chuanus

本文最初于 2020 年 2 月10号发布于笔者的公众号。

1/ 著名投资者查理*芒格说，他和巴菲特犯了一个愚蠢的错误，就是没有更早发现投资谷歌。从他们的角度，本来完全可以发现的。他们旗下拥有的的保险公司 Geico 当时通过谷歌买的广告，平均获客成本两美元。而退而求其次，剩下的获客效率最高的方式，如果买有线电视晚上脱口秀的广告位，平均获客成本 30美元。有这个视角，就可以比大多数人更早更客观地发现谷歌的巨大价值。

2/ 但是大部分谷歌投资者，从来没有想到去给谷歌的广告客户打电话，去理解他们的视角和逻辑。大部分人只是从免费用户的视角，谷歌搜索是否好用，谷歌搜索用户有多少，广告点击率有多高，每个点击赚多少钱，等等，这类旁观者视角来分析理解。而最关键的视角，为什么客户心甘情愿要砸这么多钱到谷歌上打广告，这个视角，是缺失的。

3/从投资角度看，真正的上帝视角，是买单的客户 (不是免费的用户) 的视角。因为客户非常清楚自己为什么要做某个选择，要花钱买这个公司的产品，而不是另外一个公司的产品。这里面有很多微妙的因素和逻辑，旁观者不可能完全理解。

4/ 再举一个例子，Linkedin (中文翻译成 ”领英“)， 当年很多普通用户在其网站上注册，大部分人用了几次后，发现对找工作帮助不大，所以也就很少去更新去使用。但是，LinkedIn 对于猎头非常有用，可以迅速找到潜在客户，所以猎头愿意付钱成为高级用户。Linkedin 是专业人士社交网络的第一巨头，上面有超过四亿注册用户，活跃用户超过一亿，对于猎头而言是无法替代的最佳选择，尽管对很多普通人用处有限。

5/ 2016年二月 Linkedin 因为营收不好，股价一天下跌了 43%， 跌到 108 美元一股。但是四个月后微软以一股 196美元的价格收购 Linkedin, 总市值是两百六十亿美元。那么，同样的，对于微软而言，核心的价值是LinkedIn 是所在领域的最大巨头，拥有海量的企业网络大数据， 掌握垄断了这个别人没有的数据，可以再去推动销售微软的其它产品，就更加容易。这个价值，是孤立地看 Linkedin 的财务报告所无法理解的。按照 Linkedin 自己的说法， 94%的 企业对企业的营销者，都通过LinkedIn 来传播他们的内容。

6/ 凡是没有真正从掏钱买单的客户的角度去深刻理解一个公司的分析研究，大概率都是扯淡。而作为买单的客户，会非常清楚那些扯淡的分析，具体是哪几个点在扯淡。

7/ 这也是为什么因为某个单一视角做空一个公司是非常危险的，因为如果你不能保证你的视角是全面的，如果在别人的视角里他觉得有价值，他愿意出大钱，做空者就可能遭受巨大的损失。

8/ 再举一个政治上的例子，对于一个政客而言，其支持者基本盘的重要性，远远大于反对者的观点。2016年特朗普竞选美国总统时，有个著名的“Pussygate”，就是特朗普在有录音的情况下，吹嘘自己如何轻松地泡妞，上来就直奔主题，就上面亲下面摸。这个录音十月七号，星期五早上公开后，CNN, 华盛顿邮报，脸书，各大媒体马上连篇累牍报道，一些共和党大佬开始也公开谴责特朗普，大部分旁观者，都觉得他肯定完蛋了。甚至星期六内部开会时，他当时的竞选班子的主任，都劝他直接退出选举，认输吧。

9/ 但是特朗普最后决定坚持到底，还发了一个推：

“It is so nice that the shackles have been taken off me and I can now fight for America the way I want to.”

（太好了， 我的锁链被拿掉了，我现在可以按照我的方式为美国而战斗。）

10/ 过了几天，这个事情的影响慢慢消退，然后二十多天后他仍然胜选。这个事情，让特朗普的反对者非常愤怒，他们会说，这个道德败坏的老流氓，为什么还能当选。

11/ 合理的解释是：特朗普的支持者们，占美国人口的接近一半，他们不在乎他的私德，他们关心的是特朗普是否愿意为他们的个人利益，尤其是就业，非法移民造成的安全问题等等，而奋斗。只要特朗普把支持者最关心的问题做好，或者说没有别的政客能够比特朗普做得更好，这些支持者就不会改变观点。而反对者攻击特朗普的私德，对于支持者而言根本无所谓。这就是客观现实，不尊重这种现实规律，只会破口大骂，是解决不了任何问题的。所以特朗普上台将近四年，做了无数让反对者极为愤怒的事情，但是反对者迄今为止拿他无可奈何。

12/ 我们在现实生活中会看到，人们情愿沉浸在自己的视角内浪费大量能量宣泄情绪，拼命咒骂，也不愿花点力气去思考真正的上帝视角在哪里。 这是客观现实，这也意味着对于有心人而言存在巨大的机会。

13/ 知道上帝视角在哪里后，要接着问，我是否可以以相对较小的代价获得这个视角的信息？我在第一个视频里提到”建设个人信息基础设施“的重要性， 这个时候就派上用场了。这个问题有了答案后，按照这个视角获得的信息，再指导调整自己的策略，就容易事半功倍。

14/ 小结一下：

一） 出钱出力最多的群体的视角，就是上帝视角。

二） 这个视角有时和单一个体的视角有时一致，有时不一致。

三） 当个体视角和上帝视角重合时，他就会自鸣得意。

四） 但当两个视角背离时，如果个体还顽固地一厢情愿地以为自己的视角还是上帝视角，悲剧就会发生。个体会因为现实和自己预测不一样，而非常愤怒或者沮丧。

五） 如果大部分人没有看到上帝视角，而你看到了，你就可以抓住机遇

15/ 这个话题实际上和摩尔定律的发展规律，还有关系，欲知后事如何，且听下次展开。

本文最初于 2020 年 2月 15日发布于笔者的微信公众号。

1/ 关于摩尔定律的话题，我在 2016年， 在我的微信公众号里写了六篇连载文章， 标题叫做 ”摩尔定律还能走多远?”

王川: 摩尔定律还能走多远? (六) – 有钱能使鬼推摩(尔定律)

王川: 摩尔定律还能走多远? (五)　– 这都是为了钱

王川: 摩尔定律还能走多远? (四) — 并行计算的威力

王川: 摩尔定律还能走多远? (三) – CPU 的内存瓶颈

王川: 摩尔定律还能走多远? (二)

王川: 摩尔定律还能走多远? (一)

2/ 那么最后的结论是摩尔定律是个经济规律， 是一个技术发展，市场扩大，单价降低，利润再回馈到研发的良性循环。参见我最近的文章

王川: 用摩尔定律武装自己

3/ 但是仔细观察，会发现存在这样一个问题，就是很多业界的大拿，不断预测摩尔定律要死掉，但是摩尔定律从 1965年四月被首次提出来以后，已经五十五年了，一直没死。

4/ 著名芯片设计专家 Jim Keller 在最近和 Lex Fridman 的一个访谈中， 是这么讲的: “我被告知， 摩尔定律在十到十五年内要死掉。我开始以为这是真的，但是十年以后，人们还是说它在十到十五年内要死掉。然后有一段时间（人们说）它在五年内要死掉，然后又回到十年。后来有一天，我决定，不再担心这个事情了”。

5/ “然后我加入 Intel, 所有的人都说摩尔定律要死了，我当时想，这好悲哀，（英特尔）就是摩尔定律的公司。但是（摩尔定律）没死，它总是即将要死。你知道，人性总是喜欢那种世界毁灭之类的言论，我们会没吃的了，会没空气了，会没有生存空间了，等等”

6/ 先把摩尔定律给回顾一下，传统定义是单位面积的晶体管数目每两年翻一番。但实际上它底下有好多不同的技术参数和维度。摩尔定律，2020年和 1980年相比:

单个晶体管的成本: 从 0.1 美分跌到 一亿分之一美分，一千万倍的变化。

单位面积的晶体管数目: 从每平方毫米一千个，变成每平方毫米一亿个，十万倍的增长。

单个芯片上的晶体管数目: 十万，变成三百亿，三十万倍的增长。

fab 的成本: 一百万到一百亿美元，一万倍的增长。

时钟速度：五百万赫兹到五十亿赫兹，一千倍的增长。

这些数据来自 2019年九月 Jim Keller 在加州大学伯克利分校做的一个公开演讲。

7/ 如果按照单位面积的晶体管数目来算，四十年涨十万倍，大约每两年平均增长 78%， 接近翻番。从芯片设计者的角度看，基本上就是同样数目的晶体管，每两年面积减少到以前的大约 60%。 如果按照单个晶体管成本来算，四十年一千万倍的变化，就是每两年价格变成原来的 45%， 或者说同样的钱两年后可以买 2.24倍的晶体管，这个速度比晶体管密度的增长还稍微要快一点。

8/ 按照 Keller 的解释， 人们以为摩尔定律就是一件事，晶体管变小，但表面之下有几千个不同的创新，每一个单一的技术创新路径，都有自己的指数增长然后回报递减的曲线， 这个英文叫做 s-curve. 可以看一下这张图。

9/ 如果你是那一个单一技术创新路径的专家，过去几年指点江山，非常爽，觉得自己有上帝视角，你可以看得很清楚，同时你也知道，你这个技术路线，还有五到十年就走到尽头了。而替代你的技术路径的创新，有很多潜在的不同方向的选择，很多路径和现有技术路径不是一个范畴，现在的专家不懂很正常。但是这些替代的技术路径，暂时还在萌芽状态，还处于不成熟，相对简陋的状态。现在的专家无法提前看清楚， 所以， 他很自然地就会对周围人，对媒体说， ”摩尔定律还有几年就完了“。但是我们作为旁观者，如果把这个当下的专家的判断，当作金科玉律，并以此指导投资，就必然出问题。

10/ 比如说，想象一个芯片设计专家，以前一直是做单核处理器的，single core CPU. 很长时间摩尔定律的增长，是靠提高处理器的时钟速度， 从七十年代初的 一个 mega hertz 涨到 2000年的 一个 giga hertz， 涨了一千倍。到1995年的时候，他看得很清楚，处理器时钟速度上升的空间不多了，再过六七年，超过了三个 gigahertz， 要把时钟速度提高，存在可能芯片过热，甚至面临被烧毁的危险，没法更快了。然后他会很自然地说，摩尔定律再过五到十年就死了，时钟速度无法提高了。但他只是一根筋地去想时钟速度无法提高，如果别人跟他说，我们可以用多核处理器，我们可以增加缓存在芯片上的比例，高度并行的GPU 会用于神经网络计算， 2012年十月人工智能图像识别里面有大的突破，2016年 gpu 支持的人工智能机器可以打败围棋世界冠军，这些东西，要给一个 1995年的芯片设计者讲，是鸡同鸭讲，他无法理解，也无法想象的。他就只会像祥林嫂一样地重复，时钟速度无法提高，摩尔定律要死了。

11/ 再举一个例子，晶体管小型化的过程中，漏电的问题越来越大，原来栅极低下用的是二氧化硅的材料，当晶体管的栅极长度如果缩减到 45 纳米， 会有严重漏电现象，没法在缩小了。 后来在 2007年，英特尔采用了所谓 hi-dieelectric metal gate 高K金属栅极晶体管的技术， 解决了漏电的问题。但是缩小到 25纳米的时候，又会有个短沟道效应的漏电问题，2011年又采用 FinFET 技术解决了这个漏电问题。七纳米以下，现在替代 FinFET 的新的架构叫做Gate-all-around FET (GAAFET)。

12/ 一个硅原子的直径大约是 0.2 纳米， 七纳米，大约相当于三十多个硅原子， 所以我们小型化到两三个原子的尺度，还有十年左右。如果现有物理尺度小型化到了极限，潜在的替代技术路径还有 ：自旋电子学 (Spintronics)的自旋态，基于量子隧道效应的隧道结，等等。就不一定非在物理小型化上面做文章，但仍然实现等价的计算能力的提高。到时候怎么做，走一步看一步就好了。

13/ 事后看这个技术演变，里面有个很大的误区，就是”事后诸葛亮，事前猪一样“。因为上面提到的不管是 高K金属栅极晶体管的技术, 还是 finfet, 还是 gaafet, 还有现在最新的极紫外光刻技术 euv, 不管是多核处理器，gpu, 还有现在很多创业公司在做的专属人工智能芯片，等等都是若干个技术互相竞争，很多其它技术路径的研发都失败了，只有这几个东西冒头了， 成了最佳选择。在他们成功之前，我们以为摩尔定律已经到了穷途末路，即使对未来有希望，也并不确定下面的出路在哪一个方向，在当时看，未来存在极大的不确定性。但后人看这段历史，以为他们是自然而然设计安排好的，要注定要在某个时间出现的， 这种历史观是不符合实际， 极为谬误的。

14/ 那会有悲观者来质疑，你怎么可以保证新的技术就比现在的技术更好，更快？

这个问题可以这么看：第一，我们每个人已经知道的解决方案，实际上只是冰山一角， 还有很多东西我们不知道。或者说，即使在做这些事的人，他们也不知道可以在这里产生突破。第二，因为晶体管的单价下降，半导体芯片惠及的市场更大，所以最终更多的研发资金会继续投入进来。第三， 参与半导体研发的人员数目更多。第四，通讯费用不断迅速下降，更多人可以共享研究成果，提高合作效率。第五， 研发者使用的的工具本身，不管是软件还是硬件，效率也比以前更高，同样的人和资金，做和以前一样的事，效率要更高了。

15/ 总之，就是更多钱，更多人，更好的工具，更快的通讯，多个提高晶体管密度的解决方案齐头并进，这些解决方案中冒头的最佳方案，肯定会不断超越以前的解决方案的效率。但是在那个赢家冒头之前，我们很难提前预测哪个方案会胜出。而悲观者，只是看到自己的技术路径的局限，无法看清，也无法全面理解其它的几千个他看不到的创新， 再加上这些早期创新的内在不可预测性，所以从他的视角来看，悲观情绪是非常有道理的。

16/ 最后再把这个逻辑梳理总结一下：

第一，摩尔定律本质是多个技术创新的 S 曲线，后浪推前浪的发展过程。

第二，当前 S 曲线的技术路径上的专家，拥有上帝视角，被外行尊敬，感觉良好。

第三，这些专家对自己的技术路径的未来五到十年的技术瓶颈局限，非常清楚。

第四，因为当下其它多个潜在替代技术创新还在早期，一时看不到明确的十年后的替代方案，所以这些专家的悲观情绪，是非常符合他的有限视角的逻辑的。

第五，这里面的关键是：事前很难预测十年后，那个新的技术路径会冒头。绝大部分其它技术路径，要么彻底失败，要么因为不是最佳方案所以不会被广泛采纳。这些失败者的悲观情绪，也是符合他的有限视角下的逻辑的。

第六，一旦某个冒头的新技术路径， 他的 S 曲线增长超越老的技术路径， 新技术路径里的专家，将会拥有上帝视角。老专家的预测会很快被人遗忘。

第七，新技术路径往往是从一个新的维度发展，但是仍然可以实现芯片的密度和性价比更高的最终目的，继续推动摩尔定律向前发展。

第八，因为新技术路径，相对于老的技术路径拥有不同的维度和结构，很难被老技术路径里的专家所提前预测， 理解和迅速接受。所以他们事前的悲观态度，是几乎不可避免的。

第九，新技术路径超越老的技术路径，本质是几千个创新的集合中冒头的最佳选择，超越老的系统集合中的最佳选择。而具体的单个创新路径，则无法保证可以成功。这里面涉及到一个重要的概念，叫做 Ensemble Average, 系综均值， 以后的视频会专门展开介绍。摩尔定律， 本质可以看成是多个创新系统的系综均值的不断前进。

第十，后人没有全面的历史视角，会误以为新技术路径的冒头是事先计划安排好的，必然的。那么当他发现自己计划好的技术路径遇到了增长瓶颈，处处碰壁， 悲观情绪不可避免。

第十一，现在你知道了，为什么那些专家预测摩尔定律马上要死了的观点，是错误的。那么当你看到有人下注，做空摩尔定律，你就知道该采取什么正确的做法了。不管他以前是多么牛的专家，新的技术路径下，他的观点价值不大。

第十二，因为你知道他的错误的根源在哪里，你知道他为什么会有悲观情绪，你也知道为什么他无法被劝说，所以你不会和他们浪费时间，你会平静地在资本市场上，寻找做多摩尔定律的切入口。

17/ 下面一段话，据说来自微软的一位名叫 Peter Lee 的高管：

“预测摩尔定律要死掉的人数， 每两年翻一番“。

本文最初于 2020 年 2月 17日发布于笔者的微信公众号。

1/ 阈值， 英文是 threshold, 这个字读 yu, 不读 fa, 也不读 或，中文也有把它翻译成临界值或叫门槛值。

2/ 神经科学里有个所谓 “全无全有律” (all or none law). 大概就是神经受到刺激需要超过某个阈值，才会有反应，否则完全不会有反应。神经元细胞膜静止状态时电位差大约负的 70 mv, (负是因为细胞膜内电位比膜外低)， 外界刺激要使电位超越大约 负55mv 的阈值，才能被激活，引起离子通道的开放和关闭，引起电位搏动, 把兴奋信号传导给别的细胞。

3/ 我的猜测是，如果没有设置足够阈值, 或者阈值过高的系统，在生存竞争中都被一一淘汰，所以最终我们现在看到的，就是阈值大约在 -55mv 左右的神经元系统。生存下来的，就是合理的。

4/ 从全无全有律的角度看做事，如果一个事情阈值太高，你完全没有希望突破这个阈值，就坚决不要去做，否则就是白白耗费自身资源。

5/ 一般如果我们遇上对自己有成见的人，比如老板客户美女帅哥等等，他/她就是不喜欢你，试图改变扭转其成见，需要克服极高的阈值，但最后往往失败而白费力气。所以如果有可能，最佳策略是放弃离开这些人。

6/ 所以开放系统里，比如在社交媒体上，有杠精给你捣乱，一言不合就拉黑很重要，否则白白耗费能量。封闭系统里， 比如在单位里被领导穿小鞋，没有别的去处没法跳槽，那必须要忍着，那是迫不得已。

7/ 我们可以把人找工作创业挣钱，和动物觅食比较，本质都是为了获取外界能量，超过自身的消耗，这样更好地生存。但这里隐藏的重要逻辑是:

你的努力 必须大于 > 获取目标的阈值

这样才能达到目的，才能资金回笼，可以持续。否则努力就白费，这种事干多了就会饿死，或曰资金链断裂。

8/ 从这个角度看，我们常犯的错误是:

第一，盲目乱动，耗费大量自身能量，而并没有事前对获取目标的阈值有一个系统科学的分析计算。往往低估成事的阈值，或者说根本不知道阈值高背后的机制是什么。

第二，没有花更多时间去搜索，或者等待，阈值更低的目标物。

第三，没有通过系统的积累，把自己的力量大幅度提高 (在不增加过多能量消耗的前提下)。力量提高后，就可以轻松攻取更多阈值更高的目标。

第四，没有做一些各种能耗低的测试，去发掘那些看似阈值高，但实际很低的目标物。

9/ 我来举几个阈值过高，白费力气的事情：

在军事上， 两军对垒，假设单兵作战力是一样的，那么战斗力和士兵数目的平方成正比。这是著名的兰切斯特方程，我在 2017年的系列文章 “论兰切斯特方程和强者益强”里面有提到。

王川: 从兰切斯特方程, 看强者益强和如何以弱胜强 (二)

10/ 所以你一个人，遇到三个壮汉，如果没有武器，最好的选择是马上跑，而不是硬拼，因为你和对方的战斗力比例是一比九。 三打一的时候，自身消耗可以非常小，大约在 0.17， 而把对手彻底消灭， 基本上就是一个人换六个人的水平， 这里面涉及到微分方程，细节就不在此拆解。 但是我们在很多小说电影里，总会有人刻意渲染一种以弱胜强的悲情的情绪，让人认为死磕硬拼是个好事，这是个非常错误的事情。

11/ 很多人可能熟悉动物世界里面豹子捕食羚羊的镜头。这里面，如果豹子使劲跑了几分钟，让猎物溜走了， 对豹子也很危险，因为它消耗了体能，什么也没得到，下次就不一定能跑那么快了, 老是失手，就会饿死。所以选择猎物，选择（阈值低的）出击的时间地点，确保出击可以捕获猎物，是生死攸关的大事，含糊不得。

12/ 普通人做事的时候，潜在假设是大部分事情的阈值都是零，因此盲动特点特别明显， 经常白费力气，失败了就归咎运气不好。

13/ 通常我们说困难，就是解决问题的阈值太高。一个办法是增加对外连接，这样可以绕过去， 到外面去找到阈值低的问题去解决。

14/ 但对外连接的最大障碍是信任，没有本事没有任何业绩证明自己的人，是无法获得有效有价值的连接的。比如你要找合作伙伴，和别人联系，别人问你，“你是谁啊， 我为啥要和你合作？” 但是你如果在外面名声口碑很好，巴菲特，他要找别人合作，那大家马上屁颠屁颠的跑过去， 无需解释，干！

15/ 信任，本质上要追溯到品牌的建设。有了强大的品牌，不管是个人还是企业，建立对外连接容易多了，大幅度降低做成事情的阈值，相比其它潜在竞争者有巨大优势。大部分人不会思考品牌的建设，因为看不见任何马上的回报，所以不去做。本质原因，还是因为没有深刻理解品牌建设，在对外连接，大幅度降低阈值上起到的关键作用。

16/ 我在 2018年四月一号在公众号上写过一篇文章，标题

王川：为什么大部分求职者的管理之道荒唐且低级

17/ 大部分人常常觉得找个好工作很困难，我来解释一下这个机制：

市场的很多真实需求，实际上不是显性的，不会出现在招聘广告上的。换句话说，雇主找人，一般会找周围熟人推荐，找不到合适的，再会去打广告。如果只是通过公开招聘信息找工作，你看到的只是市场的部分需求 （可能远不到一半)。另外一种情况: 潜在雇主/客户/合作伙伴，许多时候可能根本不知道自己想要什么，直到有一天他发现了你能提供的东西，正好对他有巨大价值。

18/ 如果长期的宣传建立好自己的品牌，常常会有客户自己找上门来，让你发现以前没有意识到的市场需求。不宣传自己，不对外探索，你永远不知道那些你不知道的市场，you don’t know what you do not know!

19/ 而当一个极强动力的高端客户找上门的时候，你就有能力根据你提供的巨大价值来收取高额的报酬，而不必再理会那些利润率较低, 需求和你提供的东西不匹配的客户。二者的单位时间的利润率，差距可能有两个数量级以上。可以参见笔者的老文章

王川：从交易的“干柴烈火度” 看扩展性和正反馈循环（二）

20/ 饥渴的客户找上门来，从阈值的角度来看，阈值是负的， 你不用花任何努力，是客户来找你。

21/ 品牌建设是个复杂的话题，但是可以肯定的是，通过社交媒体大规模地对外输出，是个高效建设品牌， 建立信任的方法。这个我在 Youtube 第二期视频节目，“社交媒体降低商业信任成本”里面有提到。这样让你获得更多新的对外连接，接触到更多的低阈值的机会，而当你把握住这些低阈值的机会之后，获得的回报可以让你有更多精力和资源去做更有价值的事情，从而进一步建立更多有价值的对外连接， 形成一个良性循环。

22/ 最后提几个问题，建议大家经常反思一下：

你是否真正理解那些让你有挫折感的事情，最大的障碍在哪里？

换句话说，为什么阈值会这么高？

如果你不真正理解阈值高的原因，为什么你还要白费力气重复做这些事？

如果你理解阈值高的原因，你是否有个清晰的时间表和路线图，让你以后可以轻松地克服这个阈值，把事情办好？

如果不，那是为什么？

这个让你有挫折感的事情，是不是一定要做？

有没有别的阈值比较低的事情，可以替代，先做起来？

本文最初于 2020年2月22号发布于笔者的微信公众号。

1/ 我们要解决某个问题时，最后往往发现解决问题的关键，是要找到或者自己打造强大的工具。在找到工具后，工具本身不断演变进步，变着变着发现更强大的工具，可以解决更现实更有价值的问题，然后原来的问题成了伪命题了。

2/ 关于工具的例子之一：八十年代末，欧洲核子研究中心的 Tim berners Lee 在做研究时，发现提高工作效率，最大的障碍是研究者之间共享文件。于是他在 1990年把当时一些不同的现成的网络技术融合在一起，创造了世界上第一个网络浏览器，结果这个工具后面就演化出对人类社会和经济改变巨大的互联网革命， 其重大价值远超最初的核子中心的研究。

3/ 另外一个常见的商业现象是为了做某个产品服务，做了一个工具，后来发现工具有通用性，然后工具本身演变成了更大更成功， 估值更高的产品。如亚马逊云服务，slack 等等。slack 最初就是游戏开发者为了内部沟通搞的工具。换句话说，在揽下瓷器活的时候，硬着头皮搞了个金刚钻，然后发现金刚钻更好玩可以干更大的瓷器活。金刚钻比瓷器还要值钱。

4/ 关于工具的第三个例子：好莱坞导演Harvey Weistein 长期骚扰侵犯多名女星多年。以前也有这类指控曝光，但都被其强大律师团队对几个关键媒体施加影响力，把事情压下来了。即使某一个媒体报道，也可以通过施压，大事化小，小事化了。

5/ 但2017年十月五号纽约时报对他的性侵的丑闻报道出来后，很多受害者通过推特的 hashtag 传播消息，发现彼此都有类似的遭遇，于是更多指控者站出来曝光，数目太大了,这个事情再也压不住，2018年五月 weinstein 本人也被捕。

6/ 真正导致这类事件出现转机，彻底解决问题的本质是新的信息工具的涌现，可以让更多人彼此沟通发声。而不是受害者以个人微薄的力量和财力物力强大的对手直接冲突。

7/ 不研究工具，只想解决某个燃眉之急，某个具体问题，是短视的， 是会常常碰得头破血流的。

8/ 以搜集研究积累工具为本位，为日常主业，工具越多越发强大，可以解决的问题也越多，人就越开心。以解决某个具体眼前问题为本位，非常费劲，最后还是发现要被现实强行推回去返工，最后还是要被迫回去找合适的工具。

9/ 比如说，有些人想着急发财，创业，一旦真正开始，发现问题来了。

10/ 需要可以高效推广产品的工具，这时候才发现广告营销费用特别高。

11/ 需要可以高效获得用户迅速，真实反馈的工具，这时候才发现不知道如何与大量用户建立连接，如何与他们进行互动。

12/ 需要能够招聘可靠的，高质量人才的工具，这时候才发现打广告招聘费时费力，匹配的， 可以信赖的人才很难找。

13/ 以前有战略家说：”实力决定意图“， 我说，”工具决定价值“ 。

14/ 与其拼命思考挣钱套现，不如慢慢打造一个全方位的，可以不断积累，不断改进的工具系统，这样做事的时候轻松自然，以前觉得做不到的事，突然发现可以做了， 而且因为自己的工具领先，自带竞争优势，这才是真正的印钞机。

15/ 如果你的工具落后，任何眼前的暂时优势，都最终是昙花一现， 会被更强大工具打造的产品服务迅速取代。

16/ 一旦你积攒的工具开始超越竞争对手，你非常清楚你们彼此之间的差距在具体哪些点上，而且这些差距有累积效应，这会给你无比强大的自信，提高对于外界忽悠的免疫力，指导你在正确的道路上继续前进。

本文最初于 2020 年 3月1日发布于笔者的微信公众号。

1/ 如果把生活工作看成一个游戏，对于这个游戏，可以看到有两种不同的策略：一种是“为了胜利而战”, 要实现某个明确的目标，从一开始就限定了自己的路径，遇到障碍时，清除障碍的成本很大 ，可能陷入一种“不惜一切代价清除障碍”的心态，潜在风险是如果障碍太大，再有金山银山也很快会消耗掉。

2/ 第二种策略是”只要能不输就接着玩” , 不限定路径，遇到障碍时可以选择不耗费宝贵资源去清除障碍，而是可以选择无视此障碍，找别的路径绕过去。后一种策略要反脆弱得多，它是一种高维度的打法，因为它拒绝任何特定路径和教条主义的限制，拒绝耗费宝贵资源在一点一线上。

3/ 网上有位博主, 叫 Venkatesh Rao, 他有个 newsletter, 叫 breaking smart, 经常有些有趣深入的思考。他举了一个例子：特朗普没上台之前，采取的就是一种高维度的没有限制的打法，遇到强烈负面攻击时，他的策略不是被动辩解应对，而是引发新的别的方面的更大的争议，不断开辟新的方面的冲突，把水搅浑。据说他曾有名言：“任何可以把事情搞得更复杂的东西，我会去做”。他这种策略的优点之一就是成本低。而希拉里在建制派的体系内有很多束缚，其竞选资源，遇上这种对手很难有效施展出来。

4/ 希拉里在竞选组织架构，策略意识上有各种限制和强烈的路径依赖和经验主义；遇到特朗普这种策略，缺乏灵活性，容易被他设定的议题牵着鼻子走，并总是试图用大量宝贵资源去应对特朗普的一些低成本的搅混水的做法。

5/ 从这个角度看，把自己委身于某个公司或者组织的群体内，看似有着各种靓丽高大上的头衔，实则可能限定了自身发展的路径，也就限制了自身发展的维度，遇到困难时可能被迫要付出高昂代价，而无法脱身。比如说美国上市公司和金融业从业人员，在个人投资上有各种极为繁琐的申报与合规的要求，很多好机会眼睁睁看着自己却无法染指。

6/ 在世界很多国家的一些实体行业，比如餐馆，洗衣店，农贸市场，建筑行业等等，都不同程度的存在被黑社会敲诈甚至把持的现象。其中一个因素是实体生意维度低，敲诈者很容易粗暴在单点搞破坏，让经营者无法做生意而就范。比如我们经常看到黑社会小流氓跑到饭店里吃霸王餐，如果店主不从就可以非常低的成本跑到店门口，搞点小破坏，恶心你，强迫你交保护费。

7/ 而在软件或者虚拟化程度比较高的行业，其传播路径数量高，维度高，很难单点被破坏被卡脖子，所以很少听说被黑社会把持。

8/ 再引申一下。很多人对财富的概念是房地产，银行里存的钱或者券商那里代管的股票，“为了胜利而战”的思维， 就是不断囤积和守卫，这是一种低维度的思路。

9/ 二战前有些犹太生意人因为有大量不动产无法迅速套现，或者没法以他想要的价格套现，舍不得放弃离开，眼睁睁失去了逃离纳粹迫害的时机，这就是 “为了胜利而战”的陷阱。

10/ 如果是 “只要不输就接着玩”, 它的策略就是，积极思考拓宽财富的维度，即使部分财富因为不可避免的战乱或其它动荡而被破坏，仍然能够同时在别的维度上获得财富，迅速恢复元气。

11/ 比如说，虚拟化的个人信用，品牌，思想文化等等，虽然看不见摸不着，但正是因为它是在成千上万人大脑中的一个虚拟概念，所以很难被物理外力或灾害彻底破坏，反而是一种高维度的反脆弱的财富。当年张大千逃难的时候，他就很潇洒，对家人说，我还有一双手呢，我只要还能继续画画，财富就能源源不断地到来。张大千下半生云游印度，欧洲，阿根廷，巴西，美国，港台，自由自在，主要就是因为他拥有的是高维度的财富。

12/ 说到张大千，还有个有趣的故事，他在1953年搬到巴西，在离圣保罗附近的一个地方买了两百亩地，精心修建了一幢花园豪宅。命名为八德园，设计建造花了不少心血。但是后来因为巴西政府要在附近修水库，这个地方要被淹没， 所以要征用这个地方，后来 1970年他就被迫搬到美国北加州这边了。从这个角度看，这就是物理世界的低维度的房地产的一个很大的局限性。

13/ 再举个例子， 普通人以为巴菲特是股神，但实际上他在单纯股票投资上的收益，很多时候比不上指数基金。巴菲特实际上是在玩高维度的游戏。这个维度包含：

保险公司源源不断的廉价资金，

可以和大机构 （如其它保险公司等）做特殊的无需追加保证金的长期期权交易，

可转债优先股的有利结构，里面的一些条款的设计对他非常有利，比如在他卖股票之前，公司高管如果卖股票会有限制。

每年的上万人参加的股东大会给他宣传他的品牌。

世界各地不断有人主动给他送上条件优惠的投资机会。等等。

这都是普通人根本不理解的。我在微信公众号里面有多篇文章，介绍这方面的细节。有了这些多维度的框架性的优势，他只要在股票投资上做得不是太差就好了。根本没有必要去关注短期的价格波动，和别人去拼短期的业绩。

14/ 不管是人， 还是公司， 抽象化程度越高，向其它维度连接扩展的可能性就更多，也就更反脆弱。这也是为什么平台级软件系统估值，远胜于硬件和其它实体生意的原因。

15/ 再举个例子，亚马逊把书店的生意衍生出云服务的维度，Prime member 的维度，第三方卖家服务的维度，还有智能音箱 Echo/Alexa 的维度，还有它收购的全食零售店的维度，物流的维度，等等。它可以承受一个维度几乎不盈利，用来导流支持另外一个维度的现金流。竞争者眼睁睁看着用传统打法对他无可奈何，看着它一骑绝尘冲向万亿美元市值。

16/ 再比如，很多地方因为小区或道路被封，一些实体店，客户去不了了，马上生意就遭到惨重损失，甚至有的企业面临破产损失，这就是维度太单一的问题。

17/ 那么是不是非实体的，纯虚拟化的生意就完全没问题呢？也不尽然。即使是虚拟化的生意，比如有些社交媒体的大号，突然不知道触犯了什么莫名奇妙的规则， 辛辛苦苦多年积累的一个号，一夜就被封掉。如果所有的生意都依赖于某一个单一的社交平台，那非常脆弱，危险。所以一定要把自己的产品或者服务，通过多个独立平台，广为分发。

18/ 再进一步，如果有多个平台广为分发的虚拟产品服务，就够了吗？也不一定。很多人会不由自主的自我设限，他觉得自己以前是做某某行业的， 然后就一厢情愿地按照老的思路做一个单一的业务。这样的风险是，单一业务竞争激烈，这是看得见的红海， 个体可以使用的竞争手段比较少，稍微遇到一些较大的扰动，就可能维持不下去。如果当年亚马逊只是卖书，如果脸书只是在社交媒体上让大家打游戏，而没有后来的整合 instagram, whatsapp, 恐怕现在不会做那么大，甚至被竞争者搞掉了。

19/ 还是举特朗普的例子， 他不仅仅是专注挣钱。而是多维度频频出击，不管是地产，选美，赌场，酒店，真人秀，摔跤比赛，拍电影，兜售成功学， 等等。他这个多维度的打法，不是东一榔头，西一棒子，而是自始至终都有一个主线，就是所有维度的出击，都是和“特朗普”的品牌联系在一起。据报道他一年光授权其它企业使用他的名字，就有两亿美元的收入。有了这个强大的品牌，他竞选总统时，节省了大笔竞选经费，走到那里都是话题人物，都能主导话题，即使个人私德有很多瑕疵，竞争对手也拿他无可奈何。有的人觉得他像一个不务正业的小丑，那其实只是低维度的竞争者，看不懂高维度的打法而已。

20/ 宁要高维度/抽象化/反脆弱的草，不能要低维度/具象化/脆弱的苗。这是一个非常深刻, 非常痛的感悟。

本文最早于 2020 年 3月 11号发表于笔者的公众号。

1/ 人们遇到棘手问题时，直觉反应往往是加大马力继续强攻，把自己搞得悲壮不已，但没啥用。从更高的视角看，大部分路径都是死胡同或者非最佳选择。可行的策略，应当是不带预设立场，不断增加和外界的信息连接，这样尽可能接近甚至参与全球最优解的生成。这实际上就是摩尔定律真正的发展规律。这个话题，可以参见我的老文章

“王川: 为什么摩尔定律一直没死, 但人们还会继续预测摩尔定律要死”

2/ 冥思苦想一些问题，尤其是战略问题，如果觉得没有进展的话，最好的方法是多读书，这相当于自然而然的引入一些新的外在的变量，然后发现想不通的问题有可能在别的地方联通。更好的办法是读一会书，再去打打太极拳，一打拳，大脑一放松，不再专注某个狭隘的角度，很多清奇的想法就冒出来了。

3/ 大部分时间在做执行和重复度比较高的工作的人，没机会接触新人新思想，没时间去向外探索，因此很难获得这种愉悦感，这对身心健康有很大害处。

4/ 读书的快感在于把一件事情搞清楚。如果一个话题你以前百思不得其解，而读了一本书后豁然开朗，这种快感就极为强烈。这个愉悦感是在底层自然产生的，胜过各种补药和虚妄的心灵鸡汤。而一个你已经比较清楚的话题，如果书的内容不能带来更多有效信息，就会觉得枯燥无味。所以，书的价值，部分取决于读者的知识结构。

5/ 知识结构的维度越高，越有可能和有价值的信息联通，产生连贯的逻辑，和那种茅塞顿开的快感。有人说，“知识的增量是其存量的函数 ”。每本好书，都是打开通往新世界的一道门，一扇窗。

6/ 非理性大脑 (limbic system) 有时可以比理性大脑提前预测感知一些趋势。比如有时遇到困难，意识到前面的某个路被堵住了，还没完全想清楚的时候，这种焦虑就已经影响到自己的情绪，让人感到不舒服了。

7/ 反之，如果在读书中有新的发现，意识到未来增加了很多全新的选择，理性大脑还没完全梳理清楚这个逻辑的时候，非理性大脑已经开始庆祝，多巴胺爆表，大脑不由自主地充满喜悦。这是个可以不断重复的，很有意思的现象。

8/ 从自己感兴趣的书开始慢慢读，如果读了五到十分钟还不觉得有趣就放下，也许以后再回头来读。读着读着你就会发现自己的认知慢慢螺旋式上升，像爬山一样，视野慢慢开阔，渐入佳境。读电子书做这种切换，比纸质书方便多了。

9/ 切换并不意味着放弃，而是说先去寻找更有趣，有动力的事去做，以后还可以再回来。很多人爱鼓吹渲染一种悲情壮烈死磕的学习工作精神，并以此互相激励忽悠，这是极为愚蠢的，迟早要把自己给磕死的。这就好似爬山时，坚持要垂直向上攀登，而没有意识到螺旋式慢慢上升，才是普遍现象。再说人的耐心是有限的，生活没有乐趣，天天那么悲壮地死磕有啥意思?

10/ 山上的视角有这么几个好处: 第一，全是原始的未被篡改的数据，尽收眼底。第二，马上可以认出一些关键物体，比如建筑群，公园，湖泊，山丘，商场等等。第三，马上可以知道所有这些不同物体是如何连接的。站的高，视野开阔，底层各个节点之间的关系，连接机制，哪里不通，哪里可通，哪里有什么样的资源，一览无余，尽收眼底，这时再情不自禁地来一句张宗昌老师的“大炮开兮轰他*”，曹孟德老师的“幸甚至哉，歌以咏志”，也就是顺理成章的事情了。

11/ 本质上给人带来愉悦感的不是物理高度，而是高度带来的巨大的视野宽度，所有的事情一览无余，这是在底层很难看清的。但如果眼前有山丘挡住大部分视野，那马上也会很不爽，即使位置很高。

12/ 据传马云老师说过这句话，“登上山顶的人看到的景色都是一样的，只有在山腰上才会有各种各样的观点。” 但是我们对经济，社会还有很多事物的理解宽度和深度，远远不如这种登高望远所获得的视角。

13/ 直到过去十五年, 随着移动互联网，电子书，网络视频，和社交媒体的迅速普及，普通人的信息搜集和处理能力大大提高。

14/ 以读书为例，我的 kindle 上现在有接近一千本电子书，每年购买 200-300 本。普通的纸质书，一个大书架装个两百本就很多了。以前电子书不普及的时候，一年买四五十本就很多了。所以这是五倍的提高。

15/ 电子书可以任何时候，任何地点打开手机或者 iPad，laptop 就可以看, 可以看书的时间比纸质书，至少增加三倍。我可以三秒钟内在书内搜索某个关键词。根本不需要传统纸书的索引。而且索引很多时候是不全的。这个提高是五到十倍。

16/ 我可以查找别人在书上划的重点，自己划的重点。而纸质书根本看不到别人划的重点。

17/ 我可以对书中某个话题同时查询谷歌，维基百科，YouTube，推特，微博，微信公号，交叉验证，补充知识。传统媒体做不到。

18/ 我可以就某个内容写个总结和评论，通过各大社交媒体发布，迅速获得各种反馈，获得更全面真实的视角。传统媒体很难操作，反馈极为缓慢。

19/ 从计算机科学的角度看，这就是电脑的智能化: 更多的内存，零延迟，读写速度更快，读写成本更低，外部连接的网络节点更多，承载更多的新应用，反馈更多更迅速。

20/ 亚马逊上的书约有三千两百万本，电子书一百二十万本 (2014年的数据)。一个普通书店里罗列的书籍，有一万本就不错了。这个差距是一百到三千比一。如果你的信息来源比别人丰富一百倍以上，这是压倒性的优势。省掉到书店里的交通费用和路上的时间，够买和读好多本书了。还有什么别的地方，可在源头上低成本地获得如此压倒性的优势?

21/ 假设绝大部分小说诗歌童话之类的书籍 (fiction)不值得阅读, 这类书占一半。剩下的非小说类别的书籍（non-fiction）六十万本，再假设这里面只有百分之一的书贡献绝大部分价值，那就只需收藏六千本电子书差不多够了。

22/ kindle 的一个好处是可以先提供免费的一两章阅读。一个高效的方法是，先选择你感兴趣的议题，比如说技术史 (technology history), 顺藤摸瓜调出十几本书来，每本书花两三分钟看看第一章，再决定是否有兴趣购买。这样一方面避免浪费，另外强迫自己确实阅读一点内容，而不是自欺欺人，买了后就束之高阁。除了议题外，针对某个作者顺藤摸瓜，读到更多更有趣的内容，或者在读的过程中，发现更多新的有趣的你从来不知道的事情，都是自然而然的收获。

23/ 意识到进一步大幅度提高自己的有效方向，是把每年购书数量加码，提高到一年五百本以上，争取这五百本的选择可以覆盖最优秀的，有代表性的，多样化的书籍。这其实也就是平均每天不到两本。

24/ 多年前在合肥破旧的通宵教室啃一本书，John Jackson 的经典电动力学，一头雾水，啃半天啃不动，对作者恨得咬牙切齿。如果今天给那时的自己出主意，就是赶快放弃，换别的书看。还有当年用 c 编程，搞了半天 malloc 老是搞不定，老出现 segmentation fault， 也是让人暴跳如雷。幸好现在的程序员大多都不用管这些底层细节了。

25/ 与其花时间努力研究如何捏柿子，不如满(虚拟)世界跑，系统地，大规模地，源源不断地获得软柿子来捏。而读书的过程中，一方面会潜移默化地丰富自身知识结构，提升丰富捏柿子的技巧；另一方面会增加自己知道的软柿子的选择。如果一个柿子捏了几分钟捏不动，不要犹豫，换一本书，去找下个软柿子。

26/ 反思过去各种挫折的时候，意识到挫折的本质实际上不是努力不够，人不够聪明，而是信息不足。信息不足的时候，人们往往无法意识到自己真正的短板，在于信息不足！信息不足，选择就很少。选择少，意味着费牛劲试图解决一个完全错误的问题，很长时间没啥进步，内心痛苦而愤怒。但以过去的物质条件，实际上很难突破这种信息不足的困境。而现在一切都变了，信息是海量的廉价的。就等着有心人去开拓。

27/ 没有通过读书读史建立的全局视角和跨越长时间的视角，凭个人经验总结的原因和方法论会有大问题。很多跨越十几年，二十几年或更长的历史经验教训，只能从书里面找到。尤其是那些短期局部，看上特别有道理有诱惑性欺骗性，但长期全局，可能造成重大的甚至毁灭性损失的陷阱。这种教训，如果要靠亲自吃亏去学来，那代价是无法承受的。

28/ 有学者估算人类历史上死去的人和现在还活着的人的比例是十四比一。但是最大的问题是死去的人无法说话，所以那十四分之十三的宝贵经验教训很难不失真地留存，传给后人，这大概是为什么我们很难吸取历史经验教训的主要原因吧。只有在读书读史的过程中，才可以发现一些蛛丝马迹。类似的，爆仓的基金经理，也很少说话，大多悄悄地黯然退去。然后下一波不知天高地厚的新人，又会重复他们的错误。

29/ 反之，有些短期看上去很不起眼，但最终厚积薄发的现象和机会，为什么自己抓不住，这里面有哪些反直觉的逻辑，要看很多书，很多历史案例，多角度，长时间跨度审视，才能抓住本质。而这些道理要靠自己亲身体验，花几十年折腾去悟道，很困难，很缓慢。

30/ 读得越多，越意识到以前自己没有搞清楚，或者感到很模糊困惑的事情，早有前人总结出了各种理论模型，和各类解决方案，马上可以借鉴，拿来就用，非常惬意。而这种认知的提高，又能让自己有更强的能力，理解和洞穿以前没看懂的问题，形成一个良性循环。

31/ 战略优势来自于从不同角度，维度，尺度洞察真相，看到别人没看到的东西。每本好书都是这种工具的积累。有趣的是，你觉得理所当然的事情，而你原来的朋友因为缺乏这种思维工具怎么解释也无法理解，人和人的差距就是这么拉大的。

32/ 阅读量大才能找到软柿子捏，找到正好可以提升自己知识结构，马上有用的东西。否则数量太少，有些内容晦涩或者暂时和自己知识结构不匹配的东西，读起来很困难也不愉快，很容易卡壳和丧失动力. 软柿子常常在想不到的地方出现。所以，开放多样化不带预设立场的信息渠道非常关键。没有预设立场，比有预设立场的人，存在巨大竞争优势。

33/ 人如果一天不读新书接触新思想知识，大脑就会内卷化。这里内卷化可以理解为同样一些想法思绪毫无新意地翻来覆去，浪费能量，人毫无进步，偏执顽固而不自知。一个地方的人如果不向外探索，开辟大量新的物理空间，也会内卷化，大家在红海市场里痛苦地玩零和游戏。

34/ 内卷化世界的人爱装 b, 把一些底层逻辑本来很简单的事情，云山雾海绕来绕去，讳莫如深。外卷化的世界，逻辑简单清晰，干柴烈火，大家都很忙，有很多活要干，有很多新的空间要去探索。

35/ 内卷化的世界，会把各种约束和习惯当成理所当然，而只有在引入外界变量和增量发生巨大改变后，才会意识到当初的习惯和思维，何等低级可笑。对内挖潜是有限的，向外建立新连接引入增量是无限的，甚至指数增长的。

36/ 人的焦虑，本质是是来自低维度的认知，以为某些障碍自己一定必须要努力跨过去，然后心急火燎。而多读大量多学科的书籍，可以不断低成本地发现新的维度，让自己轻松绕过一些单维度上的障碍。这个过程没有上限。

37/ 长期在不同维度上收集各类信息，当积累的信息密度过了一个临界点，就有大概率把原来不相干的事情联系在一起，对复杂真相形成一个全面的整体化的认识，恍然大悟。否则很容易被他人精心设计的圈套或假象，所长期误导而不自知。这本质跟魔术师的表演是一个道理，魔术师只把某个角度的现象暴露给观众，观众的注意力被引导而不自知，然后盲目相信魔术师的法力无边，自愿成为被收割的对象。

38/ 每每识破这类魔法和假象后，常发”禽兽之变诈几何哉，徒增笑耳”的感叹。同时又意识到，还有多少自己仍被蒙在鼓里的假象和错觉，等待着被看穿被识破。

39/ 美国发明家，图灵奖获得者 Douglas Engelbart 有名言：“我们变得更好之后，我们就能更好地变得更好。而当我们能更好地变得更好之后，我们也就能更快地变得更好。”

40/ 而现在，再也没有比一年读五百本书更实用的方式，让自己低成本地，更快更好地，每天高潮迭起地，变得更好了。

41/ 而这个发展趋势绝不止步于此，可以想象以后脑联网发展成功，几分钟内可以把整个美国国会图书馆的藏书装入大脑内存，并且多个大脑在开放网络上互联，那时再来看现代人的学习方式，也许就和人看草履虫是一个感觉。可以参见笔者的老文章： “王川：脑联网即将带来的智能大核爆”

本文最初于 2020年4月12日发布于笔者的公众号。

（1）

美国的一位房产按揭银行家 Jess Lederman 在 1993年出版的一本书 “Handbook of Mortgage Banking” （按揭银行业手册）中讲过这样一个故事：

“我的第一份工作开始几个月后，我被邀请参加公司的全国销售人员大会，一位外面请来的顾问 – 著名的励志演说家 – 要给销售人员发表讲话，标题是 ‘成功的秘诀’ 。太好了，我不用花很多年摸索尝试去发现秘诀，我马上就可以找到它！当那个伟大的日子来临时，我提前一个小时到场，坐在前排的位置，铅笔拿好，准备记笔记。

我现在还有那次讲座的笔记。只有三个词:

Just show up. (出场就好了)

实际上，这个讲座还有个高级的版本，加了两个词:

On time (及时)

一开始我对这个讲座非常失望。什么样的成功秘诀是 ‘出场就好了’？把钱还给我！但是过了这些年，我越想这事 (我打的销售业务电话越多)，我越能对这个顾问的评论感同身受。成功的最佳秘诀，不管是在销售，还是在别的地方，很简单。人们总是寻找更复杂的方法去争先，但那其实不是事物运作的规律。

在一九八十年代，很多我们这些销售人员，确实(还)有一个非常简单的秘诀:

Just survive (活下来就好了)

要遵循这个法则，需要很多耐心。

当别的竞争者给客户诱惑性的(房贷)利率时，放松贷款审核标准去赌利率抢生意的压力会非常大。但是当烟雾飘去后，埋头踏实地为长期利益而工作的按揭银行家，最终成了大赢家。”

（2）

在一个非常混乱，负和游戏的环境里，最佳的策略是避免硬拼，远离漩涡，等待环境慢慢稳定，出现大量秩序真空后，再回来。

一个例子是一次大战时，法国牺牲了近一百八十万青壮年男子。战争结束后适龄未婚男子比女子要少 40% (相当于1:1.66 的比例）， 以前找老婆困难的人，就没有任何问题了。法国因此也引入大量外国劳动力，1919年之后中国青年留法的勤工俭学，也就是这么来的。

如果没有看清楚形势的改变，不管多牛的人，在漩涡中也有极大概率被淹没吞噬。死守着旧的价值体系，不识时务去硬拼的人，最后结局往往就是被悄无声息地吞噬，老婆跟人跑了，财产被人分了，然后其经验教训不被人所知。

一战晚期，1918年三月三号，列宁为首的俄国政府在德军的巨大压力下，好汉不吃眼前亏，果断和德国签了 Brest Litovsk 条约，放弃了对芬兰，乌克兰，白俄罗斯, 波罗的海三国的领土主权。八月份还签约许诺赔偿德国六十亿马克 (活下来就好！)

但德国对西部俄国的占领，消耗了巨大人力而没得到实际好处，到了十一月，德国弹尽粮绝，对协约国投降后，这个条约实际上就作废了。

（3）

活下来就好，出场就好， 它的最本质底层逻辑是，在实力不够，风险成本远大于潜在回报时，不要去和别人硬拼，白白消耗自身能量。

在一个复杂系统里，当资源有限而变得更贵时，总会有人为了保持回报率而愿支付更高的成本，冒更大的风险，然后和他的竞争对手们展开成本更高，风险更大，更不理性的竞赛。这是数学的必然。最后他们一起共输，系统重新洗牌也是必然。当然这个周期可能很长。

正面厮杀会产生一种成功的幻觉，觉得自己做某件事就可以得到想要的东西。但你做的任何事，竞争对手都可能出招反制，虽然也许直接看不到。如果没有碾压性的实力差别，成本会迅速升高失控，甚至导致自身的破产和毁灭。

凡是对手可以出招反制的竞争行为，都属于低效甚至无效竞争。而在竞争对手无力抵抗或者放弃退出时，再出招，才是高效竞争。

只要你在这个方面有足够的自律和耐心，修炼内功，假以时日，周围那些不自律的人迟早都会自我毁灭，然后你可以相对轻松地在一个缺乏强劲对手的环境下，获得更多资源，进一步迅速提高实力。

把道理想通后，就可以理解自律的成本往往最低，而和别人正面消耗硬拼的成本非常非常高。让那些**们去互相厮杀消耗吧。

活下来就好，及时出场就好。(Just survive, just show up, on time).

本文最初于 2020 年8月1号发布于笔者的公众号。

1/ GPT-3 全名 “General Pretrained Transformer-3” (通用预训练转换器，第三版), 是 OpenAI 开发的一个自然语言处理的计算模型，最初出现在 2020年五月底公开发布的一篇论文 “Language Models are Few-Shot Learners” （小样本学习的语言模型， 第一作者为 Tom Brown）。到七月中旬一位开发者发现此工具可以把普通英文口语自动转化成计算机程序代码，因此迅速在科技社区风靡。

2/ GPT-3 说白了，就是一个电脑程序， 根据你输入的提示性文字或示范，可以不断按照你的要求自动生成新的文字， 直到某个长度的上限。它的一大优点是不是专门为某一个特定任务所训练，所谓“任务无偏” (task-agnostic), 但在很多任务的表现上，已经不输于那些为某个特定任务微调多次的语言模型。打个比方，它就像一个通才教育的自学者，没有接受细分专业的特别培训，但解物理数学题，吹拉弹唱，望闻问切，杀猪宰羊的水平，和科班出身的专业人士不分伯仲。

3/ 在应用上，GPT-3 被发现可以

i. 直接把英文口语转化成相应的程序代码。

ii. 把英文翻译成法文或别的语言。

iii. 在收到简单的要点提示后，可自动生成完整的段落，并回复电子邮件。

iiii. 自动实现法律用语和口语之间的转换。

iv. 自动写小说， 诗歌，剧本等等

4/ 据使用者说，GPT-3 的 60-70% 的输出都是些垃圾， 但这并不妨碍有 30%的输出是高质量的甚至令人惊艳的文字。这比之前的 GPT-2 版本只有 5-10% 的高质量文字输出已经大大提高。

5/ 下面是 GPT-3 自动生成的一些金句。（摘自推特 @Wisdom_By_GPT3)

“世界上任何你看不惯的东西，都可以用’这不好玩‘来应对。”

“大自然残酷无情,从不宽恕,而又美丽的方式，和人脑清楚的思维格格不入。”

“一旦你拥有了过去，你就可以创造整个宇宙”。

“如果我知道人生的意义是什么，我 （TMD）还会上这来浪费时间吗？” 。

6/ GPT-3 作为最新的自然语言处理模型，耗费了大约 3640 个 Pflops-day 的算力。（ 一个 Pflops-day 接近十的二十次方个浮点计算）。这个计算成本大约一千两百万美元，猜测是按照当下微软的云计算价格估计的。微软号称投资十亿美元给 OpenAI, 这里面很大部分来自于把云计算的算力按某个批发价折算成投资金额。实际也就只够训练 GPT-3 大约八十次而已。

7/ 支持 GPT-3 和其它类似的自然语言处理模型的发展，主要有三个方面。第一是算力的提高。有分析指出，过去几年同等算力 （以半精度浮点计算为标准）的 GPU 价格下降幅度大约每年 26%，这相当于每八年降低一个数量级，或者说，同等成本，每八年算力就增加十倍。

8/ 第二，新的计算模型涌现， 提高自然语言处理的效率。Transformer 模型本身的出现，也就是来自 2017年十二月一篇名为 “Attention is all you need” （ ”注意力机制就是你全部所需的”， 第一作者为 Ashish Vaswani) 的论文。这个算法允许高并行度的数据处理，因此大大减少数据训练的时间。完全可以预期，未来还会有更新更高效的计算模型涌现。

9/ 第三，更多更高质量的原始数据。GPT-3 的训练数据，60%来自于一个名叫 Common Crawl 的截止到 2019年底数据库，经过过滤整理后，数据量仍然高达 570 GB. 另外的数据来自维基百科和其它互联网数据库。

10/ GPT-3 的一个潜在应用，是可以更快更精准地寻找到用户的深度搜索需求，而不只是基于少数关键词的较为肤浅的搜索，这可能对传统搜索业务形成直接威胁。几乎可以肯定的是，它的出现会激发谷歌，脸书，亚马逊等竞争者的迅速跟进。OpenAi 的领先时间窗口不会超过十二个月。机器和计算费用，对于这些万亿美元市值的公司而言，都不是障碍。把训练好的模型尽早对外开放使用，抢占市场高地，才是当务之急。

11/ 什么是创意？无非就是把以前没有连接起来的知识点，连接起来，发现可以更高效地做更有趣的事。Gpt-3 用于训练的原始数据总共接近 1000 GB。与之相比，一本普通电子书的大小不超过 3 MB， 这就意味着 GPT-3 的阅读量相当于至少三十万本书籍。古人的“学富五车”， 如果一辆车最多装载一百本竹简做成的书，那GPT-3 的知识量相当于“学富三万车”。 笔者的老文章里曾提到

王川: 一年读五百本书，让你每天高潮迭起

但面对一个存储三十万本书籍的智慧的程序，也只能自愧不如。

12/ GPT-3 通过程序连接各种知识点的效率和可能性比人脑强几个数量级，而且还在不断进步。这是帮助所有艺术家，科学家和企业家产生创意的利器。有人把 GPT-3 比做和一万名博士在对话。如果你能和一个相当于“万名博士”的智能体不断愉快地对话，为什么还要在其他人或事上浪费时间？

13/ 互联网的转折点是1993年三月 Mosaic 浏览器的出现，其重大价值在于可以让全世界任何人非常方便地实时，零成本地共享大量文件。 Gpt-3 目前似乎还相当于浏览器之前的 ftp， gopher 之类的工具的水平， 但这类工具让人看到的期望是，全世界任何人都能以极低的成本，掌握一个不断增长的超人的信息检索，处理和输出的能力， 更多参与者在这类平台上以超人的能力交流合作，其财富创造的爆发不可限量。

14/ 在计算速度，原始数据和算法模型继续提高的基础上，未来几年 gpt-3 之类的自然语言处理工具，将会演变成一种吸取了人类几千年的所有智慧，并结合深度搜索和分析能力的超级智囊。

15/ 比如一个女生问，”我的男朋友今天说了如此如此的话，我很生气，他还爱我吗？“ gpt-3 回答可能是，”还爱，你想多了“，或者是， ”他外面肯定有人了，赶快分手” .

16/ 再如，某个男生问：“我和某某女生今天有如此如此的对话，她对我有意思吗？” ；gpt-3 的回答可能是，“她还在骑驴找马，你只是备胎” ；或者是，“傻小子，暗示已经很明显了，还不赶快往前冲”。

17/ 再比如，让 gpt-3 分析一下某个当红公司的财务报表，gpt-3 扫描之后可能迅速发现：它实际上隐性负债不断增加，现金流在萎缩；它所在的这个行业其它竞争者利润率一般都在10%以下，它并不是行业领先者，高利润率非常可疑 ；它的几个主要大客户身份不明，关联交易和造假帐的嫌疑极大，需要继续调查。

18/ 而让 gpt-3 分析另外一个小公司，它可能会发现：此公司虽然目前还很小，估值相对很高，但利润率极高，没有任何负债，现金增长速度非常快，营销费用和获客费用极低，在业内的品牌已经很明显了。按现在趋势过了某个临界点，会有爆发性增长， 这是不可多得的好公司。

19/ 再比如，某某给你许诺高官厚禄，要让你反水背叛现在的老板，你该怎么做？gpt-3 会告诉你，“请参见1936年蒋介石用两百万现大洋把陈济棠手下的黄光锐挖过来，后来又怎么一步步冠冕堂皇把钱赖掉，然后黄还有苦说不出的案例。”

20/ 再比如， 上司突然要把你调到不熟悉的外地工作，和你自己的嫡系人马隔离开，这是什么意思？gpt-3 会告诉你，“请参见 1937年斯大林把图哈切夫斯基调离莫斯科到伏尔加分区工作，然后过了几周又抓回来再处决的案例 ” 。

“那怎么破？”

GPT-3 回答，“有上中下三策， 下策请参见资治通鉴，第*卷，某某纪。中策 … 对不起，您的余额不足，请充满******大洋后再重新提问”。

本文最初于 2020年 10月7号发布于笔者的公众号。

1/ 流动性，就是钱的一种文邹邹的说法。它还包含了另外一个层面的含义，就是资产可以迅速 （最好是几分钟，不要等几个月甚至几年, 黄花菜都凉了）从一种状态流动变迁到另外一种状态（俗称“变现”），而在流动前后资产的价值没有较大的打折损耗。

2/ 流动性对于企业家和投资者都是一个刚需。没有流动性的资产，其价格往往是虚假而无法验证的。号称资产过亿的企业家，如果没有流动性，实际可能是下个月都无法付房租的穷光蛋。号称回报若干倍的基金，如果没有流动性，实际可能只是个自欺欺人的骗局。

3/ 传统上流动性的产生需要很多中介机构， 会计师，律师， 分析师，投资银行家，风险投资家，交易所等等。监管机构也是少不了的。这给流动性的产生，增加了很多成本障碍，和时间上的延迟。

4/ 这种障碍对于小企业和创业者是个头疼的问题，只有获得流动性的支持才能做大，而没有做大之前，很难获得流动性。很多外表光鲜的企业，无非是在流动性的获取上有着某种垄断的优势而已， 但内在业务和管理水平其实可能一塌糊涂。这种现状让很多企业家把精力本末倒置，主要放在获取流动性的折腾上，而不是专注技术和业务本身。

5/ 区块链行业，中心化的交易所（centralized exchange, 以下简称 cex ) 过去几年在流动性的控制上占据了一个重要的位置。大的cex，因为可以给某个 token 带来巨大的流动性，直到2020年初， 都有底气为想上市者开出超过百万美元的要价。

6/ 但 cex 的各种问题也是人尽皆知：除了高额的上市费用外，有些 cex 还存在伪造夸大交易量，恶意操纵价格波动导致加杠杆的交易者被迫平仓割肉，财务透明度不够创始人突然跑路，钱包安全性，个人隐私信息可能被盗，等等问题。

7/ Uniswap 作为目前以太坊上最大的去中心化交易所 (decentralized exchange, 下简称 dex ) ，2018年十一月开始在以太坊的主网上运营。其创始人 Hayden Adams, 原为西门子的机械工程师，这是他大学毕业后的第一份工作。2017年六月他被西门子解雇后转而进入区块链行业, 将近一年时间都是靠自己的微薄积蓄苦苦挣扎，直到2018年七月他的项目获得以太坊基金会的资助。

8/ Uniswap 属于所谓的“自动做市商”（Automated Market Makers) , 通过智能合约让交易者自动置换资产，同时收取 0.3%的交易费用分享给流动性提供者，也称流动性挖矿。智能合约的优点是完全自动化，无需 cex 繁琐的注册手续.但对流动性挖矿者目前也存在合约安全性和所谓“非永久性亏损” （impermanent loss) 之类的风险，在此暂不细表。

9/ 今年五月开始 Uniswap 上的交易量有了迅猛的增长，八月十号，其单日交易量达到四点二亿美元，第一次超过（2012年就成立了的） Coinbase 的交易量 （三点四八亿美元）。目前 Uniswap 整体交易量在所有各类区块链交易所中排名第四。

10/ Uniswap 上锁定的数字资产在今年八月初时还只有一亿多美元，从八月二十八号开始突然爆炸式增长，截止到十月六号，已经锁定了二十二亿美元的数字资产，锁定资金量在整个DeFi（去中心化金融）生态中占比接近 22%。

11/ 为什么 uniswap 的交易量获得如此突破？原因有几个：一是很多原来只能先交钱再通过 cex 才能上市交易的 token， 马上可以通过 uniswap 公开自由交易。DeFi 的很多创新带来的 token， 第一时间上 uniswap 交易，抢了 cex 的生意，进而倒逼后者突然放下身段，不收钱了，也要跟着上。

12/ 二是流动性的增加进入一个良性循环。参与交易者越多，流动性挖矿者获得的收益越多，交易损耗越小，进而吸引更多的流动性。

13/ 第三个原因是 DeFi 生态的“可组合性”(composability)。Uniswap 的自动交易的智能合约，就像乐高积木一样，可以很方便地被其它新应用在链上直接调用，对于开发者而言是个非常自然简单的选择。

14/ 然而八月底，以太坊上横空杀出一个项目叫做 Sushiswap. 它只是把 Uniswap 的代码拷贝了一下，但是许诺给流动性提供者更多的利益分成。

15/ Sushiswap 的创始人，一个人单枪匹马，两周之内就集聚了价值约三万八千个以太坊 (超过一千三百万美元)的 token fund 套现。尽管他操作过于草率，一度被社区指责为要卷款逃跑的骗子, 但最后套现的以太坊还是被归还给社区。而sushiswap 一度劫持了 uniswap 的超过三分之二的流动性，并暴露出后者的短板。正是因为这场风波，才给 uniswap 项目方更大压力，迅速推出 UNI token 分享给社区。

16/ 像 sushiswap 一类的操作并不复杂，只是把前人的代码复制了一下，但在设计上给社区分享让利更多，主要通过推特 / Github / Discord 等社区渠道宣传，很容易吸引新的流量和用户。花几个月学习 solidity 的人应当都有能力开发类似的应用。

17/ 现在开始，世界各地，从瑞士到马耳他，从塞舌尔到新加坡， 从旧金山到多伦多，会有更多一无所有的年轻开发者每天晚上进行这样震耳欲聋的心灵拷问:

和尚摸得，为什么我摸不得?

18/ 别人可以 fork uniswap 搞 sushiswap, 我为什么不能用我的智力去改进其它 protocol, 给用户分享更多利益，然后直接利用去中心化的流动性，筹集一个开发者基金给自己生活用，哪怕一年套现 5-10%也可以过得很好，这样不用再低三下四地去找工作或者向 VC 融资?

19/ 而实际上大部分雇主和 VC 只是有流动性渠道的优势而已，其它方面哪点比我强?

20/ 我如果可以直接依靠开发能力在链上迅速获得资金，为什么要浪费时间和这些人在线下纠缠? 他们还能增加什么样的价值？

21/ 至于有人抱怨以太坊上 gas 费用太高了会影响 dex 的发展，这种论调其实不新鲜。可以回顾一下 2017年下半年比特币网络上的争论，在2017年底比特币链上的转币费用一度超过一百美元，各种骂声不断，现在早已烟消云散。

22/ 著名生物学家 Leslie Orgel 曾有生物学的 Orgel 第一法则：

“当任何自发进程过于缓慢或者低效时，总会有一个蛋白质进化出来加速进程或者提高它的效率。”

我也发明一个“王川区块链第一法则”：

“当任何自发公链的费用过高或者速度过慢时，总会有新技术涌现出来降低交易费用或者提高交易速度”。

23/ 以太坊扩容的解决方案，除了下面两三年的 sharding, eth2.0, 短期内还会有 zk-rollup, optimistic rollup 的解决方案, 总有一款将会适合你。

24/ 有多少人一年前预测到 uniswap 的交易量能够达到所有交易所中排名第四？有多少人预测得到 sushiswap 一夜之间可以劫持其三分之二流量？又有多少人预料得到 uniswap 又很快卷土重来，锁定资产的金额重新创新高？如果这些无法预料，又怎能预料 dex 领域未来涌现的创新，在自动做市交易的算法和社区管理规则的继续改进，不会带来我们无法想象的更大惊喜呢？

25/ 去中心化的流动性创新，是区块链技术发展的一条主线，导致交易摩擦，交易费用不断下降，交易的选择和方式越来越多。Uniswap 号称明年要推出的 v3 第三版要比现在的 v2 强一百倍，但不排除还会有别的竞争者捷足先登。

26/ 有了源源不断的去中心化流动性，就会吸引源源不断的开发者，创造源源不断的新应用.新应用带来更高的效率和收益分享给投资者，则会进一步吸引更多的流动性和新包装的资产上链。

27/ 有了新的更高效的应用，会有更多投资者问自己：“嗯，这个链上的新应用可以有价值好几倍的数字资产抵押，风险低，可以获得不错的收益，总比放在银行里零利率强。银行从来不给我们储户送股票，这个应用还给我们免费送 token, 为什么不投一点？”

28/ 会有更多借贷者问自己：“嗯，我用数字资产抵押，可以获得比别的渠道利率更低的资金，手续简单，随时还随时借出，为什么不？”

29/ 直到有一天，传统金融的一些从业者说，“不对，我的那些客户怎么都到区块链上去借贷和储蓄了，我也要资产和业务上链！”

30/ 这, 就是一个将席卷全球的去中心化的流动性黑洞。它将以开放，高效和透明的优点不断吸入一波又一波的新的流动性。

31/ 如果既得利益者要忽视 DeFi 里面涌现的各种技术革新的话，台词和借口都有现成的：监管风险，智能合约风险，骗子跑路风险，等等。全球每天外汇交易额就有六万亿美元，是 uniswap 目前日交易量的两到三万倍，还有四个数量级的差距需要追赶，实在不入传统金融从业者的法眼。

32/ 但 uniswap 从零到两亿美元的日交易量，只花了两年的时间。作为一种完全无需许可的创新，区块链市场去中心化的交易规模，未来没有理由不超过外汇市场。

33/ 如果传统金融从业者，还没有因去中心化流动性黑洞的到来，而开始颤抖的话，不用急，他们不会等太久的。

本文最初于 2021年 1月10日发布于笔者的公众号。

1/ 美联储是事实上的世界中央银行。长期看，因为美联储承诺会不断增加货币供应， 保持 2%左右的年通胀率，所以世界上最优质的资产，相对于美联储零成本制造的法币的价格，是会不断增长的。

2/ 优质资产的定义，可以有两个角度，一是有较强的事实上的行业垄断性，二是长期大概率还有几倍几十倍甚至更高的回报。但这并不意味着优质资产相对于法币而言，短期不会有较大价格回撤甚至破产的风险。

3/ 至于优质资产为什么会有这么大的潜力和韧性，背后原因极为复杂，每个行业需要具体情况具体分析，在此不细表。可以参见笔者的一些老文章：

王川：过去五年关于特斯拉的十六篇文章的列表

王川: 亚马逊的云服务将吞噬美国的 IT 产业吗? (上)

王川：从品牌和应用场景的思维模型看比特币

王川：四千亿个理由告诉你，视野比勤奋更重要，长期持有才是王道

王川: 从波色*爱因斯坦凝聚态，看强者益强的最高境界 （四）

4/ 从这个角度看，大部分企业债券和理财产品，本质上是一种长期的劣质资产，好的时候最多百分之几的利息，坏的时候可能亏光全部本金。

5/ 即使你买到了最优质的资产，每一天都有很多诱惑和成千上万个理由，让你下车：

腾讯游戏收入这季度又不好了；

亚马逊又卖假货了，亚马逊又杀熟了，亚马逊这季度又亏钱了；

特斯拉又出车祸了，特斯拉又着火了，特斯拉充电站又着火了，特斯拉交货数目这季度又低于预期了，特斯拉又有质量问题要召回了；

马斯克吸大麻了，马斯克又骂证监会了，马斯克又骂加州政府了，马斯克要对抗阿拉米达县居家令强行开工了；

特斯拉杀手某甲说三年后要推出竞品了，特斯拉杀手某乙说五年后要全面电气化了， 丰田说电车没戏氢能源才是未来了，价格涨太高超过我的认知了，某做空次贷发财的成功人士宣布要做空它了, 做空安然发财的成功人士宣布做空它了，做空雷曼兄弟发财的成功人士宣布做空它了；

门头沟被黑币被盗了，比特币分叉了，比特币网络太堵了费用太高以至于没人去用了，比特币 core 不让我们少数人随便改协议太邪恶了，某著名投资人说它是老鼠药了，热爱零成本印钞的英国央行行长说它没有前途了，某期货交易所大规模强行平仓流动性完全丧失只剩两千万美元的买盘价格就要归零了，可以支持更大交易量的比特币杀手来了，量子计算破解椭圆曲线算法马上就要来了（虽然可控核聚变一直还没来），矿机中心化导致 51% 攻击要来了，等等

6/ 对于优秀资产而言，获利套现的诱惑非常大，落袋为安短期看似乎也没错，很多优质资产确实也出现过超过 50% 甚至 80%以上的价格回撤。

7/ 某个优质资产以法币为单位的价格大幅度回撤，和资产是否优质，并没有特别的关系，它反应的更多是市场参与者短期的情绪和预期的变化，也包含各国央行财政政策变化等其它复杂因素。更多时候，甚至没有什么特殊理由，就是卖家比买家多。

8/ 但长期看，把优质资产置换成劣质资产的操作，是大概率要犯大错误的，属于一种“结果不对称的坏” 。你会因为墨西哥比索短期对美元升值，而把一半美元资产换成墨西哥比索吗？如果不，为什么？

9/ 所谓结果不对称的好，就是“最坏情况亏一点，最好情况赚几倍甚至几十倍”；结果不对称的坏，就是“最坏情况亏（或少赚）几十几百块，最好情况下只赚一块钱”

10/ 即使结果不对称的坏，仍然不妨碍一些人短期操作得手获利，甚至有时利润相当丰厚。而人性决定了，任何暂时的得手，只会加深盲目的自信，不断变本加厉，直到操作失误，蒙受巨大损失。

11/ 而错误，在数学上是必然的。假设每次落袋为安日后再低价买回的操作，正确的概率是 60%，那么操作两次，你的正确概率只有 36%，这就意味着两次下来，你有 64%的概率会是错误的！事实上一个交易员如果能够做到60%的时候判断正确，就几乎接近超人了。

12/ 而一旦操作失误，因为人性的价格喵定效应，几乎不可能愿意改错。比如你把优质资产一百元卖掉，如果后来股价涨到 110元而没有降回来，你心理上就出局了，不愿意在高价重新买回优质资产，因此与优质资产距离越来越远。

13/ 距离越来越远，就越不情愿，就越不可能把劣质资产置换成优质资产。对于优质资产而言，挽回错误的代价随着时间流逝，大概率指数级上升。

14/ 因此优质资产涨了几倍，几十倍后，对多数卖的过早的人而言，就永远错过，永远失之交臂。

15/ 任何“结果不对称的坏”的投资行为，长期看都会阻止你变富。只有不断拿优质资产，去置换整体上回报潜力更大/垄断型更强的更优质的资产，才是“结果不对称的好”。

16/ 如果没有切实的消费需要，在你想落袋到法币为安时，再重温一下，美联储明尼苏达分行总管，尼尔*卡什卡瑞老师 2020年三月和 CBS 的访谈中，一个震耳欲聋的宣示：“联储局有无限量的现金供应”。