有了 Panda 算法之后，谷歌损失了一些合作伙伴，在收入上受到了打击，在财报上，谷歌确实需要考虑Panda 的实际影响。

　　但我相信，发布 Panda 算法对谷歌来说是一个正确的决定，不管是对于用户的长期信任还是内容发布者的良好生态都是如此。Facebook 的公司性质与谷歌虽然不一样，但是我也很希望看到他们如何处理这些最新的问题。

　　更好的算法才能带来更好的媒体

　　问题是，如何决定什么才是“好”的结果。

　　在造飞机的例子中，其目标非常简单——保持脱离地面，飞得更快、使用更少的燃料，可以根据预期结果，不断地进行测试，改变设计。这与搜索的问题有很多类似地方，找到最好的价格、或者最有权威的信息源，或者是某个文件。当用户能正确地找到自己想要的东西，他们的满意度会提升，一般来说，广告商也会很满意。在搜索中，用户寻找答案进而用于指导生活的愿望与“给他们最好的结果”这一目标是一致的，不巧的是，Facebook的首要目的是增加用户的粘性，这可能正是引导他们走上错误的道路的东西。对Facebbook财政收入最好的东西，可能对用户来说并不是最好的。

　　即使是在实体的系统当中，比如空气动力学和飞航工程，也存在一些潜在的假设，需要被测试和并修正。在航空行业中，有一个著名的例子，决定了整个行业的未来——对如何处理金属疲劳。这一难题的理解曾经经历了颠覆性的变革，atv，这正是行业所需的。正如德克萨斯大学的教授Michael Marder所说的那样：

　　历史上，英国本来会统治喷气机时代。1952年，哈维兰彗星型客机（de Havillands Comet）开始商业化服务，将伦敦与英国最边远的地方连接起来。当时英国的喷气式飞机比任何竞争对手都要领先好几年，样式华丽，并且为飞行的舒适度和安静度制定了新的标准。然后，灾难发生了。1953年，一架彗星型客机坠毁，原因是天气恶劣以及飞行员操作失误...1954年，又一架彗星型客机在罗马附近坠毁，这次天气晴朗。

　　机队停运了两个月来检修飞机。然后公司在发表一份声明后继续运作，声明称：“虽然尚未发现事故的确切原因，但我们已经把所有可能导致事故的因素都考虑过，都作了改进。这些改进完成后，我们也进行了令人满意的飞行测试。委员会认为没有理由继续停运乘客服务。”这份声明过后仅仅四天，第三架哈维兰彗星型客机在那不勒斯附近的晴空下坠入海中，机队再次陷入无限期停飞。

　　彗星型客机的空难报告于1955年发布，当时在美国西北部，一个鲜为人知的军事承包商的民用喷气飞机的原型已经接近完成，它就是美国波音公司。波音过去在民用飞机方面没有什么成功的经验，该公司知道金属疲劳导致的机身破裂是彗星型客机坠毁的主要原因，并且在他们的波音707发生首次坠毁前更全面地理解了这个问题。波音来了一位暑期机械工程研究员 Paul Paris，当时他刚硕士毕业在申请 Lehigh 大学的研究生。Paris 发现波音707机身破裂的视图与彗星型客机的非常不一样。这些裂缝是调查的核心，它们无处不在，遍布机身结构的所有角落，小得几乎看不见，但无法消除。客机设计的结构无法完美，它本身必然存在缺陷，而工程设计的目标不是证明机身完全不会出现裂缝，而是去容忍裂缝的存在。

　　算法设计的本质不是消除所有错误，而是即使在面对错误时也要保持结果的鲁棒性。哈维兰试图设计一架其材料之强韧能够抵抗所有裂缝和金属疲劳的飞机，结果只是徒劳；波音公司意识到正确的方法是在工程设计中允许有裂缝，但要保证裂缝的增殖不会导致灾难性的事故。这也是 Facebook 面临的挑战。

　　Facebook 对 Timothy Lee 的回应显示他们已经理解他们面临的挑战：

　　我们重视真实的交流，并始终倾听 Facebook 用户的意见，他们不喜欢看到错误的信息。在新闻流中我们使用基于社区反馈的多种信号来确定哪些帖子可能包含不准确的信息，并减少其分布。在热门话题中，我们同样考虑各种不同的信号，确保热门话题显示的主题反映着真实世界里的重大事件，并采取额外的措施防止出现虚假新闻或误导性内容。尽管已经做了种种努力，我们明白需要做的事情还有很多，这也是为什么我们把不断提高检测错误信息的能力放在很重要的位置。我们将继续致力于解决这个问题，改善我们平台的体验。