奧普拉的看法為什么會引起如此大的轟動效應呢？原因在于，對她的支持者來說，她的選擇會大大簡化消費者的決策過程，使他們免受信息爆炸帶來的困擾。如果你崇拜奧普拉，而且相信她的判斷，她就會成為一個社會認證的標志，幫助你解決生活中的某個決策難題。

如今，新的社會秩序會受到這些社會認證者的巨大影響，他們能夠完全控制人們對某個方面的顧慮（指幫助人們做出某方面的選擇）。明星、運動員以及各領域的資深人士，似乎都能滿足引爆信息瀑所需的臨界值。

那么，奧普拉的好評對Kindle閱讀器產(chǎn)生的影響有多大呢？在她做出評論之后，該產(chǎn)品在當年第4季度的銷售量迅速攀升至25萬多件，盡管那一年購物季的整體銷售情況非常慘淡。

奧普拉的評論引發(fā)產(chǎn)品銷售出現(xiàn)提升的現(xiàn)象被某些經(jīng)濟學家稱為收益遞增。曾在美國斯坦福大學任職的經(jīng)濟學家布萊恩·阿瑟認為，收益遞增是一種能導致提前實現(xiàn)未來發(fā)展的趨勢。他說：“使用你的產(chǎn)品的人數(shù)越多，你獲得的優(yōu)勢就越大。換句話說，你的基礎打得越扎實，未來的發(fā)展空間就越廣闊。”

在現(xiàn)實生活中，實現(xiàn)收益遞增的最佳案例經(jīng)常出現(xiàn)在計算機軟件行業(yè)中。對它們來說確實如此，前期建立起巨大的用戶基礎對后面的長期發(fā)展至關重要。例如，在過去20多年中，微軟在市場份額之爭中幾乎從未失敗過，即使其產(chǎn)品并非是最好的，但最終一樣能戰(zhàn)勝競爭對手。這是因為早在20世紀80年代，微軟就已經(jīng)為個人電腦的操作系統(tǒng)設定好了開發(fā)標準，從此便可以鎖定消費者，高枕無憂地發(fā)展幾十年?？梢?，收益遞增會為產(chǎn)品的知名度贏得更多的聲望。

智者千慮，必有一失

信噪比原本只是個電子工程術語，但現(xiàn)在已經(jīng)越來越多地用于描述人類每天接收的有用信息與無效數(shù)據(jù)的比例，其中的錯誤和無效信息必須加以處理。也就是說，如果把有用信息比作金子，那么我們每天都必須過濾掉大量的泥沙才能發(fā)現(xiàn)金子。當今社會的信息泛濫造成的結果是無用的泥沙越來越多，因此人們也越來越依賴于各種過濾器，標簽功能和智能引擎來檢索真正需要的信息。同時，我們也變得愈發(fā)依賴于值得信任者的推薦，而這些人主要來自我們所屬的社會群體內。

這些方式或許能幫我們解決問題，但它們同時也會造成信息選擇的狹隘化，即我們在消除噪聲的同時不可避免地也會縮小有效信號的范圍。使用此類處理機制存在一定的風險。用工程術語來講就是，縮小信息選擇的“刻度值”（指搜索范圍精密化）可能造成路徑依賴pathdependence，也稱路徑依賴性，指一旦人們做了某種選擇，就好比走上了一條不歸之路，慣性的力量會使這一選擇不斷自我強化，并讓你無法逃離。和鎖定效應Lockin，在行為心理學中，人們把一旦形成行為規(guī)劃就很難改變這種規(guī)則的現(xiàn)象，稱之為路徑鎖定效應（由斯坦福大學經(jīng)濟與人口學教授布萊恩·阿瑟提出），簡稱鎖定效應。

，從而“一葉障目，不見泰山”，無法做出合理的選擇。在這種情況下，我們別無選擇，只能追隨大多數(shù)人的選擇。在現(xiàn)實生活中，上面提到的處理機制幾乎隨處可見。當我們使用新的搜索引擎，依賴標簽進行分眾分類，或是向社會群體中的其他成員尋求建議時，我們都是在有意識地縮小自己的世界觀，有意識地忽略與我們觀點相反的事實。為了更好地消除噪聲，我們不得不承擔這種損失——即有用信號的減少和對新的重要信息的限制。這就表明，我們根本無法獲得反向觀點或其他見解，只能盲目地跟著眾人選擇的方向前行。

實際上，就連意志最堅定的個人主義者往往也要屈從于網(wǎng)絡的依從度冪律PowerLaws，所謂冪律，是說節(jié)點具有的連線數(shù)和這樣的節(jié)點數(shù)目乘積是一個定值，也就是幾何平均是定值?？死锼埂ぐ驳律摹伴L尾理論”即是冪律的口語化表達。

。我們每天接觸到的新聞幾乎全都是流行度競賽的產(chǎn)物，在這種競賽中新聞的社會資本完全按照個人喜好進行排列（指每個人喜歡瀏覽的新聞內容不同，同樣的新聞對不同的人有不同的價值）。還記得我們在第2章談到的社會資本衡量嗎？Delicious、Technorati、Digg和StumbleUpon等網(wǎng)站全都提供類似的服務。按照不同偏好對最流行的網(wǎng)站或鏈接進行排名，它們提供的完全是一種群體化的觀察結果。其實，即使你在網(wǎng)絡上進行搜索，反饋回來的結果也全都是經(jīng)過系統(tǒng)運算法則不斷調整后的數(shù)據(jù)，目的是為了在最流行的內容中進行選擇（內容是否流行由導入鏈接數(shù)量和流量決定，或者通過其他方式驗證內容的關聯(lián)度）。

搜索引擎的出現(xiàn)已經(jīng)對互聯(lián)網(wǎng)的發(fā)展造成了普遍而深入的影響。根據(jù)其運算法則和內容交付的格式來判斷，我們發(fā)現(xiàn)常見的搜索引擎都會把用戶的注意力集中到規(guī)模很小的一部分“明星主頁”上。當用戶在這些排名度居前的網(wǎng)頁中瀏覽時，只會導致這些網(wǎng)站的排名更加靠前，使它們的地位更加穩(wěn)固。最終，當這些明星網(wǎng)站能聚集數(shù)量穩(wěn)定的鏈接時（哪怕此時其觀點有失公正或完全錯誤），這種正向循環(huán)模式就會固定下來。

網(wǎng)絡本身也受冪律的影響。研究人員經(jīng)過測算發(fā)現(xiàn)網(wǎng)絡之間會形成一個有序的進程，在此進程內，新的節(jié)點可以進入并選擇和哪些節(jié)點進行連接。當新節(jié)點偏向于和那些連接數(shù)量最多的節(jié)點建立連接時，就會形成擇優(yōu)連接的現(xiàn)象，這種現(xiàn)象不斷產(chǎn)生就會引發(fā)雪球效應。的確，即使是現(xiàn)實生活中的很多數(shù)據(jù)，如財富的分布，地震規(guī)模以及計算機網(wǎng)絡的連接數(shù)量，也會呈現(xiàn)出冪律分布的特征，而不是理想狀態(tài)下的鐘形曲線。這種“富者更富”的效應意味著某些網(wǎng)絡節(jié)點會擁有比別的節(jié)點多得多的連接——反過來，這種情況又會吸引更多的用戶連接。于是，雪球效應便誕生了。

擇優(yōu)連接現(xiàn)象每天都在左右著博客世界。當最流行的信息被推上Digg和Reddit等網(wǎng)站的新聞排行榜，或是在格林·雷諾仕、馬特·德拉吉或德魯·柯蒂斯等名人的博客中分享時，就會吸引更多的人閱讀、下載和傳播，從而使這些信息變得更加流行。因此，冪律作用對個人喜好的影響會為群體行為提供良好的生存環(huán)境。

正如前面所講的那樣，當置身于充滿不確定因素的環(huán)境中時，人們總是從群體其他成員那里尋求線索或暗示。我們常常會假定其他人，如明星、富有者、學者、知名博客等，在面對同樣的情況時要比我們擁有更多的知識和對策，因此便直接向他們尋求解決方案。但奇怪的是，當這種方式被成功應用的次數(shù)越多，則其失效時人們就越有可能拼命去追隨。