从前的小镇就是标准的情形。街对面的女士会追踪你的一举一动。她透过窗户瞥一眼，就知道你什么时候去看病，什么时候买了一台新电视以及谁周末和谁待在一起。同样，你也透过窗户看她，知道她周四晚上干什么，在街角的药店把什么东西放进篮子里。互相监督对双方都有好处。如果她不认识的人趁你不在时进入你家，她就会报警。当天她不在家时，你会帮她查收邮箱中的信件。小镇上的互相监督是对称的，所以有效。你知道谁在看你，知道他们如何使用你的信息。信息是否准确，使用是否得体，你都可以向他们问责。受监督时，你也可以从中得利。最终，人们的处境是一致的。
今天我们被追踪时会感到不适，是因为我们不清楚谁在监督我们，以及他们知道多少信息。我们无法决定他们如何运用我们的信息。信息需要纠正时，我们无法向他们问责。他们记录我们时，我们无法记录他们。并且被监督能得到哪些好处并不明朗。彼此的关系是不平衡、不对称的。
无处不在的监督是必然的。因为我们无法让这个机制停止追踪，我们只能让人们之间的关系更对称。实现文明的互相监督需要技术的修补和新的社会准则。科幻小说家大卫·布林（David Brin）用他的书名《透明社会》（Transparent Society）形容这样的世界。这种设想如何运作呢？考虑一下我在“分享”那一章中描述的去中心化的开源通货——比特币。比特币将经济体中的每一笔交易公开记录在一本公共账目上，使得所有的金融交易公开透明。交易的有效性由用户之间的相互监督而不是中央银行的监督实现。还有一个例子，一种开放式的加密软件PGP（注：一种电子邮件加密软件，可以用来对邮件保密，以防止非授权者阅读，并且能够通过添加数字签名等措施使收信人确认所收信件未被篡改。——编者注）基于任何人都能查看的代码，包括一个公钥，因此人人都可以信任并验证。这些创新发明没有补救现存的信息不对称的问题，却展示了由相互警惕的机制驱动的体系如何运行。
互相监督的社会中会出现一种权利意识，即每个人都有权获取关于自己的数据，并从中受益。但是每种权利都伴随着义务，因此每个人都有义务尊重信息的完整，负责任地分享信息并接受他人监督。
用法律限制追踪的扩张或许就像用法律禁止复制一样无效。我是泄露上万份美国国家安全局机密文件的检举人爱德华·斯诺登的粉丝，因为我认为包括美国政府在内的许多政府最大的过失就是隐瞒它们实行追踪的事实。强大的政府在追踪我们，并且这种追踪完全不对称。我为斯诺登的检举叫好不是因为它会减少追踪行为，而是因为它能增加透明度。如果我们能让追踪重新变得对称，可以追踪那些追踪我们的人；如果我们能让追踪者负法律责任（应当出台相关法规），并且为信息的准确性负责；如果我们能让利益更明显且与我们更相关，那么我想追踪的扩张将是可以接受的。
我希望朋友把自己当个体看待，为了建立这样一种关系，我必须保持开放和透明，并和他们分享我的生活。我也希望公司将我当个体看待，因此我必须保持开放、透明并与它们分享信息。我还希望政府把我当个体看待，因此我必须向它们公开个人信息。个人化和透明度之间有一种对应关系，个人化程度越高所需的透明度就越高。绝对的个人化（虚荣）需要绝对的透明度（无隐私）。如果宁愿保持隐私，不对朋友和机构开放自己，那么我必须接受个性不受重视的一般化对待。我将成为一个平均数。
现在，想象一下这些选项被固定在一根滑动轨道的两端，左端是个性化和透明，右端是隐私和一般化。滑块可以向两边或中间的任何位置滑动，而这个位置代表我们重要的选择权。让人人都感到意外的是，当技术让我们进行选择（保有选择权十分重要）时，人们倾向于将滑块推向个性化和透明的那端。心理学家在20年前不可能预料到这一点。如果今天的社会媒体教会我们一些关于人类的东西，那就是人类分享的冲动胜过保持隐私的愿望。这让专家们感到惊讶。至今为止，当面临选择的时候，我们一般倾向于更多地分享、揭露以及变得更加透明。我会这样总结：虚荣战胜了隐私。
人类曾经世世代代生活在部落或宗族之中，那时我们所有的行动都是公开、可见的，没有秘密可言。我们的心智在持续的互相监督下演化。从演化角度来说，互相监督是我们的本性状态。我认为，与诸多现代怀疑态度相反，人与人之间形成循环监督的世界不会受到强烈抵制，因为我们曾经像这样生活了数百万年。如果能实现真正的平等和对称，我们会感到舒适。
这个假设并不容易达成。显然，我与谷歌或是我与政府的关系天生就是不平等的。它们能够获取每个人的“生活流”，而我只能获得自己的，这意味着它们握有质量更高的资源。但是，如果能保留一些对称性，让我成为它们更高地位的一部分，承担更多它们的责任，并能从它们提供的更好视角中获益，或许事情是可行的。可以这样说：警察当然会视频监控公民。然而只要公民也能视频监控警察，并且能够获取警察的视频，这种情况尚能接受。虽然问题并没有最终解决，但是想要透明社会就必须开始行动。
那么，该如何处理我们曾经称之为隐私的状态？在一个人们相互之间保持透明的社会，匿名有没有存在的空间？
网络让如今比过去任何时候都更有可能真正实现匿名，但它同时使得在现实生活中真正实现匿名难上加难。我们在掩盖身份的道路上每前进一步，就会在揭开身份使自己完全透明的道路上更进一步。我们既有来电显示，也有来电隐藏，后来又有了来电过滤。接下来，生物特征监测（虹膜+指纹+声音+面部+心率）让我们无处可藏。当一个人的任何信息都能被找到并存档时，世界上就没有隐私可言了。因此，不少聪明人渴望找到方便的匿名手段作为隐私的避难所。
然而，在我见过的任何系统中，当匿名变成常态时，系统必然失败。充斥匿名者的社群要么自行毁灭，要么从完全匿名变成伪匿名状态。比如，在eBay和Reddit中，不断产生的昵称背后都有一个可以追踪的身份。著名的非法团体Anonymous由一群完全匿名的流动临时志愿者组成。他们是一群没有固定目标的义务警察。他们会让某家信用卡公司瘫痪，或者捣毁伊斯兰国好战分子的推特账户。但是当他们不断制造麻烦时，很难说他们对于社会的贡献总体上是正面的还是负面的。
在一个文明社会中，匿名好比稀土金属。大剂量的此类重金属是已知的对生物体最致命的毒素。然而，这些元素却是维持细胞生命的必需成分。但是，保持健康所需的量少到难以测量。匿名也是一样的。难以察觉的少量匿名情况对系统来说是好的，甚至是必要的。匿名者让偶尔的告密行为成为可能，并且能保护受迫害的边缘人以及不被社会所容的人。但是当匿名大量出现时，将会危害系统。
匿名是一种逃避责任的手段。因此，推特、YikYak、Redditt等网站上，大多数粗暴的骚扰都是匿名的。不用负责任的状态最大程度上释放出人类的恶。
一种流行的危险观点认为，设计系统时应当支持方便的匿名手段，用来克服对隐私的窥探。这就如同提高人体内的重金属含量，让人变得更强壮。
隐私只能通过信任获得，而信任需要稳固的身份作基础。结果是信任越多，责任越大，情况越好。就像微量元素一样，匿名者永远不应当被完全清除，但我们必须保持其数量尽可能接近于0.
数据领域的一切都趋向无限，至少是宇宙量级。在一个星球的数据量面前，一比特的数据实在微不足道。我们根本无法实际测量一个星球的数据量。事实上，已经没有合适的形容词来表示这个新领域到底有多大。你的手机的容量是吉字节级别的。太字节是我们曾经无法想象的，而如今，我的桌上就有三样容量达到太字节级别的东西。艾字节是目前地球的数量级。可能几年后我们就会达到泽字节级别。尧字节是目前有官方测量的最大数量级科学术语，更大的数量级如今还是空白。直到今天，超过尧字节的数量级还是没有被正式命名。但是，再过20年左右，我们将飞跃到尧字节级别。我提议，任何超过尧字节级别的东西都用“zillion”（无限多）来形容，这是一个涵盖所有新数量级的灵活概念。
量变将引起质变。更高的数量级带来差别。计算机科学家J.斯托斯·霍尔（J。Storrs Hall）写道：“如果一种东西的数量足够多，那么它很可能表现出少量单一个体所不具备的属性。根据我们的经验，万亿级别的差距不可能只是量的不同，一定还有质的区别。”一万亿倍的差距相当于一只微不足道的尘螨和一头大象之间的差异，或是50美元和整个人类的经济产出总量的差别，又或是一张名片的厚度和地球到月亮的距离之间的区别。
这种差别是“无限多级”的（zillionics）。
一万亿神经元提供的智慧是用一百万神经元无法企及的；一个zillion数据点提供的洞察力用千百万数据点是无法得到的；一个zillion芯片联网创造的一个悸动、振颤的统一体用一千万芯片是无法完成的；一个zillion超链接生成的信息和行为是用几十万链接无法想象的；社会网络在“无限多级”的领域中运行着。人工智能、机器人以及虚拟现实技术都需要对“无限多级”的掌握。但是掌握“无限多级”需要的技术令人望而生畏。
在这个领域中，用来管理大数据的一般工具不太起作用。最大似然估计（MLE）的统计预测方法无法起作用，因为在“无限多级”范围内，估算最大的可能性是不太可能的。即时地操控“无限多级”量级的信息需要全新的数学领域、完全不同的软件算法以及彻底创新型的硬件。这里包含多少机会啊！
“无限多级”量级的新型数据编排方式需要一台全球规模的机器。这个机器的原子就是比特。就像原子构成分子一样，比特可以构造复杂的结构。当复杂程度变高时，比特从数据升级成信息，进而成为知识。数据最强大的地方在于它们能够以各种方式重组、重建、重用、重设、重混。比特想要互相关联，一个比特单位的数据参与的关联数越多，就越强大。
问题是，今天大部分的可用信息都是按照只有人类能理解的方式编排的。手机里的一张快照包含着一串50，000，000比特的信息，它们按照人眼能够解读的方式编排。你阅读的这本书包含的700，00比特的信息按照英语语法规则编排。但是我们到达了极限。人类不可能触碰，更别说处理“无限多级”数量的比特。为了发掘我们正在获得或创造的“无限多级”字节级别数据的全部潜能，需要把比特按照机器和人工智能能够理解的方式编排。当自我追踪得到的数据能被机器知化时，它们将为我们提供全新、新奇、先进的了解自身的方式。几年后，当人工智能可以理解电影时，我们就能用全新的方式赋予“无限多级”的视觉信息不同的目的。人工智能会像我们分析文章一样分析图像，因此，它们将像我们写作时重组文字和短语那样轻松地重组视觉元素。
基于“解绑”这个概念的新产业在过去20年里逐渐涌现。技术创业公司能将旋律从歌曲中解绑，将歌曲从专辑中解绑，从而颠覆了音乐产业。革新性的iTunes售卖单曲而不是专辑。从先前的混合形式中提取或萃取出来的音乐元素能够重组成新的合成体，如可分享的播放列表。大型的综合类报纸被解绑后，分成了分类信息表（Craigslist）、股市行情（Yahoo）、八卦新闻（Buzzfeed）、餐馆点评（Yelp）以及各种自成一体并自行发展的故事。这些新元素能重新编排并重混成新的文本合成体，例如朋友用推特发布的快讯。下一步就是将分类信息、故事以及快讯再次解绑成更基本的成分，并用意想不到的方式重新编排。就如同把信息打碎成更小的粒子，让它们互相之间产生新的“化学结合”。在未来20年中，最重要的工作就是将我们追踪和创造的所有信息，包括商业、教育、娱乐、科学、体育以及社会关系，等等，放到它们最原始的级别去理解。这项任务规模极大，需要漫长的认知周期。数据科学家们将这个阶段中的信息称作“机器可读”信息，因为参与“无限多级”级别工作的不是人类而是人工智能。当你听见“大数据”这个词时，指的就是这些内容。
包含不同“化学成分”的信息能够产生数千种新的合成体以及新的信息“建筑材料”。无休止的追踪是必然的，但只是一个开始。到了2020年，我们每年能制造540亿个传感器，它们散布在全球，嵌入我们的车里，覆盖在我们身体上，监视着我们的家以及公共街道。这张传感器之网将在未来10年里产生“无限多级”字节的数据，其中每一个比特又能创造出双倍数量的元比特。经过实用人工智能的追踪、解析和知化，这片浩瀚的信息“原子海洋”会被塑造出上百种新形态、新奇产品以及创新服务。更高层次的自我追踪带来的可能性会让我们感到震惊。
