chuan

本文最初于 2015 年10月28日发布于笔者的公众号。

英国跑车厂商，百年老店Aston Martin 的老总 Andy Palmer 最近表示, 他们要开展研发 800-1000 马力的超豪华电动跑车，(普通家用车如本田雅阁, 推力大约在 180-280 马力) 最终彻底放弃汽油车.

Aston Martin一直是英国谍战片 007 里面的标配用车。当它的公司老板都公开宣布改变方向做电车，你就应当意识到，内燃机动力的汽车，来日无多了.

传统汽车在性能和价格上未来几年内将被电车全面超越，具体的说，是电池动力的电车.

抛开环保因素，为什么电车比汽车优越？

1. 电比油便宜很多.

一度电平均可以跑三英里，按照一度电十二美分的价格看，就是一英里四美分。汽车按照一加仑油三美元的价格开二十英里来算，就是一英里十五美分. 而且电价随着技术进步，还会继续下降.

至于其他技术，比如氢燃料电池，还有传说中的未来的石墨烯，超级电容技术等等，实用性和价格与电池驱动的电车差距还很大，暂时不表.

2. 电车性能比汽油车强.

电动车在效率和推力上比汽车有巨大内在优势。有数据显示对于电车，从能量到推力的转化效率高达90%，而汽油车的转化效率不到35%。电动马达在低速时就能产生强大的推力，所以电车完全不需要换挡.

特斯拉的 Model S, 最高配置已经可以在2.8秒内从0加速到100公里。对于没有思想准备的乘客，瞬间加速时大脑会产生一种奇妙的眩晕感.

3. 维护费用大大低于汽车。（由于没有内燃机的许多零部件）

电车的内在构造比汽车简单，零部件也少很多。传统汽车的换油，火花塞，过滤器，传动液的更换等等对于电车统统没有。由于刹车时采用回馈制动(regenerative braking),对刹车片的维护需求也大大降低。

维护费用因车而异，据德国Nürtingen-Geislingen 大学的一个研究机构调查估算，普通纯电车的维护费用要比同类汽车至少便宜三分一.

能源行业专家 Mike Barnard指出，要设计一个好的电车，你必须全部推倒重来：

1. 把所有的传统外壳设计全部抛弃.
2.  把所有的发动机管理软件全部抛弃。所有和内燃机相关的限制和设计技巧全部没用了.
3. 内燃机马达全部没用了.
4. 所有的机械控制系统要推翻重来，新的设计里所有的东西都是电子线路控制。驾驶杆，汽缸， 泵，软管，正时皮带等等全都可以扔掉了. 以特斯拉为例，由于少了许多内燃机系统所需要的器件，车前面多出了可安放行李的空间.
5. 所有的牵引控制系统要全部重新设计.
6. 所有的排放控制系统全部不需要了。2015年以柴油排放系统控制软件而驰名世界的Volkswagen (大众汽车)，多年积累的软件技术完全用不上了.
7. 所有的燃料存储输送系统全部不需要了.

所有老的汽车车型，几乎没有什么系统可以在新的电车里重复使用.

车体设计，控制系统设计，供应链合作伙伴关系都要推到重来.

所有靠内燃机技术吃饭的工程师突然发现他们的技能全部没有用了，要么接受新知识再教育，要么失业.

传统汽车厂商，大多不会放弃眼前生产汽车的利润，而去真正转型电车。等到有一天电车在价格，性能上全方位超越汽车时，一切则为时过晚.

要做电车，必须放手一撸到底，完全摒弃内燃机时代的过时设计。但是一些为了应付监管机构排放标准的厂商仍然半推半就，试图以油电混合的设计方式蒙混过关.

以宝马汽车公司的油电混合车，i3 系列为例，纯电状态下只能开80 英里，需要加一个汽油发动机才可以增加驾驶里程到150 英里。这个数字和特斯拉的 model S 一次充电可以行驶260 英里以上完全无法同日而语. (Elon Musk 最近声称有望在2020年把 model S 现有续航里程增加50% 左右)

BMW i3 内核设计无法摆脱传统汽车的掣肘。按照宝马的产品路线图，此系列全部电气化需要等到2025年.用我的一位老朋友的话说，“等十年，我儿子都可以打酱油了”. 而宝马在诸多汽车厂商中，已经算是比较进取的了.

电车厂商要解决的关键问题，一是价格，二是充满电的行驶里程，三是充电设施的铺放。这一切都是时间问题.

至于时间表？可以参考我的老文章

王川：2017年, 特斯拉将敲响石油工业的丧钟

本文最初于 2019 年 2月19日发布于笔者的公众号。

1/ 知道得越多，就感叹为什么不早花时间去知道更多，而是像无头苍蝇一样被各种噪音和假象干扰误导, 浪费大量精力去盲动。

2/ 有一点毋庸置疑，所有人都无法知道客观世界的全部真相。

3/ 我们以为自己看到了全部的真相，但往往是一百个变量只看到十个，十个里面可能还有五个是错误或虚假信号，然后我们就把这十个输入和最后的输出建立起因果逻辑和世界观，很长时间深信不疑，直到有一天被现实无情粉碎。进化，就是一个认知水平脆弱的系统被不断淘汰的过程。

4/ 很多因果关系实际上是一种幻觉，这在局部时空内是一种有用的幻觉，但需要知道有用和无用之间的边界。

5/ 有些重要的信息，被部分玩家刻意隐藏或夸大，这样他们可以保持较为长期的竞争优势。这一块，普通人很难建立自身的优势，所以必须承认和意识到自身感知力的边界和局限。

6/ 有些情况下，真相非常复杂而且变化很快，没有任何人可以看清全局，大家都有各自的理论去解释。这属于开放的复杂系统的范畴。这个领域，普通人有可能通过在局部直接观察到的信息，慢慢建立起对于大众的信息优势， 甚至相对于那些自以为有信息优势的老玩家。因为老玩家的信息优势，在新环境内可能完全无关紧要。

7/ 在缺乏较大信息感知优势之前，拼命为某个具体目标而工作，认为这就是人生的全部意义，这可能是短视和愚蠢的。你以前所重视的某个目标，在新环境下可能毫无用处。

8/ 很多时候人们看问题，理解问题都是盯着一个非常小的局部，只有非常局限的观察角度和信息输入，和非常短的时间截面。如果拉长时间轴到十年以上，更全面理解每个环节不同玩家的观察角度/思维框架和心态，看到每个环节不同玩家在各自有不全面信息，彼此有各种误解的情况下互动博弈的情景，才能意识到以前是多么可笑和自以为是，才能对未来同时保持着敬畏和憧憬的两种心态。

9/ 敬畏来自于承认自身必定存在感知盲区，因此要不断学习提高；憧憬来自于有了正确的方法论和框架，相对于其他还在梦游的玩家，结构性的优势会越来越大。

10/ 网络时代，获取筛选知识精华的成本低，时间延迟几乎为零；但是靠自身实践，在各种碰壁之后再去粗取精来总结出的经验教训，则成本极高极缓慢。不是说贬低实践，而是说应该先尽量低成本获取更多有价值的信息，让自己的选择增加好多倍，以更好地指导实践，这样根本不会浪费时间在噪音和假信号上了。

11/ 必须要不断主动寻求新的有价值的信息，不断调整丰富大脑的思维模型，以适应感知到的真相。

12/ 什么样的信息最有价值？一种信息，可以帮你从新的角度来核实现有信息的真实性，及早识破虚假夸大的信息； 另外一种信息，是给你对于能源/财富的寻觅，提供一条全新的替代的通路。

13/ 提高自身全方位多角度的获取信息的能力，是最好的投资，比物理世界很多投资要高效得多。一块钱换来的有效信息，让你识别真相，增加选择，可能避免犯下一百块钱甚至一千块， 一万块的错误。即使 99%的信息最后无用，只要 1%有用，就值了。

14/ 一个理性人，对于信息知识的持续投入，应当永远超过吃喝玩乐的花费。

15/ 低成本获取高价值的信息，以创造更多选择权 ；有更多选择权，就更有时间和资源去建设自身的信息获取和整合的能力，从而增加更多选择 ； 有了更多选择，才发现可以不做那些原来以为必须要做的事；看似无所事事，但背后决策机制，常人并不知晓。
可以参见笔者的老文章: 王川：再论选择权

16/ 其实生命并没有特定的目标和意义。只是地球上慢慢地自发地涌现出一种系统，对外界建立起强大的感知力，并把感知到的信息高效整合起来，从外界吸收和耗散能量，然后不断繁衍进化，不断提高自身的感知力和信息整合能力，循环往复。这个系统的信息整合复杂到一定程度，就出现了我们常说的”自我意识“，然后这些有自我意识的人就会有时间去讨论人生的意义。 （自我意识的信息整合理论 Integrated Information Theory, 最早由威斯康辛大学学者 Giulio Tononi 2004年提出）

17/ 老年痴呆的本质是大脑记忆能力的缺失, 同时大脑神经元之间信息传输速度变慢。精神病可以看成是大脑整合信息能力的错乱，神经网络跌入了某种系统性陷阱 (systematic trap)而无法自拔。

18/ 信息整合度低的系统，接受到外界信息输入时， 要么只在局部有反应而未传播到系统的整体 （缺乏整合）； 要么整体的反应非常刻板单一，缺乏时间空间上的差异性 (缺乏信息量）。

19/ 没有强大的感知力，记忆力和整合外界信息的能力，只想埋头赚钱，本质上像精神病人或痴呆者在健身房里使劲撸铁。

20/ 在不远的将来，很有可能，会浮现出更复杂的生物体，可以更高效地收集，整合更丰富全面的 （高若干个数量级的）外界信息，并形成一种更复杂的”自我意识“， 他们看普通生物人，如同我们现在看精神病人或者宠物。不过那又是另外一个话题了。

本文最初于 2019年 3月22日发布于笔者的微信公众号。当时宝马股价为 69 欧元，今天是2021年十月八日，宝马股价84欧元。到2022年底时再复盘。

（笔者发文时不持有宝马股份，也没有做空宝马。本文表达个人观点，不构成对所述资产投资建议。投资有风险， 入市须谨慎。）

1/ 笔者最早在 2015年有文章

王川: 为什么传统汽车厂商大多很快会倒闭？

曾对汽车工业的未来做过预测。

2016年也发表过

王川: 2018, 汽车工业的我靠时刻 (二)

表达了类似的观点。

2/ 德国宝马集团 2018年的年度财报刚刚出炉： 2018 vs 2017: 交付车辆增加 1.4%， 收入减少 0.8%， 税前利润下降 8.1%， 税后利润下降 16.9% （七十二亿欧元）。 宝马集团宣布将现金分红从每股 4 欧元降到 3.5 欧元。宝马股价在发稿时大约 71 欧元， 接近五年来的最低点。

3/ 宝马的实际现金流比利润更糟糕。2018年业务现金流五十亿欧元，资本开支高达八十亿欧元， 要靠增加约七十亿欧元的非流动财务负债 (non-current financial liability) 才能发放二十六亿欧元的现金股息。即使这样，账面上实际现金只增加了十九亿欧元。

4/ 宝马五年内到期的财务负债从 2017年的八百五十亿欧元 增加到 2018年的 八百九十六亿欧元， 净增四十六亿欧元。五年之后到期的财务负债增加了三十三亿欧元。 这包括：衍生产品， 短期商业票据， 客户定金，债券，资产担保融资。总共财务负债在 2018年底时高达一千零三十五亿欧元。

5/ 宝马的轿车在北美的交付数目， 2018年第四季度， 和前一年同期相比， 下降了大约 12.5% （ 49261 vs 56256 ). 总共交付量的略微增长 （1% 左右），主要来自小型 SUV X3 的销售增长的补偿。

6/ 事实上， 2019年头两个月， 宝马轿车在北美的销售额比去年同期下降 10.6%（ 24054 vs 26893 ） 。即使包括 suv 和 cooper 在内， 总共销售量比去年同期仍下降 3.6%

7/ 特斯拉 Model 3 在北美州 2018年第四季度交货数超过六万辆， 而同期宝马轿车在北美的交货量减少了六千多辆， 保守估计，这里面一半以上的原因是 Model 3 的销售造成。Model 3 在欧洲和中国的三月份交付的数据很快就会出来，我们很快就有机会验证。而三万五千美元底价的 model 3 的推出，只会继续加大这个压力。

8/ 如果根据北美洲前两个月的销售数据，来推测宝马 2019年全球的销售趋势，即使保守估计全球交货数 2019年下降 3%， 再加上价格竞争，销售收入可能下降 6%以上， 以宝马 2018年收入九百七十亿欧元计算，2019年收入可能下降至少六十亿欧元，但利润和业务现金流可能下跌 30%甚至更多。

9/ 宝马因为2018年税后利润下滑 17% 而在2019年三月把现金股息从每股四欧元砍到三点五欧元 （相当于大约二十一亿欧元）。如果 2019年税后利润下跌到五十亿欧元以下，很有可能在 2020年把现金股息减半，甚至更低。这将引起股东和债券投资者的连锁反应。

10/ Model 3 在价格，加速性能， 能源费用，维护费用，体验方面已经全面超越宝马三系列，这个领先优势还在加大. 2020年底特斯拉 Model Y 的投产交付， 将对宝马的 X3, X5 销量产生严重的， 类似 Model 3 对轿车市场的冲击，届时可能导致宝马全球销量比前一年降低 10%， 收入下降超过 15%， 而利润可能在 2021年第一季度， 甚至更早， 变成负数。

11/ 宝马业务现金流的萎缩，已经无法逆转。二月底三万五千美元底价的 model 3 的出炉，好比1942年 11 月 23号保卢斯的第六军被苏军在斯大林格勒彻底合围。从合围到投降，也就是七十天；从德军在斯大林格勒投降到柏林被攻占，也就是两年三个月。

12/ 2019年宝马业务现金流可能会跌破三十五亿欧元，2021年可能变成负数，但同时为了造电车其资本开支无法削减。当业务现金流下跌到无法覆盖债务利息，甚至变成负数时，债券市场是否还有人愿意扶植一个负债超过一千亿欧元的实体，到期的老债主还愿意新债换旧债吗？

13/ 宝马在美国的销售将近 60%是属于出租的。但三年租约到期还车后，旧车的市价因为竞争和技术进步，比预期要低 10%，20%，甚至 30%的时候，它有什么办法阻止提供资产担保融资的银行缩紧银根吗？

14/ 当供应链合作伙伴发现宝马现金流变负，财务吃紧时，宝马如何阻止他们收紧账期？如何应付因此导致的营运资金需求的增加？

15/ 是时候该思考这对德国汽车工业， 德国和欧洲经济的影响，产生的二级效应了。

本文最初于 2019 年 4月7号发布于笔者的公众号上。

1/ 有三件事，按照重要性的排序是： 思维模型 ， 提出问题，解决问题。

2/ 思维模型的多样性和灵活性是最最重要的。如果底层思维模型都是错误的或者狭隘的，那么你上面思考和解决的问题都可能失去意义。比如说，普通人对于哈佛大学的思维模型是”某个知名大学“， 但另外一个思维模型把它看成是 ”伪装成学校的，一个享受免税待遇的大型对冲基金 ” ； 普通人把俄国看成一个欧洲大国，但有的人把它看成“一个假扮成国家的大型加油站”。

关于油价对俄罗斯的影响，可以参见笔者的老文章:

王川：三十年前油价大跌后的最大赢家是谁？

3/ 提出问题： 比如说大部分人想的问题是如何赚钱。 但另外一个角度是，把提出的问题转换成： “如何把每天不高兴做或没有兴趣做的事情的时间，压缩到接近于零， 顺便再把生活费给赚了。”

4/ 解决问题： 这个是最后才需要做的事。因为现行教育体制导致人们思维模型非常局限，也没有主动性去提出新的问题，所以大家都去挤着解决那些同样的问题，而拥挤导致问题更难解决/代价更大。

5/ 关于上大学的旧思维模型：我们理所当然地认为，上一个名校，可以有更好的圈子，可以找到更好的工作， 就会有个更好的未来。所以很多家长不惜一切代价，推着孩子上名校。

6/ 另外一个思维模型是：从学习知识的角度看，单个大学所能提供的资源现在远不如另外一个增长极快/完全开放/无需考试认证/大部分资源免费的大学：“互联网”， 而且二者的差距正在拉大。大学的一个副作用是，年轻人会把自己个人的身份理念认同和所就读的大学的圈子绑住一起，对大学外的不同圈子和不同思维模型产生本能的排他情绪。对于一个真正内心有极强驱动力的人，对于一个自己可以建立开拓自己圈子的人，大学不再是唯一的选择，名校不一定是个值得拼搏争取的对象。 如果你在世界各大社交媒体上有大量的文字或音像作品被传播 （或者 Github 上编写的程序），被市场直接认可，名校的学位认证还有多大意义？

7/ 关于找工作的旧思维模型：我们理所当然的认为，在好学校学到某些专业知识，就可以找到好工作，获得好的薪水， 然后从此幸福地生活下去。

8/ 但另外一个思维模型是：从人工/原材料到真正付费的终端用户之间，有一条长长的价值链。 找工作，本质上是在被前人定义好的价值链上的很小的一块上 （就是所谓的专业），拼命努力，想占有一席之地。可以参见笔者的老文章：

王川：抽象者劳心，被抽象化者劳力 (一）

但打工者，对于整个价值链传递的机制，对于自身在价值链上的位置，自身定价权的理解，是非常模糊甚至一窍不通的。 一份优厚薪水的工作，容易让人沉醉于虚假的安全感，不用直面抢夺市场搞定客户的残酷现实。当裁员的噩耗来临，安全感被粉碎后，必须要花很长时间才能重新找到自己在价值链上的位置。如果真正理解价值产生，传递，被认可和获取的机制，会发现很多不同的道路让你获得你所需要的回报，而它们往往大大优于一份朝九晚五的工作。问题的本质是对价值链的理解和自身在价值链上的站位选择，而不是去争夺那些被前人定义好的专业和工作， 并为此去学习一些非常狭隘的甚至早已过时无用的知识。

9/ 很多时候因为我们的思维模型比较单一，所以大脑里想的就是解决某几个特定模式的问题。 一旦模式固定后 （就是所谓的专业化），变成存量博弈，只是在局部做些“螺蛳壳里做道场”的优化， 非常枯燥繁琐。而当现实中的某个被忽视的变量发生了数量级的巨大变化后，思维模型可能彻底改变，原来要解决的问题已经不再有意义。这时会有很长的时间窗口，去解决新的问题不仅相对更轻松，而且回报更大。

10/ 为什么人们很少思考通过改变底层思维模型，去解决更容易的问题？

Peter thiel 关于难度和价值的关系有这段阐述：

“激烈的打破头的竞争，使大家竞争的目标更难获取。难度成了价值的代理物。 但是价值和难度是两个完全不同的东西。当价值并不存在的时候，你只是为了竞争而竞争。基辛格有一句贬损学术界的名言，精准描述了对于价值和难度的混淆：‘至少在学术界里，战斗如此激烈，正是因为争夺的利益太小了’.

这看上去是对的，但也很怪，如果争夺的利益这么小，为什么人们要去拼命争夺，而不是去干点别的？我们只能猜测：也许这些人不知道如何辨别什么东西有价值。也许这些人只能理解难度是价值的代理物。也许这些人被竞争的浪漫情怀所洗脑了。”

11/ 人性强烈需要其他人来验证自己所做的事情的意义。即使是很明显的长期利益极大的事情，如果没有很多人赞同这个理念，那么追逐的过程会倍感孤独, 不断自我怀疑。更何况在实际操作中会有长时间的不确定性和挫折。不确定性和挫折并不等同难度，但缺乏来自社交圈内的持续鼓励和赞赏会让人惴惴不安。(有多少人会不断查看朋友圈的点赞？) 缺乏经验阅历的人，更容易在这种孤独和不确定性的恐惧中打退堂鼓。人们情愿参加旧思维模型内的确定的，实际利益不大而竞争激烈难度极大的战斗 (竞争的激烈程度正好不断强化暗示这个东西值得争抢)，也不愿追逐新思维模型里的不确定的，但实际利益可能极大而竞争者寥寥难度不大的孤独游戏。

12/ 同样一件事，在不同思维模型之间的转换，需要新的底层基础设施的完备。 底层基础设施的完备，需要时间，会有波折和反复。当改变在底层悄悄发生时，被旧思维模型洗脑的大多数观察者往往会忽略其存在。

13/ 电动马达技术 1880 年左右就出现了。和蒸汽机相比，它能源效率更高，成本更低，可以安装多个小马达，各自驱动单个机器。 这些马达也可以单独控制开和关。这个技术显然比当时的驱动工厂的笨重的蒸汽机要先进多了。但在 1900年的时候，美国的工厂只有 5% 是电力驱动。 很多建造工厂的创业者在做了各种可行性分析之后，还是选择老的蒸汽机驱动模式。美国的工厂，花了四十年的时间，才从蒸汽机转型到电动马达。为什么要这么长时间？因为新技术，需要一个完全不同的工厂架构的设计。重新建造设计，不仅成本昂贵，而且一开始该如何建造，并不十分清楚。电工不懂建筑，工厂的建筑师也不是电工。所以花了整整四十年才积累了足够的知识，来建造电力驱动的工厂。

14/ 1961年通用电气的一个广告宣传内赫然写道：

你一定要支付小型化的高昂代价吗？

“如果你要在市场上买一个电子计算机或者其它电子系统，问一下自己： ‘我真的需要小型化和轻便的移动性吗？’如果你不需要，为什么要为此买单？电脑体积减少一点点，最初成本可能要翻一倍。 在一个典型的电脑应用中，一个价值一块一毛五的电子真空管，可以实现三到五个单价为两块钱的半导体元件的同样功能。当你意识到一个办公电脑内的零部件数量时，过度小型化的高昂成本昭然若揭 ”。

最讽刺的是,宣传单底部赫然印着自嗨的口号：“进步是我们最重要的产品”（Progress is our most important product – General Electric ）

这类诡辩的致命误区在于：其假设有时效性。就是说，虽然晶体管单价当时很贵，但是大规模量产后就迅速下跌。而数量的大规模增加，导致其可以实现以前真空管完全做不了的事。

15/ 八十年代当电脑开始在办公室普及时，主要应用在于文字处理，电子报表和数据库软件，但是经济数据上似乎没有显示明显的效率提高。 当时所谓的“著名经济增长的思想家” Robert Solow 曾说： “你可以在所有地方看到电脑时代的来临，除了生产效率的统计数据”。 这个看似矛盾的现象有多个原因：第一，电脑最初的应用如文字处理，一开始并不直接影响产出的效率。第二，金融和保险业大量使用电脑，但是其对产出效率的定义方式，并没有能够真正反映出电脑在方便和快捷上的影响。第三，新的电脑系统和旧的纸媒系统同时运营并存的时候，需要更多人力物力去管理协调。第四， 从购买安装调试软硬件系统，到真正经济效益的体现，有长时间的迟滞。 也有很多项目因为当时技术水平限制，无法成功运营，被迫夭折。

最终这个悖论被彻底击碎，要等到九十年代末，在大量办公电脑接入互联网，可以高效交换数据，完成以前无法完成的事情之后，才盖棺定论。而这种万物互联的可能性，完全不在旧经济学家的思维模型内。

16/ 由上面几个例子可以构建下述“关于思维模型变迁的思维模型”：

i） 某个新技术性能的大幅迅速提高，有心的观察者慢慢可以看到新的产业价值链的形成，取代老技术的价值链。 新老价值链的区别，不仅仅在于简单的几个性能上的可比的参数，而是当新技术在部分性能超越老的模型之后，形成一个完全不同的生态下的新思维模型， 就像电脑不只是文字处理还可以互联共享数据，iphone 不只是用手机上网发 email 还可以支持各种复杂的移动应用, 等等。

ii） 新技术在基础设施还未完备打通之时，进展缓慢艰难，很多许诺的远景很长一段时间无法实现。

iii）旧思维模型的从业者会强烈鄙视新模型里的穷酸开拓者，他们的很多逻辑在一定的时间内确实很有道理， 但他们没有考虑到新技术和基础设施的持续发展导致超越其思维模型的变迁。

iv）因为他们拒绝理解新的思维模型，所以他们总是用老的模型里的参数来衡量进展，而这种测量在新技术早期还很不完善的时候，尤其是一些新技术的早期开拓者倒闭或者遇到暂时的困难时，往往会强化老人的偏见。

v) 另一方面，一旦人们的大脑对某事建立起思维模型，相反的事实很难让他们纠错，而只会促使他们把理论变得更复杂，让其内心自洽。就像某哲人曾说，“如果你折磨（一堆大）数据足够长的时间，它会承认任何事情。” ( If you torture the data long enough, it will confess anything )

vi) 但新技术产业链一旦慢慢打通，越过一个临界点后，会突然爆发蓬勃生机，会实现一些旧模式下无法想象的事情。而老技术的产业链则因此会开始迅速崩溃。作为一个投资者，在此时应当对新模式里的有垄断优势的领先者不断加仓。作为一个新入行的从业者，新技术产业的爆发期产生的红利，容易产生把大环境和个人智商混为一谈的飘飘然的幻觉。

vii) 即使倒塌后，旧思维模型内的从业者很长时间内将拒绝直面现实。部分在旧的领域极为出色/受人尊敬的专业人士，对自己付出多年职业生涯的老思维模型的轰然倒塌，会表现出极为幼稚，偏执和歇斯底里的情绪。他们在你心中的人设也将就此彤塌。他们是一面镜子，提醒你以后不要重复其错误。美国心理学家 Paul Watzlawick （1921-2007）曾说 :

“这是一个普遍的人性的问题：一旦我们找到某种解决方案，尤其是在这个过程中付出了较大的焦虑/期盼的代价后，我们为此解决方案付出的昂贵代价会让我们自愿地扭曲现实来适应我们的解决方案，而不是改变解决方案本身”。

viii ) 即使部分老模型下的从业者想直面现实，也没有能力迅速参与竞争，因为他们在新模型的价值链上没有过深厚的布局，和大家起点差不多，他们在很长时间内将没有任何竞争优势。

17/ 不总结思维模型和其变迁的规律，市场参与者对价值观的理解和追求成为一种下意识的盲目本能。这种本能，会因外界噪音持续制造的巨大焦虑，而自我强化，让人们不断奔波在一个又一个非理性竞争中。

作者按：本文最初于 2019 年5月7号发布于笔者的公众号。2021年十月再回顾此文，看看哪些预测正确，哪些预测错误，为什么会错误，是件很有意思的事情。

（对于未来发展的具体时间点的预测，是个非常困难的事情。笔者仍然可能在很多细节上预测错误。笔者只是在此勾画未来的多种可能性中的一种。笔者保留根据新的发展和新的信息，修正和改变观点的权利）

1/ 首先，“泡沫破灭”这个概念如何定义？

这是一个有争议的问题。但是对于硅谷的高科技公司而言，如果纳斯达克指数比最高点下跌 40%以上， 并且处于四年，甚至五年内的最低点，那么，基本上可以无可争议地说，泡沫破灭了。

泡沫破灭不等同于世界的末日，只是意味着先前一些不符合基本商业逻辑，不真正创造价值的行为会被迫终止，并为下一轮新的繁荣扫清障碍。但是如果对泡沫破灭的可能性没有基本思想上和物质上的准备，则可能遭受极为痛苦的损失，多年的劳动成果很短时间内付之东流。

2/ 硅谷著名风险投资家, Chamath Palihapitiya 在 2018年十月的一个访谈中说：

“我们处于一个巨大的， 多变量的， 庞氏骗局中. （如果你是一个成功的创业者）， 那些投资者会对你献殷勤。这些人不是从自己的账上开支票，他们有份工作要做，就是拿别人的钱来投资。从这份工作里，他们拿到一个很明显的东西，年度的管理费。还有一个不太明显的东西，就是如果投资成功了，投资回报里面的分成。…

他们会来找你，会对你说，我们想和你合作，你是最好的，我们会来帮你，你真棒。穿上这件羊绒背心，这有我们公司的徽标在上面。我们以前投过某某某 公司，你知道吧。

于是他们给你投，比如说随便编个数字，一百万美元。然后他们参加你的第一次董事会，他们问， ‘你增长多快？OK， 增长得更快一些。’

如果你知道现在大约每一块钱的风险投资里，四毛钱马上就跑到谷歌/脸书/亚马逊手上，你也许会感到震惊。

“你以发生了什么？你认为这都是能够盈利的增长吗？不，那只是为了资助你去做些表面化的增长。只是因为有 VC 给你了一百万美元，叫你增长更快一点，你认为你的产品和市场需求在那一刻会更加契合吗？ 不！ 你只是拿了别人的钱，做一件别人叫你做的事，那就是增长，看上去在增长。

然后 VC 会去做什么? 他们转个身，对自己的哥们说，看这个东西，它在增长，你应该来投 B 轮。 然后他们又来参加董事会，他们说，伙计们，我们该融 B 轮了。 然后另外几个基金，都是 （A 轮基金的经理）自己哥们的公司，一块投了 B轮，把估值提高了五倍。 现在发生了什么？ 投 A轮的那个 VC ，回报看上去像个天才，虽然都只是纸上的， 但是看上去很厉害， 对吧？

投B 轮的经理又来董事会，他们问： ’你增长多快？嗯.. 你得增长更快。‘ 然后每块钱的 40%又跑到脸书/谷歌/亚马逊的账上。你又买了更多不盈利的增长 … 没关系，别人叫你增长，所以你在增长，你只是在做本职工作而已。 你的产品和市场的契合度是否有所改变？可能没有。但是你不断往里面砸钱。然后 B 轮投资者说，嗯，我们该融 C 轮了。我们快没钱了。那当然，每一块钱里面，要花四毛钱给脸书/谷歌/亚马逊，你当然快没钱了！ 他们给你介绍另外一个哥们，那人说，看上去不错，投！ 现在 A 有个不错的盈利， B 有个 OK 的盈利， C轮投资者 在基准线上。 C轮投资者说， ‘嘿，你增长有多快？也许你该增长得更快！’

与此同时，在B轮和C轮之间， A轮基金的经理说，‘嗯， 也许我该再去融资，再去开第二个基金。我玩得多溜！然后 A 找到一群投资者说，看看我的 IRR （Internal Rate of Return ), 多棒啊！ 投资者说，‘嗯， 看上去很棒‘。拿去，这是更多钱！“

（关于风险投资，可以参见笔者的老文章   王川: 外表丰满, 内在骨感的美国风险资本业 ）

3/ 在风投资金的 40%变为脸书/谷歌/亚马逊的营收的背景下，看一组数据：

脸书： 过去四个季度营收 （单位为十亿美元， 下同）， 和相对于一年前的数据, 和增长速度

Q1-2019: 14.9 vs 11.8, 26%

Q4-2018: 16.64 vs 12.78 , 30%

Q3-2018: 13.7 vs 10.3 ， 33%

Q2-2018: 13.23 vs 9.3 ， 42%

谷歌：

Q1-2019: 36.3 vs 31.1， 17%

Q4-2018: 39.2 vs 32.3, 22%

Q3-2018: 33.7 vs 27.7, 21%

Q2-2018: 32.6 vs 26, 26%

亚马逊

Q1 – 2019 : 59.7 vs 51, 17% （其中约三十四亿美元为广告收入，vs 2018年一季度，二十亿美元广告收入）

Q4 – 2018: 72.38 vs 60.45, 20%

Q3 – 2018: 56.57 vs 43.73, 29%

Q2 – 2018: 52.88 vs 37.95, 39%

三家公司2019年一季度的广告收入增量为七十七亿美元， 年化大约三百亿美元。但很明显可以看到，它们的增长速度过去四个季度都在不断减缓。

而互联网行业的另外两个巨头，增长更是乏力：

微软：Q1 – 30.5 vs 26.8, 14%

苹果：Q1 – 58 vs 61, -5%

4/ 关于全球风险投资和天使投资的信息来源很多，统计方法和分类各不相同，很难有完全准确的数据。

根据全美风投基金会 （ National Venture Capital Association) 的数据：

2018年全美风险投资实际投入高达创纪录的一千三百亿美元，这个数字已经超过 2000年 dot com 时代的一千亿美元的记录。与之相比，这个数字在 2009年时是两百七十亿美元，2013年时只有四百七十亿美元， 2017年时是八百三十亿美元。

而根据 Crunchbase News 的 Jason Rowley 在 2019年一月的一份报道，全球的早期天使到晚期风险投资的金额在 2018年高达三千四百亿美元， 相对于 2017年增加了一千两百亿美元。

假设这些资金有 70% 是在互联网/软件/金融/娱乐相关的全球企业上，而这些企业里有一半需要通过 脸书/谷歌/亚马逊/ 来做推广，他们把融资的 40%用于广告商，那么这一千两百亿美元的增量，就对应于

1200 * 0.7 * 0.5 * 40% = 168 亿美元的广告收入。

换句话说，全球风投资金的增量，撑起了脸书/谷歌/亚马逊的至少一半以上的增长。

再换句话说，即使全球风投资金2019年保留在 2018年的高位，但增量为零，假设其它情况不变，那么脸书/谷歌/亚马逊的广告业务增速至少减掉一半以上。如果风投资金量回到2017年的水平，将意味着这三家公司的业务不可避免的出现负增长。

5/ 2017 年一月， 软银的孙正义先生高调现身于投资界，宣布投资十亿美元于办公场所共享的企业 WeWork. 同年五月软银的愿景基金 (Softbank Vision Fund) 成立，宣布将募集一千亿美元的资金用于投资高科技企业。据称截止到 2019年四月，愿景基金实际已投出七百五十亿美元。 也许纯属巧合，2017年初到本文发稿的2019年五月六日的两年半， 纳斯达克指数上涨了 50%。

软银愿景基金的最大一笔投资，是 2018年一月对 Uber的投资. Uber 招股书显示，软银控股的公司拥有两亿两千两百万 Uber 的普通股（从原始股东那里购买）， 成本为每股 $32.97， 总共成本七十三亿美元. 同时软银还支付了十到十三亿美元购买了 Uber 的优先股，每股成本 $48.77, 但到 IPO 之前每年会支付三点九美元的股息。

Uber 的招股书显示, 其账上现金有六十四亿美元， 但长期债务有六十八亿美元。 2018年全年营收一百一十亿美元，比2017年增长了 42%， 但 2018年第四季度, 第三季度，第二季度， 核心平台调整净收入 (core platform adjusted net revenue) , 基本没有增长, 都在二十五亿美元左右。Uber 2018年和 2017年实际经营现金流都在负的十五亿美元左右， 2018年会计上的运营亏损为三十亿美元 （与之相比，在二级市场饱受众多做空者攻击的特斯拉，过去十二个月的经营现金流为正的十八亿美元）

根据 Crunchbase 的数据，2014年十二月那一轮融资时，Uber 估值就已经到四百一十亿美元，当时的投资者购买的是价格为每股 $33.3 的优先股， 每年支付约 8%的现金股息。 2014年十二月之后，累积有接近二百亿美元的资金投入 Uber, 除了孙正义购买的普通股之外，大部分是每年支付 8% 股息的可赎回可兑换优先股 (redeemable convertible preferred stock)，成本都是每股 $48.77 美元。这些优先股在 IPO 之前都将转换成普通股，总共会有大约十三亿六千万普通股。 如果 Uber 下面几天成功如计划在 44-50美元之间发行一亿八千万新股，那么总共的普通股就会达到十五亿四千万，48 美元的股价对应市值约七百四十亿美元， 33 美元的股价对应约五百亿美元的股价。五百亿美元的市值是底线，低于这个数，就意味着软银的投资开始亏损，就意味着 2015年之后即使每年收了 8%的股息的优先股投资者也要面临亏损。

当一个每年亏损三十亿美元， 增速变缓的公司终于上市，当有两百多亿美元的资本，憋了四年后嗷嗷待套现，你就知道，有些激动人心的事情注定会发生。

但上市之后一般还有六个月的锁定期，大多数早期投资者和熬了多年的员工，只能先看着每天的股价波动计算自己的纸上富贵。

6/ 预计 Uber 本周 ipo 融资额在八十亿到一百亿美元之间。 要让一个市值七百亿每年亏损三十亿的公司把故事继续讲下去，管理层会继续烧钱推动公司的增长，并做一些兼并收购。

但是，网约车终归是一个拼价格的事情。隔壁还有同样新进融资但没有负债的 Lyft 在虎视眈眈。 要降价抢市场谋增长， Lyft 有资源奉陪； 要涨价谋利润，就等于把市场拱手送给对方或者 别的 Taxi 公司；要挤压司机的提成更是使不得。接下来的两个季度财报，增长可能继续放缓，但现金流和利润很难真正好转。

2019年十一月股票解禁的哪一天， 当年48美元购买优先股的投资者说， 我要套现了，谁要买市值七百亿亏损三十亿的公司！ 33美元购买普通股的孙正义说，我要套现了，谁要买市值五百亿亏损三十亿的公司！ 某些员工说，我的 RSU 每股成本只有九美元，我要套现了，别跟我挤！亚马逊的贝索斯说，我2011年就投了，每股成本只有几毛钱，我要套现了，谁也别跟我挤！

突然几天之内，股价可能迅速跌破 33 美元， 2015年之后所有的机构投资者，经过四年的苦熬，大家的账上都变成亏损。

2019年的圣诞节， 投资 Uber 两百多亿美元 的各大风投基金，盘点下来，发现好不容易多个投资里面等来的唯一的成功退出，居然还是亏损， 这如何向 LP 交代？

7/ 原先期待套现之后，继续增资到新的风险资本基金的 LP 们，此刻突然开始踩刹车。软银的诸多金主，很多也可能因此变成观望态度，之前的一些长期承诺也暂时搁置。

如果全球风险投资金额 2019年和2018年相比仍然持平的化，2020年可能不仅没有增加，还会突然跳水，迅速跌回 2017年，甚至更早的水平。风投资金从 2017到2018年的一千两百亿美元的增量，可能突然变成从 2018年到2020年的至少负一千两百亿美元的 delta.

风投资金的萎缩，将直接迅速影响到谷歌和脸书营收， 最早 2020年一月公布 19年四季度财报时，他们可能第一次出现收入的萎缩， 收入的萎缩，来自于客户的减少和单个广告点击费用减少的双重打击， 如果不迅速裁员和缩减开支，必定带来更大的利润的萎缩，而利润的萎缩，必定带来市盈率的萎缩。原先二三十多倍的市盈率不觉得高，面对利润的不确定性，十几倍的市盈率也嫌贵了，这对股价的打击会有多大， 持续多长时间，只有天知道。

8/ 原本以为捧着金饭碗的谷歌/脸书/亚马逊的部分员工，可能最早在 2020年上半年面临裁员的坏消息。与此同时，大批被风险资本支持，长期亏钱买增长的公司，将因为风投资金的断粮而突然倒闭关门，他们的倒闭将连续几个季度，甚至一两年导致谷歌/脸书的广告收入不断萎缩。

一时间，市场失业的工程师会多了几倍，空缺的职位少了一半以上，供需关系易势。连带着影响下游的消费业和房地产行业。办公楼的租金受到的影响最大，有的地方可能因为空置率大幅增加，而在两年之内租金缩水幅度超过 70%。 这可能最早在 2020年六月之前反应到美国的宏观经济数据上， 这意味着联储局可能在 2020年六月，甚至更早，要降息来刺激经济。

但无论如何刺激，没人会再花钱去购买不断亏损和贬值的资产。不可持续的商业行为只有让它自行彻底破产清算，才能翻开新的一篇，开始可持续的良性增长。

至于之后的演变，现在预测还为时过早。全球经济，已经有十年没有一个像样的熊市了。很多三十岁以下的年轻工程师和基金经理们，可能以为生活本该永远如此美好和刺激，他们准备好了吗？

本文最初于 2019 年 5月13号发布于笔者的公众号。

1/ 笔者在
王川： 为什么思维模型是最重要的财富 （一）
一文中曾提到思维模型的重要性。

2/ 搞技术的人有个误区，就是大大低估“品牌共识”的力量， 而只是一味注重简单粗暴的技术参数。

3/ 举个例子，杭州西湖，有着两千多年的文化历史传承，杭州长期为历代重要经济政治中心，多少文人骚客的诗词以西湖为背景，苏轼的一句“欲把西湖比西子”， 更是把西湖的这种历史文化沉淀出的共识推到极致。但西湖实际面积不大，不到七平方公里，满怀期望的外地游客，真正到了湖边，难免会有些许失望，觉得也无非如此。

4/ 而武汉东湖，面积达 33 平方公里，是西湖的五倍左右，客观的说，景色要比西湖强不少。从各种技术参数和硬件设施看，不比西湖逊色。但是，武汉东湖没有西湖的这种文化底蕴，没有听说什么脍炙人口的诗词以东湖为背景，在全中国来看，名气 （或者说“共识”）远逊于西湖。这也就意味着，和东湖相关的一些虚拟文化概念/产业，价值完全无法和西湖相比。总不能也去模仿苏轼写一首诗“欲把东湖比东施”吧？那就贻笑大方了。

5/ 而同在武汉的黄鹤楼，看上去也没什么，但崔颢的“昔人已成黄鹤去”， 和李白的“故人西辞黄鹤楼”， 决定了它拥有比东湖大得多的名气和价值。反思下来，要提升东湖的价值，重点不是硬件的建设，而是创造家喻户晓令人神往的诗词或传说故事， 但那可不是一朝一夕可以刻意为之的事情。

6/ 十年过去了，关于比特币的传说轶事还少吗？谜一般的中本聪，十万个币买比萨饼，多起黑客盗币或勒索事件，门头沟之倒闭，HODL 等等。 它的故事如此之多，以至于所有人都想朝它身上蹭热点。其它区块链技术可以开足马力宣传各种技术参数之优越，但遗憾圈外大量机构基金“只知有比特，无论以太, 更罔顾其它山寨链”了。

7/ 搞技术的人另一种错觉 （有时看上去像是傲慢），就是因为自己对底层技术细节非常清楚，那么以为自己对于技术的应用场景也会懂得比别人多。但这里的关键在于，你永远无法想象某个新技术对于你视野之外的别人能够产生的所有应用场景.

8/ 比如特斯拉的 Autopilot 技术，普通人只是把它当作一个辅助自动驾驶技术。但是最近一对青年男女开着一辆 Model X, 启动 Autopilot 模式，在车内嬉戏， 并把录像上传到国际知名视频网站“伯恩哈勃”上面， 从四月三十号到五月十一号期间获得接近八百万点击量。特斯拉 CEO 马斯克也评论到“使用 Autopilot 的方式超乎我们的想象”.

9/ 万维网的出现， 最初来源于欧洲核子研究中心的临时工 Tim Berners Lee， 在八十年代末，把超文本 (Hypertext) 技术，和 TCP, DNS 技术综合起来，方便不同地方不同电脑系统的研究者迅速共享文件。这个技术后来引发 1993年第一个网络浏览器 Mosaic 的出现，还有后来基于此的各种电商应用，远超创始人的想象。

10/ 结构 （技术细节）和 功用 (应用场景）是两个完全不同的概念。但是人们往往把这两者混淆。误会之一是以为模仿同样的结构一定可以实现同样的功用，误会之二是以为要实现某个功用就必须要有某个特定的结构，误会之三是因为拥有某种结构就把自己限制在某个特定的功用上。 在生物进化的过程中，常常出现一个现象，被称作 happenstance, 就是某个常用的结构慢慢演化，发现可以产生别的新的功能，然后就自然而然顺着这条新路来演化。鱼瞟本来是控制鱼在水中的沉浮，后来慢慢变成呼吸器官，然后演化变成上岸后的动物的肺。蝙蝠的翅膀，是由原来的哺乳动物的前臂演化而成。

11/ 同样， 比特币，作为

一个严格基于数学算法的，

不可篡改的，

连续运营十年饱受各种攻击而不倒的

开放的， 无需许可即可链接

的全球化账本和软件系统，一开始是由一群程序员创立，因此很多人的思维模型很长时间还停留在最初做小额支付的场景上， 其争论关心的焦点还停留在自己理解的有限使用场景里的技术细节 （如支付费用，每秒交易量等等）。但当外面更多人加入此生态系统后，其潜在应用可能超越所有人主观想象.

12/一个全球开放， 无需许可即可链接的软件系统，获得”应用场景之惊喜”的概率，必定远远大于画地为牢的封闭系统， 二者的差异是指数倍增加的.

13/ 当最近某南美小国要求英国央行归还其黄金储备，而被粗暴拒绝时，它是否给很多其它小国的央行敲了警钟，要去寻求新的替代解决方案？ 当矿工耗费巨大算力和电能获得了比特币之后，是否可以把它反过来，看成一种高效率无损耗的存储算力和能量的装置和媒介？当世界上几亿人都想蹭它的热点时，也许在某个角落，未来将会浮现类似 Tim Berners Lee 一样的研究者，无心间在它之上开发了某个爆款式的应用？

本文于 2015年1月16号发布于笔者的公众号。

点击这里可以看到本文做成的 NFT.

（下面这篇文章最初发表于2014年11月30号。今天瑞士央行宣布瑞郎汇率不再盯住欧元，引发全球金融市场大幅震荡。瑞士法郎对欧元汇率一度从1欧元兑1.2 瑞郎跳跃到 1欧元兑0.75瑞郎，15分钟内的波动将近 40%。到目前又回到 1欧元兑1.03瑞郎左右。预计大量用杠杆进行外汇交易的基金今天会清盘倒闭。几点总结： 1. 金融资产的价格及其波动幅度，没有任何神圣不可逾越的红线，万事皆有可能。 2. 千万不要用金融杠杆，否则会死的很快很惨。 3. 央行不是万能的，最终会屈服于市场压力。 ）

瑞士作为世界知名的洗钱逃税的中心，一直被各地富豪钟情。瑞士法郎 （下面简称瑞郎）作为主流货币，币值坚挺。

2011年八月，欧洲陷入深深的经济危机，瑞郎对欧元兑换率不断攀升，对瑞士出口经济形成巨大压力。

2011年九月六日，瑞士央行突然宣布，将瑞郎与欧元挂钩，无限制的用瑞郎购买欧元，将兑换率固定在 1瑞郎兑0.83欧元 （或者 1 欧元= 1.2 瑞郎）以下，而不允许瑞郎比这个价格更贵。

瑞郎在外汇市场十五分钟内暴跌9%左右，由于大部分外汇炒家都是用几十倍的杠杆，顷刻间站错队的投机者在哭爹喊娘的嚎叫中灰飞烟灭。所有看似高大上的量化交易模型，在那一瞬，沦为狗屎。一个长期坚挺的安全的主要货币，15分钟内对欧元和其他主要货币下跌9%，这在外汇市场上空前，是所有人无法想象，不敢想象的。当时的惨烈有诗为证：”尸填巨港之岸，血满长城之窟，无贵无贱，同为枯骨“。

此时不为人知的是，三周以前，有个基金经理，早已在外汇市场为这一天做好准备。此人名叫 卡诗娅 (Kashya), 她八月十五日卖掉大量瑞郎换成美元，三周后这一笔交易让她赚了六万多美元。

卡诗娅的老公名叫 菲离谱*海的不蓝 （Phillip Hildebrand)，就是当时瑞士央行的行长。他的一个政敌将此事捅出去，海先生则坚称自己不知情，只是老婆靠经验独立地发现了这个交易机会。最终在强大舆论压力下，2012年一月，海先生被迫辞职，同时将老婆的获利上交给瑞士的慈善组织。

卡诗娅六万美元的利润，其实和最近多家银行联合操纵外汇市场的巨大丑闻相比，只是沧海一粟。

几周前的11月12号，英国监管机构对包括花旗，汇丰，JP MORGAN， 瑞银和苏格兰银行这五大银行处以高达十七亿美元的罚款，作为对其2008-2013年操纵外汇市场的处罚。全球外汇市场每天交易额大约五万多亿美元，40% 的交易在伦敦发生。

这些大银行操纵市场主要有两个比较有代表性的手段：

一是外汇投机者通常会给自己的仓位设一个止损点，如果汇率过了这个止损点则平仓止损。大银行对自己大客户下单的止损点一清二楚，联合起来故意使汇率超越止损点，然后强迫平仓坑害客户。

二是外汇交易有一个概念，每天伦敦时间下午四点钟最后六十秒交易汇率称为”四点钟路透汇率“。 大银行为客户进行外汇兑换时都是按照这个”四点钟汇率”结算。许多银行交易员常常在四点之前建一个仓位，实际上就是非法提前于客户交易 （frontrunning)，然后和别的银行交易员勾结，把成交的“四点钟汇率”砸到对自己有利的数字点，赚取差额。大客户数亿美元的外汇交易，只要多赚取千分之一到二的利差，对交易员就是一天多出的几十万美元的额外利润。

不难计算出，就上面两条，五家银行每天操纵外汇市场的非法利润，五年下来远超过十七亿美元的罚款。所以此类非法行为未来不可能根除，只会更加隐蔽，换一些花样罢了。

没有任何优势的小投机者，想在外汇市场取利，几乎不可能。前不久一个我在中国的朋友咨询我，一家自称每月靠外汇交易获利30%以上的公司，在国内大打广告，并和他们联系。我就告诉他，绝无可能，赶紧跑，跑得越远越好。

本文最初于 2019年6月28日发布于笔者的公众号。

1/ 脸书 Libra 区块链白皮书的推出，吹响了向智能合约进军的号角。在脸书之前，区块链行业所有各类钱包软件安装总数全世界估计只有三千五百万 （数据来源 statista 网站），现在这类技术将要普及到脸书平台上接近三十亿用户，这是两个数量级的差别， 量变必然导致质变。

2/ 白皮书里的所有约定和设想以后都是可以改的，死抠白皮书里面的字句和段落进行斩钉截铁的预测，基本是浪费时间。脸书账上有四百多亿美元现金，Libra 联盟拥有 28个包含 Visa, Mastercard, Paypal, Uber 等商业巨头在内的伙伴。在和全球监管者和立法者的沟通协调中，有理由相信这个组织有实力有智慧摸索出一个被多数人接受的解决方案。

3/ Libra 将给脸书平台上将近三十亿人提供了一个非常简单的界面去直接使用区块链技术， 同时逼其它竞争者也要迎头赶上。这势必逼迫微软谷歌亚马逊等公司推出与其相竞争的系统，而这又会推动欧洲日本和中国推出与其竞争的系统，下面的演变无法单单孤立分析一两个公司可以预测，可能超出所有人的想像。

4/ 传统商业模式里面，整个价值链上的摩擦太大，交易成本太高， 从信用调查，律师，会计，支付/收账，如何处理违约纠纷等等各个环节成本都非常高。这导致很多隐性的， 无法想象的，单笔交易价值不高的市场需求被掩盖住了。一旦交易成本足够低，而且全球所有人都可以非常轻易地上链通过智能合约直接交易，这释放出来的巨大生产力，将超过所有人的想象。

5/ 智能合约降低商业成本的几个角度：

a) 因为支付费用接近于零，买卖双方支付频率增加，可以隔一天，隔几个小时，甚至隔几分钟进行一次小额支付，这样即使一方违约，因为违约金额很小，另一方的风险也会小到可忽略不计。

b) 区块链上可以涌现出一系列复杂的客观参数，可以被智能合约的参与方直接引用来判定某个条件是否满足，是否可以执行智能合约的某个条例。这样不需要人工干预人工判定，极大降低商业成本,并且使合约履行没有时间的迟滞。很多商业交易，往往需要第三方托管机构 (escrow), 他们的人工服务费用往往要几百，几千美元甚至更高。智能合约的发展，将不断减少人工干预的需要，压缩这类服务的费用，并将其自动化。

c) 因为违约风险降低，账期大大缩短，服务方可以降低收费，买卖双方共赢。

d) 因为商业成本大大降低，可以低成本的进行各种主动测试和探索，发现新的市场需求和模式。

e) 投资时， 资方可以通过程序自动设定，限制资金的使用方式，额度，等等，减少会计审计的需求和成本。

f) 可能涌现出某种极为高效的全新的商业组合，类似于古生物进化史中线粒体和叶绿体的共生关系，组合产生出更复杂的细胞和生物.

g) 一些标准的智能合约，可以接近零成本地被证券化，排列组合，转卖，抵押等等，这可能会在早期被一些人加杠杆滥用，但长期看将极大提高一个复杂系统的商业活力。

6/ 会有多个去中心化程度各异的区块链系统之间彼此竞争，最终胜出的两三个系统，将会是规模最大最开放，生态最完备，综合交易费用最低, 效率最高的平台。 现在预言谁将是最终的胜利者，仍为时过早。但当某个玩家的一系列特定的结构特征涌现出来的时候，有心人会很早一眼看穿：就是它！

7/ 这迟早会对传统商业银行，投资银行，资产管理， 保险等所有业务产生重大冲击，其影响先会从最简单的和边缘的业务开始。现在学金融专业想去华尔街投行谋职者，就好比一个九十年代的学生，想申请去纽约时报/时代周刊做一个外表光鲜，看似高大上的记者。

8/ 想象和理解一个新范式下涌现的新的需求和新的组织方式会非常困难。古人很难理解一个用低级化妆术包装后的直播明星可以获得巨额打赏，很难理解股票的二级市场和衍生产品，很难理解为什么终日在狭小办公室内盯着电脑屏幕的交易员会比在田里辛勤耕作的农民更富有， 很难理解为什么有的商业组织亏很多钱也能在资本市场被赋予极高的估值。

9/ 同理，今人也很难想象一个和全球几十亿人通过各种复杂智能合约开展实时合作的人的生活方式。财富未来将不仅仅是银行里的存款，房子，黄金，而会变成几十亿人之间， 或人和机器之间开放的，无需许可的，流动性极高，24小时不间断交易的各种智能合约和它们排列组合之后的五花八门的衍生品。你可以通过智能合约，把你的劳动力，智力或品牌，以一种现在无法想象的方式与外界交易，甚至可能发现“变现”这个概念变成一个伪命题，还不如把财富就留在智能合约里。这类似现代人的财富保存方式大多是银行存款和或股市里的证券 （而不是变现成黄金白银猪肉牛肉）， 但是未来的智能合约又要比这个高一个维度并丰富很多。

10/ 通常你如果在意某件事，意味着它对你是个明确的挑战。最理想的状态，是你根本没有意识到还有某件事的存在。比如少年时整天疯疯癫癫/歇斯底里地蹦蹦跳跳，完全没有意识到腰或者膝盖可能受不了，年纪大一点才意识到某些运动如爬山打球要节制，免得伤膝盖。再往深处想，年少时身体很多部位的“健康冗余”比较多，即使某个局部暂时耗损大，要么很快恢复，要么可以通过别的肌肉群来弥补，所以对身体健康完全不在意，大脑甚至都没有感觉到某个部件的存在，想怎么用就任性地用，直到某一天耗损过度，冗余用尽，产生病痛，才意识到原来还有这些问题。

11/ 这又回到策略上的角度，正确的策略应当是在各个维度建造多种冗余，而不是追求某个孤立指标的极致。这样在任何维度遇到困难，都可以轻松地从另外一个维度绕过去，以至于自己甚至都没有意识到这种困难的存在。而这种困难对于没主动构建冗余的其它人而言，则往往捉襟见肘，像病痛一样日常并折磨内心.

12/ 当人们每天谈论要奋斗要成功时，实际上意味着其潜意识里财富来源的冗余度还很低，因此内心严重缺乏安全感。未来当智能合约的复杂化，普及度和交易成本过了一个临界点后，财富获取和存储方式的多样化大增，对相当一部分人而言，因为财富来源和存储的冗余度极高，赚钱的方式太多太容易，以至于完全不存在对于贫穷的恐惧，把钱当作空气一样稀松平常，而不是一种值得拼命追逐攀比的稀缺资源。很多人甚至完完全全都没有缺钱这个概念，(what, me worry? ) 而是像一个蹦蹦跳跳的少年一样纵情挥霍区块链上各种取之不尽的智能合约的资源。

13/ 也有可能有部分人，因为以前穷怕了 （好比低血糖患者），思维定式上本能地聚焦于对各类智能合约的暴饮暴食和对各种资源在本地的囤积，而没有去规划限制过度本地囤积之后产生的大量冗余造成的负担，以保持身心平衡。这些人可能出现某种类似于糖尿病机制的，对于财富的慢性富贵病 （这里高血糖等价于过多的财富，胰岛素好比某种合理调配消耗资源的能力，脂肪类似于某种流动性差的价值存储媒介). 糖尿病患者会有消瘦，尿频，饥渴的症状。财富糖尿病的患者亦会有类似的心魔和困扰。智能合约普及化导致资源极大富足后，这将是个不可避免的课题。

14/ 可以把当今社会人之间的各种雇佣合作关系看成是智能合约的古典版，但回款周期长，交易成本高（且违约率高），扩展性差（只能同时保持少数几个智能合约关系），自动化程度低 （很多环节需要人工干预）。未来人们势必朝向交易成本低，扩展性高（全世界几十亿人自由互联），自动化高的最大的两三个平台上靠拢。而极高的扩展性和自动化程度，可能导致极少数人在这样的平台上迅速获得史无前例的巨大财富和资源，让古典经济模式下的超级富豪也小巫见大巫。比特币过去十年的迅速增长，也许只是这个大趋势的预演而已。

15/ 最终，我们的财富取决于我们和外界合作的规模和效益 （而不是对某个孤立的实物的占有）。毫无疑义，未来人类之间合作的规模和效益将比现在高几个数量级，并且会不断增长。智能合约的发展将彻底改变个体间的合作模式，在底层重新定义和驾驭财富， 让我们开辟和创造一个全新的世界。

本文最初于 2019年7月29日发布于笔者的微信公众号。

1/ 马斯克 (Elon Musk) 旗下的脑机接口公司 Neuralink 七月十六日宣布，已经开发出一个系统，可以将三千个微型电子探针植入动物大脑，连接电子探针的芯片在实验中已经可以让猴子通过大脑控制电脑。Neuralink 计划2020年上半年开始招募志愿者，对人脑进行测试。

2/ Neuralink 技术现在的程度， 也许相当于互联网早期， 1968年夏威夷大学开发的 Alohanet. 从 Alohanet 到 1993年的 Mosaic 网络浏览器的出现，等了25年；再到云计算的出现，又等了 13年。

3/ 对于简单的意念输出，比如大脑去控制移动和点击鼠标，可能只需记录不到一百个神经元的信息输出。对更复杂的对话，可能不到一万个神经元的输出就够了。大部分邻近神经元的电脉冲信息雷同冗余。假设一个神经元的输出需要三十个电子探针来记录，那意味着 Neuralink 目前的精度离人机对话的实现只差两个数量级左右。

4/ 普通人一分钟说 150个英文单词，大约1000个英文字母，折合最多一分钟 8000 比特， 一秒钟 133 比特。想象脑机接口如果连接一万个神经元，信息输出速度要超过一秒钟 133 比特，不是一个挑战很大的事情。

5/ 一旦脑机接口的精度和速率超过普通人口语对话，接口底层的硬件技术就不是最值得让人关心的事情了， 甚至 Neuralink 是否是最终的赢家，都无所谓。会有若干家公司展开竞争，接口的数据传输精度还会不断继续提高，单位价格不断下降，按照类似半导体行业的摩尔定律在进步。不管是两年翻一番，还是四五年翻一番，都没关系。 可以参见笔者的老文章

王川: 摩尔定律还能走多远? (六) – 有钱能使鬼推摩(尔定律)

6/ 更重要的是，这将导致人机互联，人人互联的一个全新管道，一个全新的垂直整合，上面会衍生出彻底改造现有人类社会架构和生态的全新的应用。而这个未来离我们的距离短则五到十年，长则最多十五到二十年。

7/ 当大脑和机器交互的速度比现在人眼的阅读，嘴巴讲话更快后，人们会把很多信息直接存储于贴在耳边的某个类似 U 盘的内存装置上。这个内存装置可以轻松把人类世界过去几千年的大部分知识储存，供大脑瞬间查询， 这将成为大脑记忆的一部分。

8/ 会有人提供一种脑联网上的云服务。你可以把你需要做的某种研究分析，瞬间外包给这种云服务去做处理分析。比如到一个陌生的物理环境里，迅速可以知道这里有什么资源可以获取，迅速知道附近有什么潜在威胁，迅速知道和你打交道的人/集团的背景资质, 等等。

9/ 脑联网上的各种服务交换的需求，势必推动涌现出一种很可能以区块链技术为基础的等价交换物， 用于迅速的支付和价值存储。可以参见笔者的老文章

王川：向智能合约进军的号角已吹响

10/ 人面对面交谈的需求减弱， 因为通过脑联网沟通的信息精度和数量，将大大超过面对面交流的信息量 （包括以前很难用文字表达的语气，肢体语言， 等等），而且效率更高。

11/ 很多传统人的大脑错乱的疾病，包括无法控制饮食/上瘾/抑郁症/狂躁症/强迫症这类的问题，都可以通过对于某些大脑神经元的直接抑制来轻松解决。新技术发展过程中，也可能出现更复杂的，我们现在无法理解的新的大脑疾病。

12/ 脑联网带来的感知升级是没有限制的。比如可以把方向，卫星定位信息，周边地貌，温度天气，市场行情等或者你日常工作需要查询的信息直接植入大脑瞬间读取。以前需要花几十秒，几分钟查询的信息变成几毫秒之内就可以获取。这种超能力的升级，没有边界。

13/ 连上脑联网的人，大脑存储，吸收，可以分析处理的信息量，都比传统生物人要高若干倍，而且还会加速增加。拥有这种超人能力之后再看普通人，基本上就是像我们看小猫小狗一样的感觉。大部分情况下超人没有兴趣懒得搭理普通生物人，只是偶尔有闲情逸致就像逗猫逗狗一样逗他们玩而已。

14/ 因为大脑的记忆可以写到外面的机器上，个体的生活体验可以很容易多次复制，存放到脑联网上。同时个体的信息输入，将不限于眼睛所看到的和耳朵听到的。个体的“自我意识”的边界，开始变得模糊。

15/ 人的“自我身份”是由大脑的记忆集合组成。但很多记忆不完整，细节不够，常常出错，大部分人对于五岁之前的生活经历基本没有任何印象。如果脑联网可以把你生活每一天的经历全部完整高精度存储下来，没有任何失真，再补上其他人其他角度的记忆，这对“自我身份自我意识”的影响，很难想象。

16/ 因为个体感知的边界通过脑联网不断扩大，个体记忆的存贮也会被大量备份/分布式存储，所以个体”自我意识“的存在会发生微妙的迁移，直到有一天人们发现”自我意识“只是大脑构建的一种自洽的”幻觉“而已。而这种幻觉可以被迅速分布式保存/复制之时，就是人”永生“实现之时。

17/ 通常科研实验的时候，大部分时间都浪费在找东西上，而非实验本身；公司开会讨论问题的时候，大部分时间在等人，找文件或信息，但大家要都有同样完整的背景信息才可有实质的讨论交流。脑联网最终可以做到把这些文件信息搜寻和读写的时间压缩到接近于零，让成百上千的个体在同样的信息基础上高效协作。

18/ 因为脑联网可以实现的信息沟通速率大大提高，可以浮现出某种几十人，几百人，甚至上万人和机器高效合作的一个超级智能组织。这个超级智能组织可以摄取的信息量，交叉验证和整合的信息量，合作分工的效率，将不断达到一个前所未有的新高度，对于远处的外界观察者而言，它看上去像是一个有独立自我意识的，不可分割的超级智能体。 会有各种不同规模，不同软件操作系统支撑的超级智能体涌现，彼此有竞争也有合作，然后优胜劣汰，不断重新排列组合。

19/ 上面描述的这个发展路径，其实和生物进化历史上的 原核细胞演化出真核细胞，单细胞演化出多细胞，猴子进化出可以通过语言文字协作群居的人类社会一样，没什么新鲜，没那么可怕，但是不可阻挡。

20/ 脑联网更大的潜力在于，可以使人类科技文明加速产生类似“核裂变”的现象，在极短时间内导致翻天覆地的， 即使用现有思维模型也无法精确预测的巨变。

21/ 核裂变里的链式反应的本质，是核燃料的原子核和中子碰撞，很短时间内释放出多余的能量和更多中子， 当多余的中子没有被泄露而参与下一轮链式反应时，又会有更多的能量和中子释放。中子数和释放能量在很短时间内呈指数倍增长， exp （( k-1) t / lamda）, 就会形成链式反应。

22/ lamda 是核裂变里的”平均寿期“ (mean generation time， 在公式里标记为 lamda )， 就是核裂变里中子从释放到参与下一轮裂变的链式反应的平均单位时间长度。（另外还有个相关的概念，所谓“瞬发中子时间”，此处不细表） 因为这个时间长度可以短到只有 0.0000001 秒， 意味着一秒钟内可以指数叠加一千万次，即使 k 比 1 只大一点点， 释放的能量也极为壮观。

23/ 世界科技经济进步的发展，从 1840年之后非常类似越过临界点后核裂变链式反应的增长, 这将近两百年间，发达国家新生儿的人均预期寿命从不到50 岁慢慢增加到超过 85 岁。全世界人口打破了马尔萨斯人口论的诅咒，从 1840年的不到十二亿暴增到现在的超过七十亿。

24/ 人类文明裂变升级的“平均寿期”可以粗略定义为“知识量”翻番所需要的时间。有学者估算，在十九世纪之前，这个平均寿期为一百年。到二十世纪中叶，它降到约二十五年。今天，不同行业发展进步速度不一，但整体上知识量翻番所需要的时间， 尤其是新兴产业的知识，已经降低到五年以下甚至更短

25/ 电报，电话，无线电，互联网，移动互联网大大提高了人际通讯效率并不断降低通讯成本， 对于压缩“平均寿期”起到了关键作用。而脑联网将继续大大提高人际和人机之间的沟通效率，继续缩短这个”平均寿期“。

26/ 核裂变的数学模型里， 当链式反应每次裂变后，催生的参与下一轮新裂变的中子数 k > 1 时，这就是常言的“越过临界点”。链式反应是否突破临界点，取决于下面六个参数的乘积：

热裂变系数 * 热利用率 * 逃脱共振几率 * 快中子裂变系数 * 快中子不泄漏几率 *热中子不泄漏几率

27/ 类似的，当人类文明发展过程中，当发明创造出来的技术产生经济效益，反哺社会，催生更多新的技术进步时，这也是“越过临界点”。这个临界点的计算，也许可由下面几个因子乘积组成：

人才培养率 * 人才利用率 * 科研成果产出几率 * 逃离学术界到商界几率 * 产品成功盈利几率 * 盈利反哺人才培养的几率

28/ 核裂变能否越过临界点，和核燃料质量的三分之一次方成正比，和材料密度的三分之二次方成正比 （密度越大，中子和邻近原子发生碰撞，所需穿越的距离越短，因此时间也越短）。比如 U-235 为原料的原子弹，至少要 52 公斤以上才有可能越过临界点引爆 （数据来自维基百科）。

29/ 类似的， 市场参与的人数越多 （类似核燃料的质量），互相同时协作的人数越多 （类似于密度），人类文明越过临界点产生链式反应的几率就越大。

30/ 通讯费用的下降，使全球更多人可以参与市场协作分工，本质类似于增加核燃料的质量。

31/ 通讯技术带宽的增加和迟滞的缩小，本质类似于增加核燃料的密度。

32/ 在核裂变的数学模型里，核燃料的密度对于越过临界点而言，比质量还要重要。我们无法改变某个物质的密度，但可以通过提高通讯技术水平，来改变信息传送的密度。

33/ 脑联网如果把人机交互， 人人交互的带宽提高十倍百倍，它的威力可能将远胜于市场人数的增加。以前要几亿人的大市场几十年才可以催生的技术换代进步，在脑联网里可能几万人在几年甚至几个月内就可以搞定。

34/ 中子的平均寿期的变化，就是可控核能利用和核爆炸的区别。脑联网将压缩人类文明裂变的“平均寿期”，这也意味着，人类智能的核爆，将会以远超过去的速度发展，其壮观程度将让所有人目瞪口呆。

35/ 1969年十月， UCLA 大学教授 Leonard Kleinrock 和他的研究生第一次把学校电脑和斯坦福大学的电脑通过数据网络远程连接上.他们试图传输 “LOGIN” （登录） 这五个字母。操作时， 双方同时电话连线：

一方输入字母 L, 然后电话问对方：看见 L 了吗 ？

回答： 看见 L 了。

输入字母 O, 然后电话问对方：看见 O 了吗？

回答：看见 O 了。

然后输入字母 G。

然后系统突然瘫痪宕机了。

（摘自 Gregory Gromov 的文章：Roads and crossroads of internet history)

36/ 但是，互联网的革命此时已经悄悄宣布开始了。

37/ Neualink 在 2020年将开始进行人脑实验，当它可以明确无误地展示，人脑纯粹通过意念对机器输出数字信息，L O G I N 时, 它很可能也会出现各种宕机的事故。

38/ 但我知道，一个不可阻挡的超级智能核爆已经开始了。其它所有古旧低效的智能载体/智能组织， 其它所有知识体系中的花拳绣腿/舞刀弄棒/飞机大炮，此刻已注定变为浮云。

本文最初于 2019年10月5号发布于笔者的公众号。

（1）

俗话说， 房价的关键是，位置，位置，位置。

在硅谷生活久了的人，会有一个错觉：那就是，房价总是一直涨。即使偶尔会有衰退，一般几年内就会恢复，再创新高，好区恢复得更快。房子拿出来卖，往往会有好几个买家出来抢，不断加价是常态。

前不久到东部旅行，一个朋友提到，他的房子价格仍然低于 2007年的买价， 让我吃了一惊。

硅谷很多地区的房价从 2014年之后就超过 2007年的最高点。联储局网站 stlouisfed.org 显示，硅谷所在的圣塔克拉拉县 (Santa Clara county) 房价交易指数在 2018年达到 233 （ 2007年是 164， 2011年最低时是 122）.

东部纽约市旁边的康乃迪格州 Fairfax 县，拥有大量大型对冲基金公司，房价交易指数在 2006年达到 165 的高点后不断下跌，2012最低到 128，之后一直萎靡不振， 2018年时指数仍然只有 135 。

华盛顿 DC 旁边的马里兰州的 Howard 县，全美最富的县之一，家庭中位数收入排名全国第三，虽然离首都很近，但房价指数在 2006年 到 206后，不断下跌， 2012年触底到 169， 2018年仍然只有 195 。

不是所有的东部地区都是如此，波士顿所在的 Suffolk 县，房价指数 2006年为164， 2015年之后就不断创新高， 2018年房价指数为 220. 在哈佛，MIT 周边的高新科技公司，显然对人口的涌入和经济的发展，起了重要的作用。

决定房价的最重要因素是位置，位置背后最根本的因素是就业市场的增长和人口的增长。而影响就业市场的因素，往往是看不见的， 甚至非常遥远的。08年金融危机后，高科技行业的迅速增长，远超其它传统行业。世界经济增长的红利，基本上被高科技最发达的少数几个区域获取了。行业兴衰趋势，这个根本因素，是看多少房子，也看不出来的。

南加州的洛杉矶县，拥有大量军工企业， 1991年底苏联突然解体后，美国削减军费，大批军工企业裁员，洛杉矶县房价指数从 1991年的 95 下跌到 1996年的 77. 一些城市的房价下跌一半以上，很多人因此破产。房价指数到 2000年后才创新高。

历史数据的预测价值是有限的。重要的东西，往往是看不见的。

（2）

美国的华人工程师社区，一个常常引起争议的祥林嫂式的话题，就是在大公司的 IT 行业，印度工程师在职场上的成就远远超过中国工程师。谷歌， 微软的总裁都是印度人，IT 大公司很多中层管理人员都是印度人。许多华裔工程师感觉在职场上弱势，努力干活但一直很难升迁。 就此，很多人归因为华人不肯交际，英语不好，不善于沟通，不参与社区活动，等等五花八门的原由。

其实找个反例很容易。

那就是半导体行业。

一个有趣的现象是硅谷的主要大型半导体公司的老总，目前都是华裔。这里有 AMD 的 Lisa Su, Broadcom 的 Hock Tan, Xilinx 的 Victor Peng, Nvidia 的 Jensen Huang, Marvell （创始人为华裔）, Cadence 的 Lip-bu Tan, Synoposys 的 Chi-foon Chan. 这都是一些市值超百亿，甚至千亿美元的大公司。除了 Intel 之外，基本上主要的半导体公司的老总都是华裔了。

如果我是印度裔的半导体工程师，难道要把华人在半导体行业的成功，归因为他们用筷子，写汉字和打麻将吗？

笔者有很多印度朋友，对聪明勤劳勇敢的印度人民怀有深深的敬意。从日常生活工作经验看，聪明勤劳勇敢的印度人民和聪明勤劳勇敢的中国人民本质都是一样的，任何表面上的差异都是表象，大家心里的各种花花肠子没有根本差别。（这里推荐一位在多伦多长大的印度裔喜剧演员 Russell Peters 的脱口秀，可以在油管上搜一下。他曾经讲过一个印度人和中国人讨价还价的段子，惟妙惟肖，令人捧腹。）

如果要猜测，半导体行业和 IT 行业两种截然不同的现象的原因，恐怕要追溯到两个行业发展的不同历史路径。

半导体行业，兴起于七八十年代，当时大批台湾和东南亚的华裔工程师入行，几十年下来自然会留下来极少数成为行业的高管。

印度裔工程师大规模移民美国，是九十年代的事情了，集中在 IT 外包行业。过去十年 美国 H-1 工作签证一半以上的配额都给印度人了 （这后面又有更复杂的历史原因，但现实就是如此）。

公司发展招新人，如果别的地方没有大差别，管理层都会有更大概率选择和自己文化接近，各方面更相似的人， 然后这种趋势在发展中不断自我强化。这是人性，是客观的群体现象。这不是一个简单的靠个人练好口语，提高交际能力就可以解决的问题。 可以参见笔者的老文章

王川: 从抄袭的进化优势, 看强者益强 (一)

不去思考理解行业变迁背后的群体行为特征，试图以个人看得见的努力，和看不见的群体规律做对，往往被玻璃天花板碰得头破血流，代价巨大。

重要的东西，往往是看不见的。

（3)

金融行业以外的人， 对于钱这个东西是如何产生，又如何消失的具体机制，是缺乏基本认知，一头雾水的。

08年次贷危机是怎么形成的， 为什么突然就没钱了？

09年之后美联储不断量化宽松，不就是不断印钞票吗，为什么十年来没有产生高通膨高利率，反而西方很多国家出现了负利率这种怪现象？

同样是印钞票，为什么土耳其，阿根廷，魏玛德国，委内瑞拉这样做，就出现恶性通胀？

这个话题不是一篇文章可以完全解释清楚，但是可以先介绍一个东西叫做 Cantillon 效应 (以经济学家 Richard Cantillon 命名）。其基本原理是，当中央银行 （比如美联储）印钱，流通到经济邻域时，商品价格的上涨不是均匀和迅速的。经济学家哈耶克打过一个比方，央行印钱，就像往杯子里面倒蜂蜜，它不会马上充满杯子，而是先聚在杯子中心，再慢慢流向四周。

信贷扩张的时候，离钱最近的公司和个人，受益最大。他们拿到央行的钱, 然后去放贷，投资，所到之处，房价和其他资产价格被推高，形成正反馈，还会催生各种影子银行体系的繁荣， 这时候有房有资产的人的金融财富迅速增加，看上去像天才。各种高逼格的致富方法论也应运而生。

其他大部分人还没有被增加的流动性所惠及，老老实实出卖体力赚辛苦钱的人还在九九六努力挣扎，蜂蜜还没有流到外围，暂时还看不到日常生活物资的价格上涨， 但是人们已经要为房价的上涨买单，或者被央行人为制造的价格信号所诱惑也去参与投机。

当蜂蜜渗透到外围，开始影响日常生活物价指数时，央行会采用各种手段减少信贷扩张，平衡物价指数。但这时可能会产生意想不到的效果， 一些金融资产的市值会因为来自信贷源头的蜂蜜的减少而突然暴跌，这就是2018年底美联储不断缩表的后果，导致 S&P 指数一度下跌到 2300 点左右。直到美联储官员出来表态要迅速结束缩表， 才稳定了市场。可以参见笔者的老文章。

王川: 2018年岁末, 七点随感

如果信贷萎缩持续时间稍微长一点，央行坐视不管，不加蜂蜜，那么杯子边缘的蜂蜜也会突然消失。这就是 2008年九月雷曼破产后的现象，整个商业票据 (commercial paper) 市场突然冻结，几个月内油价从一百四十美元一桶跌到三十美元。

不是所有想倒蜂蜜的央行，都被市场认可。土耳其央行和魏玛德国要多倒蜂蜜，但是控制了英吉利海峡，北海航道，直布罗陀，苏伊士运河，波斯湾，马六甲海峡， 巴拿马运河的英国央行和美联储认可吗？

投资创业者想要赚钱，但是如果对于商业银行，影子银行，中央银行，信贷的创造，扩张和萎缩的机制，缺乏一个基本的理解，不能顺大势而为，难道不是一件极为荒谬可笑的事情吗？

多少家长望子成龙，希望孩子能够上名校学上好专业，但是如果不能从事离央行，离蜂蜜源头最近的行业，而一直在蜂蜜传递链下端的很远处苦苦修行，和瞎子摸象，缘木求鱼又有什么区别？

重要的东西，往往是看不见的。

(4)

特斯拉九月底在北美洲推出的“智能召唤”（smart summon）功能， 可以让司机用手机在停车场内召唤车自动开到身边。短短一周内，这个功能被司机使用五十五万人次。每一次使用，都是一次无人驾驶的展示，都会引来旁边路人的啧啧惊叹，这意味着一个强大的活广告在各个角落被播放了几十万次。随着软件推送的铺开，这个广告的在世界的播放人次每周将会变成五百万，五千万。

特斯拉的对手看得懂他们将面临的灭顶之灾了吗？他们的对手不花一分钱在广告上，却获得世界上最强大的传播效应。当警察去给被召唤的特斯拉开罚单，发现车内无人时，这个故事是否会传遍他的同事朋友圈？当天降暴雨，一个女生的男友可以不让她淋雨而把车召唤到身边，而别人要冒雨在停车场狂奔时，这对她的内心是何等强烈的震撼？

拥有十几个摄像头，雷达和超级计算芯片的特斯拉，年产能达四十万辆并且还在迅速增长的特斯拉，已经事实上造就了世界上最大的，分布最广的移动智能机器集群。这是只盯着季度销售指标和财务数据的分析师很难理解，也很难看见的， 直到未来某个时间点，整个非智能汽车群体的销售开始不可逆转的全面崩溃。

（5）

理工科做技术的人，类似古代的武将，虽然出活出力流血流汗，但是如果不能掌握产业链各个环节上关键资源的控制力，则往往悲催的沦为他人的工具，其下行的风险远远大于上行的回报。

有些理工科背景者长期唯技术论，对于整个产业链的架构/市场定位等等，缺乏基本理解，迷恋于一种对于硬核技术的自我陶醉 （类似于天天慷慨悲歌，打打杀杀的武将），对自己的弱点和短板缺乏基本认识，对于非技术人员有一种（出于无知而导致的）鄙视情绪，其状态和这些武将非常类似。

一旦行业变迁，老技术不再需要，突然失业，一切从零开始，则悔之晚矣。

古代名将即使如蒙恬者，埋头专注于自身业务的发展，缺乏对朝中权力中心决策层变迁的远见和敏感，以至于秦始皇去世后，李斯被赵高说服矫诏，把蒙恬和扶苏诛杀。蒙恬在掉脑袋之前，都没想清楚这背后的逻辑，否则不至于如此被动，而缺乏反击的意志。

如果稍微有些大局观，比如明朝的戚继光，就知道和上面的文官保持良好关系，经常给张居正送各种大礼，以保证信息传递的流畅和不失真，以及自身地位的巩固。

重要的东西，往往是看不见的。有些东西，看见的时候，才发现脑袋马上就要搬家了。

只有少数有心人，不断主动探索发掘，不断感知思考， 方可化解危险于无形，把握机会于无声。