我是多久不座公交车，上车十元，一票制，刷了不退。问题是哥就座三站地啊……记住这是e3，e3，深圳公交e3……千万别随便座这种冤大头的车！

假设数据是：A到Z的26个单词。

我们假定这样的组合

A+B+E=开心的故事
B+E+F+Z=恐怖的故事
M+L=伤心的故事……

而人在做洞察的时候，是尽可能从A到Z中想象故事，或是用之前的经验来套出一个故事。

而洞察往往是惊喜的，WOW的那一种，就是说出来后你会觉得还可以这样啊，原来这也可以我怎么没想到的那种……

如果我们洞察是这样的情况（假设这是一种洞察），现在调整一下方式，用算法来跑。

即：

用算法跑A和Z，让算法把A和Z之间建立联接，也就是让算法“讲故事”（这样好理解）

然后A到Z总可以跑出很多的“故事”，开始穷举，并列出无数个可能的“故事”。

然后去掉一些“故事”，把那些没有出现过的，权重低的，特别有意思的，原来还可以这样的……“故事”提出来。

这样就可以减少到一定的数量的“故事”。

这样的故事，或许就是真正接近洞察的故事。

也就是说：

用算法统计现有数据的关键词，把他们编成一个一个的故事。

把这些故事和数据对比，之前出现过的，权重降低。

之前没有出现过的故事，权重加高。

这样就可以得到洞察了。

举例：

数据：我，苹果，吃，校长，开车，送。

正常的人观察：校长开车送我吃苹果。

算法来做洞察：我开苹果车送校长吃。

听闻群里的一个朋友刚刚脱单，还是挺开心的。没想到一个小小的社群为普通人带来了连接，并影响了一些人，甚感荣幸。做一件小事很普通，但后续的影响是不可估量的。

再见了，第三个包包。

学习一门外语的最的大价值，是能把我们习得的信息叠加复用，进而扩大我们个体的认知边界。你会发现这世界竞争和决策，其实都是信息之间的博弈。你的信息越优质，你的认知越深入，你做出来的决策就对你越有利。