根据需求调整信息的压缩比

先举一个非常夸张的例子让大家了解一下压缩比。托尔斯泰的《战争与和平》中文版一共100多万字，电影可以用120分钟讲完故事情节，一篇概要可以在1000字内介绍其主要内容，极度精练的话，甚至一句话也能概括其大意。

任何信息都可能有完全不同的压缩比及相对应的信息承载方式。在这个时代，很多领域知识的产生速度已经不允许我们按照传统的方去缓慢地整合、吸收了。从另外一个角度来讲，对于大多数信息，本来也没必要基于原始形态去获取信息。比如，要学习怎样写一条幽默段子、避免尬聊、像程序员一样思考时，有必要去买一本《论戏剧》，看三百多页的《语言逻辑学》或零基础学习一门编程语言吗？

以上方法虽然可行，但大可不必，因为相关技能不属于我们的核心竞争力，只要不是核心竞争力范畴内的信息，就没必要完整走一遍压缩、解压信息的全过程，性价比更高的方式是直接享用现成的、经过编辑的知识成果。

很多时候，通过听专家解读、行家分享、牛人拆书比自己逐字逐句阅读原文的效果要更好一些。我在跟身边一些朋友交流时发现大家都有类似的感觉，明明自己看过某本书，但是听完行家解读才发现自己压根就没发现那些精华，多亏听了解读，要不然还洋洋得意，根本不知道自己不知道。

所以，我们应该劝自己接受甚至适度追求相当一部分内容是被压缩（甚至是高比例压缩）的，在考虑投入产出比的基础上，接受一定程度的信息损耗是必要且明智的。

正如迈克尔·西蒙斯（Michael Simmons）所说：“现在已经有很多浓缩知识的方式出现，比如对于一本书，它的作者可能在社交媒体上发表文章来概括说明，图书介绍网站可能会有书摘，作者也可能参加TED演讲和播客来传播他的观点等，这些都是对书中知识的浓缩。”

我们当然知道经过了反复修改、编辑的书籍更完整，然而，它并不一定是投资回报率最高的信息获取方式，不要过度迷信书的价值。

除了有意识地提高信息的压缩比，也不要忽略了时间本身对信息的压缩效果。关于这个问题，《反脆弱》里面有一段非常经典的描述：“你越频繁地寻找数据，找到噪声的可能性就越高，因为大部分波动仅仅是随机现象。如果每年观察一次数据，噪声和信息比是一比一，如果每日观察一次则会得到超过99%的噪声与不足1%的信息，噪声的比例将是信号的99倍以上——这就是为什么每天听新闻（除了有非常重要的事情发生）的人离愚蠢也就只有一步之遥了。”

理论听起来有点复杂，但应用起来非常简单，如先把信息获取频率从每天调整到每周，如图1-11所示。

图1-11

对一些质量一般但又不想完全屏蔽的信息源，可以先关注它们的社交媒体账号，确保后面还有机会收到它发布的信息，然后再取消关注，如图1-12所示。

图1-12

随着时代的发展，会有越来越多的“知识服务商”，如很多AI产品及得到的“每天听本书”等产品都在为我们筛选、压缩信息。

总之，我们不要被传统理念缚住手脚，针对自己核心领域的信息要回到信息的源头，坚持阅读“一手资料”；针对非核心领域的信息，要学会尽情享受高质量的信息服务，接受音频、视频、解读、速览等各种信息传播方式，让自己在专业领域更深入，让自己的知识更渊博。