大约 6 成美国青少年认为，他们学校的学生至少有时候会用 AI 聊天机器人来作弊（cheat on schoolwork）

这个图表来自 Pew Research Center（皮尤研究中心）2026 年 2 月 24 日发布的报告《How Teens Use and View AI》（青少年如何使用和看待 AI），调查时间是 2025 年 9 月 25 日至 10 月 9 日，对象是 1458 名美国 13-17 岁的青少年。

“据你所知，你们学校的学生用 AI 聊天机器人来完成/作弊学校作业的频率”：

• Extremely/Very often（极其/非常经常）：34%
• Somewhat often（有些经常）：25%
• NET: 59% → 标题里“约 6 成”的来源：34% + 25% = 59%（至少“有些经常”以上）

再往下：

• Rarely/Never（很少/从不）：14%
• Not sure（不确定）：15%

背景与相关发现（来自同一份报告）

• 整体上，64% 的美国青少年表示自己用过 AI 聊天机器人（ChatGPT、Copilot、Character.ai 等）。
• 54% 的青少年承认用 AI 来帮助完成学校作业（help with schoolwork），其中一部分人只是查资料、改语法，另一部分可能是直接生成大段文字。
• 但直接承认自己用 AI 全面作弊的比例没有那么高（报告里没有给出“我自己用 AI 作弊”的精确比例），这个 59% 是他们对周围同学的观察/感知。
• 用 AI 越频繁的青少年，越容易认为学校里 AI 作弊很常见（相关性很强）。

怎么理解这个 59%？

1. 这不是“59% 的学生承认自己作弊”，而是“59% 的学生觉得他们学校里有人（可能包括自己、也可能不包括）至少偶尔这么做”。
2. 34% 认为“非常经常”发生，说明在很多学校里，老师、学生、家长都已经能明显感觉到 AI 对传统作业形式的冲击。
3. 15%“不确定”也很有意思，可能说明：
   • 有些学校管得严，作弊不明显；
   • 或者学生自己也没太留意同学到底有没有用。

Twice in a Lifetime: Quantifying Passionate Love in U.S. Single Adults

一生中两次

人们多久会经历一次激情之爱？答案出人意料地少。
一项针对超过 10,000 名美国成年人的调查显示，大多数人一生中只经历过一次或两次。
具体数据如下：

• 大约 28% 的人一生中只坠入激情之爱一次，
• 30% 的人经历过两次，
• 17% 的人经历过三次，
• 11% 的人经历过四次或更多。

与此同时，14% 的人表示一生中从未体验过激情之爱。
平均下来，每人一生中经历激情之爱的次数约为 2.05 次（略高于 2 次）。
另外，男性的平均次数略高于女性。

关键概念讲解：

1. 什么是“passionate love”？
   这里特指激情之爱（也叫“浪漫爱”或“坠入爱河的狂热阶段”），不是长久的伴侣之爱（companionate love），而是早期那种：

   • 强烈吸引、痴迷、想念到睡不着、butterflies in the stomach（胃里翻蝴蝶）、把对方理想化、其他事都不重要了……
     通常持续几个月到几年，之后可能转为更稳定的情感，或结束。
     研究没有严格定义，让受访者自己判断“passionately in love”算不算，靠主观回忆。

2. 为什么说“surprisingly rarely”？
   流行文化（电影、歌曲、小说）总给人感觉“真爱到处都是”“一生有很多次轰轰烈烈的恋爱”。但这项人口级调查（10,000+ 人，覆盖 18–99 岁单身美国成年人）显示：

   • 平均只有 2 次，而且 14% 的人一次都没经历过（相当于 7 个人里就有 1 个）。
   • 这颠覆了“the one”（命中注定的那一个）或“很多人一生爱很多次”的浪漫叙事，更接近“一生就那么两三次高光时刻”。

3. 其他有趣发现：

   • 年龄越大，报告的次数略微越多（但增幅很小，老年人平均也才多一点）。
   • 男性（尤其是异性恋男性）报告的次数比女性略高。
   • 样本是单身成年人（unpartnered），所以可能低估了已婚/有伴侣人群的总数（因为有些人可能把当前关系也算进去）。
   • 这项研究是第一个用大样本量化“一生中激情之爱次数”的，填补了空白。

Voluntary activation of the sympathetic nervous system and attenuation of the innate immune response in humans

这项研究第一次用随机对照的方式证明：普通健康人通过短短 10 天的训练，就能“主动”激活交感神经系统（sympathetic nervous system），大幅提高肾上腺素（epinephrine）水平，从而显著抑制先天免疫系统的过度炎症反应。这挑战了以往医学界认为“自主神经系统和先天免疫反应不能被意志控制”的传统观点。

实验设计

• 对象：24 名健康男性志愿者，随机分成两组，每组 12 人。
  • 干预组（训练组）：接受 10 天训练，由 Wim Hof（“冰人”）亲自指导，包括：
    1. 冥想（third eye meditation，类似专注眉心）。
    2. 呼吸法（主要：循环式过度换气 hyperventilation + 屏气 breath retention）。
    3. 冷暴露（浸泡冰水等）。
  • 对照组：完全不训练。
• 挑战实验：所有人都静脉注射相同剂量的大肠杆菌内毒素（LPS，2 ng/kg），这是经典的“人类实验性内毒素血症”模型，会人为引发全身炎症反应（类似严重感染早期的炎症风暴），通常会出现发烧、寒战、头痛、恶心等流感样症状。

主要结果（用数据说话）

训练组在注射内毒素前后一直练习呼吸 + 冥想技巧，产生了以下明显差异：

1. 交感神经激活 & 肾上腺素飙升

   • 训练组血浆**肾上腺素（epinephrine）**水平大幅、快速升高（比对照组高很多，甚至比第一次蹦极的人还高）。
   • 原因是呼吸法导致间歇性呼吸性碱中毒 + 低氧，强烈刺激交感系统。

2. 抗炎因子暴增

   • IL-10（最强的抗炎细胞因子之一）出现得更快、峰值更高。
   • IL-10 水平与之前的肾上腺素水平高度正相关（相关系数很高，r ≈ 0.8 左右）。

3. 促炎因子大幅降低

   • 经典促炎因子：
     • TNF-α 降低约 53%
     • IL-6 降低约 57%
     • IL-8 降低约 51%
   • 这些促炎因子与 IL-10 水平呈明显负相关。

4. 临床症状明显减轻

   • 流感样症状（发冷、发热、头痛、恶心、肌肉痛等）显著减少。
   • 症状评分降低，持续时间也短。

总结：10 天训练 → 主动大幅提高肾上腺素 → 提前/加强 IL-10 释放 → 抑制促炎因子风暴 → 炎症反应被“掐住”约 50%，症状大大减轻。

机制通路

呼吸 + 冷 + 冥想
→ 交感神经强烈激活
→ 大量肾上腺素释放
→ 肾上腺素作用于免疫细胞上的β2 受体
→ 抑制促炎信号（NF-κB 通路等） + 促进抗炎 IL-10 产生
→ 先天免疫的过度炎症被主动“刹车”

以前认为交感系统只能被药物（肾上腺素注射）或严重应激激活，但这里证明冥想 + 呼吸技巧 + 冷就能做到类似效果。

意义

• 这是人类首次用严格随机对照试验证明 “训练”能直接调控先天免疫炎症反应。
• 对自身免疫病（类风湿、克罗恩病、多发性硬化等）、慢性炎症、甚至脓毒症有潜在治疗启发：如果能安全重复激活这种“抗炎开关”，可能减少对昂贵生物制剂（如 TNF 抑制剂）的依赖。
• 也为 Wim Hof Method（呼吸 + 冷暴露）提供了第一个强有力的现代科学证据（尽管后来有更多研究，有些效果被认为部分来自安慰剂/期望效应，但这个内毒素模型的结果仍然很扎实）。

注意事项

• 样本量小（每组仅 12 人），都是年轻健康男性，代表性有限。
• 后续研究（包括同一团队 2016–2020 年的重复实验）证实呼吸法是主要驱动因素，冷暴露和冥想贡献较小。
• 不是人人效果一样强，心理预期（乐观程度）也会影响结果。
• 不要盲目在家大量过度换气 + 屏气（有晕厥、碱中毒风险），尤其有心脏病或癫痫者慎用。

Charlie Munger Caltech 2020

2020 年 12 月 14 日Charlie Munger（查理·芒格）在Caltech（加州理工学院）的一次线上访谈（Zoom 形式），因为疫情原因。当时芒格被评为 Caltech 的杰出校友（Distinguished Alumnus），学校请他回来“聊天”。

芒格在 1943 年二战期间短暂在 Caltech 读过几个月（证书课程，CERT '44），后来参军、转去其他学校读法律，但和 Pasadena（帕萨迪纳，加州理工所在地）有很深渊源，一辈子基本都住附近。

1. 职业选择（Career choice question）

原文核心：
芒格说选法律其实不是明智决定（“wasn’t really a smart decision in hindsight”），因为家族传统（父亲是律师）。
年轻时律师收入很低（pitifully small earnings），还要养一大群孩子（army of children，他一生有 8 个孩子，多位妻子），压力很大。
但他把微薄薪水大胆 + 聪明地投资，13 年后，投资的流动性资产（liquid investments）居然超过了 13 年税前总收入总和。
受沃伦·巴菲特（Warren Buffett）成功影响，他想：兼职都能做得这么好，全职会怎样？于是转行。

芒格想说：

• 选职业别只看家族传统，要看是否匹配自己的天赋和生活需求。
• 即使主业收入不高，只要极度自律 + 理性投资，副业/投资也能翻身。
• 他和巴菲特最早的合作动力就是：芒格发现自己“兼职投资”已经很强，巴菲特则是全职天才，两人一拍即合。

2. 过去 75 年最大的变化（Biggest changes over the 75 years connected to Caltech）

芒格从 1940 年代连到 2020 年，观察到：

• 经济：巨大繁荣（booms）和巨大崩溃（busts）反复上演。
  政府不断干预（dampen fluctuations, faster recoveries），结果制造了很多通胀（caused a lot of inflation）。

• 投资界巨变：
  他年轻时（1940s-1950s），金融圈几乎没人，聪明人也很少。
  现在（2020 年）人超级多，而且几乎人人聪明（包括优秀的 Caltech 毕业生）。
  太多人被高薪“吸”进金融业（sucked into finance by the money）。
  结果：全世界都想靠“比别人更聪明地买卖证券”来致富（outsmart the rest of the world by buying securities），导致投机狂热（frenzies and speculations）频发。
  芒格明确说：我不欢迎这个变化（I don’t welcome at all）。

芒格想说：

• 金融业从“边缘小众”变成“全民运动”，竞争烈度指数级上升。
• 聪明人扎堆零和博弈（互相割韭菜）不是好事，社会整体效率反而下降。
• 他隐含批评：过度金融化 + 政府放水 → 资产泡沫 + 通胀 + 投机文化。

3. 关于技术（Question about technology）

芒格说自己发财不是靠站在科技最前沿。
第一个投资就是 Pasadena 本地公司：William Miller Instruments（威廉·米勒仪器公司）。
结果差点血本无归（damn near lost all my money），最后勉强小赚（barely squeaked out with a substantial outcome）。
他们引以为傲的示波器（oscillographs），被磁带录音技术（magnetic tape）突然出现打得粉碎。
等他们产品准备好上市时，全美国只卖了3 台！

芒格幽默总结：技术既是机会（opportunity），也是杀手（killer）。我第一次亲身经历，差点被它杀死（laughs）。

芒格想说：

• 科技进步非常残酷，领先产品可能一夜之间被更新的技术颠覆（creative destruction）。
• 不要浪漫化“投资前沿科技”，风险极高。
• 芒格和巴菲特后来投资风格偏保守，更多买“可预测、护城河宽”的传统生意，而不是追逐最前沿科技公司。

总结

1. 职业选择要匹配天赋，别只跟家族走。
2. 投资可以从副业开始，越早越好，越自律越强。
3. 金融业现在太拥挤、太聪明、太投机，不是好事。
4. 技术变革是双刃剑，别轻易 all in 前沿。
5. 政府干预经济虽有好意，但常制造通胀和扭曲。

https://x.com/RayDalio/status/2026305745872998803

《根据大周期进行投资》（Investing In Light Of The Big Cycle）

根据大周期进行投资

上周，我分享了 2021 年出版的《应对变化中的世界秩序的原则》一书中的一个章节，该章节详细描述了世界地缘政治秩序在“大周期”（Big Cycle）经典进程中崩溃时需要关注的典型迹象。通过了解这一经典过程的样子，并将其与正在发生的事情进行对比，人们可以更好地理解现状以及未来可能发生的事情。那篇文章非常受欢迎，获得了超过 7500 万次的浏览量，许多人询问这对应投意味着什么。

因为询问的人很多，我现在向你们转发书中的下一章：“根据大周期进行投资”。我认为它为当前的投资提供了一个很好的视角。你可以阅读下面的完整章节。

此外，由于大家对我的投资原则很感兴趣，我将在未来几周陆续分享这些原则。如果你想在发布时收到通知，请在此订阅我的通讯《原则视角》（Principled Perspectives），或者也可以在此注册邮件通知。

我处理生活和事业的游戏规则是：努力弄清楚世界是如何运作的，制定应对它的原则，然后下注。我在这本书中与你们分享的研究就是为了这个目的而做的。

自然地，当我回顾目前为止所涵盖的所有内容时，我会思考它如何应用于我的投资。为了确信我做得很好，我需要了解我的方法在历史上是如何运作的。如果我不能自信地解释过去发生了什么，或者至少有一套应对我所不知道的事情的策略，我会认为自己是非常失职的。

正如你从我对过去 500 年直到现在的研究中所看到的，存在着财富和权力巨大积累与巨大损失的大周期，而在这些周期中，最大的贡献因素是债务和资本市场周期。从投资者的角度来看，这可以被称为“大投资周期”。我觉得我需要足够深入地了解这些周期，以便根据它们进行战术性调仓或分散投资组合，从而得到保护和/或从中获利。通过理解它们，并理想地意识到各国在各自周期中所处的位置，我就能做到这一点。

在我作为全球宏观投资者大约 50 年的职业生涯中，我发现了许多永恒且普遍的真理，这些真理构成了我的投资原则。虽然我不在这里深入探讨所有的原则（我将在下一本书《原则：经济与投资》中讨论大部分内容），但我将传达一个重要的原则：

所有市场主要由四个决定因素驱动：增长、通胀、风险溢价和折现率。

这是因为所有的投资都是用今天的总额支付来交换未来的支付。这些未来的现金支付将是多少取决于增长和通胀；投资者与持有现金相比愿意承担多少投资风险是风险溢价；而它们今天的价值（即“现值”）则由折现率决定。

这四个决定因素的变化驱动了投资回报的变化。告诉我这些决定因素中的每一个将如何变化，我就能告诉你投资将如何表现。了解这一点可以让我将世界上发生的事情与市场上发生的事情联系起来，反之亦然。它还向我展示了如何平衡我的投资，使我的投资组合对任何环境都没有偏好，这就是产生良好多元化的原因。

政府通过财政和货币政策影响这些因素。因此，政府想要发生的事情与实际发生的事情之间的互动驱动了周期。例如，当增长和通胀过低时，中央银行会创造更多的货币和信贷增长，从而产生购买力，这首先会导致经济增长回升，然后经过一段时间的滞后，通胀也会随之回升。当央行限制货币和信贷增长时，情况正好相反：经济增长和通胀都会放缓。

中央政府和中央银行为驱动市场回报和经济状况所做的事情是有区别的。中央政府决定他们使用的资金来源和去向，因为他们可以征税和支出，但他们不能创造货币和信贷。另一方面，中央银行可以创造货币和信贷，但不能决定货币和信贷在实体经济中的流向。中央政府和央行的这些行为影响了商品、服务和投资资产的买卖，从而驱动价格上涨或下跌。

对我来说，每种投资资产都以其自身的方式反映了这些驱动因素，这在考虑到对其未来现金流的影响时是符合逻辑的。每种投资资产都是投资组合的一个基石，而挑战在于如何根据这些因素很好地构建投资组合。例如，当增长强于预期时，在其他条件相同的情况下，股票价格可能会上涨；而当增长和通胀高于预期时，债券价格可能会下跌。我的目标是将被这些基石组合成一个平衡良好的投资组合，并根据世界上正在发生或将要发生的、影响这四个驱动因素的事件进行战术性倾斜。这些基石可以按国家、环境偏好，甚至一直细分到个人行业和公司层面。当这一概念被放入一个平衡良好的投资组合时，它看起来就像下图所示。我正是通过这个镜头来看待历史事件、市场历史和投资组合的行为。

我知道我的方法与大多数投资者不同，原因有二。首先，大多数投资者不寻找历史上的类比时期，因为他们认为历史和旧的投资回报与他们基本上无关。其次，他们不通过我刚才描述的镜头来看待投资回报。我相信这些视角给了我和桥水基金（Bridgewater）竞争优势，但你可以根据自己的喜好选择接受或放弃。

大多数投资者根据他们在有生之年的经历来建立预期，少数更勤奋的人会回顾历史，看看他们的决策规则在 1950 年代或 1960 年代的表现。我认识的投资者和高级经济政策制定者中——我认识很多，也认识最顶尖的一批——没有人对过去发生了什么以及为什么发生有极佳的理解。大多数观察长期回报的投资者认为美国和英国（第一次世界大战和第二次世界大战的战胜国）的回报具有代表性。那是因为在二战中幸存下来的股票和债券市场并不多。但这些国家和时期并不具有代表性，因为它们存在“幸存者偏差”。在观察美国和英国的回报时，人们观察的是在那个独特、和平且多产的时期（大周期中最好的部分）中独特受恩宠的国家。不观察其他国家和以前发生的事情，会产生扭曲的视角。

从我们对大周期的逻辑推理出发，当我们将视角延伸到几十年前，看看不同地方发生的事情时，我们会得到一个令人震惊的、截然不同的视角。我要向你展示这一点，因为我认为你应该拥有它。

在 1945 年之前的 35 年里，几乎所有国家的财富都被摧毁或没收了，在一些国家，许多资本家因为在资本市场和资本主义随着旧秩序的其他方面一起失败时人们对他们的愤怒而被杀害或监禁。如果我们回顾过去几个世纪发生的事情，我们会发现这种极端的繁荣/萧条周期定期发生——资本和资本主义繁荣时期（如 19 世纪末和 20 世纪初发生的第二次工业革命和镀金时代）之后，会出现转型期（如 1900-1910 年间国内冲突加剧以及国际上为争夺财富和权力而产生的冲突），随后导致巨大的冲突和经济萧条期（类似于 1910 年至 1945 年间发生的情况）。我们还可以看到，驱动那些繁荣和萧条时期的因果关系，现在更趋向于周期后期的萧条和重组期，而不是周期早期的繁荣和建设期。

我的目标只是看到并试图理解过去发生了什么，并尽力将其展示给你。这就是我现在要尝试做的。我将从 1350 年开始，尽管故事在很久以前就开始了。

资本主义和市场的大周期

直到 1350 年左右，基督教和伊斯兰教都禁止带利息的贷款——在犹太教中，犹太社区内部也禁止这种行为——因为这会引起可怕的问题：人性导致人们借入超过他们能偿还的债务，这在借款人和贷款人之间造成了紧张局势，甚至引发暴力。由于缺乏借贷，货币是“硬”的（黄金和白银）。一个世纪左右之后，在地理大发现时代，探险家们周游世界收集金银和其他硬资产以赚取更多的钱。那就是当时最大财富的积累方式。探险家和支持他们的人平分利润。这是一种有效的积累财富的激励机制。

我们今天所知的借贷 “炼金术”最早于 1350 年左右在意大利创造出来。借贷规则发生了变化，并产生了新型货币：现金存款、债券和股票，它们看起来和我们今天知道的非常相似。财富变成了交付货币的承诺——我称之为“金融财富”。

想想债券和股票市场的发明和发展产生了多么巨大的影响。在那之前，所有财富都是实体的。想想通过创建这些市场创造了多少“金融财富”。为了想象这种区别，请考虑一下，如果你在未来支付给你的现金存款、股票和债券承诺不存在，你现在会拥有多少“财富”。你几乎一无所有。你会感到破产，你的行为也会有所不同——例如，你会积累更多的实体财富。这几乎就是现金存款、债券和股票被创造之前的样子。

随着金融财富的发明和增长，货币不再受限于与金银的挂钩。由于货币和信贷，以及随之而来的支出能力受到的约束较少，提出好主意的企业家通常会创建公司并借钱，和/或通过出售股票卖掉公司的一部分来获得购买所需物品的资金。他们能这样做是因为支付承诺变成了货币，以日记账分录的形式存在。在 1350 年左右，那些能做到这一点的人（最著名的是佛罗伦萨的美第奇家族）可以创造货币。如果你能创造信贷——假设是实际货币的五倍（银行可以做到）——你就可以产生巨大的购买力，因此你不再需要那么多另一种货币（金银）了。创造新形式的货币在过去和现在都是一种炼金术。那些能够创造并使用它的人——银行家、企业家和资本家——变得非常富有和强大。

这种扩张金融财富的过程一直持续到今天，金融财富变得如此巨大，以至于硬通货（金银）和其他实体财富（如房产）已经变得相对不重要了。但当然，金融财富形式的承诺越多，这些承诺无法兑现的风险就越大。这就是构成经典的大债务/货币/经济周期的原因。想想现在的金融财富相对于真实财富有多么巨大，想象一下如果你和其他持有它的人真的试图将其转换为真实财富——即卖掉它并购买东西。那就像银行挤兑。它不可能发生。债券和股票的价值相对于它们能买到的东西来说太大了。但请记住，有了法币（fiat money），央行可以印制并提供满足需求所需的货币。这是一个永恒且普遍的真理。

还要记住，

纸币和金融资产（如股票和债券）本质上是支付承诺，并没有什么大用；只有它们能买到的东西才有用。

正如第 3 章详细讨论的那样，当信贷被创造时，购买力的产生是以偿还承诺为交换的，因此它在短期内具有刺激作用，在长期内具有抑制作用。这创造了周期。在整个历史中，获取资金的愿望（通过借贷或出售股票）和储蓄资金的愿望（通过借出或购买股票进行投资）一直处于共生关系中。这导致了购买力形式的增长，并最终导致比能够兑现的更多的支付承诺，以及以债务违约萧条和股市崩盘形式出现的违约危机。

那就是银行家和资本家在形象上和字面上都被绞死的时候，大量的财富和生命被抹去，大量的法币（可以印制且没有内在价值的货币）被印制出来以试图缓解危机。

从投资者角度看大周期的更完整图景

虽然对我投资和对你阅读来说，回顾 1350 年至今的所有相关历史都太繁琐了，但我将向你展示如果你从 1900 年开始投资，情况会是什么样子。但在我这样做之前，我想解释一下我是如何思考风险的，因为我将在向你展示的内容中强调这些风险。

在我看来，投资风险是未能赚到足够的钱来满足你的需求。它不是由标准差衡量的波动性，而标准差是几乎被唯一使用的风险衡量标准。

对我来说，大多数投资者面临的三个最大风险是：他们的投资组合无法提供满足其支出需求所需的回报；他们的投资组合将面临毁灭；以及他们财富的大部分将被夺走（例如通过高税收）。

虽然前两个风险听起来相似，但实际上是不同的，因为平均回报率可能高于要求，但也可能经历一个或多个损失惨重的时期。

为了获得视角，我假设我被投放到 1900 年，看看从那以后的每个十年里我的投资会表现如何。我选择了观察 1900 年时的 10 个最强大的国家，并跳过了不太成熟的国家，因为那些国家更容易出现糟糕的结果。这 10 个国家中的任何一个在当时都是或可能成为伟大、富有的帝国，而且它们都是一个人投资的合理场所，特别是如果一个人想要拥有多元化的投资组合的话。

这 10 个国家中有 7 个国家至少经历了一次财富几乎被洗劫一空的情况，即使是那些财富没有被洗劫一空的国家，也有几个十年的资产回报非常糟糕，几乎在财务上摧毁了它们。两个伟大的发达国家——德国和日本，人们在某些时候很容易押注它们会成为赢家——在世界大战中几乎所有的财富和许多生命都被摧毁了。我看到许多其他国家也有类似的结果。美国和英国（以及其他少数几个国家）是独特的成功案例，但即便如此，它们也经历了巨大的财富毁灭期。

如果我没有观察 1945 年新世界秩序开始之前的这段回报，我就不会看到这些毁灭时期。如果我没有回顾全球 500 年的历史，我就不会看到这种情况在几乎所有地方都反复发生。

下表显示的数字是每个十年的年化实际回报率，这意味着对于整个十年而言，损失大约比显示的大 8 倍，收益大约比显示的大 15 倍。

也许下面这张图表描绘了一个更清晰的图景，它显示了在五年期间内，有多少比例的国家在 60/40 股票/债券投资组合中遭遇了损失。

下表详细显示了投资主要国家的最差案例。你会注意到美国没有出现在这个表中，因为它不属于最差的案例。美国、加拿大和澳大利亚是仅有的没有经历持续损失时期的国家。

自然地，我会思考如果我生活在那些时期，我会如何应对。我敢肯定，即使我看到了我在书中传递的这些迹象，我也永远不会自信地预测到如此糟糕的结果——如前所述，10 个国家中有 7 个国家的财富被洗劫一空。在 1900 年代初期，即使是回顾过去几十年的人也永远无法预见到这一点，因为根据 19 世纪下半叶发生的事情，有很多理由保持乐观。

今天的人们通常认为第一次世界大战在爆发前的几年里一定很容易预见，但事实并非如此。在战争爆发前，世界主要大国之间大约有 50 年几乎没有冲突。在这 50 年里，世界经历了前所未有的创新和生产力增长率，这带来了巨大的财富和繁荣。全球化达到了新高，在第一次世界大战前的 50 年里，全球出口增长了数倍。各国之间的联系比以往任何时候都更加紧密。美国、法国、德国、日本和奥匈帝国都是迅速崛起的帝国，经历了令人眼花缭乱的技术进步。英国仍然是占主导地位的全球力量。俄罗斯正在迅速工业化。在投资体验最差的国家表中显示的那些国家中，只有中国明显在衰落。欧洲列强之间的强大联盟在当时被视为维持和平和保持权力平衡的一种手段。进入 1900 年时，情况看起来很棒，除了财富差距和怨恨正在增加，以及债务已经变得巨大的事实。在 1900 年至 1914 年间，这些情况恶化了，国际紧张局势加剧。随后出现了我刚才描述的那些糟糕回报时期。

但情况比糟糕的回报更糟。

此外，财富没收、没收性税收、资本管制和市场关闭对财富的影响也是巨大的。当今大多数投资者不知道这些事情，并认为它们是不可能的，因为他们在回顾过去几十年时不会看到这些。下表显示了这些事件发生在哪些年代。自然地，最严重的财富没收发生在财富差距巨大、在经济状况变差和/或发生战争时对财富产生内部冲突的时期。

下一张图表显示了主要国家随着时间的推移关闭其证券交易所的比例。战时股市关闭很常见，当然，部分国家关闭股市长达一代人之久。

1900 年之前发生的所有周期中的糟糕部分也同样糟糕。更糟糕的是，这些内部和外部争夺财富和权力的时期导致了许多人的死亡。

即使是对于身处赢得战争的国家（例如两次都是最大赢家的美国）的幸运投资者来说，还有另外两个阻碍：市场择时和税收。

大多数投资者在情况糟糕时卖出（接近低点），因为他们需要钱，也因为他们容易恐慌；他们倾向于在接近高点时买入，因为他们有很多钱，并且被亢奋情绪所吸引。这意味着他们的实际回报比我显示的各种市场回报要差。最近的一项研究显示，在 2000 年至 2020 年间，美国投资者的表现比美国股市每年的回报落后约 1.5%。

至于税收，下表估计了在所有 20 年期间，税收对标普 500 指数投资者的平均影响（在整个分析期间使用当今最高五分位数人群的平均税率）。不同的列代表了投资美国股市的不同方式，包括税收递延型退休账户（仅在投资结束时缴税）以及持有实物股票并每年将股息进行再投资（就像在经纪账户中持有股票一样）。虽然这些不同的实施方式具有不同的税收影响（退休账户受影响最小），但所有这些都显示了显著的影响，特别是在实际回报方面，税收可以侵蚀很大一部分回报。在任何给定的 20 年期间，美国投资者平均损失了大约四分之一的实际股票回报给税收。

回顾大资本市场周期

早些时候，我解释了经典的债务和资本市场大周期是如何运作的。重申一下，在上升浪中，债务增加，金融财富和义务相对于实体财富上升，以至于这些在未来支付的承诺（即现金、债券和股票的价值）无法兑现。这导致“银行挤兑”式的债务问题出现，进而导致印制货币以试图缓解债务违约和股市价格下跌的问题，这又导致货币贬值，反过来导致金融财富相对于真实财富下降，直到金融资产的实际（经通胀调整后的）价值回到相对于实体财富较低的水平。然后周期重新开始。这是一个非常简化的描述，但你明白了意思——在这个周期的下降浪中，金融资产相对于真实资产的回报为负，并且存在糟糕的时期。这是周期中反资本、反资本家的部分，它一直持续到达到相反的极端。

这个周期反映在以下两张图表中。第一张显示了金融资产总价值相对于实体资产总价值的比例。第二张显示了货币（即现金）的实际回报。我使用美国的数据而不是全球数据，因为它们自 1900 年以来是最连续的。如你所见，当相对于真实财富有大量的金融财富时，它会反转，金融财富的实际回报——特别是现金和债务资产（如债券）——会变差。这是因为债务持有人的利率和回报必须保持在较低且较差的水平，以便为债务负担过重的债务人提供救济，并为了刺激更多的债务增长作为刺激经济的一种方式。这是长期债务周期典型的后期阶段。它发生在通过印制更多货币来减轻债务负担，并创造新债务以增加购买力时。这会使货币相对于其他财富储备以及商品和服务贬值。最终，随着金融资产的价值下降直到它们相对于真实资产变得便宜，相反的极端被达到并发生反转，这时和平与繁荣回归，周期进入上升阶段，金融资产拥有极佳的实际回报。

如前所述，在货币贬值期间，硬通货和硬资产的价值相对于现金上升。例如，下一张图表显示，经典的 60/40 股票/债券投资组合价值下降的时期，正是黄金价格上涨的时期。我并不是在评论黄金是一个好投资还是坏投资。我只是在描述经济和市场机制，以及它们在过去市场运动和投资回报中是如何体现的，目的是分享我对已经发生了什么、可能发生什么以及原因的看法。

投资者需要定期问自己的最重要问题之一是：支付的利息金额是否足以弥补他们面临的贬值风险。

这种经典的债务/货币/资本市场大周期随时间和地点不断重复，并反映在我刚刚向你们展示的图表中，体现在以下两者的相对价值中：1) 真实/有形货币和真实/有形财富，以及 2) 金融货币和金融财富。金融货币和金融财富之所以有价值，仅在于它们能让你获得具有真实（即内在）价值的真实货币和真实财富。这些周期的运作方式总是：在其上升阶段，金融货币和金融财富（即创造出的债务和股票资产）的数量相对于它们所主张的真实货币和真实财富的数量有所增加。它们增加的原因是：a) 对于那些从事创造和销售金融资产业务的资本家来说，生产并销售它们是有利可图的；b) 增加货币、信贷和其他资本市场资产是政策制定者创造繁荣的有效方式，因为这资助了需求；c) 它创造了人们变得更富有的幻觉，因为当货币和债务资产的价值下降时，金融投资的账面价值会上涨。通过这种方式，中央政府和中央银行总是创造出比能够兑现成真实财富和真实货币的主张权多得多的主张权。

在周期的上升阶段，股票、债券和其他投资资产随着利率下降而上涨，因为在其他条件相同的情况下，利率下降会使资产价格上涨。此外，向系统中投入更多资金会增加对金融资产的需求，从而降低风险溢价。当这些投资由于较低的利率和系统中更多的资金而上涨时，这使得它们看起来更具吸引力，而与此同时，利率和金融资产的未来预期回报正在下降。相对于主张对象，未结清的主张权越多，风险就越大。这通常应该由更高的利率来补偿，但通常并没有，因为在那一刻情况看起来很好，对债务和资本市场危机的记忆已经消退。

如果不展示一些利率图表，我之前展示给你们用以传达周期的图表在描绘全貌时就不完整。接下来的四张图表显示了追溯到 1900 年的利率。（注：本章最初发表于 2021 年，以下图表仅包含截至该年的数据。）它们显示了在我写作时美国、欧洲和日本的实际（即经通胀调整后的）债券收益率、名义（即未经通胀调整后的）债券收益率，以及名义和实际现金利率。如你所见，它们以前高得多，现在非常低。在我写这篇文章时，储备货币主权债券的实际收益率接近历史最低水平，名义债券收益率在 0% 左右，也接近历史最低水平。如图所示，现金的实际收益率甚至更低，尽管不像 1930-45 年和 1915-20 年大货币化时期那样负得厉害。名义现金收益率接近历史最低。

这对投资意味着什么？投资的目的是为了拥有一种财富储备，以后可以将其转换为购买力。当你投资时，你是用一笔总额支付换取未来的支付。让我们看看在我写作时这种交易看起来像什么。如果你今天给 100 美元，你需要等多少年才能拿回你的 100 美元，然后开始在你的本金之上收集回报？在美国、日本、中国和欧洲的债券中，你可能需要分别等待大约 45 年、150 年和 30 年 才能拿回你的钱（名义回报可能极低或为零），而在我写这篇文章时的欧洲，考虑到负名义利率，你可能永远无法拿回你的钱。然而，因为你是试图储存购买力，你必须考虑通胀。在我写作时，在美国和欧洲，你可能永远无法拿回你的购买力（在日本则需要超过 250 年）。事实上，在这些实际利率为负的国家，你几乎注定在未来拥有少得多的购买力。与其获得低于通胀的回报，为什么不转而购买那些能够等同于通胀或表现更好的“东西”——任何东西？我看到了很多我预期表现会显著好于通胀的投资。以下图表显示了在美国持有现金和债券的这种回本周期，包括名义和实际条件。如图所示，这是有史以来最长的，显然是一个荒谬的时间跨度。

结论

我在这里向你们展示的是从 1900 年以来投资者的“大周期”。在观察全球过去 500 年的历史以及中国过去 1400 年的历史时，我发现基本上相同的周期出于基本上相同的原因反复发生。

正如书的前文所讨论的，1945 年建立新世界秩序之前的那些糟糕时期，是典型的“大周期”后期转型阶段，此时会发生革命性的变化和重组。虽然它们很可怕，但随后从旧秩序到新秩序痛苦转型后出现的惊人上行时期，其程度超过了这些可怕的时期。因为这些事情以前发生过很多次，而且因为我无法确定未来会发生什么，所以在投资时，如果我不对这类事情的发生以及我可能的错误判断提供保护，我就无法进行投资。

最近在家笔记本插网线突然无法上网了，但是连接 WLAN 却一切正常，最后发现原因非常傻逼

症状

• DHCP 模式下，NetworkManager 无法激活网络
• 配置静态 IP 后，无法访问网关，但是可以访问链路层直连的交换机
• 交换机上同一接口接入 Windows PC 可以正常 DHCP 上网

背景

网络拓扑

ONU

• 型号：TEWA-768G
• 设置：

  服务	模式	接口
  Internet	桥接	eth0
  IPTV	桥接	eth0.43

r1

• 型号：H3C NX30Pro
• OS：OpenWrt 24.10.4
• 设置：
  

s2

• 型号：Redmi AX6000
• OS: OpenWrt 24.10.4
• 设置：二层交换所有接口

iptv-box

• PPPoE 接入 IPTV 网络

ws1

• Fedora 43 笔记本，出问题的设备

ws2

• Windows 11 PC

worker1

• 型号：ThinkPad E470
• Rocky 9 服务器

前情提要

本来 IPTV 是 ONU 上单独接口提供的，最近和朋友联机玩 Satisfactory，用旧笔记本（worker1）搭的独立服务器（可以挂机生产 😇）

因为我家弱电箱到电视柜只预埋了一根双绞线，本来是 IPTV 独占的，所以我改成了 ONU 在 Internet 口 vlan 43 桥接 IPTV 上游，然后 r1 拆开 vlan 并桥接到 br-lan

Troubleshooting

查看 NetworkManager 日志，发现 DHCP 超时导致激活失败

Feb 21 17:58:43 ws1 NetworkManager[1340]: <info> [1771667923.5363] manager: (enp0s31f6): new Ethernet device (/org/freedesktop/NetworkManager/Devices/2)
Feb 21 17:58:43 ws1 NetworkManager[1340]: <info> [1771667923.5364] device (enp0s31f6): state change: unmanaged -> unavailable (reason 'managed', managed-type: 'external')
Feb 21 21:30:40 ws1 NetworkManager[1340]: <info> [1771680640.8620] device (enp0s31f6): carrier: link connected
Feb 21 21:30:40 ws1 NetworkManager[1340]: <info> [1771680640.8624] device (enp0s31f6): state change: unavailable -> disconnected (reason 'carrier-changed', managed-type: '>
Feb 21 21:31:14 ws1 NetworkManager[1340]: <info> [1771680674.1726] device (enp0s31f6): Activation: starting connection 'enp0s31f6' (0a349357-55da-3dec-a942-21c73818f8cb)
Feb 21 21:31:14 ws1 NetworkManager[1340]: <info> [1771680674.1727] device (enp0s31f6): state change: disconnected -> prepare (reason 'none', managed-type: 'full')
Feb 21 21:31:14 ws1 NetworkManager[1340]: <info> [1771680674.1732] device (enp0s31f6): state change: prepare -> config (reason 'none', managed-type: 'full')
Feb 21 21:31:14 ws1 NetworkManager[1340]: <info> [1771680674.1743] device (enp0s31f6): state change: config -> ip-config (reason 'none', managed-type: 'full')
Feb 21 21:31:14 ws1 NetworkManager[1340]: <info> [1771680674.1749] dhcp4 (enp0s31f6): activation: beginning transaction (timeout in 45 seconds)
Feb 21 21:31:59 ws1 NetworkManager[1340]: <info> [1771680719.7963] device (enp0s31f6): state change: ip-config -> failed (reason 'ip-config-unavailable', managed-type: 'fu>
Feb 21 21:31:59 ws1 NetworkManager[1340]: <warn> [1771680719.7969] device (enp0s31f6): Activation: failed for connection 'enp0s31f6'
Feb 21 21:31:59 ws1 NetworkManager[1340]: <info> [1771680719.7970] device (enp0s31f6): state change: failed -> disconnected (reason 'none', managed-type: 'full')
Feb 21 21:31:59 ws1 NetworkManager[1340]: <info> [1771680719.8198] dhcp4 (enp0s31f6): canceled DHCP transaction

在 s2 上抓包，发现有 DHCP request 但是没有 response

root@s2:~# tcpdump -i br-lan -nn port 67 or port 68
tcpdump: verbose output suppressed, use -v[v]... for full protocol decode
listening on br-lan, link-type EN10MB (Ethernet), snapshot length 262144 bytes
14:06:45.152450 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
14:06:47.152175 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
14:06:49.598975 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
14:06:53.781919 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
14:07:02.074461 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
14:07:18.476678 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
14:07:46.827972 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
14:07:48.828047 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
14:07:51.422797 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
14:07:55.587902 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
14:08:03.601729 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
14:08:19.919914 IP 0.0.0.0.68 > 255.255.255.255.67: BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 287
^C
12 packets captured
12 packets received by filter
0 packets dropped by kernel

在 r1 上抓包，发现 r1 收到了 DHCP request 而且发出了 reply，但是显然没有转发到 s2，而且还有另一个 DHCP server 回复 🤯

root@r1:~# tcpdump -i br-lan -nn -vv -e port 67 or port 68
tcpdump: listening on br-lan, link-type EN10MB (Ethernet), snapshot length 262144 bytes
15:01:15.782149 4a:de:9d:1d:d4:db > ff:ff:ff:ff:ff:ff, ethertype IPv4 (0x0800), length 323: (tos 0x0, ttl 64, id 0, offset 0, flags [DF], proto UDP (17), length 309)
    0.0.0.0.68 > 255.255.255.255.67: [udp sum ok] BOOTP/DHCP, Request from 4a:de:9d:1d:d4:db, length 281, xid 0xd03f7c74, secs 1, Flags [none] (0x0000)
	  Client-Ethernet-Address 4a:de:9d:1d:d4:db
	  Vendor-rfc1048 Extensions
	    Magic Cookie 0x63825363
	    DHCP-Message (53), length 1: Discover
	    Client-ID (61), length 7: ether 4a:de:9d:1d:d4:db
	    Parameter-Request (55), length 17: 
	      Subnet-Mask (1), Time-Zone (2), Domain-Name-Server (6), Hostname (12)
	      Domain-Name (15), MTU (26), BR (28), Classless-Static-Route (121)
	      Default-Gateway (3), Static-Route (33), YD (40), YS (41)
	      NTP (42), Unknown (119), Classless-Static-Route-Microsoft (249), Unknown (252)
	      RP (17)
	    MSZ (57), length 2: 576
	    Hostname (12), length 3: "ws1"
15:01:15.782921 fa:3b:9d:5b:ab:d8 > 4a:de:9d:1d:d4:db, ethertype IPv4 (0x0800), length 342: (tos 0xc0, ttl 64, id 35446, offset 0, flags [none], proto UDP (17), length 328)
    192.168.1.1.67 > 192.168.1.241.68: [bad udp cksum 0x8588 -> 0xb78b!] BOOTP/DHCP, Reply, length 300, xid 0xd03f7c74, secs 1, Flags [none] (0x0000)
	  Your-IP 192.168.1.241
	  Server-IP 192.168.1.1
	  Client-Ethernet-Address 4a:de:9d:1d:d4:db
	  Vendor-rfc1048 Extensions
	    Magic Cookie 0x63825363
	    DHCP-Message (53), length 1: Offer
	    Server-ID (54), length 4: 192.168.1.1
	    Lease-Time (51), length 4: 43200
	    RN (58), length 4: 21600
	    RB (59), length 4: 37800
	    Subnet-Mask (1), length 4: 255.255.255.0
	    BR (28), length 4: 192.168.1.255
	    Default-Gateway (3), length 4: 192.168.1.1
	    Domain-Name-Server (6), length 4: 192.168.1.1
	    Domain-Name (15), length 3: "lan"
15:01:15.849689 a8:bd:de:cd:39:56 > 4a:de:9d:1d:d4:db, ethertype IPv4 (0x0800), length 365: (tos 0xc0, ttl 1, id 7554, offset 0, flags [none], proto UDP (17), length 351)
    10.218.32.1.67 > 255.255.255.255.68: [udp sum ok] BOOTP/DHCP, Reply, length 323, xid 0xd03f7c74, secs 1, Flags [none] (0x0000)
	  Your-IP 10.218.37.64
	  Gateway-IP 10.218.32.1
	  Client-Ethernet-Address 4a:de:9d:1d:d4:db
	  Vendor-rfc1048 Extensions
	    Magic Cookie 0x63825363
	    DHCP-Message (53), length 1: Offer
	    Subnet-Mask (1), length 4: 255.255.224.0
	    Default-Gateway (3), length 4: 10.218.32.1
	    Domain-Name-Server (6), length 8: 218.30.19.50,61.134.1.5
	    Lease-Time (51), length 4: 2400
	    RN (58), length 4: 1200
	    RB (59), length 4: 2100
	    Server-ID (54), length 4: 10.218.32.1
	    Unknown (125), length 31: 40.53.16.83.72.67.84.67.73.80.84.86.68.72.67.80.65.65.65.40.53.9.48.48.57.48.48.57.48.48.57

推测 10.218.32.1/19 应该是 r1 eth1.43 上来自 IPTV 上游的 DHCP 泄漏，但是和 DHCP reply 无法到达 s2 没有直接关系，应该是 r1 的二层转发有问题

查看 r1 的 ARP 表

root@r1:~# arp
IP address       HW type     Flags       HW address            Mask     Device
...
192.168.1.50     0x1         0x2         4a:de:9d:1d:d4:db     *        br-lan
192.168.1.241    0x1         0x0         4a:de:9d:1d:d4:db     *        br-lan
192.168.1.49     0x1         0x2         4a:de:9d:1d:d4:db     *        br-lan
198.18.0.1       0x1         0x2         4a:de:9d:1d:d4:db     *        br-lan

有 ws1 的 MAC，但是为什么无法转发呢？ 🫠

于是我去咨询 Claude，它让我贴 r1 的 ip link show

root@r1:~# ip link show
...
3: eth1: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc mq state UP qlen 1000
    link/ether 4a:de:9d:1d:d4:db brd ff:ff:ff:ff:ff:ff
46: eth1.43@eth1: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc noqueue master br-lan state UP qlen 1000
    link/ether 4a:de:9d:1d:d4:db brd ff:ff:ff:ff:ff:ff

草，原来 r1 的 wan 口 MAC 和 ws1 是一样的，r1 的 DHCP reply 每次都发给自己了 🤣

问题根源

安装 ONU 的时候，我用 ws1 直接接入 ONU 拨号了。ONU 拨号有 MAC 绑定，一定时间内只允许一个 MAC 拨号（防止多拨？），所以配置 r1 的时候复制了 ws1 的 MAC

root@r1:~# cat /etc/config/network 
...
config device
	option name 'eth1'
	option macaddr '4a:de:9d:1d:d4:db'

这样正常情况下不会有问题，但是由于我配置 IPTV，把 eth1.43 桥接到 br-lan，导致 eth1.43 和 ws1 在同一个广播域，Openwrt vlan 设备自动继承物理设备 MAC 地址，所以发给 ws1 的 ethernet frame 全都被 r1 drop 了

解决方法

把 r1 eth1 的 MAC 地址改掉就行了（

拨号 MAC 绑定等几分钟就自动解除了

不过刚才注意到 IPTV 上游 DHCP 泄漏到局域网了，而且这样局域网和上游二层桥接了，实在不太安全，所以修改 r1 设置如下：

给 iptv-box 配置静态 IP 192.168.1.254，在 r1 拨号访问 IPTV 网络，并配置策略路由，只将来自 iptv-box 的流量转发至 pppoe-iptv

同时还需要配置 igmpproxy 转发 iptv-box 的组播流量，否则无法观看直播（需要打开 br-lan 的 igmp snooping 避免组播流量浪费带宽）

vibe coding

这几个月尝试了不少模型和工具，但是都说不上特别满意
从去年来，大概用过不少 grok-code-fast，claude-sonnet/opus，codex，codex mini，kimi2.5，准备再买一个 minimax 会员继续错峰使用

一方面这个会员频率控制机制导致写代码十分不流畅，每五小时之内需要写点代码有点反人类了，又不能把限额省下来一起用。一方面因为我确实没有财力把 opus 打满所以很多时候不太确定升级模型能不能解决我遇到的问题，体验下来就是推理和逻辑能力很差，代码需要反复返工，非常容易自己走到错误的死胡同

等我有空了准备大概看一下 CCC(claude C complier)[https://github.com/anthropics/claudes-c-compiler] 这个传说中 16 个 agent 并行用目前最强（截至本月中旬）的 ai 消耗 20k 美元写出来的强化学习 like 编译器的具体代码写的品味怎么样

为什么说强化学习 like 呢，因为开发者搭好了测试框架，所以 ai 只需要不断的跑测试直至通过，这个过程非常的强化学习，以至于能编译 linux kernel 的版本无法编译一个带有 include 的 helloworld

第一次年后返工，上学时想着早点回校更自由一些，现在想多待家里几天

返工文看多了心情越是不好，人为什么要学习 又为什么要上班？说起来如果人生像这样继续下去的话，和家里人在一起的时间根本没有比一起工作一年的人多。虽然我并不希望一直和家里人待在一起，但我希望至少可以自由决定去留，而不是被迫每年只有这么几天来回迁徙。赚大钱然后早日退休这样的目标在现在看来实在是虚无缥缈，突然就不知道人生的意义是什么了，我可能有一些想做的事，但我并没有那种“一定要去做”的执念。这简直太可怕了，我无数次闲下来的时候思考到这些都会立刻意识到这些想法会影响我对“活着”这件事的看法，就像我观察旁边的一个人然后推测得到他身上可能会发生什么。总之这种事情可怕的地方就在于我可能找不到锚点，而看不到希望的目标是没办法做稳固作用的锚点的🤔

也许应该做一些极小的目标，虽然我并没有信心。不知道真正有效摆脱虚无的办法有什么

done

馄饨，以及油炸馄饨皮

妹妹养的兔子

这几天因为在玩 qq 农场，已经幻视出偷菜键了

这草的颜色还挺好看，原来是刚浇的除草剂，有 1 丶似了

Vulnerable World Hypothesis（脆弱世界假说，简称 VWH）

VWH 是牛津大学哲学家 Nick Bostrom 在 2019 年的一篇论文中正式提出的概念（发表在 Global Policy 期刊），后来他在 2022 年又与他人合写文章进一步讨论过。

这个假说的核心思想可以用一个很形象的比喻来概括：把人类的科技发明过程想象成从一个巨大的瓮（urn）里抽球。

• 大部分球是白色的：带来好处、提升生活水平。
• 有些是灰色的：有好处也有坏处，或者中等危害。
• 但瓮里可能存在极少数黑色球（black ball）：一旦被抽出来，几乎必然会导致发明它的文明毁灭（或极端灾难），而且一旦抽出来就放不回去。

脆弱世界假说（Vulnerable World Hypothesis）就是说：如果科技发展继续下去，在某个技术水平上，人类几乎必然会抽到至少一个“黑色球”，除非我们彻底摆脱当前的“半无政府默认状态”（semi-anarchic default condition）。

这里的“半无政府默认状态”指的是当今世界的基本结构：

• 国家对个体/小团体的预防性 policing能力有限（无法极高可靠性地阻止绝大多数人强烈反对的极端破坏行为）。
• 全球层面缺乏足够强的治理协调能力（无法可靠解决严重国际协调问题，尤其当各国默认有动机“背叛”时）。

一旦抽到黑色球，文明就极大概率完蛋，除非提前建立起历史上前所未有的强大全球监控 + 预防性执法 或 强全球治理 机制（比如接近无所不在的实时监控、极严格的科技准入控制等）。

Bostrom 举的几类可能“黑色球”例子（typology）

1. 极易大众化的大规模杀伤技术（easy-to-make recipes for ruin）：比如未来合成生物学发展到某一步，高中生物水平的人用常见材料就能造出杀死数亿人的超级病原体。
2. 先发制人优势极强的军事技术：导致“先动手就赢”的极端激励，触发不可控的先发打击竞赛。
3. 产生巨大负外部性但经济上极有吸引力的技术：很难监管，但人人想用，导致全球灾难性后果累积。
4. 其他变体，比如让犯罪组织极端规模化、难以根除的技术。

作者认为，我们迄今没抽到黑色球，主要不是因为人类智慧或谨慎，而是纯粹的运气。历史上人类抽了很多白球和灰球，但还没碰到黑的。

为什么这个假说让很多人感到不安（尤其是对 ASI 的担忧）

ASI（人工超级智能）最让人担忧的地方，可能不是它本身失控，而是它极可能在短时间内发现我们人类花几百年、几千年都没发现的“黑色球”。人类是“慢速物种”，已经发现了一些很可怕的东西（核武器、潜在生物风险等），但 ASI 可能以 10 倍、100 倍速度扫描可能性空间，发现更简单、更致命、我们完全想不到的“recipes for ruin”。

为什么人们对这个假说的接受度差异那么大？高度依赖先验专业背景

这正是 Bostrom 和很多相关讨论者反复强调的观察：

• 容易觉得很合理（甚至显而易见）的人，往往有以下背景之一：

  • 生物安全 / 合成生物学研究者：亲眼见过 DNA 合成成本暴跌、DIY bio 社区兴起，知道门槛降低的速度有多恐怖。
  • 核/军备控制、战略安全专家：深刻理解“先发优势”“相互确保摧毁”之外的更极端不稳定均衡。
  • 生物恐怖主义 / 信息危害（info hazard）研究者：知道某些知识一旦公开就几乎不可逆。
  • 存在风险（x-risk） / 长期主义圈子的人：长期思考指数级技术、fat-tail 风险。

• 觉得很离谱、不现实、甚至是灾难色情（doomer porn）的人，常见背景：

  • 主流经济学、社会学、历史学：习惯从激励、制度、适应性、历史韧性看问题，认为人类总能通过市场、法律、国际规范“事后补救”，很少有东西是真正“不可治理”的。
  • 普通公众或技术乐观主义者：历史经验是科技总体向上，坏事总能被管住；觉得“全球末日”听起来太科幻。
  • 强 AI/计算机领域但不关注安全的人：更关注技术可行性，而非“一旦可行就几乎不可防”的社会物理后果。

这种直觉差异很难靠几句例子或几篇文章扭转，因为它根植于长期积累的专业“世界模型”和对风险尾部的敏感度。就像你很难让一个没见过高危病原体操作的人真正感受到“门槛降低 10 倍”的恐怖感，也很难让一个天天思考地缘战略均衡的人相信“人类总能协调好”。

总结：

• VWH 不是说“我们一定会灭亡”，而是说宇宙的物理 + 技术可能性结构本身可能是高度危险的，我们只是侥幸还没踩雷。
• 对 ASI 的极度担忧，很大一部分正是因为它可能是“抽球速度×100”的超级加速器。
• 人们信不信 VWH，很大程度上是先验专业背景塑造的世界观在说话，而不是单纯谁更有逻辑。

http://xhslink.com/o/5k75m2AF2Wp

强推中科院小红书官号《格致论道》🥺

这篇文章是 2025 年发表在《Child and Adolescent Mental Health》期刊上的一篇Debate（辩论/观点文章），标题很长但核心很清晰：

“城市 vs 乡村环境——哪个对心理健康更好？超越城市 - 乡村二元对立，呼吁在绿地策略中考虑质量、类型和空间”

作者团队来自伦敦大学学院（UCL）等机构，主要研究领域是城市规划、环境设计与心理健康交叉。

核心观点

不是简单地问“城市好还是乡村好”，而是应该把焦点转向“绿地本身的质量、类型、设计与可及性”，因为好的绿地无论在城市还是乡村，都能显著改善心理健康；尤其在城市里，更需要高质量的绿地来对抗城市压力。

他们反对什么？（批判的城市 - 乡村二元对立）

很多人（包括一些研究和大众观念）习惯把心理健康问题简单归因于：

• 城市 = 坏（噪声、污染、拥挤、压力 → 焦虑、抑郁更高）
• 乡村 = 好（安静、自然、慢节奏 → 更放松、幸福感更高）

作者认为这种二分法过于粗暴，已经过时。主要理由：

1. 大量证据显示，接触绿地（greenspace）本身对心理健康有正面作用，无论你身处城市还是乡村。

   • 降低压力激素（皮质醇）
   • 减少焦虑、抑郁症状
   • 提升幸福感、主观幸福度、生活满意度
   • 促进注意力恢复、情绪调节

2. 城市里也有很好的绿地（设计优良、可达性高、让人感到安全舒适的公园），使用后心理收益很大。

3. 有些乡村地区反而缺乏高质量、可及的公共绿地（私人农田多、公共空间少、维护差、交通不便），心理收益未必比城市高。

所以单纯比较“urban vs rural”已经没有太大意义，真正决定心理健康影响的是你日常能接触到的绿地是什么样子。

他们特别强调的三个维度（quality, typology, space）

1. Quality（质量）

   • 不是“有没有绿地”，而是“好不好用”。
   • 好的绿地：干净、安全、维护好、有座椅/路径/水景/生物多样性、设计让人感到放松而非压抑或危险。
   • 差的绿地：垃圾多、照明差、反社会行为多、过于人工化或单调 → 反而可能增加压力。

2. Typology（类型/形态）

   • 不同类型的绿地作用不同：
     • 大型城市公园 vs 小型街边绿地 vs 社区花园 vs 屋顶绿化 vs 河岸线性绿地 vs 森林/田野
     • 有的适合安静独处（恢复性注意力），有的适合社交/运动（增强社会连接），有的适合儿童玩耍。
   • 城市更需要多样化、小尺度、嵌入式绿地（因为人们移动范围小）。

3. Space（空间特性与可及性）

   • 距离、步行可达时间、是否免费、是否全年开放、是否对弱势群体友好（老人、残障、儿童、低收入者）。
   • 作者特别指出：城市规划必须把高质量绿地视为基本的公共卫生基础设施（public health infrastructure），而不是可有可无的“美化”。

他们最想传递的政策建议

• 不要再简单宣传“逃离城市去乡村更健康”。
• 城市尤其要优先投资高质量、可达、设计优良的绿地。
• 绿地策略要因地制宜（context-specific）：伦敦的策略不一定适合北京或非洲城市。
• 把绿地规划上升到公共健康高度，而非只是景观或环保部门的事。

https://www.nature.com/articles/s41598-025-12607-1

性伴侣数量及其随时间的变化影响长期伴侣评价：来自五大洲 11 个国家的证据

研究最核心的几个发现

1. 全世界都挺在意的，而且在意的是长期关系

   • 不管是中国、美国、挪威、巴西、波兰、希腊……11 个国家、5 大洲、5000+ 人
   • 过去性伴侣数量（4 个、12 个、36 个）越高，人们愿意跟这个人谈长期关系的意愿就越低
   • 这个效应在所有国家都存在，只是强度有差异（性文化越保守的国家，比如中国、波兰，惩罚越高；挪威、美国相对宽松一些）
   • 但方向完全一致：越多越扣分

2. 不是只看总数，更看“最近有没有收敛”（这是这篇论文最大的新贡献）

   • 同样是 12 个或 36 个前任
     • 如果最近几年几乎没有新对象（过去集中在早年，现在明显“慢下来了”或停了）→ 扣分少很多
     • 如果最近半年到一年突然加速（最近才快速增加）→ 扣分最严重
   • 人们最喜欢的是“过去有过一点，但现在正在 slow down 甚至停下来”的轨迹
   • 这其实很符合“近期行为预测未来行为最准”的朴素心理学逻辑

   举作者给的例子：

   • 人 A：4 个前任，全在最近 6 个月
   • 人 B：4 个前任，均匀分布在过去 5 年
     → 大多数人选 B（尤其是想认真谈恋爱/结婚的时候）

3. 几乎没有发现明显的性双标（sexual double standard）

   • 传统说法：男人高 body count 被宽容甚至加分，女人高 body count 被严厉惩罚
   • 但这项研究里基本没看到这种模式
   • 男性和女性评判者对“高数字”的讨厌程度差不多
   • 在保守国家也没看到男人特别针对女性的高数字
   • 这和他们 2017 年英国研究的结果一致，也和近年来越来越多的实证研究趋势吻合（双标可能不像网上说的那么普遍和极端）

4. 高 sociosexuality（更开放、更倾向短期关系的人）在意程度低一些

   • 但即使是这些人，也仍然会因为数字高和“最近还在加速”而扣分，只是扣得没那么狠
   • 个体差异（尤其是 sociosexuality）比国家/文化差异的影响更大

为什么进化心理学认为这合理？

作者给的解释（也是主流进化心理论点）：

• 过去行为是未来行为最好的预测器
• 高伴侣数 + 近期还在增加 → 统计上不忠风险、抛弃风险、性病风险都更高
• 男性怕戴绿帽，女性怕被抛弃
• 所以大脑进化出对“高数字 + 没收敛迹象”的人自动降低打分
• 但如果数字高但已经明显“收心”了，风险感知就下降很多

一句话总结作者想传递的信息：

Body count 不是无关紧要，但也不是只看一个总数。
真正让人担心的其实是“这个人目前的生活轨迹是不是还在追求多样性/短期刺激”。

https://www.economist.com/graphic-detail/2025/02/19/do-lonely-people-have-shorter-lives

"social connections were a surprisingly powerful predictor of a long life. Living with a partner was roughly as beneficial as exercise...social connections...might be just as important as physical exercise in warding off an early death."
“社会关系是一个令人惊讶的强有力长寿预测指标。与伴侣一起生活带来的益处，大约相当于进行锻炼的效果……社会连接的重要性，可能丝毫不亚于体育锻炼在预防早逝方面的作用。”

https://x.com/RayDalio/status/2022788750388998543

It’s Official: The World Order Has Broken Down

官方定调：世界秩序已然瓦解

在慕尼黑安全会议上，大多数领导人宣布 1945 年后的世界秩序已经终结。这一现状背后的全景图已在《2026 年安全报告》中展现，该报告题为《破坏进行时》（Under Destruction），如果你感兴趣可以 点击此处 阅读。具体而言，德国总理弗里德里希·默茨（Friedrich Merz）表示：“维持了数十年的世界秩序已不复存在”，我们正处于一个“大国政治”时期。他明确指出，在这个新时代，自由“不再是理所当然的”。法国总统埃马纽埃尔·马克龙（Emmanuel Macron）呼应了默茨的评估，指出与旧世界秩序相关的欧洲旧安全结构已不复存在，欧洲必须为战争做好准备。美国国务卿马克·鲁比奥（Marco Rubio）则表示，由于“旧世界”已逝，我们正处于一个“新地缘政治时代”。

用我的话来说，我们正处于“大周期”中的第六阶段（Stage 6）。在这个阶段，由于处于一个没有规则、强权即公理、大国之间发生冲突的时期，巨大的混乱正在兴起。第六阶段的运作方式在我《原则：应对变化中的世界秩序》一书的第六章《外部秩序与混乱的大周期》中进行了详细阐述。此前我曾分享过第五章（“内部秩序与混乱的大周期”）的大量摘录，以便让大家看到美国当前的现状是如何符合该章所解释的经典周期的。鉴于现在大家几乎公认 1945 年后的世界秩序已经崩溃，我们正在进入一个新的世界秩序，我认为现在值得大家花时间阅读一下我在此附上的第六章全文。

第六阶段：外部秩序与混乱的大周期

人与人之间的关系，以及治理这些关系的秩序，无论是内部的还是外部的，其运作方式基本相同，并且两者相互交织。事实上，就在不久前，内部秩序和外部秩序之间还没有明显的区别，因为国家之间并没有明确界定且相互承认的边界。正因如此，我在上一章描述的国家内部“秩序与混乱交替的六阶段周期”，在国家之间也同样适用，但有一个巨大的例外：国际关系更多地是由原始的权力博弈（Raw Power Dynamics）所驱动的。

这是因为所有的治理系统都需要有效且被认可的：1) 法律和立法能力；2) 执法能力（如警察）；3) 裁决方式（如法官）；以及 4) 既符合罪行又得到执行的明确后果（如罚款和监禁）。而这些要素在引导国家间关系时，要么不存在，要么不如在引导国家内部关系时那样有效。

虽然人们曾尝试让外部秩序更加遵守规则（例如通过国际联盟和联合国），但总的来说，这些尝试都失败了，因为这些组织的财富和权力并没有超过最强大的国家。当个别国家的力量超过国家集合体时，更强大的国家就会统治一切。例如，如果美国、中国或其他国家的力量超过联合国，那么美国、中国或其他国家将决定事态的发展，而不是联合国。这是因为力量决定一切，而在对等的对手之间，财富和权力很少会在不经战斗的情况下被拱手相让。

当强国之间发生争端时，它们不会让律师向法官申诉，而是相互威胁，要么达成协议，要么开战。国际秩序遵循的是“丛林法则”，而非国际法。

国家之间主要存在五种形式的斗争：贸易/经济战、技术战、资本战、地缘政治战和军事战。让我们先简要定义它们：

1. 贸易/经济战： 关于关税、进出口限制以及其他在经济上损害竞争对手手段的冲突。
2. 技术战： 关于哪些技术可以共享，以及哪些技术应作为国家安全的受保护方面而保留的冲突。
3. 地缘政治战： 关于领土和联盟的冲突，这些冲突通过谈判和明确或隐含的承诺来解决，而非通过战斗。
4. 资本战： 通过金融工具实施的冲突，如制裁（例如，通过惩罚提供资金和信用的机构和政府来切断资金和信用）以及限制外国进入资本市场。
5. 军事战： 涉及实际交火和部署军事力量的冲突。

大多数国家间的斗争都属于上述一个或多个类别（例如，网络战在所有类别中都发挥着作用）。这些斗争是为了争夺财富、权力和相关的意识形态。

虽然这些类型的战争大多不涉及流血冲突，但它们都是权力斗争。在大多数情况下，前四种战争会随着时间的推移演变为竞争对手之间激烈的竞争，直到军事战争开始。这些斗争和战争——无论是否涉及流血——都是一方对另一方行使权力的表现。它们可以是全面的，也可以是受控的，这取决于问题的重要性以及对手之间的相对实力。但一旦军事战争开始，其他四个维度的手段都将被最大限度地武器化。

正如前几章所述，所有驱动内部和外部周期的因素往往会同步改善或恶化。当情况变糟时，会出现更多可争论的问题，从而导致更强烈的战斗倾向。这是人类的天性，也是为什么我们会有“大周期”——在好时期和坏时期之间摆动。

全面战争通常发生在涉及生存问题（对国家生存至关重要、以至于人们愿意为此而战并牺牲的问题）且无法通过和平手段解决的时候。由此引发的战争会明确哪一方能够按其意愿行事，并在随后的事务中拥有霸权。这种关于谁制定规则的明确性，便成为了新国际秩序的基础。

下图展示了追溯到 1500 年欧洲内部及外部和平与冲突的周期，以其导致的死亡人数为反映。如你所见，存在三个冲突上升和下降的大周期，平均每个周期约为 150 年。虽然大规模内战和外部战争持续时间较短，但它们通常是导致这些战争的长期冲突的顶点。

虽然第一次世界大战和第二次世界大战是分别由经典的周期驱动的，但它们之间也存在着内在的联系。

每个周期都包括一个相对较长的和平与繁荣期（例如文艺复兴、启蒙运动、工业革命），这些时期播下了可怕的、暴力的对外战争的种子（例如三十年战争、拿破仑战争、两次世界大战）。上升期（和平繁荣）和下降期（萧条与战争）都会影响整个世界。并非所有国家都会在主导大国繁荣时一同繁荣，因为国家往往以牺牲他人为代价获利。例如，中国从 1840 年左右到 1949 年的“百年屈辱”，正是因为西方列强和日本对其进行剥削。

在继续阅读时，请记住关于战争最确定的两件事是：

• 1）它永远不会按计划进行；
• 2）它会比想象中糟糕得多。

正因如此，后面列出的许多原则都是关于如何避免热战。尽管如此，无论出于好理由还是坏理由，热战还是会发生。需要明确的是，虽然我认为大多数战争都是悲剧性的、理由荒谬的，但有些战争是值得打的，因为不打的后果（例如失去自由）是无法忍受的。

驱动外部秩序变迁的永恒且普适的力量

正如第 2 章所解释的，在自我利益和自我生存之后，对财富和权力的追求是驱动个人、家庭、企业、国家和国家的最主要动机。因为财富等于权力——它能用来建造军事力量、控制贸易、影响他国，所以国内实力与军事实力是相辅相成的。买枪（军事力量）和买黄油（国内社会支出）都需要钱。当一个国家无法充分提供这两者中的任何一种时，它就会在国内和国外都变得脆弱。从我对中国朝代和欧洲帝国的研究中，我认识到拥有足够的财政实力去超过对手的支出，是一个国家能拥有的最重要的优势之一。美国就是这样在冷战中击败苏联的。只要在正确的地方花足够的钱，就不必打热战。长期成功取决于在不产生导致衰落的过度的情况下，持续维持“枪”和“黄油”。换句话说，一个国家必须在财政上足够强大，既能给人民提供良好的生活水平，又能保护他们免受外敌侵害。真正成功的国家能够做到这一点 200–300 年。但从来没有哪个国家能永远做到。

冲突发生在主导力量开始衰弱，或新兴力量开始接近其实力之时——或两者同时发生。军事战争风险最大的时候，是双方
1）军事实力大致相当，且
2）存在不可调和的、关乎生存的重大分歧。
在撰写本文时，最具爆炸性的潜在冲突是美国与中国在南海问题上的对峙。

对立方面临的抉择——要么开打，要么退让——是非常艰难的。两者代价都很高：开打要付出生命和金钱的代价，退让则意味着失去地位，显示软弱，从而减少支持。当两个竞争实体都拥有摧毁对方的能力时，双方都必须对对方不会造成不可接受的伤害或杀死拥有极高的信任。很好地管理“囚徒困境”极其罕见。

虽然国际关系中除了最强者自己强加的规则外别无规则，但有些方法确实比其他方法产生更好的结果。具体来说，更可能带来双赢结果的方法优于导致双输结果的方法。因此有这条极其重要的原则：要获得更多双赢结果，就需要在谈判中考虑对方最看重什么、自己最看重什么，并懂得如何进行交换。

通过熟练的合作创造双赢关系，既增加又合理分配财富和权力，远比导致一方征服另一方的战争更有回报、痛苦更少。站在对手的角度看问题，清楚地识别并向对方传达你的红线（即不可妥协的事项），是做好这件事的关键。胜利的含义是得到对自己最重要的东西，同时不失去对自己最重要的东西，因此那些在生命和金钱上付出远超收益的战争是愚蠢的。但“愚蠢”的战争仍然经常发生，原因我后面会解释。

滑向愚蠢战争太容易了，因为存在：
a）囚徒困境，
b）以牙还牙的升级过程，
c）衰落大国认为退让的代价，
d）决策必须快速时产生的误判。
竞争的大国通常处于囚徒困境中；它们需要有办法向对方保证自己不会先下杀手，以免对方先动手。以牙还牙的升级很危险，因为每一方都必须升级，否则就会失去上一次对方夺走的东西；这就像一场飙车游戏——推得太远就会正面相撞。

不诚实和情绪化的诉求会煽动民众，从而增加愚蠢战争的危险，因此领导人最好诚实、深思熟虑地向民众解释形势以及他们的应对方式。最糟糕的是领导人对民众不诚实且情绪化，更糟的是他们还控制媒体。

总体而言，从双赢关系到双输关系的倾向是周期性发生的。人们和帝国在好时光更倾向于合作，在坏时光更倾向于斗争。当现存大国相对于崛起大国开始衰落时，它自然倾向于维持现状或现有规则，而崛起大国则希望改变规则，使之与变化的事实相匹配。

虽然我不知道“爱情与战争中一切皆公平”这句话中爱情的部分是否正确，但我知道战争的部分是对的。例如在美国独立战争中，当英国人排成队列作战时，美国革命者从树后射击，英国人认为这不公平并提出抗议。革命者获胜了，他们认为英国人愚蠢，而独立与自由的理由足以改变战争规则。战争就是这样。

这引出最后一条原则：拥有权力、尊重权力、明智地使用权力。拥有权力是好事，因为权力永远胜过协议、规则和法律。一旦形势严峻，能够强制执行自己对规则的解释或推翻规则的人将得到想要的东西。尊重权力很重要，因为与注定要输的战争对抗是不明智的；更好的选择是谈判出尽可能好的解决方案（除非你想成为烈士，那通常是出于愚蠢的自我而非理性的战略考量）。明智地使用权力也很重要。明智使用权力并不一定意味着强迫别人给你想要的东西——即欺凌他们。它包括认识到慷慨和信任是产生双赢关系的强大力量，而双赢关系远比双输关系更有回报。换句话说，使用“硬实力”往往不是最佳路径，使用“软实力”通常更可取。

在思考如何明智使用权力时，还必须决定何时达成协议、何时开战。要做到这一点，一方必须想象自己的权力随时间如何变化。在自身相对权力最强时进行谈判、强制执行协议或开战是最有利的。这意味着：如果相对权力在下降，应尽早开战；如果相对权力在上升，则应晚些开战。

如果处于双输关系中，就必须以某种方式摆脱，最好是通过分离，虽然也可能通过战争。明智处理权力，通常最好不要展示它，因为展示会让他人感到威胁，从而促使他们建立自己的威胁力量，导致双方相互升级，威胁双方。权力通常最好像一把隐藏的刀，只有在真正要战斗时才拿出来。但有些时候，展示权力并威胁使用它，是改善谈判地位、防止战斗的最有效方式。清楚了解对方最在乎和最不在乎什么，特别是他们愿意为何而战、不愿为何而战，能让你逐步走向双方都认为公平的纠纷解决均衡。

虽然拥有权力通常是好事，但也不必拥有超过需要的权力。因为维持权力会消耗资源，最重要的是时间和金钱。而且权力伴随着责任负担。我常常惊讶地发现，权力较小的人相对于权力较大的人往往更快乐。

案例研究：第二次世界大战

现在我们已经涵盖了驱动外部秩序与无序周期的动态和原则，这些都是通过研究众多案例得出的。下面我想简要回顾第二次世界大战这个案例，因为它提供了从和平走向战争的最近、最具标志性的动态示例。虽然这只是一个案例，但它清楚地展示了三种大周期——即货币与信贷周期、内部秩序/无序周期以及外部秩序/无序周期——如何交叠并相互作用，创造了导致灾难性战争的条件，并为 1945 年后的新世界秩序奠定了基础。这些时期的故事本身非常引人入胜，但尤其重要的是，它们提供了宝贵的教训，帮助我们思考当下正在发生什么，以及未来可能出现什么。最关键的是，美国和中国目前正处于一场经济战中，这场战争有可能演变为军事战争，而 1930 年代与今天的比较能为我们提供有价值的洞见，帮助我们理解可能发生的情况以及如何避免一场可怕的战争。

通向战争之路

为了帮助大家理解 1930 年代的整体图景，我将简要回顾导致 1939 年欧洲正式开战以及 1941 年珍珠港事件前的主要地缘政治事件。然后快速带过战争本身，以及 1945 年美国处于权力巅峰时新世界秩序的开端。

1929 年大崩盘之后的全球大萧条，导致几乎所有国家都出现了严重的内部财富冲突。这促使各国转向更加民粹主义、专制主义、民族主义和军国主义的领导人和政策。这些转向或是向右（右翼），或是向左（左翼），程度因各国的具体情况以及民主或专制传统的强弱而异。在德国、日本、意大利和西班牙，由于经济极端恶化且民主传统较弱，导致极端内部冲突，并转向右翼民粹/专制领导人；而在不同时期，苏联和中国由于同样经历了极端困境且完全没有民主经验，也转向了左翼民粹/专制领导人。美国和英国拥有更强的民主传统，经济状况也没有其他国家那么极端，因此变得比以前更民粹、更专制，但远没有达到其他国家的程度。

德国与日本

德国在第一次世界大战后被凡尔赛条约强加了巨额赔款，但到 1929 年，通过《杨格计划》已经开始逐步摆脱赔款负担，并于 1930 年撤出外国驻军。然而全球大萧条重创德国，导致失业率接近 25%、大规模破产和广泛贫困。与往常一样，左翼民粹与右翼民粹展开激烈斗争。阿道夫·希特勒作为主要的右翼民粹/法西斯领袖，利用国家耻辱感煽动民族主义狂热，将凡尔赛条约及其强加国视为敌人。他提出了 25 点民族主义纲领，并以此集结支持。由于内部冲突激烈且渴望恢复秩序，希特勒于 1933 年 1 月被任命为总理，他的纳粹党获得了工业家的大力支持（他们害怕左翼民粹）。两个月后，纳粹党在国会选举中获得最多选票和席位。

希特勒拒绝继续支付任何赔款，退出国际联盟，并于 1934 年实现对德国的专制控制。他同时担任总理和总统，成为国家最高领袖。在民主国家中，总有一些法律允许领导人攫取特殊权力；希特勒把它们全部用上了。他援引魏玛宪法第 48 条终止了许多公民权利，镇压左翼反对派，并强行通过《授权法》，使他无需国会和总统批准即可立法。他对任何反对派都毫不留情——控制或审查报纸和广播，成立秘密警察盖世太保铲除异己，剥夺犹太人公民权，没收新教教会财务，逮捕反对他的教会人士。他宣称雅利安种族优越，禁止非雅利安人担任公职。

希特勒以同样的专制/法西斯方式重建德国经济，并辅以大规模财政和货币刺激。他将国有企业私有化，鼓励企业投资，大力提高雅利安德国人的生活水平。例如，他创建大众汽车公司让普通人买得起汽车，并下令修建高速公路。他通过强迫银行购买政府债券来大幅增加政府支出。这些债务由企业和中央银行通过货币化来偿还。这些财政政策在实现希特勒目标方面总体上非常成功。这又是一个例子：用本国货币借债并增加债务与赤字，如果把借来的钱投入能提高生产率并产生足够现金流偿债的投资，就能非常高效。即使无法完全覆盖债务服务成本，也能在实现国家经济目标上非常划算。

从经济效果看，希特勒 1933 年上台时失业率 25%，到 1938 年已降至接近零。人均收入在五年内增长 22%，1934–1938 年间实际经济增长年均超过 8%。德国股市从 1933 年到 1938 年稳步上涨近 70%，直到热战开始。

1935 年，希特勒开始重建军队，对雅利安人实行义务兵役。德国军费增长速度远超其他国家，因为德国经济需要更多资源来维持，而它打算通过军事力量去夺取。

日本的情况与德国类似，也受到大萧条的极端打击，并转向专制应对。日本作为岛国，缺乏足够自然资源，高度依赖出口换取进口必需品。1929–1931 年间出口暴跌约 50%，日本经济崩溃。1931 年，日本破产——被迫动用黄金储备，放弃金本位，货币大幅贬值，购买力枯竭。这些极端条件和大财富差距导致左翼与右翼激烈斗争。到 1932 年，右翼民族主义和军国主义大幅抬头，希望通过强制手段恢复秩序与经济稳定。日本开始通过武力夺取所需自然资源（石油、铁、煤、橡胶）和人力资源（奴役劳动），1931 年入侵满洲，并向中国和亚洲其他地区扩张。可以认为，日本通过军事侵略获取资源的路径，比依赖传统贸易和经济手段更具成本效益。1934 年，日本部分地区发生严重饥荒，进一步加剧政治动荡，强化了右翼、军国主义、民族主义和扩张主义运动。

随后几年，日本自上而下的法西斯指挥经济变得更强大，建立军工复合体，保护其在东亚和华北的现有基地，并支持进一步扩张。与德国一样，虽然大多数日本公司名义上仍为私营，但生产受政府严格控制。法西斯主义者相信，自上而下的专制领导，由政府指挥私营企业的生产，将个人满足置于国家成功之下，是让国家和人民更富有、更强大的最佳方式。

美国与盟国

1929 年后，美国银行因债务问题遭受毁灭性打击，全球放贷大幅缩减，同时大萧条导致需求疲软，美国进口和其他国家对美出口崩溃。收入下降→需求进一步萎缩→更多信贷问题，形成恶性循环。美国采取保护主义措施保护就业，1930 年通过《斯穆特 - 霍利关税法》大幅提高关税，这进一步恶化了其他国家的经济状况。

在经济困难时期提高关税保护国内企业和就业是常见做法，但这会导致全球效率下降，因为生产无法在最高效率的地方进行。最终，关税战使实施关税的国家出口减少，加剧全球经济疲软。不过，关税确实使受保护的实体受益，也为实施关税的领导人创造了政治支持。

苏联尚未从 1917–1922 年的革命、内战、对德战败、与波兰的战争以及 1921 年大饥荒中恢复，1930 年代又经历了政治清洗和经济苦难。中国同样饱受内战、贫困和 1928–1930 年大饥荒之苦。因此，当 1930 年情况恶化并开始关税战时，这些国家的糟糕状况变成了绝望状况。

更糟糕的是，1930 年代美国和苏联都发生了干旱。自然灾害（干旱、洪水、瘟疫）常常在与其他不利条件叠加时，导致严重经济困难并引发大规模冲突。在极端政府政策配合下，苏联数百万人死亡。同时，内部政治斗争和对纳粹德国的恐惧导致数十万人被指控间谍而未经审判枪决。

通货紧缩型萧条本质上是债务危机——债务人手中没有足够货币偿债。它们必然导致印钞、债务重组和大规模政府支出计划，从而增加货币与信贷供给并使其贬值。唯一的问题是政府官员需要多长时间采取行动。

在美国，从 1929 年 10 月崩盘到 1933 年 3 月罗斯福采取行动，经历了三年半。罗斯福上任头 100 天内推出大规模政府支出计划，通过大幅增税和巨额赤字（由美联储货币化）融资。他设立就业计划、失业保险、社会保障支持，以及有利于劳工和工会的政策。1935 年《富人税法案》后，个人最高边际税率升至 75%（1930 年最低为 25%）。到 1941 年，个人最高税率达 81%，企业最高税率从 1930 年的 12% 升至 31%。尽管税收增加且经济复苏带来更多税收收入，但支出增长过大，预算赤字从 GDP 的约 1% 升至约 4%。1933 年至 1936 年底，美股回报超过 200%，经济年均实际增长约 9%。

1936 年，美联储为对抗通胀和经济过热而收紧货币与信贷，导致脆弱的美国经济重新陷入衰退，其他主要经济体随之恶化，进一步加剧国内外紧张局势。

与此同时，西班牙左翼民粹与右翼民粹之间的冲突升级为残酷的西班牙内战。右翼弗朗科在希特勒支持下获胜，清洗左翼反对派。

在严重经济困难和大财富差距时期，通常会出现革命性的财富再分配。和平方式是通过大幅提高富人税率和大量印钞贬值债务人债权；暴力方式则是强制没收资产。在美国和英国，虽然发生了财富和政治权力再分配，但资本主义和民主得以保留。在德国、日本、意大利和西班牙则没有。

在全面热战之前，通常先有经济战。同样典型的是，在所有热战正式宣战前，通常有大约十年的经济战、技术战、地缘政治战和资本战，在此期间冲突大国互相试探、威慑，测试彼此权力的极限。虽然 1939 年和 1941 年被视为欧洲和太平洋战争的正式起点，但冲突实际上在约十年前就已经开始。除了各国国内因经济原因引发的冲突及随之而来的政治转向外，所有国家都面临外部经济冲突加剧，因为它们在争夺不断缩水的经济蛋糕。由于国际关系由权力而非法律主导，德国和日本变得更具扩张性，越来越频繁地试探英国、美国和法国在资源和领土影响力上的底线。

在继续描述热战之前，我想先详细说明经济战和资本战武器化的常见手段。这些手段过去和现在都在使用：

1. 资产冻结/没收：阻止敌对/竞争国家使用或出售其依赖的海外资产。可以针对特定群体（如当前美国对伊朗革命卫队的制裁，或二战初期对日本的资产冻结），也可以更极端，如单方面拒绝偿债或直接没收国家资产（当前一些美国政策制定者讨论不偿还对华债务）。
2. 阻断资本市场准入：阻止一国进入本国或其他国家的资本市场（例如 1887 年德国禁止购买俄国证券以阻碍俄国军备；美国现在威胁对中国采取类似措施）。
3. 禁运/封锁：禁止本国或有时连中立第三方与目标国进行货物和服务贸易，以削弱目标国或切断其必需品供应（例如二战中美国对日本的石油禁运并切断其船只通过巴拿马运河）；或封锁目标国对其他国家的出口，切断其收入来源（例如拿破仑战争中法国对英国的封锁）。

如果您有兴趣查看从 1600 年至今这些手段如何应用，可访问 economicprinciples.org。

热战开始

1937 年 11 月，希特勒秘密召集高级官员，宣布了他为了获取资源以及把雅利安人团结在一起而进行的扩张计划。接着他开始付诸行动，首先吞并奥地利，然后占领了当时捷克斯洛伐克的一部分（这一部分拥有石油资源）。欧洲和美国都警惕地观望，因为第一次世界大战的惨痛记忆还很新鲜，他们都不想这么快再次卷入战争。

和所有战争一样，战争开始时已知的事情远远少于未知的事情，原因主要有两点：
a) 只有当双方实力大致相当的时候，对手才会真正开打（否则明显较弱的一方开战就太愚蠢、太自杀式了）
b) 可能出现的行动与反应的可能性实在太多，无法提前全部预料。

因此在热战刚开始的时候，唯一能确定的事情就是：它极有可能非常痛苦，甚至可能是毁灭性的。
聪明的领导人通常只有在对方把自己逼到「要么开打、要么彻底退让认输」的境地时，才会真正进入战争。

对盟国来说，这个临界点出现在 1939 年 9 月 1 日——德国入侵波兰。

德国看上去势不可挡，很快接连占领了丹麦、挪威、荷兰、比利时、卢森堡和法国，并且加强了与日本、意大利的同盟关系（三国拥有共同的敌人，意识形态也高度一致）。希特勒通过快速占领领土（例如盛产石油的罗马尼亚），既节约了现有的石油储备，又迅速获得了新的石油来源。对自然资源的渴求和掠夺，一直是纳粹战争机器的主要驱动力，后来它继续向苏联和中东推进。

与苏联的战争不可避免，唯一的问题是什么时候。虽然德苏签订了互不侵犯条约，但德国仍然在 1941 年 6 月发动了对苏联的入侵，这让德国陷入了极其昂贵的两线作战。

在太平洋，1937 年日本扩大了对中国的占领，以极其残暴的方式占领上海和南京，仅在南京大屠杀中就杀害了估计 20 万中国平民和放下武器的军人。美国虽然仍保持孤立主义，但已经开始向蒋介石政府提供战斗机和飞行员来对抗日本，算是真正踏进了一只脚。美日之间的冲突开始不断升级。一名日本士兵在南京打了美国领事约翰·摩尔·艾利森的脸，日本战斗机还击沉了一艘美国炮舰。

1940 年 11 月，罗斯福在大选中获胜连任，他竞选时承诺让美国远离战争，尽管事实上美国已经在采取经济手段保护自身利益，尤其是在太平洋地区——既用经济援助支持自己同情的一方，也对不喜欢的一方实施经济制裁。1940 年初，陆军部长亨利·史汀生已经开始对日本实施强硬的经济制裁，最终在 1940 年通过了《出口管制法》。1940 年年中，美国把太平洋舰队调往夏威夷。同年 10 月，美国进一步升级禁运，限制“所有铁和钢出口到英国和西半球国家以外的任何目的地”。计划是通过切断日本的资源供应，迫使它从大部分已占领地区撤退。

1941 年 3 月，美国国会通过《租借法案》，允许美国向被认为“对其国防至关重要”的国家出借或租赁战争物资，这些国家包括英国、苏联和中国。
帮助盟国对美国来说在地缘政治和经济上都有好处——卖武器、食品和其他物资给这些正在打仗、拼命维持生产的国家可以赚很多钱。但动机并非完全出于逐利。英国当时已经快没钱了（即黄金快用完了），于是美国允许他们把付款推迟到战后（有些甚至完全免除）。虽然这不算正式宣战，但租借法案实质上终结了美国的“中立”。

当一个国家变弱的时候，对手就会利用它的弱点来获取利益。
法国、荷兰、英国在亚洲都有殖民地。由于在欧洲作战过度拉伸，他们已经无力保卫这些殖民地。从 1940 年 9 月开始，日本入侵了东南亚的几个殖民地，首先是法属印度支那，把这些地区纳入它所谓的“大东亚共荣圈南方资源区”。1941 年，日本又夺取了荷属东印度的石油储备。

日本的领土扩张威胁到了美国自己在太平洋的野心。
1941 年 7–8 月，罗斯福做出回应：

• 冻结日本在美国的所有资产
• 禁止日本船只通过巴拿马运河
• 对日本实施石油和天然气全面禁运

这一系列措施切断了日本大约四分之三的贸易，以及80% 的石油。
日本自己估算：按照当时储备，他们最多只能再撑两年。
这就把日本逼到了一个终极选择：要么全面退让，要么攻击美国。

1941 年 12 月 7 日和 8 日，日本对美国在珍珠港和菲律宾的军事力量发动了协调一致的突然袭击。这标志着太平洋战争正式爆发，也把美国彻底拖进了欧洲战场。

虽然日本并没有一个被广泛认可的“赢得整场战争”的计划，但当时最乐观的日本领导人认为美国会输，理由包括：

• 美国在两条战线同时作战
• 他们认为美国个人主义/资本主义的政治体制不如日本和德国的专制/法西斯体制
• 他们认为日本国民比美国人更愿意为国家忍受痛苦甚至牺牲（在战争中，能承受痛苦的能力甚至比能造成痛苦的能力更重要）

战时经济政策

正如值得了解经典经济战/资本战的武器化手段一样，国家内部在热战期间的经典经济政策也非常值得了解。这些政策通常包括：

政府几乎对一切东西实施管制，把资源从追求利润转向全力支持战争，例如政府决定：

a) 允许生产什么东西
b) 什么东西可以买、可以卖、可以买多少（配给制）
c) 什么可以进出口
d) 价格、工资、利润
e) 人们能否动用自己的金融资产
f) 能否把钱转移出国

因为战争极其昂贵，所以经典做法还有：

g) 大量发债，并且由央行货币化
h) 国际交易不再接受信用货币，改用黄金（有时也用白银或以物易物）
i) 政府治理变得更加专制
j) 对敌人实施各种经济制裁（包括切断其资本准入）
k) 自己也被敌人实施同样的制裁

美国在珍珠港事件后正式参战欧洲和太平洋战场后，大多数参战国都迅速实施了上述经典战时经济管制措施，而这些措施基本上都得到了本国人民的广泛支持（领导人变得更加专制，但民众普遍接受）。

（战争期间股票市场的走势，很大程度上受到政府管制和战场胜负这两个因素的双重影响。）

战场上的关键胜负会极大地改变人们对哪一方最终会赢的概率判断，因此也直接影响股市表现（价格是最实时最接近真实的战线信号，而非新闻媒体）。

例如：

• 二战初期德国快速占领大片领土、展现军事压倒性优势时，德国股市表现很好
• 但在 1942 年盟军在中途岛战役等关键战斗中扭转局势之后，盟国股市几乎一路上涨，而轴心国股市则停滞或下跌
  

战争结束时，德国和日本股市都被关闭，大约五年后才重新开市，开市后几乎被彻底摧毁（价值接近归零）。
而美国股市在战争期间和战后极度强势。

在战争时期保护财富极其困难，原因包括：

• 正常经济活动被大幅压缩
• 传统上“安全”的投资变得非常不安全
• 资本流动受到严格限制
• 为了生存，人们和国家会接受极高的税收
• 财富再分配（把钱拿到最需要的地方）比保护已有财富的优先级高得多

战争期间最经典的保值建议是：卖掉所有债务资产，买入黄金
原因非常简单：
战争是用借钱＋印钱来打的 → 债务和货币都会严重贬值
而且在战争中，人们对信用货币的接受度会大幅下降，黄金（有时是白银或实物）才是真正通用的硬通货。

结 论

每一个世界强国都有自己辉煌的时刻，这取决于它当时独特的环境和它的国民性格、文化特质（例如特别强的职业道德、聪明、纪律、重视教育等等）。
但是——它们最终都会衰落。

有的国家衰落得比较优雅、创伤比较小，但衰落这件事本身是无法避免的。
而创伤性衰落往往会导致历史上最糟糕的几个时期——为了争夺财富和权力的巨大斗争，会在经济上和人命上都造成极其可怕的代价。

不过，这个周期并不是必然要以这么惨烈的方式走完。

如果在富强阶段的国家能够做到：

• 继续保持高生产力
• 赚的钱多于花的钱
• 让制度对大部分国民仍然运作良好
• 并且能够找到方法与最重要的对手维持双赢关系

那么很多帝国和朝代其实都维持了两三百年。
美国到现在已经 245 年，证明自己是历史上最长寿的强国之一。

人们会为他们真正珍视的东西 稳定 支付 金钱 和 时间 。

揭露 真实 偏好就看这仨

长相漂亮会撒娇的小妹妹有挺多非常热衷于社交，是因为真能很轻松拿到很多即时的好处。

美国百万富翁真相（2023 数据）

• 约一半百万富翁家庭净资产仅100–200 万美元（最多群体，约 1200 万户）。
• 他们大多数不是靠开公司：企业股权只占 4–14%。
• 财富高度非流动：房子 + 退休账户（401k/IRA）占大头。

各档比例（净资产）：

• $1M–$2M：住房 39% + 退休 33% = 72% 锁死；流动资产仅 17%（现金/股票等少）。
• $2M–$5M：住房 31% + 退休 37% ≈68% 锁死；流动 22%。
• $5M+：住房 23% + 退休 33% ≈56% 锁死；流动 24%，企业 14%（更灵活）。

核心结论：很多“百万富翁”其实房子/退休金富、现金穷，大额支出难变现，生活未必奢侈。真正有流动性和自由度的，通常要$500 万以上。

https://x.com/amytam01/status/2023593365401636896

留下的代价

我认识的每一位技术人都正在做同一道算术题。他们不会称之为“算术”。他们会说自己在“探索选项”或者“思考下一步”。但底层的计算其实是一样的：留在这里要付出多大的代价？

不是用美元算的。而是用时间。现在空气中有一种感觉：做出正确选择的窗口正在缩小，每在一个错误的位置多待一个季度，你和那些更早行动的人之间的差距就变得更难追赶。一年前，科技行业的职业决策还感觉是可逆的。选错了工作，十八个月后还能调头。这个假设正在崩塌。那些早早重新定位的人，和那些还在权衡选项的人之间的分化已经肉眼可见，而且正在加速。

我近距离看到这一切。我在 Bloomberg Beta 做投资人，大部分时间都花在处于过渡期的人身上：离开某个岗位、完成某个项目、决定下一步的人。我不是职业顾问。但我正好站在“你要离开什么”和“你在追逐什么”的交汇处。

技术领域里最有价值的技能，已经从“能不能解决这个问题”变成了“能不能判断哪些问题是值得解决的，哪些解决方案是真的好”。稀缺的东西从执行力翻转成了判断力：你能不能编排系统、同时跑多条赛道、有没有品味分辨哪些结果真正重要？那些早早看清这一点的人，已经站在一条不断拉宽的 K 型曲线的上臂。而其他人正在更快地精通一些很快就会被 AI 替掉的事情。

从执行到判断的转变发生在每个角落，但留下的代价和离开的收益，在不同位置看起来完全不一样。

FAANG（大厂）

大厂里的人现在面对的权衡是：系统已经建好，薪酬很棒，工作……还行。你越来越是在 review AI 生成的输出，而不是从零开始构建。对某些人来说这是礼物：杠杆、可持续、好生活。但代价是“还行”这个词带来的隐性成本，不会出现在你的工资单里。

离开的人并不是不快乐。他们是不安。他们描述了一种很具体的感觉：最难的问题已经不在这里了，而组织还没意识到这个事实。留下的人在赌：稳定和高薪酬，比靠近前沿更重要。离开的人在赌：前沿才是未来十年职业价值积累的地方，每等一个季度，就少一个季度的复利。

两种赌注都理性。但只有一种是时间敏感的。

量化（Quant）

量化仍然很香。荒谬的薪水、难的问题、即时反馈。如果你很强，你自己知道，因为 P&L 不会说谎。

正在浮现的权衡是：整个量化工具箱（ML 基础设施、对数据的痴迷、统计直觉）恰恰是 AI 实验室和研究型创业公司最需要的东西。一样的肌肉，不一样的问题。区别在于表面积。在量化里，你在优化一个策略；在 AI 里，你在构建能推理的系统。甚至量化邻近的领域也在感受到：预测市场、稳定币最有趣的工作，越来越变成了 AI 基础设施问题。一个有天花板，另一个……至少还没人找到天花板。

大多数量化的人都留着，他们也没错。但离开的人描述了一种很具体的感觉：他们在某个节点突然意识到，金融的智力挑战变得有界了。他们不是在追钱，而是在追那种“上界看不见”的工作感觉。

学术界

这里面的权衡最痛苦，因为它本不该是权衡。

发表新颖的结果，曾经是最纯粹的智力声望。你做工作是因为工作本身很美。这一点没变。变的是：你在一个有资金的创业公司能做的事，和在大学实验室能做的事之间的界限正在模糊，而且模糊的方向对学术界不利。一个 20 人的研究型创业公司现在周末就能做完大学实验室一学期的工作，因为算力要花钱，而大学没有那么多钱。

我接触到的最有野心的博士生，已经不是在学术界和工业界之间做选择。他们是在“theorizing about experiments（理论化构建实验）”和“actually running them（真正跑实验）”之间做选择。被有资金的创业公司和实验室吸引，不是因为要“卖身”，而是因为他们想真正做科学，而科学需要资源，学术界给不了。

因为正确理由（开放科学、长周期、真正的智力自由）留在学术界的人值得尊敬。但他们也该知道，自己的时钟也在以不同方式滴答作响：算力差距拉得越大，从大学里面做出有竞争力工作的难度就越大。

AI 应用层创业公司

如果你在基于大模型做产品，你已经知道那种感觉：三月份你很聪明地 ship 了一个功能，六月份就被模型更新给商品化了。地面每个季度都在移动，你的护城河蒸发。

这里的权衡是在追逐兴奋和构建持久之间。那些现在活得最好的创始人，已经不再关心模型能力，而是开始关心模型抢不走的东西：数据护城河、工作流捕获、集成深度。这在饭桌上聊起来没那么有趣。但真正的公司就是在这里建起来的。

在这个世界里动作最锐利的人，是那些开始对“管道”着迷的人。不是 demo，不是 pitch，不是能力。而是丑陋、无聊、让产品粘性的基础设施——和底下用哪个模型无关。

研究型创业公司：新的重力中心

这里是 K 曲线最明显的地方。

Prime Intellect、SSI、Humans&。10–30 个人在做真正的前沿研究，和规模大 50 倍的组织正面竞争。三年前这不可能。现在发生了，因为工具已经好到：一小群判断力极强的人，可以跑赢资源更多但官僚的组织。

这里的日常工作流，是上臂生活最清晰的画像。你在 kick off 训练、启动实验、让东西过夜跑。第二天早上回来，你的工作不是写代码，而是知道面对一墙的结果该做什么。有品味从系统吐给你的一堆东西里分辨信号和噪声。这是被动的杠杆。你设置实验，复利无论你在不在工位都会发生。

这里的权衡：这些公司小、未验证、很多会死。赌注是：站在前沿中心，你的判断直接触碰工作，这种复利速度比大组织的安全更快，即使具体这家公司没做成。技能是可迁移的，网络是可迁移的。在大公司三年审别人的输出，迁移价值远没有这么高。

大模型实验室：正在收窄的前沿

“我们正在构建 AGI”这个 pitch，对某些类型的人可能永远有效。

但里面的体验已经变了。最有趣的研究集中在极少数资深的人手里。其他人都在做重要的支持性工作（评估、基础设施、产品），感觉离他们当初签字加入的前沿差了三层。你是来 touch the thing 的，结果被隔了好几层。

这里的权衡是声望 vs 接近度。大实验室的履历仍然能打开所有门。但离开的人在做很具体的计算：随着实验室越来越大、越来越企业化，“我在顶级实验室待过”的简历价值正在贬值；而“我在一个我的判断能塑造方向的地方做过前沿研究”的价值正在升值。大实验室光环作为最佳背书的时间窗口正在关闭，看见这一点的人正在离开。

时钟

每一个权衡里都藏着同一个变量：时间。

一年前，你可以坐在舒服的位置慢慢思考。等待的代价很低，因为分化很慢。现在不是了。工具在复利。早半年行动的人，正在基于上季度学到的东西继续建。六个月前行动的人，和现在还在权衡的人之间的差距，已经在复利了。

上臂还没关门。每周都有人在跳，招他们的人不在乎你之前在哪里，只在乎你能不能干活。但数学是方向性的：你越久优化舒适，切换的代价就越高。不是因为机会没了，而是因为已经在那里的人在复利，而你没有。

现在赢得人才战争的公司，不是品牌最好、薪酬最高的那批。而是那些你的判断表面积最大、你的品味和实际构建的东西之间距离为零、你身边都是还不会你那些技巧的人的地方。最优秀的人想靠近那些有他们还没学会的绝招的人，想去有足够算力真的能跑实验的地方。

问题不是你够不够聪明。而是你其实已经算过这道题了。只是还没行动。

https://www.iea.org/reports/electricity-2026

这份报告是国际能源署（IEA）发布的年度旗舰报告

《电力 2026：分析与 2030 年预测》（Electricity 2026: Analysis and forecast to 2030）

今年的报告有一个显著的变化：预测期从以往的 3 年延长到了 5 年（覆盖至 2030 年）。报告的核心论点是全球正在加速进入 “电力时代”（The Age of Electricity）。

报告完整逻辑

1. 电力需求：增长加速，超越经济增速

• 需求激增： 未来五年（2026-2030），全球电力需求年均增长率将达到3.6%，远高于过去十年的平均水平（2.8%）。
• 结构性转变： 这是一个历史性的转折点。除了危机时期，全球电力需求的增速在过去三十年来首次持续超过了全球 GDP 的增速。这意味着世界正在通过“电气化”来推动经济，而非单纯依赖化石能源。
• 驱动因素： 四大引擎驱动了这一增长：
  1. 工业电气化。
  2. 电动汽车（EV） 的普及。
  3. 制冷需求（空调），特别是随着气候变暖，印度和东南亚的制冷需求激增。
  4. 数据中心与人工智能（AI），这在发达经济体（如美国）表现尤为明显。
• 区域格局：
  • 中国： 仍然是全球增长的最大引擎，预计贡献未来五年全球增量的近 50%。
  • 印度与东南亚： 增长最快，成为新的需求支柱。
  • 发达经济体： 在经历了 15 年的停滞后，电力需求重新开始增长（受 AI、数据中心和再工业化推动）。

2. 电力供应：清洁能源覆盖所有新增需求

• 低碳里程碑： 预计到 2030 年，可再生能源和核能将占全球总发电量的 50%。
• 增量覆盖： 在 2026-2030 年期间，可再生能源、核能和天然气的增量将完全覆盖全球电力需求的增量，甚至开始挤压煤炭的份额。
• 光伏为王： 太阳能光伏是增长最快的电源，预计到 2027 年将超越水电，成为最大的可再生能源来源。
• 核能复兴： 2025 年核能发电量创下新高，预计到 2030 年将继续增长，主要受中国、印度新机组投产以及日本、法国核电重启的推动。
• 煤炭见顶： 全球煤电发电量预计将进入缓慢下降通道，但在中国和印度，煤炭仍是保障能源安全的重要基石。

3. 电网与灵活性：新的瓶颈与挑战

• 电网拥堵： 电网建设速度远落后于新能源建设速度。全球有超过2500 GW的可再生能源项目和储能项目在“排队”等待并网。
• 解决方案： 报告提出了“非固定连接协议”（Non-firm connection agreements）和“电网增强技术”（GETs）作为短期解决方案，可以释放大量现有电网容量。
• 灵活性需求： 随着风光比例上升，系统需要更多灵活性。 电池储能（BESS） 正在爆炸式增长，成本下降了 40%，成为调节短期波动的关键。
• 负电价现象： 由于灵活性不足，在风光大发而负荷较低时，许多市场（如欧洲、澳大利亚、美国加州）频繁出现“负电价”，这反过来刺激了对储能和需求侧响应的投资。

4. 排放与价格

• 排放达峰： 全球电力行业的二氧化碳排放量预计在 2026-2030 年期间进入平台期并开始微降，尽管电力需求在猛增。电力碳强度（每度电的碳排放）将快速下降。
• 价格与可负担性： 虽然批发价格从能源危机的峰值回落，但许多国家的居民电价仍高于 2019 年水平。电价中包含的非能源成本（税费、过网费）较高，有时甚至阻碍了家庭（如热泵）的电气化进程。

核心亮点与深度洞察

1. “电力时代”的解耦现象

过去，电力增长通常与 GDP 增长同步。但现在，电力增长 > GDP 增长 将成为常态。

• 解读： 这意味着经济增长的动力源正在发生物理层面的变化。无论是 AI 算力、电动车跑的里程，还是工厂的热能替代，都在用电来替代油和气。这标志着能源转型的深化。

2. 中国的“体量压制”与“内卷”

报告特别指出，虽然印度和东南亚增速快，但中国的体量依然惊人。

• 数据： 未来五年，仅中国增加的电力需求量，就相当于整个欧盟当前的年用电量。
• 产业洞察： 报告提到了中国光伏行业的“内卷式竞争”（Involutionary competition），导致产能过剩和价格暴跌，这虽然对制造商是挑战，但客观上极大地降低了全球能源转型的成本。

3. 数据中心不再是“误差项”

过去预测电力需求时，数据中心往往被视为零头。现在，它在发达国家（特别是美国）已成为需求增长的主力之一。

• 亮点： 在美国，数据中心预计将贡献未来几年电力需求增长的近50%。这迫使美国推迟部分燃煤电厂的退役，并大量增加天然气发电来保障供电安全。

4. 电网是最大的“隐形刹车”

报告花了大量篇幅讨论电网（Grids）。

• 核心矛盾： 建一个光伏电站只要 1-2 年，建一条高压输电线路需要 5-15 年。
• 创新点： 报告强调不仅仅要“建新线”，还要“软扩容”。通过软件、传感器和非固定连接协议（即允许电网在拥堵时切断你的电，但让你先并网），可以解锁巨大的潜在容量。

5. 电池储能的爆发

电池不再是“未来技术”，而是“现在的主力”。

• 趋势： 2024 年公用事业规模电池安装量激增，且平均存储时长在增加（从 1 小时向 2-4 小时转变）。
• 作用： 在加州和英国等地区，电池已经开始在晚高峰时段替代天然气发电，成为调节电网频率的主力。

6. 极端天气的双重打击

气候变化既是推手也是阻碍。

• 阻碍： 2025 年，尽管光伏大增，但欧洲的风电和水电因天气原因表现不佳，导致化石燃料发电量下降速度不如预期。
• 推手： 热浪（如印度、中东、北非）导致空调负荷激增，不仅拉高了总电量，更拉高了尖峰负荷（Peak Load），这对电网稳定性提出了极高要求。

7. 波罗的海电网同步（地缘政治亮点）

报告特别提到了 2025 年 2 月的一个重大事件：波罗的海三国（爱沙尼亚、拉脱维亚、立陶宛）成功与俄罗斯电网断开，并同步并入欧洲大陆电网。这不仅是技术成就，更是地缘政治下能源安全的重大里程碑。

总结

《电力 2026》描绘了一个正在极速膨胀且剧烈转型的电力系统。
我们不再担心“有没有清洁能源技术”（光伏和风电已经足够便宜），现在的核心焦虑转移到了 “基础设施跟不跟得上” （电网拥堵）和 “系统够不够灵活”（电池和需求响应）。

https://www.jbecker.dev/research/prediction-market-microstructure

https://github.com/Jon-Becker/prediction-market-analysis

The Microstructure of Wealth Transfer in Prediction Markets

基于对 Kalshi 平台从 2021 年到 2025 年 11 月的所有交易数据（7210 万笔交易，182.6 亿美元名义成交量）进行的深度分析。

核心结论：

预测市场整体概率还算准，但赚钱的机制不是“众人智慧”，而更像是在“收割错误”——冲动/乐观的“吃单者”（Takers）持续向提供流动性的“挂单者”（Makers）转移财富，这种转移主要通过“乐观税”（Optimism Tax）实现。

1. 预测市场的基本玩法（以 Kalshi 为例）

• 合约是 Yes/No，到期要么给 $1，要么 $0
• 当前价格 5¢ → 市场认为这件事发生的概率 ≈ 5%
• 理论上应该是非常高效的，因为没有“基本面模糊”问题
• 但现实中出现了经典的 longshot bias（长尾偏差 / 冷门偏好）

长尾偏差表现：

• 买 1–10¢ 的 Yes 合约，历史真实胜率明显 < 价格暗示的概率
• 买 90–99¢ 的 Yes 合约，胜率反而略 > 暗示概率
• 最极端例子：1¢ 的 Yes 合约，历史只中 0.43%，相当于买一次亏掉 57% 的本金预期

这和赛马、体育博彩的冷门赔率偏高现象是一样的。

作者强调：Kalshi 中间价格段（20–80¢）其实校准得相当好，整体还是很准的，偏差主要集中在两端。

2. 谁在亏钱？谁在赚钱？——Maker vs Taker

Kalshi 是典型的 限价单 + 市价单 混合市场：

• Maker（挂单者、做市者）：提前挂买/卖单，等别人来吃，提供流动性，通常是算法、专业户
• Taker（吃单者）：看到挂单，直接点“买入/卖出”，立刻成交，消耗流动性，通常是散户、情绪驱动型玩家

数据拆分后的惊人发现：

• Taker 平均超额收益率 -1.12%（扣掉平台费前）
• Maker 平均超额收益率 +1.12%
• 几乎所有价格区间都是 Taker 亏、Maker 赚
• 越是极端价格（1–10¢ 和 91–99¢），差距越大

这意味着：市场整体的偏差（longshot bias）其实是被 Taker 承担了，Maker 把偏差“吃”掉了。

3. 为什么 Taker 持续亏？核心机制——“Optimism Tax”乐观税

作者发现最关键的结构性偏见不是方向预测能力，而是 YES/NO 不对称 + 情绪偏好：

• 在同样 1–10¢ 的低概率区间，Taker 疯狂买 Yes（占比 41–47%），而 Maker 买 Yes 很少
• 反过来，当 No 是长尾（即 Yes 价格 91–99¢），Maker 大量买 No，Taker 买 No 很少

结果：

• Yes 长尾合约被严重高估 → 买 Yes 的 Taker 大亏
• No 长尾合约被相对低估 → 卖 Yes（相当于买 No）的 Maker 大赚
• 即使扣掉 spread，Maker 买 No 仍然比买 Yes 多赚一点（+1.25% vs +0.77%），但差距很小，说明 Maker 并不是靠“猜对方向”赚钱，而是靠持续站在 Yes 乐观情绪的对面。

总结：

散户/情绪玩家有强烈的“买希望”“买 Yes”“买故事”的倾向，专业做市商不需要预测未来，只需要持续当“对家”卖希望，就能稳定收“乐观税”。

4. 不同品类差距巨大

结论：越是情绪化、低门槛、容易产生“故事感”的品类，乐观税越高；越枯燥、量化、专业门槛高的品类，越接近有效市场。

5. 时间演化：早期是反过来的

• 2021–2023：Taker 赚、Maker 亏（当时量小，做市商不专业，很多挂单的也是散户）
• 2024 Q4 选举大爆发后 → 专业做市商大量进场 → 瞬间翻转，Taker 开始大亏
• 量上来 → 专业流动性提供者进场 → 收割效率暴增

这说明长尾偏差本身一直存在，但只有当市场深度足够吸引到“收割机”后，才变成系统性财富转移。

总结

Kalshi 这类预测市场：

• 整体概率还算靠谱（中间段很准）
• 但赚钱的本质不是“众人更聪明”，而是专业做市商在持续收割情绪化散户的“买 Yes / 买希望”溢价
• 金融类接近有效市场，体育/娱乐/八卦类接近“情绪送钱场”

如果你是散户，参与高情绪品类、喜欢买低概率 Yes、喜欢“一把梭”追梦 → 大概率就是在交乐观税。

如果你能当算法做市商、或者只参与金融/宏观类、或者只买被严重低估的 No 长尾 → 才有结构性优势。

给孩子一个稳定家庭比物质富裕更重要

《Troubled: A Memoir of Foster Care, Family, and Social Class》是 Rob Henderson 撰写的一本回忆录，2024 年由 Gallery Books 出版。这本书讲述了作者从出生在毒瘾母亲身边、辗转多个寄养家庭、被收养后家庭再度破碎，到最终通过加入空军、进入耶鲁大学和剑桥大学攻读博士的非凡人生历程。Henderson 用坦率而生动的笔触，描绘了一个充满破碎、贫困、暴力和绝望的童年，同时反思社会阶层、家庭稳定以及精英阶层的某些观念如何影响底层民众。

核心内容与作者经历

Henderson 出生于加州，母亲有毒瘾，父亲未知。他在 3 岁时因母亲将他绑起来而被带走，随后在 10 个寄养家庭间流转。这些经历让他早早感受到不稳定和被遗弃的痛苦。4 岁时被一对夫妇收养，本以为能获得稳定，但收养父母后来离婚，继母再婚同性伴侣又分手，家庭环境持续动荡。贫困、家庭成员涉枪击事件、朋友们走向监禁或死亡，这些都成为他青春期的背景。尽管如此，他高中毕业后选择参军，这成为他人生转折点——纪律、结构和机会让他逐步摆脱混乱，最终进入顶尖学府。

书中前半部分聚焦个人故事：寄养系统的残酷、收养家庭的解体、青少年时期的挣扎与冒险。这些部分读起来非常真实且震撼，许多读者反馈它“难以放下”，因为作者不回避痛苦，却也展现出韧性。

两个最突出的主题

1. 家庭稳定远比物质财富重要
   作者反复强调，贫困不是孩子成长的最大敌人，不稳定的家庭环境才是。他亲身经历：即使收养家庭一度提供物质支持，但父母离婚、关系反复变动，对他的学习、情绪和行为造成持久伤害。单亲家庭、留守儿童、或双亲都在但把孩子交给保姆/补习班的“缺席式”养育，都可能制造类似的不安全感。Henderson 认为，完整的双亲家庭（或至少稳定的照料者）提供规则、关注和安全感，对孩子一生影响巨大。这一点引发许多读者对中国社会单亲/留守儿童现象的共鸣：表面上看物质条件提升了，但情感稳定缺失的代价可能更高。

2. “Luxury Beliefs”（奢侈信念）——上层社会的虚伪与阶层影响
   这是 Henderson 最著名的概念，他在耶鲁和剑桥的精英环境中观察到：上层阶级（尤其是顶尖大学圈子）宣扬某些理念，主要为了显示自身教育水平和社会地位，而这些理念对他们自己几乎无成本，却往往伤害底层民众。

   • 定义：奢侈信念是赋予上层地位的观念，上层人士免于其负面后果，却让下层承担代价。
   • 例子：鼓吹“单亲家庭没问题”“drug 应合法化”“废除警察经费”“开放式婚姻”“性解放”等。但现实中，这些精英自己大多维持传统婚姻、避免 drug、住在安全社区、利用校友关系确保子女进名校。
   • 作者观察：精英圈竞争更激烈，也存在药物滥用，但他们强调“毫不费力”的成功和隐晦身份符号。财富没带来幸福，反而加剧焦虑。
   • 更深层批判：精英嘴上讲怜悯、平等、公平，但涉及自身利益时极度保护特权（如大学录取偏好）。这导致精英与大众脱节，大学越来越偏激，也解释了为什么社会对精英领导的信任可能被误导——他们更倾向于服务自己，而非真正代表大众。

Henderson 的这些洞见源于亲身跨越阶层的经历：从底层混乱到精英圈的“局外人”视角，让他看清了阶级信号从物质奢侈品转向观念奢侈品的转变。

整体评价与阅读价值

这本书坦诚，容易引发共鸣。它不只是苦难叙事，更是一部社会观察：家庭破碎的长期代价、阶层流动的艰难，以及精英如何通过“说一套做一套”维持地位。一些评论认为后半部分（奢侈信念理论）稍显说教或政治化，但多数人认可它发人深省，尤其适合关心儿童福利、社会流动、阶层分化议题的读者。

如果你对美国寄养系统、阶层议题或“精英虚伪”感兴趣，这本书值得一读。它提醒我们：稳定温暖的家庭可能是最珍贵的“奢侈品”，而某些流行理念可能只是上层的新型地位游戏。

股灾的心理过程 和 分手的心理过程 在很多层面上非常相似。

两者本质上都是“重大依恋对象突然崩坏或永久失去”的过程：

• 股灾 → 依恋的“财富/账户/牛市梦”突然大幅蒸发
• 分手 → 依恋的“这个人/关系/未来幻想”突然崩塌或被主动切断

大多数人都会经历相似的情绪五阶段（参考 Kübler-Ross 哀伤五阶段模型 + 行为金融学的市场情绪周期），只是强度、顺序、持续时间因人而异。

为什么像？

1. 沉没成本谬误特别严重

   • 股灾：已经亏了 30%、50%，越亏越舍不得卖（“卖了就真亏了”）
   • 分手：已经付出 3 年、5 年、青春、眼泪，越付出越舍不得放（“我不能白白浪费这些年”）

2. 损失厌恶（Loss Aversion）系数极高
   行为金融学证明：失去 100 元的痛苦 ≈ 获得 200 元的快乐
   所以股灾里亏钱痛得要命，分手里失去“他/她”也痛得要命，甚至宁可继续痛苦的关系/持仓，也不愿意“落袋为安地痛苦”。

3. 锚定效应很致命

   • 股灾：永远锚定“最高点”“我的成本价”
   • 分手：永远锚定“最甜的时候”“他曾经说要和我永远在一起”

4. 群体放大情绪（社交媒体时代更明显）
   股灾时朋友圈/雪球/微博全是“又跌了”“要完蛋了”
   分手时闺蜜/抖音/小红书全是“渣男大全”“分手后我才活出自己”
   集体共振把个人情绪推到极端

最残酷的相似点

很多人在第 3 阶段（讨价还价）停留最久，甚至反复来回：

• 股市：卖了又追高，追高又割肉，割肉又等反弹……
• 感情：提了分手又复合，复合又吵架，吵架又提分手……

真正走到“接受”的人，通常是：

• 要么彻底爆仓/彻底失恋一次，痛到麻木
• 要么时间足够长，慢慢被生活其他部分填满

所以说，经历过一次完整股灾 或 一次完整失恋的人，很可能会获得创伤后成长——因为他们已经历过“系统性毁灭级打击”后还能爬起来的过程。

楼友们新年快乐🎆
不知不觉发现了一个新功能（）

在这里提前祝塬友们新春快乐！

不过アイラちゃん一直都不喜欢这种太过于热闹的节日，社交特别耗费精力而且热闹过头的节日反而让アイラちゃん感觉不适应，还是更喜欢独自一人 + 赛博网友的双休日一点。好不容易刚刚才从社交地狱中跑出来，被父母硬扯去打麻将（但实际上一点都不会）然后输个精光，在一桌的人嘴上都说的“一家人”但实际上不动声色地把你的钱一点点“骗”走的感觉真是不舒服呢～(笑)

不管怎么样，就让最后的两个小时带去身上不快乐的记忆，迎接农历新的一年吧！

X: @ArameDraw

https://www.stevestewartwilliams.com/p/can-life-events-change-your-personality

https://journals.sagepub.com/doi/10.1177/08902070251356148

这个表格来自人格心理学（特别是Big Five大五人格特质 + 自尊 + 生活满意度）领域的研究，总结了各种重大生活事件（life events）对人格特质的平均变化方向和强度。

主要规律总结

1. “获得型”事件（Gain-related）通常带来正向人格发展

• 新恋爱 / 开始关系、结婚、新工作、毕业 → 这些“人生升级”事件
  • 最常看到生活满意度、生活自尊大幅上升（+++ / ++）
  • 尽责性、情绪稳定性、外向性也经常小幅–中幅上升
  • 宜人性在亲密关系事件中上升特别明显（结婚、新关系 ++）
  • 开放性在新工作、毕业时上升较多

→ 这支持“社会投资理论”（social investment theory）：当一个人投入重要的社会角色（伴侣、员工、父母等）时，人格会朝着社会所期待的、更成熟的方向发展（更负责、更稳定、更合作）。

2. “丧失型”事件（Loss-related）通常带来负向或混合变化

• 分居 / 离婚 / 丧偶、失业、丧失工作 → 这些“人生重大打击”
  • 生活满意度和自尊大幅下降（--- / --）
  • 情绪稳定性明显下降（变得更神经质、更容易焦虑 / 情绪波动）
  • 外向性也常下降（社交退缩）
  • 但有时宜人性反而上升（离婚后 ++），可能是因为经历痛苦后变得更能共情、反思，或是为了重建关系而更温和

3. 特别值得注意的几个事件

• 结婚
  宜人性↑↑、尽责性↑↑、生活满意度↑↑↑
  但开放性大幅下降（---），可能是进入稳定关系后对新奇事物的兴趣降低

• 生孩子
  开放性↑↑（新鲜体验），但外向性↓、情绪稳定性↓↓（育儿压力大，容易焦虑、疲惫）

• 离婚
  生活满意度、自尊暴跌（---）
  情绪稳定性也下降，但宜人性反而上升（++）

• 新就业
  几乎全线正向：尽责性+++、外向性++、情绪稳定性++、生活满意度+++
  → 这是表格里最“正面”的事件之一

• 失业 / 退休
  大多负向，尤其是生活满意度、自尊、情绪稳定性下降

但要注意：

• 这些都是平均效应，个体差异非常大（有的人离婚后反而成长，有的人结婚后更封闭）
• 变化幅度通常小到中等（即使+++也只是 0.2–0.5 个标准差左右），人格仍然有很强的稳定性
• 很多变化是暂时的（1–3 年内最明显，之后可能部分回弹）

这个表格告诉我们：生活中的重大转折确实会“微调”我们的人格，尤其是当这些转折要求我们承担新责任、适应新身份时。

代际传递，传递可以通过基因遗传（表观遗传学），也可以通过行为模式的模仿改变大脑神经连接形成习惯进行传递

AIGC:

代际传递 是指 父母的特征、观念、行为、资本或创伤在无意识中延续给下一代的现象。
这是一种连接文化发展和家庭发展的纽带，涉及遗传、教养方式、环境和文化习得等路径，包括教育、职业、财富及心理模式的代际延续。

核心内涵与表现：

• 文化与观念传递： 父母的价值观、生活习惯、思维方式、教育方式传递给子女，包括亲社会行为等。
• 社会经济地位传承： 表现为家庭资源（教育水平、职业地位、经济资本）的传承，高水平家庭背景通常意味着更好的子女社会发展机会。
• 心理创伤与依恋模式： 心理问题、心理创伤和养育模式（特别是母系，如“外婆 - 母亲 - 女儿”）的无意识延续，如未处理的心理创伤可能跨代传递。
• 贫困的代际恶性循环： 贫困及其相关的不利条件（如缺乏资源、教育劣势）导致家庭陷入难以突破贫困的低水平循环。

传递途径与影响因素：

• 基因遗传： 决定了部分生物学特征和心理基础。
• 文化与社会化： 通过日常交流、身教言传、行为模仿等形式传递价值观和行为模式。
• 环境交互： 养育环境、教育资源、社区文化背景共同作用于后代。

俺也一样。之前我还幻想能找个压力小且开价不错的工作，但是看了一圈发现这种工作并不存在。😰 正所谓钱难挣，屎难吃。

所以我现在的期望就是：尽量在大厂找个每年 40-60 个的工作，干到 32-35 攒够 300-400 个就回家找个闲差躺平（回母校当初高中数学老师这种），享受生活。 😇
钱财乃身外之物，生不带来，死不带走。至于挣 1kw、一个小目标这种，我从来没想过。我只想挣够自己需要的金币之后，在余下的🌏online 体验时间里，能做些自己想做的事。（陪家人、去全国各地人文旅游等）

右边才是瘦肉丸，左边是椒盐毛芋
发出来的时候就想了一下圆圆的毛芋是不是对“丸”这个词有迷惑效果

放假回家了，打车去高铁站的时候司机说今年人很少。说是往年去高铁站的路上都堵的要死，今年一路上甚至都见不到几辆车😮

坐了一整天的高铁，实在是太累了，也许明年可以坐飞机回来，不过貌似出发时间都不太方便

终于又吃上瘦肉丸了

点了超大份，商家给我送了四五个勺子

罗伯特·帕特南（Robert Putnam）的 《独自打保龄：美国社区的衰落与复兴》（Bowling Alone）

这本书虽然研究的是美国社会，但它提出的 “社会资本”（Social Capital）概念，对每一个正在经历城市化和原子化的现代社会都极具启发。

我们为什么不再“成群结队”？

帕特南注意到，虽然在美国打保龄球的人数在增加，但加入保龄球联赛（队际赛）的人数却在急剧下降。

• 现象： 人们依然运动，但更多是“独自”进行，不再有组织的互动。
• 核心结论： 过去几十年，传统的社会联系——从工会、宗教团体到桥牌俱乐部和家长会——正在大规模萎缩。

什么是“社会资本”？

帕特南将其定义为：社会组织中的特征，如网络、规范和社交信任，它们能够通过促进合作来提高社会效率。

他进一步细分为两类：

1. 粘合型（Bonding）： “内向型”的，加强同质群体内（如家人、密友）的联系。
2. 桥接型（Bridging）： “外向型”的，跨越不同社会群体（如不同职业、族裔）的联系。帕特南认为桥接型资本对现代社会的健康至关重要。

段落摘选

以下是书中极具代表性的论述，揭示了作者对社会疏离的担忧：

关于社会资本的本质：

“社会资本的核心思想是，社会网络具有价值。正如物理资本指的是物理对象，人力资本指的是个人的属性一样，社会资本指的是个人之间的联系——社会网络以及由此产生的互惠和信任规范。”

关于“独自打保龄”的隐喻：

“最异乎寻常的发现是，虽然在过去 20 年里，保龄球运动的总人数增长了 10%，但参加联赛的保龄球手却减少了 40%……独自打保龄球的兴起，代表了美国社会资本的一种深刻削弱。”

关于信任与民主：

“如果在一个社会中，公民普遍不信任他人，或者缺乏共同解决问题的网络，那么民主制度就会陷入瘫痪。高效的政府和兴旺的经济，往往建立在充满活力的公民参与基础之上。”

关于衰落的原因（电视与科技）：

“技术的变革，尤其是电子娱乐活动的个性化（特别是电视），将我们从相互联系的参与者变成了孤独的旁观者。我们已经从一个‘加入者’的民族变成了一个‘观看者’的民族。”

为什么社会联系在消失？（帕特南的诊断）

帕特南在书中通过详尽的数据分析，找出了几个“幕后黑手”：

• 时间的压力： 尤其是双职工家庭的兴起，让人们精疲力竭，无暇顾及社区活动。
• 居住空间： 郊区化和通勤时间的增加，把人们困在汽车和孤岛式的住宅里。
• 电子娱乐（关键因素）： 电视和互联网让消遣变得私人化，削弱了面对面互动的动力。
• 世代更替： 经历了二战、习惯于集体行动的那一代人（公民一代）正在老去，而新一代人更倾向于个人主义。

读后思考

这本书其实向我们提出了一个尖锐的问题：在一个外卖送上门、娱乐靠屏幕、社交靠点赞的时代，我们虽然看似“连接”得更广了，但那种能够提供支持、监督规范和建立深层信任的社会资本，是否正在枯竭？

https://www.pnas.org/doi/epdf/10.1073/pnas.2521041123

Toddlers expect ingroup loyalty to override personal preferences when outgroups are present

中文译名：幼儿期望当 外群体 在场时，内群体 忠诚优先于个人偏好

作者： Lin Bian 和 Renée Baillargeon
核心结论： 研究发现，年仅 2 岁 的幼儿就已经具备了复杂的社会认知能力。他们认为，当有“外人”（外群体成员）在场时，一个人为了表示对所属群体的忠诚，应该牺牲自己的个人喜好，去遵守群体的规范；但当“外人”不在时，这个人则可以自由地追求个人喜好。

研究背景与动机

在社会心理学中，人的身份分为两类：

1. 个人身份 (Personal Identity)： 你的个人喜好、性格（比如“我喜欢吃苹果”）。
2. 社会身份 (Social Identity)： 你所属的群体（比如“我是 A 队成员”）。

成年人知道，在不同场合下，这两种身份的优先级不同。为了展示团队的团结和忠诚，我们有时会在外人面前隐藏个人分歧。研究者想知道：人类这种“看场合行事”、理解“忠诚重于私欲”的能力，究竟是何时发展出来的？2 岁的孩子懂这个道理吗？

实验方法：违背预期范式 (Violation-of-Expectation)

研究者招募了 108 名 2 岁的幼儿。实验利用了婴儿/幼儿的一个天性：当他们看到令人惊讶、不合常理的事情时，注视时间会变长。

• 如果孩子看某个场景的时间显著更长，说明这个场景违背了他们的预期。
• 如果看的时间短，说明这符合他们的预期。

实验设计与结果

研究包含三个实验，主要涉及三个角色：

• 目标人物 A2（内群体成员）
• 同伴 A1（内群体成员，和 A2 是一伙的）
• 旁观者 B1（外群体成员，属于另一伙）

实验 1：个人偏好 vs. 群体忠诚

设定：

1. 分组： 建立群体标签。A1 和 A2 都说“我是 Cheeba”，B1 说“我是 Moblin”。
2. 建立偏好： 幼儿先看到 A2 明显更喜欢“外群体玩具”（B1 那一伙的玩具），而不是自己这伙的“内群体玩具”。
3. 测试阶段： A2 再次面临选择玩具的情况。

变量： 分为“外人在场”和“外人不在场”两种情况。

• 情况 A：外群体成员 (B1) 在场看着。

  • 结果： 当 A2 选择了她自己喜欢的“外群体玩具”时，幼儿感到惊讶（注视时间长）。
  • 解读： 幼儿预期：既然外人在看着，你应该表现出忠诚，选自己队伍的玩具，哪怕你不喜欢。

• 情况 B：外群体成员 (B1) 离开了。

  • 结果： 当 A2 选择了“内群体玩具”时，幼儿感到惊讶。
  • 解读： 幼儿预期：既然外人走了，没必要装了，你应该选你自己真正喜欢的那个玩具。

结论 1： 2 岁幼儿明白，外人在场时，社会身份（忠诚）优先；外人不在时，个人身份（喜好）优先。

实验 2：在不知道个人偏好时会怎样？

设定： 省略了“建立偏好”的步骤。幼儿不知道 A2 到底喜欢哪个玩具。

• 结果：
  • 外人在场时： 幼儿依然预期 A2 会选“内群体玩具”。如果她选了外群体的，幼儿会惊讶。
  • 外人不在时： 幼儿对 A2 选哪个玩具没有表现出惊讶（因为不知道她的喜好，且没有忠诚压力，选啥都行）。

结论 2： 即使不知道某人的私心，只要外人在场，幼儿就默认该人应该遵守群体规范。

实验 3：排除其他解释

研究者设计了更复杂的控制组（例如“无群体标签”组），证明了幼儿的反应确实是基于**“群体成员身份”**，而不是因为怕得罪人或者简单的视觉模仿。结果再次确认了前两个实验的发现。

这篇论文的意义 (Significance)

1. 刷新了认知发展观： 以前认为这种复杂的社会权衡（在个人私欲和集体利益间切换）是年纪较大的儿童或成人才有的能力。这篇论文证明 2 岁 就有了。
2. 理解双重身份： 幼儿已经将人视为拥有“双重身份”的个体——既是有独特喜好的个人，也是群体的成员。
3. 群体忠诚的起源： 这表明人类很早就懂得“一致对外”的重要性。在群体竞争的环境下，哪怕牺牲个人偏好也要维护群体的一致性，这种心理机制在人类发展早期就已经根深蒂固。

总结

简单来说，这项研究告诉我们：2 岁的宝宝其实很懂“人情世故”。 他们不仅知道你有自己的喜好，还知道当“外人”在旁边看着的时候，你应该把集体的面子放在第一位，即使这意味着要放弃你心里真正想要的东西。

半年前随手立下的小目标，看起来完成得还不错。口琴钢琴都在练新曲子，也在家里尽可能的多陪伴一些；现在一边随手翻译（包括文献和发到 B 站 的视频），一边用 LaTeX 做各种趣图；新的常礼勋赏也不少，外拍也被摄得很爽。虽说留下了缺憾，也第一次面对了生老病死，但还是挺过来了。希望能这样坚持到明天日出吧。

welcome!

在这里，我可以当站务 😆

不过 default 表情依然是这个款的 emoji，以及没法在回复下面贴表情
想用水源的老版本和 xjtu 门的都不行，据说是要一个插件，但在这个托管模式下不支持

https://jackeiner.discourse.group/

https://jackeiner.discourse.group/

无欲速，无见小利。
欲速则不达，见小利则大事不成。

2000 年的互联网泡沫（也称 dot-com 泡沫）是资本市场对互联网技术潜在影响的极端超前定价所导致的典型案例。其核心特征是：互联网的生产力变革真实存在，但市场估值严重脱离了当时企业的基本面和盈利能力，最终在流动性收紧和现实检验下发生系统性调整。

泡沫形成阶段（1995–2000 年 3 月）

• 纳斯达克指数表现：从 1995 年初的约 751 点上涨至 2000 年 3 月 10 日的峰值 5048.62 点，累计涨幅约 572%。其中 1999 年单年涨幅达 86%。
• 估值水平：纳斯达克 100 指数的前瞻市盈率（forward P/E）达到约 60 倍，远高于历史平均水平。大量互联网公司甚至没有正的盈利，整体科技 IPO 企业中仅有约 14% 在峰值时盈利。许多公司以“眼球经济”或网站流量作为主要估值依据，而非收入、利润或现金流。
• 驱动因素：
  • 风险投资和 IPO 资金大量涌入，互联网创业公司融资环境极度宽松。
  • 投资者普遍接受“Get Big Fast”逻辑：优先追求市场份额和用户规模，盈利被推迟到未来。
  • 典型案例包括 Pets.com（在线宠物用品）和 Webvan（在线杂货配送），两者均在巨额广告和烧钱扩张后上市，但基本面极弱（高物流成本、低毛利、持续亏损）。

泡沫破裂阶段（2000 年 3 月–2002 年 10 月）

• 指数调整幅度：纳斯达克从峰值 5048.62 点下跌至 2002 年 10 月的 1114–1139 点区间，累计跌幅约 78%，抹平了 1995 年以来的全部涨幅，蒸发市场价值超过 5 万亿美元。
• 触发因素：
  • 美联储 1999–2000 年连续加息（联邦基金利率从 4.75% 升至 6.5%），提高了融资成本，压缩了高增长但无盈利企业的生存空间。
  • 部分标志性事件，如微软反垄断案判决、Barron’s 刊文警告大量互联网公司现金即将耗尽等，打破了市场信心。
  • 流动性枯竭后，大量公司无法继续融资，迅速转向破产或清算。
• 企业层面后果：
  • 数千家互联网公司倒闭或被并购。到 2004 年，约只有 40% 的 dot-com 公司存活（存活公司多数大幅降低估值）。
  • 高调失败案例：Pets.com 上市 9 个月后破产；Webvan 上市后烧掉超 8 亿美元，最终清算。
  • 即使部分大型科技公司（如 Cisco、Intel）股价也下跌超过 80%。

幸存者与长期结果

• 存活并壮大的公司：亚马逊、eBay、思科等在泡沫破裂后经历了股价大幅回撤（亚马逊一度跌去约 90%），但通过优化商业模式、控制成本、实现盈利，最终验证了互联网经济的长期价值。
• 基础设施遗产：泡沫期间铺设的光纤网络、数据中心等硬件，以及幸存公司积累的用户基础和技术能力，为后续 Web 2.0、移动互联网和电商的爆发提供了物质和技术基础。
• 教训：市场对颠覆性技术的定价往往呈现“过早、过高”的特征。当估值远超当前现金流和盈利能力时，任何流动性变化或预期修正都可能引发剧烈调整。真正决定长期胜负的仍是可持续的商业模式和执行力，而非短期叙事或资金推动的估值扩张。

https://www.nber.org/papers/w23191

这篇论文《Bubbles for Fama》（给法玛的泡沫）由 Robin Greenwood, Andrei Shleifer 和 Yang You 撰写。这篇论文的主要目的是回应诺贝尔奖得主尤金·法玛（Eugene Fama）对“资产泡沫”存在的质疑。

法玛不仅是有效市场假说（EMH）之父，他还不相信“泡沫”这个概念，他认为价格的大幅上涨并不意味着未来会有大幅下跌（即价格上涨并不预测未来的低回报）。

为了检验这一观点，作者研究了美国（1926-2014）和国际市场（1985-2014）的行业数据，重点关注那些在**两年内价格上涨超过 100%**的行业板块。

以下是这篇论文的核心内容和四个主要发现：

1. 法玛在“平均回报”上是对的 (Average Returns)

发现： 单纯的价格暴涨（例如行业指数两年翻倍），平均来看，并不预示着未来的低回报。

• 解释： 当一个行业经历价格飙升后，统计数据显示，该行业在接下来的一两年内的平均回报率并不低，甚至接近市场平均水平。
• 原因： 并非所有的大涨都会崩盘。有些行业在大涨之后，不仅没有崩盘，反而继续上涨（例如 70 年代后期的能源股或某些时期的科技股）。因此，如果你仅仅因为价格涨了很多就做空，你很可能会亏钱或错过后续的涨幅。

2. 但价格暴涨确实预示着“崩盘概率”的大幅提升 (Crash Probability)

发现： 虽然平均回报不低，但发生剧烈崩盘的可能性随着过往涨幅的增加而显著上升。

• 定义： 作者将“崩盘”定义为在接下来两年内出现40% 的回撤。
• 数据：
  • 如果过去两年涨幅超过 50%，崩盘概率约为 20%。
  • 如果过去两年涨幅超过 100%，崩盘概率上升到53%。
  • 如果过去两年涨幅超过 150%，崩盘概率上升到80%。
• 结论： 尽管我们无法确定何时崩盘，但价格涨得越猛，崩盘的风险（概率）确实是呈指数级上升的。这反驳了法玛隐含的观点（即价格历史不包含未来风险的信息）。

3. “泡沫”是有特征的 (Characteristics)

发现： 并非所有的大涨都是一样的。那些最终导致崩盘的“坏泡沫”与那些继续上涨的“好繁荣”在特征上有显著不同。作者发现以下特征可以帮助预测崩盘：

• 波动性 (Volatility)： 那些最终崩盘的行业，在大涨期间通常伴随着股价波动率的显著上升。
• 股票发行 (Issuance)： 崩盘前夕，该行业的公司往往会大量发行新股（IPO 或增发），利用高估值圈钱。
• 加速上涨 (Acceleration)： 价格曲线呈现加速上扬（例如，近期涨幅远超前期），即价格走势呈凸性（convexity）。
• 公司年龄 (Age Tilt)： 涨幅主要集中在较新的、年轻的公司身上。
• 市盈率 (P/E)： 伴随着极高的市场估值。

注意： 作者发现换手率（Turnover/Trading Volume）并不是一个好的预测指标。虽然泡沫期间交易量通常很大，但那些没有崩盘的大涨行情中，交易量也很大。

4. 投资者可以通过这些特征获得超额收益 (Timing the Bubble)

发现： 结合价格涨幅和上述特征，投资者可以构建出战胜市场的交易策略。

• 策略： 如果你仅仅因为价格涨了 100% 就卖出，你赚不到超额收益（因为可能卖早了）。
• 优化策略： 如果你不仅看价格涨幅，还观察波动率是否上升、新股发行是否激增、价格是否加速，只有在这些特征出现时才卖出，你就能成功避开大多数崩盘，从而获得显著高于市场的回报（Alpha）。
• 国际验证： 作者在国际数据中重复了这一测试，结果依然成立（Out-of-sample test），证明这不仅仅是挖掘美国历史数据的巧合。

总结论 (Conclusion)

作者的结论是：法玛设置的门槛虽然很高，但已经被跨越了。

• 法玛说：“除非你能预测崩盘，否则我不承认有泡沫。”
• 作者回应：虽然仅仅看价格很难精准预测“何时”崩盘，但结合非价格特征（如波动率、发行量），我们确实可以识别出哪些价格大涨是极其危险的“泡沫”，并据此获利。这表明历史上确实存在可以被事前（ex-ante）识别的泡沫。

简单来说，并非所有的大涨都是泡沫，但那些伴随着高波动、大量发新股和加速赶顶的大涨，极大概率就是泡沫。

有人说我炫压抑 😅 我压不压抑不知道，批虽然还没透到，但至少也是付出实际行动的，不知道摸了抱了多少个了 😁 还有人说 pornhub 上有的是，想看 pornhub 就自己去撸 😄 不想看文字我就不更新了 😄

https://www.youtube.com/watch?v=BRG4_KfTxbs

用玩耍重塑并提升你的大脑—— Huberman Lab Essentials

大家好，我是 Andrew Huberman，斯坦福大学神经生物学与眼科学教授。今天我们来谈谈玩耍（play）的生物学、心理学，以及它对成年人的真正价值。

很多人以为玩耍只是儿童的事，或者只是运动、游戏。但实际上，成年人也极度需要玩耍，而且玩耍是打开大脑神经可塑性（neuroplasticity）最强大、最自然的门户之一。它能让我们在低风险的环境中探索各种可能性，从而让前额叶皮层（prefrontal cortex）变得更灵活、更聪明，最终惠及工作、关系、情绪和创造力的方方面面。

玩耍的核心：低风险的情境 - 结果测试

玩耍的本质是在低风险（low-stakes）条件下进行 contingency testing——也就是反复问自己和环境：“如果我做 A，会发生什么？如果别人做 B，我该怎么反应？如果规则突然变了呢？”

儿童玩耍时天然如此：他们试探边界、角色、规则，但因为是“玩”，失败、受伤、尴尬的代价很低。这正是大脑最喜欢的学习状态。

成年后我们往往失去这种状态，因为我们太在乎输赢、面子、效率。但生物学告诉我们：那些负责玩耍的神经回路并没有在成年后被剪除，它们一直存在。进化不会浪费资源。如果玩耍对成年大脑没用，这些回路早就被修剪掉了。

玩耍的关键脑区与神经化学机制

玩耍最核心的脑区之一是中脑导水管周围灰质（Periaqueductal Gray，PAG）。这是一个位于脑干后部的古老区域，富含能释放内源性阿片类物质（endogenous opioids，如脑啡肽 enkephalin）的神经元。

当我们玩耍时，PAG 释放少量这些自产的“天然鸦片”，带来轻度放松、愉悦和安全感。这种化学状态直接作用于前额叶皮层——平时它非常刚性，像一个严格的执行官，只跑最优路径（如果 A 则 B，如果 B 则 C）。但在内源性阿片的影响下，前额叶突然能同时运行多个“如果 - 那么”脚本，能尝试不同角色、不同策略、不同社交动态。

结果是：前额叶不只没变笨，反而变得更聪明、更具创造性。它开始探索“我可以是领导，也可以是跟随者”“我可以合作，也可以竞争”“我可以输，也可以赢”……这正是真正创意人士、发明家、情感丰富的人共同拥有的特质：他们保留了很强的玩耍元素。

但要真正激活这种状态，还有一个关键条件：肾上腺素（epinephrine）必须保持低水平。

如果肾上腺素太高——比如你在赌大钱、参加职业决赛、或者极度害怕输——就算表面是“玩”，生物学上它已经变成了压力/竞争模式，而不是玩耍。真正的玩耍是认真投入（需要一定专注和多巴胺），但对结果不极端执着。这时候内源性阿片才能充分释放，前额叶才能真正打开。

（相关文献推荐：Jaak Panksepp 和 Steven Siviy 在《Neuroscience & Biobehavioral Reviews》上的综述，详细描述了内源性阿片促进玩耍、肾上腺素抑制玩耍的机制。）

玩耍姿势：人和动物都在用的“现在安全，我们来玩吧”信号

动物和人都会用身体语言宣告进入玩耍模式：

• 狗/狼经典的 play bow：前腿趴地、头低、屁股翘起、眼神对视，明确说“我现在没威胁，我们玩吧”。
• 人类最普遍的是 轻微歪头 + 睁大眼睛（soft eyes），有时伴随短暂扬眉、嘴角微翘。眼睛睁大、瞳孔不过度收缩、眼睑放松，这些都是“软眼睛”信号，表示警觉降低、威胁解除。

玩耍中还常见部分姿势（partial postures）：做出类似攻击的动作，但明显收着力、放慢速度、保持距离。比如假装扑过去但其实在笑、摔跤时故意不使全力。这些动作是在练习边界、练习信任，也是在安全地练习如何处理潜在冲突。

如果有人不遵守这些隐形规则（比如突然真打、破坏安全感），玩耍就容易崩盘。这也是为什么有些成年人“不会玩”——他们童年没学会在玩中保持低威胁姿态。

童年玩耍轶事：dirt clod wars 与规则测试

小时候我跟朋友玩过一种现在想想很疯狂的游戏——“dirt clod wars”（泥巴团大战）。我们在院子里堆两个大土堆，双方挖松土做成泥团互相扔。规则很多：不能往泥团里塞石头、不能一直追着打头部、如果有人被砸头，大家会暂停检查伤势再继续。

但总有人违规。有一次一个男孩被砸头后，紧接着又被扔中，他突然暴怒，捡起石头和棍子开始真的攻击别人。那一刻，玩耍的低风险框架被打破，变成了真实冲突。

这个例子说明：玩耍不仅是自我探索，也是群体规则测试和规则打破测试。谁会作弊？谁太死板？谁能接受角色切换？谁会在被“欺负”时崩溃？这些都在低风险环境中被演练，成年后直接影响我们面对 sarcasm、竞争、背叛时的反应模式。

成年后如何重新玩起来？一个实用工具

如果你像我一样，属于“不太会玩”“不太爱玩”的那一类，这里有一个立即可用的工具：

主动把自己放入你不擅长、低风险、能学到东西的场景。

比如我有朋友爱玩牌、带点小赌注。我以前基本不参与，因为怕输、怕被赢光。但后来我决定：只要赌注低到无所谓输赢，我就玩。结果我学到很多：谁爱作弊、谁超级死板、谁只在乎规则细节、我自己在输钱时的情绪反应……这些信息在日常生活中很难这么安全地获得。

关键是：进入不熟悉的规则、不擅长的领域，但保持低赌注。这会激活前额叶的多路径模拟能力，让它在玩完后依然更灵活（因为你只有一个前额叶，它会把玩中学到的带到所有场景）。

玩耍如何触发神经可塑性？两种最有效形式

想最大化玩耍带来的大脑重塑，有两种特别有效的形式：

1. 动态、多维度运动（跳舞、足球、篮球、武术等）
   这些活动需要快速变向、加速/减速、跳跃、侧移、弯腰、旋转，强烈激活前庭系统（内耳平衡系统）和小脑。前庭 - 视觉 - 小脑的快速交互是打开广泛神经可塑性的强力钥匙（类似婴儿爬行、学走路时的机制）。线性运动（如单纯跑步）效果远不如这些动态活动。

2. 需要不断切换角色的认知游戏
   国际象棋是极佳例子。一盘棋里，你要同时扮演皇后（强力进攻）、车（直线移动）、马（跳跃）、兵（缓慢推进、牺牲）等多个身份，不断在进攻、防守、诱敌、牺牲等角色间切换。这比固定角色的游戏更能训练前额叶的多情景、多身份模拟能力。

童年“个人玩耍身份”如何影响成年后的你？

回想 10 岁左右（社交、运动、心理发育高峰期）：

• 你是特别好胜、一定要赢吗？还是更合作？
• 你喜欢独自玩？只跟 1-2 个好友？还是大群混战？
• 你能轻松在领导者和跟随者间切换吗？
• 中途被迫换队（比如从赢家队换到输家队平衡人数）时，你是生气、开心、无所谓，还是觉得“这不公平”？

这些模式会像“个人玩耍身份”（personal play identity）一样，伴随你进入成年，影响你在工作、关系、压力情境中的默认反应。我们的人生是一条连续的发育弧线，童年玩耍的习惯直接投射到成年后的行为模式。

结语：玩耍是终身神经可塑性的最强入口

玩耍不只是娱乐。它是测试、实验、扩展大脑可能性的方式。
Richard Feynman 一生都是个顽皮的“tinkerer”——他破解洛斯阿拉莫斯实验室所有锁、把机密文件摆满地板、持续保持玩耍精神，正是这种心态让他在物理学上不断看到别人看不到的角度。

我自己也不算天生会玩的人。但这些年我试着主动进入低赌注、有点笨拙但能学东西的场景，结果发现它确实让我更灵活、更能看到新可能性。

所以我的建议是：

• 找一件你不擅长、但有点兴趣的事
• 把赌注压到“输了也无所谓”
• 认真投入，但别太在乎输赢
• 允许自己换角色、犯错、看起来傻

当你做到这些，大脑就会用高内源性阿片 + 低肾上腺素的完美化学环境，打开前额叶的“可能性目录”，并通过 BDNF 等生长因子真正重塑神经回路。

这可能是保持大脑年轻、保持创造力、保持对世界好奇的最古老、最有效的方式。

谢谢大家对科学的兴趣。

波动率拖累：理解波动性对长期投资回报的负面影响

引言

在金融投资领域，“高风险高收益”是一个常见的理念，但它往往忽略了一个关键现象：资产价格的波动性（volatility）会悄然侵蚀长期复合回报。这种现象被称为“波动率拖累”（Volatility Drag）或“波动率税”（Volatility Tax）。它并非真正的税收，而是由于价格波动导致的复利损失。波动率拖累的核心在于，资产的几何平均收益率（geometric mean return，即实际复合增长率）总是低于其算术平均收益率（arithmetic mean return），且波动率越高，这种差距越大。

这个概念源于现代金融学的数学基础，由保罗·萨缪尔森（Paul Samuelson）等学者在 20 世纪中叶的著作中探讨过，并在 Black-Scholes 模型等框架中得到强化。它被主流学界广泛认可，例如在《投资学》（Investments）教材（如 Bodie, Kane 和 Marcus 的版本）中经常被提及，作为解释为什么低波动投资组合可能在长期表现优于高波动组合的原因。

核心逻辑：几何平均 vs 算术平均

基本概念

• 算术平均收益率：简单平均的预期回报。例如，如果一个资产在两年内分别上涨 50% 和下跌 30%，算术平均为 (50% - 30%)/2 = 10%。
• 几何平均收益率：考虑复利的实际复合增长率。对于上述例子，初始 100 单位资金变为 150（+50%）后变为 105（-30%），两年复合增长率为 (105/100)^{1/2} - 1 ≈ 2.47%，远低于 10%。

波动率拖累的数学本质是：几何平均收益率 = 算术平均收益率 - (1/2) × (波动率)^2。这个公式在连续时间模型中精确成立，在离散时间中大体有效。

为什么波动导致损失？

波动放大“涨跌不对称”：下跌 X%后，需要上涨大于 X%的幅度才能恢复。例如：

• 下跌 50%（从 1 到 0.5），需上涨 100% 才能回本。

在复利计算中，这种不对称性累积，导致高波动资产需要更高的算术平均回报才能实现正的几何回报。如果波动率超过 25%，实际回报可能缩水 30% 以上；波动率达 40% 时，即使算术平均为正，几何平均可能为负。

对比

考虑两个投资组合：

• 组合 A（高波动）：年化算术平均回报 10%，波动率 40%。几何平均 ≈ 10% - (1/2)(40%)^2 = 10% - 8% = 2%。
• 组合 B（低波动）：年化算术平均回报 10%，波动率 20%。几何平均 ≈ 10% - (1/2)(20%)^2 = 10% - 2% = 8%。

长期来看，组合 B 的复合增长远超 A，体现了波动率拖累。

数学推导

模型设定

资产价格的 SDE 为：
[
dS_t = \mu S_t , dt + \sigma S_t , dW_t
]

• ( \mu ): 瞬时算术平均收益率（drift）。
• ( \sigma ): 波动率。
• ( W_t ): 标准布朗运动（随机项）。

这个模型假设回报服从正态分布，捕捉连续时间下的价格动态。

应用伊藤引理（Itô's Lemma）

我们关注对数价格 ( \log S_t )，因为它直接对应复合增长率。设 ( f(S_t) = \log S_t )，应用伊藤引理：
[
df = \left( \frac{\partial f}{\partial S} \mu S + \frac{1}{2} \frac{\partial^2 f}{\partial S^2} \sigma^2 S^2 \right) dt + \frac{\partial f}{\partial S} \sigma S , dW_t
]
计算导数：

• ( \frac{\partial f}{\partial S} = \frac{1}{S} )
• ( \frac{\partial^2 f}{\partial S^2} = -\frac{1}{S^2} )

代入：
[
d(\log S_t) = \left( \mu - \frac{1}{2} \sigma^2 \right) dt + \sigma , dW_t
]

积分与期望

从时间 0 到 T 积分：
[
\log S_T - \log S_0 = \left( \mu - \frac{1}{2} \sigma^2 \right) T + \sigma W_T
]
取期望（ ( \mathbb{E}[W_T] = 0 )）：
[
\mathbb{E}[\log S_T] = \log S_0 + \left( \mu - \frac{1}{2} \sigma^2 \right) T
]
因此，长期几何平均增长率（CAGR）为：
[
g = \mu - \frac{1}{2} \sigma^2
]

结论

波动率拖累项正是 ( -\frac{1}{2} \sigma^2 )。这在金融文献中被证实为标准结果，例如在 Merton 的连续时间资产定价模型中出现。它解释了为什么即使预期回报相同，低波动资产的长期表现更好。

投资中的人性与陷阱

波动率不仅数学上拖累回报，还放大投资者行为偏差：

• 贪婪与恐惧：高波动激发情绪化交易，如在牛市高点买入，导致后续损失（e.g., 2015 年中国股市泡沫）。
• 常见陷阱：
  1. 细分赛道基金：行业波动率常超 40%，需极高回报才能抵消拖累。
  2. 杠杆产品（如 3 倍 ETF）：放大波动，长期损耗严重。
  3. 题材炒作：短期高波动易吞噬本金。

这些行为相当于额外支付“心理税”，进一步放大波动率拖累。

如何对抗波动率拖累：稳健投资策略

主流金融学强调，通过降低组合波动率，可以最小化拖累效应。

优先中低波动策略：如指数基金，避免短期热点。记住巴菲特的格言：“市场短期是投票机，长期是称重机。”低波动让复利发挥最大作用。

总结

波动率拖累是一个数学上严谨、实证上成立的现象，公式为：
[
\boxed{
\text{几何平均收益率（真实收益率）} = \text{算术平均收益率} - \frac{1}{2} \sigma^2
}
]
它提醒投资者：高收益不等于高回报。通过分散化指数基金，可以有效对抗市场波动，实现稳健增长。这在主流金融教育中被视为核心智慧，适用于从个人投资到机构组合管理。

这是一个来自Pew Research Center（皮尤研究中心）2021 年发布的报告《STEM Jobs See Uneven Progress in Increasing Gender, Racial and Ethnic Diversity》的核心数据图表，基于 2017–2019 年美国社区调查（American Community Survey）数据，反映的是2019 年美元价值的中位年收入（median earnings），针对 25 岁及以上、全职全年、有正收入的 STEM 从业者。

STEM 在这里指：科学（Science）、技术（Technology）、工程（Engineering）、数学（Math） 相关职业。

这张图表最核心的信息是什么？

它把 STEM 从业者按种族/族裔 + 性别细分，展示了他们的中位年薪（从高到低排序）：

1. 亚裔男性：$103,300
2. 白人男性：$90,600
3. 亚裔女性：$88,600
4. 西班牙裔男性：$73,000
5. 黑人男性：$69,200
6. 白人女性：$66,200
7. 黑人女性：$57,000
8. 西班牙裔女性：$57,000

（注：这里的“白人、黑人、亚裔”指非西班牙裔的单一族裔；西班牙裔可为任何种族）

整体 STEM 中位收入大约是$77,400（2019 年）。

可以清晰看到的两条巨大差距

1. 性别差距（Gender Pay Gap）

   • 几乎在每个种族内部，男性都明显赚得比女性多。
   • 整体上，STEM 女性中位收入 ≈ 男性 74%（$66,200 vs $90,000 左右）。

2. 种族/族裔差距（Racial/Ethnic Pay Gap）

   • 亚裔（尤其是男性）遥遥领先。
   • 白人次之。
   • 西班牙裔和黑人明显落后，特别是女性群体垫底。
   • 黑人女性和西班牙裔女性收入完全相同，且是最低的。

更直观的相对比例（以亚裔男性为 100%）

• 亚裔男性：100%
• 白人男性：≈88%
• 亚裔女性：≈86%
• 西班牙裔男性：≈71%
• 黑人男性：≈67%
• 白人女性：≈64%
• 黑人女性 / 西班牙裔女性：≈55%

这张图展示的是美国权益类基金（equity funds） 从 2015 年到 2026 年的 累计净申购/赎回流量（net flows，单位：万亿美元 $ trillions）

1. 整体趋势：从主动 → 被动的大迁移（Active to Passive Shift）

   • 从 2015 年开始，美国投资者持续把钱从主动管理型共同基金（active mutual funds）撤出，转向低成本被动产品（尤其是 ETF）。
   • 到图的最新点（约 2026）：
     • ETFs 累计净流入 ≈ +$3.4 万亿
     • Passive mutual funds 累计净流入 ≈ +$0.4 万亿
     • Active mutual funds 累计净流出 ≈ -$3.9 万亿

   这意味着大约过去 11–12 年里，主动权益共同基金总共被投资者赎回了近 4 万亿美元，而这些钱中的绝大部分流入了 ETF（约 3.4 万亿），少部分进了被动共同基金。

2. 为什么会出现这种极端分化？（现实背景）

   • 费用：被动 ETF 的平均费用率通常只有 0.03%–0.20%，而主动基金往往 0.6%–1.2%，长期看费用差极大影响净回报。
   • 业绩：过去 10–15 年，大约 80%–90% 的主动美股基金跑不赢指数（尤其是大盘），导致投资者失去信心。
   • 便利性：ETF 可以像股票一样实时交易、税收更高效、透明度高。
   • 机构与退休账户推动：401(k)、IRA、目标日期基金（TDF）大量默认或转向低成本指数产品。

https://www.bilibili.com/video/BV1t2F6zVE5Y/

老马参考的报告
https://news.qq.com/rain/a/20260121A01LQQ00

19 年时候还是九折，现在是七五折

深圳在一线情况最好

西北成交率最低，老马：“七八折不是终点”

这几座城市共同点：“产业严重单一，没有多少民营企业”

“商铺被电商冲击，几乎是死资产”
“停车位和街头的店铺，比商业地产更差”

“在前几年的房地产上升时期，有的人说房地产是巨大的蓄水池，有的人说是巨大的印钞机。现在看来房地产确实是印钞机，但也同时创造了巨大的债务。现在货币和债务分在不同的群体手里。及时套现的群体拥有货币，最后上车的群体承担债务。拥有货币的群体并不想重新进入房地产市场，所以他们的购买力被看作笼中虎，不知道何处去；而上亿承担房贷的人口，实际上已经是负资产状态了，只是没遇到全面抛售，没有把问题挑明。”

https://zh.cn.nikkei.com/industry/propertiesconstruction/60696-2025-12-12-05-00-55.html

不动产调查公司东京 KANTEI 按都道府县统计了 2024 年新出售的新建住宅楼平均价格（按 70 平方米换算），除以当地的平均年收入，算出了“房价收入比”。日本全国平均值为 10.38 倍，比 2023 年的 10.09 倍有所上升，连续 2 年超过 10 倍。

• 房价部分：统一换算为70㎡标准公寓的新建平均价格（全国平均约 7000-8000 万日元左右，地方较低但高端项目拉高平均）。
• 收入部分：使用各都道府县的平均年收入（一人あたり、即个人平均）

其他数据参考：https://www.numbeo.com/property-investment/rankings.jsp

2024 年西安市全体居民人均可支配收入为45082 元，同比增长 5.3%。其中，城镇居民为 53678 元（增长 4.9%），农村居民为 21185 元（增长 6.9%）

• 日本这几年房价增速显著高于工资增速

• 45082*10/70 = 6440 元/平

• 53678*10/70 = 7668 元/平

• 21185*10/70 = 3026 元/平

https://www.bankofchina.com/fimarkets/lilv/fd32/201310/t20131031_2591219.html

全国银行间同业拆借中心发布的贷款市场报价利率（LPR）

• LPR (Loan Prime Rate) 贷款市场报价利率：是当前中国贷款定价的基准，每月 20 日由全国银行间同业拆借中心公布，包括 1 年期和 5 年期以上两个品种。
• 加点（Basis Points）：银行会在 LPR 基础上根据借款人的资质、地区等因素加点，形成实际的房贷利率。
• 公积金贷款：利率独立于 LPR，由住建部及各地公积金中心制定，有固定的档位，例如 北京住房公积金网 的首套/二套、5 年以下/以上有不同利率。

当前（示例）情况（基于搜索结果的估算，需以最新公告为准）：

• 商业房贷 ：可能在 5 年期以上 LPR（例如 3.5%）基础上加点。
• 公积金房贷：各地不同，例如北京新政后首套房利率 2.6%（5 年以上），二套 3.075% 等。

https://www.zhihu.com/pin/1982982755102000666

AI 解读网友观点

这篇文章的作者“一直住顶楼”主要是在给当下想要通过“租售比”（靠收租金回本）逻辑在中国买房投资的人泼冷水。

作者的核心观点是：中国房地产正在经历逻辑重构，目前的租售比看起来虽然比以前好了，但按照成熟市场的标准（如美国），依然不具备投资价值，现在入场是错误的，应该等待。

以下是逐条深度解读：

租售比定义

• 原文观点：中国人算的租售比是“粗糙”的（房租/房价），而美国等成熟市场算的是“净回报率”（扣除房产税、空置期、修缮费、管理费后的纯利）。
• 解读：
  • 你在中国买套房，200 万，年租金 4 万，你觉得自己回报率是 2%。
  • 在美国，所谓 6-7% 的回报率，是扣掉每年约 1%-2% 的房产税、扣掉可能 1 个月没租出去的空置成本、扣掉给中介的管理费之后，真正落到口袋里的钱。

租售比不是万能钥匙

• 原文观点：租售比只在供需和租金稳定的地方有效。有些地方租售比低（房价高租金低），是因为有高增长预期。
• 解读：
  • 房价由两部分决定：居住价值（租金） + 看涨预期。
  • 如果你买的是核心区豪宅，大家赌的是它未来翻倍，那么哪怕现在租金回报比较低，大家也愿意买。

租金的不稳定性（风险提示）

• 原文观点：租金波动大（年化变动可达 10%）。现在租金刚好覆盖房贷利息就买房，是缺乏常识。
• 解读：
  • 比如现在你的房租刚好能抵消月供，你觉得安全了。但如果明年经济不好，房租跌了 10%，或者你要降价才能租出去，你的现金流就断了。

市场反应迟钝（不要指望抄底快）

• 原文观点：市场对于“租售比”的价值回归反应很慢，比供需关系导致的暴跌要慢得多。
• 解读：
  • 如果是因为没有人买房（供大于求），房价跌起来很快。
  • 但如果是因为“房租太低撑不起房价”，这个下跌过程是阴跌，是漫长的钝刀子割肉。
  • 潜台词：别指望房价跌一点，租售比一划算，市场马上就反弹。这个磨底的过程会以“年”为单位。

高收益陷阱

• 原文观点：美国有些房子永远是 6-7% 的回报，不会因为回报高就涨价变成 4-5%。
• 解读：
  • 这是一个反直觉的金融常识。在债券或房产中，价格涨 = 收益率跌。
  • 如果你买入一个资产，期待它升值，其实你是在期待它的租售比变低（分母变大）。
  • 美国有些区域（通常是贫民区或非核心区），租金回报很高（6-7%），因为大家都不看好那里的未来，觉得风险大、不升值。所以市场这就给它定死了这个低价。
  • 潜台词：即便你看到某些房子租金回报高，也不代表房价会涨。它可能永远就是个收租的“现金奶牛”，甚至本金还会缩水。如果你不懂这个，就别碰房产投资。

极高的交易摩擦成本

• 原文观点：中国卖房难、税费高、时间长。
• 解读：
  • 买股票，一秒钟卖出，钱到账。
  • 卖房子，挂牌半年，各种税费中介费。
  • 潜台词：流动性是资产定价的重要因素。既然很难变现，现在局势又不明朗，“慢”就是最好的策略。

核心结论：你需要“风险溢价”

• 原文观点：当房价不涨了，合理的租金回报率不应该是“等于房贷利率”，而应该是“房贷利率 + 1%~2%”。
• 解读：这是全文最核心的金融逻辑。
  • 过去模式：房贷利率 5%，租金回报 1.5%。大家还愿意买，因为指望房价每年涨 10%。
  • 未来模式（日本/美国模式）：房价不涨了。那么我买房图什么？图租金收益。
  • 如果房贷利率是 3.5%，那么买房的回报率必须达到 4.5%-5.5% 甚至更高，大家才愿意买。因为买房有风险、有折旧、还有麻烦事。
  • 潜台词：现在中国很多城市的租售比还没跑赢房贷利率，或者刚刚持平。按照国际惯例，房价还需要继续跌，或者租金继续涨，直到租金回报率显著高于银行利息时，才是入场的底。

总结作者的建议：

作者是在劝退当下的抄底者。他认为现在的中国房地产市场正在从**“博取差价模式”向“现金流模式”**切换。

在新的模式下，目前的房价依然太贵，因为租金回报率（真实的、扣除成本后的）太低，且没有提供足够的风险溢价。

总结：只要租金回报率没有显著高于银行贷款利率，就不要为了投资而买房，拿着现金等待是最好的选择。