《Cognitive Surplus》這本書照字面翻譯就好，何必扯出什麼下班時間扭轉未來??
看完整本書根本沒提到下班不下班。
罷了，這本書有很多重要的概念，與之前日本人寫的《アーキテクチャの生態系》(中譯：架構的生態系)一樣值得參考。只是如上篇文章所說，這本書很多是美國的狀況，台灣的認知剩餘不但不足，而且無法連結起來。
一旦一個網站轉變成營利性質，或從中產生了「管理階層」就會面臨到退化。
這種故事不陌生。
自從那次無名正妹大出走後(忘了是民國幾年時)，找正妹勢必會有很多成為漏網之魚
現在無名的活動度也不如以往。現在的無名帳號，是由於Yahoo!而有....我這個人不會隨便申請任何帳號，一旦要申請必定要使它難以破解。
大學的時候整台電腦因為RAM而貴，幾乎都待在電腦教室。不用說這讓M某損失很多，無論是線上社群還是收集資料，而沒人告訴我怎麼辦。
小團體又是M某無法適應。職是之故，無論哪個時期都是像個犀牛角一樣獨來獨往，網路討論區是再重要不過了。 往昔的網頁已經找不到了，台灣的網路典藏並沒做到入口網站的網頁也都收錄。
往昔在這PCHOME上的各位，也都不知道哪裡去....惟留我一人在此....
對於FACEBOOK，從心底感到厭煩感....或許是因為處女座的心理潔癖吧。
雖然待業中時間很多，我卻很討厭這種只以複製現實人際關係為要務的東西；再加上臉書尾大不掉，看他何時走入歷史。
確定可連結的共334位，目標只有金牛與處女。
如果已經變成查無網站(好像是沒認證過還是怎樣的?怎樣帳號才會被清算掉?)也算在內的
未啟用：36位；關閉中：27位
以及結婚的XD
總共為397位(謎之音：算這無意義吧?)
以下做這樣的整理，統計的話是不太有意義
原本想算出英文字母的使用頻率---也就是字頻，是否與前人做的統計一樣?
然而近400個帳號每個都打實在太累了，WORD也只能統計總字數、而不能分別各字母。
為了保密，本次採取前四個以及後三個英數；
若帳號字元長度不滿7(=4+3)者，依然要保密則中間再略去數個字元，並於後方標示
(≦7)。
a行
a030--639 a076--038 a091--208 a098--605 a121--220 a15--94(≦7) a772--376 a808--697
a850--1na aces-rzz aids-413 ajkh-314 ak91-915 al-or(≦7) alaz-cat alic-081 alic-nny
alic-830 alic-mon alic-917 alin-828 all-vi(≦7) all-19(≦7) alov-too am91-835 ambe-907
amma-520 amy1-919 amy7-831 an20-512 ang-er(≦7) ange-271 ange-917 ann0-9915
ap-il(≦7) ap-06(≦7) appl-431 appl-i52
b行
b106-401 b3-16(≦7) baby-huu baby-ove bais-508 barb-520 beau-516 beel-142
bett-514 bett-ndy bibi-054 blan-985 blue-982 bobe-916 boss-917
c行
c568-230 ca-if(≦7) cand-234 cand-344 cand-517 cand-517 cand-jam
cc11-031 cftv-654 ch20-9tw chou-823 chri-909 chuc-501 cind-035 Clai-vin
coco-826 coco-192 cute-ell cyn-iQ(≦7) cynd-331 cynd-513
d行
DOG-912 dog-88(≦7) dore-845 dori-125 dp73-512 ed-hd(≦7)
e行
egir-ung ell-an(≦7) ella-111 elne-421 elsa-827 emil-091 ener-cky Ett-ba(≦7)
euni-391 eva8-904
f行
fash-616 feat-333 fish-sun fore-289
g行
gew7-921 glor-629 Gree-men gucc-880
h行
HA-NQ(≦7) han7-519 hana-uka hann-910 happ-911 happ-opo hcps-026 hi-ue(≦7) hunt-330
i行
iam-ly(≦7) in-yu(≦7) iou0-827 iren-229 iris-eep isi-ia(≦7) ive0-339 ivy8-513
j行
j295-672 j506-444 j8-93(≦7) ja91-079 jdor-mon jenn-831 jess-426 jess-826
jess-688 joan-912 joan-830 joan-294 joe7-503 jojo-973 joli-fir
K行
k50-28(≦7) kain-501 kang-902 kett-518 kii-28(≦7) kiss-423 kitt-ang kitt-ady
kitt-020 kk3-35(≦7) koa-pk(≦7) ksa-ny(≦7)
L行
la12-914 laka-514 lala-819 lemo-e26 Lili-427 lily-510 lin-16(≦7) lind-27d
lov-914 love-901 love-518 love-233 love-241 love-914 love-069 luch-907
luck-141 lydi-730
M行
m0-42(≦7) m52-ee(≦7) madi-mto magg-515 mapl-229 mary-613 masa-you
melo-200 mich-134 mich-737 mick-y24 mimi-rhd mind-327 ming-508 Mis-ia(≦7)
misa-dada miss-636 miya-512 miya-430 mmmm-892 mmno-omm mo-18(≦7)
momo-829 momo-398 monk-048 monk-082 mori-wen mous-e25 ms00-809
myer-amy
N行
na-0(≦7) nanc-134 nats-ice nek-18(≦7) newj-ivi news-ron nico-512
nike-336 NO-GE(≦7) nozo-han np-33(≦7)
O行
ohmy-385 on-he(≦7) oo-hu(≦7) orze-ily ox-m8(≦7)
p行
peac-ach peac-311 pegg-426 pegg-215 peis-512 peiy-910 penn-775 petw-033
phoe-916 pi-oo(≦7) pink-922 pink-926 pink-848 pink-ane pink-933 pink-ere
pink-828 pipi-501 poin-919 powe-830 pp08-520 prin-ss6 pupp-ute pure-914
Q行
q005-220 q224-085 q79-15(≦7)
R行
r040-520 rabb-519 reco-d52 rgh4-31r rone-920 rock-973 rome-kimo rosa-305
rrr-130 ruby-911 ruru-00 ryoh-066
s行
s199-520 s78-28(≦7) sand-011 sand-830 sand-697 sang-mei sara-015 sasu-512
scam-ang scps-124 seli-421 seli-052 shel-420 shen-ang sho-31(≦7) shps-737
sik-89(≦7) sitt-87t skat-d01 sky9-608 smal-by7 small-lly smil-821 smil-811
snow-918 snow-210 sta-ow(≦7) star-sky star-992 sues-shan surf-420
T行
t3-16(≦7) tai5-521 tami-002 taro-ros taur-419 tiff-hen tiff-105 tina-hiu
tina-846 tina-920 tkd-53(≦7) tom2-960 tony-911 toto-904 twee-917 twot-410
U行
u221-666
V行
vick-y77 virg-ina viru-930 viru-826 vivi-515 vivi-512 vivi-109
w行
w22-04(≦7) w84-21(≦7) wawa-912 weiw-910 weiw-910 wenc-i52 wend-029 whir-525
whit-609 wiki-516 wink-316 winn-824 wn80-019
x行
x77-78(≦7) x800-123 xeri-405 xm-j0(≦7)
Y行
y-1(≦7) y520-69z y78-42(≦7) yamo-oya yiti-cky yl-b(≦7) yoyo-828 yumi-433
yumi-434 yumi-ien yun1-708 Yvon-825 yy9-29(≦7)
Z行
zxcv-147 zxcv-516 zz-07(≦7) zz22-abc
若統計各行的使用頻率即如下圖：不知是否與字頻有相符合?我手上並沒有這種資料......
最多的是A族群：10%，其次是M、S族：8%
依次到d、f、g、o、q、x、z：1%.....U頭文字者僅一位
如上文所說，真正要計算字頻不是這樣的;反正是個登不上大雅之堂的調查，連說是研究也沒資格。
只是這網路世界會變成怎樣呢?
現在二十歲的的網路使用經驗，與我二十歲時的是一樣的嗎?
「感動」會持續下去嗎?
不禁想起這些問題。
文章定位：
