📡 主题： 信息冗余、MAYA 设计原则、以及基于信息论的人生观与审美观——在可预测性与不确定性之间找平衡。
阅读时间： 约 11 分钟 · 4200 字
1. 为何说「废话」
书接上文，香农虽然提出了信息熵这个划时代的概念，但很遗憾的是，在香农年轻的时候，这套理论并没有足够的应用场景。当这个概念真正改变世界的时候，他已经患上了老年痴呆。
互联网普及之后，音频、视频等海量信息的传输需求爆发，以信息熵为基础的压缩算法变得至关重要。没有压缩算法，我们不可能像现在这样方便地听音乐、看电影、在线看视频。虽然香农没有发明具体的压缩算法，但是所有压缩算法都基于香农的思想。
既然压缩是信息传播最高效的方式，那问题就来了：我们日常交流时，为什么不尽量压缩语言？为什么要容忍如此高的语言冗余度？如果从效率出发，全民直接用文言文交流，信息密度不是更高吗？还能省点纸张。
如果先不考虑类似「黑猩猩互相抓虱子」这种用于维系社会关系的情绪交互，只从信息论的角度出发，我们需要「冗余」的原因在于：任何信息在传递过程中，都不可避免地会混入噪声。
这就引出了香农的第二个洞见：克服噪声的正确方法，不是一味提高信号强度，而是增加信息的冗余度。假设我们要传递的消息只由 A、B、C、D 四个字母组成，而传输手段只有 0 和 1 两个数字，需要用它们来对字母进行编码。那么，在这种条件下的编码方式就是用两个数字表示一个字母，例如：
A = 00
B = 01
C = 10
D = 11
根据这个编码，"000110"就是"ABC"，简单明了。但是这个编码系统很危险，因为如果传递过程中有噪声，不小心把其中第二个0变成了1，那整个信息就成了 010110，那就成了BBC，信息就失之毫厘，差之千里了。
怎么解决这个问题呢？香农说，你应该给编码增加一些冗余度。比如，你可以用 5 个数字来表示一个字母：
A = 00000
B = 00111
C = 11100
D = 11011
这种看似多余的重复，为信息抵抗噪声提供了空间，哪怕某位的数字错了你依旧能猜出来它代表的是什么字母。仔细想想，我们日常说话不就是这样吗？我们的语言有很大的冗余度，有时候啰里八嗦一个意思要换着法说好几遍，但这样能确保你即便有几个字没听清楚，也能知道我说的是什么意思。反过来，如果我这篇文章是用文言文写的，而你只能听一次音频，那理解起来可能就有点困难了。
所有的信息编码系统都要考虑到出错和纠错问题，基本原理就是香农说的增加冗余度。如果你想给一个人传递准确的信息，最好的办法并不是提高音量、对着他大声喊（因为噪声也会同时被放大），而是换着法多说几遍。
2. 你应该变得「可预测」还是「不可预测」
信息的本质是克服了多少不确定性，也就是不可预测。而冗余度的本质恰恰是提高可预测性。
从信息论角度，人生面临一个矛盾。一方面你希望自己活得更有效率，能给世界留下更多信息，那做事就要有创造性，越不可预测越好。但另一方面，你又必须与他人长期协作。这就需要你增加冗余度：行为稳定、诚信可靠、给别人靠谱的预期。只有当你是可预测的，信任才能建立，合作才会发生。
3. 输出信息与接受信息
既要有创造性，又要可预测，这才是合理的信息输出。以写作为例，这就是一个信息输出问题。如果你的观点非常新，语言又特别简练，像一篇理科论文，那信息量就太密，普通人很难消化。而如果你文章中的干货很少，废话却说了很多，那也不行。
信息量到底多少才合适？这是一门艺术，需要在实践中不断校准。总的来说，增加文字冗余度的唯一价值，是降低读者的理解成本。一旦读者已经能够顺利理解，信息就应当尽可能密集。
反过来说，读书本身是一个接收信息的过程。阅读速度并不取决于你眼球转动得有多快，而取决于你处理信息的速度。而信息处理得快还是慢，关键在于：这段内容对你来说有多大程度是可预测的。
如果作者刚说上半句你就已经知道下半句，说「庄周晓梦」你就已经可以「迷蝴蝶」了，那书读起来自然是一目十行。反过来，如果书中的内容对你来说是全新的，陌生的语言习惯，文化背景也十分陌生，读到哪一段都新鲜，那你就只能放慢节奏，逐字细读。
因此，一个人阅读速度的快慢，取决于他过去读过多少书、积累了多少背景知识。对某个领域了解得越多，阅读这个领域的书就越快，也就越无聊。
不只是阅读，任何内容创作，本质上都是创作者与观众之间的一场博弈。创作者尝试用各种方式，让观众猜不到下一步的展开；而一旦观众预测成功，就会产生一种「我赢了你」的快感。作者想表达的意思、想耍的那些小把戏，我早就看穿了。
4. 基于信息论的人生观
再进一步，我们还可以从输出信息和接收信息的这个视角审视一下人生。
从接受信息的角度来说，我们学习知识、积累经验，本质上是在不断减少世界对自己的不确定性。一个复杂的项目、一件棘手的事情、一个陌生的行业。对新人来说，处处都是新鲜事与未知的挑战；而对老手来说，一眼看过去都是套路与重复。正因为如此，老手才能在一大堆高度可预测的事物中，敏锐地捕捉到那些真正不寻常的地方。而这些「不寻常」，恰恰是最有价值的信息。
从输出信息的角度，我们做事，是在向世界输出信息。如果别人都以为我会这么做，而我也真的就这么做了，那我和一台按程序运行的机器有什么区别？想要输出信息，就必须加一点自己的料，给世界增加一点不确定性。做一些别人没想到你会做的事，走一些不在剧本里的路。
信息，本质上就是意外。从「信息论」这个维度出发，有两类事情尤其值得我们去做：
- 做出乎别人意料的事
- 给自己增加选项的事
只有当你的行为超出他人的预期，它才值得被记住；而只有当你拥有足够多的选项，你所做出的选择才具备更高的信息量。
有选择权的人，当然也可以刻意选择可预测的行为，以促进沟通、协作、建立信任。但关键不在于你选了 A 还是 B，而在于「你本来可以选A或者B」。只要选择权还存在，你的任何选择都是真正的信息。你的选项，就是你的自由度，你的自由度决定了你能向世界输出多少信息。
那你可能会说，难道我们应该为了出乎意料而去做一些损人不利己的事吗？当然不是。这里说的仅仅是信息论这一个维度，无关道德判断。一个尽责的医生几十年如一日踏踏实实上班给病人治病，没有新闻，信息量不高。一个不负责任的医生违反医疗流程把病人治死了，他做的事很坏，但是会被大家记住，被大肆宣传。
当然，并不是所有人都想给这个世界留下信息。安稳、确幸、可以是一种个人选择。我们今天讨论的是——如果你想被人们记住，在这个世界里留下自己的爪痕，你应该怎么做。
5. 基于信息论的审美观
说完了信息论角度下的人生，同样的，我们可以从信息论的角度重新审视「什么是美」。《大西洋月刊》有一篇文章，题目叫《什么能让东西显得酷》。心理学家做了大量实验，让参与者从不同选项中挑选自己「最喜欢」的东西。结果发现，人们选择的，并不是什么最新奇，异域风情的东西，而是那些他们最熟悉的东西。这个现象被称为「多看效应」（Mere Exposure Effect），意思是：一个东西出现得越频繁，我们就越容易对它产生好感。
但熟悉不等于重复，重复让人审美疲劳。最理想的状态，是在一个意外的场合，重新遇见自己熟悉的事物。你会突然意识到：原来我一直这么喜欢它。熟悉赋予了意义，而意外放大了感受。
反过来也成立。如果你长期面对一个熟悉的人或事，某一天它突然偏离了你的预期，给你一个不张扬的小惊喜，你同样会觉得它格外动人。那种美，并不来自新奇本身，而来自熟悉之上的变化。
我们可以将这个配方总结为：
喜欢（有魅力） = 熟悉 + 意外。
熟悉提供的是一种可预测的安全边界，让人放下对未知的防备；而意外，则在这条边界之内制造新的信息，放大了情绪。
举个例子，Spotify 音乐App在最开始只推荐用户没听过的音乐。但后来程序里出现了一个 bug，在推荐新音乐的同时，还错误地推荐了一些用户已经听过的音乐。这样的状态持续了一段时间，用户反馈竟然意外的不错。后来 Spotify 修正这个 bug，算法重新只推荐全新的音乐。结果发现，修正后的算法反而没有原来的版本受欢迎。所以，人们其实并不喜欢完全陌生的东西，而是希望能在新事物中，发现一些熟悉的元素。在新奇和熟悉之间，有一个平衡点。
工业设计大师雷蒙德·洛威也提出过一个非常相似的设计哲学，叫作「陌生又熟悉」。洛威发现，人确实喜欢新东西，但如果一个东西新得过头，又会让人本能地感到不安。于是他总结出一条原则：尽可能地前卫，但必须仍然能被人接受。他还专门用一个英文缩写来命名这个原则，叫 MAYA（Most Advanced Yet Acceptable）。最理想的效果是：你的设计足够大胆，而观众也能在第一时间理解它。
创新也是如此，如果你是一个科学家，要写个课题计划去申请研究经费，你就应该先考虑一下这个原则。有人做过一个实验，找人写了各种课题计划，有的是很新奇的，有的是比较熟悉的，随机交给专家评审。结果发现，专家打分最低的计划，恰恰是那些想法全新的计划。所以真实的情况是，创新没问题，但不能太新。当然那些毫无新意的计划的得分也很低。实验证明，最容易获得经费的课题，是那些在已有成熟概念之上的改良式创新。这大概就是革命性的创新一开始大家都不支持的原因。
美国的电影业就非常保守地遵守了 MAYA 原则，近几十年的票房冠军要么是老电影的续集，要么是畅销书或知名 IP 的改编。整体来看，主流策略是「新人物，老故事」：故事框架背景不变，让观众感到熟悉，但人物的性格、选择和行为方式不断制造意外，最终把剧情推向完全不同的方向。
最后我们来总结一下。香农告诉我们，面对这个世界，你不能一味迎合；管理自己的人生，也不能一味从众。你要敢于任性地加入一点属于自己的新东西，但又不能新到猎奇，让人无法接受。在熟悉与新奇、可预测性与不确定性、靠谱与有趣之间，找到那个微妙的平衡点，这是一门艺术。
正值新年，不妨用香农的思想，来规划自己的新年成长计划吧。
核心观点
冗余与噪声
- 信息冗余度不是浪费，而是抵抗噪声、确保准确传递的必要手段
- 日常交流中的「废话」实质上提高了理解的容错率
可预测性的平衡
- 做人既要有创造性（不可预测），也要有靠谱性（可预测）
- 这个矛盾在信息输出和社会协作之间找到了统一
信息论人生观
- 人生价值源于选择权，选项越多，信息量越高
- 值得记住的人生来自出乎意料的决定和行为
MAYA 设计原则
- 理想的创新在于「最先进却仍可接受」的平衡
- 审美的本质是「熟悉 + 意外」的组合