从书报，录放机，电视机到智能手机，vr 眼镜，所有学习的，娱乐的工具或玩具，几乎都以光声诉诸视听，一块屏幕和一个喇叭。

视觉和听觉对任何动物都是收发信息的核心，诉诸视觉和听觉的光和声音在自然界客观存在，表现为光的漫反射和空气的震动，这些光影和声音连续弥漫在整个世界，人们沉浸其中，依靠它们通过定位，测量以理解世界。

相对而言，嗅觉，味觉和触觉是主观的，只有人们与之互动感受它们时才存在，世界上有固定可量化的光谱和震频，却无法量化 “臭”，“麻辣” 或 “疼”，可见一斑。

人们通过声音，表情和动作与他人互动，即便再嘈杂的环境也不妨碍人们察言观色，人们从来不会对说出去的话或做出的动作进行任何再干涉，大多数情况，人们每句话只要说一遍就够了，极少数情况下，人们会说 “什么？你再说一遍，我没听清”，人们几乎不会让人把肢体动作再做一遍，因为视觉的带宽比听觉更大，时延也更低，香农定律说人视觉抗噪能力更强，但听觉也不差。

声波和光进入耳朵和眼睛前不受任何影响，它们的局部以任意顺序被采样，但大脑却呈现出连续的时空。

…

当声光被计算机网络传输，最终也是要诉诸视听，但上面一切合理又简单逻辑却被遗忘了。人们倾向于获得不失真的信源副本。当信息有损时，企图通过传输协议从数据包中恢复丢失的信息，却不得不支付高昂的时延作为代价。

如果我们认真地，返璞归真地想一想声光在现实中是如何被我们传输并捕获的，事情会变得简单，但要达到这个简单的效果，编码是核心，这意味着可能一切都要重来，所以我这里只随便说说。

从意义中恢复，而不是从数据包中恢复。

声光都是连续的信息场，这是一种自带的 fec。音节和光影的模式是恢复的手段，当你听到 “我今天x上起床后有点不x服，又x下休息了，睡醒后发现已经 9 点了，结果x到了。” 所有的 x 都是可以补全的，因为我们的日常口语交流自带冗余，当你看到一幅被扣掉一块的画，你也几乎能脑补这个缺失的部分，这就是连续信息场的意义，从它们自带的连续局部性冗余中恢复损失的信息。

眼睛和耳朵感知的是编码，而不是传输协议。编码是有意义的，而传输协议只是一套冰冷的规则。
你有一堆沙子，你可以做出任何自带再生能力的造型，你有一堆半成品积木就只能做有限个僵硬造型，要么推倒重来，要么就是残缺的。通信和计算机遵循两套不一样的原则。

如果你坚持就是有些 “关键报文” 是绝对不能丢的，那就是你的编码不对，如果你坚持你的编码没问题，那就是你对。简单感受一下：

…
IM 其实是一种反自然的交流手段，是一种 “计算机式” 的手段，存储转发式的手段，发出信息后，对方没回复，发送者不得不再发一遍 “在吗”，后加入的 “已读” 功能将问题进一步复杂化而不是解决了问题，“已读” 可能意味着 “已读已忘”，日常交流不会这么 “反智”，明明是人与人的交流，却像 tcp timeout 一样 “不即时”，又偏偏叫 “即时通信”。

从真实的日常交流中学习实时声音和影像的传输，而不是从作为工具的计算机网络协议中引申，或许是个好的再出发起点。

浙江温州皮鞋湿，下雨进水不会胖。