这本书主要提出了两个论点。
- 我们大多数的日常行为都可以追溯到某种形式的信号传递或地位寻求。
- 我们的大脑故意向我们和他人隐瞒这个事实（自我欺骗）。
所以，我们认为和说自己做某件事情是有特定的原因的，但实际上，有一个隐藏的、自私的动机：为了炫耀和提高自己的社会地位。
你可能曾经听说过一个类似的概念，叫做「显性消费」。显性消费是指购买奢侈品（或服务）的行为，目的是为了显示购买者的财富，以达到或保持一定的社会地位。
一个典型的例子就是奢侈手表。一块劳力士并不比一块廉价的卡西欧表更会报时 —— 但劳力士表明了主人的经济实力，从而表明了他们的社会地位。
这并不是一个新的理论，但Simler和Hanson认为，人类还有很多行为可以用信号传递来解释。下面是书中的几个例子。
- 消费：信号不仅可以解释奢侈品的购买，还可以解释其他各种商品的消费。"绿色产品 "更多的是表明一种有利社会的态度，而不是实际帮助环境。其他消费信号包括对特定亚文化的忠诚（如乐队T恤）、运动精神与健康意识（运动休闲服装）或智力（如魔方）。
- 慈善：有几个指标表明，对慈善的捐赠并不是真正为了改善他人的福祉。缺乏有效的利他主义表明，我们并不太关心捐款的实际结果，研究表明，我们的慈善行为在很大程度上受知名度（几乎没有捐款是匿名的）、同伴压力（95%的捐款是被索取的）和交配动机（当被异性观察到时，捐款会更高，更有可能）的影响。慈善是为了慷慨而不是真正的做好事。
- 教育：你会认为上学是为了学习和掌握技能，但为什么学生要为常春藤盟校支付数万美元的费用，而所有的学习材料都可以在网上有效地免费获得？既然我们知道学生在被评分时学习效果更差，为什么还要使用评分系统？答案，同样是信号。教育有助于向潜在的雇主提供证书和信号。
书中还有很多例子（我推荐大家阅读全文），作者想表达的观点很明确：几乎所有的东西都有信号传递的成分--只是我们没有意识到。事实上，Hanson认为，"远超过90%"的人类行为都可以用信号传递来解释。
不管你是否同意这个确切的数字，我认为这是一个有趣的思想实验，看看一个具体的行为，想想这个行为中隐藏的信号传导潜台词可能是什么。
自从读完这本书后，我思考最多的信号行为是软件产品和服务的采用 —— 更重要的是货币化。
这就是这篇博文的主题。
我们先来仔细看看信号传递。在我看来，信令可以被分解成不同的组成部分。
- 信号信息
- 信号分发
- 信号增强
为了更好地说明我的意思，我们以一双运动鞋为例。
第一个组成部分是我所说的信号信息。这就是你想表达的任何（隐藏的）潜台词。就我们的运动鞋而言，这可能是类似于我有能力花100美元买一双鞋或我过着积极健康的生活方式 的内容。
为了将你的信号信息传递给其他人，你需要某种形式的信号分发。这是我的信号分类法的第二个组成部分。
那么，你要如何分发你的运动鞋的信号信息呢？你只需要把它们穿在别人能看到的地方。这里明显的制约因素是，你的信号分布仅限于你能在公共场合展示的东西。这就是为什么人们愿意花几百块钱买鞋而不愿意花钱买袜子的原因。
第三个组成部分是信号增强。如果每个人都穿上了酷酷的运动鞋... ...你如何确保你的运动鞋脱颖而出？比如你可以买那双设计最显眼的，或者买颜色最艳丽的。这些信号放大器可以帮助你更好地与地位竞争对手竞争。
我们来总结一下。信号可以分解为信号信息、分发和增强。"真实世界 "的产品由于其物理性质，在可视化信号信息方面非常出色。然而，因此，分发也有物理边界，因为你一次只能向这么多人发出信号。
但软件呢？
与基于原子的产品和服务相比，数字产品有一个关键的缺点。无形性。应用程序活在你的手机或电脑上。除了你，没有人可以看到它们。
健身应用的信号信息与健身房会员或运动服（力量与健身显示）的信号信息是一样的，但信号要弱得多，因为你无法向任何人发布。
我相信这也是消费类软件公司比实体类公司更难实现货币化的主要原因。
这里还有一个例子。电子书 从未 赶上纸质书，尽管它更方便。相反，近年来，实体书的销量保持稳定（在某些市场甚至有所增加）。但有趣的是，人们花在阅读上的时间越来越少。它们的价值似乎来自于摆放在屋子里给来访者留下深刻印象(另见茶几书) —— 这是数字图书无法提供的好处。
另一个证据是奢侈品软件产品的缺乏。人们在珠宝、手袋和汽车上花了很多钱，但我想不出有哪一款软件的价格与之相差无几。当然，人们曾试图出售999美元的应用程序，但结果很惨。
但和其他软件产品还是有区别的。Superhuman内置了信号分发功能。每次你通过Superhuman发送邮件时，你的收件人会注意到你的签名里有一点 "Sent via Superhuman"。
与此类似，Strava等应用也将其内置的社交网络作为其高级订阅的信号分发渠道。升级后的用户会得到一个小小的高级徽章，并出现在专属的高级排行榜上。
另一个解决信号分发问题的有趣方法是在软件的高级产品中加入实物产品，通过随意接触（比如时尚产品）就可以实现信号分发。
像N26或Revolut这样的Neobanks会给他们的高级用户奖励一张花哨的金属卡，这张卡不仅外观漂亮，而且明显比普通信用卡重。并没有太多的其他好处来证明这些银行对其高级用户层收取17欧元/月的高额价格 —— 这清楚地证明了主要的货币化驱动力其实是信号传递。
当许多数字产品难以像实词产品那样实现货币化时，互联网却创造了一种全新的信号效用。分发即服务。
实体产品受限于你在公众场合看到的人数 —— 但互联网让你几乎可以同时接触到无限多的人。
这就是Facebook、Snapchat和Instagram等社交网络提供的主要价值。这些服务不包含隐藏的信号信息。它们所做的只是提供规模化的信号传播。想要增加能看到你的运动鞋的人数？只需要拍一张照片，然后发布到Instagram上。
浏览量、喜欢和评论的正向反馈循环可以帮助你量化你的信号传播有多成功。
通过将你关注的所有账户的所有更新合并到一个单一的连续界面，并将其作为默认首页，Facebook News Feed同时提高了新帖子的发布效率，并使所有这些帖子在一个巨大的关注舞台上相互对立，每个帖子上都有实时更新的记分牌。仿佛一夜之间，全景图倒置了，仿佛一盏巨大的聚光灯打开了，突然间，我们所有在Facebook上表演的人都意识到，我们都在同一个礼堂里，在一个巨大的、相连的无限舞台上，同时对着同一个观众唱着卡拉OK。 对于数以亿计，最终是数以十亿计的人类来说，他们在小部落中为地位竞争而成长，突然被丢进选秀节目中，与他们曾经见过的所有人竞争，这是多么重大的巨变，这很难用言语来形容。
社交网络受到网络效应的影响。更多的用户加入一个网络， 网络变得更有价值。你使用Facebook的动力会随着你能向多少人发布信号信息而增加。这就是为什么社交网络可以免费使用的原因 —— 为了最大限度地发挥其信号传递的潜力，它们需要获取尽可能多的用户。
像Path这样的社交网络试图将你的社交图谱大小限制在邓巴数上，为你的社交资本积累潜力封顶，并为你的帖子的发布封顶。他们希望换来的是一些更大的透明度，更真实的自我表达。反Facebook。
不幸的是，正如社会资本理论所预测的那样，Path确实成功地成为了反Facebook的网络：一个没有足够用户的网络。有些业务在规模化的情况下效果最好，如果你相信人们希望尽可能有效地积累社会资本，那么给他们能赚多少钱设置一个界限是一种具有挑战性的商业模式，尽管这可能很黑暗。
虽然Path作为分发器确实失败了，但我认为，保持网络的小规模仍然可以有符合我的信号理论的好处。故意限制可以加入网络的人数（比如收取会员费）会造成稀缺性，这反过来会让网络更有趣。网络会员资格成为信号信息。用户支付会员费，向其他成员发出信号，表明他们是部落的一员。
一些例子：
- 单身精英是一款针对 "受过教育的成功人士、单身专业人士 "的交友应用。400美元的会员费就是你属于该群体的证明。
- Facebook最初的会员资格仅限于哈佛大学的学生(后来也包括其他常春藤盟校)。
- 付费会员制社区在过去几年里有很大的发展。
这些社交网络仍然依靠一些临界质量和网络效应，但需要人为地设定一个加入人数的限制。如果会员不稀缺，会员就会失去信号信息。这同样适用于实体产品。苹果永远不会提供廉价的iPhone来与低端的Android设备竞争 —— 这会破坏公司的信号信息，即iPhone是奢侈品。
与iPhone相比，采用这种策略的社交网络还面临另一个限制。就像前面提到的软件例子一样，信号传播仅限于群内。然而，当你既能向群内成员，也能向群外人员发出部落归属的信号时，信号传递的力度是最大的。这也是为什么豪华车制造商的广告宣传不局限于潜在的买家，而是刻意扩大到那些永远买不起车的人的原因。
但正如我们前面所讨论的那样，软件的无形性使得向外界群体传递信号变得困难：你会在instagram上发布一张Equinox健身房的照片，但你会分享一张MyFitnessPal高级订阅的截图吗？
与其将网络会员制货币化，那些货币化最成功的软件产品选择了另一种策略。让会员资格免费，而不是通过信号放大来盈利。
之前，我们将信号增强定义为：帮助用户增加想要传达的信号强度，从而在人群中脱颖而出的产品功能。在我们前面提到的运动鞋的例子中，艳丽的颜色有助于放大我们的信号信息。
类似的放大器在软件世界中也存在，但它们往往以一套工具的形式出现。以Instagram的照片编辑器为例。将滤镜应用到你的照片上，让它们看起来更漂亮，并希望在应用的状态栏里更引人注目，也就是新闻源。
Eugene Wei称这些放大器为工作证明。
几乎所有的社交网络都有一个早期的获得工作证明的障碍。对于Facebook来说，它是发布一些诙谐的基于文本的状态更新。对于Instagram来说，它是发布一张有趣的方形照片。对于Vine来说，是一段有趣的6秒视频。对于Twitter来说，是写一段140个字符以内的有趣文字。对Pinterest来说，是发布一张有趣的方形照片。贴上一张引人注目的照片。你很可能会衍生出其他网络的工作证明，比如Quora和Reddit以及Twitch等等。成功的社交网络不会在一开始就提出刁钻的问题，通常很清楚他们想从你这里得到什么。
虽然Instagram、Twitter和上述其他社交网络都是免费使用的，但其他公司已经想出了一个巧妙的方法来使他们的信号放大器盈利。做得最成功的两家公司是Tinder和Fortnite。
先说说Tinder吧。
Tinder是一个约会的社交网络 —— 或者换句话说，是一个展示你的交配价值的信号发布网络。和其他社交网络一样，Tinder也受到网络效应的影响。网络的价值会随着其规模的扩大而增加。因此，显而易见的策略是让会员资格免费，以便尽可能多的人可以加入。(从技术上讲，约会应用是双边网络。女性会员的价值随着男性会员数量的增加而增加，反之亦然）
Tinder的主要工作证明机制是优化自己的个人资料图片，以获得最大的刷屏权。但在同一个平台上有数百万的竞争对手，仅靠几个像素的个人资料图片变现来争夺地位，就成了一件非常困难的事情。
幸运的是，Tinder提供了各种额外的信号放大器，帮助你脱颖而出。像Tinder Boost和Super Likes这样的功能，唯一的目的就是通过给你提供优惠的信号待遇来超越地位竞争对手。你猜怎么着 —— 它们是需要付费的。
Tinder的整个商业模式建立在人们愿意花钱买信号的假设上。这个假设似乎是正确的。Tinder去年的收入达到了惊人的12亿美元使其成为全球最成功的应用之一。
Fortnite在财务上取得了更大程度的成功。在过去两年中，该游戏加起来已经带来了超过40亿美元的收入 —— 和Tinder一样，它也主要通过信号放大来实现货币化。
在很长一段时间里，游戏的货币化模式曾经是 —— 对很多人来说仍然是 —— 一次性预付，然后只要你愿意，就可以玩这个游戏。
随着iOS和Android上的手机游戏的出现，这种商业模式发生了改变。手机游戏一般不向玩家预收使用费，而是免费玩。不过，为了更快地进步和赢得游戏，用户最终还是要通过应用内购买来支付小额升级费用。
与这些传统的手机游戏类似，《Fortnite | 堡垒之夜》也是免费游戏。作为一款多人游戏，很多人都会和现实生活中的朋友一起玩，这种策略很有意义--加入的人越多，网络就越有价值。
不过与手机游戏相比，堡垒之夜也是免费的。现有的应用内购买都不会影响核心玩法。你不能购买更强大的武器或更强的盔甲，让你比其他玩家有优势。
这是因为核心玩法并不是核心信号层 —— 因此也无法提供最大的货币化潜力。
Fortnite不仅仅是一款游戏。它更像是一个巨大的虚拟主题公园，甚至是我们所拥有的最接近元宇宙的东西。人们不仅仅是为了大逃杀游戏而来 —— 他们是为了和朋友们见面和闲逛而来。
但如果说《脑中之象》教会了我们什么，那就是你不只是为了好玩而与人见面。你是在进行一场持续不断的注意力和地位之争。信号是堡垒之夜提供的元游戏--也是货币化的。
Fortnite的货币化模式是基于换肤。你的角色所穿的皮肤，你的滑翔机和你所使用的工具的外观，你的角色跳舞的方式(表情)... 所有这些都是信号增强器，有着不同的信号信息 在游戏中独特地表达你自己，而你必须购买它们。
Fortnite已经完成了许多其他软件产品一直在努力的事情 —— 将一个纯数字产品货币化，它的价值不是基于实用性或娱乐性，而仅仅是基于我们都在暗中非常关心的一件事 —— 信号传递
虽然物质商品和服务的物理性质非常适合将隐藏的信号信息可视化，但分布和放大有天然的局限性。
软件完美地补充了实物商品，将其信号信息进行规模化的分发。然而，规模化的最大化却使其无法实现上述分发的货币化。这就是为什么社交媒体服务是免费使用的。附加的信号价值完全由被分享的实物产品来获取。
软件的无形性和可变性，也使我们很难创造和分享（和货币化）本身含有隐藏信号信息的软件产品。这就解释了为什么没有劳力士手表或路易威登手袋等奢侈品的软件等价物。
对软件公司来说，经济上最有利可图的策略是免费提供发布，而对那些想通过付费信号放大脱颖而出的用户进行货币化。
A closing thought: I tell myself that I write these blog posts “just for fun”, but let’s be honest … all I really want is to signal how smart I am. So if you could head over to Twitter and give me a Like or a Follow, that’d be great. Thanks!
Thanks to Gonz Sanchez, Jan König, Max Cutler and Robin Dechant for reading drafts of this post.