chuan

本文最初于 2018年5月3号发布于笔者的公众号。

写文章是一个有很多好处的事情，但是这里有个前提，写作一定不能被他人限定议题或者时间，不能太在意读者的点击率。要凭着自己的兴趣写，不断探索 “邻近可能性” adjacent possible ，这样才能有创意，才能有持续的动力，才能有高质量的东西。被他人命题为了完成 KPI 赶出来的东西, 过程痛苦无趣，出来的文字也多为令人反胃的矫揉造作的怪物。

（关于邻近可能性，可以参考笔者的老文章 王川：从“邻近可能性”看创新的秘诀）

1/ 为了写文章你要强迫自己去收集大量原始信息和数据，在获得新的数据之后，你会发现你以前的错误观点就自然而然地改变了。可以把写文章看成一个自我教育，更加准确认识客观世界的一个过程。这也是为什么越到后面我就越懒得搭理有偏见的人，因为他们缺少太多第一手原始信息，没有办法去理论。

2/ 写文章可以方便自己更好地复盘。人的记忆随着时间的流逝很容易变得模糊，如果有文章留下，就可以更清晰地回顾当时的思路，发现自己的不足，并予以纠正。否则人们可能会误以为自己一贯正确，然后继续重复一些低级的错误。

3/ 写文章公开发表往往会得到意想不到的读者反馈，给自己多角度的，更全面的视野，这是闭门自嗨做不到的。但是很多人有个恐惧心理，怕公开发表文字会出丑或者被喷子攻击。这实际是非常不理性的。喷子可以直接拉黑，但自己有缺点如果遮遮掩掩，那么永远无法提高。

4/ 写文章的第四个好处是，稍微复杂一点的问题，是无法凭直觉想当然的搞清楚的，写出来，不断写，从不同角度写，写着写着自己就会终于弄通的。人脑的工作内存（working memory) 只能够存四到五个概念，所以聊天扯淡胡喷时的思考深度永远比不上写作。写作时内存可以非常大，而且可以从容不迫地慢慢完成。真正的深度思考，没有文字的记录表达，根本无法完成.

5/ 写文章的第五个好处是，可以不断长期积累，而且这些积累可以不断反复引用。这种滚雪球的积累效应是惊人的。财富的积累可能因为不可抗因素而迅速缩水，但高质量文字的留存则无法被毁灭。若干年后看看很久前文字中的预测一一实现，恨不得从肩膀上伸出一只手拍拍自己说，“老王，真有你！” 🙂

6/ 写文章的第六个好处是，这是一种 1 对 N 的社交，而 N 可以不断增加无上限。长期看其传播效率和有效性远远大于任何其它社交方式。更重要的是，因为 N 可以非常大，所以你可以非常挑剔，只选择和那一小部分对你有兴趣的读者沟通，而不必浪费时间和不理解你的人去鸡同鸭讲。

7/ 当然，写文章也有一大坏处：花时间！ 高质量的文章要花很多很多时间！但是因为前面的六个益处，这些时间最终都是值得的。

本文最初于 2018年5月1日发布于笔者的公众号。

最近读了 Steven Johnson 的“Where good ideas come from” ，还有 Stuart Kauffman 的”Humanity in a creative universe”, 有感而发。

1/ “邻近可能性” （Adjacent possible) 这个概念, 最初由生物学家 Stuart Kauffman 提出， 在所谓“前生物化学” (prebiotic chemistry) 领域, 意指在生命原生汤 （primordial soup) 内分子间所有可能发生的化学反应。在这个初期，植物，动物，人脑更复杂的东西是不可能出现的。

2/ Steven Johnson 在 “where good ideas come from” 一书中描绘到：

”邻近可能性可以看成是一个未来的影子， 在现有事物的边缘徘徊，提供了一个将现状重新组合的路线图。但它也不是一个无限大的完全开放的空间， 。。邻近可能性告诉我们任何时刻，世界都可能发生非凡的变化，但是（某个时刻）只有某一些变化可以发生“。

“关于’邻近可能性’的奇特和美丽的事实是，它的边界随着你的探索而扩展。任何新的组合，将会带入更新的组合到 ‘邻近可能性’之内。 可以把它想象成一个房子，每开一扇门，房子就会神奇地扩张。刚开始，你在一间有四个门的房间里，每个门带你到达一个新的从未去过的房间。 这四个房间就是 ‘邻近可能性’.但是一旦你打开一扇门，走入一个房间，三扇新的门出现，每扇门又带你到一个全新的房间，这个全新的房间是你无法从最初的起点一下子就接触到的。随着不断的打开新门，最终你会构建一座宫殿。”

3/ 互联网的演化，先有 1968年的 AlohaNet, 再有 Ethernet 以太网，再有 udp, tcp/ip, smtp, ftp， http 这些高层协议, 再有电子邮件，浏览器， 然后再有之上的脸书，youtube, 推特，微博, 微信等应用， 这就是邻近可能性之演化的典型例子。

4/ 而以比特币为代表的加密货币技术，其背后还包含了不同领域的多项技术的组合：不对称加密技术，工作量证明算法，Merkle Tree, P2P 网络， 区块链等等。在这个组合的基础上，又催生了各种应用的可能性。

5/ 人们往往把创新误解为一个孤立的简单的点子，或者浪漫化为阿基米德光着屁股从澡堂里跑出来高喊 “Eureka!”。

6/ 但大多数好的创新，是各种不同想法的一个集群，是各种临近可能性的组合。 创新受制于周边的软硬件系统的条件， 创新本质上是一个网络。 孤立于网络而奢谈创新，好比巧妇难为无米之炊。

7/ 创新的秘诀不是营造一种极度封闭的氛围，然后坐着试图努力思考那些伟大的想法。真正的秘诀是把更多的零部件拿到桌子上， 让打通网络的可能性更高。

8/ 2004 年印度尼西亚海啸后，某国际慈善组织给印度尼西亚的 Meulaboh 市捐赠了八台单价四万美元的婴儿保育箱。 但四年后这些保育箱因为各种故障无法维修而全部停用。后来有医生发现当地大街上到处跑的是丰田汽车，于是用汽车零部件组装成一个婴儿保育箱。 这样不仅成本更低，而且遇到故障时在当地寻找/更换零件非常容易。

9/ 搭建一个孕育催生创新的网络，本质上需要两个条件：第一是高密度的连接，第二是要鼓励网络的可塑性。

10/ 人脑就是高密度连接的范例：一千亿个神经元，每个神经元和外界平均有一千个连接。与之相比，有估算全世界互联网上有四百亿个网页，假设平均每个网页包含十个和外界的连接，全球互联网站的连接密度比人脑仍然低两个数量级。

11/ 高密度的连接，只有在人口密集的大都市或者网络平台上才有可能。一些社会边缘或者兴趣小众的人群，也爱聚集在大都市或者人气旺盛的网络平台，因为只有在这种地方他们才更有可能找到同类。不可低估他们对于都市生态多样化，潜在的正面效果。

12/ 可塑性，是指一个网络，可以根据邻近技术边界可能性的变化，构建新的网络组合的能力。缺乏可塑性的网络，很难适应开放的环境中发生的变化。

13/ 传统公司的组织架构的惯性，往往导致它的可塑性之缺失，而很难自我改造去抓住大的创新机会。

14/ 个体的局限性，在于无法预测由于“临近可能性”的拓展，带来的第二级，第三级的衍生效应。一是外界输入的变量无法全部提前知道； 二是我们大脑理解客观世界的思维框架，大多在二十多岁就基本定型而大大限制其可塑性。

15/ 面对新变化新现象，我们往往视其为昙花一现的时尚或者噱头。 这种判断大部分情况下是对的，但对于极少数真正新技术带来的范式转移，视而不见无作为的代价是巨大和惨痛的。

16/ 这也是为什么有哲学家说，“进化永远比人更聪明”。

17/ 个体的奋斗，永远无法和大千世界中涌现出来的最密和可塑性最强的网络匹敌。个体长期最好的策略，应该是放弃主观预测，而把主要资源布局在世界上自发涌现出来的最大和增长最快的网络系统上。

18/ 这也是为什么，在美国的 98%以上的风险资本基金和二级市场基金，扣掉管理费用后，其长期回报无法超过市场指数。

王川: 外表丰满, 内在骨感的美国风险资本业

19/ 缺乏和外界的新连接，无法灵活改变思维模型的个体或者组织，即使曾经有过辉煌的过去，也可能很快被超越和边缘化。

20/ 起点低的个体或者组织，只要不断积极建立和外界有效而丰富的链接网络，不断自我改造去探索“邻近可能性”制造的新机会，终将脱颖而出。

本文最初于 2018年4月25日发布于笔者的公众号。

本文是   王川：比数字目标更重要的是扩展性和正反馈循环

和   王川: 再论区块链和“正反馈循环”

的续篇。

1/ 一个顶级的生意，商业模式，生态系统应当是有这种规律 ：

2/ 生意具有可扩展性， 一个产品或者服务可以卖个成千上万个客户。

3/ 生意具有较低的，甚至接近于零的边际成本，卖一万个产品和一份产品的成本差别不大。

4/ 这个生意是个开放系统，不断从外界获取新的客户 （吸取能量）。

5/ 当客户数量多了以后，会滋生各种创意。创意的本质，是把以前孤立的各种事物，以一种新奇的，前所未有的方式连接起来，对参与连接的各方都创造新的价值。

6/ 没有真正创造和传递价值的连接 （比如传销），会消耗资源而最终断裂，要非常小心。

7/ 创意的价值不仅仅是简单的连接，而是连接起来后可以成为某种组件 (building block， 也有译为 “结构单元”）。

8/ 率先涌现出来的，可以高效创造价值的组件，可以被反复拷贝使用，在系统内被进一步用来连接和创造出更复杂的新东西。

9/ 而其它涌现的组件，使用频率如果无法突破某个临界点，则慢慢自然萎缩，最终消亡。

10/ 氨基酸，蛋白质，DNA, 原核细胞，真核细胞，等等，就是碳基生物系统里涌现出来的创意和组件。

11/ Excel, Word, Powerpoint, Internet Explorer, 可以看成是微软的生态系统内涌现出的组件。

12/ 公众号，微信支付，小程序， 等等，可以看成是微信的生态系统内涌现出的组件。

13/ 各种各样有创意的组件，使生态圈的参与者数量增加，数量的增加导致新的创意和组件进一步涌现，这样就形成正反馈循环，使生态圈不断自发的更加繁荣更加复杂化。

14/ 扩展性 / 零边际成本 / 开放系统 → 数量增加 → 各种连接指数倍出现 → 有价值的创意涌现 → 形成组件 → 系统复杂化 → 数量继续指数倍增加 → 正反馈循环 → 生态大繁荣。

15/ 这个复杂系统的进化，就像一个俄罗斯套娃一样，指数型发展，直到遇到外界物理环境的硬约束。

16/ 每一个生态圈，在其扩展性可以接触到的边界内，最终往往都是率先形成正反馈循环，数量突破临界点的某个系统一家独大。

17/ 试图以个体的力量，挑战改变整个生态系统的标准，是有悖于数学常识，违反系统发展规律的以卵击石。

18/ 催生正反馈循环，需要高效的组件 ； 高效的组件，需要各种创意的尝试 ； 创意的涌现， 需要巨大数量的节点之间自由的组合与连接 。

19/ 这也是为什么生命来源于海洋而非陆地。海洋带来的巨大流动性，让全球各种有机物分子可以轻松组合连接， 这种条件是陆地无法比拟的。

20/ 从这个角度看，对于任何新兴产业 （比如区块链产业）的评估和判断，无非就是这个问题： 你有什么有价值的组件涌现出来了吗？ Where is your f**king building block ?

本文最初于 2018年4月22日发布于笔者的公众号。

本文是  王川：论“扩展性” （一）
和 王川： 论”正反馈循环” 和 “远离平衡态的耗散结构” （一）
的续篇。

1/ 华盛顿邮报 2014年的数字表明，如果你的净资产在两千一百万美元以上，那么你就在美国家庭的顶尖的千分之一以上了。考虑到通胀因素，2018年这个数字应当在两千五百万美元以上。

2/ 充满焦虑的创业者和生意人，天天盯着这些数字，每天 all-in 拼命工作，强迫自己长时间做一些不喜欢的事情。

3/ 但许多日常事物性的工作，不具有累积效应，不能被重复使用，不能形成正反馈循环，不具有扩展性，充满着浓烈的机会主义的气息。

4/ 不思考方法论的机会主义者是可耻的。

5/ 两千五百万美元，按照时下美国三十年国债利息 3%来计算，一年的现金流也只有七十五万美元。

6/ 这种目标导向，只看数字，不深度思考模式的守财奴式的思路的主要缺陷，就是缺乏增长的后劲。即使数字上达到了阶段性目标，没有增长，人的内心很快又会开始焦虑，又要去寻找新的机会。

7/ 过度的焦虑，就无法抵御机会主义的陷阱。机会主义的行为造成大损失之后，就会更加焦虑。

8/ 换个角度看，一个创业者如果可以创造一个生意，每年的稳定利润超过七十五万美元，他就可以成为顶尖的千分之一者了。

9/ 而如果这个生意是在一个正反馈循环里，不断迅速增长，那么资本市场可以提前给它一个更高的估值.

10/ 以Netflix 为例， 它的营收 (topline) 每年增长超过 40%， 资本市场觉得它的增长轨迹是可以持续的，因此给予它的估值 （ $144 billion ) 相当于其过去十二个月纯利润 ( net income $687 million ) 的 两百倍多。 这个公司曾经在 2000年时试图把自己以五千万美元贱卖，当时被竞争对手轻蔑的拒绝。
可以参考笔者的文章  王川：好莱坞会被 Netflix 吞噬吗？

11/ 创造发掘一个市场巨大，扩展性极强，可以形成正反馈循环，可以长期持续增长的商业模式，是最最重要的。

12/ 即使起点卑微，一穷二白，只要在指数发展的正反馈循环的轨道上，就已经超越那些看似有钱，但没有自发迅速增长的公司。

13/ 越过临界点之后，发现原先的数字目标早已不在话下。 打好基础后，沿着指数增长的轨迹滑行，sky is the limit.

14/ 数字目标不值得焦虑。真正值得焦虑的，是商业模式的可扩展性，和是否涌现出正反馈循环。

本文最初于 2018年4月21日发布于笔者的公众号。

1/ 笔者在三年前曾经有写过关于 Netflix 的故事

王川: Netflix 的前世今生 — 一个硅谷创新者的坎坷历程 ( 上)

王川: Netflix 的前世今生 （下）– 你不了解的”纸牌屋”后面的故事

现在情况有了进一步变化。

2/ Netflix （中文有翻译成 ‘奈飞’ 或者’网飞’）全球已经有约一点二亿付费用户，2018年营收预计突破一百五十亿美元，并且计划花费八十亿美元用于原创电影的制作或者收购。

3/ 与之相比， 其它美国影视制作公司 2018年的预算依次是： ESPN 七十五亿， 亚马逊 四十亿， CBS 三十九亿，HBO 二十二亿。

4/ Netflix 2018 年制作的原创电影预计有八十部， 远超其它各大影视公司的原创电影数目。

5/ 全球电影院一年的营收约三百八十亿美元，

6/ 美国电影院全年营收的数字是一百一十亿美元， 而且过去几年没有什么增长。这个数字已经低于 Netflix 来自全球订户的收入了。

7/ 假设电影公司分到的收入是电影院营收的 70%左右，那就意味着美国所有电影公司在美国市场的收入加起来也就不到八十亿美元。与之相比， netflix 一年的制作预算就是八十亿，而且还在不断增长！

8/ 靠线下渠道分发的电影公司， 长期看， 他们如何与 Netflix 竞争？

9/ 电影院如 AMC 之类的，主要就是靠卖饮料，爆米花赚钱。

10/ 美国电影院为了吸引观众人流，现在有推出如 moviepass 一类的廉价计划，一个月十美元，每月可以无限制看新电影 （但一天最多一部，仅限于二维电影）。

11/ 但是如果以后越来越多的好电影可以在网上或者家里的大屏幕电视上随时观看，尤其是 Netflix 的独家电影，为什么我要跑那么远，开车，找停车位，买高价爆米花，排队等待，去电影院活受罪？

12/ Netflix 似乎已经进入一个正反馈循环：

线上付费订户越多 ==》 越有钱拍原创电影 ==》 高质量的独家原创电影越多 ==》 就吸引更多付费订户 ==》 规模越大，纯利润越高 ==》 越财大气粗可以雇佣影视界顶级的人才拍戏

可以参见   “王川： 论”正反馈循环” 和 “远离平衡态的耗散结构” （一）”

13/ 而且因为 Netflix 掌握规模最大的精准的用户观看之大数据， 对如何拍摄叫座的电影，对观众的各种微妙的喜好，了解得非常细致， 这是传统电影公司无法比拟的

14/ 靠线下渠道分发的传统影视公司， 慢慢落入一个负反馈循环：
没有大钱去雇佣最好的人才拍电影 ==》 电影叫座的几率更低 ==》 很难在电影院获得较长的分发时间 ==》 利润微薄，甚至开始亏损 ==》 然后就更没有能力拍好电影。

15/ 截止到2018年四月二十日，迪士尼的市值（ 151 billiions ) 目前只比 netflix (143 billion) 略高 5% 左右，虽然预计其 2018年的营收是后者的四倍。

16/ 没有一家影视公司有netflix 的规模， 一点二亿全球付费用户，而且还在不断迅速增加 （2018 年第一季度就增加了八百万）. HBO 全球付费订户虽然高达一点四亿， 但订户多为有线电视公司的搭配销售或者 pay-per-view，而不是通过互联网观看 。（HBO 订户总数增长缓慢，2017年实际营收只有五十五亿美元。）

17/ 核心在于扩展性。 It’s the scalability， stupid! 可以参见

王川：论“扩展性” （一）

18/ 影视界和娱乐业的版图正在发生前所未有的巨变，其影响将非常非常非常大。 Netflix 会满足于仅仅提供电影娱乐服务吗？上亿在线的付费用户，其背后之需求，将有无限可能。

本文最初于 2018年4月18日发布于笔者的公众号。

本文是   王川: 论”目标导向”和”过程导向“  的续篇。

1/ 规划可以分三个不同境界：第一是战术规划，立竿见影马上有效果；

2/ 第二是战略规划，短期会有取舍/牺牲，但长期会有更大利益。

3/ 第三层是建立一个大概率产生”意外好运气“ serendipity 的系统，对具体路径事前不是很明确，但知道持续这样做，会有 serendipity 出现，帮助指导战略战术方向。

4/ “意外好运气 （serendipity) , 是指当你在草堆里寻找一根针的时候，发现了农夫的女儿。” 美国科学院院士，心血管专家 Julius Comroe 如是说。

5/ 中文亦有谚语，”有心插花花不发，无心插柳柳成荫“。

6/ 一些朋友常常问我，小孩到哪里读书/工作是最好的选择。一个简单的参考标准，就是去人口密集，增速快的地方。美国就是 硅谷/纽约/西雅图/洛杉矶/波士顿， 中国就是北京/上海/深圳/杭州。 人口多，人口增量多，你将有大概率遇到一些意想不到的的机会 serendipity。

7/ 可以把它看成一个人生的 call option. 代价是开始买房子觉得贵，但同时房子长期的升值速度和个人的发展潜力会比去人口稀少的二三线城市强很多。

8/ ”目标导向“适合于穷人，资源少的创业者，这时候需要短平快迅速获得阶段性成果，来推动进一步成长。

9/ 但发展到一定规模，有更多资源，组织结构更加复杂时，需要长远布局，才可能获得 serendipity, 而此时也更有实力承受没有短期效果的探索布局成本。

10/ 这里反直觉的一个地方，是初期靠”目标导向“的简单粗暴行为模式的成功者，没有意识到过了某个临界点后要转进到”过程导向“的模式，而是继续简单粗暴高歌猛进，然后慢慢遇到发展瓶颈，屡屡碰壁，而长时间没有意识到方法论上需要改进。

11/ 当某个个体，组织，系统在不同的发展阶段，对其高速成长最重要的”技能，原材料或其他资源“ 等等是不一样的。所谓 Serendipity, 从一个角度看，就是在早期误以为不重要的东西，到了新阶段，突然变得十分重要。而不经意早期布的局，突然在意外的地方制造了大收获，发挥了大作用。

12/ 某个孤立的“技能或者资源”， 在生态系统还比较贫乏时，也许不重要；但是系统复杂后，如果它被使用的频次大大提高，就突然显示出价值和重要性来。

13/ 以烹饪为例，英国学者 Thomas Fink 对五万多个菜谱和三百多种原料的研究表明：当菜谱中原料数目少的时候， 柠檬是用得最多的原料； 随着原料数目不断丰富，先是可可粉， 最后辣椒 （Cayenne) 是得最多的。(保时捷的“卡宴”实际就是辣椒）

再以软件开发为例，基于多一千多个软件产品，和九百多种开发工具的统计， 结果表明：工具少的时候，Sauce Labs 用得最多，然后慢慢是 jQuery UI, 最后用得最多的工具是 Rails.

14/ 乔布斯在 1996年和连线杂志的访谈中如是说：”创造力，就是把（不同）事情连接起来。当你问有创意的人，他们是怎么把事情做出来的？他们会有一点负罪感，因为他们并没有真正做，他们只是看到一个东西。过了一段时间的沉淀这个东西对他们显而易见。。他们把自己的各种经历连接在一起，综合成新的东西。“

15/ 加拿大学者 Lori McCay-Peet 把Serendipity 意外好运气总结为七个组成部分:

第一： 触发点， 导火索： 比如和陌生人交谈获得新信息。
第二： 迟滞，延迟： 通常这些新信息需要一定时间的迟滞和沉淀，才能让它在大脑里和其它信息发生连接
第三： 连接：经过时间沉淀后，发现可以把新信息和个人的老经验连接起来
第四： 后续追踪：连接之后的后续追踪工作。
第五： 有价值的结果：连接和后续工作之后，获得的有价值的结果
第六： 在过程中发现意想不到的元素：一到五的整个过程中，都会有意想不到之处。
第七： 意识到这就是 serendipity：反思整个过程，然后感叹，“靠，原来这就是 serendipity! ”

（未完待续）

本文最初于 2018年1月27日发布于笔者的公众号。

1/ 可以把知识的深度，看成是神经网络的每一个层级的宽度。而知识的广度，相当于神经网络的层级的数目 （或者深度).

2/ 所谓深度学习，本质上就是神经网络层级更多，也就是知识的广度更大.

3/ 这里的用词可能产生歧义，把人搞糊涂。因为

神经网络的深度 = 知识的广度

神经网络的宽度 = 知识的深度

可以参见笔者的老文章

王川: 深度学习有多深? 学了究竟有几分? (一)

4/ 知识的广度好，还是深度好， 完全取决于场景，和要解决的问题。衡量这个好坏的定量标准，类似于深度学习中的成本函数 (cost function)

5/ 知识深度的重要性，在于明确了某个阶段性的小目标时，可以深挖精进。初入职场的新人，大脑一片空白，在相关领域拓展知识的深度，更为重要.

6/ 但过了某个临界点，继续深挖的边际效应不断减弱，甚至存在过度拟合 (overfitting) 的问题。过度拟合，意指用自己狭隘的知识，试图解释超过自己知识面覆盖的现象，并自圆其说，沾沾自喜，自欺欺人。比如十四世纪欧洲的黑死病爆发，巴黎大学的学者，一本正经的写论文说瘟疫爆发是因为当时火星和木星靠得比较近。再比如, 华尔街基金经理的各种一本正经通过回测检验的量化策略模型.

7/ 许多复杂问题的解决，需要的是不同领域的知识的吸收，知识的广度就开始变得重要.

8/ 许多时候我们甚至都不知道要解决什么问题，不知道如何定义 cost function, 因此对于知识的广度的探索尤为重要.

9/ 知识的广度的拓展，开启了各种可能性的指数级的增加。 知识深度的平均值，相当于指数的底数 (base)。 知识广度的数量，相当于指数幂 (exponent)。在底数值已经接近过度拟合的状态时，加大指数幂，一本万利.

10/ 一个人如果很少和外界不同行业/背景的人群交流， 缺乏知识广度，很容易陷入低维度的思维模型和狭隘的观察角度，遇到问题卡住了，很长时间出不来，就会出现暴躁/苦闷甚至更加极端的情绪.

11/ 每天看到不同行业/背景的人，各自顽固的在二维世界的死胡同里，愤世嫉俗，歇斯底里地发泄情绪，为他们感到可悲.

12/ 社交媒体上的搜索和互动，可以高效地发现新知识，拓展知识广度.

13/ 有效的利用社交媒体和一大群人思想互动，有点类似开源软件开发， “只要有足够多的粉丝评论，所有的 bug 问题都可以提炼描绘出来，然后某个人从他的观察角度迅速发现解决方案” 🙂

14/ 微博比微信发表文章的极大优势，是可以迅速发短帖子，相当于软件工程的频繁迭代, “release often, release early”. 而且遇到有共鸣者可以迅速被转发，迅速和一大堆人互动，迅速覆盖自己的盲点.

15/ 德国哲学家叔本华曾说，”天才取得的成就不仅超出其他人的能力，而且还超乎他们的理解。 能人就像一个击中了无人可及的目标的弓箭手；天才也击中了他的目标，但这目标之远其他人无法看见” .

16/ 只有不断系统地增加知识广度，才可能发现其他人无法看到的目标。而当此目标很少有人理解时，潜在回报才可能非常大.

17/ 能人的回报，在低维度世界里，可以预测，存在上限。天才的回报，在高维度的世界里，无法预测，无法想象，没有上限.

本文最初于 2018 年1月31日发布于笔者的公众号。

本文是   王川: 反脆弱的随想 （二）- 机会成本和选择权  的续篇.

0/ 生活中，不同宏观和微观尺度下，各种不对称性，无处不在.

1/ 损失有限，但是回报可能几倍，甚至几十倍的好投资，就是投资中的不对称性.

2/ 网易，新浪和搜狐在 2001-2002年时股价接近甚至低于账面上的现金，随后转型进入游戏和短信行业，业绩开始迅速增长. 投资者此时入场, 就是不对称性的例子之一.

3/ 2009年美国金融危机的底部时，很多垃圾债券利率超过 20%，潜在回报远大于违约风险之损失，这是不对称性的例子之二.

4/ 单兵作战力相同时，群体战斗力和人数平方成正比，三人打一人的实际战斗力对比是九比一。这是不对称性的例子之三。 这在笔者关于兰切斯特方程的文章中有介绍.

王川: 从兰切斯特方程, 看强者益强和如何以弱胜强 (二)

5/ 写文章发表在社交媒体上可以让成千上万人看到并且得到多方面的有益反馈，效率远超过一对一的聊天扯淡，这是不对称的例子之四.

6/ 亚马逊创始人贝索斯说，

“在棒球里。。 不管你怎么打球，你最多得到四垒。你的成功限制在这四垒。但是在高科技生意里面，总是偶尔会有一次，当你挺身而出，使劲击球后，你跑出了一千个垒” 这是高科技带来的范式转移，不对称例子之五.

7/ 在资本市场做空，很多时候回报有限，但是被多逼空时可能亏好几倍。比如2009年对冲基金做空大众汽车被逼空。这是不对称性的反面例子之一.

8/ 为了只是高 2-3%的利息，去购买可能丧失全部本金的理财产品的骗局，这是不对称性的反面例子之二. 类似如借钱给朋友，最后欠钱者无力偿还，双方反目成仇，这是世界上最吃力不讨好的事之一了。

9/ 为了一份微薄和上限固定的工资，每天朝九晚五浪费大量时间体力从事一些日常的毫无开创性的工作，戕害身体，这是不对称性的反面例子之三.

10/ 反驳他人的牛屎 （bullshit 胡说八道），要比创造这些胡言乱语所耗费的能量，高一个数量级。此为“牛屎不对称性原理”，这是不对称性的反面例子之四。浪费时间和莫名其妙的人为虚拟飘渺的话题打嘴仗，是最没出息的事了.

11/ 意识到 “永远无法叫醒一个装睡的人“之后，感叹”永远不要低估一个醒者的主观能动性和创造力”. 有后者做朋友，超过一百个前者.

12/ 当一个人/公司/系统 的创造力和执行力不断的，一而再，再而三的超越你的预测，给你惊喜时，这后面往往有方法论或者其它深层次的/非显性的/结构性的原因。这样的情况，万里挑一，但也绝非罕见，抓住这样的机会.

可以参见我的老文章:

王川: 从波色*爱因斯坦凝聚态，看强者益强的最高境界 （四）

13/ 反而言之，当一个庸才/公司/系统不断一而再，再而三的让你失望时，背后往往是隐性的，不可救药的，结构性的缺陷。不要试图浪费自己宝贵的能量/资源去挽回其颓势.

14/ 平时耐心学习研究，不为平庸机会所诱惑，长期蛰伏，为了在万里挑一的好机会出现时, 有充足弹药可以出重手，这是不对称的例子之五.

15/ 不断寻找把握各个层面的利好之不对称性，规避不利之不对称性，自会奠定反脆弱之基石.

（未完待续）

本文最初于 2018年2月5号发布于笔者的公众号。

本文是 王川：无处不在的不对称性 — 反脆弱的随想(三)  的续篇

最近几天阅读了 Niall Ferguson: The square and the tower 和 Richard Koch: Superconnect 两本书，颇有共鸣，有感而发。

1/ 人际关系分强关系 （家人亲戚，好友，同学） 和弱关系 （一面之缘，点头之交，甚至网上神交 ）
2/ 由于我们和强关系的朋友拥有类似的背景/经历/环境，反而彼此之间更难增加新的价值。而弱关系比强关系有更大概率带来新知识,新机会, 创新。
3/ 弱关系是连接不同社群的重要桥梁，是促成信息的病毒式传播的关键所在。
4/ 缺乏弱关系的人，观点视野非常狭隘，缺乏对其它不同文化/背景的社会的理解。长期不利于其生存。
5/ 如果没有弱关系，我们就都变成各自独立的，完全分割的部落。
6/ 最有价值的弱关系，是那些可以连接你和其他大型社区的桥梁型的弱关系。
7/ 拥有很多弱关系，使我们智力上更加灵活，自由。更能理解不同的思维框架。
8/ 人的本性总是过分使用我们的强关系 （家人，朋友。同事/同乡）， 而很少利用我们的弱关系 （点头之交）。
9/ 有些弱关系，你以为他帮不了你，但是他可能会认识别的人，给你提供完全意想不到的帮助。
10/ 培养弱关系，要首先证明你自身有价值有实力，要不断积攒信誉，要有意愿理解他人的角度和思考框架，这样才会有实质性的沟通和价值交换。
11/ 一个简单的数学模型：
假设一个弱关系对你有帮助的有效性，是强关系的三倍；
那么弱关系， 通过他的弱关系的网络，给你提供帮助的有效性，就是强关系的九倍。
弱关系的缺点是对方帮助你的意愿不如强关系的朋友，假设这个几率是强关系朋友的三分之一； 但是数量上，弱关系的朋友可能是强关系的十倍甚至更多，而弱关系朋友的弱关系朋友，可能数量是强关系的百倍之多。
所以弱关系的朋友虽然和你不亲近，但是因为他的网络数量更大，和你互补的有效性几率更高，整体上对你的价值，可能超过强关系网络两个数量级之多。
这就是网络边缘的巨大力量，弱关系像一座座桥梁，使我们接触的边界更大，可以发挥的潜力越大.
12/ 做生意的人常有抱怨，都是陌生人让自己赚钱，而原来的强关系亲朋好友帮不上忙，于是感叹世态炎凉。这可能是一种认知的错觉，因为陌生人的需求和你的价值，互补匹配的概率比亲朋好友要大很多.
13/ 人口众多，产业多样化的大城市区，弱关系的匹配可能性和人口数的平方成正比。大城市人口聚集区，和小镇的差别，类似多细胞生物和单细胞的差别。因为交通拥挤和房价高昂而逃离北上广的人，最终大多还是会后悔的。
14/ 弱关系本身也是一个动态的概念。弱关系用多了，社群结构变了，原来的弱关系就变成强关系。
15/ 许多大公司无法接受新技术环境挑战的一个关键因素，在于其运营结构严重依赖于现有的强关系。即使面临环境巨变的威胁，公司文化上缺乏机制去割舍强关系，主动构建弱关系。
16/ 弱关系可以看成是我们和外在客观环境的一个纽带，帮助我们保持和环境变化的同步，随时改造自身，以适应环境。
17/ 生物界的有性繁殖，可以看成是通过弱关系的组合，来增加多样性，面对多变的环境的大大提高生存能力的有效方式。而近亲结婚的后代，遗传病概率大，彰显强关系的弱点。
18/ 弱关系帮你找到更好的事情去做，强关系帮你把现在的事情做得更好.
19/ 弱关系以你意想不到的方式，帮你创造价值。强关系则帮助你在现有的范式下，捕捉锁定价值。
20/ 弱关系的好处，需要长时间建造，培育，然后自发涌现，有很大不确定性。但当其涌现之时，它可能比强关系带来的好处高几个数量级。这就是所谓的 意外好运气 serendipity。 这就是反脆弱。
21/ 强关系类似神经网络的宽度 （知识的深度），弱关系类似神经网络的深度 （知识的广度）。网络的深度数量增加，各种可能性指数型的增加。深层神经网络技术的突破，导致了当下的人工智能技术的飞跃。可以参见笔者的老文章             王川: 从叔本华的”天才论”看知识的广度之重要性         这是数学上的必然.

本文最初于 2018年2月28日发布于笔者的公众号。

1/ 做事有两种风格，目标导向，和过程导向.

2/ 目标导向，适合于战术上的，目标比较明确，有先例可循的事情，这个很好理解.

3/ 过程导向 (process oriented)，适合于战略上的，目标方向有很大模糊性的，没有太多先例可循的事情。其特性在于，只要按照一个流程和框架，去摸索去打基础，最终你所希望的战略目标，会自然而然的浮现而唾手可得。 但不能保证具体的时间，也不能保证是按照你所设想的方式.

4/ 常常想把目标导向的习惯，代入到对战略的追求上，然后不断被现实打脸.

5/ 目标导向的误区在于，你追求的目标，可能只是全部客观现实的冰山一角。看得到的目标背后，有成体系的一大堆东西，需要你把基础打好，体系建设好，才能够真正获得。你以为走一条捷径，唾手可得的东西； 实际上是需要编织一个密集的网络，基础打好后，自然落网的.

6/ 目标导向的第二个误区，在于环境是迅速变化的。所有目标导向的行为，都是依靠对过去经验的拟合与简化后的捷径。环境的变化，可能导致过去的经验和捷径迅速失效.

7/ 拿目标导向的风格，用于对战略的追求，使用的是错误的评测标准。因为你心中一直想的是一个捷径，直逼想象中的战略目标，所以你一直把现实和想象目标的直线距离，作为评测进展的指标，并用来感动麻醉自己。 同时因为忽略在其它方面全方位打基础的工作，会出现一种，总是想靠近战略目标，却总是无法接近的深深挫折感.

8/ 当宽度，深度和计算速度越过一个临界点，神经网络可以自然而然地解决一些问题，甚至连设计者本人都不清楚具体的准确机制。这就是人工智能.

同理，过程导向的哲学是，你所祈求的战略目标，有很大模糊性和多样性，实际上可以有多条路径达到。需要做的是，建立一个过程，让你可以持续地，全方位成体系地丰富自己的知识体系，建设自己的人脉，等等。当你在各个维度的深度都超过一定数量，成功会自然涌现.

可以参见笔者的老文章    王川: 从叔本华的”天才论”看知识的广度之重要性

9/ 过程导向的哲学，评判进步的标准可能是:

我是不是又纠正了对一些概念的错误理解？

我是不是又学到了新的，完全不同的知识，思维框架和方法论 ？

我是不是又积聚到新的资源，人脉，让我更加反脆弱 ?

我的学习速度，纠错速度，是不是又更快了？ 大脑内存是不是更多了 ？ （这也许要到脑机结合的技术实现后才会真正有大突破 🙂

我从外界获取的信息，是否更加全面 /细致 /迅速 /真实地反映客观现实?

10/ 目标导向的行为，获取的收益都是可以预见的，有上限的，回报和投入线性相关。过程导向的行为，很长时间都在打基础，但一旦抓住一个指数型的增长点，其增长会远超常人预计，出现一年挣的钱是过去几十年的总和的现象. 但多数人没有耐心熬到这一天，因此其认知框架将永远定格在目标导向，线性增长的世界里.

11/ 一个例子是律师和医生这些高收入专业人士. 做到极致也就是靠卖体力按照时间获得线性收益，他们很难理解一个指数增长的好生意的境界。

12/ 有哲人说，“如果你专注于成果，你永远无法改变；如果你专注于改变，你会得到成果” （If you focus on results, you will never change; If you focus on change, you will get results). 专注于过程导向来改变自己，你终将获得超越预期和想象的结果。