屏幕里的千万客厅

旧金山市场街的南侧，一栋不起眼的办公楼里，贾斯汀·坎把一个改装过的摄像头绑在棒球帽的帽檐上。摄像头重约一百二十克，通过一根USB线连接到背包里的笔记本电脑。帽子的左侧贴着一块胶布，用来固定线缆，防止它在走路时晃荡。

那是2011年6月的一个星期二，坎调整了一下帽檐的角度，确认镜头对准自己的脸，然后走出了办公室。

这个装置看起来笨拙而荒谬。一个二十六岁的创业者，头上顶着摄像头，在旧金山的街道上行走、吃饭、与人交谈，把所有画面实时传输到互联网上。

坎给他的频道起了一个直白的名字：“Justin.tv”。他的计划是连续直播自己的生活，不间断，持续数月。

任何人在任何时间打开这个网站，都能看到一个年轻人在旧金山的实时画面。没有剧本，没有剪辑，没有重来的机会。

这个实验在技术圈引发了短暂的猎奇。有人在论坛上问：“为什么要看一个陌生人走路？”也有人回答：“为什么不呢？”

但大多数人没有注意到的是，坎的初创公司Justin.tv正在测试的，远不止是一个戴在头上的摄像头。他们搭建了一套实时视频传输系统——服务器接收视频流，编码压缩，再分发给成千上万个同时观看的用户。这套系统的成本不低，带宽费用每个月都在吞噬公司的现金储备。坎和他的联合创始人艾米特·希尔（Emmett Shear）很清楚，如果找不到一个足够庞大的内容来源来填满这些带宽，公司撑不过两年。

答案在他们眼皮底下。Justin.tv的后台数据显示，有一个类别的频道正在以远超其他内容的速度增长。不是生活直播，不是音乐表演，不是脱口秀。是游戏。

用户们把摄像头对准自己的电脑屏幕，直播他们在《星际争霸II》中的对战，在《魔兽世界》里下副本，在《使命召唤》里射击。这些画面在坎看来简直不可理喻——画面质量差，帧率不稳定，拍摄角度歪歪扭扭，主播甚至不出镜。但数据不说谎。游戏频道的观看时长是生活直播频道的三倍，而且观众停留的时间更长，回访率更高。

更重要的是，游戏直播的带宽成本更低——画面大部分是相对静止的游戏界面，编码压缩效率远高于街景的复杂光影变化。

2011年6月，坎和希尔做出了决定。Justin.tv将游戏直播分拆为一个独立的平台，命名为Twitch。这个名字来源于一个游戏术语——twitch gameplay，指那些需要快速反应和肌肉记忆的动作游戏。它暗示着平台的核心内容：不是精致的、经过后期制作的视频，而是实时的、充满不确定性的游玩过程。

这个决定在当时看起来像是一次务实的业务调整。一家资金紧张的初创公司，把资源集中在增长最快的业务线上，这是硅谷每天都在发生的寻常故事。但坎和希尔可能没有完全意识到，他们正在按下的，是一个产业重组的开关。

在Twitch出现之前，“看别人玩游戏”是一种古老但边缘的行为。它发生在客厅的沙发上，哥哥拿着手柄，弟弟在旁边看。发生在街机厅里，一群人围在高手身后，看他一币通关。发生在网吧里，朋友坐在邻座，侧过头来看你的屏幕。

这些场景有一个共同点：观看者和游玩者必须身处同一个物理空间。游戏是一种需要“在场”的娱乐。你必须在那个房间里，站在那个屏幕前，才能参与其中。

Twitch拆掉了这堵墙。它把“观看”从物理空间中剥离出来，变成了一种独立的、可以通过互联网分发的数字商品。一个芬兰少年在赫尔辛基的卧室里玩《我的世界》，他的画面被捕捉、编码、上传到Twitch的服务器，然后被分发到东京、圣保罗、柏林、墨尔本的屏幕上。观看者不需要认识这个少年，不需要待在他的房间里，甚至不需要和他处在同一个时区。他们只需要一个浏览器和一个网络连接。

这是一次“玩”的二次抽象。如果电子游戏本身是对现实行为——战斗、竞速、建造、管理——的第一次模拟，那么直播就是对游戏的再模拟。它剥离了游戏最本质的特征：交互性。观众不能控制屏幕上的角色，不能做出选择，不能改变游戏的进程。他们只能看。

但正是这种剥离，让直播获得了比游戏本身更庞大的受众。因为交互性是有门槛的。

玩《英雄联盟》需要学会一百多个英雄的技能组合，需要记住地图上的关键位置，需要训练手指的反应速度。看《英雄联盟》只需要一双眼睛。

2013年秋天，这个判断得到了数字的验证。那年十月，第三届《英雄联盟》全球总决赛在洛杉矶的斯台普斯中心举行。场馆里坐满了一万三千名观众，他们举着荧光棒，穿着战队队服，在看台上掀起人浪。但在场馆之外，还有四百五十万人同时在线，通过Twitch观看比赛的实时直播。这个数字超过了当晚CNN黄金时段的平均收视人数。一个电子游戏的比赛，在一家成立不到三年的视频平台上，吸引了比美国最老牌的新闻网络更多的观众。

Twitch位于旧金山的总部里，工程师们盯着墙上的实时监控屏幕。流量曲线在比赛开始前二十分钟开始攀升，到第一局的中期达到峰值，然后在团战爆发时剧烈震荡。每一次击杀都会引发一个流量尖峰——数十万人在同一秒发送弹幕，服务器负载瞬间飙升。控制室里有人喊了一声：“四百五十万。”没有人回应。

所有人都盯着屏幕上的曲线，看它是否会在下一秒突破系统的承载极限。它没有。Twitch的服务器撑过了那个夜晚。

但那个数字的意义远不止于一次技术上的压力测试。它标志着一个结构性的转折：电子游戏的观看者已经超过了游玩者。

这不是一个偶然的现象。从2011年到2013年，Twitch的月活跃用户从八百万增长到四千五百万。同一时期，《英雄联盟》的月活跃玩家从一千一百万增长到三千二百万。观看者的增长速度是游玩者的两倍。

游戏产业花了几十年的时间，把“玩”从街机厅和客厅里解放出来，让它变成一种可以独自进行的私人体验。Twitch用了不到三年时间，又把它重新变成了一种公共景观——只不过这一次，舞台不在客厅的电视前，而在每一个观众的屏幕上。

这个转变改写了游戏产业的价值链。在传统的游戏产业里，价值的流动是单向的。开发商制作游戏，发行商把游戏装进光盘，零售商把光盘卖给玩家。玩家付钱，得到游戏，然后独自消费它。链条到此为止。

玩家的游玩行为本身不产生任何经济价值——它是一种纯粹的消耗。你花六十美元买了一款游戏，通关之后，交易就结束了。游戏公司不会因为你玩得特别好而多赚一分钱，也不会因为你在游戏里花了一千个小时而获得额外的收入。

Twitch在这个链条的末端接上了一段新的回路。当玩家把自己的游玩过程直播出去，他们的行为就不再是纯粹的消耗，而变成了一种内容的生产。一个技术精湛的《星际争霸II》玩家在Twitch上直播他的天梯对战，吸引了五千名观众。这些观众的存在，让广告商愿意为频道投放广告。Twitch从广告收入中抽成，剩下的分给主播。观众还可以订阅他们喜欢的主播——每月支付四点九九美元，获得一些专属的表情符号和无广告的观看体验。订阅收入同样在平台和主播之间分成。后来，又加上了打赏功能——观众可以直接向主播支付现金，数额从一美元到数百美元不等。

这样一来，一个玩家的游玩行为就变成了一个三层的经济结构：他玩游戏（消费），他直播自己的游戏过程（生产内容），他从中获得收入（变现）。玩家第一次同时成为了消费者、生产者和受益者。这个结构在传统的游戏产业里没有先例。一个好莱坞演员不会因为反复观看自己演的电影而获得片酬。一个音乐家不会因为在家里弹吉他给朋友听而收到版税。但一个Twitch主播可以因为玩《英雄联盟》给五千人看而每个月赚到数千美元。

这套经济系统的规模在2014年得到了一个惊人的注脚。那年八月，亚马逊宣布以九点七亿美元现金收购Twitch。这个数字让很多游戏产业的老兵感到困惑。Twitch当时还没有盈利，它的收入主要来自广告和订阅分成，但规模远不足以支撑近十亿美元的估值。为什么亚马逊愿意为一个游戏视频网站支付这么多钱？

答案藏在收购文件的一个条款里。亚马逊的尽职调查团队在评估Twitch的价值时，使用了一个在当时还不太常见的指标：用户同时在线时长。

他们发现，Twitch的用户平均每次观看时长超过一百分钟。这个数字比YouTube的平均观看时长高出近三倍，比大多数社交媒体平台高出五倍以上。在注意力经济的逻辑里，时长就是一切。一个人在你的平台上停留得越久，你向他展示广告的机会就越多，你了解他行为数据的机会就越多，你把他转化为付费用户的机会就越多。

更重要的是，Twitch的观众不是被动地“收看”内容。他们在聊天室里发弹幕，和主播互动，和其他观众争论，用打赏和订阅来影响主播的行为。这是一种远比看电视更深的参与。亚马逊的评估团队在内部备忘录中写道：“Twitch的用户不是在消费内容，而是在参与一种社区仪式。”

这份备忘录的一个段落后来被泄露给了科技媒体——它指出，游戏视频内容的价值不在于视频本身，而在于它所创造的“实时社交密度”。一个人看Netflix是孤独的。一个人在Twitch上看直播，是在和成千上万人一起看，一起笑，一起骂。亚马逊看到了一个更大的图景。

收购Twitch不只是为了进入游戏产业，而是为了拥有一块实时社交媒体的战略高地。在2014年，Facebook和Twitter占据着异步社交——你发一条状态，朋友过几个小时看到，点个赞。但实时社交——成千上万人在同一时刻围绕同一个事件互动——仍然是一个未被充分占领的领域。Twitch恰好在这个领域里站住了脚。它的用户不是被动的内容消费者，而是一个活生生的、同步呼吸的社区。亚马逊想要的不只是游戏直播，而是这个社区的实时参与机制本身。九点七亿美元的收购价，是对这种参与机制的定价。

收购完成后的几个月里，Twitch开始加速扩张。它增加了更多的游戏分类，改进了视频编码技术，推出了移动端的应用程序。

但更重要的是，它开始系统性地培育主播经济。一个典型的Twitch主播的工作日是这样的：下午两点，他坐在电脑前，打开直播软件，调整摄像头角度，检查麦克风音量。两点半，直播开始。

他一边玩游戏，一边对着麦克风说话——评论游戏的操作，回应观众的弹幕，讲笑话，发牢骚，偶尔停下来感谢刚刚打赏的观众。晚上十点，直播结束。他关掉摄像头，但工作还没有完成。他需要剪辑直播的精彩片段，上传到YouTube，在Twitter上发布明天的直播预告，回复粉丝的私信。他的一天实际上是一份全职工作，只不过他的办公室就是他的卧室，他的同事就是他的观众，他的产品就是他自己。

这套模式的效率令人震惊。一个拥有五千名平均同时在线观众的主播，每个月的订阅和打赏收入可以轻松超过一万美元。顶流主播的收入更高。到2015年，Twitch上最受欢迎的主播之一——一个以《英雄联盟》内容为主的年轻玩家——据估计年收入超过一百万美元。他的收入来源包括订阅分成、广告收入、打赏、赞助合同和周边商品销售。他不再只是一个玩游戏的人。他是一家微型媒体公司的CEO，公司的核心资产是他的人格、他的游戏技术，以及他和观众之间那种实时互动所建立起来的信任关系。

这种信任关系具有一种传统广告无法复制的力量。2015年9月，旧金山莫斯康展览中心，第一届TwitchCon在这里举行。两万名观众涌入会场，许多人穿着印有自己喜欢的主播头像的T恤，举着手绘的应援牌。在展厅的一个角落里，一个以《我的世界》直播闻名的年轻主播坐在签名台后面，排队的粉丝从展台一直延伸到消防通道。一个大约十六岁的男孩走到台前，递上一个手工制作的黏土模型——那是主播在直播中经常使用的一个游戏角色的精确复制品。模型的底座上刻着一行字：“谢谢你陪我度过最难的那一年。”

这个场景不是孤例。在Twitch的生态里，主播和观众之间的关系远远超出了“内容提供者”和“内容消费者”的范畴。观众每天花几个小时看同一个主播，听他的声音，了解他的口头禅，见证他在游戏中的胜利和失败，参与他和聊天室里的其他人之间的玩笑和争论。几个月下来，这种单向的观看会沉淀为一种准社会关系——观众觉得主播是自己的朋友，尽管主播可能从来不知道这个观众的名字。

这种准社会关系是Twitch经济系统的情感底座。它解释了为什么观众愿意为主播花钱——不是为了购买某种商品或服务，而是为了维持这段“友谊”，为了让自己在这个社区里的存在被看见、被承认。当那个男孩把黏土模型递给主播时，他递给的不只是一个礼物。他递出的是一份关于归属感的证明。而Twitch的平台机制，已经悄悄地把这份归属感转化成了可追踪、可量化、可变现的数据——订阅数、观看时长、打赏金额、弹幕频率。

这正是Twitch完成的最深刻的结构性转变：它把“一起玩游戏”这种最古老的社交行为，从客厅的沙发前剥离出来，打包成一种数字商品，然后卖回给玩家。在Twitch出现之前，“一起玩游戏”意味着两个人或更多人坐在同一个房间里，共享一块屏幕或几块屏幕。这种体验的核心是“在场”——你能感觉到朋友坐在你旁边的沙发上，能听到他按下手柄按键的声音，能在关键时刻抢过他的手柄帮他过关。这是一种无法被数字化的物理亲密感。

Twitch没有试图复制这种亲密感。它创造了一种新的东西：一种大规模的、分布式的、以表演和观看为核心的社交模式。在这个模式里，一个人玩，千万人看。玩的人和看的人之间隔着屏幕和网络，但他们通过弹幕、打赏和订阅建立了一种新的连接。这种连接没有物理上的亲密感，但它有规模——一个主播可以同时和五千人“一起玩游戏”，这是任何客厅都装不下的。而且，这种新的社交模式具有一种旧模式没有的特性：它是可记录的。

在客厅里和朋友一起玩游戏，那个时刻过去了就消失了。在Twitch上，每一次直播都会被录制成视频点播，每一条弹幕都会被存档，每一次打赏都会留下交易记录。平台拥有了关于“一起玩”的完整数据——谁在看，看什么，看多久，和谁互动，花了多少钱。这些数据反过来又被用来优化推荐算法，提高广告投放的精准度，设计更有效的付费转化路径。这就是“客厅主权”的社会维度被剥离并货币化的过程。

任天堂和索尼争夺客厅主权的战争，本质上是争夺家庭娱乐中心的控制权——谁的机器插在那台客厅电视上，谁就控制了家庭成员的集体注意力。但Twitch绕开了这场战争。它不关心你的客厅里摆着哪台游戏机。它关心的是你的屏幕上显示着什么——而那个屏幕可以是电脑显示器、平板电脑、手机，或者客厅电视本身。

当一个人坐在客厅里，打开电视，通过Twitch应用观看一个主播玩《英雄联盟》时，那台电视上的画面既不是任天堂的，也不是索尼的。它是Twitch的。

到2015年底，Twitch的月活跃用户已经突破一亿。这个数字意味着，每个月有超过一亿人打开Twitch，观看别人玩游戏。他们中的许多人自己并不玩游戏，或者玩得很少。他们来Twitch，不是为了“玩”，而是为了“看”。而“看”这个字，正在重新定义“玩”的边界。

一个在Twitch上观看《黑暗之魂》速通直播的观众，可能永远不会自己拿起手柄去挑战这款以高难度著称的游戏。但他花三个小时看主播在同一个BOSS面前死了四十七次，在第四十八次终于过关时和聊天室里的几百个陌生人一起欢呼。他经历了游戏的情感弧线——挫折、坚持、突破、狂喜——却没有亲自按下任何一个按键。他“玩”了吗？在传统的定义里，没有。但在Twitch所创造的新定义里，他参与了一场由游戏驱动的集体情感体验，而这场体验的核心不是交互性，而是共同见证。

这就是“二次抽象”的完整含义。游戏是对现实的模拟。直播是对游戏的再模拟。

观众在直播中消费的，不是游戏本身，而是游戏被表演、被解说、被弹幕包裹之后形成的那层新的内容。这层内容剥离了交互性，却获得了更大的受众——因为不玩的人也可以看，不会玩的人也可以看，没时间玩的人也可以看。

2015年9月，第一届TwitchCon的最后一天，一个场景在展厅的角落里安静地发生。一个大约十二岁的男孩站在展台旁边，手里举着手机。屏幕上正在播放一个主播的实时画面——那是他在Twitch上关注了两年的人，一个以《我的世界》建筑教程闻名的年轻玩家。男孩的手机屏幕上，主播正在镜头前拆粉丝寄来的礼物，一边拆一边念着寄件人的名字和留言。

男孩没有寄礼物。他只是看着。他的脸映在手机屏幕上，和主播的画面叠在一起。

摄像头——坎四年前绑在帽子上的那个笨重装置——在这个时刻完成了它的隐喻闭环。2011年，摄像头对准的是拍摄者自己，贾斯汀·坎在旧金山街头直播他的生活，他是内容的生产者和表演者。

2015年，摄像头对准的是主播，但手机屏幕的倒影里，映出的是观众的脸。观众不再只是观看者。他的注意力、他的情感反应、他的观看时长、他的数据轨迹——所有这些都被平台记录、分析、打包，变成了可以卖给广告商的商品。在Twitch的经济系统里，观众既是消费者，也是被消费的对象。

那个男孩最终放下了手机。他走向签名台的方向，但队伍太长了，他在中途停下来，转身离开了展厅。他的手机屏幕上，直播还在继续。主播拆开了下一个包裹，聊天室里刷过一波表情符号。男孩把手机揣进口袋，屏幕暗了下去。

莫斯康展览中心外面，旧金山的阳光明亮得刺眼。市场街往北几个街区，就是贾斯汀·坎四年前开始他那个摄像头实验的办公楼。楼还在，但Justin.tv的名字已经从门牌上消失了。取而代之的是Twitch的紫色标志。坎已经离开了公司，希尔接任CEO，带领团队搬进了更大的办公室。

九点七亿美元的收购让早期投资者获得了丰厚的回报，让创始团队成为了硅谷的新贵，让Twitch成为了亚马逊帝国的一部分。但在那个九月下午的阳光下，这些都不重要。重要的是那个男孩揣进口袋的手机，和手机上那个已经暗下去的屏幕。在屏幕亮着的时候，他是一个社区的成员，一个主播的朋友，一个被弹幕和表情符号包围的参与者。在屏幕暗下去之后，他是一个独自站在街头的十二岁孩子。

游戏产业花了几十年时间，把“玩”从街机厅的公共空间搬进客厅，再搬进口袋，让它变成一种随时随地可以进行的私人行为。Twitch把它重新变成了公共景观——但这一次，公共空间不在物理世界里，而在服务器上。

千万个客厅里，千万块屏幕亮着同样的画面。屏幕前的人互不相识，但他们在同一秒笑，在同一秒骂，在同一秒屏住呼吸。他们从来没有坐在一起，但他们确实在一起。

这就是Twitch建造的东西：不是更好的游戏，不是更快的硬件，不是更精致的画面。而是一间由千万块屏幕组成的、永不关灯的客厅。在这间客厅里，玩的人需要观众，观众需要玩的人，平台需要他们两者——以及他们之间那条由数据、金钱和注意力浇筑而成的管道。