大數據那點“破”事兒?_風聞
华尔街之狐-文字可以流氓,初心不敢或忘;公众号:华尔街之狐2019-09-12 14:10
如果沒有葉文潔發送電文,就不會有智子鎖死人類科技!
如果沒有黑暗森林的震懾,就不會有羅輯執劍威懾紀元!
如果沒有云天明的安樂死,就不會有三體童話暗藏隱喻!
也因此,從某種程度上來説整個《三體》世界的遭遇就是“信息不對稱”的終極演繹,只不過在大劉的春秋筆法之下變成了一幕幕太空歌劇。
而信息的本質是什麼?
不外乎數據。
對信息的加工摺疊,又可以上升到“科技”。
往小了説,數據涉及到個人隱私,諸如是非、對錯和立場;往大了説,數據正在參與並干預整個人類世界的社會生活,不管是昨天、今天還是明天。
當越來越多的歷史被網絡謄寫、越來越多的痕跡被網絡捕捉、越來越多的情緒被網絡放大;不知不覺,我們竟然已經習慣了空間中充斥WiFi、空氣中瀰漫byte的生活;就像飛鳥對於自由的渴望、魚兒必須生活在水中,我們也很難逃脱那張觸手可及的“網”。
2018年8月,統計機構Strategy Analytics旗下AppOptix發佈了一組數據:安卓手機用户平均每天要解鎖65.8次,累計讀屏幕時間4小時。
自然,這組數據不能以偏概全。
相較於國內如火如荼的互聯網生態,我們有過之而無不及。
我們“有幸”避開了Facebook、Twitter、Instagram、Snapchat的狂轟濫炸,卻一頭栽進了微博、微信、快手和抖音的天方夜譚:在微博上閲盡天下大事、在微信上深挖箇中趣聞、在快手上飽嘗人間至味、在抖音上坐享三千後宮,然後在B站追番、在優愛騰追劇,有點佛、有點喪、還有點慵懶,這似乎就是大多數年輕人的日常。
而生活在這樣一眼能夠看見盡頭的日常中,我們就像是被放養在一個個食槽周遭的“數碼寶貝”,每時每刻我們都會創造出龐大的數據流。
但是由於這些數據無法直接變現,部分有效數據混淆在更多無效數據之中,必須打包規整才有意義;等到數據積累到某種規模,迎頭趕上又或者憑空捏造一個風口,這就是大多數互聯網企業的商業模式。
因為個人數據價值有限,企業想要生存前期往往會用投其所好的“養豬模式”,但若規模真的無法做大就會採取“竭澤而漁”的戰術。
但用户有機會量變的話,企業就不會那麼急功近利,相當長一段時間都會專注於用户體驗和增量,直到他們通過不可逆的“商業化”進程“薅羊毛”。
在這個過程中,企業向“錢”看,用户卻大致可以分為四類:吃幹抹淨不吐骨頭的魚、養肥再殺的豬、渾然不覺的羊,以及一毛不拔的鐵公雞。
我們無意追責企業的市儈,也沒有批判用户功利的資格;作為“數據農場主”的互聯網企業和甘為“數碼寶貝”的用户之間原本就類似於“姜太公釣魚”你情我願的“商業行為”,只要不觸碰法律的底線,這種行為就還算正常。
但現在的問題是:
一方面互聯網領域立法不是亡羊補牢,就是姍姍來遲,我們總是在出現問題之後才想着彌補,始終無法從根本上杜絕這些鑽漏洞的互聯網企業;
另一方面有些互聯網企業有了一定的用户規模之後,他們經常會產生循規蹈矩“薅羊毛”太累的錯覺,總是主動或被動想要去試探法律的邊界,想去撈一波“快錢”,再不濟也要撈一波流量。
這就帶來一個後果,在互聯網上“違法”的成本沒那麼高,因而總有人“鋌而走險”。
畢竟,現在的互聯網法律還不夠健全,無法涵蓋方方面面。
就算是真的變成“全民公敵”、被有關部門“叫停”,一個禁言、下架、道歉,又或者是暫停整改就能解決大多數問題;若問題更嚴重,刪號、打入“冷宮”、抑或變成“老賴”似乎也“無傷大雅”。
這也就導致當下的互聯網環境極端“不安分”:
幾個老牌權貴壟斷了絕大多數用户的口徑,新興貴族想要崛起就必須在他們眼皮底下、尾大不掉的小路上“彎道超車”;
它們就必須像微博一樣崛起於草莽、像微信一樣踩着巨人的肩膀、像快手一樣不驕不躁水到渠成、又或者像抖音一樣先聲奪人顏值至上。
從微博到抖音,這些“數據生態”都有着各自爆款的特質。
而抖音之所以能夠凌駕於微博、微信和快手,固然和它承載的內容模式,呈現方式、信息/數據密度有一定關係;但本質上還是因為抖音的推薦算法,它擅長用更高密度的“興趣”數據來取悦用户,而這一套它在頭條上就百試不爽。
當然,這一邊微博、微信、快手和抖音大發利市,另一邊多閃、馬桶、聊天寶和最近的綠洲、zao卻是高開低走;前者可謂是生態邏輯的勝利,而後者的曇花一現與其説是各自的實力不如説是源於爭議。
從某種程度上來説,雖然依舊有那麼一部分“人來瘋”的用户帶節奏,但用户總體上卻是越來越成熟:我們開始關注個人隱私、抵制侵權、不那麼在乎一點蠅頭小利,也不再熱衷於親密好友和陌生人之間的“激進”關係。
當我們開始呼籲着逃離微信、微博、抖音和快手的時候,這一波互聯網企業卻還沒有看透;在他們的“封建思想”中,用户這類“數碼寶貝”只要給他們一點“奶頭樂”刺激,就會像“水軍”一樣老老實實的給自己開荒拓土;畢竟,你失去的只是一座“孤島”,而他們給你的卻是另一座“綠洲”。
可他們忘了,這座“綠洲”什麼都準備好了,可沒人就沒法生存。
①
大數據價值連城?
▽
互聯網存在的必要性?
想必不需要我們贅述。
從最早的BBS、天涯、貓撲,到後來居上的權貴微博、微信、頭條,從不温不火的豆瓣、知乎、網易雲音樂,到新近崛起的新貴快手、抖音、小紅書;我們就像一隻只不知疲倦的“數碼寶貝”,在數字世界的莽荒中追尋一個又一個“綠洲”。
相比於那些先知先覺的“既得利益者”總能在規則之下如魚得水,後知後覺的我們卻只能成為數字化的大多數;我們只能眼睜睜的看着他們起高樓、宴賓客、樓塌了,然後去追逐下一個風口。
如果説,多閃、馬桶、聊天寶、綠洲和zao只是一座座“孤島”,那麼,微博、微信、快手、抖音和Facebook、Twitter、Instagram、Snapchat就是一塊塊“新大陸”;它們時時刻刻都在產生着大量的行為和情緒數據,而這些數據就是大多數人所需要的“存在感”。
購物的時候有電商、送貨上門有快遞、餓了可以點外賣、想出遠門可以叫車、上街可以掃碼支付、想看電影在線選座……這樣的生活在百十年前,我們想都不敢想。
但在互聯網時代,一切遙遠的東西都似乎觸手可及、一切被時間淡忘的東西都有白紙黑字的記憶、而一切發生在明天的事情我們或多或少都能找到蛛絲馬跡;再加上我們當下聚焦的風口自動駕駛、5G、萬物互聯和AI,我們早已離不開網絡,又或者説是由數據搭建的這一座“烏托邦”。
8月底,中國互聯網絡信息中心確認“中國網民達 8.54 億”,這些人聚集在一起不管幹點什麼都能產生巨大的影響力;而他們無意識的“生產”數據,每一分鐘、每一秒產生的都是“大數據”。
大數據能幹什麼?
小到個人隱私,智能穿戴;大到公共交通、城市大腦。
大數據能為數據分析師以及人工智能提供大量參考和學習數據,方便他們在現有資源下試探並找尋最優解。
舉個例子,微信交通卡已經在全國近200個城市上線、而微信、支付寶購票充值也已然開始逐步覆蓋全國地鐵站;這將會用户出行和地鐵效率帶來極大提升。
當然,大數據也並非“有百利而無一害”,比如近日俄羅斯指責谷歌干涉其選舉、而早在2016年美國就指責過俄羅斯黑客干涉其大選。
發現沒,凡是涉及到大數據的:
個人收益潛移默化並沒有那麼大反響,但是對於企業、對於社會卻被廣泛需要;這就涉及到一些灰度和急功近利的地方:要知道每一個流量平台的興起,都是對於數據的“極端處理”而帶來的流量紅利;只不過有些平台撞破南牆之後倖存下來,有些平台萬箭穿心之後黯然死去,因而很多互聯網企業容易用力過猛。
荷蘭稱Windows 10遠程收集用户數據,或違反隱私法;美參議院指責扎克伯格在隱私問題上撒謊,應被判入獄;在國內,因涉嫌信息披露違法違規暴風集團遭證監會立案調查……
一方面是大公司頻頻違規“踩過界”,另一方面卻是用户為了享受科技生活的便利主動又或者被動交託了大量數據;部分隱私數據隨着時間推移,在各種平台富集,而這又讓大數據平台“垂涎欲滴”。
那麼,大數據又有什麼魅力,讓個人、企業和社會都“蠢蠢欲動”?
第一、大數據價值百萬
如果高中生竊取上億條公民信息在海外銷售,獲利2萬不能讓你感覺到“數據”的價值;那麼YouTube侵犯兒童隱私,谷歌將向FTC支付2億美元罰金是否能讓你正襟危坐?
如果McAfee擬今年IPO,尋求80億美元估值讓你覺得太遠;那麼Facebook Libra協會發布漏洞懸賞計劃,最高賞金1萬美元是否能讓你摩拳擦掌?
第二:大數據影響民生
如果Facebook用户電話號碼數據庫曝光,數據超過4.19億條還不能讓你感同身受;那麼支付寶用户低碳行為數據與荒漠化地區的種樹行為連接,3年碳減排792萬噸是否能讓你身臨其境?
如果上海迪士尼鬆口,部分食物可被帶入安檢更人性化的措施讓人感覺不到尊重;那麼支付寶願意為你入不敷出的收入支付500萬保險,是否能讓你感覺到滿足?
第三:大數據動搖治安
如果美法官裁定禁止強迫嫌疑人使用生物識別技術解鎖iPhone,讓你心生感嘆;那麼美總統競選人,將任命官員阻止Facebook谷歌控制新聞媒體是不是就有點草木皆兵?
如果FBI 等召集互聯網巨頭開會,提前部署保明年大選安全讓你感覺多此一舉;那麼推特CEO多爾西的推特賬號被黑客組織“The Chuckling Squad”入侵發佈種族主義言論為納粹德國辯護,是不是讓你驚出一身冷汗?
由此可見,小到個人隱私,大到社會治安,在“大數據”面前都能爆發出巨大的“社會能量”;只不過這股能量是正、還是負,就需要社會、大眾,以及企業自身“掂量”。
②
大數據亂象紛呈?
▽
上世紀九十年代初,互聯網尚未普及。
25年前,互聯網大佬還在最原始的論壇“衝浪”。
2018年,已有企業衝破萬億美元市值大關,互聯網經濟蒸蒸日上。
那裏曾經一片“荒蕪”,隨着全球51%的網民遷徙,0和1構成的二維世界日新月異,甚至有了干涉現實的能力“數字化”;而我們正在賦予數據更多的職能和智能,5G和AI也會加劇數據的產生和傳播效率,大數據的隱患必然會滋生出更多社會問題。
而在此之前,我們不妨看看大數據到底導致了哪些現實問題?
1、明星企業
OYO以1000萬美元收購丹麥數據科學公司Danamica,大數據風控平台冰鑑科技獲3.35億元Pre-C 輪融資這些曲高和寡。
谷歌在蘋果發佈會之前爆出其安全漏洞,以及上週二特斯拉APP宕機四小時可謂是給部分人上了一課:原來大數據果然很值錢,原來明星企業也沒那麼安全。
2、掃碼支付
隨着我們進入“掃碼時代”,二維碼催生的新產業、新模式、新業態不斷湧現,二維碼正在滲透到國民經濟與社會生活的各個領域。
然而安全可信、統一認證、檢驗檢測等相關配套產業機制不完善,制碼技術幾乎零門檻;這就給不法分子將病毒、木馬程序、扣費軟件等植入二維碼的空子,也給警方偵破二維碼詐騙帶來很大困難。
3、數字貨幣
比特幣有多火,2017年12月29日曾飆到19666美元的最高點,2018年一路狂跌至3122.3美元;2019年又開始看漲,4月份突破5000、6月份重回1萬美元大關。
比特幣有沒有價值,至少區塊鏈的算法就很有意義,但要説比特幣堪比房價就有點誇誇其談。
4、社會爭議
如果聯合國調查顯示三分之一年輕人曾遭遇過網絡霸凌還不足以讓人警醒,那麼AI換臉引起的全球爭議是否能讓你反思個人隱私數據的重要性?
要知道就連Facebook和微軟都被驚動了,他們聯手發起“深度偽造檢測挑戰賽”。
近一點,你還記得曾經在風口浪尖的優衣庫嗎?
5、娛樂刷榜
如果影視劇動輒上百億的觀看數據、明星網紅動輒上億的粉絲還不曾讓你質疑;那麼,從吳亦凡粉絲打榜、蔡徐坤“碰瓷”到孟美岐職業粉“非法集資”,你是否就能走出“刷榜”的幻境。
我們不懷疑中國人多、也不懷疑他們的消費能力,但你要堅信隨着“新偶像”的誕生、“老一輩”的數據依舊欣欣向榮,就未免有些“自欺欺人”。
6、校園監視
2018年,“網絡直播”進入校園就曾引起過爭議,丁磊更是豪擲一億。
2019年,“課堂攝像頭”披着“校園安全”的皮進入校園,頓時輿論譁然。
不是説校園就一定是“現代科技”的禁區,只是有個別企業只看見利益而不注意吃相的姿勢太難看。
7、社交授權
對於方生方死的ZAO來説,沒有人比它更懂站在風口浪尖的“僥倖”。
它拿用户的隱私當兒戲,也就怪不得其他人羣起而攻之。
從某種程度上來説,zao和綠洲並沒有什麼不同。
③
大數據的黑暗面?
▽
以上問題,幾乎滲透到人類生活的每一個角落。
而在那些角落之外存在的,大概就是大數據的“黑暗面”。
無論大數據給我們的生活、給這個社會帶來了多少的便利,我們始終要確信一點:大數據不是萬能的,而它帶來的也不一定都是助益,也有可能是腐朽。
是讓政府恐懼、讓市場瘋狂、讓企業冒險、讓用户背鍋的存在。
第一、大數據壟斷
自2013年奧巴馬政府對谷歌公司搜索業務的壟斷調查結束以來,又有48個州宣佈對谷歌發起反壟斷調查;2019年7月23日,美國司法部宣佈開始調查科技公司的市場壟斷行為。
民主黨候選人更是直接聲稱應該重點拆分像亞馬遜和Facebook這樣的大公司。
而沃茲也在發佈會之前表示,蘋果早該分拆為多家獨立公司。
第二、大數據造假
星援App不是大數據造假的罪魁禍首,但卻是大數據造假中的那隻“出頭鳥”;1億轉發的畸形粉絲文化,不過是寄生在大數據之上的一顆“毒瘤”。
從最初的“温州炒房團”到後來的炒股、炒幣、炒鞋;凡是那種價值無法和產品本身匹配,卻被市場“捧在手心裏”的現象,這數據看上去多多少少有些不真實。
不過由於市場機制的自我調節,有些“泡沫”的存在反倒是“健康”的。
第三、大數據殺熟
2018年,大數據殺熟一詞開始進入大眾視野,從飛豬、滴滴到攜程,這些互聯網企業似乎沒有一家是“絕對乾淨的”,尤其是它們採用興趣引擎和千人一面的搜索機制之後。
然而,大數據殺熟也不是國內互聯網企業特色。
早在2000年,亞馬遜就因為大數據殺熟站在風口浪尖,最後貝索斯親自站出來向公眾道歉並停止這項“差別定價實驗”才消停。
而蘋果也在今年5月陷入大數據差別的漩渦:不少網友反應,通過 iPhone、iPad 等蘋果公司的設備在國內購買視頻、QQ 會員,以及通過滴滴等打車軟件打車時,所需付的費用均比 Android 設備上的要高。
第四、大數據濫用
對於我們的私人電話,是怎麼打進來那麼多“廣告推銷”這件事暫時不説。
曠視在使用倫理還存疑的時候,就擅自捕捉學生的課堂行為,而且還是360°無死角的全過程AI監控;什麼時候,我們有了如此昂貴、高科技的教學設施,卻不是用來幫助提升教學質量的?
而ZAO的授權“迷之邏輯”,一條協議就像避開所有法律問題的取巧做法,也不過是在掩耳盜鈴;默許“ZAO”及其關聯公司全球範圍內完全免費、不可撤銷、永久、可轉授權和可再許可的權利更是“強盜行徑”。
當然,對於目前有頭有臉的互聯網公司都在放貸這種現象,潔身自好是我們惟一的答案。
④
如何撥亂反正?
▽
大數據固然有着各種隱患,但在“數字化社會”的大背景下,我們也不至於“因噎廢食”;只不過在“生產”和“燃燒”大數據的過程中需要“撥亂反正”。
從某種程度上來説,大數據更像是洪水,也因此我們要做的不是堵、也不是防;而是像大禹一樣“疏導”,又或者是像鯀一樣再造一座“城邦”。
第一:完善新法規
從今日頭條、網易新聞、天天快報、鳳凰新聞等資訊APP被緊急停止下載,到火山、花椒、逗趣、麻椒、陌秀等23家直播平台被約談;從15家大數據公司被查到抖音、快手、微視、嗶哩嗶哩等15家短視頻企業被約談;可見市場留給這些新興平台太多鑽空子的機會。
而這就迫切需要市場有一套相對“完善”的法度,去敦促這些平台“按部就班”。
2018年6月,美國加利福尼亞州頒佈《2018年加州消費者隱私法案》,旨在加強消費者隱私權和數據安全保護,將於2020年1月1日生效。
2019年8月,美國和法國在G7峯會期間就“數字服務税”問題達成一致意見:探討具有爭議性的“數字税”。
2019年9月,美國兩黨議員組成團體要求谷歌擴大相應技術的使用範圍,以防止“處於顯著劣勢”的小型創作者遭到侵權。
美國先行一步,國內也在加速跟上。
2019年8月,國務院新聞辦出台加強個人信息保護的法律法規。
2019年9月,工信部就《工業大數據發展指導意見(徵求意見稿)》公開徵求意見;並於近日批覆設立根鏡像服務器加強互聯網治理。
第二:淨化舊生態
如果説完善新法規需要通過外力來給“數據生態”劃分邊界,那麼淨化舊生態就是企業自身為了今後的發展主動又或者被動進行的“刮骨療傷”。
這是從源頭扼殺數據“黑洞”,“主動”給用户創造一個更乾淨的互聯網環境。
2019年8月30日,中國科協、國家衞健委等多部門正式啓動“科學闢謠平台”。
2019年9月5日,教育部等八部委要求教育App不得不得植入廣告和遊戲;而Facebook也推出科普彈窗以阻止有關疫苗的錯誤信息傳播。
2019年9月6日,谷歌宣佈禁止未經證實的醫療、藥品廣告。
當然,喜歡鋌而走險的互聯網環境急需“整治”這是事實,但是誤傷到一些“花花草草”就會帶來糟糕的體驗:比如句子迷至今無法上線、改版之後的好奇心一點都不讓人好奇、而簡書目前只能單機寫作。
第三:打造新生態
雖然這段時間以來,搜狐系的“狐友”、陌陌系的“ZAO”、微博系的“綠洲”又一次經歷了多閃、馬桶、聊天寶同樣的失敗;但正如BAT虎口之下誕生了頭條,微博、微信之外更是孕育了快手和抖音兩匹黑馬,而在淘寶和京東的大戰正酣的時候,又出來了小紅書和拼多多。
我們不確定在以上“超級APP”的裹挾之下,是否還有其他APP生存的餘地;但從微博、微信到抖音,在用户得隴望蜀的性情之下必然不會對某一個APP產生極度的歸屬感。
而這,就是下一個“超級APP”的機會;它必須有着更勝於“前任”的優質體驗和生態邏輯才有可能後來居上。
2019年9月10日,谷歌發佈AR App“觀妙中國”,收錄了超過 30 家中國博物館藏品。
誰説AR社交APP人畜無害?
⑤
算法偏見?
▽
在撥亂反正的過程中,我們又必須注意一個比較容易忽視的現象:數據可以中立,可算法是有價值觀的。
這也是張一鳴“算法沒有價值觀”失敗,馬化騰“科技向善”勝利的本質。
由於算法工程師很難保持絕對的理智,多少會摻雜一絲個人感情,這就讓算法憑空多出了“傾向性”;再加上數據分析師又或者是用户“帶着有色眼鏡”去看這一組組數據,就會在不知不覺之中放大他們眼前拼湊出來的“事實”。
而這就是因為人為因素而產生的“數據偏見”。
在“馬太效應”之下,強者恆強、弱者越弱,這是微博、微信和抖音發展到一定規模之後都必須經歷的瓶頸。
那麼,如何消除這種人為因素而產生的“數據偏見”呢?
2019年9月3日,為了減輕社交媒體的競爭壓力,Facebook正在考慮停止顯示點贊量的同時,也打算開放人臉識別功能面向所有用户開放,並決定取消一種名為“標籤建議”的相關功能。
Facebook的嘗試,不一定是最好的選擇,但它至少為其他互聯網公司開了一個好頭。
而我們又應該如何避免這種“算法偏見”呢?
1、大企業帶頭
就像Facebook一樣,作為大數據的壟斷者大企業的一舉一動都能夠影響整個市場的動向;一旦大公司對用户的私人數據有了更多的“責任心”,整個市場風氣自然就會轉向。
2、小公司破局
對於小公司來説,生存是第一要務,但若因此而走上了歪路,也只會徒勞無功;因此,他們不管怎麼選,最好的選擇還是在大企業的生態大陸之外重新建立一個“綠洲”,用更極致的體驗超越大企業的“全面和臃腫”。
3、用户知情權
至於個人,不能因為貪玩、好奇,和從眾性輕易嘗試各種“不能言説”的網站和APP;在這裏沒有人多就是正義、沒有法不責眾,我們需要對自己的隱私數據負責對那些來歷不明的東西留一點心,就算是爆款APP、大企業背書也需要多少了解一點其收集的用户數據到底會用在那些領域。
⑥
大數據設計?
▽
搞定了“算法偏見”,你以為就完了麼?
不,我們作為設計師,其實也能參與其中的。
考慮到大數據的必然趨勢,和它的黑暗面、傾向性,我們要做的就很明確:
要麼,揚長避短,在大數據的高效和安全之間做選擇。
要麼,返璞歸真,乾脆擯棄一切數字化。
當然,在這兩者之間平衡也是一種選擇。
Tesla T1 racer
比如無人駕駛就是第一種高密度數據設計,在不同的場景下又會分為隱私賬户、出行賬户和安全賬户等;它們各司其職,在需要的時候也可以進行協作。
Egguins 蛋架
第二種就是幾乎不包含“高科技”的原生態設計,它的着力點在趣味性、環保性和天然性;當然,也不是説它天生就和數據絕緣,在其它數據工具中製作原型也是常有的事。
Hplus 醫療設備
最後一種就是同時兼容數據化和原生態,它的數字化在外觀和配件的幫助下比較温和,而原生態有了數字化的襯托也不至於太平庸。
當然,考慮到萬物互聯時代智能穿戴、智能家居的可能性,數字化才是現階段設計的主題;從個人到家庭乃至於城市,我們急需重新打造全新的數字生態設計模因;而智能穿戴、智能家居與人息息相關,就更注重數據安全。
畢竟,它們離用户,離用户的隱私太近。
曾幾何時,互聯網還只是人類世界的必要不充分條件;但時至今日,互聯網就像空氣和水一樣成為人們不可或缺的“必要介質”。
曾經,我們只有那個眼前看到的、耳朵聽到的自我;可現在,每一個終端、甚至於每一個屏幕都能成為我們的大腦和眼睛。
我們理所當然的享受互聯網賜予的一切,也在0和1中只剩下是非;我們貪婪的享受着數據賦予我們的感官,也在不知不覺之中成為別人農場中豢養的一隻“羊”:我們吞吐着數據的洪流、也在製造着淺薄的內容和情緒的垃圾,我們馴服了數據,也正在被數據馴化,我們若有所悟,我們渾然不覺。
那些超級APP形成了一塊塊新的“數字大陸”,而5G就是這個世界的空氣,AI就是這個世界的太陽;雖然現在星火幽微,但誰知明天需不需要我們后羿射日?
就在這個過程中,我們設計師能夠做的有限、我們能夠做的也很多;就是幫每個用户點燃未來的那團“火”。
PS:部分素材來自於@虎嗅 @Behance