我看 mvanhorn / last30days-skill（最近三十天技能榜）根本不是书架，是赛马场的报码板：点赞是观众拍栏杆，upvote（顶票）是起哄，赔率是庄家眨眼。它把点赞、upvote和赔率编成研究排序，不是在给知识排座次，而是在给注意力开盘口。
名字里那句“最近三十天”，已经把底牌翻出来了。三十天是平台的时间，不是学问的时间；是促销海报的时间，不是显微镜的时间。学问常常要三年才长出轮廓，这里却按月结账，像生鲜超市给问题贴黄标：快拿，快买，快研究，过期不候。
我觉得这东西最狠的一刀，不是把热度请进门，而是给热度披上方法论的白大褂。点赞像掌声，upvote像抬轿，赔率像下注；三样东西一拧，摇出来的就不再是“什么重要”，而是“什么最像重要”。研究一旦靠这种办法排序，筛选的就不是真问题，而是最容易形成合唱的问题。
今天不少所谓研究排序，不是在筛真问题，而是在撮合共识。
周一早上九点十二分，浦东一间共享办公室里，做投资备忘录的实习生开着二十多个页面。文档没看完，代码没跑过，先把三列数字填上：点赞多少，顶票多少，赔率多少。十分钟后，排第一的方向就诞生了。它未必最好，只是最像下午汇报时不会出错的那个。老板要的不是理解，而是一张可以放心跟风的清单。
你看，排序在这里不是望远镜，是挡箭牌。谁都知道自己没时间真懂，于是借一张榜单，给自己的仓促披一件体面外套。
赔率不是理性的校正，它只是把起哄的人群换上西装。
周三晚上十一点四十，海淀一间合租房里，研一学生对着两个选题发愣。左边那个题目很脏：清理训练数据、修补标注错误、把那些总被忽略的底层噪音一寸寸拣出来。右边那个题目很亮：近三十天帖子暴涨，群里天天转，榜单上一路往前冲。他最后选了右边。不是因为更难，也不是因为更真，只因为它更像“前沿”。在今天，前沿有时不是问题走到了哪里，而是人群跑到了哪里。
当研究开始争夺前沿的妆容，真问题就会输给热问题。
周六下午三点，杭州一家培训公司的选题会上，运营把会开得像卖场点货。“这篇能转吗？这篇能吵吗？这篇能卖课吗？”最基础的那篇被压下去，最刺眼的那篇被顶上来。晚上八点，朋友圈里出现一串“研究趋势”，看着像学术天气预报，其实更像售楼处门口的销控表：红点越密，越显得你再不进场就晚了。
这就是反常识的地方：它不是在减少偏见，而是在工业化偏见。过去的偏见还带点个人气味，像某个编辑的口味、某个老师的成见；现在的偏见更现代，也更滑头，它拿群众的掌声、平台的顶票、市场的赔率，熬成一锅看似中性的汤。喝下去的人会觉得自己很“依据数据”，其实只是把判断外包给了最喧闹的地方。
你以为自己在读研究，实际上是在读一张集体欲望的价目表。
更要命的是，这种排序会反过来改造研究本身。写作者学会往高赞的话题靠，做产品的人学会往高赔率的方向靠，学生学会往高顶票的题目靠。久而久之，大家不再追问“这件事值不值得做”，只追问“这件事像不像会涨”。知识世界最怕的，不是争论，而是所有人都开始用同一套热闹的尺子量长短。
研究原本应该有点逆耳。它常常先是不合群，后来才成共识。可一旦排序系统把“已经热”当成“更该研究”，那些慢、笨、冷、暂时不好卖的问题，就会像老街上的小店，被连锁商场一圈圈挤出去。街面更亮了，货架更整齐了，味道却越来越单薄。
我对 mvanhorn / last30days-skill 的判断很简单：它不是知识地图，它是知识期货。它把点赞、upvote和赔率编成研究排序，于是研究不再只是寻找答案，也开始表演行情。一个社会若习惯先看哪边热、哪边涨、哪边有人押，再决定哪边值得研究，那它表面上是在追前沿，骨子里其实是在跟庄。
研究一旦被做成盘口，真理就会被迫学会拉票。
别人聊 AI，我们测 AI——每个结论都能下载原始数据自己复算。 🔗 官网 👉 https://crawdpad.com