Listry：试图颠覆Wiki和Digg的内容创作终极模式

25岁的 Kyle Stewart一直有一个梦想，那就是大规模高效率地创作高质量内容，而他眼中的高质量内容就是Wiki+Digg，于是他开发了 Listry这一雄心勃勃的项目，想要取代Wiki和Digg（Digg的地位早已被Reddit取代，这里仅代指Digg模式）成为内容创作的终极模式。Listry 绝不是将Wiki协作模式和Digg投票模式简单叠加，而是将文章模块化，每一部分都可进行协同创作和投票，也就是说Listry将Wiki和Digg的思路渗透到了文章的每一个片断。

Listry案例：

比如一个创业团队因为要选择究竟从事iOS开发还是Android开发而举棋不定，团队老大Benimaru则一心想做iOS开发，于是Benimaru同学想找到一篇深度文章来讲iOS相对于Android有多么好，以此说服团队成员。但是苦于没有现成的合适文章，于是Listry就有了用武之地了：

Benimaru在Listry发布一篇题为“iOS开发的101个理由”的文章；

Benimaru自己添加一些理由，然后邀请同事和好友也来贡献一些理由；

Benimaru的同事、好友、和任何人都可以在这篇文章下添加理由，以及修改他人所加的理由；

所有人都对自己认为最好的理由投票；

随着投票人数越来越多，好的理由将上浮至文章顶部，扯蛋的理由则被淹没至文章末尾；

最终，Benimaru哥就有了一篇相当牛逼的“iOS开发的101个理由”来说服团队了。

Listry投票机制

Listry的文章内投票机制，是为了过滤出最亮点的部分，淘汰掉文章的噪音部分，从而让读者只关注文章最有价值的部分。具体算法如下：

投票决定分数，分数决定排序；

投票分为一星、二星、三星、四星、五星共五档；

整篇文章的投票与文章内片断的投票独立，因此二者的分数也独立；

五星得+2分，四星得+1分，三星得0分，二星得-1分，一星得-2分；

目前的投票算法简单粗暴，容易遭致“强者愈强、弱者愈弱”的马太效应；

Kyle Stewart将会逐步改善算法，以让【最好的内容】片断脱颖而出，而不是【得票最多的内容】。

Listry的文章得分和片断得分的对比

Listry不同片断得分的对比

Listry的意义

我们早已知道模块化编程、模块化设计的好处，但是具有良好scalability的模块化写作却从未真正开始。

Listry，则站在巨人（Wiki和Digg）的肩膀上，开拓了模块化写作、模块化投票两大模式。

雷锋点评：是不是觉得Listry跟Quora挺像的呢？有点像。这可能就是传说中的“殊途同归”吧，Listry和Quora的目的很相似：生产更好的内容和知识。

（张涛 供雷锋网专稿，转载请注明！)