题记：「本文参与 少数派 2016 年度征文 」
摘要：本文主要介绍我对「量化自我」的认知和方法论。首先介绍我主要关心的参数，包括身体数据、时间流逝和日常消耗。接下来介绍被动和主动记录法，其中前者更容易实现，而主动记录需要较强的自控力。最后是介绍对这些量化数据的使用，只有能够进行自我纠正的记录才是有效记录。而为什么是生活的 Curator 2.0 呢，因为2016年伊始，我写了一篇稚嫩的做生活的 Curator，当时还没有彻底搞清「量化自我」的行为，只是简单的罗列数据。而在2017年元旦希望用此文记录我对「量化自我」新的认知和方法论。
Quantified self is self-knowledge through self-tracking with technology.
量化自我是一种生活方式，它跟「随性」的人生态度是对立的。举个例子，一种人出门旅游会像这样做好规划，细致到地址、门票等信息的搜集和整理。
我就是这样的人，而且会在当日结束之后 Review 一遍，根据当地的天气等外界因素即时修改后面的计划，这是一种对行程的「把控」。而「量化自我」则是对自己的「把控」，是用现有的技术将自己的行为量化为每一个数字，再进行自我纠正的过程，而且只有能够进行自我纠正的记录才是有效记录。
我进行自我量化希望达到的目标有：
所以根据我的目标，我提出以下几种量化行为。
第一个方面是关于身体的记录。每个人都有体检的经验，测量不同的项目得到不同的数据，这是最简单的量化自我的方式，也就是定期记录体重、身高、年龄、血压等身体参数。借助 Watch 可以获得更高级的参数，诸如心率、睡眠时间和每天行走的步数，但这依然是最基础的信息。这样的身体参数可分为下面两类：
它表现为「值」，是每一个单一数据，比如一次运动消耗了多少卡路里。从这样的数据可以获得特定时间点的表现。比如从 Gyroscope 提取的某次心率表现：
追踪心率，将心率维持在一定水平可以帮助减脂。
它表现为「趋势」，是将数据随着时间轴变化的过程，比如一个月的体重起伏。从这样的数据可以获得长期的变化趋势。比如从 Gyroscope 提取的接近三个月的体重参数：
总结来说，静态记录的是离散的值，而大量的值会拟合成曲线。我比较关注斜率这个参数。斜率的物理意义很丰富，它表示Y轴参数随X轴参数的变化趋势，比如在位移-时间曲线中，斜率代表速度；而速度-时间曲线中，斜率则代表加速度。从曲线中获得斜率这样的趋势，可以引导自己作出修正。
第二个方面是关于时间流逝的记录。这两天在加州自驾，Google Maps 会预估行驶时间，也将堵车等因素考虑在内。这就是一个很好的量化行为。试想你的目的地，比如 Disneyland，早晨八点开园，你从 Hollywood 七点出发的话，应该可以在开园之前抵达酒店 Check in 并且坐 shuttle 在开园前五分钟安检，然后做好冲进去抢 Fastpass 的准备。这一切都基于对时间的掌控，Google Maps 能做的除了导航还有对路面其他人的时间的掌控。而作为主体，我们也应该了解每天24小时的分配情况。从最基本的路上通勤时间，到准备一个每周汇报的时间，再到对 co-worker 时间的初步掌握，都是一个需要了解的过程。
我觉得有效率的时间分为两部分：
这是除了睡觉你每天花时间最多的地方，基本上说就是专业工作。很多人推崇25分钟的番茄时间，这点的本质：「不应该用整段时间写一篇文章，而是将他们分成小段时间的任务来完成」是很正确的。但并不适合我，我有灵感开始工作的时候，是以阶段性来划分时间的，比如「达成后奖励机制」，就是类似「完成一个小目标」而不是「25分钟」，而完成这样的小目标后给自己一点奖励时间，比如跳绳100下。我们实验室每周的报告有固定的汇报格式，我一般花10分钟就可以把上周的安排和下周的内容填写进去，而在开会前半小时内一定能完成。所以了解自己完成每个小项目的时间有助于提高效率。
碎片时间往往也占据了很大的部分，我的碎片时间主要为通勤和有氧运动。我并不是提倡大家在有氧运动的同时看学术文章（我在 Stanford 的健身房真的看到这样的人）。而是我们应该学会预测碎片时间，并且好好利用。比如，我会记录从家里到 Philz Coffee 需要3分钟，等待制作的咖啡需要3分钟，而每天早晨的第一班班车是8:18分，所以我在八点出门是完全足够，还能看几页 Kindle。
第三个方面是关于耗材的记录。美国人不习惯便利店，而是用光食材和日用品后一次性大量屯货，如此循环。我不是很认同这样的做法，因为很容易养成「屯货」的坏习惯，而我在国内的时候一直是「断舍离」的拥趸。但不得不说确实比较节省时间。所以一直在「断舍离」和「屯货」之间作出平衡，那就是：记录日常消耗品的使用周期。
哪些是日常消耗品呢，比如牙膏这样购买周期较长的物品；还有比如食材这样最好保持新鲜所以购买周期较短的物品。现在每次购物会列一个购物清单，往往它是随意的也经常漏掉几项。所以我觉得应该根据同样的消耗周期决定每次的购物清单，有点类似流水线可以节省时间的概念。
记录过程是关键的一步，我把它分为被动和主动记录。
这类 App 以 Gyroscope 的颜值和易用性为最佳。而其中最傻瓜的就是系统自带 Activity：
但，这些圈圈能说明的内容太少。后来看见少数派的文章：了解你自己，从知道每天走了多少步、盯着电脑多久开始：Gyroscope。试用了一阵之后果断订阅 Pro，它的本质是一个处理数据和整合的应用而不是追踪应用，所以它们声称不会获取用户隐私。Gyroscope 接入 Moves 的地点和旅行信息，Rescue Time 的时间流逝信息，健康手环类信息和社交信息。
最近 Gyroscope 升级之后，能测量的参数有：
另外上面两幅关于心率值和体重趋势的图也出自该应用。 它的内容之丰富，我甚至可以将它当作半个游记记录应用，因为调用 Moves 的数据，Gyroscope 会跟踪每天你停留的地方，并且生成每周和每月的图片式的报告：
除了移动端在网页端也可以浏览你的信息：
刚刚提到它调用 Rescue Time 的数据记录时间流逝。你可以在 Rescue Time 设置你自己的效率类网址和应用，在 Gyroscope 里用绿色表示；而相反地用红色表示非效率时间段和应用，这篇图里 iA Writer 和 MindNode 为效率应用，而 Sspai 和 Reeder 为非效率类。你若是想提高效率就要告诉自己努力提高绿色部分。
总结来说，Gyroscope是适合大多数人的后台自动记录的应用。它的学习成本是第一次设置，因为需要链接其他服务，但此后是一劳永逸。
Day One 是一个日记应用，一次无意中在 Day one 的Templates 页面发现 Launch Center Pro / Workflow / TextExpander 的模板，这三个应用熟练掌握其中一个在我看来就是 Power User 了，当时对 Workflow 的兴趣正浓，就打开了最吸引我的「Morning Journal」，文中说道利用 Workflow 和 Day One 可以半自动化地生成固定模板格式的日记，日记包含四点：
- 下载每日「心灵鸡汤」，也可以用任何 RSS 地址替换
- 追踪当天日历
- 问自己两个「鸡汤问题」，例如「今天我有什么计划」和「今天过得怎么样」
- 以标准 Markdown 语言将他们合并在一起生成日历存进 Day One
还有一个问题就是每天记不住使用这个 workflow 怎么办，解决方案之一是让 Siri 提醒或者添加一个 daily reminder。
上述制作的单篇日记界面如下：
我根据自己的需要将上面的 Workflow 修改为 Losing Weight Journal：
我的工作流为：
它输出的内容在 Day One 里呈现如下：
将自己想像成机器，你的每一个动作变成下意识的时候，那就是对时间最大化的利用。总结来说，这是针对自己某个项目进行的主动记录方式，大家完全可以订制自己的项目，稍微修改一下 Workflow 即可。这项记录法针对某个项目，因为输出的是一整本关于该项目的 Report。
上一小结是针对一个项目，它每天的记录都不一样，而针对「日常消耗」这样几乎是定量的记录，最简单的是首先根据经验列一个这样的表格：
它的特点是：只需要记录一次。所以我习惯将他们汇总在一个表格里面，每当量化一个新的物品消耗周期后添加一列表格。
最后根据同样的周期筛选可以同时购买的物品，在 Amazon 一键下单即可。对这些没什么必要（对我来说）一直尝试的事情，就不必多废脑筋。坐标湾区更方便的还有 Amazon Fresh， 它是一种生鲜电商，如果你信任自动上门的生鲜产品而不喜欢自己去超市挑选的话，是一个很好的选择。在快递服务差到死的美国，Amazon Fresh 就是清流了，它承诺：上午10点前下单晚饭时间即可送达，晚上10点前下单第二天早饭时间即可送达，且作为 Amazon Prime 的用户可享用免费送货上门服务。
以上三个记录是我最关心的，除此之外还有一些其他的思考，希望给大家提供一些思路。
在 如何记一手明白账 里说得已经很清楚，我就是按照主播们的方法进行的。
在 CheckedFM 「如果足够方便的话，我愿意记录我的一切。」里，主播们分享了两个记录时间的应用：
稍作比较，我更倾向用脑力预估工作的时间，毕竟是自己最擅长的领域，而像 Hours 这样主动记录的应用会造成一些干扰，比如工作一半想起来忘记开始了。再看文章开头引文：「Quantified self is self-knowledge through self-tracking with technology. 」，狭义上大家可能会认为只有用电子产品记录的才是量化自我，而我认为量化自我就是将自己当成机器，量化行为然后无需废话坚决执行。所以我认为「脑力记忆」也是technology。
我也尝试过很多纷繁的睡眠应用。特别在刚买 Watch 的时候戴着睡觉了一周，配合 Sleep++ 检测睡眠时间和睡眠质量。但是那一周我的睡眠是最差的，因为我一直在想着「睡眠质量」这个问题。就好比，现在我要你不去想一只恐龙。是不是你已经开始想一只庞大的恐龙甚至霸王龙了？最近，Hum 的文章 AutoSleep，苹果生态下完全自动统计睡眠的尝试也让我决定再尝试一下戴着手表睡觉，深度挖掘自己没有极限。再顺便提一下 Gyroscope：
它也可以通过 HealthKit 获取睡眠数据。这个没有什么反馈的记录用处不大，还记得文章开头我说：「只有能够进行自我纠正的记录才是有效记录。」事实上，睡眠不是自己能控制的，除了早点上床不玩手机之外，你什么都做不了，所以我觉得对我来说就是看看而已。
现在，我们有了这些数据，最重要的是如何进行自我纠正。人体属于负反馈系统，而量化自我属于正反馈系统。发出一个记录的动作信号，接着被呈现为任何形式的反馈，获得反馈之后就知道下次该从哪里改进，接着如此重复，类似于数学中的「迭代算法」。所以 Review 的重点是记录的数据要足够精细和图表要足够易读。下面我举例说明「自省」的部分。
Gyroscope 生成的睡眠记录如下图：
图表说明了十二月份平均每天7.8小时的睡眠，就像上文所说：睡眠不是自己能控制的，除了早点上床不玩手机之外，你什么都做不了，所以我觉得对我来说就是看看而已。或者说继续保持，不用做太多变化。
图表说明了这个月在 Youtube 花的时间最多，当然我有一遍写报告一遍听 Youtube 的习惯。第二项 Spyder 是 Python 编辑器。第三名 iA writer 是在写文章。确实每天刷微博的时间占了很多，表示确实花了太多时间在微博网页版和客户端上。当然有些人会说：
我自己就知道花在游戏上的时间很多，可我就是改不过来。你量化了也没啥效果啊
我是这样想的，首先不量化就只是一个感性的认识，量化自我是帮助你了解你到底花了几个小时玩游戏，还有图表中红色的 RED ALERT 还是会在心里起到警示作用的，不然路上的 Stop Sign 为什么要是红色呢？我觉得只要保持记录的惯性（而且被动记录法根本无需做什么，只要认真 Review 即可），就会提高效率，哪怕比上周少一个小时就是进步。
图表左边每个小泡泡标注了当日步数记录，左下角为日均步数，右边是去过的地点：
这个月比较特殊，后半月都在外面玩，所以步数比较夸张。有人说每天保持一万步就比较健康，所以可以提醒自己达到目标。
上文提到我用 Workflow 将每天的健身数据记录在 Day One 里，Day One 有导出整本日志的功能，所以我将它们汇成了一本 Report 放在了我的个人博客：100天系列-健身。在本篇博文中，你不但能看到接近三个月的健身记录，还能看见我这三个月的私教课程。最近我也将文档打出来，按照上面的食物和健身项目进行又一轮的健身。
刚开始制作「日常消耗周期」的表格可能不太容易，但当在同一个地方生活几个月后，应该对自己的日常消耗有很好的了解，不断修改那这个表格最终会趋于稳定，也就越节省时间。就像高速公路上相对静止的汽车，保持生活的惯性就比较不费脑力。
想要改变坏习惯就必须知道哪里有问题，Review 的部分我笔墨不多，因为思路是一样的：找到适合自己的效率轨迹，找到偏离轨道的部分，接着进行修正。
容易开始「量化自我」的应该是生活有一定规律性且拥有较强「自控力」的一群人。它更多的是关于「整理生活」这样一个议题。圣诞节前夕参加了学校 Behavioral Lab 的 Walking Study 带手环十天记步数，问戴上手环觉得自己能不能完成每天一万步的目标，应该是调查「激励对行为的刺激」这么一个研究。研究确实不错，但是调查设备是那种打一下午麻将就一万步的手环，最后反馈数据的时候我也把 Gyroscope 的数据报给了 Lab，结果比这个手环少了将近两万步，误差率达16.67%。一万步或者 5km 对我来说已经是很简单的事，这也是基于对自己身体的了解，我还知道跑步 5km 基本上需要 38 分钟左右消耗大约 350 卡，这样我就能合理地安排时间和当天晚餐的卡路里。
说实话，写完标题后觉得野心太大能力不够，量化自我属于一门学问，不是一篇文章就能做好的，但还是希望这篇文章能给大家提供一个思路，关于平衡生活的思路。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。