标题：关于信和哨子，这是最后一次......
时间：2020-03-21 00:00:00
昨天的文章推出来，我就知道有人还要问。编辑转给我看了很多大V参与的这场关于中学生信件的讨论。我把这场关于作家与中学生之间信件的讨论与前段时间的哨子合并在一起聊。你注意，今天我们不聊文科了，请原谅，我烦了。我本科读的是通信工程，硕士念的是电路与系统。我受不了和一帮文人PK是非，咱今天，来聊一聊信电系本科生必修课：信号与系统。我给你建个模型。咱们的大号（不是这个，是大号），有十几万读者。每天的留言有两百条，发的消息有一百条，大概这样。好，假如今天某位读者他提出了一个意见，但是没有被重视，事后证明，他是对的。你觉得编辑是不是错了？他负责第一个查阅。是的，他错了。那我用人是不是错了？是的，我错了。那我们接下来怎么办？如果读者意见很大，我会辞退编辑，换一个新编辑。好，你当上面这是一段程序。我们让它while循环，当新编辑上任的时候，程序是不是会重走一遍？答案是肯定的。
下一次，还会有一个读者，他提出一个意见，新编辑没有重视，后来证明，他是对的。如果大家没意见就过去了，如果意见大，我就把新编辑辞退，再换新新编辑上任。看到了，这就叫while循环，你跟我这儿还学了一把编程。循环10次之后，你们发现不对劲了是吧？当然呀，我辞退了10个编辑，问题依然在那里。如果你肯跳出情绪，用工科生的思维去思考，怎么思考？代入，把你自己代入编辑的角色。你会发现一个事实。这个事实就是你每天要面对200条留言，100条消息。有无数人都会告诉你“狼来了”，只不过方向不同。有的人说，狼从上面来的，有的人说，狼从下面来的，还有人说，狼从银河系里来的，还有人说，其实是兔子来了......这就是你的处境。用信号与系统课程里的一个概念，叫做高斯白噪声。什么意思呢？每个人都声嘶力竭的发出自己的吼叫，以至于所有的声音叠加之后，它们被过滤掉了，像噪声一样，直接被波形过滤掉了。很遗憾对吧。
所有人都发出声音的实际效果和所有人都不发出声音，在信号学上，是一模一样的。我们的读者里有码农，有信电系的，应该完全知道我在说什么。so，怎么解？第二个问题。不要说一个读者的留言，即便是嗓门大一点的，比如我们说一个大V的声音。他一个人的嗓门真的抵得上一万条留言。可那又如何呢？所有的文科大V都会给你这么解读历史。历史上每一次错误，都是因为轻信奸臣，不信忠臣，所以如何如何。我问你。奸臣脑袋上刻字么？或者他自己言必称，“臣奸臣有言上奏”。会不会这样？不会。奸臣也会说自己是忠臣，而且会说忠臣是奸臣，就像真假美猴王，你如何分辨？你不要告诉我你要睿智，如何如何。TMD你要是有这本事，你咋不去炒股呢？你给我睿智的选出来明天哪只股票涨停，哪只股票跌停，不香么？老子有这本事，还辨别什么奸臣忠臣？早特么当股神去了！答案是什么？是你基本上靠蒙。就像无数大V永远会跳起来聊信件的问题，或者哨子的问题，说自己是当代之鲁啥。大哥啊，你知道有多少人这么自称么？
光我听过的，不下五十个。我怎么知道你们中间，谁是真的当代之那啥？谁是冒充的？我怎么知道？答案是我没法知道。或许你们五十个，全是冒充的。我每天都能在市场里听到一群预测大师，拿着乌龟壳，说我能选股，信我者得永生。就像我每天都能听到一群大V激动的说，我是当代之啥啥......收工之后，这些股市大师纷纷去庄家处排队领赏，就像这些大V，一篇篇十万+。谁？能跳出胡扯，去建立一个交易系统，谁就能真的量化的，稳定的，从市场中收取交易所得。同理，谁？能够建模，能够破除高斯白噪声的成本响应方程式，谁就能解决所谓哨声问题。哨声问题的本质是什么？是你把反应挡位调的高一些，声音都被当作白噪声过滤掉了，就会漏掉一些有预见性的提醒。而如果你把反应挡位调低一些，预见性的提醒就会像模型中一个个的脉冲毛刺，不断地冲击你，导致你成本剧增，系统崩溃。你想嘛，如果每个留言我们编辑都要处理，那他明天就会跟我打辞职报告了。如果我雇佣十个编辑，明天这个号就破产了。
不就这回事么？换句话说，谁能把这个悖论发明一个像交易系统一样的算法把它从技术上给我解了。谁才是真的大师。就像你非要说谁是忠臣，谁是奸臣。真正的做法是什么？是大数据，是人工智能。周公恐惧流言日，王莽谦恭未篡时。向使当初身便死，一生真伪复谁知？无所谓忠臣和奸臣，人是变的，随着时间变的。何况忠也不一定对，对也不一定赢。你到底想要什么？你是想要赢还是想要那一堆乱七八糟的标签？能不能跳出标签，让人工智能，让大数据来告诉你如何决策？如何赢？大V们说啥，我都不介意。但如果他们大声嘶吼，说我们需要读杜甫的诗，读王安石的诗，然后说谁家有的卖，只有他家有。那你们真的要留心了。我不反对你读杜甫的诗，更不反对你去独家买。但我建议你，在那个之前，最好先补一下工科基础课。