爱华网要搞清楚“如何在2.0的架构里消费信息”这样一个问题，就要先看一看在2.0之前信息消费是怎么回事。其实网络上的字节本就是信息，互联网本就是媒体，说消费信息的方式也会触及互联网的本质。
互联网到今天大致有三个时代。
第一个时代，整合。集大成者Yahoo/新浪。信息查询方式是目录式的，逐级细分，跟在传统图书馆找一本书差不多。
因此其盈利方式大都是CPM，照搬传统广告方式。或向发表信息方收张贴费，与传统方式无异。革新之处在于，阅读的时间和空间限制降低，导致眼球量激增。
第二个时代，搜索。上网的信息越来越多，目录式管理难当大任，搜索登场开始重构互联网资讯。信息查询方式是直接到达。集大成者是Google.
盈利方式是AdWords，命中率更高的一对一广告方式。革新之处在于激活了长尾，像AdSense这样的杀手应用令全网络的资讯皆能产生价值。
第三个时代，社交网络，正扑面而来。当搜索算法已把单纯的信息本身的匹配做到极致，人开始登场了。人际交互将再次重构互联网信息。信息的查询方式是以人际为传输渠道，每点资讯都附加了人的意义。人越真实，越有价值。
构建出最有生命力的人际网络是Facebook.盈利方式比如Beacon，含有人际推荐含义的广告形式。革新之处在于，使每个人的每次行动这个信息本身都有商业价值，或者是广告，或者是其它。
谈到人际交互将再次重构互联网信息，先看看两大实名社交网络：LinkedIn和Facebook的尝试。
LinkedIn会根据你所在的行业和你朋友的阅读偏好给你提供相应的新闻。根据你所在的行业提供新闻，大体还是关键词搜索完成的；根据你朋友的阅读偏好提供新闻，这就是人际交互实现的。
LinkedIn和商业周刊的合作是：当你阅读商周新闻的时候，能知道所读到的每一家公司里有哪些人是你在LinkedIn上的朋友；所读到的每一个人，你就知道可以通过LinkedIn里的哪些朋友到达这个人。
所谓重构，就是所有的信息，都被赋予了人的含义。LinkedIn选择的方式，是自身的人际体系去与商业周刊这样的外部系统嫁接。在我看来，可以定义为机械型的重构。而Facebook做的不太一样。
Facebook上有这样几点含有深意：
第一，NewsFeed.你的朋友每天做了什么，这些动作本身，不同于以往的新闻和资讯性质的新性质的信息，会自动提交到你面前。这是信息消费的一大步革新。这会导致信息量再一次激增。
第二，几乎所有已经存在的网络应用，都被嫁接进来，并被辅之以在朋友间分享和交流的功能。比如BlogFriend，就是把博客搜索嵌入。MyBlog，自动引入在其它地方的博文。LeapTag，按关键词推送新闻。ShopIt，开设网店。几乎所有强者也都把自己的应用嫁接进来：YahooStocks/GoogleNews/LinkedInContacts/Twitter/iTunes.
当然，这些东西都跟LinkedIn做的事情属同一层次，偏机械。
第三，很多社交性很强的应用，是要基于一个成熟的SN才方便开展的。比如Testimonials，请朋友给你打分点评，构成推荐体系。Hobnob，向外界传达一个诉求或一个问题，通过人际关系拓展。Wikimono，朋友间协作完成一个项目。
如上的大部分功能都是通过Widget实现的。
在回到“如何在Facebook的架构里消费信息”这个问题之前，先考虑一个我认为很相关的问题：Widget为什么到来？为什么像Facebook这样的大户容忍Widget分享自己的数据和用户？
因为生活本身是无比丰富的，在线生活的开始使互联网由标准化进入到个性化，这就是Facebook们在干的事情。一个公司一套班子很难满足个性化和现实化的海量需求，所以号召大家一起上。
但为什么Facebook会放心把数据和用户开放给第三方？推理可能是：这些开放的数据和用户信息不是Facebook未来的核心，所以它不担心。它的核心会是什么？我认为是人与人交错联系在一起的这个底层系统，以及每两个人之间在不同维度（比如学识，性格，相貌，职业等等等）上的亲疏远近，这是一个多维的无比复杂的一个图。这个图客观存在，以前只有上帝知道，现在，Facebook可能通过运算几千万用户的网上活动来一点点还原这幅图。
在上面跑的应用越多，生活的原貌越逼真，还原这幅图的可能性就越大，而难度也越大。在上面跑的应用越多，想通过其中一种或者几种应用的分析还原这幅图的可能性也就越小。
现在我觉得可以尝试为开头的问题做回答：
如果把信息定义成狭义的，即传统的新闻和资讯，那在2.0的架构和流程里消费信息无非遵照两个原则：第一，一个信息是否应该被阅读，取决于一套算法，这套算法综合进你和相关朋友的参数，比如职业，公司，状态，年龄，以及读过什么，评过什么，交过什么朋友，参加过什么活动，等等等。这个相对简单。
第二，信息消费无处不在。就是在社交网络的人际交互链条上的任何合适点，都可以消费信息。举两个简单的应用，今天A朋友请你帮忙推荐个人加入他的公司，那么自动推送A朋友所在公司的相关新闻。你今天看了一个电影，那么自动推送相关论坛里对该电影最切合你口味的评论，以及其它看了该电影的可能和你相似的人。
如果把信息定义成广义的，包括每个人的每个行动，那在facebook的架构里消费信息就是一个空前空白和空前庞杂的课题。你的某朋友Y，它应该出现在你的朋友列表第几位？有个陌生人，它最有可能成为你的好朋友；另一个陌生人，它最有可能成为你的结婚对象；想认识他们吗？同学A在X网站看了一篇文章并且参与了激烈争论，这一信息应该被同学A的100个朋友中的哪些人获悉？并且这条信息应该出现在当天同学B的待浏览信息库里的第几条？
不能小看这些东西，比如若能通过人的网上活动检测出谁是最适合你的结婚对象，那现在的这些本质上就是名录列表的婚恋网站通通靠边站。就凭一个人写的两句交友箴言或者喜欢什么电影，如何能鉴别清楚这个人？还是要用QQ聊，吃饭、泡吧，慢慢了解。
如能回答这些问题，那么就为浩如烟海的人类网上活动信息构建了一套识别系统。其意义有如Google之于汗牛充栋的网页。差别在于，后者是冷的，死的，前者是热的，活的。其实归根结底还是一套算法，一种解决方案，当然不再只是工程师对字节的分析这么单纯，而要添加入对人的理解，对人际交互的跟踪，对社会网络的分析。
而要完成这一宏愿，对三个方面的要求应该是非常之高。即对海量数据的处理技术，对人际交互的社会学理解，以及把信息和人这二者结合起来的进化逻辑。
正巧前一段号称“QQ跟Facebook是殊途同归”的马化腾，透露的信息正好为如上三点做下注脚：第一，腾讯很早就成立研究院进行基础研究，其中包括数据的挖掘与分析。第二，QQ要为用户提供结构化的管理工具，把错综复杂的社交关系、社交属性串起来，达到多维和互动的管理。第三，要根据人的年龄、性别、兴趣等不同类型建立分众式的数据库，并且打通形成一个超级数据库。
