一周收了 700 多条「垃圾信息」后,我总结出了这些小技巧

2018 年 7 月 10 日 少数派

只要稍加留意,你也能在身边发现这样的一群人,他们手机的通知中心永远是满满当当的;但是仔细一看,却发现举目尽是广告推荐、八卦新闻——真正重要的通知,倒是被埋没在「垃圾」信息流里。

我们忍不住想问:到底每天要接收多少这种「垃圾信息」?要不要管管它们?

于是编辑部做了一个尝试,看看在「放任自由」的状态下,手机上的应用都会给我们发送多少通知。

想看看少数派编辑和作者的手机装了啥 App 吗?长按二维码关注少数派(ID:sspaime),在后台回复「装了啥」。

一个有意思的小尝试

借助 iOS 12(测试版)的通知统计功能,编辑部将 80 多款大家常用的应用都装在了刚刷上测试系统的 iPhone 上,打开了所有应用的通知(每个应用也都打开「激活」了一下),把手机充上电、连上网,静置一周不去动它,看看最后能收到多少通知。

测试中安装的应用

为了避免个性推荐带来的影响,我们没有在应用内登录帐号,也没有测试微信、QQ 等聊天工具。

一周后打开手机,我们看到了非常壮观的景象:

通知多达 700 多条

这周总共收到了 700 多条通知,而且过半的通知都集中在懂球帝、新浪新闻、网易新闻等资讯 App 上。不过由于恰逢世界杯,我们还是原谅了平均每天发 20 多条通知的懂球帝 🌚

虽然不是非常严格的实验,但足以看出我们平时会收到非常多的通知;而仔细想想,其中很多通知只是一些花边新闻,对我们来说不仅没有多大的意义,还可能把有用的通知淹没掉。

是时候整理一下自己的手机通知了。

删掉多余的 App

一个最简单的事实就是,App 越多,通知也就越多。所以整理通知,可以先从清理多余的 App 开始。我们做的小尝试或许有点夸张,毕竟不是人人都会把这 80 多款 App 装在手机上,但大家不妨低头看看自己的手机,然后问一个问题:到底哪些是我真正需要的?

你真的需要那么多 App 吗

实际上,我们的手机上可能都盘踞着这么一批几乎用不上的 App,却不断发出通知来刷存在感。这些 App 删掉也无妨,我们在管理通知前就先做一次清理工作吧:

  1. 先干掉最烦人的 App:你也可以试试一天不清理通知中心,找出是哪个应用最喜欢发通知,如果它发的都不是你需要的内容,你就可以考虑先把它干掉了;

  2. 优先使用更「安静」的 App:同样一个功能,比如地图导航,原生的地图从来都不会来烦我,而且它使用的也是高德的数据,于是我毫不犹豫就卸载了更喜欢发通知的后者;

  3. 使用小程序代替 App:使用率不高的功能,不一定需要为此专门下载一个 App。像是倒数日、OCR 图片转文字等功能,多数人不会每天都用到,此时不妨选择一个不会主动来打搅你的小程序。推荐阅读:《生活中偶尔才用一次的 App,可以用这 8 款小程序代替》。

  4. 用一个应用代替多个 App:多使用多功能的 App。日历工具 Timepage 的日程提醒通知中会附有当天的天气和交通情况,我一般就不需要再依靠单独的天气和导航 App,每天早晨一条通知就能一览当天的的工作、天气甚至交通情况。

关于精简 App 的方法论还有很多,我再分享一条自己的私货:

把除了微信、QQ、支付宝以外的第三方 App 尽可能删光,每次要用到其他 App 的时候再下回来,如此坚持一周,最后你留下的基本就是自己真正需要的 App 了。

相信精简完 App 之后,「垃圾」通知已经减少了许多。

我是典型的「一屏流」

通知也分类型

精简后的 App 基本都是有用的,但它们的通知仍然可能骚扰到我们。想象一下,你吃鸡吃得正爽,刚伸手去道具栏里面换霰弹枪,却点到一个好巧不巧弹出来的通知——等你气急败坏返回游戏,发现自己早就被干掉了。

其实,App 的通知不止「开」和「关」两种状态,如果你仔细观察过 iOS 的通知设置,会发现里面的细节还挺细致的。

我们不必把打搅过自己的 App 全部打入冷宫,只要设置好通知显示的时机,就能不错过需要的通知,又不至于让它们太聒噪。

具体的,我推荐这些设置:

  1. 会主动推送通知的资讯类 App,如少数派 🌝,只打开「在历史记录中显示」:最大限度避免通知打扰你,但是仍然允许通知出现在通知中心,等你有空的时候再去看。我对于所有资讯类应用都是这样的处理;

  2. 不主动推送的资讯类 App,如 RSS 阅读器,只打开「应用图标标记」:角标让我紧张,每天睡前挑个时间统一扫一遍。当然,你要是不喜欢满屏幕的小红点,也可以直接关掉所有的通知,反正这些资讯又跑不了;

  3. 日常社交类 App,关闭「横幅」:这类 App 消息频繁,我不希望它们弹出来硬生生打断我正在做的事情;但其他通知选项我一般都打开,所以也不至于漏看消息;

  4. 工具类 App,一般关闭所有通知:除了 Workflow 和 IFTTT 需要用通知实现交互,我实在不知道其他工具类 App 为什么也要给我发通知,还是让它们安安静静呆在一边好了。

从一次小尝试中,我们发现自己居然被这么多通知包围着。但是多数人还是一次次手动清理堆积成灾的通知,或者根本不去管它们。其实,无论为了避免重要信息被淹没,还是单单图个清爽,我们都需要对通知中心进行一番清理。

登录查看更多
0

相关内容

新闻,是指报纸、电台、电视台、互联网等媒体经常使用的记录与传播信息的 [2] 一种文体,是反映时代的一种文体。新闻概念有广义与狭义之分。广义上:除了发表于报刊、广播、互联网、电视上的评论与专文外的常用文本都属于新闻,包括消息、通讯、特写、速写(有的将速写纳入特写之列)等等; [3] 狭义上:消息是用概括的叙述方式,以较简明扼要的文字,迅速及时地报道附近新近发生的、有价值的事实,使一定人群了解。新闻一般包括标题、导语、主体、背景和结语五部分。前三者是主要部分,后二者是辅助部分。写法以叙述为主兼或有议论、描写、评论等。新闻是包含海量资讯的新闻服务平台,真实反映每时每刻的重要事件。您可以搜索新闻事件、热点话题、人物动态、产品资讯等,快速了解它们的最新进展。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
异质信息网络分析与应用综述,软件学报-北京邮电大学
还在修改博士论文?这份《博士论文写作技巧》为你指南
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
160+阅读 · 2020年5月14日
【实用书】Python爬虫Web抓取数据,第二版,306页pdf
专知会员服务
115+阅读 · 2020年5月10日
【实用书】流数据处理,Streaming Data,219页pdf
专知会员服务
76+阅读 · 2020年4月24日
【新书】Python中的经典计算机科学问题,224页pdf
专知会员服务
143+阅读 · 2019年12月28日
7 款实用到哭的App,只说一遍
高效率工具搜罗
84+阅读 · 2019年4月30日
基于Web页面验证码机制漏洞的检测
FreeBuf
7+阅读 · 2019年3月15日
7个实用的深度学习技巧
机器学习算法与Python学习
16+阅读 · 2019年3月6日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
刚开始学编程?这几款小工具能让你事半功倍
教你用Python来玩跳一跳
七月在线实验室
6+阅读 · 2018年1月2日
码农日常工具推荐
架构文摘
4+阅读 · 2017年9月26日
谈谈用户画像
caoz的梦呓
10+阅读 · 2017年8月17日
概率论与随机过程相关书籍点评
算法与数学之美
9+阅读 · 2017年8月11日
如何用Python从海量文本抽取主题?
AI研习社
7+阅读 · 2017年7月6日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
25+阅读 · 2020年3月13日
Arxiv
24+阅读 · 2020年3月11日
Deep Learning for Deepfakes Creation and Detection
Arxiv
6+阅读 · 2019年9月25日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
6+阅读 · 2018年4月23日
Arxiv
15+阅读 · 2018年2月4日
VIP会员
相关VIP内容
异质信息网络分析与应用综述,软件学报-北京邮电大学
还在修改博士论文?这份《博士论文写作技巧》为你指南
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
160+阅读 · 2020年5月14日
【实用书】Python爬虫Web抓取数据,第二版,306页pdf
专知会员服务
115+阅读 · 2020年5月10日
【实用书】流数据处理,Streaming Data,219页pdf
专知会员服务
76+阅读 · 2020年4月24日
【新书】Python中的经典计算机科学问题,224页pdf
专知会员服务
143+阅读 · 2019年12月28日
相关资讯
7 款实用到哭的App,只说一遍
高效率工具搜罗
84+阅读 · 2019年4月30日
基于Web页面验证码机制漏洞的检测
FreeBuf
7+阅读 · 2019年3月15日
7个实用的深度学习技巧
机器学习算法与Python学习
16+阅读 · 2019年3月6日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
刚开始学编程?这几款小工具能让你事半功倍
教你用Python来玩跳一跳
七月在线实验室
6+阅读 · 2018年1月2日
码农日常工具推荐
架构文摘
4+阅读 · 2017年9月26日
谈谈用户画像
caoz的梦呓
10+阅读 · 2017年8月17日
概率论与随机过程相关书籍点评
算法与数学之美
9+阅读 · 2017年8月11日
如何用Python从海量文本抽取主题?
AI研习社
7+阅读 · 2017年7月6日
相关论文
A Survey on Deep Learning for Named Entity Recognition
Arxiv
25+阅读 · 2020年3月13日
Arxiv
24+阅读 · 2020年3月11日
Deep Learning for Deepfakes Creation and Detection
Arxiv
6+阅读 · 2019年9月25日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
6+阅读 · 2018年4月23日
Arxiv
15+阅读 · 2018年2月4日
Top
微信扫码咨询专知VIP会员