說今天是一個內容分發的時代，應該沒有什麼問題。特別是在互聯網媒體大行其道的時候，由於信息生產量遠遠超過人工可以處理的邊界，所以大量媒體特別是互聯網信息平臺，普遍以深度學習的人工智能爲基礎，進行內容的智能分發，這也是人們所熟知的。你所看到的，便是你所想要的，無論是電子商務的千人千面商品展示，還是****的每個人的頭條都不一樣，本質上都是自由分發的一種結果。

然而，如果把一切都委託給人工智能，特別是在機器深度學習還很不成熟的時候，我們的信息傳播將有可能被表面的所謂閱讀需求所主導，出現一種信息傳播的惰政現象，其中隱藏的風險和帶來的社會問題也是不可忽視的。有大量的人被困在所謂的信息“悅讀”當中，輕鬆而愉悅，實質上卻成爲信息的“被飼餵者”，不是在廣袤無垠的互聯網中變得越來越視野開闊，而是變得更加封閉和狹隘。

所以，在內容分發的互聯網時代，必須找到一個自由分發與主動分發的結合點，這是本書的重要觀點之一。作者舉例說，優秀企業家的決策不僅取決於數據，還依賴於自己積累的想象力、感知力和判斷力，只有兩者結合起來，才能準確把握市場進行決策，微信就是在這樣的邏輯中誕生的。而這種判斷力是一種歷經磨練的、敏銳的職業直覺，那是一種無以言表的“精準算法”，遠遠超乎我們目前依賴的人工智能。對於重大決策的判斷，是一個人綜合素質的反映，也像今天所講“算法”的優劣，這是一個優秀編輯、一個優秀企業家與普通編輯、普通企業家之間最重要的差別。

對於今天決策依賴的大數據而言，也可以套用孔子所說的“盡信書則不如無書”，特別是在算法不盡完美的時候。算法是人工智能的基礎，但還是“人工”在前，“智能”在後，而且要在大量數據的不斷練習中進化，這纔是深度學習的本質，沒有大量的信息餵養，沒有反覆的測試，沒有不斷完善的數據模型，算法永遠不可能替代人工。

所以一度流行的以點擊率、用戶停留時間長短爲代表的分發效率優先的平臺法則，只求效率而不講公平，甚至是忽略價值觀的現象，在今天已經開始扭轉。農夫山泉可以是大自然的搬運工，但是信息平臺絕對不可以只是信息的搬運工，必須有自己的價值觀和底線。而正在火熱的直播領域，公域流量與私域流量的平衡，某種程度上也是這樣一種考慮，我們不可能由娛樂起家直到娛樂至死，畢竟還需要有一些更加正面積極的和深刻的東西來引領大家。

公域流量與私域流量的平衡，是社交平臺面臨的共同問題。僅僅一套算法無法解決這一問題，必須設計一種機制，儘量讓一些在某個方面有特長或者有突出表現的內容生產者得到更多人的關注，同時也應該對於平臺所倡導、或者說社會所追求的甚至是國家所提倡的，要及時給予公域流量的支持，使其得到更多的展現。否則，一個只有冰冷的人工智能的平臺是沒有溫度的。

過去對信息編輯的考驗是人的專業度，而今天信息分發檢驗的是算法的優劣，但在本質上都考驗的是人的能力和見識。但尷尬的現實是，今天有非常尖端的互聯網人才，也有那些老驥伏櫪的人工編輯，但讓二者融合起來卻是一個難題，這一難題也表現在所有互聯網+傳統行業，往往是負責最前端的互聯網應用團隊和負責後端的專業支撐團隊，出現雞同鴨講的難以溝通悖論，這一教訓是深刻的。

同時，也要和書中所指出的那樣，真正關注互聯網企業增長的本質，即滿足不同的用戶在各自偏好的場景裏，最有效率地找到自己喜愛的內容或服務，並形成持續行爲的企業，做好內容與服務是增長最核心的驅動力，是用戶增長的“道”；有效率地找到用戶喜愛或需要的內容或服務，是用戶增長的“術”。道是根本，術是依託，兩者完美結合，才能夠實現增長的目標。但目前出現的情況，往往是忽略了道，而誤把術作爲了最終目標，這是一些互聯網企業最後走向歧路的重要原因。

作者對當前一些熱點的互聯網現象也有着深刻分析，比如作爲互聯網最後紅利市場的下沉市場，作者指出其特點是，用戶都有大把的閒暇時間，同時有盤根錯節的裙帶關係，而又因爲收入有限，比較看重小的利益，可以據此來設計一些符合用戶需求的產品，拼團、直播帶貨恐怕就是這樣的產物。作者還認爲，雖然短視頻的紅利未來仍然可以開發，但是深度內容會有限的迴歸，廣大用戶也會從有趣到有用，就是可以提供一些專業技能、知識，或者幫助大家認識事物的內容。從這一點上來講，以娛樂起家的直播網紅們，下一步是需要一些專業的修煉了。