在汪洋一片的廣大 “網海” 中，擁有數不盡的資訊，卻也深不可測，讓人無法一眼就窺探這個資訊世界，每當我們想要在海中挖寶的時候，靠得不是探測船，而是像 Google、Yahoo 這樣的搜尋引擎。可是有的時候，我們並不是想去偉大航道的草帽小子一夥人，而只是隨興在海岸垂釣的釣客，當我們釣到一條奇特的魚，可能會想知道水底是否有更多這種奇特的生物，這個時候或許應該有比搜尋引擎更好、更方便的工具，讓我們能夠一探究竟。此時，瞭解到這個需求重要性的 Sphere 已經成功的幫助 54,880 個網站為他們的訪客提供這個探索資訊的新管道。
不曉得我們的讀者之中有沒有原住民血統的，近年來原住民的議題廣受重視，就連最近打得很激烈的總統候選人，也分別提出了原住民政策，不過，這不是這篇的主題，這篇我想介紹的是加拿大目前為原住民所作的政策之一 ─ K-net，大家都知道加拿大是一個緯度很高的國家，雖然擁有很大片的土地，但是大部分的地方都不太適合人居住，越往北邊，靠近北極圈的地方，有很多小島，著名的愛斯基摩人就住在那裡。
在介紹之前，我想先介紹一下 Community informatics 這個詞 ，我曾經在發明這個名詞的教授（Dr. Gurstein）底下上過一堂課，Community informatics 簡單的說，就是一個可以幫助人們促進社群發展的系統，這個系統包括兩部份，一個是網路的提供，另一個是其他硬體軟體的提供。Dr. Gurstein 曾經說過 “K-net 是他理論的最佳實踐”，接下來讓我們來看看 K-net 怎麼實現這兩部分。
「霹靂車，尖端科技的結晶，是一部人性化的萬能電腦車。出現在我們這個無奇不有的世界，刀槍不入，無所不能」，相信五、六年級生對這句台詞應該都感覺相當熟悉，這部在霹靂遊俠影集中被李麥克稱為 “夥計” 可以和人直接交談，在這個年代可以說是代表著人們對於未來人性化科技發展的期待，也因此隨著資訊科技不斷的演進，語音辨識的技術發展也日益成熟，這次 Jott 把這項技術也帶進了 Web 的世界，於是雖然我們依然沒辦法擁有一輛會說話的車子，但是至少我們已經可以透過手機跟 Jott 溝通，把語音轉成文字訊息記錄下來，這跟李麥克老是喜歡在危急的時候用手錶呼叫 “夥計” 是不是也相去不遠了呢。
What do you want to Jott?
“Remember”
What day?
“Tomorrow”
What Time?
“9”
a.m. or p.m.
“a.m.”
What is the subject of your remember?
“Send the new proposal to the Brownstone firm.”
Got it.
最近看到 HSBC Direct 的一則廣告，講的是他們提供的指定專員服務，可以派專人到客戶的指定地點處理開戶的手續，飾演客戶的男主角在影片的最後說了一句話，「我還記得她叫 Sandy」，不知道有沒有人有印象呢？這篇要談的是一個還蠻實用性的網站 ─ “I want Sandy”，很巧地，他們也聘請了一位有著相同名字的專業人才，叫做 Sandy，這個網站想要提供給使用者的就是一個聘用這位私人秘書的機會，讓她能夠為大家處理一些像是記事、管理行程表甚至是開會提醒等大大小小的瑣碎事情，不只是指定專人、指定地點，我想 Sandy 能夠做到可能會更多，Any Time and Any Where。
“I want Sandy” 與 “stikkit” [1] 一樣都是 Values of n 這間公司所創立的網站，所以也遺傳了 stikkit 的聰明，使用者不需要透過眾多的點選，只要像與平常人對話一般的告訴 Sandy 說，明天有甚麼重要會議要開？幾點要提醒老闆（當然是聘僱 Sandy 的使用者囉）甚麼重要事情？也因為這種能夠自動辨識文字語意的運作方式，得以讓使用者可以單純的透過電子郵件與 Sandy 溝通，就好像真的聘請了一位真人秘書，只不過下了班如果想約她一起共進晚餐，那是可不行的唷！
唸小學的時候，每個學期總是要選出一位班長，不管他們是規規矩矩的模範生，還是很會唸書好學生，每次我們都乖乖的在他們之中投票選出一位來當班長，時至今日，等我們逐漸長大成人了，能選的不只是班代了，從里長、議員到總統候選人，手上總有那一張屬於自己的選票，唯一沒變的就是我們還是都很正經的到投票所投下 “神聖” 的一票。也許，偶爾我們應該更富有創意一些，把這些每個人都會有的經驗做個改變，加料一下就會讓「投票」這個玩意更顯得有趣，而這正是 “KUSO 大亂門” 想要做的事情，它讓我們把生活中的任何事務都可以拿來互相 PK，讓使用者在一個沒有標準的比較邏輯中投票，讓每個人都發揮創意，從票選議題、選項到票選結果，都可以創造更多的趣味來。
過年前，戲谷網站狂打「戲谷好神」廣告，推的是戲谷麻將的請神新玩法，不過對於我這個很少玩 game 的人來說，之所以會有很深的印象應該是因為它的廣告創意模仿以前就有的全家便利商店「好神公仔」。不過，這篇也不是在談戲谷到底神不神，而是要介紹一個同樣是使用 Flash 技術的遊戲社群網站 ─ doof。
看到自己辦公桌上的電腦螢幕貼了滿滿的便利貼紙，記著大大小小的事情，有些便利貼紙甚至一貼就是好幾個月呢，只不過隨意貼的結果，到最後常常還是要花一點時間在這些便利貼紙裡面翻找需要的資訊，相信這種事情大家都很有經驗。便利貼便利的特點很快的就伸展到電腦上，電子版的便利貼軟體在很多年前就開始出現，貼多了一樣是把整個 Windows 桌面貼得滿滿的黃色字條，只不過數位化以後，我們可以更容易的管理這些便條。現在這個便利的概念也延燒到了網際網路，多了網路的加持，讓便利貼更加的便利，不只是〝貼〞更能〝帶著走〞，而 stikkit 就是這樣一個可以帶著走的便利貼，但是事實上 stikkit 為使用者所做可不只是這樣，它更兼具了〝聰明〞，讓便利貼依舊是便利貼，而管理它們卻能夠變得更便利。
從應用的角度來看，stikkit 的便利貼其實並不只是單純的一張黃色小紙，不是寫點東西以後貼貼就算了，它也可以是一種備忘錄、一種朋友聯絡簿甚至是一種行事曆。當我們用 stikkit 記錄一些朋友的聯絡資料，它就像是一本朋友聯絡簿；當我們用 stikkit 寫下旅行的計畫它就像一本行事曆，stikkit 提供了我們的應用從它首頁的介紹就可以知道，以下我們就簡單的介紹一下它到底能做些甚麼？
現在假使有個會使用電腦的人沒有聽過 MSN、Yahoo! 即時通，那他肯定是上古時代的人了。這些 IM（ Instant Messenger，即時通訊）軟體幾乎已經成為資訊人生活必備的精神食糧，就像是每個人出門隨身都帶著手機的程度一樣，不過總是會遇到有些無法使用這些軟體的狀況，像是在網路控管的辦公室上班、或是在朋友家臨時想聯繫 IM 上面的朋友等，這個時候 Meebo 就很好用啦！只要能夠連上網路，透過瀏覽器一樣也可以很快的跟朋友聊天。
有很多寫 Blog 的朋友純粹只是隨性的分享自己的生活故事，也有些人則是很有熱情的在經營他們的 Blog，也希望更多人來閱讀他們所撰寫的文章，通常為了瞭解到底有多少人瀏覽過 Blog 的文章，都會藉助像是 Google Analytics 這樣的流量統計服務，不過這些都只是一種對 Blog 的觀察，並不會對瀏覽人次的成長造成任何影響。換個角度來想，如果可以將這些統計結果適時的回饋給 Blog 的訪客，不但可以幫助訪客閱讀到更多好文章，也能夠幫助 Blog 作者更多機會來顯現出他們文章的價值，Spotplex 就是這樣一個透過流量分析以後將分析結果用來顯現 Blog 文章的閱讀價值的網站。
其實可以用來彰顯 Blog 價值的網站很多，像是 Google Search、Technorati、MyBlogLog、Alexa、Digg.com、funP 等都具有這樣的功效。以 Google Search 來說，為了提供使用者在搜尋資料的時候可以先看到比較有參考價值的網頁，它使用了一種稱為 PageRank 的技術來檢視每個網頁的價值，基本理念就是認為一個越多人連結的網頁就是好網頁，也就是說越多的人在他們的網頁上放一個連結連到你的 Blog 文章，這篇文章在 Google Search 的排名就會越前面。這樣的判定準則雖然有蠻高程度的公信力，用在搜尋引擎（Search Engine）算是相當不錯，但是對於 Blog 這種內容更新較為快速的網站來說，PageRank 所帶來的效益是比較緩慢甚至是幾乎沒有的，其一是當你發表一篇可看性高的文章時，不見得大家都會引用這篇文章的網頁連結，要能夠擠進前面幾頁的排名除非是文章內容的關鍵字比較少人提到，或是像一瓶 15 年的陳年純麥威士忌，靠著長時間的累積，慢慢發酵出你的文章價值。儘管如此，只要有持續在更新 Blog 的內容，PageRank 倒是能夠在提高 Blog 的知名度上有所助益，進而反過來提供 Blog 文章發酵的環境。
人類的情緒與感受和引發感受的事件一直都是詩人用來大做文章的題材。大及國家興亡，小至月光落在床前統統都可以入詩。時至今日，在 BBS 個人版或是在 blog 上寫寫心情，貼貼照片已經是很多人每天抒發情緒的管道。觀察到這個趨勢的 Jonathan Harris 掌握了這個人類原始的感情表達需求和他的巧思，完成了一個〝We Feel Fine〞的心情觀察平台，觀察對象包括了 LiveJournal、MSN Spaces、MySpace、Blogger、Flickr、Technorati、Feedster、Ice Rocket 以及 Google 等網站。這個動作，可能大家只覺得是一個新的服務罷了，但是卻蘊含著可能成為 Web 3.0 主流的「Semantic Analysis」、「Natural Language Analysis」和「Cluster Analysis」，這個新型態的網路內容呈現與分析，不容我們小覷。
