钛媒体 TMTPost.com
|科技引领新经济|
贝索斯说过,“聪明是一种天赋,而善良是一种选择”;不要因为价值观出问题,而让天赋误导了自己。
钛媒体作者丨师北宸
钛媒体注:本文是从另一个角度来评论最近「差评」事件。在腾讯宣布对一家微信公众号——差评运营公司进行投资后,掀起了行业内质疑声;马化腾对质疑声表示「业务团队未能做好尽职调查」;此后,腾讯官方发布消息,宣布重启对「差评」尽调程序,或将协商退股。
一件投资界的小事,在内容创作圈子里被讨论的沸沸扬扬,也引发了业内对于微信内容生态中「洗稿」问题的辩论。本文作者则提供了另一个角度:非传统媒体人在微信做自媒体做的好,是一种天赋;而要不要去「洗稿」,是一种选择。本文前戏较长,如果没耐心,请直接刷到第二片段。
我时常和朋友开玩笑,我是国内最后一代传统意义上的专栏作家,我大约在 2011 年底正式写一些东西,之后(140个字即可发布观点的)微博就火了。
这种感觉就像,你 13 岁就开始看《花花公子》,好不容易熬到成年,你想亲手操刀一篇正经小黄文的时候,色情业被禁了。
真是憋死个人。
但我始终顽固地认为,专业训练是基石。
斯皮尔伯格拍《头号玩家》已经 70 岁了,可是一个 70 岁的老头儿依然能拍出点燃 95 后、00 后观众的电影,一个在画面出场一秒、肉眼几乎不可见的角色,他依然要把这个角色的造型原汁原味做好,这样的角色有一二百个之多。
他得把这些角色的版权一个一个全部谈下来,而且得按照原作,做得一模一样。
正是这些细节,造就了他的诚意。
当然,光有细节,对这部电影的评价就有失公允了。一位优秀的导演,当然得对大的故事结构有足够的把控。《头号玩家》的故事结构,就像《黑客帝国》的童话版,未来的人们在现实世界仅能果腹,精神上无法从现实世界获得任何的出路,只能被虚拟世界绑架,在游戏中找到自我、实现自我。
如果只会拍一堆的彩蛋,大概只会成为快手、抖音上的一条热门短视频吧。
当然,我并没有瞧不起快手抖音的意思。无论从作品的完成度、影响力、作者成就感、商业回报、对观众的尊重等各个角度来看,我觉得搞一部《头号玩家》,比搞一部小短片,还是更值得尊重。
哪怕它情节依然有些老套。
有种,你拍一个不老套、同时让投资人满意、影迷满意、普通观众满意的片子出来看看。这样的人在全世界也就那么几个人,比如昆汀、诺兰、王家卫…对了,王家卫还挺让投资人头疼的。演员也被搞得很惨。拍完王家卫的《一代宗师》之后,梁朝伟说得拍几部轻松的歇一歇,后来他拍的片子大家也都知道了,《摆渡人》豆瓣评分4.1,《捉妖记2》豆瓣评分5.0。
《捉妖记2》在春节档总共 60 亿票房的市场中收走 22 亿,不太理解的影迷,骂梁朝伟「拍商业烂片赚钱」。
但我挺尊重梁朝伟的。手艺人弄一个好作品出来不容易,中国的环境不像好莱坞,叫座的大片大部分还能保持65-75分的水准,对于内容产品来说,我觉得很不错。各方利益全都顾及到了。漫威拍了几部口碑不太好的片子,但《复仇者联盟3》这一部,足以挽回之前的失分。
......说了一大堆梁朝伟、漫威,我想说的是:
无论是内容产品,还是实体产品,扑街是正常现象。不扑街的作品,都是对行业的敬畏、信仰、热爱、以及对所有买单的消费者、投资人、合作伙伴尊重的表现。作为内容制作者,即便付出了自以为的「足够多」,有时候也只能做到及格或略高于及格线而已。
对很多人来说,我说的及格线有点高;对真正想做出好作品的人来说,这其实也真只是及格线。
扑街作品,要认,还要坦荡荡的认。
你拍了一个票房很高,但是口碑很差的片子,你赚到了钱,不妨大大方方承认一下,「各位支持我的观众,不好意思,的确拍的不好,我需要钱。我赚到了钱,下次拍个好点的,回馈大家。」
比如漫威,有几部差了点儿,来一部《复联3》,大家觉得你还是有良心的。
“差评”在今日凌晨推送了一封致歉读者的声明 “To Be Better”
“差评”的道歉信必须给个“差评”
前戏有点过长,看惯了公众号文章的人,这么长的铺垫,我想很多人都失去耐心了。下面开始更直白地讲讲「差评」洗稿这件事。
「差评」被腾讯投资,后来keso写了一篇文章《给腾讯一个差评》被马化腾看到,马化腾说:这个投资案例,「业务团队并没有做好尽责调查」。后来差评团队先是说自己只是正常写文章,而后于今天凌晨(5.27),发文《TO BE BETTER》。整篇文章扭扭捏捏,讲了一堆理由,这些理由,我简单概括一下:
1、「差评」起家,是一群90后理科生应届毕业生,没有任何传统媒体专业训练,更多依靠兴趣、热爱;
2、不知道自己是不是「媒体」,给自己内部安了「主编」、「编辑」的title,嗯,如果按照这样的界定,好像自己「造次」了;
3、写了一大堆自己如何写一篇文章的流程;
4、全文强调了多次,自己的非专业。具体的措辞包括:
「没有经过任何的传统媒体的专业训练,更多是草莽的感觉」;
「作为一个非专业培训过的团队,我们并不懂得太多媒体理论上的东西」;
「当然我们不是专业出身,也比较业余,但把自己想法说出来,我想总无伤大雅」;
「由于没有受过媒体这方面的严格训练(传统媒体的每个作者都是要受到严格的训练的),所以很多操作方式上,是不合传统媒体的规矩的。」
......
另外,「差评」很喜欢强调自己的理科生身份。
「差评」的阅读量很大,很受读者欢迎。我很少读「差评」,对「差评」无感,我问了两位95后同学,恰巧他们都喜欢看「差评」。喜欢「差评」的原因,集中在这几点:在媒体规则之外;特立独行;叛逆;敢写;酷;有情怀......
问及为什么,其中一位同学说道:「当然还有内容啊, 我还是蛮喜欢他们这种轻阅读的方式的,一段新闻一句点评,以及公众号的画风和人设,洗不洗稿什么的我没有去求证过。」
还有人说,「现在看到他站在风口浪尖,作为关注了好几年的粉丝 ,不管对与错,内心会无条件倾向在差评这边——就是那种老铁,我挺你,(这样)的感觉吧」。
在这里,我不提他们的名字、性别、年龄、背景。这是一种声音,我如实呈现。
承认天赋不足,难么?
韩寒17岁的时候,从高中辍学。前一段时间,在接受「一条」访问之后,韩寒发了一条微博,谈当年退学:“退学是一件很失败的事情,说明我在一项挑战里不能胜任,只能退出,这不值得学习。值得学习的永远是学习两个字本身。「学习」两字,不分地点环境,是一件终老要做的事情。我听到有人美滋滋得意洋洋说,韩寒,我学你退学了。我不理解。我做的不好的地方有什么好学呢?为什么不去学我做的好的地方呢?”
两年前我加入 LinkedIn 中国办公室工作的时候(本文作者曾在“领英”公司工作两年——钛媒体注),经常和朋友开玩笑说,我加入LinkedIn,给LinkedIn的入职标准拉低了三个底线:
英语水平最差 | 大学四级425分,刚过英语四级及格线。
学历最差 | 经常调侃自己天津三流大学毕业。
履历最差 | 按照世俗的标准,之前呆的公司品牌知名度、声誉、市值,比LinkedIn都差好远。
你懂的——我这么说,把英语老师、母校、过去履职的公司,都得罪了。
但我其实无非想说明,自己是屌丝出身,也能与斯坦福、清华、北大毕业的一起共事——另一种方式秀自己牛逼。
你的心态往往比“你现在没做到什么”更重要,如果可以选择,我会发奋考清华北大,在大学就把英语学到听说读写无障碍,不像现在,还得补课。
每个人的履历,都是自己写就,怪不得任何人。
以前没学好,认。然后玩命补。
那个叛逆的、酷酷的、游走于规则之外的、特立独行的、比「差评」还敢写的韩寒,他说:
我“做的不好”的地方有什么好学呢?为什么不去学我“做的好”的地方呢?
为了拍好电影,韩寒下了大功夫去筹备。对此他说得很少,他只是把作品甩出来,赚走几个亿,外界评价有好有坏,但客观看来,完全没扑街。
该补的课,不会因为他的名字叫韩寒,就不需要补。也不因为他看起来酷酷的、拽拽的,就不需要敬畏专业。甚至他的缺点,他也无法用他的优点去弥补。
缺点无法弥补,它就在那儿。这个世界的残酷在于,无论你喜不喜欢,接纳不接纳,它都是一个事实。
聪明是种天赋,而善良是种选择
2010年,贝索斯在普林斯顿大学发表演讲,他谈到「天赋」与「选择」:
今天我要告诉大家的,就是「天赋」和「选择」之间的差别。聪明是一种天赋,而善良是一种选择(Cleverness is a gift, kindness is a choice)。
天赋得来容易,但选择往往很困难。你们如果不够谨慎,就可能被自己的天赋所误导,一旦误导,就可能危害到你所选择的价值观。
当你们活到八十岁,在某个安静的沉思时刻,回到内心深处,想起自己的人生故事时,最有意义的部分,将会是你所做过的那些选择。人生到头来,我们的选择,定义了我们是什么样的人(We are our choices.)。替你们自己写一篇精彩的人生故事吧。
几年前我读过贝索斯的这篇演讲,只记住了「善良与天赋,哪个更重要」;今天再看,我读到的是:
我们的选择,定义了我们是什么样的人。
前天晚上和同事聊天,我说:我们的每一个选择、每一个决定,我们做什么、不做什么,定义了我们是谁。
就好像星巴克和711,都卖咖啡。星巴克能卖30块,711卖十几块,去楼下小店买速溶,只需要3块。它们用自己的行为,定义了在自己的店面里一杯咖啡能卖多少钱。虽然三块钱你也可以买一杯咖啡,但你不会觉得星巴克卖30块是“坑人”。
星巴克用自己的品牌价值,用所有细节,让自己能卖出最贵的咖啡价格。大家嘴上调侃星巴克,却用行动给它投票。
前天看《蜘蛛侠》,钢铁侠对蜘蛛侠说:
如果没有这件战衣,你什么都不是,那你就不配拥有它。
我们都要配得上自己身上这身战衣。否则它迟早会被夺走。(本文仅代表作者观点)
(本文首发个人微信公众号,授权钛媒体转载。作者个人介绍:师北宸,微信公众号:写作黑客(digital_meme),创办了「写作训练营」,前凤凰科技主编。)
发现钛媒体,72问新生机;碎片时间,系统学习