我劝你谨言慎行。

最近这句话又开始缭绕在我的心头。尽管我完全可以简单地扔一句「圈子越大，神人越多；圈子越小，神人越神」然后继续该干啥干啥，但是这一次我却觉得有点小小的心酸。或许是因为在对方身上看到了自己的影子，看到了那个贪多嚼不烂的自己；看到了那个渴望得到认可的自己；看到了那个想要成为学者的自己；看到了那个被批得血淋淋的自己；看到了那个灰心丧气的自己。

疼么？也许吧，但这也是过程的一部分。也许后面会做得更好，也许后面会识趣地沉默。沉默也许是一种最省事的方法：它不会带来不必要的关注，而且也不需要我再花费更多精力想办法让自己被看见。但选择了沉默，也就选择了消沉。我想给过去的那个自己一个交代。

任何尝试过整理资料的人都会明白这绝非喝茶看报那样的闲情逸事；而编译资料则更需要投入。本就小众的选题，加上本就匮乏的资料，又让这默默付出多了一份辛劳。

但世界并不关心你的苦劳。残忍地说，世界并没有任何义务来关心你的苦劳。世界只关心你的工作的最终产物。这种纯粹的结果导向会产生这样一个问题：

是否应该认为所有公开发表的数据都要经得起检验和批评？

这里的「数据」并不单单指代表格或者数据库条目，它指代广义上的信息——这篇博文就是一种数据；一条短视频也是一种数据；一段播客也是一种数据；它也并不仅仅局限于电子信息，一本书、一幅画、一张照片，都是数据。之所以不直接称之为信息，是因为我认为数据是一种客观存在而信息是主观的产物：数据只有经过解读之后才会成为信息。

这个问题，从理工科背景似乎很容易回答：「是」，那不然呢？

有了数据，便会有解读数据的方法。

数据自离开作者的手时，其解释的权利就几乎毫无保留地交给了读者。而读者会以不同的方式去解读相同的数据，进而得出不同的结论。一份「结构完好」的数据，理应得到大差不差的解读结果；然而在解读过程中，我们相当容易引入非理性的因素，进而产生一些新的解读。我需要强调一下「非理性」并不是一件坏事：有时我们必须引入非理性的因素才能解读数据，比如自身的生活经验就是一种非理性的因素。

这些新的解读可能与作者在构建数据时的意图正交。「草鱼的眼里闪过诡异的光」，到底是什么意思？它不是一份实验报告、不是一份专利说明、不是一份操作手册、不是一份项目申请、不是一本干到啃不动的教科书，它不是一份可以通过机械的理性来理解的数据——机械的理性会告诉你草鱼的眼睛是无法发光的，结合当时的环境描写，鱼的眼睛或许是反射了火光，而火光的飘忽不定或许贡献了「闪过」和「诡异」。

但作者在写这一部分的时候，或许压根就不是这样考虑的。你我作为杀出 K-12 教育血海的人，就算再厌恶语文，就算再对文字不感冒，也会有一种「应该另有所指」直觉。可是指什么呢？我没有答案，因为我从没有经历过故事中描写的物质的贫乏，所以我无法从中自然地推断出这种关于幸福的割裂；这种关于生活的诡异；这种……藏在无法被序列化的非理性组件中的体验。

是否应该认为，所有公开发表的数据，都要经得起检验和批评？

工科的训练告诉我：你应该为你的每一份数据负责，所以哪怕你不发表，也应该要能经得起检验和批评。但是这有一个隐含的条件，就是所有人都会遵循着同一个解读框架来检验和批评你的数据。我们都能认同：使用酸碱滴定的数据分析方法来分析表 2-7 中所列出的材料在不同应力下的形变量是荒谬的；甚至，我们都能认同：用正态分布去建模一类设备的平均故障时间是荒谬的。

但是即使是工科内部，对同一份数据仍旧能够通过不同的模型给出不同的解读；我相信在其他的学科中，每个人选用的解读框架更会有所不同；而走出书本之后，我甚至无法确定他人是否会有某种可被理解的解读数据的框架。

不要忘了，数据是一种客观存在：它可以是事实，也可以是观点。事实的解读尚且不是非黑即白，观点的解读或许要超越 CIE 1931 所可以描述的色彩空间。

那么，我是否应该做好这份数据被以最意想不到的方式解读的打算？我是否能够做好我的数据被曲解的预案？

我是否有勇气面对一个不同频的世界？

或许可以认为「结构完好」是一个大前提，而大部分时间我所编撰的数据总是结构损坏的：它几乎总是恒定地缺失了一个解读框架。我会下意识地认为：所有人都会采用我所使用的框架，因而重复地声明它是毫无必要的。

那么，如何足够简练地展示数据解读的框架，再展示数据本身？这会是一个更好的方案么？

站起来，为自己的成果，向并不熟悉你的领域的人们答辩吧。