“只有在公司发言人描述成功时，才会说产品从理念到执行一帆风顺。”有时候我们会简单地认为，了解某项成功产品的运行原理，就等于知道了它成功的原因，然而这种逆向工程分析忽略了科技在发展过程中遇到的各种意外因素——放弃的发展道路，某项功能背后不同寻常的故事，功能和产品演绎过程，随意做出的决策，以及低谷和失败时期。它能告诉我们产品背后的技术原理，而非设计哲学和打造过程。Nick Seaver 为我们讲述了一些他对逆向工程的思考—— 2014 新年伊始，The Atlantic 网站增加了一项新功能：电影微风格生成器，该功能来源于编辑亚历克西·马德里加尔（Alexis Madrigal）对 Netflix 电影分类算法的逆向工程。
Netflix 开发了一套给电影添加标签的系统（“altgenres”），它能够整合电影的各个标签，为用户提供细致的电影分类名，比如：令人动情的·运动题材·独立电影，上世纪三十年代出品的·谍战题材的·动作冒险影视剧，上世纪七十年代出品的·在欧洲拍摄的·令人伤感的·故事片，视觉震撼的·国外的·怀旧剧……等等。 有时候这些分类会准确得有种荒谬感，光是看它们就是一种独特的乐趣，它们让人怀念早期的互联网目录和 Usenet 新闻组，当时，有人说互联网会变成一个希尔伯特旅馆，为任何能够想象到的内容提供空间。 Netflix 这些分类名引起了编辑马德里加尔注意，他设法抓取了所有分类名。获取工作从 2013 年底开始进行，光是用脚本读网站上的分类信息和生成文件就耗费了超过 24 个小时，最终统计结果是，Netflix 共有 76897 种“微风格”。显然，这些微风格是通过某种未曾见过的算法生成的。 马德里加尔对算法非常好奇：它们是怎么生成微风格的？生成过程中有什么普遍要遵守规律吗？为什么效果那么好，最终整合的结果会显得合理、具体而且贴切？ 他开始进行语料分析，并采访了 altgenres 系统设计者，最后他将分析结果写成了一篇文章，此文堪称当代网络新闻典范，由多人协作编写，有干货有深度，长达 5000 多词，文章不仅描写了（按流量排行）最大的网络公司之一 Netflix 的关键系统运行原理，还反应了人与机器是怎样打交道的。文章开头嵌入了由马德里加尔和佐治亚理工学院教授伊安·博古斯特（Ian Bogost）共同编写的微风格生成器，接下来的内容是他兴趣产生、获取数据、分析和最终得出结论的整个过程。 作为一个参与了过滤算法系统研究项目的人，我非常感兴趣人们心中 Netflix 地位如何，这家公司成功地将科技实践与文化相结合。大众通常认为这两者是不兼容的：软件工程注重的是普遍规律，比如运行效率、合理性、算法，文化则是主观而具体的东西，比如个人喜好、创造力和艺术表达。大众自然就觉得，科技和文化走不到一起，工程师涉足文化必然会搞糟。路透社专栏博客作者菲利克斯·萨尔蒙（Felix Salmon）抱怨道，马德里加尔的微风格生成器“把那些不可言喻的事物给系统化了”。 尽管软件工程行业有着这样糟糕的名声，我们还是发现，科技和文化正渐渐交织在一起。Netflix 这样文化向的软件公司就是一例，还有许多其他例子，就电影行业来说，电影这种文化形式依赖着一整套复杂的高科技设备，摄像头、视频编辑设备、数字电影分发系统等等，这一整套实用科技的产生，也离不开电影产业的需求和影响。可以这么说，科技的直率和文化的随性使两者交融在一起。 这一事实，使得我们更难讨论科技与文化之间的联系，有人会认为科技对文化是一种入侵：“这些定量分析者和定性分析者，简直捞过界了啊！我们所敏感的人文情怀，居然要被技术名词表示了吗！”倘若两者事实上已经混合在一起了，那这种小资感叹也就不成立了：定性分析者不也是在表达自己关于文化的意见吗？定量分析者开发的工具也不会妨碍任何人表达自己情绪啊？ |
