三、特色和優勢 四、發展歷史 五、團隊背景 六、融資信息 七、發展成果 八、經濟模型 九、基本面分析 十、行業分析 十一、風險與機遇 機遇風險 一、項目簡介 A.
1900/1/1 0:00:00注:本文來自@0xUnicorn推特,MarsBit整理如下:90%的交易員浪費了2-3年甚至4年的時間來尋找完美的交易指標這樣完美的交易指標,姑且稱為上帝之手.
1900/1/1 0:00:00L2擴展解決方案已經成為加密貨幣行業最大的破壞力量。?數十億美元的價值依靠L1創造,但這并未擴展L1。ETH和BTC缺乏L1開發的激勵措施,因為這扭曲了他們最初的愿景.
1900/1/1 0:00:00了解主要差異 由于在大多數司法管轄區,圍繞代幣發行的法律不明確,在Web3融資可能具有挑戰性。如果你通過簡單的未來股權協議籌集股權,你很可能想在某個時候將股權轉換成代幣,這時你會遇到代幣認股權證.
1900/1/1 0:00:00你是否因錯過上海升級前的LSD牛市而懊悔不已?不用擔心,坎昆升級——一個直接讓Layer2代幣受益的升級即將到來.
1900/1/1 0:00:00盡管升級前很多人推演過上海升級后的情況——但他們只對了一半。關鍵點是在CEX,尤其是Binance。它開啟ETHStaking提現的時間恰好就是本輪下跌的第一根主陰線.
1900/1/1 0:00:00