本文转自微信公众号：格竹集（ID：Mind7Hand），作者：Yancy.B。
1.
现在世界的话语逻辑是什么？
读懂自己难，读历史不难。
案例一：
有了电力技术，一切实物商品都可借助信息电路，以实物商品的形式被召唤到我们眼前，信息电路是以所谓自动化和信息检索的有机模式建立起来的。
哪怕麦克卢汉的话再复杂，你也知道他说的是电商。但注意，这句话写于 1964 年。
案例二：
美国有一对开中餐厅的移民夫妻，妻计算机博士，夫数学硕士。他们用数据处理软件优化流程，用模式识别软件追踪顾客消费习惯。于是，一家 Panda Express 变成了逾 2000 家店面的连锁餐厅。
现在用数据优化流程很常见。但注意，这件事发生在 1980s。
案例三：
Pinterest 创始人一开始做的是购物比价 App。没火。分析数据，发现用户爱收藏产品图片。于是转型，目前估值大概 $120 亿。
Pinterest 转型发生于 2010 年。我相信它带给你的惊讶感，远小于前两个案例。
你应该已注意到，你之所以有不同的惊讶感，是因为你正身处在一个数字信息不断深化的世界，而人们越来越熟悉这种基于数字信息的话语逻辑。
2.
不过，熟悉不等于可应用。
如果你只有浏览器一种上网方式，那你大概率是一个被动的消费者，而不是 Maker。
虽然浏览器可以将 JavaScript、图片等处理成适宜人类阅读的模式，但它有显而易见的弊端：
1）一次只能浏览一个页面。当你没有一个好的信息订阅表、也不知道有哪些可用的免费数据源时，极易淹没在信息噪音里。
2）搜索引擎只知道网页内容的关键字，不知道问题答案。
比如，你用百度搜索一下“巴厘岛低价机票”，出来的不是携程就是广告。如果你会用爬虫抓取机票价格变化趋势，也许才能发现最佳买票时机。
再如，《喜茶 51% 拷贝指南》这篇文章就是爬虫的产物。试想，如果没有收集到十万条评论数据，我该怎么定义“排队”这件事？结论无论正反，都无异盲人摸象。只有知道 31% 的用户被大排长队激发尝试欲望，负面评价不到 8%，我才可以肯定地说：可视化有利于品牌出圈。
没错，除了用浏览器上网，你还可以用爬虫程序把互联网变为数据变为 Excel，去理解世界的复杂性。
如果你不满足于当一个被动的消费者，那么大胆使用编程这个工具吧。
也许成为好程序员很难，但幸运的是，我们有 Python 等一系列优秀的编程语言，成为一个能读懂程序、会简单编程的 Maker 并不难。
本文转自微信公众号：格竹集（ID：Mind7Hand），作者：Yancy.B。