2024-11-21 10:45:00
要说近几年在社交网络上最火的相机品牌是什么，我想答案毫无疑问是富士。2024 年，富士 X100VI 上市时，首批货有百万人预约抢购，溢价高达五六千块，足够新买一台相机了，号称「电子茅台」。
而富士的独家秘籍，就是它相机内置的独特的「胶片模拟（film simulation）」。
很多人认为，富士的胶片模拟也没什么大不了的，在 Photoshop 里拉一下曲线，或者套上一个成熟的滤镜，就能够完美复刻富士的滤镜。
然而实际上，即使不考虑在电脑里做后期更加麻烦这件事，富士的胶片模拟也远没有那么简单，它是富士在胶片色彩调教经验的基础上，玩出来的色彩科学，可以说只此一家，别无分号。
毕竟网上那么多模拟富士胶片的参数和滤镜，从相机到手机全都有，但依然没能撼动富士的市场地位，硬生生让富士从卷参数的相机市场里，杀出了一条特殊的赛道。如果不信，也可以租台富士回来试试看。
我试过，确实不行……
要想搞明白这套色彩科学的独到之处，或者说为什么别家复刻不出来，得先从富士的老本行，也就是胶片说起。
胶片这个东西，你看着是已经快被淘汰的东西了，但其实时至今日它依然是顶尖科技产品。尤其是彩色胶片，世界上能生产制造这玩意儿国家，比能造核弹的都少。我国是 1985 年才掌握了彩色胶片的制造技术，是继美、德、日后第四个拥有这项技术的国家。主持研发的邹竞是我国首批工程院院士，她去世时，讣告特意用了一张彩色照片，就是纪念她的成就。
有点远了，咱们说回胶片和富士。
胶片是通过化学反应来成像和显色。彩色胶片上，有分别感应蓝、绿、红三色的感光涂层，每一层都涂有乳剂，里面有负责感光的卤化银晶体和负责显色的耦合剂，这些成分颗粒悬浮在明胶中。冲洗时，卤化银会被洗掉，呈现明暗信息，耦合剂发生反应形成不同颜色的染料。
具体到实际的胶片产品中，为了更好地吸收光线，彩色胶片往往会有更多的感光层。比如柯达公司 1977 年上市的 Kodacolor 400 彩色胶片，就有 6 个感光涂层。现在大家能买的彩色胶片上，感光涂层只会更多。
按理说，每一种颜色的感光涂层，最好是只吸收对应颜色的色光，但现实可没有那么完美。以富士两款著名的彩色胶片 Provia 100 和 Velvia 100 为例，这是它们的「光谱染料密度曲线 (Spectral-Dye-Density Curves)」，表示的是胶片对不同波长的光的吸收情况。
理论上，一款完美的胶片上，三种颜色的曲线不会有重合。但正如我们前面所讲，现实中总会有误差，这就会导致照片的颜色不「纯净」，会相互「污染」，这个「污染」程度的大小，从某种程度上讲，也变成了一款胶片的 feature。比如，Provia 100 上两种颜色染料之间的「污染」要比 Velvia 100 多得多。
除了本身特性外，胶片拍完后还要冲洗和显色，这个过程也涉及到十分复杂的化学反应，对各成分含量、比例，反应温度、时间等都有极高要求，稍有不慎就会偏色。这一点，玩过彩色胶片的爱好者应该深有体会。
而这，还只是从宏观层面分析胶片成像的原理，就已经感觉有点儿头大了；如果我们缩小视角，从微观成分去分析具体某种物质的作用，你会发现……更加复杂了。
我们前面讲乳剂中有耦合剂、卤化银、明胶等等，其实它们都是某一大类化学物质的统称，细究起来，都能拆出来几种甚至几十种不同的物质，每一种多一点少一点，都会影响最终成像的颜色。胶片厂商可能还会往里面掺一些不足为外人道的特殊化学成分，来调整照片颜色。可以说，乳剂的配方都是各个胶片厂的看家秘方、独门绝技。
这个成分变化影响会有多大呢？举个例子吧。2021 年，美国环境保护署（EPA）宣布，禁止含有「异丙基化磷酸三苯酯（PIP (3:1)）」这种物质的化工产品在美国生产和销售。富士一款叫 Velvia 100 的胶卷中，刚好含有这种物质，但比例极低，小于 0.0003%，大概相当于直径 10 厘米的小西瓜中，有一颗 PM2.5 颗粒。
按理说，这么小的比例，应该不会对环境有什么影响，而且似乎即使去掉也没什么大不了的。但富士还是很认真地遵守了美国的法案，而且是宁可在全美下架这款胶片，也不修改配方。而且，富士的 Velvia 系列不止这一款胶片，但最终只下架了这一个，说明其他型号的胶片中，并不含有这种物质。
由此可见，即使这不到 0.0003% 的成分，也会对最终成像效果有肉眼可见的影响。但具体有什么影响，也只有富士知道。
而这正是富士能玩转胶片模拟的关键。
富士是胶片行业的老玩家，它成立于 1934 年，到今天为止做了 90 年的胶片，对胶片成像的原理和复杂性有深刻的理解。
一方面，胶片成像本身复杂的特性，让 Photoshop 之类的后期软件，很难通过套滤镜和拉曲线来复刻。
滤镜的原理其实十分简单，本质上就是个颜色对照表，把颜色 A 按照某种算法，映射成颜色 B，从而改变整张照片的色彩。
Photoshop 的颜色曲线稍微麻烦一点，但本质上也就是分开调整红、绿、蓝三种色调而已。但我们前面讲过，胶片成像时，三种颜色会相互「干扰」，涂有特定乳剂的感红层和感蓝层，可能或多或少会对绿色光也有一定的敏感度，其他感光层也是一样。Photoshop 是软件，软件根据算法运行的，算法又是人设计的。如果写算法的人都没摸清楚各层感光层成像与显色的特点，那又怎么告诉软件该怎么调整呢？
另一方面，胶片乳剂的配方实在是太复杂了，每一种成分都会影响最终的成像效果。就像我们前面讲到的那个例子，不到 0.0003% 的成分能让富士选择直接放弃一个国家的市场。即使我们真的通过某些手段，获得了富士胶片乳剂的详细配方和配制流程，也很难从结果倒推出不同成分与色彩的关系——毕竟感光学和化学还是都是很复杂的学科，即使正着制造彩色胶片都很难，更别提倒推了。
于是又回到了上面那个问题：写软件和做滤镜的人不懂化学，不知道每一个成分是干什么用的、会对最终成像有什么影响，那又如何用算法去模拟出胶片的效果呢？
Adobe 不懂，但富士它懂啊！而且富士不仅懂化学，还懂算法。
富士做胶片模拟，是从 CMOS 开始的。富士的那块 CMOS 上像素排列不是常见的拜耳阵列，而是自己专门设计的。
CMOS 上的光电二极管可以把光信号转变为电信号，负责感应光线的明暗，在这层光电二极管上方，还有一层彩色滤镜，负责捕捉色彩。
所谓像素排列，就是指这层彩色滤镜上红、绿、蓝三种颜色的排列。
简单来说，拜耳阵列 CMOS 最小单元是一个 2×2 的矩阵，像素排列是 RGBG（红色、绿色、绿色、蓝色），也就是一个 2×2 的四方格中，两个绿色像素占对角，另外两个像素是红色和蓝色。这种排列方式是柯达公司的员工布莱斯·拜耳发明的，因此而得名。
拜耳阵列最常见的问题就是很容易出现摩尔纹。摩尔纹实际上就是两个频率相近的高频信号，凑到一起，相互之前产生干扰时出现的纹路。比如用相机、手机拍电脑屏幕，或者一些非常密集的图案的时候，出现的奇怪纹路，就是摩尔纹。
许多 90 后的童年回忆《冒险小虎队》的解密卡，就是用了摩尔纹的原理来设计的。
为了解决摩尔纹的问题，拜耳阵列会在 CMOS 上再盖一层低通滤镜，过滤掉一部分会引起摩尔纹的高频信号，这样可以改善一些，但代价就是可能会影响成像的锐度，以及一些画面上一些非常小的细节。
顺便说一句，这只是从理论上去讨论的，其实现在用拜耳阵列 CMOS 的相机，也有很多都去掉了低通滤镜。
而富士自己设计的 X-Trans CMOS 是用了一种新的像素排列，这种像素排列最小的单元是 6×6，而且在这个 6×6 的矩阵中，三种颜色排列看上去也更加「随机」，不像拜耳阵列那样重复，这样其实可以就可以降低 CMOS 上像素排列的频率，从而抑制摩尔纹，并且取消掉低通滤镜，获得更好的锐度。
而且，拜耳阵列的 CMOS 每一行或者每一列上，都只有绿色和红色，或者绿色和蓝色两种颜色，而 X-Trans CMOS 上，每一行或者列上都有红、绿、蓝三种颜色，据富士说，这样可以更好地还原色彩——虽然我觉得这个事儿存疑，因为富士的中画幅系列用的是拜耳阵列的 CMOS。
无论是否能做到「更好还原」，但很明显，富士这套 CMOS 是有自己的独特性的。比如，同样在一个 6×6 的阵列上，拜耳阵列有 9 个红色像素和 9 个蓝色像素，而 X-Trans 只有 8 个，这也意味着它对红色和蓝色的敏感度会降低 11%，而且两个红色或者蓝色像素之间的距离也更远一些。
或许，正是这种特殊的像素排列，让富士照片的色彩，从根儿上就与众不同。
另外，这种复杂的像素排列，就需要更好的处理器来解码。所以富也自己弄了 X-Processor 系列的处理器，处理 X-Trans 复杂的色彩信号，并套上自己的胶片模拟算法。这个 X-Processor 处理器也是专门为胶片模拟优化过的，而且富士还刻意让这些算法都只写死在相机里的处理器中，坚决不外泄，这一点在另一件事中也能得到佐证，我们后面再讲。
从算法的角度看，胶片模拟的本质就是拟合，跟和面时「面多了加水，水多了加面」一个道理，可能最终的算法里，有几十上百个参数，这些参数就代表着胶片乳剂与冲洗药液中各种化学成分。工程师们调整这些参数对成像效果的影响大小，来设计胶片模拟算法。可能这个参数大点、那个参数小点，最终出来的模拟效果都会很不一样。而想要总结这一大堆参数，并且规定每个参数的影响大小，就需要十分了解胶片的配方才可以。
那富士可太清楚自己胶片配方里有什么物质，以及这些物质对成像色彩的影响了。研究胶片的工程师们可以据此总结出来经验，然后跟开发相机的工程师们交流，总结出模拟各种类型的胶片的算法。
或许你可能觉得，这不就跟前面提到的滤镜一样，把颜色 A 换成颜色 B？
从某种角度讲，这么理解也没错，但这个转化过程，一定是十分复杂，参数因子特别多，而且计算过程非常耗费资源的。
不然，你想，这个市面上胶片模拟的滤镜，已经比这个世界上真实存在的胶片都多了。
富士在这件事上非常保守。要知道，富士第一款带胶片模拟的相机是 2003 年出的 FinePix F700，如今已有 20 多年了，前面还有大几十年的胶片开发经验。就这样，富士自己相机上也就只有区区 20 款的胶片模拟而已，平均一年都不到一款。
这种克制与认真，也不是拉几下曲线、套个滤镜能够比得上的。人家开发了二十年的东西，好不容易熬出头了，哪能让你轻轻松松就追上或者弯道超车？
我前面写到，富士很小心地把胶片模拟算法保存到相机里的 X-Processor 处理器上，坚决不外泄。我这里就来解释一下。
其实像 Lightroom、Capture One 里都内置了富士胶片模拟滤镜，它们也都能打开富士相机拍摄的 RAW 文件，并且给这些 RAW 套上胶片模拟。网上更是有许多教程，教用户改 RAW 文件的机型信息，让旧款富士相机，甚至其他品牌拍出来的照片，也能套上富士新出的胶片模拟。
但其实吧……如果你真的照着这些方式改过，就会发现，在这些软件上套滤镜出来的照片，色彩跟富士直出的会有不小的区别。
富士自己也有一款解 RAW 的电脑软件，叫 X RAW Studio。这是唯一一款能做到给 RAW 套滤镜 100% 还原机内直出效果的电脑软件。
但是呢，这款软件使用条件很苛刻，需要一直把富士相机通过 USB 连接到电脑上，不能只是用软件打开读卡器中的 RAW 文件。事实上，X RAW Studio 在套滤镜时，是调用相机内的 X-Processor 处理器来完成的，你只是在电脑上操作而已。
最后，我想抛开富士，从另外一个角度来讲一下，模拟胶片有多难。
抽象来讲，算法模拟胶片，是在模拟我们生活中的一个东西，或者说一种审美。
用算法去生成那些我们没见过的东西是非常简单的，宇宙啊，星球啊，这些。因为反正我们也没见过，你做成啥样就是啥样了。
但想用算法去模拟我们熟悉的东西，就无比的复杂，水、冰、火焰、头发……这些我们生活中特别常见的东西，反而是算法难以模拟的。因为我们太熟悉了，算法模拟出来的东西，稍微有点不一样，我们就能立马感觉到不对劲。
熟悉皮克斯的朋友可能都知道，皮克斯特别喜欢在电影上映前后发一些幕后故事做宣传，其中只要涉及到技术的，就是什么土、冰、水、毛发之类的看起来稀松平常的东西。由此可见，用算法模拟好现实中人们熟悉的东西有多难。
同样，胶片在相当长的一段时间里，就是那个人们相当熟悉的东西。如今的年轻人可能确实没怎么接触过胶片，但年轻人不是从石头缝里蹦出来的，他们出生、接触世界的时候，这个世界上就已经有无数胶片摄影时代的经典照片了。在成长的过程里，年轻人或多或少都会接触到这些胶片照片，审美也在这个过程中被潜移默化地影响了。他们早已记住了这种质感，等长大后，接触到相机和胶片模拟，如果一旦模拟的不像，他们可能说不出来哪不对，但很容易就能发现不对。
这一点可能电影行业的例子更有说服力。即使进入数字摄影机时代，电影后期也会特意「做旧」画面来模拟胶片感，而且电影模拟起来更难。一场两小时的电影，按 24 帧算，相当于总共有 172800 张照片，要让这 17 多万张图片的色调保持一致，看着就像一卷胶片拍出来的，想想就知道有多困难……稍微有一个镜头不对，数码味出来了，可能全片的氛围就破坏了。
而且，即使是用胶片拍摄的电影，在剪辑、后期时，也要扫描成数字版，然后再「打印」到胶片上放映。这个过程中，后期调色师甚至要深入到去模拟某一款胶片的噪点，让全片看起来和谐美观，又不失胶片特殊的美感。《星际穿越》的调色师就曾在网上分享过这样的经验。
洋洋洒洒写了四五千字，我觉得算是把「富士胶片模拟有多难」这件事浅浅地解释清楚了。我探究这个问题的根源是，许多人就单纯地把富士引以为傲的胶片模拟，当成一套简单的滤镜，或者几个参数，似乎对着设置完，你也能够获得一模一样的效果。
但其实纯粹用逻辑推理也能知道：假如富士的胶片模拟这么容易就被「破解」了，那为什么富士这么多年一直一机难求，溢价严重，停产二手机的价格都比新上市的时候还高？真的只是炒作吗？为什么其他品牌炒不出来这样的效果？松下今年新出了个相机 LUMIX S9，可以套 LUT 直出拍照和视频，按理说可以轻松套上各种各样的胶片滤镜，秒杀富士好几条街，但这个机器上市没多久热度就过去，跌破发行价……
这一系列问题，其实都指向一个真正的原因：富士的胶片模拟确有自己的独到之处，这是其他厂家无法追赶的。所以，我才想着去探究一下，看看能不能找到这个「独到之处」。
我想，我似乎是找到了一点。
2024-11-20 20:21:00
这是我和发小们的一次聊天时发现的。
一位身宽体胖发小吐槽说「高铁二等座宽度太窄了，坐着难受」，另一个发小说「新的复兴号二等座更宽」。
当时我第一反应就是不太对。2021–2024 年，我平均每个月都要坐两趟高铁，基本上什么车都坐过了，但我并没有感觉到复兴号的二等座比旧的和谐号更宽。
但这种体感并不能成为论证观点的理由。
于是我翻了 China-EMU 网站，找到了我国现行高铁的具体型号，然后又搜到 350km/h 级别高铁座椅供应商的网站，根据他们提供的图片，按比例计算，二等座椅宽度大概就是 400mm，可能还会略宽一点。
然后我又查到一篇报道《286斤“大码”女生乘高铁遇尴尬，你怎么看？》，里面有这样一句：
据了解，广州铁路客服部曾在接受媒体采访时称，目前高铁二等座都是同样的尺寸大小，肥胖群体可以选择座位比较宽敞的商务座或一等座，“但这样价格会比较高。”铁路部门也随时欢迎广大乘客提改进建议。
考虑到这是一篇 2023 年 10 月的报道，当时复兴号已经投入运营，所以也应当算是一个佐证。
到这时，我突然反应过来了——其实根本不需要这么麻烦的计算和查证，用很简单的逻辑推理就可以知道结论！
已知中国铁轨的宽度是一致的，都是 1435mm，那么高铁列车的车厢宽度也应当一样，或者至少不会差太多；二等座基本上都是 3+2 的配置，中间总要留个过道需要走小推车。那么也就是说，五个座椅宽度加上过道宽度的总和是一致的。如果让二等座更宽一些，势必就要缩小过道宽度，一旦这样，小推车可能要重新设计，乘务员走起来也更麻烦，而且扩展的宽度要均给五个座位，平均到每一个座位上也没多少。
试问，铁总会做这种吃力不讨好的事情吗？当然不会啊……所以，我国高铁二等座的宽度，在可预见的未来，可能都不太会有什么大变化了。
说到这里，我又意识到一件事——正是当年那两匹战马屁股的宽度，决定了我们今天高铁二等座座位的宽度啊。
Long long ago，在古罗马时代，路上车辙宽度是 1435 毫米，是因为当年牵引罗马战车的两匹战马，屁股宽度大概是这个距离。
后来由于战争和文化传播等原因，英国人路上车辙的宽度，也是这个数。
铁轨比火车的历史久，在火车出现前铁轨就出现了。当时人们需要用马车拉煤，马车走铁轨，所以铁轨的宽度也是这个数。
在铁轨的宽度确定的背景下，英国人发明火车，那火车轮距顺便也就确定了。
前两次工业革命时，英国人国力强盛，号称「日不落帝国」，于是英国的的火车与铁轨传遍世界。1937 年，国际铁路协会便正式确定火车标准轨距为 1435 毫米。
这也影响了很多事情，比如火车宽度确定了，那火车穿山越岭时，隧道的宽度也确定了。如今许多什么火箭助推器之类的，都要用火车来运送，显然也不能超过隧道的宽度。也就是说，如今我们各种航天器材的尺寸，都是由当年罗马战车两匹战马屁股宽度决定的。
不过，也有一些火箭助推器是海运的，比如长征五号，这些就不太受马屁股宽度影响了。
最后声明一下：这是一个很经典的都市传说，造成这个结果的因素非常多，「马屁股宽度」只是其中一。
2024-11-08 14:47:07
文章已删除
项栋梁在自己的公众号@基本常识 发表的文章，已经删除了。他简单讲了下他从「私下谈话」中了解到的「姜萍事件」的始末，并得出结论：
整个事件中，唯一无辜，也几乎是唯一受到实质性上海的，就只有未成年少女姜萍一人。
这个结论倒是符合我对作者「不蠢但坏」的刻板印象。我认为整个事件里是全员恶人，没有任何一个无辜者。如果要排序，姜萍应该是排在王润秋之后的第二大恶人了。具体理由我在之前的文章里详细写过，在此不再复述。
王志安在视频中发出了一大堆自己的「追问」，但都是一些既不正确，又毫无逻辑的屁话。此事前文已叙，不再详述。
在视频制作领域，可能是全网最好的新 Mac mini 评测视频。
推荐理由即标题。
简单介绍一下 DEVONtechnologies 这家公司吧。它家主要是给苹果生态做 app 的公司，旗下最著名的产品应该是文件管理工具 DEVONthink。目前我所有的电子书都放在 DEVONthink 里。这个软件唯一的缺点就是贵，平均一台设备的授权费要大几百块。
它家也有一些其他好用的小工具，我目前用的比较多的就是 XMenu，免费的，可以在 macOS 顶部菜单栏快速访问文件、app 之类的。
一个有趣的新闻：微软准备在 Windows 11 的记事本和画图里，增加生成式 AI 功能。
真有意思。
2024-11-05 13:03:12
姜萍事件水落石出后，王志安发视频「道歉」，承认自己之前视频有错误。不过，这个视频中还夹杂了许多他的「追问」和批判。，都是一些既不正确，又毫无逻辑的屁话。私以为，其实他没有在真道歉和反思，就是又蹭了一次流量。
视频长达半个小时，前面的他啰哩啰嗦叙述事件过程我就不讲了，没啥意思。重点是最后面的「追问」。
有人说「数学做不了假」，怎么做不了假？
阿里巴巴的达摩院整个这个委员会中间那么多数学大拿，在 6 月 24 号复赛这个考卷一出来之后，他们第一时间就知道了姜萍这个事情是假的。我了解的信息，他们内部第一时间就知道了。
你想想吧，复赛的卷子交给这些数学大拿一看，跟初赛比起来那是水平相差万千这毫无疑问的，但是这些数学大拿们有出来讲话吗？他们那些数学的专家评委们有出来面对公众来解释，他们认为不正常吗？没有。他们全都不说话了全都不声张了，全都在等阿里巴巴的这么一个所谓的公关稿。
我不知道王局有什么立场去批评阿里巴巴达摩院的数学家和员工。他在视频里反复说，自己拿到了不少内部消息，但是从 6 月到 11 月，这近半年的时间，他也一句话都没说，一个屁都没放。尤其是中间又发生了姜萍退学、考试成绩曝光等等事件，他也跟个鸵鸟一样，埋头装死。
结果阿里巴巴和涟水中专的声明一出来，他就屁颠屁颠跑来发视频「道歉」了。他在等啥？不也是在等这样一个公关稿吗？事到如今，他是怎么有脸去批评其他人呢？
（数学）怎么作不了假？这不就是作假吗？鲁迅先生说「学医救不了中国」，学数学同样是救不了中国。
如果这些所谓的数学大拿，除了会做题意外，面对公众的质疑，没有勇气讲出真话，这种数学能叫自然科学吗？能解决这个社会中间的问题吗？大家千万不要认为自然科学本身具有神圣性，如果自然科学的大拿身上缺少了人文主义精神，缺少了勇敢诚实，在我看来，他们这些知识一文不值。
所以，说有人，数学做不了假。在我看来，这些人身上所呈现的那样的一些品质，恰恰说明数学太可以作假了。
这个事儿可不是说明数学可以作假，恰恰说明，数学是真作不了假。整个事件中，作假的是王闰秋和姜萍，而不是数学。数学如果真能作假，如今应该是他们二人站在领奖台上，而不是灰溜溜消失在公众视野。
而且，数学不是科学，你拿这句话去问每一个数学家，都是成立的。简单来讲，科学是研究具体的自然现象，可以观察观测；数学研究的是数字和形状，是抽象的，是纯逻辑，跟自然现象并没有直接关系。
另外，数学是科学家研究时用的工具，也不是让你拿来「解决社会中间的问题」的——或许可以，但其目的不是这个。
继续看王局的表演：
第二个方面，我对整个事件过程中间的媒体的角色我也充满了失望。大家可以想象一下，在这个事情过程中间媒体扮演的什么角色。
第一，为阿里巴巴拍公关稿为阿里巴巴写公关稿，这是第一个角色。因为现在媒体不景气嘛阿里巴巴有钱嘛，他们去给他们去拍公关片宣传片。
第二，第二轮报导的过程中间，央视这些媒体都去了也给姜萍他们做了宣传，但是这些媒体在面对姜萍的时候没有发现丝毫疑点在现场，就是把姜萍当做了一个典型来塑造。一般的工作通过什么途径来获取信息不就是通过媒体来获取信息吗？结果这些媒体完全没有承担起本该就有的社会责任。
还是那个问题，王局批判媒体的，放到自己身上一样成立。央视好歹还去了现场，王局远在东洋，就那么坚定不移地支持姜萍，是何居心？又是出于什么目的？
而且，后来拿到内部消息，王局依然装死，一句话不言语，这么干，跟他口中的那些「媒体」又有什么区别呢？
节目视频发出来后，王局又做了一个多小时的直播，接受大家的批判。这个直播也有回放，我后来看了看，其实他直播里讲的要比节目好得多。
直播时，他一开始就反思了两点。第一点是承认用错了游戏规则，不应该用「疑罪从无」这个标准去判断学术事件。疑罪从无是法律和法庭上用的，学术事件的规则应当是自证清白。王局说自己做了两期节目，第二期节目确实有为第一期节目辩护的意味。这个反思我觉得还是很到位的。
第二点是承认自己当时支持姜萍，确实有点儿跟方舟子对着干的意味。他跟方舟子是老仇人了，之前他做过节目讲相关事件。这次姜萍事件，他有些为了反对而反对的意思。只是王局自己说这个比例不高，可能只有 3% 或者 5%，我觉得其实应该要更高一些。
其实，早在王局前面表态自己支持姜萍的时候，我就暗戳戳怀疑过，他是不是就想强行占到方舟子的对立面。没想到还真让我猜着了，哈哈。
后面王局还连麦了观众，请他们批判自己。有一位上麦的观众也说了我上面提到的问题，就是王局明明有能力、有资源自己调查，但也并没有提前发声。
王局解释说自己确实早就从「一个朋友」那知道了结果，迟迟没做视频，因为没有其他渠道去核实。然后又为自己辩解了一些有的没的。
总体来讲，我觉得王局这个直播里前半部分的内容，观感要比节目里的嘴脸好很多。二者还是要结合在一起看。
2024-11-04 19:56:02
上周末姜萍事件的真相出来后，我在互联网和朋友圈看到不少人认为，姜萍在整个事件里是最无辜的，没获得任何好处，反倒是承担了不少骂名，大家应当对这位未成年少女宽容一点。
呵呵！
姜萍一点都不无辜，她才是整个事件里唯二的纯恶人。
其实这事刚出来的时候，我以为不会成为啥热点，更不会闹这么久，因为整个骗局实在是太简单了。但凡在中国上过学的人应该都知道，中国目前的教育模式，想埋没一个艺术天才十分容易，但想埋没一个数学天才，可太难了。
天才从来都不会横空出世，往往从小学就会崭露头角。从小学开始，只要一个孩子数学成绩稍微好点，就会有老师过来问要不要学奥数，「宁可错杀一千，绝不放过一个」，绝对不可能漏过一个好苗子。这种事绝对不会等到初中然后被认为是「偏科」——毕竟「学好数理化，走遍天下都不怕」这句话，早已深深刻入每一位中国家长的基因。
反观姜萍，平平淡淡上到了初中，中考连高中都没上，只能去读中专。单凭这个经历，我就断定这是一个彻头彻尾的骗局。
结果没想到，事情还能闹这么大……我原来一直以为我国反诈搞得有点太大，现在看来，只能说「革命尚未成功」啊！
另一位显然是王闰秋。他是整个事件的始作俑者。他选中了姜萍，成为「枪手」，并一手打造了这位中专女生「数学天才」的身份。估计也是他帮姜萍安排了各种采访，教姜萍面对媒体怎么说话。
事情闹大了之后，中专生姜萍一下子陷入舆论漩涡，支持者甚众，我印象中就有触乐网创始人祝佳音、号称「电影制片人」的关雅荻、清华大学刑法学教授劳东燕、前央视记者王志安等等……关雅荻甚至还对反对者发起了一场「网暴」。
如今事发，劳被禁言，祝轻飘飘来一句「不是我军太无能，实在是共军有高达」，关转发「认同」一下，这事儿就了了。
更可笑的，到今天还有人认为，姜萍是无辜的。比如著名「科普」号「基本常识」就发文称：
整个事件中，唯一无辜，也几乎是唯一受到实质性上海的，就只有未成年少女姜萍一人。
这些都是典型不蠢但极坏的表现。
姜萍何以谈「无辜」二字？
她今年已经 17 岁了，这是一个杀人已经要偿命的年纪了，应该要有基本的是非观，知道什么事该做，什么事不能做。从后面不断接受采访就可以看出，姜萍并不是被王闰秋盗用身份，在不知情的情况下参加了比赛。相反，她十分清楚整件事的来龙去脉，并认真配合老师给她安排的人设，写的剧本，并能够在央视的镜头前，非常自如地背出那段台词：
平时做的那些作业，我扫一眼，我觉得没有什么做的价值，我更偏向于做高等数学之类的，它会给我带来探索的欲望。
我学的数学大部分人都会不知道，我回一个人在这做那个数学题，他们也不知道我干嘛呢。
我要是做不出来一道数学题，躺在床上一闭眼，它就会在我脑子里反复的出现。我觉得特别特别有意思，我喜欢一步一步的，然后证明，得到我想证明的东西。因为我喜欢这个过程，然后所以能够带来快乐。
我是无意间从网上看到阿里巴巴全球数学竞赛，印象中数学老师跟我提到过，他跟我说世界各地无论什么职业，比如说外卖员，还有医生，都可以参加，我就抱着试一试的心态，想挑战一下。
哈哈哈哈哈哈哈哈哈哈！
如果她真的无辜，至少不应该去配合阿里达摩院拍摄宣传片，也不该坦然面对央视，背出那一句句台词。我觉得，在提交答案，到刚出成绩的时候，或许她心中还有一丝忐忑。但在出成绩后，铺天盖地的名利涌向她时，她选择了堕落，选择了和老师一起，沆瀣一气，欺骗全国人民。从那一刻起，她就不再无辜，甚至都谈不上被裹挟。如今的一切，只能说咎由自取，恶有恶报！
我当时看纪录片和采访视频的时候，我都能感受到姜萍那份「尴尬」，努力在镜头前表演自己喜欢数学的样子，然后去抄写自己从未接触也压根儿看不懂的各种奇怪的数学符号。但她在写满数学公式的黑板前，回眸一笑，不得不说，比起数学和纺织，她还是更适合去横店当个群演。
我前面说「姜萍是整个事件里唯二的纯恶人」，至于另一位，恶人显然是王闰秋。如今事发，姜萍落得如此下场，据说学也退了，家也搬了，王闰秋肯定是始作俑者。但他又是整个事件里受损伤最小的一个，根据涟水中专通报，他也就只是本年度「不得评优」罢了，连开除都没有。
至于阿里，以及其他下场的官媒这些「恶人」，我倒觉得既有可怜之处，也十分活该。在造假与造神之间，选择了造谣，如果能稍微认真调查一下，或许不至于落得个唾面自干的下场。
此外，事到如今，我发现还有一波人，在给姜萍洗白，觉得她十分不易，比如@杭州金融女民工 就说
各位，我们设身处地地代入姜萍的处境想一想。
17 岁，来自贫穷的农村家庭，父母没文化没见识，自己是个丑小鸭学渣只能上个职高，可以说是一无所有前途渺茫的一个孩子。
这个时候，你们学校的一个德高望重、最受学生喜爱的老师跑过来跟你说：我觉得你很有天赋，我跟你组个队，带你去参加一个厉害的比赛，赢了以后荣誉归你，希望你未来能继续深造喜提光明的未来！
我问你，你是姜萍，你同不同意？
如果是我，我一定含泪同意，再给老师磕仨个头，外加向老师表态我一定好好努力不辜负你的栽培和希望！
换我，我不同意。这不是月考改个成绩，骗个奖学金，这是真的可能暴露在全国人民面前的事。一旦被戳穿，就不是露脸，而是露屁股了。即使抛开个人品德问题，我也压根儿不会跟人同流合污，狼狈为奸，干这种风险高、收益小的事——毕竟这就是个初试，后面还有复试呢，太容易被戳穿了！
而且，我觉得这段话还在不经意间透露出作者对穷苦百姓的蔑视和歧视。
难道「贫穷的农村家庭」「父母没文化没见识」「自己前途渺茫」，就是欺骗全国人民的借口吗？
难道这样的学生，品德就一定低下吗？
难道穷，就能去偷、去骗吗？
你算哪根葱？用得着你去定义穷人家的孩子就该怎么样吗？涟水中专那么多学生，跟姜萍背景类似的应该也不少，为什么最终王闰秋偏偏挑中了姜萍？
更何况，涟水是江苏的县城，比上不足，比下还是有余的。涟水一年的 GDP 也是有个几百亿人民币，位列全国百强县第 88 位，这种地方，能上得起学，都还叫「贫穷的农村家庭」，那我很难想象云贵川那些大山里的村子，该用什么词来形容了。
最后，还是简单回顾一下闹剧的过程吧，省的日后「岁月史书」。
2024 年 6 月 13 日，阿里达摩院公布了 2024 年「2024 阿里巴巴全球数学竞赛」初赛入围名单。其中，17 岁的中专学生姜萍，以 93 分的高分位列全球第 12 名，超越了无数来自世界顶尖高校的学生，以及她自己的数学老师王闰秋。
这一事件成为整个六月中下旬互联网上第一热点。
据报道，姜萍在王闰秋的指导下，自学《高等数学》《数学分析》《偏微分方程》等课程，凭借自己「扎实的数学功底和不懈的努力，战胜了全球数以千计的数学高手」。
报道中还说，「姜萍的数学天赋在初中时就已初露端倪」，但「家长和老师只觉得她『偏科』」；进入中专后，王闰秋发现了姜萍的数学能力，指导她学习，鼓励她报名参加阿里的数学竞赛。最终，姜萍取得了不俗的成绩。
由于姜萍只是个中专生，身份实在太特殊，在一种清北、藤校里显得格外扎眼，因此成绩一出，她便迅速成为全民讨论的对象。支持者认为她是「被应试教育埋没的天才」，反对者则怀疑这是一场炒作骗局。
然后，这件事就……没下文了。本该八月底公布成绩的阿里数赛，举办方直接装死，似乎是硬当此时从未发生。但这次互联网并没有失忆。不得已，阿里达摩院只得在 11 月初发表了声明，说「王某某在预选赛中对其指导的学生提供帮助」，违反规则。
至此，闹剧才算是画上一个句号。
