之前写过一篇文章“愤青系列1：香港地铁更人性化 – Zero”，在这儿整理其他几个和愤青有关的观点，是我这几年对互联网的一个思考结论。
互联网给了愤青肥沃的土壤
互联网放大了愤青的存在，愤青也有足够多的赞美声。
愤青者在互联网找到了足够多的看客，这也是“长尾效应”的体现，另外一个例子就像抖音的那些搞怪或追求刺激惊险的视频，也是因为有足够的关注和点赞，才火了不少人。
以前一位愤青周围有几十几百人，或许只有一个追随者，愤青体会不到“追随者甚众”的感觉，但是互联网下，几百万几千万甚至上亿看客，即使愤青只有1%甚至0.1%，也是数量极为可观的追随或赞同， 于是愤青找到了组织，真的以为自己是对的，殊不知只是互联网方便了其他愤青的关注而已。
所以这里有一个“绝对的总数”和“百分比”的关系，看似成千上万的愤青，以为世界就是如此，诸不知即使成千上万很多，也不过是总数中的极少数而已；成熟的人看整体和概率，愤青却只关注围绕自己的局部。
我很喜欢的博客主卢昌海博士（站长简介），博文中分享了一句话，很好的总结了我上面的观点。：
看到一句话： 「互联网的作用， 原本是让井底之蛙开开眼界， 认识一下井口以外的世界。 可实际情况是成千上万只井底之蛙通过互联网相互认识， 相互认同， 相互肯定， 并达成共识， 认为世界确实只有井口这么大。」——微言小义 (2020.07)
愤青的典型表现：“非黑即白”、否定一切
除了物理化学等自然科学的科学道理是几乎绝对正确的，比如经典牛顿定律（实际上也只是在宏观世界成立，在量子世界会失效），我们周围太多的观点和结论本身都极少绝对的对错，更何况我们看到的信息不完整，犯错的概率更高了。
但是可悲的是，社会中散步极多的非对即错的答案。比如微信上的文章，大部分都是讲一个方面的道理，多少人只看到片面结论和片面证据，却以为这就是全部。
A man who coaches writers for talk shows offered one client this advice: “If I ask you whether the budget deficit is a good thing or a bad thing, you should not say, ‘Well, it stimulates the economy but it passes on a burden.’ You have to say ‘It’s a great idea!’ or ‘It’s a terrible idea!’ It doesn’t matter which.” 12 (Translation: “Don’t give a balanced answer. Give an oversimplified one because it will get you noticed.”)
当然要时刻保持正反两面看问题，很容易被束手束脚，但只是需要提醒自己，说话不要说慢，“这是毫无疑问的“，我刚读研究生期间的口头禅，现在回想真实汗颜啊。
微信公众号：不喜欢就滚，删除或拒绝接受差评
微信就是一个有意无意引导我们只发表/看到单方面结论和证据的地方。
微信公众号的留言，都需要后台审核，公众号作者认可评论，才会公开该评论，如果评论言辞中有批评，我相信大部分人都不会放出来抹黑自己的文章。如此的结果就是，微信公众号中大多是符合文章主题的评论，这不就是统计/概率思维中的“幸存者偏见”吗，只有正确的评论，不代表真的没有批评。
我就知道一些极端的人，只会留下赞同自己的观众，拉黑甚至直接骂走不喜欢自己的观点的人，美其名曰“不喜欢就滚”，于是大V、公众号，都只留下了赞同自己的人。这种公众号，我都是直接取消关注。
比如之前看到一篇介绍如何写年底总结的微信文章，提到了一个“使用统计学撒谎”的例子，我留下评论说，作者推荐的方法是欺骗，不值得宣传，因为还有很多不懂统计学的人会觉得这种“不修改数据但只展示部分数据的方法”不是造假。 可想而知，公众号根本没有公开我的评论。
总而言之，微信在“只可见单方面评论”上做得有些过分了，当然原因也是可以理解的。
不要掉入大数据的舒适区
很少有人能做到“从批评中学习”，都倾向于听到赞美而非批评，所以我们有意无意去为自己营造了一个赞美的环境，比如今日头条看新闻，抖音看小视频，最后大数据展现的都是符合我们口味的，而不是我们应该学习的。
这就像阮一峰在他的博文提到的那样，长久以后就产生了一种幻觉，一位这就是真实的。
每周分享第 46 期 – 阮一峰的网络日志
现在，很多网站使用大数据算法，很精确地知道用户的喜好和立场，总是推荐感兴趣的新闻给你看，或者说只给你看想看的东西，比如今日头条和 Facebook。
久而久之，天天看到一大堆同类新闻，你会产生一种幻觉，以为自己的喜好和立场是主流，跟大多数人一致。但是实际上，这完全是假象，举例来说，算法发现你养狗，天天给你看小狗的新闻，搞得你以为到处都是爱狗人士，其实社会上不喜欢狗的人才是多数。
这就是推荐算法的一个副作用，不管你是多么少的少数，它都有办法满足你，让你产生幻觉，高估自己的份量。你明明是人群的1%，却误以为大多数人跟你一样，这样就容易做出错误判断。比如，你天天看到小狗的新闻，就决定做一款宠物相关的产品，进行创业。你以为自己的产品针对大众市场，感兴趣的人应该很多，其实响应者寥寥。
知道自己是少数派还是多数派，挺重要的。如果你是创业者，这就决定了你的产品定位和市场策略。如果涉及到政治，那就更重要了。我觉得，推荐算法以后不仅应该推荐用户感兴趣的内容，还应该告诉用户，你是不是少数派。
2017.01.21 写的思考初稿，
2019-2-20 地铁上更新逻辑 5min
2019.04.08 家里，整理结论，发出。 20min
2020.8.9 补充微言小义 (2020.07)上的一段话，对应第一个愤青的观点。