淺友們好~我是史中，我的日常生活是開撩五湖四海的科技大牛，我會(huì)嘗試用各種姿勢(shì)，把他們的無邊腦洞和溫情故事講給你聽。如果你想和我做朋友，不妨加微信（shizhongmax）。
2025：一代人沖出戰(zhàn)壕
文｜史中
2025 年 11 月，我看到馬斯克和黃仁勛搞了一次對(duì)談。
他倆做出了四個(gè)預(yù)測(cè)：
1、人形機(jī)器人會(huì)成為有史以來最大的產(chǎn)業(yè)。
2、人類正經(jīng)歷一場(chǎng)“計(jì)算范式遷移”：GPU 不僅會(huì)替代 CPU 的“事務(wù)性工作”，還會(huì)進(jìn)入 CPU 一直難以勝任的“開創(chuàng)性研究工作”。
3、人類作為一個(gè)文明，正（幸運(yùn)地）處在上升期，對(duì)太陽能的利用比率還有大幅上升空間。未來“太陽能 AI 衛(wèi)星”會(huì)讓智能的成本大幅下降。
4、隨著“AI+機(jī)器人”讓生產(chǎn)力飛躍，金錢的重要性會(huì)逐步下降，工作將成為一種選擇，人類徹底消除貧困。
這堪稱恢弘的狂想。
不得不說，人類（中的夢(mèng)想家）已經(jīng)很久沒有這么昂揚(yáng)了。好像往日阿波羅登月的輝煌，都只配作腳下時(shí)代的序章。
放下手機(jī)，我突然想起了王興那個(gè)著名預(yù)言：2019 年是過去十年中最差的一年，卻可能是未來十年中最好的一年。
2025 走到最后，這句話所涵蓋的 19 年浩蕩，已經(jīng)被（了不起的）我們挺過了 16 年。。。
必須承認(rèn)，一場(chǎng)始于世紀(jì)之初的濃墨重彩的互聯(lián)網(wǎng)大戲已近尾聲，演員再奮力做派，也只能震下樓板的絲絲灰塵。
鑼鼓喧鬧，恍若隔世。
但作為普通觀眾，著實(shí)無需入戲太深。轉(zhuǎn)回身，一個(gè)百倍宏大的新舞臺(tái)正在布景。
我們?yōu)槭裁床幌热フ紓€(gè)前排？
站在 2025 和 2026 的分界點(diǎn)，我有一些關(guān)于未來的體驗(yàn)，它們未必是精雕細(xì)琢的理論，有些甚至是長(zhǎng)久肅立身邊的常識(shí)，卻讓我受益良多。
我想勇敢地分享給你。
（一）大航海時(shí)代重演
如果你我能穿越。
重回艾薩克·牛頓爵士的英國(guó)，咱們有好多事兒可干。
你可以進(jìn)入熱火朝天的紡織廠，親手改良紡紗機(jī)和蒸汽機(jī)； 你可以駕船一路向西，在新大陸買下一大片種植園和幾百個(gè)奴隸； 你可以鉆研一種叫“股票”的東西，搶先布局南海公司，狠狠割一把牛爵爺?shù)木虏恕?/p>
大航海時(shí)代和緊隨其后的工業(yè)革命時(shí)代，人類文明狂奔向上再?zèng)]回頭，源于兩個(gè)因素：
勞動(dòng)力數(shù)量暴漲
與之配合的工具進(jìn)步
這里有一個(gè)值得玩味的歷史細(xì)節(jié)：先有人口增加釋放大量*廉價(jià)*勞動(dòng)力，后有一眾工程師改良紡紗機(jī)、蒸汽機(jī)。
1750 年到 1850 年，英國(guó)人口從 600 萬到達(dá) 1800 萬，大陸另一端的大清國(guó)人口從乾隆年間 1.8 億激增到道光的 4.3 億。
換句話說：“廉價(jià)勞動(dòng)力數(shù)量”本身，是人類文明水位的先導(dǎo)指標(biāo)。
然后呢？
我們?cè)诠I(yè)革命時(shí)代標(biāo)注這個(gè)刻度，再把時(shí)間軸疊加到當(dāng)下“刻舟求劍”一下，可以大致推測(cè)我們今天所處的位置。
我們就在新一輪“創(chuàng)生大量勞動(dòng)力”的時(shí)刻！
你可能說：不對(duì)啊，生育率這不在下降么？
但誰說勞動(dòng)力一定要是人呢？（勞動(dòng)力又什么時(shí)候被當(dāng)成過人呢？）
顯然：AI 就是新世界的奴隸。
Agentic AI 是新世界的白領(lǐng)奴隸， 機(jī)器人是新世界的藍(lán)領(lǐng)奴隸。
依賴生物學(xué)過程制造的勞動(dòng)力，重要性從未像今天這么低。
從這個(gè)角度出發(fā)，一切新世界的角色都逐漸明晰：
特斯拉、英偉達(dá)之類的公司，就是新世界的“西印度公司、南海公司”；
馬斯克、黃仁勛這類企業(yè)家，就是新世界的“哥倫布”。（可以稱他們?yōu)樘诫U(xiǎn)家，也可以稱他們?yōu)橹趁裾摺＃?/p>
AI 和機(jī)器人所創(chuàng)造的一切，就是新世界的“種植園”和“紡織廠”。
由此觀之，我們無疑身處“新大航海時(shí)代”的開端，新大陸就在那，“奴隸”已經(jīng)裝船，未來幾乎鎖死。
但時(shí)代并非簡(jiǎn)單重演：
三百年前，勞動(dòng)力雖然爆發(fā)，但總數(shù)仍然有瓶頸，是一種需要爭(zhēng)奪的資源。
最終只有 1% 最彪悍的人控制了新增勞動(dòng)力，成為工廠老板、種植園主、資本家。
三百年后， AI 勞動(dòng)力爆發(fā)幾乎是無窮的，它的上限是人類對(duì)于太陽能的利用率。
這個(gè)空間足夠讓每一個(gè)普通人都擁有充足的勞動(dòng)力。
你無需那么彪悍，也能成為“新世界的種植園主”。
換句話說，2025 年，每個(gè)人的人生*可能性敞口*開始迅速放大。如同一條船從河面來到了入海口。
你要做的幾乎只是：向前！
可寬闊的海面是自由的詛咒。千帆競(jìng)發(fā)，我們?cè)撚檬裁床呗詠黹_船？
（二）凡事使用樂觀之篩
2025 年，使我受益的第一個(gè)決策是：樂觀。
沒錯(cuò)，我花了很多功夫才意識(shí)到“樂觀可以是一個(gè)決策”，而非無可更改的天性。
人住在自己的長(zhǎng)期決策里。
我們不妨思考一個(gè)極簡(jiǎn)模型：
每個(gè)人都占據(jù)了星球上獨(dú)特的一平米。在每個(gè)人的區(qū)域，地面高度不同，有的人是山，有的人是谷。
時(shí)代和科技進(jìn)步的紅利就像從天而降的雨水。
下雨的地點(diǎn)是隨機(jī)的，但水落到地面以后的方向并不隨機(jī)，它總會(huì)向低洼地帶流淌。
這種“地形”就是極簡(jiǎn)版的社會(huì)結(jié)構(gòu)。
物理定律決定了，在這個(gè)結(jié)構(gòu)中高海拔的人會(huì)不斷補(bǔ)貼低海拔的人。也就是K型分化中的“下位”補(bǔ)貼“上位”。
久而久之，兩條線越分越遠(yuǎn)。
以此觀之，想要更多的雨水，不能靠手伸得長(zhǎng)。最好的辦法就是抄起鏟子，挖低自己的高度。
而你的每一次決策，冥冥中定義了你是把腳下的土地挖低一寸，還是墊高一分。
那么，如何確保自己每次決策都讓自己的海拔降低了呢？
答案是沒有辦法保證“每次”。
但我們有辦法提高決策正確的概率，這意味著只要決策數(shù)量多到一定程度，正確的決策會(huì)占據(jù)多數(shù)。我們就能確定性地“降低海拔”。
這里當(dāng)然可以有很多復(fù)雜的策略，但我生性愚鈍，傾向于使用最簡(jiǎn)單的辦法：用“第一性原理”作為篩子，篩選所有備選決策。
有點(diǎn)抽象。我們不妨用投資來舉例。
面對(duì)一個(gè)市場(chǎng)，你可以對(duì)做出兩類決策：做多、做空。
單次來看，做多和做空都可能盈利。但是如果你身處一個(gè)長(zhǎng)期上漲的市場(chǎng)里，做空虧損的概率更大。做多盈利的概率更大。
我們可以試著從第一性原理出發(fā)來判斷經(jīng)濟(jì)的長(zhǎng)期趨勢(shì)：在 100 年（大概一個(gè)人一生）的長(zhǎng)期跨度里，世界的經(jīng)濟(jì)是會(huì)更繁榮還是更蕭條？
不妨用過去 500 年的歷史數(shù)據(jù)回測(cè)一下：
假設(shè)身處 1492年、 1789 年、1900 年，你分別會(huì)做出怎樣的判斷？（真實(shí)結(jié)果又是如何？）
結(jié)論是：過去 500 年，任何100年的周期，終點(diǎn)全部高于起點(diǎn)，沒有例外。哪怕是經(jīng)歷了小冰期、三十年戰(zhàn)爭(zhēng)、明清交替、全球人口停滯的 17 世紀(jì)，依然如此。
而且在工業(yè)革命以后，這個(gè)增長(zhǎng)斜率就越來越快。
任何戰(zhàn)爭(zhēng)、瘟疫都沒有打破這個(gè)斜率。
更幸運(yùn)的是，站在 2026 年，我們身處“過去幾年的谷底”+“新大航海時(shí)代的開端”，做出樂觀判斷幾乎比任何時(shí)候都要容易。
把*長(zhǎng)期樂觀*的結(jié)論作為篩子，你就可以剔除*所有的*做空決策。只在大概率正確的方向上下注，不僅讓你的決策籃子變得更輕，還提高了你的預(yù)期收益。
不妨對(duì)照一下美國(guó)股市的歷史，在經(jīng)歷 1929 年大蕭條、 1941 年偷襲珍珠港、 1947 年美蘇冷戰(zhàn)、 1973 年石油危機(jī)、 2001 年 9·11、 2008 年次貸危機(jī)、 2020 年新冠疫情前后的表現(xiàn)，你很容易發(fā)現(xiàn)：
使用樂觀的投資策略，可以穿越人類有史以來的所有經(jīng)濟(jì)危機(jī)。
而且！越是在深刻的危機(jī)中，樂觀越能讓你獲利！
這是 1871 年到 2025 年標(biāo)準(zhǔn)普爾 500 指數(shù)的走勢(shì)。
你可能笑了，敢說大 A 么？
敢。
你看下面↓↓↓
公認(rèn)比較慫的上證指數(shù)，也符合這個(gè)規(guī)律。（1990-2025）
由此，樂觀不僅僅是一種哲學(xué)，也很可能是當(dāng)下最大的實(shí)用主義。
巴菲特曾說：“永遠(yuǎn)不要做空美國(guó)”。
這和樂觀篩子所做出的結(jié)論恰恰吻合。
多說一句，巴菲特的第一支股票就是 1942 年 3 月 11 日買的，當(dāng)時(shí)珍珠港剛淪陷，美國(guó)被日本爆錘，中途島海戰(zhàn)還沒打。
也許有淺友說，我是 20 后，還年輕，也沒啥資本積累，我的“樂觀”就無法變現(xiàn)了嗎？
其實(shí)無論對(duì)誰來說，金錢都只是狹義的投資。你的注意力、時(shí)間才是更廣義投資。
越年輕，意味著你手里未使用的“資本”越多。
你可以在各種決策上使用樂觀之篩，例如：把時(shí)間用來鍛煉而非躺平，把精力用在積極建設(shè)而非憤世嫉俗。
我們這個(gè)時(shí)代的特點(diǎn)是：工具極為豐富。
而“樂觀之篩”，是一個(gè)簡(jiǎn)單又好用的萬能扳手（和所有工具都能配合）。它像船上的帆，能給你源源不斷地提供朝向同一個(gè)方向的力。這種力會(huì)逐步讓你站在 K型分化的上位。
當(dāng)然，上位并不應(yīng)該是優(yōu)越感，它所帶來的穩(wěn)定的資源流入（例如現(xiàn)金流、新工作機(jī)會(huì)），應(yīng)被視作一切愛與自由的前提。
之后，我們回到主線：
如果人人都有“AI 奴隸”，我們到底該讓它們干點(diǎn)兒啥呢？
當(dāng)然，AI 可以幫人解決專業(yè)領(lǐng)域五花八門的問題，暫且不論。
這里我想聚焦“最大公約數(shù)”，作為一個(gè)普通人，應(yīng)當(dāng)如何利用“AI 奴隸”目前最普惠的形式——ChatBot——對(duì)世界建模？
（三）對(duì)世界建模：從搜商到 Chat 商
在 2025 年劍橋大學(xué)的一次交流活動(dòng)上，主持人問黃仁勛：你是如何在最艱難的階段保持信心，堅(jiān)持到底的？
面對(duì)如此寬闊的提問，老黃居然猛地使出了十成功力，給出了（在我看來的）標(biāo)準(zhǔn)答案：
我們用理性去推導(dǎo)我們對(duì)未來的判斷。 你得一步步推回去，回到計(jì)算機(jī)科學(xué)最基本的第一性原理，或者物理學(xué)的基本原理……你能抓住什么原理，就抓住什么原理。一直推到最底層的邏輯原點(diǎn)。 一旦你完成了這個(gè)過程，用你所掌握的環(huán)境信息和一切已有認(rèn)知，構(gòu)建起了對(duì)未來的理解與信念，那接下來問題就變成了：你是個(gè)“說說而已”的人？還是一個(gè)會(huì)“真的去做點(diǎn)什么”的人？
他在描述的，就是一個(gè)“對(duì)世界建模”的過程。
沒錯(cuò)，每個(gè)人的“世界模型”（有時(shí)也被稱為“底層認(rèn)知”“元認(rèn)知”）都像一個(gè)核反應(yīng)堆，會(huì)在一生的跨度內(nèi)持續(xù)輸出能量，那才是你是否會(huì)對(duì)某件事堅(jiān)持到底的底層因素。
就像一個(gè)航海家腦海里的地圖↓↓↓
老黃說的是“道”，那么在“術(shù)”的層面，究竟應(yīng)該怎么建模呢？
核心是兩個(gè)字：數(shù)據(jù)。
和 AI 訓(xùn)練類似，在顱內(nèi)對(duì)世界建模也需要大量數(shù)據(jù)。而數(shù)據(jù)的平均質(zhì)量最終決定了這個(gè)“核反應(yīng)堆”的輸出功率。
在印刷術(shù)之前，人們對(duì)世界建模的高質(zhì)量數(shù)據(jù)來自長(zhǎng)輩們口耳相傳的故事；
在前互聯(lián)網(wǎng)時(shí)代，人們對(duì)世界建模的高質(zhì)量數(shù)據(jù)大多來自“書籍”；
世紀(jì)之初，樂魚體育官方網(wǎng)站伴隨互聯(lián)網(wǎng)發(fā)展，人們對(duì)世界建模的高質(zhì)量數(shù)據(jù)大多來自“搜索引擎”。（當(dāng)然互聯(lián)網(wǎng)上的數(shù)據(jù)良莠不齊，所以“搜商”這個(gè)詞一度流行。）
在 ChatGPT 出現(xiàn)之后，人們對(duì)世界建模的高質(zhì)量數(shù)據(jù)將主要來自“ChatBot”。
能深度激發(fā)“ChatBot”并且獲得高質(zhì)量信息的能力，應(yīng)該就叫“Chat 商”。
在細(xì)說“Chat 商”之前，我想先討論一個(gè)重要問題：ChatBot 和搜索引擎到底有什么區(qū)別？
答案是：搜索引擎在“已知內(nèi)容”里搜索，ChatBot 在“可能性空間”里搜索。
打個(gè)比方吧：
假設(shè)我們?nèi)祟惏l(fā)現(xiàn)的真理就像一個(gè)個(gè)島嶼。我們已經(jīng)發(fā)現(xiàn)了 1 萬個(gè)島嶼，然后把它們畫在地圖上。
你給出任何條件，搜索引擎的答案必須最終落到某一個(gè)島上；
而 ChatBot 可以在島嶼之間的合理位置幫你畫上一個(gè)新的島。
這樣“亂畫”，必然隱含著問題。
在 ChatBot 誕生初期，這個(gè)問題尤其明顯：
1、AI 幫你畫的這個(gè)島，可能位置未必正確。（幻覺） 2、即便正確，也未必準(zhǔn)確。也就是它的回答“分辨率”不夠。（答案過于籠統(tǒng)，沒有指導(dǎo)性）
這個(gè)問題，由 GPT-o1 和 DeepSeek R1 開創(chuàng)了解決方向。
你可以這樣理解：
GPT-4（及以前模型）所做的事情只有一步：在地圖上畫島嶼。
但 DeepSeek R1 所做的事情卻是兩步：1）連續(xù) N 次放大地圖；2）畫島嶼。
別看僅僅多了一個(gè)放大地圖的過程，卻帶來了本質(zhì)的升級(jí)。
原有的 ChatBot 像一個(gè)瞭望塔，理論上你可以看到世界的盡頭，但實(shí)際上遠(yuǎn)處的細(xì)節(jié)無法分辨。 現(xiàn)在的 ChatBot 像一艘船，可以開到世界的盡頭，在那里無比清晰地調(diào)查細(xì)節(jié)。
這也直接催生了 2025 年最讓人興奮的技術(shù)之一：Agentic AI。
給你看一張圖：
在過去的大模型中，訓(xùn)練消耗了絕大多數(shù)的算力（訓(xùn)練側(cè)的 Sacling Law）；
而在 Agentic AI 上，訓(xùn)練消耗算力占比大幅縮減，越來越多的消耗由推理迭代所消耗。（推理側(cè)的 Scaling Law）
而對(duì)推理迭代的形象理解，就是剛才所說的一次次放大地圖的過程。
總結(jié)一下，剛才說這么多，其實(shí)就是三句話：
1）對(duì)世界正確建模是生活的基石； 2） 2025 年，我們手上的 ChatBot 能力已經(jīng)及格； 3）我們應(yīng)該趕緊用它幫助我們對(duì)世界建模。
我們繼續(xù)回到主線任務(wù)：到底怎么建模呢？
深度學(xué)習(xí)之父理查德·薩頓在《苦澀的教訓(xùn)》中提出訓(xùn)練 AI 的兩個(gè)關(guān)鍵技術(shù)：學(xué)習(xí)、搜索。
學(xué)習(xí)是指：根據(jù)已有的數(shù)據(jù)，提取出內(nèi)部蘊(yùn)含的知識(shí)； 搜索是指：在可能性空間里尋找更優(yōu)解（不是搜索引擎的搜索）。
Richard S. Sutton
這當(dāng)然已經(jīng)成為本輪 AI 爆炸的綱領(lǐng)，不用多聊。
但整個(gè) 2025 年，我都在思考萬維鋼就此給出的衍生方法論：每一個(gè)人都應(yīng)該像 AI 一樣去學(xué)習(xí)和搜索，并且應(yīng)該在這兩件事上花掉*無上限*的功夫。
核心在“無上限”三個(gè)字。
因?yàn)橛钪婢哂胁豢杉s化的復(fù)雜（），所以學(xué)習(xí)和搜索是不存在邊際效益遞減的。它能給你的“世界建模”帶來線性的新增量。
在我看來，所謂“Chat 商”高，就是：
首先理解“對(duì)世界建模”值得花費(fèi)無上限的功夫；
然后能和“AI 奴隸”之間形成了一種高效的合體范式，一起學(xué)習(xí)和搜索。
合體范式簡(jiǎn)單來說就是：
1、人負(fù)責(zé)處理“不可描述的部分”，例如動(dòng)機(jī)、偏好； 2、ChatBot 負(fù)責(zé)處理“可描述的部分”，也就是具體向某個(gè)方向劃行。
你和奴隸雖然都在船上，但奴隸心里只想著海浪，只有你心里懷著遠(yuǎn)方。
你需要的是“AI 領(lǐng)導(dǎo)力”，或者說“AI 奴役力”。
只要你萌發(fā)出一個(gè)念頭，想讓 AI 幫你改善某個(gè)行為、研究某類技術(shù)、推薦特定書籍都沒有問題。
念頭不用很明確，但一定要抓住它，開始和 ChatBot 討論，在討論過程中，你不斷思考有沒有值得繼續(xù)探索的方向。
這種建模不分領(lǐng)域：
可以是功利的，為解決某個(gè)實(shí)際問題而進(jìn)行的；
也可以是完全無功利的，純粹因生活中某個(gè)興趣點(diǎn)驅(qū)動(dòng)。
宇宙的底層規(guī)則是通行的，所以任何一個(gè)構(gòu)建于其上的領(lǐng)域都全息蘊(yùn)含著底層真理。沒有白走的路，每一步都算數(shù)。
比如。。。我用 Chatbot 自學(xué)了本地運(yùn)行 Z-Image 模型，下面是我的作品↓↓↓
說回來，真正重要的是：
不要認(rèn)為 AI 在幫你解決具體的問題。
它是在通過解決問題的方法，幫你對(duì)世界建模！你需要*刻意*和 ChatBot 共同學(xué)習(xí)和搜索，讓自己的世界模型隨著時(shí)間推移不斷進(jìn)步。
馬斯克認(rèn)為，為了更深刻地探尋真理，一個(gè)把全世界人的意識(shí)連接起來的“廣場(chǎng)”異常重要。（他指的是 X 平臺(tái)）
在我看來，ChatBot 也有把人類意識(shí)連接起來的功能，只不過是通過“點(diǎn)對(duì)點(diǎn)”的模式：
ChatBot 能持續(xù)提供穩(wěn)定、高水平的世界模型。 隨著越來越多的人（自覺不自覺）把 ChatBot 作為大腦外掛，人類作為一個(gè)整體的世界模型質(zhì)量將會(huì)不可逆地大幅提高。
高質(zhì)量的世界模型是一切高玩的前提。
在此基礎(chǔ)上，我們才可以試著做一些“大決策”！
（四）中庸：分配與置信度相匹配的資源
“新大航海時(shí)代”的船需要人機(jī)共駕。對(duì) AI 的考驗(yàn)很大，對(duì)人的考驗(yàn)也很大。
我們不妨繼續(xù)聽黃仁勛怎么說：
你可以選擇成為那種“哦，我當(dāng)時(shí)也想過這事”“我也說過類似的話”的人，但你并沒有真的行動(dòng)。 而我更傾向于那種人：我會(huì)非常認(rèn)真地去推理和思考，并且一旦形成信念，我會(huì)深信不疑。 坦白說，只要我腦海中能清晰地“看見”它，我就幾乎當(dāng)它已經(jīng)成真了。其余的，都只是細(xì)節(jié)問題。
這種行為模式一點(diǎn)兒都不稀奇，你可以在各路大佬身上找到。
我給你念叨兩個(gè)段永平的例子。
1982 年，段永平從浙大畢業(yè)后，分配到北京電子管廠，他努力工作卻成效甚微，不斷往深層分析，發(fā)現(xiàn)一個(gè)底層桎梏：計(jì)劃經(jīng)濟(jì)的低效。
這讓他推導(dǎo)出結(jié)論：待在“計(jì)劃經(jīng)濟(jì)的大本營(yíng)”不會(huì)有太好的結(jié)果。
那么計(jì)劃經(jīng)濟(jì)的反向大本營(yíng)——市場(chǎng)經(jīng)濟(jì)最發(fā)達(dá)的地方——是哪呢？
廣東。
這才有了南下廣東之后“阿段”的傳奇故事。（段永平說按照廣東的風(fēng)格應(yīng)該叫阿平，但聽上去像女的，金沙電玩城所以改叫阿段。。。）
1980 年代末的東莞
在 2001 年去到美國(guó)后，阿段開始全職投資。
他發(fā)現(xiàn)了每股含現(xiàn)金 2 美元的網(wǎng)易股價(jià)居然跌到了 1 美元之下，于是仔細(xì)閱讀財(cái)報(bào)、請(qǐng)律師分析潛在風(fēng)險(xiǎn)，還試玩了網(wǎng)易游戲和對(duì)手的游戲。
然后他決定把所有閑置資金歸集 100 萬美元，甚至又破例借了100萬美元，用來買網(wǎng)易，最終獲利 100 倍。
以上兩個(gè)故事很多人都知道，在故事里段永平?jīng)Q策也用的都是常識(shí)。
我敢肯定， 80 年代北京電子管廠也有很多人和段永平有同樣的感受，世紀(jì)之交也有很多人覺得網(wǎng)易便宜得不真實(shí)。
但是差異在于：段永平用極高的規(guī)格“款待”了自己的判斷。他用自己的職業(yè)生涯押注廣東，用所有的閑錢押注了網(wǎng)易。
換句話說，他在自己高置信度的方向上下了重注。
簡(jiǎn)單打個(gè)比方：你的判斷是 1，而你押注的籌碼是后面的 0。
能判斷出 1 的人很多，舍得在后面寫 0 的人很少。
而真正改變?nèi)颂幘车模皇?1，而是 1 后面跟著的一串 0。
如果預(yù)期收益很高，卻沒有匹配相應(yīng)的籌碼，本質(zhì)上等于你白白浪費(fèi)了自己的“世界建模”。成為黃仁勛說的“哦，我當(dāng)時(shí)也想過這事”的人。
這里我引入了一個(gè)“預(yù)期收益”指標(biāo)。
我私下認(rèn)為，一個(gè)人的智力很大程度體現(xiàn)為 Ta 是否理解概率， 并且在決策中（自覺或不自覺）應(yīng)用概率。
預(yù)期收益就是一個(gè)與概率相關(guān)的指標(biāo)。
簡(jiǎn)單舉例：
如果你認(rèn)為預(yù)期收益是 5，可以投入五個(gè)零的資源。如果你覺得預(yù)期收益是 8，就可以投入八個(gè)零的資源。
注意，這倆可不是線性關(guān)系，而是個(gè)曲線。
這個(gè)曲線參數(shù)是可以因人而異修改的。但基本精神就是如此：你必須在預(yù)期收益更高的判斷上，下更更更大的注。（也被稱為凱利準(zhǔn)則，凸性配置）
這里有一個(gè)技術(shù)細(xì)節(jié)：
如果你發(fā)現(xiàn)，面對(duì)置信度更高的機(jī)會(huì)，手中卻已經(jīng)沒有足夠的資源下更大的注，那就意味著你在置信度更低的機(jī)會(huì)上分散了過多資源，需要?jiǎng)討B(tài)調(diào)整。
當(dāng)然，只有涉及時(shí)間、空間范圍足夠廣的決策才是預(yù)期收益更大的決策，你中午吃蓋飯還是炸雞的小決策不可能有很大的預(yù)期收益。
正如巴菲特所說：“你應(yīng)該有張一生決策卡，卡上只有 20 個(gè)孔位。”
我們不妨把這 20 個(gè)決策稱為“大決策”。
把大決策集合在一起，形成一個(gè)組合，然后按照權(quán)重為這個(gè)池子分配手里的資源額度。
如此，就形成了一個(gè)穩(wěn)固的決策池。（你不用花很大的精力每天去維護(hù)它，除非當(dāng)初用以做出某個(gè)判斷的條件發(fā)生了變化）
由此觀之，所謂的“All in”或者“All 不 in”，都是很明顯的錯(cuò)誤操作。（或者只是一種簡(jiǎn)化的表達(dá)方式。）
我一直認(rèn)為，中國(guó)文化中的“中庸”這個(gè)詞是對(duì)以上策略的最佳概括。
所謂中，就是不偏，不為某個(gè)機(jī)會(huì)匹配超過或少于它權(quán)重的資源。 所謂庸，就是在每一天的行動(dòng)中踐行這種匹配。
同一個(gè)道理，段永平喜歡用開車打比方：你開車的目標(biāo)是到達(dá)目的地，不是要快，也不是炫技。所以你不應(yīng)該開快車，更不應(yīng)該崇拜開快車的人。
為了到達(dá)目的地，你的操作應(yīng)該是：
1）待在車道中央行駛；
2）全程待在車道中央。（不能因?yàn)榉咐В蛘呦腱偶迹蛘呷魏卫碛啥采蟽蓚?cè)護(hù)欄。）
從這個(gè)意義上說，“庸”的難度要比“中”更大。
話說人的大腦設(shè)計(jì)，根本不是為了完成超長(zhǎng)時(shí)間跨度的任務(wù)的。大腦最初只是一個(gè)保衛(wèi)基因傳承的生存工具，只要能瞬時(shí)幫助生命體擺脫危險(xiǎn)，就大功告成了。（）
可是隨著社會(huì)發(fā)展，競(jìng)爭(zhēng)加劇，生存策略逐漸復(fù)雜，大腦被迫在更長(zhǎng)的時(shí)間里維持策略。
事情漸漸變得反人性。
所以，我們必須找到一些工具來幫助自己踐行“庸”。
（五）知行合一：擺脫痛苦的不二法門
電視劇《西游記》里有一個(gè)耳熟能詳?shù)那楣?jié)：
孫悟空去化齋前，給唐僧畫了個(gè)圈兒，叫他不要出圈兒。但最后紅孩兒裝成受傷，利用同情心誘騙唐僧出了圈兒。（我也是和 ChatBot 聊過之后才知道“畫圈兒”這個(gè)戲原著里沒有，是電視劇獨(dú)有橋段。）
套用之前的理論：唐僧去西天就是一個(gè)時(shí)間跨度很長(zhǎng)的決策執(zhí)行過程，這個(gè)過程中充滿了未知，稍不留神就會(huì)做出與風(fēng)險(xiǎn)不匹配的行動(dòng)。就像開車撞上護(hù)欄。
孫悟空給唐僧畫的“圈兒”，就是車道線，也叫安全邊界。
而保證不出圈，就是紀(jì)律。
為了達(dá)到目標(biāo)，需要長(zhǎng)期穩(wěn)定執(zhí)行策略，為了長(zhǎng)期穩(wěn)定執(zhí)行策略，你需要紀(jì)律。
嚴(yán)格來說，紀(jì)律不是為了防止自己犯錯(cuò)，而是為了讓自己在框架之內(nèi)犯錯(cuò)。
所謂框架，其實(shí)就是人為設(shè)定的“變量合集”。
在框架內(nèi)犯錯(cuò)，為了兩件事：
1、為了控制損失。
在已知變量下，你更容易估算出自己做一件事的最大收益和最大損失。
比如在無人區(qū)徒步愛好者中有一個(gè)“三人原則”，就是最少要有三人結(jié)伴同行。
這樣如果有一個(gè)人受傷，可以有另一個(gè)人原地照護(hù)，第三人去求助。最大損失止于受傷。
如果單人徒步，一旦走入沒有信號(hào)的地區(qū)，失足跌落無法行動(dòng)，最大損失就是死亡。
同理，唐僧不出圈，最大的損失就是同情心遭受煎熬，但西天的未來仍在；唐僧出圈，最大的損失就是被妖怪吃，西天的未來就沒了。
2、為了累積策略。
在已知變量下，你更容易判斷出此次犯錯(cuò)受到哪個(gè)變量影響，從而可以有針對(duì)性地改進(jìn)策略。
如果你在框架外犯錯(cuò)，本質(zhì)上你都不知道到底有哪些變量，就更不知道哪些變量與自己此次錯(cuò)誤相關(guān)。那么你不僅承受了錯(cuò)誤帶來的損失，這個(gè)損失還沒換來任何“策略的積累”。
你就是最冤的冤大頭。
這就是巴菲特所說：只投資自己能看懂的公司。計(jì)劃你的交易，交易你的計(jì)劃。
推而廣之就是：只做自己能想明白的事情。計(jì)劃你的生活，生活你的計(jì)劃。
重復(fù)一下結(jié)論：
1）做自己想明白的事情，未必不會(huì)犯錯(cuò)。 2）但這個(gè)錯(cuò)誤可以換來策略積累，讓你朝著正確的目標(biāo)迭代。 3）“行至西天”才是你的根本目標(biāo)。為了其他任何“支線任務(wù)”而降低接近西天的概率，都是錯(cuò)誤的選擇。
但客觀現(xiàn)實(shí)擺在這里，西天路上真是有很多“魔”。。。唐僧出門就上當(dāng)，當(dāng)當(dāng)不一樣，他也不想，但就是會(huì)打破紀(jì)律啊！
這是人之常情。
我們的思維就像一條河，隨著支流不斷匯入，逐漸失去的上游的清澈。隨著時(shí)間推移，我們打破紀(jì)律的可能性在不斷上升。
危險(xiǎn)的是，很多情況下我們無法意識(shí)到自己的在打破紀(jì)律。
由此，你必須用一套*可操作的*行為準(zhǔn)則來保證紀(jì)律得到實(shí)施。
丹尼爾·卡尼曼在《噪聲》中提出了一個(gè)“決策衛(wèi)生”的概念。簡(jiǎn)單說，他主張做重要的決策時(shí)一定要*走流程*。
Daniel Kahneman
這至少有倆好處：
1、走流程會(huì)增加你做出決策的成本，從而抑制住過剩想象力引導(dǎo)你做出“輕浮”決定。 2、一旦你真的走流程做出決策，它大概率也是一個(gè)高質(zhì)量決策。
卡尼曼把決策中的噪聲分為很多類，其中影響最大的是“穩(wěn)定模式噪聲”。這種噪聲來源于你的成長(zhǎng)經(jīng)歷所塑造的世界觀、行為習(xí)慣以及思考偏好。
在我看來，這有點(diǎn)兒像佛教唯識(shí)宗里講的“阿賴耶識(shí)”里“有漏種子”的概念。
由于生活經(jīng)歷的復(fù)雜性，以及多因素之間的糾纏，要描述自己的“穩(wěn)定模式噪聲”非常難，而且?guī)缀醪豢赡堋?/p>
所以，最好的抑制噪聲的方法就是放棄“端到端輸出”，轉(zhuǎn)而尊重“分段流程”。（在“端到端”備受推崇的今天，這是一個(gè)有益的提醒。）
一個(gè)簡(jiǎn)單的例子就是量表：
你做一個(gè)決策，不能拍腦袋。而是畫一張表，它的利弊分別有哪些？列在表上，然后分別對(duì)這些利弊打分，然后加起來算總分。
具體到人生只有二十次的那個(gè)“大決策組合”。
每當(dāng)你想做一個(gè)新決策時(shí)，首先要去判斷和既有的“大決策組合”是否相沖突。如果沖突，就要重新評(píng)估一下大決策組合里相沖突的決策。
還是舉個(gè)例子吧：
段永平離開北京，意味著要放棄“北京戶口”。這在當(dāng)時(shí)的朋友看來得不償失。
如果為了戶口而留下來，就會(huì)和之前的決策產(chǎn)生沖突。
段永平走了一個(gè)流程：他評(píng)估了一下北京戶口的“價(jià)格”，當(dāng)時(shí)值 1 萬人民幣左右。然后他計(jì)算了一下自己投入市場(chǎng)經(jīng)濟(jì)可能帶來的收益，應(yīng)該是遠(yuǎn)遠(yuǎn)大于 1 萬人民幣。
于是，他維持了原來的決策，否決了新的決策——最終還是去了廣東。
這就是決策衛(wèi)生。
在每一個(gè)新決策面前都走一遍“決策衛(wèi)生”流程，就是在遵守紀(jì)律。
正是因?yàn)閳?jiān)持“決策衛(wèi)生”，巴菲特在很長(zhǎng)的時(shí)間里一直不投資科技股，現(xiàn)在看來，這個(gè)機(jī)制讓他為錯(cuò)失了非常好的機(jī)會(huì)，當(dāng)然也保護(hù)他沒有撞到護(hù)欄。
把自己的行為限定在一個(gè)圈子里，在很多時(shí)候是違背直覺的，這會(huì)帶來純純的痛苦。
那么，我們就該強(qiáng)行忍受這種痛苦，閉眼待在既有的圈兒里嗎？
當(dāng)然不是。
如果你是唐僧，最好老老實(shí)實(shí)呆在圈兒里，如果你變成了孫悟空，就不用待在這個(gè)破圈兒里了（你的圈兒擴(kuò)大到了如來佛的手掌那么大了。）
之所以每次都要不厭其煩地走“決策衛(wèi)生”的流程，而不是簡(jiǎn)單固守之前的決策，就是因?yàn)槟阕咄炅鞒讨笳娴挠锌赡芨淖冎暗臎Q策。
什么情況下你會(huì)改變之前的決策呢？
第一種：你得到了新的信息。
第二種：你的“世界模型”進(jìn)化了。
實(shí)際上，每當(dāng)你使用“新版世界模型”對(duì)之前的決策做校驗(yàn)的時(shí)候，無論是否改變策略，你的安全邊界其實(shí)都是在擴(kuò)張的。
于是，我們又回到了第三章的內(nèi)容。你必須通過（和 AI 一起）學(xué)習(xí)來改進(jìn)對(duì)世界的建模，由此才能擴(kuò)展安全邊界。
反過來說，當(dāng)你感覺到痛苦的時(shí)候，并不是該“出圈”鍛煉膽量的時(shí)候，而是該“擴(kuò)圈”，也就是通過輸入高質(zhì)量數(shù)據(jù)來學(xué)習(xí)的時(shí)候！
巴菲特還有一句名言：我一生中最好的投資不是買了哪只股票，而是不斷地投資自己。
這里的心法極為簡(jiǎn)單：
1）永遠(yuǎn)保證在安全邊界內(nèi)正確行事； 2）時(shí)刻精進(jìn)自我，擴(kuò)大安全邊界。
只要你真正理解了底層原理，去踐行也并不困難。
在中文里，有一個(gè)更加優(yōu)雅的詞匯形容這個(gè)狀態(tài)——知行合一。
（六）一代人沖出戰(zhàn)壕
最后，讓我來實(shí)操一把“知行合一”。
我決定就以上幾章的思考和 AI 進(jìn)行一番探討，看看我是否能在“AI 奴隸”的幫助下，真正對(duì)生活方式做點(diǎn)兒改進(jìn)。
我選擇的奴隸是 Grok。
我問它：對(duì)于個(gè)人來說，《苦澀的教訓(xùn)》中所揭示的 AI 訓(xùn)練方式在日常生活里有哪些實(shí)踐方案？
他給我想了三個(gè)方法：
一、把生活變成“梯度下降游戲”。
具體來說是這樣：
1）定義你的核心目標(biāo)池，例如：金錢、健康、創(chuàng)作、關(guān)系。
2）用電子表格把所有的行為的時(shí)長(zhǎng)記錄下來——睡眠、運(yùn)動(dòng)、閱讀、寫作、社交，等等。
3）每 2-4 周讓 AI 幫你做一次“損失函數(shù)評(píng)估”，哪些變量和你的核心目標(biāo)相關(guān)性最高？然后減少低相關(guān)性的行為，增加高相關(guān)性的行為。
二、把勞動(dòng)盡可能外包，自己只做“搜索空間設(shè)計(jì)”。
在日常工作中，你要越來越像一個(gè)“AI 訓(xùn)練師”。
你的核心能力變成：定義目標(biāo)函數(shù) + 提供高質(zhì)量數(shù)據(jù) + 設(shè)計(jì)獎(jiǎng)勵(lì)機(jī)制，而非親自執(zhí)行。
例如，把圖片制作交給 Midjourney，你來精修；把代碼交給 Claude，你來驗(yàn)收；把重復(fù)工作交給 Zapier，你只定義觸發(fā)條件。
三、用“生成-篩選”替代精雕細(xì)琢。
讓 AI 先做 100個(gè)垃圾出來，然后從中挑選 3 個(gè)可救的，精修這 3 個(gè)。
接受 97% 的產(chǎn)出是垃圾，但剩下 3% 會(huì)碾壓所有“完美主義者”的 100%。
我把這三個(gè)方法也送給你。
作為普通人，進(jìn)入新大航海時(shí)代的廣闊洋面，大概都要對(duì)現(xiàn)有的生活和工作方式進(jìn)行巨大改造。而且每個(gè)人的改造方式都是個(gè)性化的，這意味著巨大的投入、不確定性和不安全感。
但別忘了我們的“中庸”和“知行合一”。
你需要為高置信度的未來匹配相應(yīng)的資源。（這才是安全的終極來源。）
在我看來，過去 20 年的生活方式塑造了我們太多對(duì)“確定性”的執(zhí)念，它已經(jīng)無法適應(yīng)未來的 20 年。
我曾經(jīng)在中介紹過計(jì)算機(jī)科學(xué)家沃爾夫勒姆的研究：
在復(fù)雜系統(tǒng)中，因果關(guān)系極為不清晰，甚至可以說不存在因果。
假設(shè)你重復(fù)在南美蝴蝶煽動(dòng)翅膀之后觀察到一個(gè)颶風(fēng)，那么你不必搞清中間的傳導(dǎo)過程（你也大概率搞不清），而是可以直接用模型標(biāo)定二者的相關(guān)性，然后利用相關(guān)性達(dá)到你的目的。
抖音賴以成功的推薦系統(tǒng)的工作原理就是如此：
一個(gè)內(nèi)容在小規(guī)模用戶群里收到了大量點(diǎn)贊，就直接推給更大的用戶群，如果仍然獲得高贊，就推給更大的用戶群。
從頭到尾，抖音完全不用知道這個(gè)視頻內(nèi)容為什么被喜歡，甚至就不用知道視頻的內(nèi)容是什么。（只要它合規(guī)，愛是什么是什么。）
正應(yīng)了“股票大作手”利弗莫爾那句話：看到信號(hào)立即采取行動(dòng)，而不是搞清楚原因再動(dòng)手。
在一個(gè)變幻莫測(cè)的大時(shí)代：你要訓(xùn)練自己搞不懂“因果”的前提下，可以依賴“相關(guān)”繼續(xù)行事。
這次 AI 浪潮中，美國(guó)和中國(guó)的科技斷崖式地領(lǐng)先于歐洲和日本，在我看來，與這兩個(gè)國(guó)家承繼了互聯(lián)網(wǎng)時(shí)代的*工程師思維*密切相關(guān)，那就是：盡可能用“相關(guān)性”（How）而非“因果性”（Why）來制造系統(tǒng)。
先不預(yù)設(shè)立場(chǎng)，允許各種形態(tài)的創(chuàng)新生成，讓子彈飛一會(huì)兒，最終再根據(jù)頂層意圖進(jìn)行篩選。（而非從一開始就把所有的發(fā)展路徑都推導(dǎo)清晰。）
這種利用“不確定性”進(jìn)行經(jīng)濟(jì)治理的方式，不和我們利用 AI 大量生成，然后再做篩選-精修的過程完全一致么？
作為地球 Online 的玩家，我們可以期待的最好結(jié)局也許是：
人類將會(huì)利用能源驅(qū)動(dòng) AI 和機(jī)器人對(duì)任何目標(biāo)發(fā)動(dòng)“飽和式攻擊”——所有創(chuàng)意都可以被迅速驗(yàn)證、實(shí)施。
在這個(gè)結(jié)局里，想象力將會(huì)成為最后的瓶頸，能源將會(huì)成為唯一的限制。
在這種高效熵增機(jī)器的加持下，人類也許將要第一次正式?jīng)_擊卡爾達(dá)肖夫尺度中的 Type1 級(jí)文明。
說實(shí)話，這個(gè)好結(jié)局未必百分百會(huì)被（不靠譜的）人類打出來。。。
但“樂觀之篩”強(qiáng)迫我不得不認(rèn)真思考這個(gè)未來。
更具確定性的，也許是未來十年內(nèi)就會(huì)出現(xiàn)的一個(gè) Check Point。
當(dāng) AI 頂著生產(chǎn)力拐頭向 12 點(diǎn)鐘方向行進(jìn)，大量商品被廉價(jià)制造，增發(fā)的貨幣會(huì)被稠化，滯漲的天花板被捅破，人類有希望再次進(jìn)入溫和通脹的增長(zhǎng)周期。
站在彼處回望，2025 年可能會(huì)極為特殊，它是舊劇最后的高潮，新戲鑼鼓的初響。
那時(shí)，我們或許可以心安理得地追認(rèn) 2025 為某種“拐點(diǎn)”。
歷史可能正在轉(zhuǎn)向，你我都有責(zé)任知道這一點(diǎn)。
戰(zhàn)壕的存在，是讓士兵作為掩體，但沒有任何一場(chǎng)戰(zhàn)爭(zhēng)是靠躲在掩體里贏下的。
當(dāng)時(shí)代凌厲的子彈掃射漸漸減弱，那就是一代人沖出戰(zhàn)壕的時(shí)刻。
人和AI都在船上
但人心中有遠(yuǎn)方
再自我介紹一下吧。我叫史中，是一個(gè)傾心故事的科技記者。我的日常是和各路大神聊天。如果想和我做朋友，可以搜索微信：shizhongmax。
哦對(duì)了，如果喜歡文章，請(qǐng)別吝惜你的“在看”或“分享”。讓有趣的靈魂有機(jī)會(huì)相遇，會(huì)是一件很美好的事情。
Thx with in Beijing
備案號(hào):