缘起
话说fox一天心血来潮，决定给台式机捉襟见肘的系统C:盘扩个容。翻出闲置n年的Partion Magic，指挥其（1）合并D:盘（剩余空间仅1G）和E：盘（剩余空间20G），(2)合并后从中分割出10G空间，(3)将10G空间并入C:盘。抱着对日新月异的电脑科技的充分信任，fox安排好序列按下Start后，便放心大胆地打开PPStream消磨等待的时间……
无知者无畏啊！且不说严重低估了硬盘处理软件的运行前需求，更要命的是，硬盘上的所有文件都没有备份……5分钟后，PPStream的画面开始走走停停；切换到PM界面，进度条几乎没前进。这个时候fox又犯了第二个致命错误，鬼使神差按下Alt+Ctrl+Del在资源管理器中强制关闭PM……
症状
再度打开PM后，E: 盘消失！打开“我的电脑”，仍然看不到E: 盘！天哪！上面有我过去六年的所有照片！没！有！备！份！
大脑空白一分钟后，再次检查——
“我的电脑”里，原来的D: 盘尽管盘符不见，仍可正常操作。E: 盘继续处于消失状态。
使用Windows自带Disk Manager（右击我的电脑，选择Manage，在打开的界面中选择Disk Management)，原来的E: 盘空间标记为Unallocated（未分配空间）。
运行chkdsk，显示磁盘包含RAW格式文件，导致磁盘检查失败。
还是转而求助google吧~~~
计划
说到如何实现修复，先来了解一下硬盘数据的记录原理。做个简单的类比，硬盘上的所有数据就像图书馆里书架上的一本本书，每个文件无论格式都有个对应的号码记录在“索引”里。这个“索引(Master Boot Record或者Extended Partition Pointers)”通常储存在每个硬盘分区的最前段。当用户需要处理某个文件[在图书馆里找一本书]时，系统首先在索引里找出这个文件的具体位置[在索引里找到书的序列号]，再到对应位置找到需要的文件[到某书架某一层找到该书]。当用户删除该文件时，只是删掉该文件对应的序列号，并没有删掉文件本身，文件仍然在硬盘的某个位置上储存着，只是由于没有序列号而导致系统找不到它。修复软件采用的就是地毯式扫描的“笨”办法，相当于到书架上一本一本书的找过去。可想而知，这个办法比较耗时，但是一定能把文件找回来。（前提条件是，没有对硬盘写入新文件。因为新文件有可能取代被删文件的位置。）更多详细解说可以参考 硬盘内部硬件结构和工作原理详解 浅谈硬盘数据恢复的基本原理。
一番google之后，发现网上有不少修复软件。各软件的操作基本较类似：选择硬盘分区（或者分区内某一段clusters）进行扫描–>扫描结束后程序显示找到的文件–>选择想要恢复的文件，保存到另一硬盘分区。
最终拯救
使用DiskGenius恢复了文件夹和包含文件，但是不知道为啥照片基本都打不开。之后又用FinalData恢复文件，成功挽救照片。耗时参考，FinalData对40G硬盘进行恢复，搜索文件耗时55-60分钟，找到28445个文件；将文件拷贝至外置硬盘耗时70分钟；将文件收归文件夹，n天@~@ [电脑芯片Intel奔4 2.80GHz, 内存2G RAM]
两款硬盘修复软件的Pros/Cons列举如下。
Disk Genius: [pros]免费软件，国产。恢复后文件和文件夹保持原始位置关系。[cons]如前述照片几乎都打不开，而网上下载的图片基本都成功恢复。
FinalData: [pros]照片恢复成功率达到99%。[cons]恢复后的文件全部平行排列，不在文件夹下。后期整理花费了大量时间。
另外DiskGenius还可以进行硬盘分区管理，包括分配空间，修改文件格式等等。
编外
1. 其间又试用了Symantec的Partition Magic和Acronis Disk Director Suite硬盘管理软件，后者的功能似乎更强大些， 甚至可以改写编码。
另外还听说了一款Encase专业软件，据说扫描的更彻底。列在此处仅作参考。
2. google 到一些专门的图片恢复软件，感觉PhotoRescue和JPEG Recovery Pro都不错。如果图片用看图软件（基本的Windows Picture and Fax Viewer, Microsoft Office Picture Manager, 或比较高级的Photo Shop, ACD See）打不开，多半是因为文件部分编码受损。用上述两软件恢复效果如下，虽然有错位等瑕疵，但是总比完全打不开要好得多。
¶
Posted 21 November 2009
† fox §
‡
这个是个不错的标题，至少我觉得，只是不知道我能否把它扯成一系列文章:) . 在这儿勉强尝试一下吧，至少我还曾经动过脑筋，想着取个与云计算有关的公司名字过～。
到底什么是云计算(cloud computing)？感觉李开复是有点想把它描绘的更云里雾里了，几乎要到了“不带走一片云彩”的地步；李彦宏也是想要有自己的见地，而不限于在“云计算”里折腾出一朵不同的”云”来，索性就成了“框计算”。
在很久以前，应该是2000年前吧，那时候说的是网络上的应用取的方式是”Fat Server, thin client”。这也是由于当时的客观条件所限，一台电脑的计算能力可能都还不及现在的一部手机，所以只能让复杂的处理在强大的服务器端进行，在客户端只是尽量做个展示。然后随着个人电脑的计算力不断增加，同时网站的访问量逐渐增大，一台或者若干台庞大的服务器也是无法满足客户们的需要。所以在服务器端的一个应用往往要被拆分成好几个组件，有专管数据的，有专管逻辑的，有专管直接响应客户的，也就是把服务器端又分成了若干层，已逐渐适应不断增大的访问量。但这样似乎也不是什么好法子，服务器的压力还是会太大，于是就有提议说不如把一些事情移到客户端做吧，也就兴起了”Thin Server, Fat client” 的说法。这里的方式，很多比如假借Javascript, Flash, 或者一直半死不活的Java Applet等手段，服务器端主要保存数据，而把好多逻辑处理以及展现交给了客户端。
在个人电脑处理能力不断增强，有了闲余计算能力的情况下，不仅是一般的网站应用想着把有些处理让客户端被动的选择了接受，而且比如Folding@Home，寻找外星人等探索型计算也设计出了分布式计算的模式，让用户（客户端）们可以选择在特定时段主动贡献计算能力。但在这些计算模式中，有很大程度上，cpu的运算能力比较重要，网络间的流量却不是很大，只需要某一阶段再同步一下数据及结果即可。
在这些发展过程中，当然也有不同的声音，或者说对同一概念的不同解读。比如Google在发展它的服务时，就没有刻意的提高单台服务器能力，反而是要降低单台的能力，却以数量来战胜质量。这样培养出来的能力也使得Google现在能引领云计算的潮流，这种方式也逐渐成为了现在服务器端发展云计算的标准。但粗略来说，也就是服务器端依靠整合着无数台低端的服务器从而具备超级的计算能力。那在客户端又有何变化呢，一个是由于终端设备的大大丰富，尤其是手机阵群的加入，使得有时候客户端不能做过多的运算；二是用户们越来越多的要在不同场合接触同一数据，最好的手段的确就是把数据放在“云”端，然后招之即来，挥之即去。这也就使得服务器端最好又具有超强的运算力，又具备超大的存储力。
这样的介绍似乎不痛不痒，也根本没谈到“云计算”至少要具备的一个特性: Elastic（可伸缩性），这个就准备下期介绍吧:)
对云计算有兴趣了解的同学，也不妨先看看这个帖子，它把云计算的各种层次大概做了划分，虽然有些公司的归类不敢认同，但基本给出了一个思路： http://msn.ynet.com/eventns.jsp?eid=56349294
¶
Posted 05 October 2009
† aries §
‡
上一次谈Google Map的时候，都已是3年多前了，那时候就提到了可以在Google Map上做个大富翁游戏。之后，也一直奇怪没人做这件事情，虽然看到过别的很多有趣的基于Google Map的游戏，比如有战争型的，有赛车型*的，凡是只要与地图能扯上关系的，仿佛都有，可一直没有大富翁。
08年初的时候，我还做了个大富翁的雏形，可以甩骰子(虽然还没有骰子的模样，只是出一个1-6间的随机数)，每走一步就是ZipCode上加加减减去个地方，然后就走到Google Map上的那个位置，可以买地（只是还没想好怎样造房子），还有帐户可以付个钱收个钱。后来由于没有计划好，只想着用Google App Engine和GWT把所有的功能重写，而不是把原有的功能完善，所以很多东西就一直只驻留在了计划中，再加上其他理由，到现在都没任何进展。
9月初的时候，看到了一则消息：Monopoly的官方发布商准备发布一套基于Google Map的大富翁游戏（这篇华盛顿邮报的帖子还暧昧的用了个双关的标题）。现在，你已可以访问网站：http://www.monopolycitystreets.com/game.html#en来进行这个游戏。我进去试着玩了一下，界面十分漂亮，只是当我想买“古墩路”的时候，被告知已经被人买了… （大家可要好好看看这个截图呀，可有好多有趣的信息在里面哦 ）
*: 这个在Google Map上开车的游戏还是做得非常棒的，它基本只会沿着路开，估计是基于公路和别的地方颜色的判断来做一些限制处理。当然，也就会因此而有些小bug，比如车子开到某个地方就再也出不来了 ：） 链接是： http://www.phatfusion.net/googleDrive/ （国内似乎玩不了，估计得用用代理）
¶
Posted 05 October 2009
† aries §
‡
一亩二分地四十四期了, Scorp主编虽然很仁慈的把出版计划改为每月一期, 仍然让Stone小编赶不上进度. 这次又晚了近一个礼拜, 加上前两天编辑部开会的时候睡觉被抓, 这个月的工资被扣的差不多了. 现在也不知道是比以前闲了还是忙了, 总之一到该干活的时候就忽然发现没时间, 磨磨蹭蹭也提不起笔. 遥想当年杂志社刚成立的时候, 上班没空调看病没保险, 大家竟然干劲十足热火朝天, 两周就出版一期, 真是不可想象. 不过, 现在就是坚持再坚持, 龟速也好鳖速也好, 反正我们在向前进.
昨天, Apple再次更新iPod产品线. 因为有iPhone 3GS的更新在前, 所以在硬件上没有什么出乎意料之处. 因病休假几个月归来的Steve Jobs依然那么有魔力, 在演讲台上他一再强调iPhone + iPod平台, 5千万用户实在是个了不起的数字, 也是一个对软件开发人员很有吸引力的数字. 两年前iPhone和iPod Touch的确有明显的技术优势, 比如硕大的多点触摸屏, 全功能网络浏览器, WiFi和GPS, 明显比其他的智能手机强一个档次. 但今天无论是Google的Android还是微软的Windows Mobile都能做到类似甚至更好的水平, 苹果的优势则主要体现在丰富的软件方面. 打个比方, 就像不管Windows操作系统有多烂, Mac OX有多高级, 绝大部分用户还是因为应用软件丰富而选用Windows. 八十年代被PC电脑打败的苹果公司, 今天在手持设备上依靠第三方软件取得优势, 这真是一件有趣的事情.
Stone小编的iPhone小程序Top Ten List
1. NY Times. 纽约时报的新闻阅读器, 包含政治事实, 财经新闻, 科技体育, [...]
¶
Posted 11 September 2009
† Stone §
‡
大概今年年初的时候，一位同学和我谈到创业，说可以试试”Crowdsourcing”。那可能是我第一次听见这个词，或者说正式开始起关注这个词。
Crowdsourcing，只看它的组成，也可基本上猜到它的意思。想必和Outsourcing属于同一类词，既然Outsourcing翻译作外包，不妨把它译作“群包”。但“群策群力”可能更好一些，不过“群策群力”应该是人们有意识有主见的为一项事业或者工程出谋划策，尽职尽力；而就Crowdsourcing来说，并不一定是让人们主动积极的参与，很多的贡献可能都是后知后觉的；或者也只是在既定的策划下，贡献了一份单独放着并不会产生任何应用的资源或力量。
怎样是一个Crowdsourcing的例子呢？这回刚介绍的reCAPTCHA其实就是一个很好的例子。你如果看了那文中的视频，你也会注意到视频的标题其实是Human Computation(人类计算)，视频最后也提到了全世界6％的人口为这项工程做了贡献。从这个意义上来说，翻译作“群服”，或者“海服”其实倒也不错。
另一个（或者说，最著名的）Crowdsourcing的例子自然是Wikipedia了。网站内容全部来自用户的贡献，用户们也越来越多的开始倚赖于网站的存在。这个思路其实和开源软件的思想也差不多，信息(代码)可以自由的分享，用户(开发者)又可以自由的反馈、编辑信息。
最后再说一个比较勉强的例子，那就是Google的搜索排名。一般来说，对类似内容的网址/网站，如果被别的网站链接的越多，那它的搜索排名就越高。这也就是基于人们不会无缘由的把一些网址列在网页上，在这一链接的过程中，人们已经注入了自己的判断和编辑力。如果能把人们的这份编辑劳动力汲取出来，并加以利用，就可以把最有用、相关的网站(也就是得到链接最多，最得到公认的内容)呈现给需要的人。Google显然就是在技术上首先实现了这一点，也就利用了”海选”的力量，使它的搜索结果十分出色。
如果要你创业，你会有怎样利用Crowdsourcing的想法呢？
¶
Posted 05 July 2009
† aries §
‡
注：如果没有兴趣阅读这篇文章，也一定请看文章中的视频。文中不少图片也截自该视频
想必大家可能都看到过Captcha或reCaptcha的字样，而且可能也都知道Captcha的作用。
其主要目的就是防止机器人恶意(当然善意的也不行)的在短时间内超强度访问网站(比如，在一定时间内频繁的使用Google搜索，具体的如这位同学试图利用Google Scholar统计论文引用次数而遭遇了麻烦)，或者不正当的侵占免费资源(比如，你想去craigslist上免费贴广告)，这种情况下，你就会被要求输入验证码或者被屏蔽。
对于平常不会去骚扰这些网站的同学们，自然觉得这是多此一举，而且带来了极大的不便。
Captcha的发明者，Luis von Ahn，也意识到了这个问题。但他自然不是想着去取消这项功能，而是想利用这似乎浪费的10－20秒时间去做有益的事情。这就诞生了reCAPTCHA。
reCAPTCHA的口号是Stop Spam, Read Books，它的基本想法就是把古时候照片影印的文档拿出来，取其中难以辨识的词让人们来帮助解读。而这些词之所以被定义为难以辨识，也正是对计算机而言。
比如上图中，影印的文档经OCR(Optical Character Recognition, 光学字符识别)后，仍然有不少词组难以识别，或者识别的词和原文没有关联。而对人们而言，至少还能多识别一些，也更容易猜对一些词。所以reCAPTCHA就把这些确信度不高的词搬到了网上，在需要注册用户，张贴广告的地方得到了采用, 比如 facebook.com, craigslist.org 等等。
但由于这些摘自影印书籍的词并没有确认的答案，所以大家往往会看到两个词，一个是已知答案的，另一个则是需要被识别的。只要输对已知答案的那个，就会被认为不是机器人。而另一个输入的词则会为数字化古籍作出贡献。
下面这两张是我最近使用craigslist的成果：
似乎还挺容易一眼就猜出哪个是已知的，哪个是扫描的。如果有意恶作剧的人们似乎就可以故意输对其中该输对的一个，然后把另一个词输成自己的名字之类，就可以名留青史。当然事实上是不行的，reCAPTCHA自然也会把这个相同的词分发给其他不同的人进行辨认，只有当达到一定数目，并且认同率高于一定值，这个词才会被认为是有效词。
最后一个小注释就是，这阶段这些需要被识别的词汇都来自纽约时报古籍版。
¶
Posted 05 July 2009
† aries §
‡
当初打算写这个搜索工具系列的时候，本来只是想涉及各个著名大搜索引擎下的一些工具，比如最近写的百度的阿拉丁项目，或者有可能谈一些专项的搜索，比如纽约时报的文章搜索，或者如何利用一些工具来开发一个小搜索引擎。但是最近WolframAlpha在IT博客中的引起了不小的热潮，甚至还被称为Google杀手（当然，似乎已有不少搜索引擎都获得过这个殊荣，但却没有完成使命）。我就决定把它做为这个搜索工具系列的第二个课题，看看它的杀手本色。
在介绍这个引擎之前，先来说一下Wolfram。可能不少同学都使用过或者听说过Mathematica，我曾经用过，忘了具体功能，但无疑可以写积分式，算矩阵，和MATLAB应该有一拼。当然尽管也很有搞笑意味的，Mathematica最近的官方博客出的帖子是说怎样利用Mathematica来进行Twitter，忍不住扯开一下话题，这一则说明Twitter如今是多么的红火，二则说明Mathematica的确也是多方面的工具(当然从我个人看来，这样杀鸡用牛刀的做法还是去评Ig Noble就行了)。不管怎样，这功能强大的Mathematica正是由Wolfram出品。
不知道你是否已经觉得奇怪，一个开发数学工具软件的，为什么会去开发和搜索相关的网站呢？其实正如他们看到Twitter如此红火，就要去做个开发一样，想必他们当初也是看着Google搜索那么赚钱，也去做了个开发，只是没想到花的时间长了些，到现在也还只能是”Launching Soon“。
上面这段自然是戏言，但Wolfram这回开发的这个Alpha引擎，的确感觉和计算关系很大，他们也并不同意把这个引擎称为搜索引擎，而是称为Computational Knowledge Engine (计算型知识引擎，或者计算型百科引擎)。那这个计算型知识引擎可以提供什么呢？它可以拥有着一些对大众开放的数据，然后来回答相关的问题，比如法国的GDP是多少，同时并得到历年的变化(从这一点而言，似乎百度阿拉丁也可以有同样的功能，但还远不如WolframAlpha)。它也将是科学家的好帮手，不仅拥有着各类常数，还能自动帮助换算，甚至还能提示化学方程式，只要你提问得当。下面就是Wolfram在哈佛做的一个演示：
WPvideo 1.10
说到提问得当，这儿得说一句。我们现在已经习惯的搜索基本上是关键词搜索，虽然有时候我们也试图会问一些整句的问题，比如“如何自制兰州拉面”，或者今天我试着搜”Where is my tax refund“。但必须原来的文章中出现了这样的字样，Google或者Baidu才能返回这样的结果。而不少下一代的搜索引擎都是在专注于怎样按人们语言交流的方式来进行问与答。这类引擎中，比较著名的有Powerset(已经被微软收购)，它不仅会分析文章的内容得出其中的信息，而且也会分析询问的语句，比如这个简单的问题”What’s the date today?”. WolframAlpha也会类似的分析提问语句来给出答案，但据已经试用过的用户报道，这方面的分析还有很多值得改进的地方。
总得来说，WolframAlpha将首先是一个很有用的学习及研究辅助的工具，尤其如它自称的，将是计算型百科全书；但对于大众，可能就目前而言，Google仍然会是首选，而当WolframAlpha能吸收更多的数据之后，相信它可以在非八卦性的内容搜索上一定会占有一席之地
¶
Posted 11 May 2009
† aries §
‡
早些时侯就已经听说百度正在进行一个新项目，称为”阿拉丁“，它的目标是能让用户们搜索“暗网“。用神灯来点燃暗网，似乎是一个很好的概念。(唯一我觉得奇怪的是，做为“百度”，怎么取名也更应该有中国的古典特色，“北斗”或者类似的似乎更合适些。“阿拉丁”这个名字似乎应该成为“阿里巴巴”的某个项目名称)
悄悄的，于上周，百度的阿拉丁项目已向公众开放，开始接纳“暗网”的数据，在百度搜索“人民币汇率”的第一个结果正是来自“阿拉丁”项目。
但什么是“暗网”，又有什么必要来搜索其中的内容呢？人民币汇率这个例子似乎说明了什么，但又很模糊。
今年二月份的时侯，纽约时报也曾发表文章来讨论Google也搜不了的角落，并把这些角落称之为”Deep Web”。这里面包含的内容可能是未曾公开的文档，但更多的可能是数据，随时随地不断更新而且产生着的数据，比如世界各地实时记录的天气情况；不断变化着股票或者汇率数据；貌似稳定而又可以适时更新的飞机时刻表，等等。这些都可以认为是”Deep Web”的一部份，我觉得也就是称之暗网的那部份。
但似乎这些并没有特别神奇之处，在Google或者百度上搜索天气，都会有相关的信息出现；Google甚至往往就在第一个结果处直接显示天气预报。但如果想问去年是什么时侯才出现30度的高温天气，无论Google或者才推出阿拉丁的百度都无法直接回答你这个问题，它们或者能把你指引到某个刚做了去年的天气统计研究的网页（并且极有可能那个“去年”并不是2008年），而如果搜索引擎存有着过往的天气信息，应该就比较容易来回答这个问题了。显然可以想象，如果这些数据都需要被存储，很可能谁也没能力办到。
另一方面，搜索引擎在过去的概念范畴里往往只是做为一个引路人，比如想搜索机票信息，百度会把你指引到携程。但如果比如各大航空公司都愿意提供机票数据给百度，百度就可以直接显示比如北京到上海的各个航空公司的飞机时刻及价钱，正如同上面显示“人民币汇率”一样，那用户们或者就可以直接一目了然的挑选一个航班，进入相应的航空公司进行购票。这样，搜索这一步就帮助完成了决策，那就可以跳过一些中间步骤，显然可以方便用户（当然也会损害已经在作特定领域数据的网站，比如各类机票比较网站）。
再回到百度阿拉丁这个项目，从其描述来看，似乎它目前并不去打算利用过往的信息。但是它开放了一个平台，让大家可以提供确切有效的信息。撇开机票、股票、天气这些受关注的信息不谈，理论上某个商店的货物储备，或者某个专家门诊的开放时间，都可以通过百度阿拉丁平台去展示，方便用户。从这意义上来说，百度阿拉丁是实实在在的迈出了搜索暗网的第一步。
¶
Posted 28 April 2009
† aries §
‡
上次说到给汽车空调加氟, 简单又易行, 这次就来个稍微难一点的—-换刹车片. 其实这次工作主要都是我老爸完成的, 尤其是中间碰到问题的时候, 本人主要起到了拍照的作用… Stone没法自我吹嘘, 所以过了这么多个月之后才到blog上写出来.
首先, 判断刹车片是否该换的依据是听声, 如果踩刹车的时候总能听到高音频的”金属尖叫声”, 就说明已经磨的差不多了. 这时候刹车仍然功能健全, 但如果一直这样下去的话, 几个月时候就不止是换刹车片这么简单的问题了. 另外一个方法是摸前轮钢圈, 如果只开了半小时车钢圈就很烫的话, 说明刹车片下面的弹簧弹不起来, 跟轮盘一直摩擦. 出现这种问题的原因是修车铺换刹车片的时候, 经常”忘记”换那个弹簧. 虽然不是什么大事, 但会增加油耗, 并减短刹车片寿命, 致使修车铺多一些生意.
然后, 开始准备工具. 主要需要完成两个方面的任务: 卸轮胎并支车, 这里需要长管的螺栓套口和简易千斤顶, 一般车上都自带这两样; 拆装刹车片, 需要新刹车片(包含弹簧), 7mm六角型螺丝刀, 螺丝刀延长杆和C型夹子(如图1所示). 特别需要说明的是, 7mm六角是专门为刹车片设计的, 一般工具箱里没有, AutoZone只卖两块钱, 套在任何延长杆上就可以了.
图1
工具准备齐全之后, 正式开始工作并不难. 先要找两块砖头塞在轮胎前后(非工作轮胎), 把轮胎上的螺丝松了, 但不取下来, 然后用千斤顶把车支起来, 最后再摘螺丝和轮胎. 先松螺丝后起千斤顶的原因是防止在捣鼓螺丝的时候用力过大, 把千斤顶带倒了, 因为车上自备的千斤顶比较很简陋, 很容易倒. 这时候看到的大概如图2的样子, [...]
¶
Posted 06 April 2009
† Stone §
‡
小编Stone已专门提起了Twitter，但显然一个热点话题需要一而再，再而三的重复炒作。尤其当你在火车上，听见几位邻座的老大妈都在谈论Twitter的时候；或者当你得知有人竟然会因为迷恋Twitter，而抛弃安妮斯顿(Jennifer Aniston)的时候，你也就更想来分享一下对Twitter的了解了。
首先，从一个高人一等的唬人的层次来探讨，Twitter属于社交网站中的一个崭新模型–不对称关系模型。想必大家对信息不对称Asymmetric Information都有所耳闻，经济学上与此相关的研究还曾被颁予诺贝尔奖。Twitter的不对称关系(Asymmetric Relationship)模型却也的的确确(不管有意或无意的)给它带来了疯狂的效应。如果你曾使用过Twitter，想必知道你可以选择关注某人的状态变换，却完全不需要要求对方对你也给予同样的关注。比如本一亩地如今就有不少跟随者，却没有任何跟随的人。大家可能就感觉到了这样的情况十分类似于偶像和粉丝的关系，这就是一种不对称关系。如果大家也是Facebook的用户，就会体会到最近的一次Facebook的改版，其实就是和Twitter的一个靠拢，其中加强的粉丝功能，就是把一个品牌或者偶像的状态完全广播到粉丝手里(如果你还从未成为任何人的粉丝，可以试试选择The New York Times来体验一下)。但在Facebook里更普通的关系(或者说Facebook的建立基础)则是对称关系，即你和我必须互为开放，而不存在某种状态来表达其实我根本无所谓你发生了甚么，而我又不好意思把你我间的渠道打断，从而导致你无从得到我的信息。其实这种互为朋友的对称关系无疑是一般社交网站的最基本关系，比如MSN/Live Space，或者LinkedIn等等。Twitter在这一模型上的与众不同可能就造就了它的成功。
其次，来八卦一下Twitter。
1), 又一位没读完大学的创始人: EVAN WILLIAMS，而且其实人家尽管对互联网毫无所知，但却相信互联网会是件大事（We didn’t know anything about the Internet, but I thought it was going to be a big deal）。而也正是这样的人物创办了Blogger，并成功出售给了Google。不出两年，又开创了Twitter，直到如今又成一创业奇迹
2), 惹大公司眼红，争相购买。先是Facebook欲以5亿美元购买Twitter，被拒绝。这一收购显然可以把Twitter的社交功能增强到Facebook中去，也让Facebook减少竞争对手，可是Twitter的CEO显然还有足够的底气撑过经济危机，也不稀罕那点钱。如今，传闻Google又将出手收购Twitter，据说一个原因是Twitter可以支持实时搜索功能，而这一功能将是Google永远难以比拟的(实时搜索指，比如最新的球赛信息或者细致到球场中的各种细节，或者如不可预料的突发性事件，如纽约市最近的坠机事件等等，只要有Twitter用户进行了相关报导，就往往可以第一时间出现在Twitter的搜索结果中)。其实新闻媒体类如果有实力就更应该来收购Twitter，这样就不愁总是有爆炸性新闻的报料了。
最后大概一提Twitter除了它的不对称模型外，还有一个必要的成功点就是和众多开发人员关系密切，而这一点就是靠提供完善的API(程序应用接口)来完成的。也正因为有了API，所以就有了诸多的Twitter客户端软件，比如TwitterFox, TweetDeck等等，当然还有我的Twitter Mood Reader
¶
Posted 05 April 2009
† aries §
‡