在用了六年多 iPhone 後，程序君對 iOS 系統已經深深地審美疲勞，累覺不愛。
新出的 iPhone X 噱頭不少，從功能上來看讓人大失所望。正好，pixel 2 系列幾乎同期推出，程序君便改換門庭，投入 Pixel 2 XL（以下簡稱 2XL）的懷抱。月初拿到了 2XL，天天機不離手，各種發朋友圈曬功能。朋友說，少得瑟，有那時間都能寫篇文章了。想想也是，於是在拖了一又四分之一周之後，有了這篇文章。
一般的評測文章都會來個開箱報告，以圖服人。可開箱照這玩意網上多得是，一搜便是，2XL 又不屬於那種你可以抱著屏幕上的圖片流口水的機型，所以此處省略 600 圖。
iPhone 用戶切到 android，最大的困惑是如何遷移所有的數據和 app。2XL 提供了一個數據線，讓你可以把兩個機屁股對接起來，把 iPhone 的數據以備份的方式傳輸到 2XL。整個過程大概 20 分鐘完成，簡單殘暴。當遷移完畢後，之前 iPhone 上所有的照片音樂視頻，以及 app，都安安靜靜躺在那裡等待你的召喚。不過畢竟不是蘋果自家的設備，WiFi 密碼，app 狀態等都沒有妥善還原（比如我的 google authenticator 就需要全部重新設置）。
由於 2XL 支持 eSIM，我的 Project Fi SIM 卡不需要安裝，只需在 2XL 上登入我的 google 帳號，手機就自動連接上網絡 —— 打電話，發簡訊，一切正常，舊卡可以直接扔掉了事。2XL 還自帶一個 SIM 卡槽，因而可以把我國內的卡裝在裡面存著 —— 然鵝 2XL 鐵了心要和雙卡雙待的大勢對抗，即便是軟硬體雙卡 ready，還倔強地只允許你同一時刻使用一張卡。
前面說過，2XL 整個硬體本身及其外觀並不驚豔，甚至難說好看，被網友們戲謔為「宜家風」。同時發布的 pixel 2 更是讓人慾哭無淚，整機和上一代基本一個外觀，反正同事的兩代 pixel 擺在我面前，我是傻傻地分不清。2XL 稍微現代一些，起碼還有個全面屏almost。
和幾乎一起到貨的 iPhone X 相比，大了一大圈的 2XL，其屏幕竟然和 iPhone X 的屏幕大小相仿，看上去大用起來卻不大，大而無當，讓人捶胸頓足。屏幕的色澤和顏值，二者更是隔了十萬八千裡，大概就是無鹽和西子的差距吧。然而，這樣的硬體，Google 也敢為其配上 $849 的起步價，著實讓人搞不明白狗家的底氣是哪裡來的。
以上就是我對 2XL 的第一印象。
下面說說用了兩周之後的印象。
android 8 和 2XL 配合在一起，我的第一感覺就是快，如絲般順滑。用了兩周多，我尚未感受到任何傳說中的卡頓，就是一個字：快快快快！尤其是拍照，隨叫隨到，從未有我想抓拍卻因為拍照 app 啟動慢導致錯過良機沒照成功的時刻。
說起拍照，2XL 單攝像頭就取得了評測 100 分的高分，著實驚豔。預設設置下，2XL 拍照都是採用 motion picture，也就是它拍的實際上是一個很短的無聲視頻。motion picture 這功能，iPhone 之前也有，不過 2XL 使用強大的算法能力，將不同幀的圖片聚合出效果驚豔的合成圖。這是上周五早上陰雨綿綿，Caltrain 因用了三十年的老舊電機罷工歇在 Redwood city 時，我拿著手機隨手對著窗外一甩拍下的照片：
拍照表現驚豔，拍攝視頻則讓人拍案叫絕。別的不說，單是運動中的防抖，就足以秒殺現存的一切手機了。我跟著我的小丫頭跑步，邊跑邊拍，拍出來的視頻幾乎看不出來抖動，效果一流。
移動網際網路的下半場，內容為王。通過拍照和攝像，我們每天產生大量的內容。久而久之，內容的管理便是個大問題。去年到今年，單是我的 iPhone 上產生的照片和視頻就多達四萬個。粗略算一下，我家從 07 年以來所有留存下來的照片和視頻有十五萬到二十萬之巨。這麼多的內容，放在雲上是一筆不算小的開銷，比這開銷更難受的是：當我需要尋找某張照片時，很難找到。
google photos 站出來試圖解決這個問題 —— 而且解決得並不賴。首先，它大手一揮，允許你上傳無限容量的高清大圖和視頻，且對於 pixel 2 用戶 2021 年前全部免費。在這個照照照拍拍怕，256G 都不夠用的年代，這簡直是智慧型手機一族的福音啊。在 2XL 裡，照片和視頻在有 WiFi 的情況下自動上傳，之後可以自動刪除來節省本地的空間（會保留一些最近訪問的作為 cache）。你在訪問 photos app 時，在有網絡的情況下，幾乎不會感覺到哪些照片在雲端，哪些在本地。
文件放在雲端後，google 便利用其強大的機器學習能力，給照片分類。
首先它把各種照片裡面出現的人物的頭像截取出來，然後對含有各個頭像的照片聚類。這個聚類的準確率非常高，我自己幾乎很少幹預。google photos 需要我做的就是，給每個頭像命名。
這下子，搜索照片可以按名搜索，再加上照片本身含有的地理位置，可以名字+地點縮小搜索範圍，解決 80% 的搜索需求。比如說我想找小寶在學校的照片，輸入 lindsey school，幾萬張照片裡，相關的照片一下子就出來了，相當給力。
平日裡，我們閒得沒事時會整理照片，給照片分類，歸檔，將其放在不同的相冊中。當照片越來越多，呈海量狀時，有再多的閒暇，也整理不完無窮無盡的照片。google photos 在雲端自動會幫你將照片分類，自動命名，提醒我們建立相冊。對我們而言，大部分情況只需簡單地點擊 「save」 保存這個相冊。此外，google photos 雲端的機器人還會選擇合適的照片幫你生成拼圖（collage），gif 動畫（animation），視頻，以及圖片美化。我們需要做的也只是：如果感覺不錯，點擊 save 保存即可。隨著這些保存的行為，google photos 會越來越懂你。
我兩年前去 seattle，在太空針塔上用 iPhone 6P 拍的照片，google photos 不太滿意，給我挑出來自動美化了一下，專業範一下子撲鼻而來：
你們感受一下原圖：
最關鍵的是，我啥也不用做，不需要 PS，不需要美圖秀秀，不需要挖空心思去考慮那張圖片值得 P。
2XL 另外一個黑科技是 google lens。在 google photos 裡隨便打開一張照片，就可以用 google lens 分析圖片。使用強大的深度學習引擎，google lens 可以準確地告訴你地標性建築，動植物等等。咱們看圖說話：
（還是上面的那張圖，竟然知道我是從太空針塔拍的）
（模糊的背景，亂入的文字，依舊能夠準確判斷，我選這張是因為它編輯後丟失了 exif 信息，所以可見 google 完全從圖片中學習而非依賴照片的 metadata）
（亂入一條 python，也正確識別）
（識別圖片中的並不算規範的文字）
說完了照片，我們再談談聲音。如果說相機是 2XL 的眼睛，用來發現和理解看到的一切；那麼麥克風就是 2XL 的耳朵，用來發現和理解聽到的一切。多少次當我們在商場裡邂逅一首動聽的曲子，想據為己有卻不得門徑，那種 「求不得」 的狀態真是急煞人也。現在好了，我們只需一捏手中的 2XL，google 助手就會跳將出來，等待主人的召喚。不必廢話，直接問：「what’s this song」，安安靜靜聽一會，google 助手就會告訴你音樂的名字，以及如何獲得：
就是這麼不動聲色，讓石破天驚。
此外，pixel 2 發布會還介紹了人工智慧驅動的同聲傳譯，我沒有購買它的耳機，在此不置評論。
最後，容我稍稍感慨一下。
Organize the world’s information and make it universally accessible and useful.
這是 google 一以貫之的使命。
google 的每個動作都朝著這個方向前進。給用戶以無窮大的 google photos 空間，是因為在內容為王的移動網際網路下半場，圖片和視頻是內容的主要源泉，誰掌握了內容的源泉，誰就把握了這個方向上的未來。機器學習和人工智慧這樣的領域，數據的多寡具有決定性的作用，差一個量級的數據，基本上就能差出一個量級的處理效果。對用戶來說，持續產生內容的動力是：1) 我不必擔心內容如何廉價地存儲 2) 產生的內容日後很容易查找 3) 產生的內容不必過多處理，就具有專業範。google photos 聰明地解決了用戶這些痛點，讓用戶樂意創建內容，提供內容。而 google 拿到這些海量的內容後，不斷訓練其機器學習的引擎，讓自己在 organize information 這個領域，變得越來越智能，不斷拉大和第二名的差距，獨孤求敗。
此外，如此大規模的用戶數據的搜集和存儲，為其基礎架構提出了更高的要求 —— 我們說的可不是每用戶幾 G，幾十 G 的存儲量，photos 和 videos 可以輕易上 T。每個人 T 級的數據和潛在的 G 級的用戶量（1G 大約是 10 億人），乘起來是個天文數字。如何廉價地存儲它們，是個巨大的挑戰。那位質疑，google 不已經管理著這個數量級的數據了麼？不太一樣。索引 web 上的一切，產生的數據是有收入作為支撐的，每 T 數據的 ROI 為正；而存儲用戶的照片和視頻數據目前來說是虧本買賣，一定要最大可能壓榨成本，所以二者對基礎設施的要求完全不同。google photos 這一招，看似風輕雲淡，實則如當初的幾乎不限容量的 gmail 一樣，是為未來埋下的殺手鐧。這個策略，一石三鳥：吸引用戶，打擊競爭對手（我 show hand，你跟不跟），同時自我革新，進一步提升組織的能力。
now playing 識別音樂也是如此。給用戶提供便利的同時，不斷提高自己引擎的學習能力。聽聲辨意這玩意，也是數據越多越精確 —— 當有一天 google 能分辨每一幀圖片，聽懂一切聲音時，它將成為我們大腦的外延，讓我們生活在一個科幻電影中才會出現的世界。
以上。
當然，我知道，看完之後你會抬起頭一臉困惑地說，程序君你就不要騙我了，你說的那些軟體 TM 全是 404。
iOS 讚賞通道：