社交创业者用产品回应自己身处的时代环境。因此做减法，而非加法，才是这一代创业者需要思考的问题。

社交再一次成为显学，很大程度上仰赖于抖音。这款刚满两岁的产品，不仅支撑起字节跳动估值的半壁江山，更是直接威胁到了 Facebook 十年如一的霸主地位。最新数据显示，九月份抖音国际版 Tik Tok 在美国地区的 iOS 下载量已经超过 Facebook，位居第一。

这直接导致了今年的社交创业非常热闹，连创业者也看起来星光熠熠。几年前，社交产品还习惯于用「中国的 Snapchat」来让公众记住自己，现在则变成了「XX 高级产品总监所做的产品」，引得 DST、经纬等一线风投机构接连出手。

我试用了几款新出炉的社交产品。它们都在关系发现、连接上做了许多新的尝试：有通过几人同看一部电影认识好友的，有根据距离远近认识好友的，也有直接套用 Snapchat「阅后即焚」功能做密友社交的。一个明显的感觉是，所有人都在憋着法子让自己的产品更加「好玩」。

然而，抖音的意义绝不应该是「社交产品应该变得更加好玩」。如果我们把时间维度拉长，就会发现一个事实：抖音的成功实际上代表了社交创业 1.0 时代的结束。包括文字、语音、图片、直播、游戏、视频在内的媒介，它们已经被巨头瓜分干净。

随着社交工具逐渐完善每个人的互联网身份，我们可以预见主打「好玩」、的产品路径将会变窄，因为现有的产品已经足够富有个性。就算巨头自己做不出来，也能抄得更好玩。看看 Snap。

「打地鼠」式的创业模式不再具备可持续性。有人会问，难道社交赛道已经无业可创？当然不是。社交创业的 1.0 时代，创业者习惯以以媒介种类划分赛道，并成功做出了数家百亿、千亿美金市值的企业。对于下一个时代的伟大公司而言，在媒介种类已经全部被占领的情况下，机会势必来自于找到现有巨头的漏洞，重新定义人与人、人与信息互动的模式。

社交 1.0 的最大“漏洞”

互联网是天然的社交工具，因为社交的本质是一种强调身份的信息传递，后者则是互联网的强项。有趣的是，用户本身并不能加入这种传递——我们不可能把网线插入自己的血肉之躯，直接将大脑与网络数据进行对接。因此，我们必须在互联网上复制出一个数字化的分身（画像），赋予它适应性（Adaptivity）和可扩展性（Scalability），使其能够获取信息。

画像在人类和互联网中充当了媒介的角色。借用麦克卢汉「媒介即信息」的理论，媒介对于人的影响力远大于它所传递的信息。换句话说，使用的社交产品的不是我们每个人，而是系统对于我们的一幅幅画像。

让一个人的画像更为清晰，远比给他传递什么内容来得更为重要。最理想的状态是，社交产品可以完美地将一个人复制到互联网上，包含他的兴趣爱好、思考模式、学习能力，等等。

但目前绝大多数产品只停留在简单还原兴趣爱好。现有的机器学习和模式识别的模型，采用的是一个固化的神经网络。为了建立人与机器的联系，算法会设立标签机制。内容被编辑手工或 NLP 模型打上标签，基于协同过滤的算法使得用户与标签产生映射关系。

动物是单维度的，人却是多维度的。依赖单维度的标签描摹用户，有时候出来的结果是不合常理、扭曲或者是失真的，常常会放大一个人对于特定内容的好恶。

这个问题反映到社交领域，就是算法推送信息的狭窄化、标签化。举个例子，一旦系统检测到用户在短时间之内观看了「小姐姐跳舞」的内容，就会为他打上这个标签，并开始推送大量相似内容。

每位用户身上都贴满无数个标签。这很像麦氏笔下生活在印刷文化下的「市民」，定居在不同的小格子里，不停地观看相似的内容。

这显然不是正常人的行为习惯。娱乐化的内容之外，每个人都还需要获取新知。算法显然难以做到这一点。人真正的状态是「游牧民」，自我意识驱使我们不断地在信息中迁徙、漫步。诚然，NLP 这样的技术使得标签更新的效率变高了，但距离「自由漫步」还相差甚远。

画像的不准确，直接导致的结果就是信息过载，影响了用户与信息的连接效率。信息在时间线上的所处位置，被社交产品转化为寻租空间进行售卖。可以说，目前绝大多数的社交公司，商业模式都是建立在信息过载的基础上。

从这个角度出发，我们会发现平台并没有动力改变唯流量论所引发的内容低端、推荐垃圾等问题。原因在于，大部分企业并不具备高精度匹配用户和信息的能力。就算有，信息过载越严重，无关信息越多，平台的流量分发价值就越高。

囿于标签系统的僵化，目前大部分打着个性化千人千面旗号的产品，实际上还是在做大众传播、清洗流量的生意。

这直接导致了信息本身价值被它所链接的商业价值所取代，使得话语权的不民主分配。相较于「人人皆能振臂一呼」的 BBS，以 Facebook、微博为代表的社交网络用关联者、粉丝来限定信息的传播力，而这种传播力甚至可以用商业化的手段进行营销推广。这使得它们不再是一个公平的、以观点和内容传播的平台。

更让人担忧的是，由于媒介对人具有形塑的能力，打标签的做法使得人越来越容易被算法预测。用户被困于一个由标签作为边界的城堡中，系统给什么吃什么，难以去探寻外部的知识疆域。这也是许多未成年用户「沉迷」的原因。

这是社交 1.0 时代的根本问题。算法是小部分人设定的、标签化的、基于协同过滤的，束缚了人自由探索知识边界的能力。换句话说，它从未将用户当「人」看，而是把他视为静态的标签集合体。如何改进这一点，是下一代创业者都需要考虑的问题。

从整体到碎片

如前文所说，社交产品的最终目的，是完美地将一个人复制到互联网上，包含他的兴趣爱好、思考模式、学习能力，等等。目前，机器可以通过标签来理解人的兴趣爱好，却对剩下的抽象因素束手无策。

这里有两个原因：

首先，用户画像中的抽象概念，连自己都很难说清。用户只能被要求填写兴趣调查问卷，不可能被要求用三言两语归纳出自己的思考模式、学习方法。

连用户自己都说不清这些，开发者就更难将其输入数据库供机器参考。换个角度说，那些一上来就要求用户填写问卷的，对用户的了解很可能只停留在兴趣爱好的层面。

其次，相比被动消费兴趣爱好的内容，思考、学习都是人的主动行为。算法要做的不再是将内容通过碎片化标签「投喂」给用户，而是代替用户像爬虫一样，对互联网进行耙梳，拥有自己的「意识」，懂得自生长。

这和基于协同过滤的静态的标签体系有着天壤之别，后者最大的问题在于将人拆解的过碎，并试图通过碎片来拼凑出一个完整的人，结果就是四不像。

这样做有两个严重的后果：首先，用户画像绝非标签的线性叠加，而是本身就包含了一种自然生长、演化的行为；其次，系统没有任何联想的能力，它只会将莫奈的作品推送给「印象主义绘画爱好者」，却不可能推给「德彪西的粉丝」，尽管两者之间有着千丝万缕的关系。

既然「碎片到整体」的模式有诸多的问题，我们为什么不换个角度来看问题，先提炼整体价值观，取得富有统计学意义的样本，然后再对用户特征做一步步的细化呢？

人类之所以可以这样做，会因为每个人的价值观在人类大样本中都不是唯一的，一定处于一个群体之中。个体判断是有随机性的，会受主观、情绪、知识面的影响。换句话说，群体的判断在统计意义上更稳定，在某个相同价值观的群体内，群体判断要优于个体。

社交赛道上的创新者依然在探索新的模式。如何能让人在互联网中的存在不再是僵化的“标签”，而是能够懂得学习、演化的思维，并自主地拓展知识疆域——这种思考，能否代表下一个社交形态？

OpenSNS开源社交系统，拥有资讯、动态（微博）、圈子、论坛等二十多种主流社交功能模块，具有强大的交互性，结合其他行业展开社交+业务，快速搭建一个社交平台，或自身产品嵌入社交模块，助力社交创业者及企业快速上线。

OpenSNS圈子功能，汇聚更多精彩分享，精彩内容，呈现方式活泼，智能匹配，灵活管理，提高了平台用户参与感，更具价值，可用于创建学习社区，引导用户聚集讨论分享，扩展附近的圈子功能，发现和加入附近的社群。

OpenSNS动态就是类似微博一样功能强大的的公开互动场景，文字、图片、视频等都能分享，站内的其他用户都能看到，并且能进行点赞、评论和分享。资讯、问答等模块用户之间也都是公开透明化的，每个人都能发表自己的想法和文章

OpenSNS资讯模块，可发布公司的相关公告、新闻等，还可以评论转发，进行站内分享，相比于纸质传递更加的简单易操作