chuanus

2.1.2022

如果你以四年以上的时间长度反思过去的话，会发现一半以上的勤奋都是无脑的重复性自残式内卷，长期整体效果为负；而按照“随机梯度下降”的算法，只要定期随机接触舒适区以外的信息，不断冷静评估调整，即使短期可能还会有表面的倒退，长期迟早可以捕捉到爆发式的增长。而且工作量恒定，人不累。

从这个角度看，只要坚持 sgd (随机梯度下降) 式的摸索，保持恒定工作量，活得足够长，可以足够接近任何宏大目标。 而过度拼命 FOMO 的人往往暴躁的陷在局部极值或者某个鞍点，出不来，早早累死了。

Bill Bryson 写的 “A short history of nearly everything” (2003年出版) 很有意思，尤其是第二十七章讲述过去两百年大冰期 (ice age) 的理论的曲折发展，很有教育意义.

神经网络里面有个重要的概念，叫做神经元的激活函数 ( activation function), 比较常用的激活函数是
relu ( rectified linear units), 表达为 y = max (0, x).

用大白话来说，就是外界各种信息太多，应当设置一个阈值，低于阈值的东西完全不予理会。比如研究一个新公司，如果流动市值低于十亿美元的，可以不予理会，因为这里面噪音和假信息可能太多，无法精确评估。突破十亿美元并能持续增长的项目，才值得花一点时间调研。

各种狐朋狗友，一面之交的社会关系太多，激活函数就是自己内心设置一个简单可以度量的客观标准，低于此标准的社会关系都可以基本忽略，免得无谓的消耗。

人在成长的过程中，随着阅历的丰富，激活函数的阈值也会不断悄悄的动态调整。太容易被噪音而激活并白白消耗大量资源，是大部分人的神经网络的缺陷。

激活函数的主要作用，是以尽量少的计算资源，来试图接近模拟对于客观世界的理解，以获得尽量大的回报。不这样做，自己的竞争力会迅速落后，被各种 spam 拖垮。

宏观经济分析，对于提高投资回报的价值，大概相当于安慰剂. ​​​
===
2.6.2022

只会数理化的，可以看成是一种浅层神经网络，实用性上，还不如计算机编程，或者学一些科学史的常识。除了微积分，线性代数以外，更复杂的数学理论在绝大部分社会实践中完全用不上，有这时间还不如多翻几本马基雅维利老师的小册子 //@诸韬Andrey:一个不小的偏见：学好数理化，走遍天下都不怕。

概率论 再加 ergodicity 就可以飞着走了 [挤眼]//@投机界老炮儿:对于多数人来说学那些高深的数学纯粹是浪费时间，微积分+线性代数+概率论再懂编程就可以在软件行业横着走了.
===
2.7.2022

与其整天思考如何落袋为安，拼命计算 p&l 那些蝇头小利，把自己搞得很累; 不如不断投入各种风险有限，但增长无上限，根本不需要考虑”落袋”的事业。

这样的事业，往往让别的生意纷纷落到它的口袋里。从事这样的事业，就会专注基本面，不为噪音打扰。 ​​​

如果你整天盘算如何让现在的事业”落袋为安”，你大概率从事的是错误的事业。

这是关键。 有复利心态，和赌一把就跑的人，是无法有效交流的 //@阿忠的梦呓:无法复利的需要落袋为安
===
2.9.2022

反思过去二十多年犯的一个最大低级错误，就是不知道控糖和避开垃圾食物，结果一边吃了很多垃圾食物，一边拼命锻炼减肥，造成巨大时间资源浪费。(就好像上面不断加冰块，下面不断加热烧水) 现在断食吃得更少，锻炼时间也可以减少三分之一，身体反而更好，时间更多了。

站桩的简单，枯燥和有效，就好比持有 sp500 指数基金简单，枯燥但足以秒杀 95%以上的基金经理一样。

很多人站十几分钟后身体就会微汗，站的时候很累，结束后非常舒服。这种舒服的体验，和游泳长跑后舒服还不太一样，更加微妙更底层。但难就难在坚持和克服枯燥。好在现在YouTube 上有很多录像可以跟着它的引导慢慢站 //@山西金泰熙:原来站桩有用？我老家县城很多锻炼的老年人站桩，我一直以为是没文化的

看到油管上有个叫 “魏小可”的人分享的一句话，觉得非常深刻: “莫将容易得，便作等闲看”
===
2.10.2022

有心血管疾病的老年人，一个较大风险是半夜起来上厕所，精神恍惚，两腿无力，摔倒在卫生间里，然后突发心肌梗塞，就死了。

最近美国著名前主持人 Bob Saget 在旅馆里猝死，大概是类似情况，可能是摔倒在卫生间里，头部撞到地板或者别的地方，死因是 head trauma. 年仅 64 岁，可惜了。二十多年前看到他主持 abc 节目 America’s funniest home video，还是一个何等意气风发的帅哥。

好一点的情况，也容易发生骨折，然后长期卧床，无法自理，成了一个废人，身体越来越糟，也玩完了。

这里面最底层的因素，是衰老容易导致睡眠变浅，睡眠变浅后容易因为一点点膀胱的压力，而要起床尿尿 (如果前列腺有问题就更糟糕)，如果平时不锻炼腿部肌肉力量，半夜睡眼惺忪，两腿发软是常态。

衰老导致睡眠变浅的底层微观机制是什么，科学家还没完全研究清楚。但是多练些站桩，太极拳，促进体内气血通畅，加强大腿力量训练，肯定是有用的，至少半夜在卫生间行走，不会那么容易摔倒.
===
各行各业的成功人士，聪明人，都可以看成是和他所处的时代和环境产生高度拟合的神经网络。

要想达到或超越他们的高度，绝对不能简单模仿，那样做往往事倍功半，因为他们在那个行业或环境的生活经历 (对应于训练神经网络的标记数据 ” labeled data ” ) 肯定比你多，神经网络的隐层上的神经元肯定比你更更丰富，参数的调整一定比你更优化，你在他的屁股后面慢慢追，不仅吃力，而且因为缺乏后劲，往往是自取其辱。

这时候你一定要寻找别的新维度上的标记数据, 一定要避免浪费时间在无法证伪缺乏反馈的事物上，只要在不断新开拓的维度上找到大量的新的标记数据 (类似于增加新的层级)，可以迅速训练自己的神经网络 (类似于 back propogation, stochastic gradient descent )，即使你在别人拥有的旧维度上缺乏信息优势，你的整体的信息处理深度迟早会超过他们，在更多场景上，慢慢形成对他们的智能上的碾压性优势:

就是说，有些新的场景，你可以非常容易的正确解读，而他们却显得非常无知和弱智，无论怎么提示，也很难形成理解力。

数据真实性和规模的差距，可能远大于智商和算法的差异。很多人摄入的日常信息，都是故弄玄虚无法证伪的噪音，

新维度有的时候是别人没有去深挖，被忽视的领域。有的时候无法预先定义，而是看到了，发现了，意识到很有价值，然后跟上去.
===
2.11.2022

大部分人会陷入两种极端的倾向:

一是有点小诱惑，就 all in 赤膊上阵，完全无视风险和潜在副作用; 这种人，在电视剧里一般活不过第一集

一种是极度保守，一点风险也不愿意冒，不愿去摸索，稍微遇到一点负反馈就缩回到自己的壳里去。这种人，会一辈子呆在低效苦闷的生活中而不自知，没有意识到稍微多走几步，世界很大，其实非常精彩。

这两种极端都要避免，要不断检查自己.

“世界很大很精彩”包括时间上的维度。曾写过”人类群星闪耀时”的奥地利作家茨威格，1942年2月22号在巴西自杀了，因为他对时间维度上发展的无限可能性缺乏想象力。八十年后再来看，过去的那点闪耀和未来的发展相比，根本不值一提。

当人们无法区分相关性和因果关系后(比如某个地方冰激凌消费量和淹死人数正相关，但冰激凌并不是导致溺水的因素)，很多争论，最后就变成宗教狂热式的无聊的谩骂。

而且这个问题在缺乏更精细的观察工具之前，无解。 ​​​
===
2.13.2022

站桩的要点自己体会大概如下:
第一，大腿要微曲，微曲才能有点压力，才能产生效果。注意膝盖不能过脚尖，否则会伤膝盖。
第二，两脚迈开，与肩同宽。
第三，双手成”抱球”的一种自然饱满的态势。可以参考网上各种照片的姿势。
第四，要自然和放松，不要太僵太拘泥于某个姿势，可以不断微调。可以闭眼，也可以微微睁眼，怎么自然怎么来。呼吸也要自然，不要憋气。
第五，就是一些师傅的老生常谈了: 立身中正，虚领顶劲，沉肩坠肘，肩与胯合，胯与脚合，松肩，松腰，松胯，上下相随，等等。
第六，体会到站桩好处的最大障碍，是练的时间不够。至少要站十分钟以上，才能有些感觉，初学者会额头出汗，练的时候很累，手和腿开始都会颤抖，但结束后会很舒服。可以在油管上找那种带领大家站桩的录像，跟着练，这样不觉得枯燥。YouTube 上有个叫 issac ang 的人上传了一个”杭州正圆太极院”老师的四十多分钟的录像，不知道那个老师叫什么名字，但讲得非常好，深入浅出，跟着他导引长时间站桩，也不觉得枯燥。强烈推荐。
第七，以前练站桩，存在一个浅尝辄止的问题。站了十分钟，觉得舒服了，就没有继续站，这样断断续续，身体不舒服了才想到去站，因此无法体会更深层的好处。
第八，站桩的好处很微妙。站完后身体内部的那种舒服，流畅，很难用语言精确描述。和长距离游泳后，人很舒服很神清气爽有些接近，但人一点也不累。好像是一种更深层的流畅和舒适。而且还

有一点，站桩对眼睛视力绝对有好处。看书久了，视力有些模糊了，降到 0.8，站十五分钟以上，马上可以恢复到 1.0以上，看东西无比清楚。

最近决定采取主动态势，延长一次性站桩的时间到半个小时以上。感觉到一个好处是睡眠质量更高了。以前会有因为睡眠浅，半夜三四点醒了然后翻来覆去很难再次入睡的情况，这样早上很难受，又要打盹。现在即使半夜醒了要上厕所，很快又马上入睡，这样睡足七八个小时后，早上精神很好，不存在那种打不起精神早上昏昏欲睡很难受的情况。今天早上测血压 104/72，脉搏 54，感觉很好。

这个精神好到什么程度呢？举个例子，以前二十岁出头参加摇滚乐会，可以很疯的上窜下跳两三个小时而不累，如果那个状态是 10，现在大概是 7-8。而如果不练功，疲于奔命于各种工作时，晚上睡不好，白天又打瞌睡，那精神状态大概是 3-4。

站桩简单有效，随时随地可以站，但因为枯燥而大多数人无法实践无法坚持，无法领会到其巨大好处，然后要花无数时间被各种亚健康状态折磨，不得不说是一个悲剧.
===
2.14.2022

做题家在一起，会因为彼此攀比做题能力的本能，而陷入更加努力做题的沼泽，无法自拔。
===
2.15.2022

直接方式本质还是在玩看得见的有限游戏。比如两次大战的德国，越打敌人越多阻力越大，越打越亏钱，损失土地更多。输了后还不服气，再加杠杆继续硬杠，然后输的更惨。间接方式接触到新的无限游戏后，会非常清楚的看到原来有限游戏的可笑之处。

视之不见曰夷。这句来自道德经的话的意思是 “大道不清晰可见，老百姓很容易跟风选择看得见的路径”。 //@冷眼看江山:大道甚夷，而人好径。间接方式即大道。

改变做题家的本能，需要能够接触到更多有价值信息，看到更多新的无限游戏。但新的有价值信息，不可能自己坐着就有人喂到你的嘴边。而获得有价值信息，又需要兴趣产生的源动力，推动自己可以持续不断摸索。所以确实无法和见识短的做题家有效沟通，还是直接拉黑清净。

摩尔定律是通胀的杀手。

没有能力理解摩尔定律底层机制的人，总是预测摩尔定律要终结，总是预测高通胀要回归，总是最后被证明是错的，但总是坚持继续做同样的预测。

多么梦幻的世界.
===
2.16.2022

大道至简的一个角度可以理解为后端复杂，但对外的 API 简单。但一些无知的懒汉，偷换概念，想不劳而获，自己后端简单，没什么货，也妄想前端的 API 能简单.

做题家和出题家的区别是，前者是短期利益驱动，后者是兴趣和信念驱动。

做题家常会追逐一些表面的泡沫，甚至自己知道是泡沫，也要自欺欺人去追逐，只因为看上去利益非常诱人。

出题家即使没有短期利益驱动，也会为自己的兴趣或信念而废寝忘食的奋斗，因为在做事本身非常有趣，做事过程中自己的能力和见识得到真正的提高而绝非虚幻的泡沫，长远看非常有价值有意义。

有的时候做题家和出题家看上去是在做同样一件事，但熊市来临时，他们就会分道扬镳。做题家会做鸟兽散，出题家继续乐此不疲的迭代。

要成为出题家，最好在有巨大潜力并快速增长的行业里寻找引起你的兴趣的切入点。快速增长期，会有很多真空需要填补，这时竞争不大甚至根本没有，只要你能挺身而出，即使智商不高，也已经赢了。为什么必须有巨大潜力？因为这意味着长长的增长曲线，即使错过这个机会，很快下面有新的机会等待你去填补。

在表面上没有短期利益的地方，出题家会发现竞争出奇的少。做题家满心欢喜的追求某个短期利益点，但越努力发现越拥挤，竞争越来越激烈，成本越来越高， 因为自己缺乏关键节点和资源的支配权，屡屡被玻璃天花板弹回来，原来的如意算盘成为南柯一梦。

出题家不怕干脏活累活。这并不意味着他们喜欢脏话累活，而不喜欢利益。实际情况是，因为兴趣驱动使他们不怕干脏活累活，干着干着，突然发现这里涌现出远超想象的巨大利益。

做题家们因为都不想干脏活累活，都想追求看得见的短期利益，他们的道路反而越来越拥挤。一旦他们追求的利益点成为食之无味的鸡肋，才发现自己过去的积累无法复用，光阴完全虚度。

斯大林和托洛斯基以前曾经在 1919年的波苏战争中合作指挥。 合作过程中斯和托发生激烈冲突，托对斯极其厌恶，想把斯换掉。但一问周围的人，大家都说不行，因为很多大家不愿干的脏活，只有斯大林能干。

特斯拉为了降低电池成本不惜借大量可转债造超级工厂。通用福特等公司只想把电池这种脏活外包给韩国公司。最后特斯拉的电池竞争力越来越强，通用的电车生产因为电池供应缺货从2021年八月停产至今无法恢复。

在兴趣驱动的行为中，提前看到了瓶颈，愿意下功夫付出代价掌握了瓶颈上的稀缺资源，然后跃迁成为出题者。//@silverhawk_bay:所以出题的人才会看到什么是系统真正的瓶颈？
===
2.18.2022

我对哈佛大学教授 David Sinclair 非常尊重。但对他推崇的抗衰老营养补品，一个是 nmn, 一个是 resveratrol, 目前看来，没有真正大规模的临床试验可以精确的评定其效果和适用范围。有兴趣的人，可以自己到政府官方网站 clinicaltrials.gov 上搜索研究。

人体的机制极为复杂。指望通过服药，影响某个单一机制的进程，就可以解决系统性的问题，是不现实的，而且常常在别的地方造成副作用。复杂系统的维护，大概率需要全面的各种复杂手段的精准同步实施，才有希望。

感觉被错误的饮食宣传误导了几十年。最好情况就是个花大钱买个安慰剂，最坏的情况还会严重危害健康，比如各种精加工的甜食。需要全面一个个检讨。
如果不清楚的话，最好的做法就是不吃。 ​​​

是的，今天食品行业很多荒谬现象，其实一点也不比几十年前的烟草行业逊色 //@VisionFirst:主流媒体没有追求真理动机，宣传内容基本由利益相关方左右，今天食品产业的利益集团的行动逻辑和当年烟草业协会给吸烟洗白类似。此外，给食品洗白要比给吸烟洗白容易多了。

做题家无法理解的是，不能改变权力架构的做题，回报递减，利润微薄; 出题家在探索新体系的过程中，无意中率先发现并理解了新的权力架构，控制掌握了关键资源，再把一些不影响权力架构的标准化任务，外包给做题家们。

什么样的事情可以外包给做题家? 有大量替代者，替换成本低，技术复杂度变化不大的任务。相反，替代者少，替换成本高，技术复杂度增长块的任务，就需要警惕，可能被做题家架空，而从出题家的地位跌落下来。
===
2.19.2022

当你的长期实际体验，和某个遥远的统计学家的理论发生直接正面冲突时，仔细的看他的研究方法和理论框架，但默认还是要更相信自己的直接实际体验。 ​​​
===
2.21.2022

所谓奋斗就是在某个特定时间空间范围内做优化。你可以选择拼命优化，也可以选择扩大时间和空间的范围。长期看，扩大时空的范围，尤其是等待更多时间，自然带来空间上的更多选择，不仅更轻松，而且会很快意识到以前那种回报递减还要拼命优化的努力很可笑。 ​​​

好奇心强一般是因为以前的好奇心导致的深度思考尝到了甜头。然后不断积累，形成正循环.

换句话说，依靠自己好奇心尝到的甜头，远远胜于别人喂养的一次性的甜头，或者安排好的某个单一路径上的甜头。

因为前者会自己越滚越大，可以自己突破瓶颈。

好奇心摸索 => 甜头 => 更大好奇心和自信心产生更多的内驱力去广泛探索 => 然后大概率获得更多甜头 => 更大的好奇心和自信心 。
===
2.23.2022

站桩，跑步，游泳和其它锻炼，还有两个好处:

一是对于长期伏案工作，脖子疼，肩疼，背疼，手臂疼，手腕疼的人，运动把你从固定僵硬的姿势中解放出来。运动时间久了，这些疼痛自然消失，以至于你都忘记了它们的存在。但一旦疏于运动，这些疼痛不久又自然浮现。那种做各种局部按摩，拉伸的运动，只是一种暂时的缓解，偷工减料的治标不治本，因为它并没有让你的肌肉，筋骨从微小的损伤和发炎中逃离开，获得足够长的时间来恢复健康的状况。

而且因为这种重复压力损伤导致无法工作，比如手术师，木匠，小提琴手，等等，最终造成的时间损失和金钱损失，远远大于你对于运动投入的时间。尤其是站桩，已经是最简单，最容易操作，最省时间的运动了。

第二是运动可以很明显的提高睡眠的深度，倒下就睡着，以至于你都忘记了还有失眠这个东西的存在。这比什么药或者补品都管用，剂量可控，没有副作用。关于运动量，不能完全听某个专家的一刀切的建议，而要根据自己身体的感觉，去调整优化。如果不花一个小时运动，你可能就要在床上翻来覆去两个小时睡不着觉，早上起来精神也不好，负面情绪更多，也会导致乱吃东西变得更胖，恶性循环。睡眠深了足了，大脑极为清醒，全身状态非常好，效率也很高，对未来自然产生一种充满憧憬期待的心态。

第三个好处是，对于创造性的工作，不可能坐在电脑前逼自己想出来，但如果把工作和运动穿插结合起来，很多天马行空的创意自然浮现，实际效率更高了。

在行业周期的起伏中，很容易挑选某个特定的视角，然后建立某个特别负面的观点。负面情绪很有传染性，可以让人有种“众人皆醉皆sb，唯我独醒最聪明”的虚幻的智力上的优越感，而放弃了深挖复杂矛盾真相的动力。 ​​​

看到网上有人评论，说福布斯的专栏作家，大概类似“哈佛分校”的概念。就是福布斯公开外包这些文章写作的任务，给这些人一年 250 美元，要求这些人每年至少写五篇文章，但不一定保证文章都会发表。

福布斯得到一群廉价劳动力，这些人也可以对外号称是“福布斯的专栏作家”，听上去高大上。有点像一些机构和哈佛大学挂上钩，然后学生号称是哈佛毕业，但自己一看实际上是并不是正宗的哈佛学生。国内的很多“北大分校”大概也是一个概念。

哈 //@Brother_Woo:为了这个头衔去忽悠人，免费甚至倒贴都一大把人愿意干。当年，包装名师。CCTV专访名师。也是某地分社，犄角旮旯的记者扛着带标的摄像机和麦，给你录个三分钟。
解决疼痛的方法不是在发生问题的地方按摩，而是通过全身运动，改变体姿，使疼痛的地方不再受力，过段时间就自愈了。同理，两个人打起来，解决的最好方法不是在冲突的地方劝架，而是掐断他的财政和后勤，很快就都没力气和资源打了。
===
2.25.2022

生命的本质是耗散结构。耗散结构的悖论在于无法被主观设计。

但下一个悖论是，尽管如此，人们总是想人为主观设计一个耗散结构的东西 (永动机)，结果画虎不成反类犬，滋生了无数庞氏骗局。 ​​​

耗散结构的一个关键，是能从外界不断吸取能量。但这种吸取能量的能力，不是一拍脑袋主观设计的，而是在开放世界里，经过无数次微小的尝试，迅速淘汰各种不靠谱的做法，不断积累，形成正反馈，越滚越大，效率越来越高。外面的观察者只看到一些表面的皮毛，想简单模仿一步到位，但总是不得其法

主观设计的最大问题是，为了某个方向的主观设计，势必投入大量配套资源，但主观总是会有错的一天，某次系统性的大错会把以前的积累全部输光。尊重大自然涌现出来的各种客观结构，让大自然的取之不竭的外部资源自发的去试错，就是避免这种主观而带来的资源损耗的巨大风险。
===
2.27.2022

事物演变的规律，本质还是要朝阻力最小的地方去，而不可能期望苦口婆心的劝说，让大家都能理性的选择符合自己长远利益的路径。

比如你不可能因为宣传吸烟有害健康，而期待别人戒烟; 不可能因为肥胖有害健康，就期待别人能节制饮食; 不可能因为宣传熬夜对身体不好，就指望大家按时作息; 不能说因为频繁交易对回报不好，而指望赌徒会收手。只有当人们病入膏肓，无路可退，”阻力最小的方向”彻底改变时，才有可能真正发生改变。

对”朝阻力最小的路径演化”这个客观事实的尊重，就是最大的理性。

博弈中，只要你给占下风的对手一个”相对体面”的出路，演化阻力最小的方向，就是他放弃抵抗意志，朝向那个”相对体面的出路”逃跑，而不是和你来硬拼，这样会白白消耗你自己的宝贵资源。

是这样，找到和你自己目标接近的人一起活动，这样就会给自己增加不做的阻力。同理，如果老跟一群酒肉朋友鬼混，就会极大增加自己节制饮食的阻力 //@Happyanyway:想要坚持做一件事，请老师来监督，或者参加相关活动，里面都是和你有一样目标的人，给自己增加不做的阻力，也可以改变阻力最小的方向。

1/1/2022

Netflix 最新出来的喜剧片 don’t look up, 拍得不错，里面印象最深的一段台词是，里面的高科技富豪 (mark rylance 扮演) 对里纳尔多扮演的天文学家说:
“我们公司收集了你从 1994年以来的四千万个数据点, 比你的医生提前几个月知道你的肠子上长了几个息肉，可以用准确度高达 96.5%的模型预测你死亡的方式，把你的性格归类于八类典型的消费者特征.. 你以为在遵循自己的伦理道德标准，但本质是在躲避痛苦和寻求快乐”
rylance 演得非常好，应该提名奥斯卡最佳男配角奖.
所以当人们说”顺其自然”，本质是让自己被本能和习惯引导去随波逐流的”躲避痛苦，追求快乐”。这种选择无可厚非，但如果不能突破自我的思维桎梏而只能”顺其自然”，那就不要再抱怨为什么自己收获一大堆自然的痛苦，或者为什么无法得到那些看似不自然的快乐。
而且一些人自诩”顺其自然”多了后，说得自己都有某种道德优越感了，但在大数据分析面前，可以非常清楚的看到这是何等苍白无力和可笑。
真正强大的科技巨头非常自信，可以主动自黑，只要对生意无本质负面影响//@花姐jennifer:其实一个有意思点是，大约从2014年开始，通俗大片里面的反派开始不是外星人疯狂科学家而是——科技巨头：《王牌特工》《毒液》《头号玩家》《失控玩家》今年的《天赐灵机》反派干脆就是照着Tim 画出来
===
1/4/2022

可爱岛常驻居民只有五万多人，这里灯光污染少，凌晨五点到六点间，朝南方看，略高于地平线的位置，肉眼可以清晰看到南十字座的四颗星，左边还有天蝎座的蝎子爪子的四颗星。
可爱岛的 kakalau lookout. 山谷底下十九世纪原来住了两百人左右，底下居民尝试农业和畜牧业为生，但很难赢利，而最终放弃，大概是因为交通成本太高和本地市场太小，底下现在可能只有一些非法滞留的露营者。此处后为多部电影 (king kong, jurassic park 等) 取景处，看上去很美，但其实并不宜久居。这大概就是人们常说的”权力泡沫”和”权力实质”的差别吧。人们追逐泡沫和幻象的本能，是永远无法被压制的。
===
1/6/2022

今天才知道天文学中有个”岁差” (precession) 的概念，这里指地球自转轴相对于空间惯性坐标系的缓慢而均匀的变化，一年大约偏离 20分钟，每隔 25771.5 年就是一个周期。因为岁差，季节的周期，每年大约提前 20分钟左右。

因为岁差，南十字座在公元前四世纪还能在英国的天空上看到，但公元 400年之后，整个欧洲大陆的地平线上，都无法观察到南十字座。预计要到公元 14000 年之后，它才能重新对大部分欧洲，北亚和美洲的居民可见。

以前为什么没有看到南十字座: 一，大部分时间生活在北纬二十五度以北 ; 二，偶尔去南方都是冬天，这个季节观察的时间窗口在凌晨五点到六点之间，需要没有灯光污染，没有乌云遮盖，没有月亮，因此总是错过。联想到很多唾手可得的机会，就是因为各种障碍被掩盖，需要有心人抽丝剥茧的发掘。

不要让没经过甄别和付出相当代价的人进入你的生活，否则难免”近之则不恭”，然后生出一些类似”吃了苍蝇”一样的让人极为不适的事情。

如果你的长辈教育你要有什么狗屁 “情商”，要学会能够和任何人周旋，那只是因为他们想当然的，把他们没有选择的有限生活经验，试图推而广之而已。 ​​​

金钱本质就是信息。按照马斯克的诠释，钱就是一个数据库里决定资源如何分配的信息。//@乔双岑QSC:信息是权利的一种，比如，利益无关者眼里的真相正是利益相关者眼里的隐私。真相，不是天赋的权利，而是博弈的结果。

实物作为信息的载具非常脆弱。多年后没人知道某个时代的首富是谁，但”尼罗河上的惨案”，”东方快车谋杀案”这些作品将不断流传，永不消逝。可惜那时没有 NFT, 否则 agatha christie 轻松成为巨富
===
1/8/2022

看到一位叫”朱东波”的朋友的文字，觉得不错，有几个点表达得比较到位:
1. 很多(有用的)概念都是封闭系统下的产物，由此容易陷入”过早优化”(premature optimization)陷阱。
1.1 更确切的说，是基础概念及在应用过程中衍生出的庞大的概念簇(conception cluster)
1.2 这些不同的概念在既有的认知系统几乎无处不在，包括假设，判断标准等。
2. 很多概念具有非常大的重力，因此容易形成认知惯性，并吸纳/消耗(大量的)能量投入。基本表现是人们常常执迷/陷困于自身的（可能是狭窄的）认知中。
3. 但在更大的时间维度下，在边界(boundary)被进一步拓宽/打破的，更具开放性的系统下，在新的连接方案(常常是真正新的概念系统)下形成的理念/视角，常常会形成更高视角的”二向箔”。
3.1 在这种不断扩张边界的进程中，尤其是Emo. part所感知到甚至常常被厌恶/避免的”不确定性”，其实是不可避免甚至应该是被拥抱的。(当然这其实是人性的，因为人们本能的会倾向于避免这种不确定性失重的感觉/感受)
3.1.1 听到一句很好的话: Courage is not the absence of fear, but rather the judgement that something else is more important than fear.
===
Agatha christie 曾说”恐惧，就是因为知识不完备”。有的时候人们有克服恐惧的勇气，本质是因为意识到拓宽边界获得新知识之后的回报，将远大于摸老虎屁股可能带来的损失。
===
1/11/2022

意识到过去几年自己在不同领域的一些意想不到的进步，本质都是因为有闲暇时间，所以就可以东摸摸，西碰碰，摸索出来一些新的发现，有效提高自己的能力，改善自己的学习或生活环境。

让自己有很多闲暇时间，本质等于给自己去杠杆。整天忙得昏天黑地，本质等于满仓投机，这样就没有任何冗余，来应付未来注定要发生的各种意外事件.

朋友圈里看到有个常见的词叫“搞钱”, 窃以为这种思维存在框架性的错误。如果你做事的效率和别人差不了太多，再怎么搞也搞不了多少钱。但如果你可以把你做的事在各个层面规模化扩展化，能不断重复引用，在更大规模的用户或读者群上分摊成本，日积月累，那么你的效率自然越来越高，钱就自然来了。

如果效率没有比别人有明显的几倍以上的优势，实际操作上很大概率就是在自欺欺人的瞎搞.

回复@人在冏途后的自信与洒脱:way out of money call option, 没有到期日，或者说至少几十年后才会到期。 :)//@人在冏途后的自信与洒脱:大量闲余时间的产生类似于给自己买了个深度虚值看涨期权。因为有了时间冗余，产生了知识冗余和思想冗余，进而引发了财富冗余（财务自由）。

不太一样，大部分 VC 即使看到真正好的 deal, 也拿不到份额。能够拿到的， 往往又都是别人看不上的，这里面要获得超高的回报，好比大海捞针。 IRR 那些狗屁都是骗外人的 //@辰一伯:做VC是不是相当于get paid to 东摸摸西碰碰

世界是个巨大的 fitness landscape (适应度地形)，我们本质都是在上面做各种 stochastic gradient descent (随机梯度下降) 计算的小爬虫而已。区别在于，有的爬虫接触数据多，维度高，计算效率高，因此长期的实质性进步更快。有的热锅上的爬虫，看上去很忙爬得很快，但只是在团团转，做无用功而已。
===
1.13.2022

最近三个月涌现的一些 Defi 2.0 的创新，目测大多是一些类似于传统金融里的 cdo, cmo 之类的拆东墙，补西墙的游戏。通过精心设计的复杂的风险转移链条，来给参与者一个存在金融永动机的幻觉，但本质并没有在效率上实现提高，或者解决一个真实的市场需求。 ​​​
===
1.14.2022

同样一件事情，如果有时间压力，就会非常痛苦烦躁; 如果没有任何时间压力，洗碗，叠衣服等等家务，也可以感觉和冥想没有太大差别，还可以顺便把事干了。

同样是运动，比如游泳，如果老惦记着要计时，就会觉得不爽，变成了一个任务。如果随意一些，没有时间压力，就可以玩很久而不觉得枯燥。

类似的还有旅游，如果跟着导游每天赶路，算时间，填鸭式的旅游，总是感觉哪里不太对，心情没有那么舒畅。但如果更随意一些，则会回味无穷，乐此不彼。

提高生活质量的一个角度，是把有时间压力的活动，尽量压缩到日常的 10%以下。这样可以保持比较长久的内在动力.

给自己太多时间压力 (或者被外人诱导，默认接受其人为施加的时间压力)，就是减少自己的选择权。这种坏习惯积累久了，会有一天把自己置于没有任何选择的地步，从而造成无法挽回的重大损失。

===
1.15.2022

绝大部分线下面谈，只能强化现有思维框架，最多在里面调整一些参数而已。但思维框架不对，摄入信息和数据再多，也没有用处，本质是一种类似空转的浪费。

思维框架的调整，需要反复推敲琢磨，和相当长时间的独处，否则很容易被周边人的既有思维框架的隐形压力带偏。 ​​​

真正有洞穿力的思维模型，往往需要大量跨越较大时间空间的数据和信息积累，才能抽象出真实的一般规律。线下面谈见到的多数人，其思维模型都是基于有限时空的数据拟合，底层逻辑往往似是而非，但在其经验内的有限数据可以拟合得非常好，所以和他们接触多了容易被带偏。

从信息输入角度看，线下沟通效率偏低，只是一种辅助手段，而且大部分人交浅言浅，都带着面具，线下沟通是浪费时间。真正思维模型的提炼，需要大量和长时间的积累才能慢慢浮现。

回复@三块零钱:再深挖一下，人只有自己主动改变信息输入输出管道时，才能真正改变自己。//@三块零钱:应该说，人只有自己改变的时候才会改变自己
===
1.18.2022

看了一些研究资料，细胞自噬和癌症之间存在一种矛盾的关系。

在癌症的早期，细胞自噬会压制肿瘤的生长和癌症的恶化 ;

但是如果癌症突破临界点，开始扩散，细胞自噬反而会对癌细胞的生长繁衍起到促进作用。 ​​​

细胞自噬好比人体的 quality control (质量监督) 部门。大吃大喝，无节制的饮食，意味着对身体的健康没有任何监督，而且随着年龄的增长，细胞自噬的效率也会慢慢减弱，这样”缺乏质量监督 + 质量监督能力变弱” 的双重效果，导致人体老化速度，在后期会不断加速.
===
1.19.2022

目前普通健康男性，寿命预期 85 岁 ；

如果保持良好锻炼，睡眠，间歇性断食习惯，这个预期可以到 95 岁；

未来几十年会有更好更便宜更快的监测手段，实时检查 DNA, 血糖，还有各种其它生理参数，提供有效的对于各种疾病的实时预警，这样可以再增加五年，预期寿命到 100 岁；

更好更科学的大分子药物补品，促进长寿基因，再增加五年，到 105岁 ；

未来五十年涌现的新的改造表观基因组的技术，人造器官更换的技术，等等，再增加十年，到 115岁。

之后可能就会达到抗衰老的“第二宇宙速度”, 就可以永生了.

除了 David Sinclair 的 Lifespan 以外，Melissa Grill-Petersen 编辑的 Codes of Longevity – Be ageless- live limitless (2020年出版) 是我看到的迄今为止最全面客观，不故弄玄虚，又相对较通俗易懂的关于抗衰老研究的书籍。

严格按照保险公司的统计表来说，目前日本从零到 63岁之间的男性，预期寿命为 84-85岁 (50%的人会超过这个水平。年纪大的群体，反而整体预期寿命会稍微长一点，因为他已经活过那么多年了。如果已经 70岁了，有一半预期会活过 86岁。

看过一个日本官方的保险公司统计数字，男性过 80岁以后，每年死 5%，然后死亡几率逐年迅速增加，到 92岁之后，每年死 20%。培养良好习惯，要提早布局。

抗衰老研究的最大瓶颈，目前在于缺乏便宜的实时测量工具，可测量各种复杂的 DNA 的参数。就像人工智能领域从五十年代开始到 2012年才真正大突破，依赖于 2008年之后涌现的强大gpu 算力 ;

抗衰老研究最终的本质突破，需要依赖极为便宜同时又比现在强大若干个数量级的 DNA 测序工具.

未来的一个可能趋势是高复杂度的 biomarker (生物标记物) 测试器材像手机一样便宜和普及，大家可以实时精确测试各种行为或药物对身体细胞组织的作用，全球大规模共享数据，迅速找到延缓甚至逆转衰老的正确方法。而不再依靠昂贵缓慢的临床测试。

按照一些生物学家的说法: dna 好比硬件，序列好比操作系统，表观遗传学里的 DNA 甲基化和组织蛋白好比软件，软件里面有各种 app 来实现不同的操作。有人认为抗衰老的关键，在于减缓和逆转 DNA 甲基化，从而逆转和恢复各种 DNA信息的缓慢丢失。

和量子力学似乎没有一毛钱关系。是不同尺度的现象。//@Finch陈至锋:到这层面，可能要触及或濒临量子力学了。

===
1.20.2022

健康，投资，还有很多复杂的社会现象，是多维度，多层次的。讨论分析的时候，首先要界定是在哪个维度，哪个层次，有哪些隐含假设，否则不可避免的鸡同鸭讲。

简单化的说 “某某东西越多越好 ; 因为 a , 所以 b “, 而不界定维度和层次，那么这些论断和经验，迁移到别的维度和层次时，不可避免的要出问题。

所以不必和不同维度和层次的人争论，但要能大致理解，为什么他可能会有和你截然不同的经验和论断。

比如很多人坚信房地产是好的投资，但流动性丧失时可能几年也卖不出去，资不抵债，欲哭无泪; 很多人天天念叨间歇性断食会有胃病和胆结石，但对于大部分健康的人其实没问题; 很多人担心激光手术不安全，但这种手术有三十多年的历史，有问题的只是少数，等等。

人们思考问题的时候，会有一个潜在的假设，就是自己目前的状态，默认的状态，是合理的。

任何改变默认状态的行为，即使有一丁点风险的概率，也容易被认为整体很危险，就会导致人们不愿意偏离自己的”默认状态”。 这属于一种”不作为的倾向”， inaction bias。

这种倾向，是好是坏，要具体问题具体分析，不可一概而论。如果自己对目前的默认状态很不满意，行动的收益远大于风险，当然要倾向于行动。

所以很多人不愿意改正自己的不良习惯，说多少道理也不愿行动。只有到病入膏肓时，才被迫幡然醒悟。

很形象贴切的描述 //@B43CD生生不息:今天治疗师跟我说，很多人和自己的感受断开的，头脑过于发达。只有到外界全部崩塌的时候才会去求助。其实也没疗好，但过了那个崩溃点（感受阀值，刺激度较强），他们就又没感受了。我遇到很多人问他们身上什么感觉，呼吸怎么样，回我的都是一堆堆的分析和自己的策略.

提高调整纠错的能力的一个重要维度：

要从事流动性好，通用程度高，虚拟程度高的事业。

流动性不好的事业，意识到犯错时，无法纠错。房子有价无市，好几年也卖不掉；一级市场的天使投资和风险投资，钱投出去第一天，可能就是在手上的最后一天，之后就再也拿回不来了。

通用程度低的工作和服务，一旦失去现有客户，很难找到新的市场和应用，因此被迫中止，之前的努力无法重复利用，完全白费。

硬件生产商，意识到犯错误时，调整成本极高 ；日本人和德国人的软件开放能力不如美国人，这体现在很多家电日用品的控制系统，虚拟程度低，使用界面上设计了很多拙劣的硬件按钮，无法修改，无法迅速软件升级；

虚拟程度低的组织，如果要做整改，涉及到仪器，厂房，人员团队的整改， 成本极高，即使意识到需要纠错时，也很难立刻行动，而大多选择硬着头皮撑下去。

缺乏感知和评估能力的几个体现：
1) 对外摄取信息渠道少而片面，久而久之形成恶性循环，对于不同类别的信息或新思维模型有强烈抵触情绪。把垃圾信息占据全部注意力，误认为是生活充实的体现。
2) 获取高价值信息成本高/耗时长/或者根本不可能,不愿积累，缺乏积累，永远无法突破信息茧房。
3) 因为读书少而缺乏长时间跨度的历史观和大局观，套用错误的格局去解释短期的现象，比如养了一千天后被拉出去屠宰的火鸡，坚信饲养员是他的朋友。而且可以振振有词的拿自己一千天的经验，来铿锵有力的反驳规劝者。

良好的感知体系，很像特斯拉显示屏上可以迅速在地图上放大缩小 (zoom-in / zoom-out) 的功能, 可以同时迅速理解大格局和你所处局部的微观细节。
===
1.21.2022

可以从这个角度看法律，它本质是这样一个东西: 大家概念上以为它是一种事前 (ex ante) 的约束，但实际操作上它只是一种事后 (ex post ) 的约束。如果你发现被别人欺负了，被侵犯了合法权利，事后的约束无法执行，就会很愤怒。

智能合约的作用，是把很多理论上的事后的约束，通过编程变成事前的硬约束.

===
1.24.2022

阻碍效率提高的三个因素:

浪费大量时间找东西，
浪费大量时间等别人，
无法重复利用以前的劳动成果。

最理想的地方一般有下述特点:

查找东西方便，多处备份，实物即使丢了也很容易换新的 ;
潜在合作伙伴很多，如果一个人太慢等不及了，马上可以换下一个 ;
可能不断大规模重复利用以前的劳动成果。 ​​​

===
1.26.2022

知识越丰富，就越有可能把一些原来分割隔离，看似不相干的知识点连接起来，发现新的不为人知的机会。

比如说，某个新机会的涌现，依赖于一个链条上的十个知识点。对于知识贫乏的人，这个链条和新机会是不存在的；但对于刚好十个知识点都具备的人，就可以比大多数人提前感知其涌现，这种感知会带来大量多巴胺的快感，和强烈的行动动力。

而且在行动过程中，获得更多新的知识和奖励，就对更遥远的地方的可能机会看得更清楚，大脑产生更多多巴胺，形成更强烈的行动动力，这就是一个正反馈循环，直到这个方向的机会的挖掘接近饱和。

当一个人缺乏动力的时候，他需要的不是更多表面形式上的鼓舞，而是更多循序渐进的广泛的知识积累。形式上的鼓舞，而没有真正新知识的积累，很快又会泄气。然后需要更大剂量的鼓舞，才能勉强重新打起精神。

知识积累，在爬坡期遇到的阻力非常大，但这没有捷径。过没过临界点，自己非常清楚。过了临界点，把各种知识点连起来，造成全新的组合，清楚的看到了别人没看到的机会，不需要任何人催促和压力，每天就会废寝忘食的开心的去主动摸索

要提高知识点成功连接的几率：一，多读书，多输入 ；二，灵感来的时候，要能迅速记下来，免得之后遗忘； 三，把自己总结的知识点，常常梳理，反复纸上推演，写出来广泛发表，通过外界评论反馈，增加产生新的有益连接的几率；
===
1.27.2022

八十年代末神经网络理论流行的时候，人们着实激动了一阵子，但是做一次计算迭代，就要好几天，所以实践上进步非常慢，到九十年代很多人大骂 AI 就是狗屎，但是到了 2012年 AI 有突破后，才意识到，神经网络理论没问题，有问题的是迭代速度太慢了。​​

抗衰老的研究，本身不是问题。有问题的是临床测试太慢太贵，很多理论无法迅速证实或者证伪，迭代太慢。

复杂适应系统的演化特点，不是说有个开关，给它某个输入，灯就亮，或者灭掉。这种简单化的思维模型往往是错误的， 跟江湖医生说吃啥补啥，是差不多的概念。

更多时候它的特点是分层级的，一步步跳跃式的演变。在临界点之内，长期保持某种平衡可控的状态，你从外界输入某种信号或刺激，很长时间看不到明显变化。

但各种外界刺激，积累过某个临界点后，系统会突然失控，迅速发生大规模跃迁，要么上升到一个更高的稳定态，要么突然崩溃到更混乱低级的状态.

技术水平发生实质性的大规模的跃迁，需要的是高几个数量级的新测试数据。如果各种 biomarker 测试，单次成本降到十美元以下，不需要采集那么多血，精确度再提高，可在家里几分钟就获得测试结果，可迅速通过云服务深度分析，可吸引上百万兴趣爱好者参与，那么抗衰老研究将会加速发展，越过临界点。

===
1.28.2022

很多投资者的一个误区是，只是感觉某个资产看上去便宜 (相比于过去的某个心理上的喵定价格)，因此就去买。

但如果他视野更宽一些，意识到还有别的资产，增长速度和潜力远大于目前的市场价格，他就心理上自然不屑再去捡那些便宜了。 ​​​

信息框架上多用点力，丰富了，物理世界就可以少费很多力气，避免大量无用功 //@TheNous:空间上博弈需要太多的信息框架，固定的空间在时间上博弈相对算力要求低.

===
1.30.2022

随机梯度下降算法，和普通梯度下降算法的区别是:

前者只是用很小的一个(从大数据里面) 随机挑选的子集的数据做训练，因此计算量是恒定的，短期效果可能波动大一些，但长期效果不差。

而且随机梯度下降算法，可以避免普通梯度下降算法，掉到一个局部极值里出不来的陷阱 (俗称 “内卷”) ​​​

把随机梯度下降算法的概念再拓展一下：天天盯盘，把自己搞得很累，回报一般会更差，不如每天最多看盘十分钟（交易频率要更低）；一天几个小时看手机，不如每天最多看三次，每次限20 分钟，要不眼睛，脖子，手臂，手腕都会酸疼，变成一个废人。

还有个类似”内卷”的问题，是梯度下降时，最后收敛在一个鞍点 ( saddle point), 不能进一步提高。随机梯度下降算法，对于避免鞍点方面，比普通梯度算法有优势。家长过度干预小孩的学习兴趣和范围，怕输在起跑线上 (而不允许一定随机探索的空间)，多费很多力气，但也会让其发展更容易陷入鞍点的困境。

是这样的，其实只要能够保持不断测试，一直不断突破舒适区在走，即使起点不高，早期踩很多坑，坚持足够长时间，最后发现达到的高度远超你的想象。//@江边书虫:很多人容易掉的坑是：开始要求太高，一旦发现完不成就彻底躺平。

1/ 兴趣让人废寝忘食，是可以持续的巨大内在动力。

2/ 兴趣本质是什么? 它有外在的，和内在的两个方面。外在方面，任何领域，有高速增长，不断有更新更好的东西出现，自然会引起兴趣。没有增长，固化了的东西，很快让人觉得枯燥。可以参见笔者的老文章

王川：幸福来自效率的全面复合增长

3/ 没有增长的情况下，还对某个事情有巨大兴趣，要么就是陷入类似毒瘾一样的坑，要么就是自欺欺人。

4/ 如何找到更多让你产生兴趣的东西? 唯有不断扩大和外界广泛和开放的连接。

5/ 内在的方面：兴趣来自于和外界交互中的各种持续的正反馈，推动知识和技能的不断提升。有人说，“兴趣是精通的副产品”， 精通导致更多正反馈。给你带来即时反馈的掌控感和节节贯穿的丝滑顺畅感的事物，可以产生心流，支撑强烈的兴趣。但稍微复杂一点的事情，没人一开始可以马上精通，从不通到精通需要持续的正反馈，而这个正反馈的来源往往不是你想的那样，被急功近利的老师和家长按着头，强行吃苦很长时间来获得的。

6/ 达到这种精通的状态需要兴趣驱动的长期摸索和时间的积累，往往在意想不到的地方自发涌现，这就是所谓 “慢就是快”。如果一味主观表面求快，但实际底层操作上不精通不流畅，反而容易陷入 “再而衰，三而竭”的状态，而很快失去兴趣，甚至彻底放弃。

7/ 人为设立截止日期，用主观定义的 KPI 来攀比竞赛，会误导甚至扼杀处于萌芽状态的兴趣，潜在危害极大。

8/ 兴趣在哪里爆发，很多时候无法提前计划。常常会因为环境 （外因）的变化，某个地方自发涌现出高速增长，和你的知识技能匹配 （内因），产生有益的反馈，而引起你的兴趣。不尊重这种自发涌现的高速增长，而用传统教条定义的兴趣来主观的框住自己，妄图强行在没有增长的环境里一厢情愿的逼自己产生兴趣，无异作茧自缚，最后浪费时间资源吃大亏的还是自己。

9/ 以前我犯过的错误包括: 在相对封闭的圈子里，对缺乏增长的东西硬着头皮自欺欺人的表示兴趣; 贪多求快，但很难迅速达到那种节节贯穿的丝滑感，不断被各种挫折损耗意志力，而最终丧失兴趣和内驱力。

10/ 比如说，在大学里，硬着头皮对数理化表示兴趣，内卷化的做大量吉米多维奇的习题，做到最后唯一持续的动力是和同学比赛考分，但越学越觉得无趣。这种技能在就业市场并不能找到更好工作，也发不了大财。反而是读各种历史，科学史，商业史等等，越仔细研究，越能发掘出一些实用的规律，越有兴趣。后来真正自由后，对数理化的一些东西重新产生了真实的兴趣，而这种兴趣更侧重于该学科内的一些更深层次的普适性的结构特征，并不是像个僵尸一样做很多”知其然不知其所以然”的无聊的演算。

11/ 促进兴趣的正反馈有两类: 第一类是和过去的自己比较有进步, 知识更丰富了，效率更高了，就很高兴，有更多动力; 第二类是和别人比，在竞争中胜出，获得更多奖励，也很高兴。但即使你在某个领域无法和人竞争，你总是可以利用这个领域最优秀的人的成果，来不断提升自己的效率，这样的组合无止境，这也是兴趣的持久动力。

12/ 因为有兴趣，自然会比别人多下功夫，自然在别人懒得下功夫的地方看到别人没看到的东西，掌握别人没有掌握的技术。这样以后面对缺乏真实兴趣/硬着头皮被赶鸭子上架的对手，自然如削瓜切菜，取上将首级如探囊取物。

13/ 兴趣导致在某个领域会慢慢精通，精通就意味着在这个领域稍微用点力气，就可以获得比普通人大得多的回报，从而产生更多兴趣 (复合兴趣），从而在更多领域慢慢精通，有更大的内驱力，层层递进，良性循环，没有止境。

14/ 兴趣和利息，在英文里都叫 “interest”, 是有道理的。据称爱因斯坦曾说，“复利是世界第八大奇迹，理解它的人收到复利，不理解它的人要支付复利”。(Compound interest is the eighth wonder of the world. He who understands it, earns it. He who doesn’t, pays it.)

15/ 我说，“复合兴趣是世界第九大奇迹，理解它的人每天都有越来越强的内驱力，不理解它的人要被迫追求别人的兴趣“。

16/ 没有兴趣的事情，还要假装有兴趣，花很多时间做表面功夫，好比贷款中借出去的坏账。债务违约的时候，才意识到本金早就没有了。停止做根本没兴趣的事情，才意识到逝去的光阴早就没有了。早点冲销坏账，早点停止做没兴趣的事情，总是最好的选择。

17/ 很多人说”没兴趣”的实际意思是，某个事情给他带来的利益过于微小，因此不屑去深入钻研。因此他的整个认知体系的基础是空洞，脆弱和粗糙的，他也永远无法积累出可以高效捕捉巨大利益的认知体系，也就永远停留在那种”没兴趣”的状态。

18/ 人们轻视可以长期复合增长的复利，而喜欢迅速捞一票大的，因为短期看复利的数量太小了。人们忽视因兴趣而学习带来的微小但真实的进步，而为了一点月薪强迫自己做没兴趣也没有技术含量的事情，外表上还要装得有兴趣.

19/ 不喜欢诚实的复利的人，往往落入传销和各种套路贷的陷阱，全部积累最后打水漂。不遵循内心真实兴趣来开拓事业的人，最终光阴(类似本金)耗尽，郁郁寡欢，陷入中老年危机。

20/ 当人说”我对发财有兴趣”时，这种空话没有意义。比如说真正发财需要掌握十个复杂矛盾的知识点，如果没有对具体每个点本身的兴趣和渴求，强迫自己学了两三点之后还似懂非懂，一直没有获得奖励，就会觉得太复杂而提前放弃了。实际情况往往是，因为兴趣本身，长期积累了二十个不同的知识点，突然发现里面有十个知识点可以串起来，以某种意想不到的方式发大财，然后对各种新的知识点越来越敏感。这种敏感度体现为：可以隐约提前感知某个知识点，做成某件自己缺乏的事情，可以和别的东西串起来. 因此主动学习的兴趣也越来越大。

21/ 知识结构越丰富，这种敏感度和敏感度带来的动力，和常人的差距就越来越大。这也是“数量就是质量”的一种体现， 可以参见笔者的老文章

王川：论数量就是质量

(未完待续）

本文是

王川: 从长期国债的悖论到胆固醇的悖论（上）

和

 王川: 从长期国债的悖论到胆固醇的悖论（中）

的续篇。

1. 美国乃至整个世界对于高脂肪饮食的误解和之后造成肥胖，糖尿病的蔓延，一个转折点在 1980年，美国农业部“食物和营养服务处”（USDA），推出饮食结构的指导建议：建议少食用脂肪，尤其是饱和脂肪的食物。原因是认为高脂肪食物导致高 LDL 和心脏病。

2.  1980年之前，美国 30岁以下的肥胖者 （bmi >30）， 占对应人口比例不到 10%。2006年接近 20%。45-64岁之间的肥胖者，1980年之前低于20%，到 2006年接近 40%。

3.  为什么会有这样的后果? 加州大学旧金山分校 （UCSF） 学者 Robert Lutsig 指出，为了迎合低脂肪的饮食风格，但同时还让食物更可口，食物公司加入更多果糖，还有反式脂肪（取代饱和脂肪）。高果糖浆（High-fructose corn syrup、简称HFCS），是一种由玉米淀粉制作的甜味剂，单位价格比蔗糖便宜一半以上。美国以前从古巴进口大量蔗糖，1961年猪湾事件后美古贸易终断，HFCS 自然成为成本最低，阻力最小的选择。糖和反式脂肪的大量使用，增加胰岛素抵抗，增加对食物的饥饿感，形成恶性循环，人越来越胖，并增加心血管疾病风险。

4.  按照 Robert Lustig 的说法，可以消化的碳水化合物分三类：第一类是单糖，如葡萄糖或果糖 （fructose） ; 第二类是双糖，包含蔗糖，麦芽糖（啤酒里的），乳糖；第三类是淀粉，就是一串葡萄糖分子的聚合物。但只有前两种糖可能造成龋齿，因为口腔细菌只能利用那些可以发酵的自由的糖分子。果糖在新陈代谢中生成尿酸，减少体内的一氧化氮，而一氧化氮对血管起到放松作用，它的缺失会导致高血压。果糖的更大危害是影响细胞线粒体正常运作，导致肝脏积累大量脂肪，然后体内胰岛素抵抗，感觉更饿，吃更多，形成恶性循环。

5.  葡萄糖分子是六元环结构，更稳定；果糖是五元环结构，容易被打破，糖化反应 （glycation） 速度是葡萄糖的七倍。果糖分解出来的甲基乙二醛（methylglyoxal） 甚至会把糖化反应速度提高到葡萄糖的 250倍，导致细胞内糖化反应产生的损坏的蛋白质无法被及时清除。这是加速细胞和器官衰老的重要因素。

6.  含果糖 （fructose） 高的食品饮料：果汁，可乐和碳酸饮料，蜂蜜，甜葡萄，萨拉酱果酱，各种糖果蛋糕饼干，波霸奶茶，珍珠奶茶，星巴克的焦糖玛奇朵，各种冰淇淋，等等。各种爽文鸡汤文类似果糖和碳水化合物，焦虑情绪类似胰岛素抵抗 （越焦虑，就越喜欢读煽动起情绪的鸡汤文，然后更焦虑），间歇性断食类似深度思考。深度焦虑和烦躁的杠精，类似一种精神上的糖尿病。

7.  把饱和脂肪和心血管疾病建立起因果关系的主要推手是生理学家 Ancel Keys （ 1904-2004年）。 Lustig 形容他是营养学界的特朗普，一旦形成某个结论，会无从不用其及的推动其偏见，用各种手段攻击对手。

8.  Keys 认为饱和脂肪导致高胆固醇是心脏病的罪魁祸首， 而英国学者 John Yudkins  1972年出书，认为糖是罪魁祸首。双方长期辩论，后来大家认为 keys 胜出，这直接导致了 USDA 1980年推荐的低脂肪饮食建议。

9.  为什么 Keys 会在辩论中胜出? 主要一个原因是他当时掌握了一手的大数据。他从1958年开始搞了所谓 “七国研究”（美国，芬兰，荷兰，日本，意大利，南斯拉夫和希腊）总共跟踪调查接近 13000名 40-59岁男性的饮食习惯对心血管疾病的影响，连续跟踪五十多年，1978年第一次发布研究成果。Yudkins 没有自己的独立大数据，自然难以服众。

10.  “七国研究”在五十年代属于开创性的研究，但它同时也因当时的客观条件限制存在一些严重问题。第一，经费和研究成本是个大问题。一些欧洲国家没有参与此研究，主要是因为缺乏经费和社区的兴趣。因为缺乏经费，美国的队列 （cohort） 在追踪五年后不得不放弃。有的社区被选择成为研究对象，最重要的原因是当地居民自愿配合参与的比例较高。

第二，因为研究成本的因素，很多因子缺乏精确化的个体大数据，一万多名调查对象来自十六个不同的队列 （cohort）， 每个队列平均样本数目低于一千，而统计分析是基于队列的均值而不是细颗粒的个体数据：好比把身高两米的巨无霸和身高一米五的武大郎归同一队列，取其身高均值一米七五。统计模型只能在十六个粗颗粒的数据点和病症之间做有限的归因分析。

第三，上世纪五十年代各国的饮食结构，和现代人高卡路里，大量精加工食物的饮食结构差别很大 。

第四，五十年代的研究对象中大部分人 BMI 在 25 上下，少数人略微超重，而不是像今天漫山遍野都是 BMI >30 的大胖子。因为整体体重数据变化不大，极少数超级瘦子 （ BMI < 18） 的心脏病概率比普通人大一些，所以1980年的追踪研究报告居然得出了“体重和心脏病负相关”的结论！（参见：Ancel Keys: seven countries study， an evidence-based response to revisionist histories， by KD Pett ） 

11.  Keys 的研究本质是一种寻找相关性的“流行病学研究”（ epidemiology）， 但他的一个伎俩是，一旦先入为主的把其相关性的结论等价于因果性，他就要求所有挑战其观点的人，先自证因果性 （而自己的观点是无需随机双盲实验的自证的公理） 。

12.  “Epidemiology”中文翻译成“流行病学”，其实不太贴切。它是一个“研究特定人群中的健康状况或事件的决定性因素和分布状况，以及应用到对健康问题的控制的学问”。不仅仅包括传染病，还包含各种慢性病。

13.  因为随机控制实验成本太高，所以往往搞了很多观察性研究。但如果不理解各种认知偏差，不理解干扰因素 （confounding variable） 等等基本概念，很多论文可以从各种角度断章取义，获取对自己有利的结论。而外行人对此完全没有辨别能力。因为技术手段的限制，没有办法直接精确迅速检测病人动脉壁上的斑块发展的程度，只能采取这种别扭的旁敲侧击的方法。但这已经比星座命理之类的迷信强多了。

14.  七十年代初， 美国德州达拉斯的医学研究者 Michael Brown 和 Joseph Goldstein 的研究，发现了肝脏回收脂肪酸的机制 （他们后来因此获得1985年诺贝尔医学奖），第一次确认了低密度胆固醇脂蛋白（LDL） 和 LDL 受体的运作机制，确认了食用脂肪会增加 LDL， 也确认了 LDL 在血液中的浓度和心脏病的相关性。

因为高脂肪饮食导致 LDL 增加，因为高 LDL 和心脏病发作几率表现相关性， 所以高脂肪饮食导致心脏病，Ancel Keys 是正确的！

15.  于是，一场席卷全美的降脂肪饮食。抗心脏病的运动，从八十年代初，轰轰烈烈的展开了。高脂肪饮食有害，高 LDL 有害，成为先入为主，不再需要自证的公理，深入主流医学界的叙事体系。

16.  但是，食用脂肪分几种：饱和脂肪、单不饱和、多不饱和、Omega-3、Omega-6、反式脂肪。真正对心血管有危害的是反式脂肪 （trans fat） 和Omega-6。反式脂肪得名是因为分子内碳碳双键的氢以反向方式排列，反式脂肪因是人工合成的结构，无法被细胞线粒体吸收，会增加体内胰岛素抵抗和 LDL， 2019年才被美国 FDA 彻底禁止。

17.  动脉内膜的间隙平均大约 26纳米。LDL 的微粒又分两种，小而密的叫 sdLDL， 大约在 19-20.5纳米之间。更大的微粒在 20.6-22纳米之间。很多研究表明 sdLDL 和心血管疾病的相关性大于 LDL 本身， 但是 sdLDL 测量需要使用核磁共振技术，成本高，缺乏海量的临床数据，所以此结论还没有被医学界主流完全接受。

18.  80% 的血液中的  LDL 属于那种体积较大漂浮起来的分子，对心血管的影响是中性的，食用脂肪增加的 LDL多属于这类。真正可能进入动脉的影响心血管疾病的是那种小而密的 sdLDL， 而大量精加工的碳水化合物 （如面包. 各种糕点甜食）的摄入，会增加 sdLDL。可参见2010年第一作者为 Pati Siri-Tarino 的论文 “Saturated fat， carbohydrate， and cardiovascular disease”。

19.  真相是复杂和迂回的。Keys 得到100岁高寿，Yudkins 学术辩论失败后，离开教职，郁郁不得志，1995年不到85岁时去世。

20.  基金经理有意无意的夸大自己回报的一个常用伎俩是，只宣传回报最好的那一个基金，其它亏钱的九个一概不提。生物统计学家歪曲真相的一个常用伎俩是：不支持自己结论的研究数据给藏起来，只发表支持自己结论的数据。

21.  明尼苏达州 1968到1973年对九千名精神病院和养老院的病人做随机测试，测试组把饮食中的饱和脂肪换成玉米油里的亚麻酸。测试组的胆固醇平均下降 13%，但没有任何证据显示心血管疾病风险下降，反而，胆固醇每下降 30 mg. dl， 死亡率增加 22%。

22.  因为此数据不支持调查者的理论，所以结果被藏起来，四十年后被调查者的儿子发现，2016年发表论文。标题是“ re -evaluation of the traditional diet heart hypothesis， analysis of recovered data from minnesota coronary experiment ”第一作者是 Christopher Ramsden。此时，Ancel Keys 已经驾鹤西去十二年了。

23.  一般来说看到一只蟑螂，肯定还有十个蟑螂你没看见。有一篇尘封四十年的研究数据重见天日，后面至少还有十篇不支持某个主流叙事理论的报告被锁在抽屉里，也许永远无法被公开。

24.  按照第一作者为 Lee hooper的2019年的一篇论文，“Reduction in saturated fat intake for cardiovascular disease”， 综合十五个随机临床试验的数据，五万六千实验者。大意是减少饱和脂肪摄入会降低心脏病风险 17%，但是需要 5、6个人连续四年少吃饱和脂肪，才能减少一起心脏病发作的事件。而且全因死亡率没有变化。

25.  不是所有医生都是心脏病专家，都能理解这里面的各种复杂微妙的细节。当主流叙事一致认为高 LDL 是心脏病的罪魁祸首，那么降胆固醇的神药“他汀”，成为整个医疗体系最自然，对医生而言最保守，最不用冒险，阻力最小的选择了。

26.  按照美国心脏协会的 Pooled cohort equation 计算，未来十年内心脏病的风险如果在 7.5%以上，就建议医生让病人用他汀。

27.  医学领域有个名词叫 “未发病预防”（primary prevention） 和 “已发病预防”（secondary prevention）。 有调查表明，他汀服用五年后，“未发病预防”和“已发病预防”对于延长寿命的效果只有三到四天， 换句话说，平均可以多苟延残喘三到四天。（摘自 “A statin nation” by Dr Malcolm Kendrick） 

28.  但根据 Peter Dingle 博士2011年的文章，他汀的作用被严重夸大了。比如说一个随机双盲实验，对一万个重症病人，使用他汀的那一组死亡率 6.7%，用安慰剂的那一组死亡率是 9%，那么他汀的疗效是 2.3%左右。但药厂会用所谓“相对风险”的概念，宣传为死亡率降低了 26%，严重夸大了他汀的实际效果。如果把他汀的各种副作用考虑进来，就会发现实际经济价值可能没有想象那么大。

29.  长期使用他汀的副作用包括：增加糖尿病风险 （每万人增加 75 例），增加出血性中风的风险 （每万人增加 7.5 例）， 增加肌肉损伤的风险 （每万人增加 5 例），等等。

30.  我猜测如果把几万名 60岁以上重病的老头老太拉过来，教其中一半人每天靠墙站桩 30分钟，可以立竿见影的出汗和神清气爽，和对照组相比，效果肯定要比只能延长四天寿命的他汀好，而且基本没副作用。可以参见笔者的老文章（王川: 太极站桩是精神抖擞的灵丹妙药 – 再谈如何定量化地提高自己）

可惜这种临床测试，恐怕永远拿不到足够钱来支持研究。

31.  他汀是个每年四百亿美元的大生意，有四十多年的历史，积累了海量的临床数据。整个医疗系统从制药公司、医院、医生等等全都深陷其中。要改变其叙事体系的惯性，难！

（未完待续）

本文来自笔者最初在微博上的一些碎片化思考的整理和加工。

1/ “做题家”是流行于网路的戏谑用语，最初指那些勤奋努力，擅长做题考入名校，但缺乏资源，网络和全面的视野，在现实中屡屡受挫，怀才不遇的人。笔者作为一个前优秀做题家 （数学竞赛湖北省第一名），对其心态和缺点还是有发言权的，在此拆解分析一下，与大家共勉。

2/ 应试教育花了十多年把做题家打造出特定的身体习惯，包括并不限于：

寻求短平快的明确的答案；

对风险,模糊和不确定性容忍度低，并会因此坐立不安；

线性思维；

把难度等同于价值；

把创造价值等同于捕捉价值；

思维模式简单化僵化，喜欢把自己的强项当作榔头，以为世界上所有的问题都是钉子，使劲敲一下就可以解决；

拒绝承认自己的弱点，缺乏从零开始的勇气；

喜欢和周边实时攀比各种  KPI （考分，地位，金钱等等），如果某种公众认可的 KPI 比别人强就沾沾自喜，如果比别人差就咬牙切齿捶胸顿足；

缺乏独立构建自己的独特体系的勇气，自信和耐心。

这些身体习惯不可能几周，几个月甚至几年就完全摆脱。可以参见笔者的老文章

王川：为什么思维模型是最重要的财富 （一）

3/ 做题家相当于别人把框架和 API 早已定义好了，他和无数竞争者一起比赛谁能更高效的完成底层和后台的实现，但选择这条道路后，也就意味着他始终处于一个标准化的，有无数潜在替代者的弱势地位. 但你要说他弱势他还不服气，他会说，我做的事情需要很高的智力和学历呢，我能脱颖而出，我是强者。

4/ 优秀做题家可以看成一种浅层神经网络，在局部拟合得非常好 （考分非常高），一旦出现新情况（到了社会上）， 拟合失效，本来可以增加新的一层神经元来更好的抽象客观事实 (而且更轻松) ，他们却坚持要继续在同一个浅层抓狂的继续拟合。按照一位哲人的话说是，“喜欢改参数，不愿意换算法”。

5/ 按做题家培养的小孩，被家长逼着填鸭式的学习，很难理解自发凭兴趣长期迭代的妙处。只是一味追求短平快，最终会遇到增长瓶颈而出不来。捏软柿子才能真正迅速迭代。很多人的问题是想一蹴而就，啃硬骨头半天啃不动，浪费大量时间而没有任何进步。同样时间可以到外面找五百个软柿子捏，捏完后发现原来那个硬骨头早已不在话下了。可以参见笔者的老文章

王川: 一年读五百本书，让你每天高潮迭起

6/ 做题家习惯于”直接正面攻击”达到目标，但这种方式在复杂系统内实操时的最大问题是遇到的阻力会越来越大，竞争越来越激烈，容易陷入恶性循环，就是使劲越大反抗越大。如遇到无法克服的阻力出不来，就完蛋了。英国军事理论家李德*哈特 （1895-1970）推荐的“间接方式” (indirect approach)，本质是始终避免耗费资源在阻力过大的地方，始终让自己保持有很多选择和良性循环的态势。

7/ 考分高的做题家，相对于有强大自发兴趣的探索者，长期看之所以更难有大成就，原因是: 短期的功利性过强，对于无法迅速打分，无法通过高分证明其优越感，无法迅速产生价值的东西毫无兴趣，因此往往视野狭隘，在和未来的连接组合中缺乏准备。这是一个怪圈: 视野狭隘，所以就更缺乏动力去探索和拓宽视野。

8/ 笔者在以前读书和工作时，最不爽的感觉是: 本来自己已经有一定知识体系的积累，在自己的体系内驾轻就熟，做题如削瓜切菜般轻松，取上将首级如探囊取物，结果常常 (因为增长瓶颈，行业变迁或别的不可抗因素) 突然被迫要重新学习掌握一个自己没有任何基础的体系。

9/因为在陌生体系内打基础的初期，是一个极为吃力和见效慢的过程，因此和其它智力平庸，但是已经在现有体系内有相当积累的人相比，会有很长一段时间感觉像个狼狈的傻*. 这也是为什么很多人情愿在夕阳产业苟延残喘也不愿直面现实的一个原因。而且在别人已经开拓的体系内追赶补课，没有自发兴趣驱动的强大动力很不爽，食物链顶端的位置早已被他人占据，即使花很多时间也很难获得超值的回报。

10/ 最终要获得突破，一定要建立属于自己的独特的体系。在一个多维度的信息世界，只要涉猎足够广 (宽度)，下足够多的功夫 (深度)，积累一定时间后，一定能够以你自己独特的方式，实现突破。这种做法有两个好处，第一，自己探索的过程中，以兴趣为导向，始终会有强大的内在动力。第二，因为是多维度的探索，因此自由度和灵活度极大，调整能力极强，可以有多种组合灵活跨界，不会陷入某个狭窄体系, 而日后又要遭遇被技术淘汰要完全从零开始的窘境。

11/ 真正的艺术家和创作者，为兴趣和自由而创作，而不是去迎合讨好某个特定目标的受众。违背内心去迎合外界定义的 KPI. 去讨好外人，是无法持久的，而且对方很容易可以感觉到，并因此对你的态度转为轻蔑。伟大的艺术家和创作者，永远是潮流的领先者，而拒绝做外人支配的做题家。

12/ “解决当下某个具体问题”的创新，相对而言吃力而不够讨好，因为问题的框架本身已经固化了，已经有若干竞争者和(还不够好的)替代方案，所以限死了可能获得利益的上限。创造或参与一个全新的还不被理解的体系的构建，会随着体系本身的迅速增长发展，和各种新机会指数型的涌现，一起指数型增长。因为整个体系的大的框架在迅速膨胀，所以发展的空间非常自由，可能仅仅是因为比别人多走几步，尽管姿势歪歪扭扭踉踉跄跄，仍然可能获得极为丰厚的回报。

13/ 前者是”做题家”，后者是”出题家”。

14/ 十几年前，当一些风险资本家傲慢的诘问 “脸书能够解决什么问题?” 时，他们恰恰错过了投资一个伟大“出题家”的机会。

15/ 不能积累，叠加，创造复利的事情，都不值得去做。一个事情遇到回报递减的增长瓶颈了，就不再值得去做。必须换个方向，寻求新的突破。虚张声势的花架子，自己清楚并没有实质性进步的东西，不值得去做。执意要去做不值得做的事情，就是自欺欺人。单维度猛推的成功的做题家们，在被出题家早已定义好的

框架内，迟早会遇到其增长瓶颈，然后会在抓狂的绕过瓶颈的努力中，不断掉入各种坑里。当然，早掉坑比晚掉要好多了。

16/ 优秀做题家一般对”出题家” 会有本能的厌恶，一是因为少数冒头的看似智商不高的”出题家”，会以看似极小的代价获得巨大的利益，二是为自己长期积累的做题技能在新的体系里一点都用不上而感到极为愤怒。

17/ “做题家”的特点是模式成熟，短期风险有限，但长期回报有天花板甚至会变负。”出题家”的特点是起步期间破产或饿死的风险大，但如果能突破某个临界点，长期回报指数增长无上限。从做题到出题的跨越，需要不断低成本试错，增加自己的网络和体系复杂度，寻找可以产生正反馈循环的切入点。可以参见笔者的老文章

王川：比数字目标更重要的是扩展性和正反馈循环

18/ 优秀做题家，很难摆脱自己的锚定偏见 (anchor bias), 在遇到微妙的悖论时喜欢痛快的喷和抬杠，而绝对不愿深度思考。锚定偏见，就是认为自己过去生活经历中遇到的各种事物的参数值是天经地义，正常的。如果发现参数值超越自己的经验范围，就一口咬定是反常的错误的，而没有去深挖背后的场景是否早已发生微妙的改变。再往深挖，大家都喜欢只看表面数字，而不愿花力气研究底层的复杂机制。把墙上的时钟指向，等同于真正的时间; 把相关性等同于因果性 ; 把”观察性研究”

( observational study) 等同于“随机控制实验”  (randomized control trial).

19/ 做题家更本质的问题是，没有独立面对风险和评估风险的能力。因为他成长过程中都是在一个温室里，做不了题损失不大，能做题就可以赚更多。遇到超过其做题能力的全新情况时，做题家很容易惊慌失措，而缺乏直面风险坦然行动的勇气。做题家可能鄙视出题家智商不高，但就愿意独立承受风险这一点，做题家最后还是得老老实实给出题家打工。短期看做题家占点小便宜，长期看活下来的出题家占大便宜。

20/ 做题家在羡慕少数出题家获得巨大利益，并试图转变成出题家的过程中，会有两种不同体验: 一是在顺风顺水的大牛市时入场，然后感叹，原来钱这么好赚，早点当出题家就好了。二是入场后遇到熊市，损兵折将丢盔卸甲，然后感叹， 我太贪心了，愿以后世世代代不做出题家。然而世间终究没有好办法让你便宜占尽风险全无。

21/做题家有个挥之不去的幻觉，就是拼命把题做好了，自己就可以进入核心利益阶层。殊不知，出题家冒了很多风险，经过长期积累才获得现在的地位，怎么可能随随便便释放主要利益给没有承受过风险的做题家? 再说，有那么多做题家来竞争某个预先定义好的岗位，自然也就限制了他们议价的能力。

22/ 成为”出题家”的前提，是需要一个自己拥有事实上的 API 定义权的体系，有足够多玩家愿意参与你的生态，服务你的 API 来分一杯羹。出题家的地位往往来自于对某些稀缺资源和关键节点的控制，很多时候这些控制力不是刻意计划，而是做着做着就突然发现自己有这种力量。但这和具体专业做题能力，往往一点关系都没有。

(未完待续）

本文是      王川: 从长期国债的悖论到胆固醇的悖论（上）  的续篇。

1/ 笔者从去年六月开始两项改变饮食结构的措施，一是大规模减糖和碳水化合物，除了米饭和红薯外，尽量避免各种果汁，碳酸饮料，巧克力, 饼干, 蛋糕，冰激凌和其它含糖量高的垃圾食品。第二是开始 16-8的间歇性断食，晚上六点半之前结束晚餐，早上十点半之后才开始吃东西， 可以参见笔者的老文章

王川: 从间歇性断食，看躺平的正确姿势 (一）

2/ 当时主要做的动机，一是减重，二是了解到断食和减糖对于健康的长期的各种好处 （包括但不限于预防糖尿病和老年痴呆），因此下决心去做。除了减糖以外，在饮食结构上，并没有特别的改变，只是保持吃素稍微偏多，并且午饭和晚饭之间多了一些号称可以降胆固醇，对身体有好处的坚果类的零食，如杏仁 （almond)，胡桃 (pecan) , 开心果 （pistachio）, 核桃 (walnut) ,榛子 (hazelnut) 等等。在身体锻炼上也保持原来自认为非常健康的节奏，每天“散步+太极拳+站桩”时间累积一个小时以上，每周各种剧烈运动“长跑 + 游泳 + 散打训练”累积 2 小时以上。因为不需要上班，可以睡到自然醒，精神压力也不大。

3/ 断食对减肥的效果非常快，一开始过了早上九点后，饥饿感很强烈，慢慢习惯后就无感了，对甜食的渴望也越来越淡。两个月后，体重降了十几斤，达到1990年以来的最低点，BMI 降到22以下。维持体重对于断食而言非常容易，超标了就推迟午饭时间，轻了就多吃一点。尽管很多人大声疾呼，警告断食会导致胆囊炎, 胃病，肾结石，或厌食症等等，好像天马上就要塌下来， 我却没有任何这方面的问题。每天进食的八个小时内，胃口非常好。  到了一月份的例行体检验血，我对自己的胆固醇指标，充满无比的自信。但结果出来时，却让我吃了一惊。

4/ 胆固醇数据美国使用的单位是 mg/dL, 欧洲和中国使用的是 mmol/uL 。前者到后者的换算，如果是总胆固醇，低密，高密，要乘以 0.02586 ；如果是甘油三脂，要乘以 0.01129.

5/ 我的化验结果以 mg/DL 为单位是：

总胆固醇 （Total Cholesterol, 下简称 TC) 210, 正常范围 ( 100-199)

高密度胆固醇 (HDL， 俗称好胆固醇)         53， 正常范围 （> 40)

低密度胆固醇 (LDL， 俗称坏胆固醇)        148， 正常范围 （ 0-99)

甘油三脂（ Triglyceride,下简称 TRIG)      52.  正常范围 ( 0-149)

6/ 和一年多前体检结果相比，TRIG 下降了接近 60%，HDL 上升了 40%，这都非常好，在意料之中。TC/HDL 比值只有 3.96 ( 低于 5 都属于低心脏病风险），也很好。但 TC 和 LDL 的绝对值比上次都增加了 6% 左右。理论上，LDL 越高，心血管疾病风险越高。我的 TC 比正常范围的高点 (100-199) 超出 5%,  LDL 比正常范围 （0-99）的高点多了将近 50%。按理说，体重降了这么多，腰围也降下来了， 糖吃得更少了，一直坚持锻炼，精神也更好了，胆固醇应当更低才对，这是怎么一回事？

7/  著名科幻小说作家阿西莫夫曾说，“在科学领域，最让人激动的，那些昭示着全新发现的话语，不是 ”优瑞卡，我找到了“， 而是”这挺滑稽的“ （That’s funny ) 。成功断食减糖减重到三十年来最低点，总胆固醇和 LDL 反而上升到三十年来最高点，That’s funny!

8/ 于是我开始了对心血管疾病和胆固醇研究的速成之旅，几天内阅读了几十篇论文，报告和书籍。人性有个微妙的特点，如果发现某个和自己利益相关的数据比想象的要差，就会挖空心思寻找证据，来证明这个数据没那么坏，甚至对自己有利；如果买了某个股票后价格下跌，就每天不断寻找这个股票的好消息来安慰自己。这一点，我也不能完全脱俗。

9/ 关于心脏病的微观形成机制 （这里讨论的是动脉粥样硬化 （Arteriosclerosis） 导致的心脏病），传统主流的理论框架大概是这样的 （实际机制要比下面的描述要更复杂）

一） 动脉壁主要分三层，内膜（或内皮， endothelium， 又称 tunica intima ）是介于血流和动脉壁外层的第一道防线，是一层薄薄的细胞。

二） 粥样硬化起始于内膜受损，受损的原因多种多样：空气污染，吸烟，胆固醇过高，高血压，等等。受损后，一些分子，常见的是低密胆固醇 LDL，开始通过动脉内膜进入动脉壁，越积越多。

三） 胆固醇微粒的入侵，会导致体内的免疫反应，体内会产生一种巨噬细胞 (macrophagy) 来吞噬这些 LDL, 吃完之后，他们自己也死掉，变成所谓的泡沫细胞 (foam cell)，因为长得像海水的泡沫，所以得名。泡沫细胞越积越多，形成斑块。

四） 动脉壁中层的平滑肌细胞 ( smooth muscle cell) 感觉到有异样，进入动脉壁内膜，在泡沫细胞周围建立所谓“纤维性被膜”(fibrous cap) ， 并且往里面输入钙，斑块开始硬化，血管内壁也开始变得僵硬。

五）斑块越来越大，使动脉壁增厚，开始挤压动脉血管，使其变窄，减少血液流动。

六）斑块日积月累，一旦越过某个临界点，斑块破裂，释放到血管，激发血小板的应急反应，导致血凝块，血凝块越积越多，几分钟内导致整个血管堵塞，心脏病爆发，如果不及时救治可能。

所以很明显，年纪越大，动脉内积累的斑块越来越多，心血管疾病的风险也越来越大。

10/ 上世纪四十年代，美国医学界，对于心血管疾病病的认知，还相当落后。罗斯福总统 1933年上台时，血压高达 140/100, 1944年高达 210/120, 白宫御用医生居然认为风险不大,没有采取针对性的治疗措施。总统都是如此，普通老百姓就更不用说了。抗生素对传染病有效控制后，各种心血管疾病引发的猝死给人们带来极大恐慌。一直到五十年代，医学界的主流共识是，高血压，高胆固醇，动脉变窄和阻塞是衰老的正常体现，天经地义，没有治疗方法。1955年九月，64 岁的美国总统艾森豪威尔度假时心脏病突发，次日道琼斯指数下跌 6%，为二战结束后单日最大跌幅，股市市值损失总计一百四十亿美元。艾森豪威尔一天抽三到四包烟，但上世纪四五十年代医学界的主流共识，居然是：吸烟无害。

11/ 1948年，国会专门拨款，选择在马赛诸塞州的一个叫 Framingham 的城市，进行大规模的长期心血管疾病跟踪研究。第一批研究对象 5200多名成年人， 历经三代人和五个不同的 cohort study （队列研究），现在仍然在继续进行, 合计已经纳入超过一点五万人。随着各种数据的积累，包括胆固醇指标在内的各种风险因子 (risk factor) 对于心脏病爆发的预测几率计算的模型，在七十年代以后慢慢建立，成熟。

12/ 美国心脏协会 (AHA) 对于心血管疾病的指导报告，很多数据来自于 Framingham Heart Study. 这里面有个最关键的东西，叫做  Pooled Cohort Equation ( PCE, 可以翻译成 “合并队列方程”），主要根据下面几个数据来预测病人十年内得心脏病的几率：

“年龄，性别，总胆固醇， 高密度胆固醇 (HDL), 收缩血压，是否糖尿病，是否吸烟”

网上搜一下 “ascvd risk calculator”关键词就可以找到各种计算风险的网页。因为 Framingham 心脏研究对象大部分是白人，用它的公式估算东亚裔人口的心脏病风险，会略微高估。

13/ 体检报告上关于胆固醇的正常范围的切点划分，比如 TC 是 100-199， LDL 是 0-99， 是基于这些指标对于预测患病的所谓“敏感性” （sensivity） 和“特异性” （specificity）来选定的参考数字， 有一定主观性；不是说超标一点点了，就大事不好，天马上要塌下来了，而要看病人的各方面指标，全面的评估风险。

14/ 我到网页上输入了自己的各项指标。血压几次测量的结果，在 110-125 之间不等。按照 110 的血压，十年内心脏病的风险是 2.4%；按照 125 的血压，风险是 3%。而同龄人中最优值是 1.9%。因为 Framingham 心脏研究的数据会高估东亚人的风险，所以我的实际风险其实更小。虽然 TC 和 LDL 超标了，但看样子很大程度上被良好的 HDL 和其它风险因子给弥补了。

15/ 但是，我费了那么大劲断食减重，如此健康的生活方式，LDL 和 TC 为什么不升反降？这两个参数是否真的是越低越好吗？

16/ 一组关于 LDL 和“全因死亡率”（就是包括心脏病在内的各种死亡率）的论文进入了我的视野。日本爱媛大学医学院学者 Ryuichi Kawamoto 为第一作者的团队， 2021年发表论文， “Low density lipoprotein cholesterol and all cause mortality rate” 在从 2002年开始跟踪调查 3700名农村居民 (年龄中位数在 65左右) 的后研究发现，全因死亡率 ( all cause mortality) 和 LDL 有相反的关系。在各个年龄组，基本都是 LDL 越高，全因死亡率越低。比如 55-65岁年龄组，783个测试者，LDL 高于 144 的那一组，死亡率只有 1.6%，而 LDL 低于 70 的那一组，死亡率高达 14.3%。自然杂志 2021年11月发表的一篇论文，第一作者为来自天津的 “Ya Liu”, 论文标题 “Association between low density lipoprotein cholesterol and all-cause mortality: results from the NHANES 1999–2014”， 根据 19000名被调查者的数据，大致结论是，LDL 低于 130 时，LDL 越低，全因死亡率越高。还有丹麦和日本的其它几篇论文，也有类似的结论。我的 LDL 是 148， 非常接近这里面的最优值 （130-140 之间），我又找到了自己非常健康的新证据！

17/ 但是相关性，不等同因果关系。这些论文，还属于”观察性研究” (observational study)，不是随机实验，还无法建立因果关系。因为可能有些特定疾病的人 （比如癌症） LDL 会偏低，拉高了这个组的人的死亡率。LDL 低在这里只是疾病带来的后果而非原因，病人的死亡可能也和心血管毫无关系。要以这些“观察性研究”推翻之前的 “LDL越高，心血管疾病风险也更高”的结论，还需要更多更细的随机双盲实验的大数据来证明。一个类似的例子是，有人发现，经常旅行的孩子在成年后更容易成功，但不能就此得出”旅行容易导致成功“的结论，而实际上更符合常识的原因，是孩子的家里比较有钱，自然经常带他们出去旅行。

18/ 于是我发现了一位名叫 Dave Feldman 的软件工程师的网站cholesterolcode.com。Feldman 是一个四十多岁的软件工程师，从 2015年四月开始所谓的“生酮饮食” (Keto Diet). 生酮饮食是一种高蛋白质低碳水的饮食结构，最初发现对治疗癫痫症有效，后来流行的一个原因是因为它对部分人减肥和预防糖尿病有良好效果，因为身体摄入碳水化合物少，被迫燃烧脂肪来提供能量，脂肪被肝脏转化后的一个产物就是酮体 (ketone bodies), 生酮饮食因此得名。“间歇性断食+低碳水”可以看成是加强版的“生酮饮食”。选择“生酮饮食”者，很多则是因为缺乏毅力或别的原因无法践行“间歇性断食”。

19/ Feldman 践行生酮饮食的动机，就是因为自己体检时发现身体已经接近糖尿病的边缘。生酮饮食六个月后再去检测血脂，发现自己的总胆固醇 （TC）反而从 186升到 357，LDL 从 137 升到 271， 单从胆固醇数据来看，他的心脏病风险似乎严重增加，尽管他其实自我感觉，比六个月前好多了。

20/ 此后他对钻研饮食和胆固醇达到痴迷的程度，36个月内对自己做了 155 次血检，探索在生酮饮食期间，做各种调整，对胆固醇，尤其是 LDL 的影响。在对自己身体的测试上，他发现：摄入高脂肪食物越多，他的 LDL 不升反降。脂肪摄入和  LDL 水平是完美的反向关系。他个人 LDL , 也经历巨大波动，从 98 到 368 不等。后来他在十几个朋友身上做实验，也获得同样的结果，就是生酮饮食者如果在验血前三天服用大量高脂肪食物，LDL 平均下降 16% （ 25 mg/dl). 有些人因为有了更好的  LDL 数据，因此降低了自己的人寿保险费率。另外，当他调整自己的体重 (在 190-200 磅之间）时， 还发现，自己的体重和 LDL 有反向关系，就是身体越重， LDL 反而越低， 反之亦然。第三个发现是， TRIG 的测量值和空腹时间强相关，空腹十二个小时到空腹十四点五小时之间测量的 TRIG 值，会随时间推移突然大幅度下降，然后再趋于平缓。

21/ Feldman 把他的各种测试数据和体验放到网站上，寻求其他人的反馈。此后若干年.他总结发现，生酮饮食实践者中，会有很多人胆固醇大幅度升高， 尤其是有一类叫作 Lean Mass Hyper Responder (瘦肌超级反应者，下简称 LMHR) 会有下述表现：

胆固醇比以前增长 50-100% 不等, 但 TRIG 会大幅度下降。典型数据是 HDL> 80, TRIG < 70, LDL> 200

22/ Feldman 倾向于认为 LMHR 类型的人，往往外型苗条，长期锻炼，虽然胆固醇偏高，但是因为“好的原因”而高，因此实际心脏病风险很小。但科学的态度是，严谨的结论，最终仍然需要长时间的，大量样本的随机跟踪实验才能建立。

23/ 基于传统数据的风险计算模型，因为低估  TRIG 这个风险因子的作用，而大大高估 LMHR 人群的心脏病风险。事实上，有学者曾去分析 Framingham 的数据库，在 3500 个样本里面，发现，当 TRIG 小于 100 时，心脏病风险更低了，而且即使 LDL 超过 130，被观察者未来得心脏病的几率 (odds ratio) 和 LDL 更低的的人相差无几。（原论文 2016年发表，第一作者 Jacquelaine Bartlett， 标题是 “Is isolated LDL Cholesterol a risk factor in cardiovascular disease risk factor? new insights from the framingham study” ）

24/ 为什么 LMHR 的人会有如此高的 LDL?  Feldman 的假说是：

因为生酮饮食者碳水化合物摄入极少，体内葡萄糖很快用尽，需要消耗脂肪才能给细胞提供能量，这和普通人通过碳水化合物分解成葡萄糖给细胞提供能量的路径完全不一样。那脂肪从哪里来？要么来自外界食入，要么来自肝脏里存储的甘油三酯 (TRIG)。空腹 12个小时后，因为缺乏碳水化合物，肝脏内的 TRIG，通过 VLDL （超低密度脂蛋白）运输到肌肉里。（ 这可以解释为什么 Feldman 描述他在空腹 12个小时和空腹 14个小时两次测试 TRIG 值锐减， 因为空腹 12个小时后，肝脏只能消耗自己存储的 TRIG 了）。VLDL 完成运送 TRIG 的使命后，就最终转化成 LDL 回到血液里。这也可以解释为什么 Feldman 摄入脂肪越多，之后验血时 LDL 浓度反而越低，因为这个脂肪来自外部，无需消耗肝脏里的 TRIG.

25/ 这种情况下的 LDL 值偏高， 和普通情况下的 LDL 偏高， 有什么区别?

Feldman 的假说是，传统观点里的高 LDL 有害，底层原因是因为病人的细胞对胰岛素产生抵抗 (因为血糖过高），吸受 VLDL 和他运来的 TRIG 能力减弱, 进而导致肝脏试图分泌更多的 VLDL 运到细胞哪里去, 在血管里造成交通拥堵，结果是血液里存在高浓度无法被吸收的 TRIG 和大量 VLDL 转换成的 LDL。在这种背景下高 LDL, 和前一种没有胰岛素抵抗情况下的高 LDL, 完全不可同日而语。就好像 2021年初大饼价格破四万美元时，市场欢呼雀跃，大家有说有笑；但 2022年初又回归四万美元时，市场鸦雀无声，哀叹泡沫破灭。同样的价格，完全不同的市场情绪。

26/ 假说终究是假说，预知后事如何，且听下回分解。

1/ 美国资本市场有一个重要的，长期被主流金融媒体忽略的资产，三十年零息票国债 (zero coupon treasury bond). 曾有人计算，从 1981年到2016年这接近四十年间，如果你持有这种长债，并且每年保持固定的久期  （constant duration）， 那么年均回报约 18%， 远超同期股票指数回报。

2/ 关于债券的定价，三十年国债，债券久期，这些概念，网上有各种参考资料，笔者就不在此解释。但有一个基本概念需要知道：长期国债利息由市场决定，利息涨，国债市场价格就会跌。利息跌，则价格涨，有的时候会涨很多，很多。

3/ 和三十年零息票国债最接近对标的有两个 ETF， 代码分别为 “zroz” 和“edv”. 从 2016年初到现在的六年间， zroz 包括股息分红，年均回报大约 6%。同期美国股指SP500 回报大约18% 左右。

4/ 但国债这种资产，比股票要安全很多。因为美联储可以无限量零成本印钞，所以美国政府对于美元国债的赖账，完全没有实践上的可能。但股票后面的公司，破产的可能性相当大，如果业绩变坏，股价下跌，不要指望政府会专门出钱救助一个公司的股东。在安全性高很多，短期利息几乎为零的情况下，三十年零息国债能有这样好的长期回报，不管是业内业外人士，多数人完全不懂，完全不知道；或者即使给他讲了, 也很难理解，接受，并学会操作。

5/ 美国长期国债没有赖账的风险，只有短期价格波动的风险。如果市场觉得通胀会失控，长期国债利率会暴涨，长期国债本身的市场价格会下跌。美国从 1977年才开始发行三十年国债，七十年代通胀利息暴涨的时代，长期国债的市场价格在短期内存在跌一半的可能性，这也是为什么很多人一提长期国债，就本能的害怕，觉得风险太大。即使如此，其实每一年你把 29年的国债换成价格更低的新的30年国债 （这就是保持固定久期的操作），可以换取等价于利息一样的分红，（现在三十年国债利息大约 2.2%） 然后就慢慢熬等长期利息降回来，就好了。没有长期风险，意味着可以配置较大比例的仓位。50%的无风险仓位如果有 30%的利润，也远胜过那种拿 1%的仓位去投机，偶尔赚了十倍就满世界喊/大部分时间亏光了就默不作声的情况。

6/ 什么样的人买长期国债？保险公司是最大的机构买家。保险公司的精算师要确保公司三十年后的负债， 和资产可以匹配，长期国债，尤其是零票息国债，是最佳投资选择， 因为可以100%确定三十年后可以按合约价格支付本金。而股票，则不可能有这种保证。

7/ 长期国债的另外一个作用，是在宏观经济突然变差，流动性紧缩，市场极度恐慌时，其市场价格往往上涨 （因为此时市场预期长期利息会下降）比如 2008年全球金融危机时，sp500 指数下跌了40% 左右，而 edv 当年的回报超过 60%。可以参考一下笔者的老文章

王川：我的伯克利商学院之奇遇 – 扒一下金融工程硕士班的内幕 (下）

2020年第一季度 covid 恐慌时股指大跌，edv, zroz 反而上涨了 30%。长期国债，是对股票和其它高风险投资的一个有益的补充。

8/ 缺乏历史经验的投资者，往往被眼前的一些价格波动吓破了胆，误以为短期通胀趋势会长期无限放大。2008年原油价格最高时是 140 美元一桶，现在 91美元，中间原油期货还一度跌到负数，让很多以为可以防通胀的投机者，赔掉本金后还要再倒赔交易所。现在北加州的加油站，一加仑油钱也就是五美元上下，和 2008年最高时的四点五美元，相差并不大。十四年已经过去了。通胀有那么厉害吗？（笔者四年前已经把所有汽油车换成电车，行驶同样里程的能源成本反而下降了）

9/ 如果你在大家高喊“通货膨胀来了”，长期利息暴涨的时候，多买些长期国债，过一两年通胀的恐慌消退后再卖掉一些，你的回报可能会非常丰厚。除了 2008年全年回报 60%以外，这种周期性的机会，2010年， 2011-12年， 2013年下半年到 2015年初，2015年中到 2016年中，2018年到2019年九月，哪怕是捕捉到一半，也非常可观。

10/ 关于国债的另一类引发焦虑的说辞，是有人老是把美联储和高通胀的魏玛德国相比。这是严重缺乏基本历史常识的无稽之谈。德国 1921年之后有巨额的赔款要给战胜国，必须用硬通货支付（而无法把印的钞票给债主），给本国人民造成沉重负担，马克贬值和高通胀是无奈之举。而从 2020年初到现在，美国国债增加了将近五万亿美元，三十年国债利息现在反而比 2020年一月一号还低一点点 (2.23 vs 2.24)

11/ 长期国债的另外一个好处是市场流动性非常深。美国国债总值已经突破三十万亿，长期国债（25-30年）的体量也在万亿美元以上，即使几十亿美元的投资，进进出出，也不会掀起太多波澜。而很多股票价格，几千万美元的卖盘就可能让价格跌 10%以上。门槛低的碧圈的各种垃圾币，就更不用说了。

12/ 投资长债的好处，是不用浪费太多时间分析各种基本面细节，大概扫一眼宏观大势，大家恐慌通胀时就多买一点长债，大家恐慌经济崩溃时就多卖一点，最坏每年还可以收点利息，慢慢熬，留下大把时间，读书，锻炼身体，睡觉。

13/ 长债投资的最诡异之处，在于即使笔者苦口婆心的当面给很多人讲解，大部分人还是不理解，甚至在别的地方亏了很多钱后还要坚持和我抬杠。我最初遇到一些所谓”专业人士“的抬杠时，还有些不自信，是不是我那个地方错了，他们真的懂一些我不知道的东西？二级市场的好处是，无法装神弄鬼，任何理论短则几个月，长则两三年，可以迅速证伪。而且有大量公开无法篡改的历史数据可以佐证。

14/ 后来我慢慢理解为什么会是这个情况：

一)很多机构投机者，是做短线，用高杠杆炒国债期货，和他们解释这种长期操作，是鸡同鸭讲。

二) 他们不理解高科技对经济效率提高在加速，整天沉浸在第三世界各种通胀恐慌的历史记忆里面。

三) 他们不理解长期国债的价格背后的数学，仅仅是因为利息看上去很低，所以不感兴趣.

四） 他们直觉认为国债利率已经够低，继续往下降的空间不大。显然，他们不了解瑞士三十年国债利率，几个月前曾经是负的。

五) 他们认为国债的回报，即使一年可以到40% 以上，也不如可以几天几周就可以回报 100%甚至几倍的股票或者碧圈有吸引力，而完全不理解后者有较大的彻底归零破产的风险。而美国长期国债，实践上长期是没有风险的。

六) 这个操作有的时候需要两到三年的时间才能见到效果，有些反直觉的东西 （比如价格和利率是相反的），一般人没有耐心，也不愿花时间去深挖和理解。

七) 大部分人需要参考周围人的意见才能拿主意。而长期国债这个东西，如果请教大部分业内人士，基本是清一色的反对意见，认为风险太大，不合适，等等，马上被挡在门外，普通人根本没有机会，进去学习理解里面各种微妙的东西。

15/  但笔者多年来数次成功操作，收获颇丰，而各色来来往往的投机者还是用那些不断重弹的老调试图和我抬杠，见多了后也就懒得理这些人了。后来慢慢意识到，他们确实不懂里面的微妙之处，而且大多数基金管理者受制于机构操作的框架限制，要管理价格回撤，降低波动率，不可能像用自有资金者可以完全无视价格波动，并且慢慢等待。

16/ 在一定的边界条件下，三十年零息票国债是个极为简单而又强大的工具，普通投资者本来可以抓住这个机会轻松的躺赢，而且长期投资回报可以超过股市指数，秒杀大部分基金经理。但这在认知上的挑战，对于一般人而言，太难突破了；而且各种结构性障碍，不断把他们朝事实真相的外围推开。这，就是长债投资的悖论。

17/ 那么，除了长期国债投资以外，其它领域是不是也存在某种复杂微妙的悖论，被专业人士误解，让人们丧失本来可以简单躺赢，获得丰厚回报的机会呢？且听下回分解。