chuan

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。

（本文来自于 2020年五月十六日笔者在 投资俱乐部内部 做的分享。略有删改，一年半后现公开发布。）

———

今天和大家分享的话题是，总结高成长，垄断性的高科技企业投资，八个反直觉的坑。顺便结合过去几年投资特斯拉/亚马逊/腾讯/比特币的一些教训讲一下。

去年曾经在群内和大家分享了所谓“大猩猩级别”的 企业投资经验，但是后来慢慢意识到有些地方还没有讲透。这里总结了八个反直觉的误区。

首先要声明一下，这些方法论，会降低误判的可能性，但仍然不可能完全避免错误。但是， 高成长垄断性的高科技企业投资， 判断错误也许损失 50-80% （全部损失很罕见）， 而判断正确，回报是几倍，十几倍，甚至上百倍。如果可以把判断错误的几率降到四分之一以下，这样的风险和回报比例还是很值得的。

而避免这些反直觉的误区，就可以大大降低犯错误的几率。

财富来自于垄断。最近几十年看到的一个现象，就是巨大的财富，来自于全球性的大型新技术平台，通过建立垄断， 加强垄断，收入利润指数增长的过程，实现大规模的财富转移，这是任何普通人都可以参与并且分一杯羹的。而恰恰是很多眼光比较短的 （时间长度不超过五年）所谓专业人士常常错过的。

下面把这八个教训，八个误区，给大家拆解一下。

（1）

第一个教训就是任何新技术，新产品，服务， 在没有真正被市场验证之前，在没有比较可观的收入和客户数目之前，试图去分析它是否会成功，基本都是浪费时间。因为变量太多了。很多逻辑似是而非。

有个关键点，新的平台级别的公司，其底层商业逻辑往往是全新的，前所未有的，在早期，是完全不被理解的，不确定性很大的。是只有事后发展到一定阶段， 才能理解其逻辑。比如说， 微软这样的软件平台，以前是前所未有的，用固有商业逻辑完全无法理解， 事前分析预测不太可能。当时 intel, IBM 在八十年代早期，都没有意识到微软可以做那么大， 都没有意识到软件才是价值链的关键所在，都是到了八十年代下半叶，才开始恍然大悟。

但试图预测，拼命分析这样的傻事，我自己以前也干了不少，现在意识到这个问题无解，无法提前判断，只有说等到累积市场收入超过一个临界点，比如五亿到十亿美元，小的消费品或者社交平台，用户数量超过五百万到一千万， 才值得去深入研究。不是先有逻辑然后预测，而是等待业绩过了临界点，证明自己了以后，再去学习研究逻辑。

而且要意识到，在创投行业，收入数，用户数，各种造假虚报是司空见惯，如果不能亲自核实，很可能上当受骗。但是收入突破五亿到十亿美元，要想造假，难度会比较大了，从侧面调查去独立验证相对容易一些。

不去过早提前分析的一大好处是，不会过早被噪音所影响，保存脑力和精力。否则每个新东西出来，都要亲自去研究分析预测，要把人累死。

以特斯拉为例， 它在 2013年五月后股价大涨，从五十块一路涨到两百多块。但实际上这之前它是有破产的风险的，一三年一季度马斯克号令全体员工都去打电话来卖车。当年三月，因为怕撑不下去了，实际上特斯拉还在私下里和谷歌协商，把公司卖掉。后来销售突然上来了，超乎自己的预料，一季度卖了将近五千辆车，就是接近五亿美元的收入。（2012年全年只卖了两千六百辆）。

在没有被市场证明之前的投资者，虽然大赚了，但是风险是比较大的， 这次赌对了， 下次就可能赌错而全军覆没。稳健的投资者，应当等到市场已经证明了，再开始研究入场，虽然价格上来了，但风险小多了。

一句话就是“等待临界点”。

（2）

第二个教训，就是仅仅因为公司业务看上去迅速增长，而没有反复验证它的护城河，在这里指的是垄断性，就贸然入场。

垄断性不仅仅是某一个单方面的优势，而是多方面多角度的优势，让竞争者对你无可奈何。否则的话，竞争者推出竞品，或者大幅度降价，客户就跑了，你就被迫必须降价， 原来赚钱的企业利润萎缩，估值迟早要萎缩。

只有一个维度的优势，比如原材料的价格优势，或者某些产品功能的优势，往往是不够的。因为竞争者，可能通过别的地方获得补贴，来和你打价格战。

比如说， 98-2000年，很多小公司 (Competitive Local Exchange Carrier) ，入场提供长途电话和数据业务服务，有一到两年大家都在迅速增长，看上去业务很火，但是当时行业巨头如 AT&T 嫌开始的市场太小，不愿降价竞争。当时 t-1 一个月三千到四千美元，1.5 Mbps. 而 dsl 大概带宽 500 kbps, 但一百美元一个月出头就可以搞定。到了 2000年大公司坐不住了，开始降价竞争，结果这些 CLEC 很快全都倒闭。而且当初给这些 clec 提供卖方信贷的巨头，朗讯科技，有大批不良贷款，股价也缩水将近 99%。

再比如， 英特尔 1970年就上市了，但是公司在半导体行业的较大的垄断优势，要到八十年代下半叶才真正确立。70-85年间它存在很多其它强劲的竞争者，有若干次拐点差点被竞争者超越干掉，比如 1979-80年在微处理器市场落后于摩托罗拉， 1984年左右放弃内存市场给日本人专攻微处理器。所以过早投资入场风险是很大的。它的一个重要拐点，是 1981年IBM PC 采用了它的 8088 微处理器， 但这在 1981年也只是占他的收入的 13% 左右，当时也没有意识到其巨大潜力。随着 PC 市场的强化，它在微处理器的领域的强势地位不断慢慢强化。反而是在八十年代末期，它的较大垄断优势确定后，更具有投资价值。虽然估值更高，但是投资者的的风险小很多，而且后续仍然有较大的增长空间。

严格来说英特尔还不是那种垄断地位极强的平台级公司，因为它当时还是不断面临 AMD 的价格竞争， 所以我如果穿越到三十多年前，估计还是情愿去投微软而不会去碰它。

多维度的优势， 不同行业外在表现是不太一样的。比如特斯拉， 他的优势在于电池供应，整车软件管理/空中更新软件， 自研电动马达， 充电网络，先发优势的规模效应，研发迭代速度，品牌等等。现在，没有一家竞争者的产品参数性价比，超过 2012年的 model S. 这个差距还在越来越大。

比如微软，它的垄断性是因为桌面电脑都是他的操作系统，所有的应用软件，各种外围的设备比如打印机等等都可以和他兼容，客户再怎么烦他，没法换别的公司产品，因为换了以后，很多事情做不了， 安装软件也很麻烦。

再比如腾讯，在中国你没法不用微信， 用了微信你就间接地为它的利润做贡献。再比如亚马逊，你要买书，很难找到比他更便宜的，而买了书，发现买别的东西也很方便便宜，这个习惯一旦建立很难改，而别的商家很难突破它的这种垄断性。

垄断性是个不断积累，越来越强的过程。随着公司做大，客户越多，它建立的生态圈， 各种应用，不断增加的客户群，供应链上的各类公司，各种行业标准，等等，就自然而然地不断提高竞争者要想超越的壁垒，最后高到别人完全无法超越。

即使不垄断的公司，其投资回报短期可能相当不错。但是无法保证不被竞争者超越。作为投资者，应当在挑选的时候有比较严格的要求，要在至少三到四个维度上大幅度领先竞争者，有较大概率加强垄断优势的基础上才开始入场，这样就不用担心市场的各种负面谣言， 否则容易被搞得一惊一乍， 把本来可以躺赢的被动投资变成一份紧张的工作。

一句话就是 “多维度验证垄断性”。

（3）

第三个教训，没有亲身长时间体验出钱的买家的角度和决策过程，这样容易被一些断章取义的媒体报道误导。

新的平台级的大公司，它的底层商业逻辑往往是全新的。如果用老的逻辑硬往上套，很容易判断错误。关于特斯拉，这方面的例子很多了，就不再赘述。

比如谷歌，重要的是他的购买广告的商家，是否能够带来较大的回报。这方面的信息，实际上在网上多注意搜一下，是可以找得到的。理解了买家的心态，就可以正确评估公司的垄断性究竟有多强， 为什么强，为什么客户不去买竞争者的产品。

比如比特币，自己自学安装钱包软件，自己转一下币，很多东西就非常清楚了，这时候在看很多媒体的极为肤浅的报道，就觉得很可笑。

比如脸书，我实际上几年前就遇到一些游戏开发公司，他们说他们的游戏收入脸书要提成一部分，当时还比较幼稚，缺乏这方面的敏感度，没有意识到脸书作为平台的巨大优势。当初投资游戏公司的钱，全亏了，要是都放到脸书上面，那就赚大了。

对于新技术带来的革命， 媒体报道注定是从错误的角度来观察分析的。断章取义，揪住一点一线，无限夸大，吸引点击率，骗点广告费，等等。这基本上就是世界各地主流媒体的现状。

另一个方面， 媒体人员因为利益诉求不一样，报导导向主要受广告商的影响，因为一般不会有来自这种新垄断型公司的广告，所以报道有失偏颇是必然的。

这个过程是要花时间，下功夫的，没有人可以帮你代劳的。否则你过不了这个坎，很容易被负面谣言干扰。

所以有独立的真正的买家的角度，非常重要。一方面尽量争取直接体验公司产品，使它成为日常生活的一部分。另一方面，现在网上各种社交平台，可以获取大量的多角度的，观点截然不同的底层信息，尤其是如果有正反两方面的消息，更容易获得客观的信息。

这样当你看到听到媒体和分析师的胡扯的时候，你知道他是胡扯，因为你很清楚是哪几点在胡扯， 所以你就非常自信，而不是被他的胡扯搞得很迷茫，这个对于投资而言非常重要。

但是还有一些公司， 比如 Nvidia, 他的具体竞争优势，涉及到很多非常细的技术细节，需要用打游戏打的很多的人，或者在他的平台上用他的软件系统写人工智能代码的人，才能深刻理解。这个调研成本对我太大，只好放弃。但对于其它某些特定人群而言，可能是很容易看清楚的。

一句话就是“理解客户的上帝视角”。

（4）

第四个教训，就是当一个公司利好消息频繁出来，垄断性加强，股价上涨的时候，应当在控制整体仓位的前提下，考虑继续加仓， 而不是仅仅因为价格涨了，就着急套利。

一个垄断型的公司，有着长长的成长远景， 当垄断性加强的时候，意味着风险和不确定性大大下降，更多的客户将加入它的生态圈，这些新客户带来更多一系列新的收入，将会加速落入它的腰包， 而更多的直接竞争者， 因为客户的流失，将会迅速倒闭。

如果只是看到价格上涨两三倍，就感觉更贵了，过早卖掉，而没有和它未来的收入前景可能增加二三十倍放在一起评估， 这是一个致命的错误。

回到特斯拉的情况，我现在反思，当初还是进得太早太快。它在 2016年二月 model X 生产时遇到较大挫折， 2018年六月 model 3 产能提升时遇到较大挑战， 2019年一季度财务不好，因为在欧洲刚刚开始交付而且同时美国的买家税务补贴下调，都在当时遭到做空者的合力攻击，并散步谣言说他要破产。

这些风险是现实存在的。幸亏马斯克超强的技术和执行能力才力挽狂澜。当然，当年我也是看到他在多个方面和细节上展示的的超强技术能力，尤其是 2015年十二月首次实现一级火箭回收降落在陆地上， 才坚定信心重仓入场的。

如果我要穿越回去的时候，会慢慢地逐步加仓，根据它的每个里程碑的实现和相应的风险的降低，一步步加仓。到今天这个时刻，他现金充裕，优势在加速，比如下面 model y 的量产和交付如果提高到每个月五千以上，将进一步削弱竞争者，加速一些汽车公司的破产，可以考虑继续加仓。如果他的自动驾驶软件体验很好，觉得更加接近市场化了，那肯定要继续加仓。

一句话就是 “越垄断越加仓”。

（5 ）

第五个教训，这是和第四个相关的。就是不深刻理解公司高速增长的底层机制，和未来的产品路线图， 然后容易按照短期的肤浅理解，计算估值，认为公司高估了。

一个新的平台级公司的浮现，这是一个巨大的蓝海市场，前途无限。它的增长会有几个维度。

第一个维度是市场本身的增加，比如微软的视窗软件，1990年 window 3.0 卖了大约四百万份拷贝。现在一年的 PC 销量全球就是两点六亿，苹果只占不到 10% （一千八百万台）， 其它基本都是微软的市场。这个增幅就是六十倍。1990年不管微软有什么瑕疵，以那时候的收入来估值而过早卖掉股票，现在看起来极为可笑。

第二个维度是市场份额的增加。比如特斯拉目前每年产能大约五十万辆，全球每年汽车销量 75 million, 特斯拉占比只有 0.7%， 还有极大潜力可挖。如果目标是全球市场的 15-20%， 那就是现在的二十倍以上。

第三个维度是国内垄断领先的产品可以卖到国外市场， 这又是三到四倍 ；当年巴菲特买可口可乐的一个逻辑，就是意识到它在海外，比如亚洲市场的扩张，前景非常大。

第四个是不断推出新的更高级的硬件和衍生出来的软件产品，这有可能又是几十倍。

比如特斯拉的产品路线图在 model s, x, 3 之上，现在马上要交付 model y, 下面还有 semi, cybertruck, roadster, 太阳能， powerwall, 软件应用， 自动驾驶， 甚至现在还无法想象的。

再比如微软开始是dos, 然后是 windows, excel, word, power point, database, window server, window network, 等等 ；至于苹果的 ipod, iphone, ipad, macair, appstore, 等等，更是不可胜数。

第五个维度是规模效应。因为研发成本，和早期投资固定成本变化不大，多卖两倍的货，利润可能是四倍甚至更多。

一个新的垄断型大平台的出现，你看到的初期的应用，都只是刚刚开始。收入的来源，只有想不到，没有做不到。因为它一垄断，客户跑不掉了，卖任何东西，只要有点用而且价格不高，客户基本都是照单全收，只要客户规模大，即使单价不高，利润也会非常大。这是小公司根本无法想象的非常爽的境界。

一句话，就是“理解长期产品路线图”。

（6）

第六个教训，就是被短期挫折干扰心智， 吓破了胆，试图做短线，折腾半天，最后一场空。而卖掉之后，如果过早下车，一般于心不甘，很难再买回去。

垄断公司成长过程中还是会有各种小的挫折，比如某个季度的营收下跌， 没有预期的快，等等。或者宏观经济出问题了。但是一般的磕碰，已经不会影响到它的垄断地位了。所以不要被各种短期噪音干扰心智。

只要这种挫折不是说有人能够明确挑战其垄断地位，或者说会计造假，绝大多数噪音是可以忽略的。更重要的是，如果我们在入场的时候，已经确认了公司在几个方面的，多维度的垄断地位，一般而言，即使有来自外界的，某个单一维度的挑战，不足为虑。

这个过程，就可以看到华尔街的人特别短视， 放着大好的， 睡觉都可以赚钱的垄断性投资机会不要， 挖空心思要搞短线，最后一场空。

比如说 2014年， 亚马逊股票一度从 400 美元跌到年底的三百，结果 2015年一月之后一路上涨，做短线的人再也买不回来了。

比如这次疫情，是对所有公司都会造成伤害的，但是对于弱势公司的打击是致命的，因为弱势竞争者相对于垄断的强者而言，现金流更加吃紧，出现大规模的全面的经济衰退时，弱者会死得更快，然后市场就被最强的垄断者纳入囊中。

普通人对于各种短期内部的财务数据，没有任何信息优势，等短期坏消息出来，已经反应到股价上了， 再去卖，实际上已经晚了。而以后财务数据变好，你又不会提前知道而提前买进，所以炒短线是有百害无一利。

同理， 因为你无法提前预测经济何时会衰退，你也无法提前预测经济何时会好转，因为宏观经济的判断而去做短线，大概率会出错。

一句话， “忽略短期噪音”。

（7）

第七个错误，就是当发现自己判断错误的时候，不愿改错， 因为面对过去的错误，内心太痛苦了。

殊不知，正是因为你果断比别人早改错，你就可以多赚，不要和钱过不去。

尤其是当原来不看好的公司，后来成长迅速变成垄断公司，这时应当忘记过去，只要确认垄断性和未来成长前景，就应当高价再买回来。

当年我有位朋友，因为一两百块钱的时候，没有看懂亚马逊，没有入场。后来我在六百块的时候，跟他说，亚马逊可以买，潜力还很大。他的回答是心理的抵触太强了，每次想起两百块钱时错过就心痛，不愿直面，不愿意再吃回头草。结果现在涨到两千美元左右。

明确发现自己犯了错误，实际上是件大好事。为什么这么说呢？因为以前有很多不确定性，不知道这个公司是不是真的是个垄断型的超级公司，即使价格低，也有破产的可能。如果被市场明确无误地证明了其垄断的光明前途，这意味着有个大好的，高回报/低风险的投资机会。即使价格涨上去了，但是前途更加光明了，破产的风险基本被排除了。

这个时候一定要忘掉过去的错误的自我！改正错误的时候，一定要忘掉过去，要高度理性地以未来发展为导向。

我自己在 *年之前对比特币有错误的认知，一直没看懂，没理解透，后来 *年*月发现比特币创新高了， 意识到自己可能是错的， 于是开始改错，边加仓边学习，终于理解透了，扭转过来了。倒是一些更早持仓的人，几百块一千块钱就卖掉了，再也没有能力直面自己的错误， 把币重新买回来，这是非常可惜的。

一句话，就是 “不怕改错和高价买回 ”。

（8）

第八个错误，就是在超级公司增速放缓的时候，没有意识到公司还会可能有各种增收，增加现金流， 回购股票的手段，股价坚挺的时间可能超越我们的想象。

比如说，苹果现在的收入已经不太增长了，但是因为它的现金流仍然非常好，大量资金用于回购股票，所以股价从 2019年初，到2020年初，翻了一番。

再比如， IBM 虽然因为云计算被亚马逊和其它公司抢占新市场，但是它的来自老客户的现金流非常好，每年回购股票，发送大约 4-5% 的股息，所以虽然它的股价和十年前差不多， 但考虑到股息，回报不算太差。

从这个角度看，对于超级垄断公司，大家容易犯的错误，仍然是卖得太早。

那么，我们总有要卖的时候吧？选择卖点，可以有一个参考的角度，调仓时可以考虑置换成很明显的增长潜力更大的新的早期垄断者。

一句话，垄断者“晚年寿命可能极长 ”。

最后总结一下， 对于高成长的， 垄断型的巨头的投资的八个需要注意的误区：

等待临界点 – 多角度验证垄断性 – 理解客户的上帝视角 – 越垄断越加仓 – 理解长期产品路线图 – 忽略短期噪音 – 不怕改错和高价买回 – 晚年寿命可能极长 。

与之对比， 我以前犯的八个错误是：

1/ 不等过临界点就浪费大量时间研究 。

2/ 没有反复多角度确认公司的垄断性，就贸然入场

3/ 没有理解真正出大钱的客户的上帝视角，因而容易被媒体操纵而恐惧， 不敢买或者过早卖出

4/ 公司垄断性加强时，没有加仓，而是因为价格比自己买价涨了很多倍，就过早卖出。

5/ 因为懒惰和其它因素， 没有深入研究理解公司的长期产品路线图，缺乏想象力，老是拿旧的视角去套，总是觉得估值太高，拿不住，过早卖出。

6/ 被短期挫折的负面消息吓到，而没有意识到，只要垄断性没有改变，就应当继续持有。

7/ 因为在低价时错过或过早卖掉，而不愿高价买回。这时要坚决忘掉过去， 有错就改是优秀投资者的基本品质。

8/ 没有理解超级垄断者极长的寿命，而总是因为自己已经有了几倍几十倍的回报，而过早卖出。

以上八个错误，改正任何一个，都能多赚钱或避免损失，所有的错误全部改正，就有大概率，以较小的代价赚大钱。

另外就是，这个策略，因为是跨越了十到二十年的市场周期，所以基本上做短线的，哪怕是有三到五年视角的基金经理，也无法采用，因为他们有短期回报压力。而你如果深刻理解这里面的底层机制， 就可以用较小的代价轻松超过他们。

那么，下面指数增长的大机会，还可能有什么方向呢？

这个事前无法准确预测，而且可能涌现出来的东西，其逻辑以我们现在的知识结构看，极为古怪不可思议。不必有预设立场， 也许还有我们不知道的东西，突然出其不意地冒头了， 跃过临界点，出现了五亿美元以上的收入，就可以开始去深入研究，是否有垄断性。

相信这样的大好机会，未来十年普通人可以抓得住的，至少还会有两三个，而且是个长期的机会， 不用特别着急，按照上面的方法论，可以步步为营，慢慢入场，躺赢。

(下图为笔者制作的 NFT, 序列号 009， 可访问 http://opensea.io/guiguwangchuan 购买）

（1）

几周前和我的投资俱乐部的群友们聊天，一位朋友转发了一段话， 大意是：

人的一生要死亡四次，生理死亡，葬礼是社会意义上的死亡，然后最后一个记得你的人把你忘记，最后是你在世界留下的信息全部湮灭，不留一丝痕迹。

另外一个朋友评论：

“死亡会提前很多。从你出生就在向死亡迈进。特别时点是，当你的父母都去了以后，你会领会到真正的你的原生家庭没有了，你的开始没有了。你走在漫长人生隧道的入口的那个光熄灭了，你看不到了。

”当你从小认识的亲戚，一个一个走了，但你的小学中学大学同学和朋友一个个开始没有了，当你过往人生里那些很熟悉的人没有了，那意味着这一路照亮过你的人生的路灯熄灭了，你在别人记忆里的那个你逐渐消失了。

“你在别人眼里的你，和你自己以为的你是不一样的，很多时候你的记忆都会欺骗你。

”很多家庭在父母不在了以后，就散了。”

“做为个体，每一个你身边的人离开，都代表了你的一部分逝去。幽暗隧道里，来时路上的灯一盏盏熄灭，然后你继续走，看见了前方隧道出口那一片白茫茫的光明，看不真切，也许就是天堂。”

（2）

作为对于未来高科技改变世界的理性乐观主义者，我的观点一直是，衰老和死亡，是可以被拖延，甚至可能彻底解决的。

可以参见 这篇文章， 这篇文章。

但朋友的这段话仍然引起了大家的感慨和深思。

要不现在就做一些东西，一些文字或者图片，让它永远留在世界上，让它和它所曾有的所有连接都能持续永存，不断积累，这就是你在世界上留下来的, 永远无法被抹去的印迹？

于是我们很自然的想到了，NFT 会是这些印迹的最好的载体。关于 NFT 的介绍，可以看 这里， 这里

NFT 有这么几个特点：

不可毁灭:    NFT 是记录这些信息的最好载体了， 一旦上链就不可能被销毁。这里的链目前特指以太坊。正是因为以太坊上面的 gas 费用高，在以太坊上做的 NFT 才是货真价实。其它没有门槛的地方，最后结果往往是吸引一大堆苍蝇和蚊子，而且安全稳定性会差很多。

不可篡改：即使是原来的作者也无法改动，如果不幸打了错别字，也就只好将错就错了。古人常说的“通假字”，大概也就是这么来的。

不断连接：物理世界的作品，要建立连接，成本高，时间长。几十个世界各地不同创作者的作品，都搬到一个博物馆的展厅里展示，需要耗费无数时间和费用。而我们在链上的这种类似虚拟博物馆的活动，除了要消耗一定 gas 费用以外，其它操作则非常简单迅速。

不断组合：如果说我对未来有什么期待的话，推动 NFT 的升级的一个关键技术，应该可以让创作者非常简单的，就像加一个 URL 超链接一样，引用租用别的创作者的作品，而且可让引用者非常方便的通过链上智能合约，自动支付版税收入给原创者。这个东西迟早会有人做出来，当易用性和用户数超过一个临界点后，会导致一个比“文艺复兴”要高若干个数量级的创意的爆发。

自发涌现：这些文字记录，究竟有什么意义和价值？我想没有人可以预测。关羽走麦城时，没有想到九百年后被宋徽宗封圣，又过四百多年被明神宗封为大帝； 达芬奇去世时，没有想到四百年后“蒙娜丽莎”因为在巴黎博物馆被盗，反而名声大噪，成为传世之作。区块链世界一天，等于人间一年。这些文字，从我们发布到链上第一天开始，它就脱离了原作者，开始在元宇宙寻找潜在的可组合机会。在一个开放无限的空间里，它也许将获得远超原作者想象的生命力， 和意外好运气。

以下为投资俱乐部 的群友参与创作的 NFT 目录， 按制作时间排序。

1. “you and btc”, by G.Z    （已售！）
2. “21-10-forever-future”, by AlexChen
3. “21-09-forever-aaron-wu”, by AaronWu
4. “21-10-forever-bisuo”, by 硅谷王川
5. “21-10-forever-forevolution”, by Dao2
6. “21-10-forever-CRYPTOTREK”, by CRYPTOTREK
7. “21-10-forever-大饼卷万物“， by AF
8. “21-10-forever-GavinWu”, by Gavin Wu  （已售！）
9. “to be our own observer”, by eagleZheng
10. “21-10-forever-cognition”, by Xuanhao Wang
11. “21-10-forever-gavinx”, by 许朝阳
12. ”21-10-forever-happyness”, by ShaoZhen
13. “21-10-forever-weisi”, by Weisi
14. “21-10-forever-ML”, By Mike Liu
15. “21-10-forever-yvain”, ByYvain.eth
16. “21-20-forever-time”, by Hugo Tsai
17. “2021-October-Forever-SimonFeng” by 冯银锁
18. “explore-the-world-baokun.eth” by suntice
19. “21-10-forever-rubyfu” by Ruby Fu
20. “21-10-forever-value” by yinxing15
21. “21-10-forever-由富入贵” by AW_SiliconValley
22.  “21-Oct-Forever-Ethstandard.eth” by ethstandard
23.   “21-10-forever-reading” by djing
24. “21-10-forever-caspian” by caspian
25.   “27-10-Forever-DinglinMeng” by Dingling Meng
26.  “21-10-forever-chaowang” by Chao Wang
27. “21-NOV-forever-liaohaibo” by Haibo Liao
28.  “2021-10-forever-quarantine”, by Fei
29.   “21-10-forever-XiaoRong” by XR&YY
30.  “what i want 2 live forever” by 李培才
31.  “21-10-forever-ponyhe” by Pony He
32. “21-10-forever-long0x” by long0x
33.  “21-10-forever-Bai Ronghui” by 白蓉辉
34.  “21-10-forever-Jack” by Jack Zhang
35. “Now is between past and future” by quickman
36. “21-10-forever-TonyBai” by Tony Bai
37.  “2021/10/25—forever—Cherry” by Cherry
38. “21-10-forever-sylvieyao” by Sylvie Yao
39. “21-10-forever-SarahWang” by SarahWang
40. “21-10-forever-XinboTian” by Xinbo Tian
41. “21-10-forever-encyclopediagalactica.eth” by Darlek
42. “21-10-forever-games” by 陈晨松
43. “21-10-Forever-Abu’s first nft” by 阿布
44.  “21-10-forever-Crypto33” by crypto33
45. “21-Oct-forever-WayneHE” by Wayne He
46. “21-10-forever-meng1” by Meng1
47. “21-10-forever-Stan.F” by StanF
48. “21-10-forever-yuling” by iashley.eth
49. “2021-10-29-forever-PengNian” by PengNian

NFT 可以直接走到 http://opensea.io/guiguwangchuan/ 里面看到。

这些 NFT 现在开始公开发售，等待有缘人和它们建立连接，共同在元宇宙，构建永恒的印记。

凡是加入前购买了上面目录中的 NFT 的人，加入我的投资俱乐部时可以享受百分之五的价格优惠。（一个以太地址上的单个 NFT 只能享受一次价格优惠）

1/ 小孩子之所以看上去很幸福，一是因为五六岁之前，心智还在初始阶段的时候，对未来没有任何概念，完全活在当下。活在当下就意味着没有烦恼，可以沉浸在一些简单的事情上没心没肺的玩大半天。但前提是上面有成年人可以罩着，帮他防范潜在的风险和伤害。

2/ 五六岁到十八岁之间，会不断接触各种新东西，新概念，新朋友。对于一个心智简单的个体而言，每天都是新的一天，可以足够满足自己的好奇心，可以学到新的东西，所以仍然是快乐的，对未来充满憧憬和期盼的感觉。但这种快乐随着年龄增长，和应试教育的压力增加，而不断衰减。

3/ 即使是物理条件不好，家庭穷困，但至少十八岁之前还在长个子，只要还在成长，不管是哪个维度，成长本身，就是让人有幸福的理由。

4/ 但过了 25岁之后，绝大多数人就不可能长个头了。很多人也基本不去长知识了。信息的接触面，社交的接触面，日常活动的范围也就基本停滞不前，结婚生子意味着各种要负担的责任压力增加，休闲时间迅速减少，这就是幸福感开始迅速萎缩的转折点了。然后很多人永远无法摆脱此泥潭，只能骂骂咧咧，长吁短叹，怨天尤人。

5/ “幸福既不是美德，也不是快乐，既不是这一个事情，也不是那一个事情。幸福本质就是成长。我们在成长的时候，就会觉得幸福。” 此话出自爱尔兰诗人，1923年诺贝尔文学奖获得者 William Butler Yeats ( 1865-1939)

6/ 最大的幸福，就是全面的，长期的，有机的，可持续的复合增长。增长的时候，你自然的有幸福感，而不会把这个东西当作虚幻的哲学议题。一个多维度持续增长的人，都没时间去意识到幸福是个值得讨论的议题。如果你还要和人反复讨论什么是幸福，那基本可以确定，你在任何维度都没有可观的增长。

7/ 快乐 (pleasure) 和幸福 (happiness) 的底层生理机制不一样。前者主要通过多巴胺和多巴胺受体的结合，让神经元激发。但刺激越多，多巴胺受体越少，未来就需要更多的多巴胺才能带来快感和动力。最后形成依赖和上瘾。频繁进食导致的肥胖，不顾风险加杠杆频繁交易，和吸毒上瘾，都是类似机制。

8/ 吃喝玩乐这种事情，虽然愉快，但是做多了好像总觉得哪个地方不对。本质在于事情结束之后，你的能量和信息效率并未提高，你不会说原来一个馒头就饱，现在半个馒头就够了。你吸收利用葡萄糖的效率没有半点提高。你洞穿问题本质的能力并未提高。快乐爽一时，但如果人没有实质性进步，结束之后仍然空虚。

9/ 如果通过持续努力，获得了某个维度的真正的若干倍的效率提高，虽然过程有些艰辛，但这是真正的幸福，你会发现因为效率的提高，你的资源富余度更高了，有更多冗余，以前做不了的事情，易如反掌。你可以探索的空间和时间范围都更大了，你满怀期待，努力寻求进一步的效率提高。

10/ 这就是快乐和幸福的一个本质区别。而再回顾当年效率低下时的状态时，感觉就是纯傻*。

11/ 效率提高可有多种形式: 以前互联网宽带接入速度是 100 MB, 现在可到 1G ; 以前有什么思考只能传送给几百人，现在一篇文字可以让几万人几十万人看到，获得意想不到的反馈和启发; 以前遇到困难问题钻牛角尖半天搞不定暴跳如雷，现在在网上搜，朋友圈里吆喝一下，很快找到若干替代方案，几分钟搞定;

12/ 有效积累的本质，是可以在此基础上带来多维度的复合增长。多年前的做的一件事，养成的一个好习惯，现在仍然可以受益。比如一个地方把路修好了，运输费用降下来了，商品成本价格也下来了，来往车辆的损耗也降下来，因此使用寿命更长，等等。美国农业生产效率之所以世界上最高，农业人口占总人口比例不到 1.5%， 根本原因就是这种多维度全方位的复杂体系的两百多年来的长期积累。

13/ 打工者的最大困境，在于其大部分努力最多只能换来老板廉价的夸奖，和一些不断贬值的法币，而无法产生终生受益的效率上的有效积累。然后每次换工作时又要清零重来一遍。所谓中年危机就是找不到增长点了，也不知道如何真正有机的增长，想拆东墙补西墙寻求表面的增长，反而在泥潭里越陷越深。

14/ 所以要获得幸福感，一定要系统科学的寻找可持续的新的增长点，尤其是财富，闲暇时间和知识的增长。但这世界上有很多信息迷雾和骗局，很多外表上的增长点，进去之后发现是一场空，甚至把以前的积蓄都亏掉。这是客观现实，面对这个困难的现实没有简单的药到病除的捷径， 只能依靠长时间踏踏实实的积累，才能超越。

15/ 从信息输入成本和效率上看，当今世界上，再也没有比大量持续读书 (总量要上千)，读各个领域行业的书，读各种便携的电子书，成本更低，能够更快的识别陷阱，摆脱泥潭，寻找获取新增长点的方法了。参见

王川: 一年读五百本书，让你每天高潮迭起

16/ 从输出成本和效率上看， 写作（包括写代码）是提高效率的一个好方法。比如你以前写一个东西，只有一百人看，现在可以有一百万人看，效率提高了一万倍。但如何做到有更多人看呢？一个技巧是不要去讨论表面的肤浅的现象 (比如价格波动)，而是要深挖研究底层机制。表象的东西几天后就过时了，但如果把底层机制真正搞清楚，它还会重复无数次。

17/ 提高效率第二个方法是一定要坚持构建自己的品牌。品牌本质是个无形的网络，和这个网络挂钩的作品都会容易推广，一荣俱荣，极大提高传播效率，而且会不断积累叠加。很多人在微博或推特上注册一个莫名其妙的没有品牌的网名，一旦号被封了，以前的创作全都没了，功夫全白费了，也不会有人记得他们是谁了。甲壳虫主唱 John Lennon 遗孀小野洋子 (1933-) 每年继承其版税收入大概有一千两百万美元，这就是真正的品牌带来的高效率和躺赢。

18/ 提高效率的第三点是不断寻找新的渠道方法，增加自己的作品产品的可组合性。每一次新的组合，被外界所利用，对于原创者都是摊薄成本，拓展接触空间的助推器，对虚拟化的产品尤其如此。而且这种组合的方式原创者往往无法预测。要始终坚持与通用性最广的连接模式兼容，和组合性最强的网络不断连接。英国音乐家 Ed Sheeran 的 “Shape of you” 从 2017年到2020年一月在 spotify 上播放了二十三亿次，每次播放 spotify 给他支付 0.0034 英镑的版税收入，累积收入已经过七百万英镑。这首单曲大火的一个原因是它是 Sheeran 的第一首适合舞蹈的歌曲，油管上有多个以其配乐的舞蹈录像，动辄上亿点击率。

19/ 一般人们只能理解自己的劳动成果在可触及的领域的马上的应用，但是如果把自己的通用性高的作品或服务，连接到组合性最高的网络上时，可衍生出来的你无法想象的组合性应用，没有任何上限。这类创作的潜在价值，长期看始终会被低估。”身后是非谁管得，满村听说蔡中郎” 用现代语言翻译，就是说某个作品的未来的价值，原创者自己也无法评估。所以要多思考解决通用性高的问题，不断和组合性高的网络建立连接。

20/ 还有一种更微妙的效率提高，可以称其为“认知效率”。比如说以前面对这个复杂变化的世界，疑惑而不得要领。认知效率提高后，见到某某人**一撅，就知道要拉什么；见到一个人高歌猛进猛加杠杆，就可以预见其未来的爆仓；见到某个人欲盖弥彰的宣传什么，就可以推测他缺什么；见到某人的一意孤行，就可以预见未来他和无数南墙的碰撞；见到细微的信号，就可以更迅速的提前感知形势的发展。等等

21/ 关于“认知效率”的几点经验:

朋友如果对你态度冷淡敷衍，他对你没有兴趣，不要一厢情愿，自作多情。

很多时候，看一个人或几个人之间，没说什么话，没做什么事，推导出的信息量，要大于他表面上说的什么话，做的什么事。表面上的很多事情都是假象，用来误导外人的。

如果你看到某个地方存在造假，那么你没看到的地方的造假规模，可能要至少高一个数量级。

理解了自己的阴暗面，就可以更好的理解别人的阴暗面 (原话来自瑞士心理学家荣格 )。

尽管如此，大部分人还是习惯性一厢情愿，被表面假象误导，低估造假的规模，总想把别人当傻瓜(而低估外人的阴暗面)。

22/ 最终，和一大群可以信赖的分布式网络节点，快速，安全，全面的共享信息并且协作，是节约成本，极大提高效率的核心策略。是智人最终超越其它生物，主宰地球的演化路径。”共享信息和协作”本质是软件技术，看上去没有大块吃肉，大碗喝酒，或者舞枪弄棒那么性感，但可以让网络上的单个服务模块被最大限度的重复使用，层层叠加，成为决定胜负优劣的关键。这也是为什么亚马逊有很多二流技术人员，但仍然做出一流公司的核心原因。可以参见笔者的老文章

王川: 亚马逊的云服务将吞噬美国的 IT 产业吗? (上)

23/ 这种”共享信息和协作”不仅在人和人之间，也体现在许多其它层面。比如智人的大脑里的 multimodal association cortex (多模整合皮质层) 可以把把各个维度角度的信息，综合起来。大脑缺乏综合能力的一个例子，比如说看到某张人脸的照片，能够理解这是人脸，但是无法和某个具体的人联系在一起，就无法迅速判断这是机会还是威胁，这样在长期的生存竞争中因为效率低下，而注定会被淘汰。参见笔者的老文章

王川：谈谈构建个人信息基础设施

24/ 效率的复合增长没有上限，幸福亦无上限。

本文最初于 2015年11月12日发布于笔者的公众号。

---

这篇文章是

王川: Narrative, 三观和雅浦岛上的石头 – 赚钱这事，不可入戏太深 (三 )

的续篇。

(01)

公元 755 年，韬光养晦多年的安禄山终于撕下温良恭俭让的面具，举兵反唐。安禄山是个吃货，体重据说高达三百三十斤。在以肥胖为美的唐朝，超重的福相并不有碍观瞻。但严重肥胖的直接后果就是糖尿病.

安禄山患有很典型的二型糖尿病。糖尿病的一个重要并发症是视力下降，严重的可以导致失明。主要原因是因为高血糖导致晶体渗透压改变，引起视网膜毛细血管壁损伤，甚至破裂.

糖尿病的第二个并发症是严重的皮肤病，如皮肤瘙痒，红斑与坏死，水肿，等等.

史书上记载，安禄山起兵后不久双目完全失明，加上全身长满块状毒疮，人也变得更加暴躁易怒，对手下大臣动辄滥用刑罚，弄得大家人人自危。后来他被近臣严庄和亲儿子安庆绪谋害时，什么也看不见，毫无抵抗能力.

糖尿病，在全球困扰着将近四亿病人，接近9%的成年人口。除了少数遗传因素所致外，大多是贪吃, 缺乏运动进而肥胖所致。这是慢性病，只可慢慢调理很难根治，患者会丧失许多正常人的生活乐趣.

(02)

安禄山是因为肥胖病变而易怒，但焦躁易怒的人, 反过来也更容易肥胖.

如果一个人无法很好的控制自己的情绪，遇事容易暴怒或做出过激的反应，那么体内会分泌一种叫做皮质醇 (cortisol )的激素。皮质醇的分泌，会暂时抑制人体免疫系统的功能，释放氨基酸，葡萄糖和脂肪酸, 使心跳加速，血管收缩，这样让人可以聚精会神地应对突如其来的威胁.

这是人类进化几十万年后应急的一种生理机制，但是如果长期焦躁和压力过大，皮质醇水平长期偏高下不来，会导致人血糖升高，食欲增加和体重上升.

而肥胖和高血糖带来的病变，又可能加剧一个人暴躁的性格，刺激皮质醇的浓度，形成一个恶性循环.

皮质醇的一个直接恶果是增加血液里的凝块（俗称血栓），这样大大增加血管堵塞，心脏病萃死的可能性.

皮质醇抑制体内 T 细胞的繁殖，直接削弱体内免疫系统的作用，更是加剧了身体各个部位病变的可能性.

(03）

八十多年前在上海，著名作家鲁迅痛骂文人梁实秋为“丧家的资本家的乏走狗”, 梁为此特别写了一篇自云“我不生气” 的文章辩解.

爱口诛笔伐和别人吵架的鲁迅先生55岁就英年早逝了.

闲的蛋疼，不爱生气，皮质醇不多的梁老师却得以安度晚年，活到了84岁.

梁实秋曾专门写过一篇文章叫做“骂人的艺术”, 列出了骂人时“知己知彼，无骂不如己者，适可而止，旁敲侧击，态度镇定，出言典雅，以退为进，预设埋伏，小题大做，远交近攻” 十大原则，每次读来，仍不禁捧腹大笑.

当然梁也不是没有缺点，他是个十足的吃货，晚年得了糖尿病，并因此而耳聋，老境颇有些颓唐.

(04）

传统治疗癌症的方法，最初是化疗放疗，但是杀人一万，自损三千。后来有了”靶向治疗” 疗法，攻击特定癌细胞而不是正常细胞，但这种方法往往只对特定的一小部分患者有效.

最近在癌症治疗领域的一个新突破，是一类专门提高人体免疫功能的新药。这类药物，通过阻断一种叫做PD-L1 的分子对人体免疫系统的T 细胞的抑制和干扰，激活一部分沉睡的T细胞，使其可以消灭癌细胞。这种疗法的优势在于激活自身免疫力，可能用于多种癌症，并且理论上复发率低。

美国制药公司百石美施贵宝(Bristol Myers Squibb)最近获得批准的抗癌新药，Opdivo, 就是基于这种免疫疗法的理论。但是Opdivo 一年的疗程，费用高达十四万美元之多,而且临床测试中也只是对不到50%的病人有一定疗效.

曾有个段子讲到, 某土豪进京，上出租车后对司机说，“师傅，把我拉到北京消费最高的场所”.司机听后，一脚油门把他拉到北京肿瘤医院.

身体健康最终要依靠自身的免疫力，而不是药物.

自身培养的免疫力，是最便宜可靠的，而且没有药物的副作用.

强大的免疫力来自平和的心态，和健康的生活方式: 充足睡眠，节制饮食, 适度运动.

维系这些健康生活方式, 需要高度的自律.

而高度的自律，最终需要的还是平静，理性和强大的内心.

本文最初于 2015 年11月5号发布于笔者的公众号。

---

本文是    王川： 赚钱这事，不可入戏太深 (一)

和      王川: 赚钱这事，不可入戏太深 (二） — 从德川家康的故事谈起

的续篇。

(01)

英文有个词，叫做narrative, 中文有翻译为”叙事”, 也有翻译为”三观”，可以理解为对事情的一种描述和思维框架. 同一件事，对于不同的观察者，可能会有完全不同, 但又可自洽的narrative.

大多数人，每天上班，开车在路上来回两个小时，公司里工作八个小时，这是自己理解的框架.

但是如果对于一个远处观测的外星人，他看到的则是另外一种荒唐但仍可自洽的景象: 地球上几亿象蚂蚁一样的动物，每天从自己的窝里爬出来, 钻到一个甲壳虫里，关一个小时，被甲壳虫运到一个监狱里关八个小时，出来后又被甲壳虫带回老窝.

(02)

有一个有趣的案例，在西太平洋的介于菲律宾和关岛之间的雅浦(Yap)岛。岛民在二十世纪之前的几百年，把一些圆盘形的石头中间钻孔（石头直径从半米到四米不等），当做货币来交换。这就是著名的雅浦岛石币.

石币的实际交换过程中，由于太重不适合直接搬运，只需要口头承诺转移产权，获得大多数岛民认可即可.

1898年西班牙打仗输给美国后，把雅浦岛卖给德国人。德国人上岛后需要人力修路，这样可以开车. 但是岛民终日以步代车，对德国人的要求无动于衷.

德国人想尽办法，最后在石头上用油漆涂上黑色十字架，这才彻底颠覆了岛民的三观，因为他们觉得涂黑了的石头意味着德国人控制了石头的产权。岛民为了重新获得对石头的控制权，被迫参与了修路.

一战后日本从德国人手中抢夺了岛屿，大量石币被运走用于军事建筑目的。今天的雅浦岛，现代货币已经在日用中取代了石币。但石币在部分岛民的传统婚嫁和其他重要社交仪式里，仍然是一种价值交换的媒介.

实际上，普通人的金钱观，又真正比雅浦岛上的岛民高明多少呢？如果外人哪一天把你心中的财富涂成黑色，你在三观一夜之间被颠覆时是否还能淡定？

(03)

当人们入戏太深，沉浸于形式无法自拔时，往往忘记了赚钱原来的目的。更重要的是，当形势变化，技术进步引领新的生活和思维方式时，固化在大脑里的许多观念和narrative , 除非有意识的下大决心改正，是很难被自行抹去的.

大多数人，成长过程中被灌输的narrative 是: 读书十几年，工作几十年，攒了一些钱（实际上那都是银行电脑系统里的一些数字而已）, 然后安度晚年.

如果出现某种突发的不可抗事件，银行电脑里的数字被突然清零，自己突然一无所有，过去几十年理解的narrative 突然被打破，那么悲痛之余，发生精神疾病几乎不可避免.

如果说赚钱为第一要务的narrative 太片面，那么更贴近生活更加客观的思维框架，我把它叫做“王川框架” （如前人有雷同理论，一定纯属巧合, 是这样的:

解决各种实际问题才是生活的第一要务.

解决问题之前，首先要发现，定义你要解决的问题，分清主次，定期修正. 赚钱只是诸多问题中的一个,许多时候甚至不是最重要最迫切的.

实际问题，不是一些简单的表面上的痛点，而是痛点之下更本质的需求.

问题定义好之后，赤膊上阵直奔主题不一定是最好的方法. 先要思考解决问题的工具，利其器后方可善其事。

大部分时间应当用于”磨刀霍霍”利其器，等到真正需要”向猪羊”时，则手起刀落，易如反掌.

那么，下面几十年，对于大多数人而言，有哪些实质性的重要问题要解决呢？为了解决这些问题，又要如何磨刀呢？且听下回分解.