推荐下，这期 JL Collins × Steven Bartlett《The Diary of a CEO》 的完整播客采访。 很有哲理的财富观，推荐每个人看完结合自己的条件再规划下属于自己的路径： 1️⃣为什么要避免债务。 2️⃣支出低于收入成为习惯有多必要。 3️⃣投资剩余的钱，是未来的底气。 4️⃣学会先获得购买权，再消费。 他在36分钟的时候也谈到了对比特币的态度！ 正片2小时15分钟，链接放在最后， 也可以选择看看我下面有 GPT 的整理版和我的注解，不想听我啰嗦的可以直接去看正片。 JL Collins 就是《The Simple Path to Wealth》的作者， 先说我认为这期采访真正的核心：钱最重要的功能，不是让你买更多东西，而是让你越来越不需要向任何人低头。 也就是说，财富的终点不是消费能力，而是选择权。 这也是整期两个多小时反复回到的主线。 下面是 AI 按采访顺序的梳理： 00:00–03:27｜为什么写《The Simple Path to Wealth》 JL 最初根本没准备写一本畅销书，而是在博客上给女儿 Jessica 留下一套关于钱的知识。 他认为，一个人如果把钱的问题处理好，人生会容易非常多。不是因为钱本身能带来幸福，而是有资源的人拥有更多选择，没有资源的人很多时候连选择的资格都没有。 因此他写作的目标从来不是教女儿如何暴富，而是教她：如何避免因为钱而失去人生的自主权。 03:27–05:10｜绝大多数人对钱最大的误解 普通人的第一反应是： 有钱了可以买什么？ 房子、车、旅行、奢侈品…… JL 认为这是文化灌输给我们的默认思维。 钱当然可以消费，但还有第二个用途： 钱可以替你工作。 你工作→赚到钱→把其中一部分变成资产→资产继续产生钱。 于是慢慢发生一个巨大变化： 一开始，是你用时间换钱； 后来，是钱替你换时间。 所以他建议把“我能用这笔钱买什么”改成： “这笔钱将来能替我赚多少钱、买回多少自由？” 05:10–06:15｜什么叫财务自由 只要你必须每天出售自己的时间、劳动和注意力才能活着，你就仍然依赖某一个愿意付钱给你的人或组织。 老板、客户、公司、平台…… 所以财务自由不是“我有很多钱”。 而是： 工作开始变成可选项。 你可以工作，但不是“不工作就活不下去”。 这个区别非常大。 06:15–13:11｜为什么很多成功人士都有创伤 Steven 谈到自己的经历：年轻时冒险、辍学创业、拼命证明自己，很大程度来自内心的不安全感和创伤。 JL 观察到一个有意思的现象： 很多极度成功的人背后都有某种“我要证明自己”的东西。 创伤、不被认可、自卑、家庭问题…… 它可能成为非常强的驱动力。 但反过来，他也认识一些人，没有那么大的野心，只想过舒服、自由、平静的人生。这些人反而往往成长环境更加稳定。 这引出了一个问题： 巨大的野心究竟是一种能力，还是一种没有被治愈的伤口？ 采访没有给确定答案，但 Steven 明确提到，他认识的一些超级富豪并不快乐。 其中一个重要寓言：和尚与大臣 JL 的书开头有个故事。 两个童年好友，一个后来成为国王身边的大臣，一个成为清贫和尚。 大臣看和尚每天粗茶淡饭，就说： 你如果学会讨好国王，就不用吃这种苦了。 和尚回答： 你如果学会满足于粗茶淡饭，也就不用讨好国王了。 JL 说自己一直更接近和尚。 这其实是他全部财富哲学最简洁的表达： 降低欲望，也是一种提高自由度的方法。 当一个人的“必须拥有”越来越少，他需要讨好的人也会越来越少。 13:11–14:22｜钱与幸福的关系 JL 并不认同“钱能让你幸福”。 他的观点更细： 钱不一定增加幸福，但缺钱可以制造大量痛苦。 催债信、房租、账单、医疗费用、失业风险…… 这些东西会长期占据人的心理空间。 所以财富最先改善的，往往并不是快乐，而是： 减少焦虑。 而且金钱有放大效应。 一个本来就不快乐的人， 变成富豪以后仍然可能不快乐； 一个本身就很满足的人， 有钱以后会获得更多选择。 Steven 也谈到自己以前觉得 Range Rover、 豪宅会带来巨大幸福， 后来真正拥有以后， 发现心理冲击远没有想象中大。 JL 因此强调： 享受财富， 但不要要求财富负责治愈你。 14:22–15:59｜什么才是真正的 F.U. Money 一般人把 FU Money 理解为： 钱多到永远不用工作。 JL 说那其实叫 Financial Independence。 他定义的 FU Money 反而是： 走向财务自由途中已经积累起来的那部分钱。 哪怕你只有足够活六个月的钱， 它都已经开始改变你的行为。 老板羞辱你，你可以离职； 行业不好，你可以休息半年； 想去欧洲旅行，你可以辞职； 想换城市，你不用害怕三个月没收入。 所以财富不是到了终点才有用。 每增加一笔储蓄，你的自由其实已经增加了一点。 15:59–25:32｜采访最有争议的观点：年轻人未必应该买房 JL 不是反房地产。 他自己一生也买过很多房。 但他说： 房子应该首先看作一种生活消费，而不是自动等于一项好投资。 买房最大的问题不只是首付和房贷。 还有装修、家具、维修、房产税、保险、屋顶、花园、设备等等。 所以“我的月供和房租差不多”这个比较经常是错误的。 房租 2500 美元，你大致知道成本； 房贷 2500 美元，可能突然再来一个 2 万美元屋顶。 而且人买房时经常出现一个行为偏差： 银行说你最多可以贷 100 万，你就真的去买一个接近自己极限承受能力的房子。 于是房子开始绑架现金流。 买房真正被忽略的是机会成本和流动性 JL 和 Steven 都特别重视这一点。 20 多岁、30 多岁的时候，人的最大财富可能不是现有资产，而是： 未来几十年的机会。 工作突然要求你去纽约； 创业机会在旧金山； 你想去葡萄牙； 换行业； 认识了另一半； 都需要移动。 租房的人可以很容易离开。 房主却要卖房、承担交易成本，或者突然变成一个根本不想当的房东。 所以 JL 的结论不是： “永远不要买房。” 而是： 年轻且正在快速发展事业时， 不要低估流动性的价值。 等你已经非常有钱， 而且某套房确实提升生活质量，再去买。 那时候你是在强势位置购买， 而不是被房贷绑架。 25:32｜整本书浓缩成三句话 JL 的财富路径非常简单： 避免债务。 支出低于收入。 投资剩余的钱。 基本上整场采访后面的一个多小时， 都在解释这三件事。 26:49–36:03｜债务为什么如此危险 个人消费债务在他眼里几乎是财务自由的反面。 尤其：信用卡债务、消费贷、豪车贷款。 因为你不仅在为过去的消费付款， 还把未来的现金流提前抵押掉了。 他把债务形容成游泳运动员腰上绑着铅块。 不是绝对游不到终点，但难度大得多。 他的还债方法也很明确： 把所有债务列出来； 其他债务付最低还款； 集中现金优先消灭利率最高的债务； 然后第二高、第三高…… 这是数学上效率最高的一种方法。 “必须拥有”的暴政 JL 创造了一个很好的概念： Tyranny of the Must-Haves。 “我必须住这个区。” “孩子必须读这所学校。” “必须有两辆好车。” “必须每年出国。” “必须住大房子。” 每增加一个“必须”，自由就少一点。 他自己年轻时直接存收入的 50%。 但他说自己从没觉得这是“牺牲”。 他的心理账户是： 我不是少花掉了 50%。 我把那 50% 花在了购买自由上。 这一点我觉得是整期非常高级的一个重新定义。 消费其实经常是在购买自尊 Steven 讲了自己年轻时候一个非常真实的经历。 发薪以后立刻买大电视、PlayStation， 因为这些东西能让自己短暂感觉： “我成功了。” 过几天发现没钱，又把东西卖掉。 下一次发工资继续循环。 JL 提醒： 很多炫耀性消费，本质并不是需要那个东西， 而是希望别人通过那个东西认可自己。 他举 Ferrari 的例子： 你开 Ferrari 时以为别人想： “这个人真厉害。” 实际上别人很可能想的是： “如果我开这辆 Ferrari，我一定很帅。” 人家压根没那么关心你。 36:03–38:43｜他为什么不投资 Bitcoin 这里应该也是你比较关心的一段。 JL 明确表示： 他不反对 Bitcoin 存在，但自己不投资。 原因不是他说 Bitcoin 一定归零， 而是他认为 Bitcoin 对他来说属于 speculation， 而不是 investment。 他的投资标准是： 背后最好有一个持续产生经济价值的“发动机”。 企业销售产品、产生利润、现金流增长。 而 Bitcoin 在他的框架里没有这套现金流， 所以他无法估值。 Steven 反驳： 如果 Bitcoin 过去十五年的成功如此巨大， 本身是不是已经证明市场存在真实需求？ JL 承认： 完全可能。 Cathie Wood 等人的长期判断也完全可能最终是对的。 但他说他无法判断未来十年，所以选择不参与。 因此他的立场其实没有标题那么绝对。 不是： “Bitcoin 是骗局。” 而是： “Bitcoin 超出了我的投资框架，所以我把它归类成投机。” 38:43–46:37｜应该还房贷还是投资 答案取决于房贷利率。 因为提前还贷相当于获得一个确定性收益： 如果你的房贷利率是 7%，提前还款大致相当于获得一笔确定性的 7% 成本节省。 房贷利率极低时，投资机会成本更重要； 房贷利率非常高时，提前还款吸引力更高。 他随后解释了利率、房贷本金、利息以及为什么前期月供中利息占比较大。 他也说，不要试图精准预测“什么时候利率最低然后买房”。 因为利率同样很难预测。 最终还是回到： 现在是否买得起，这个房子是否真正改善你的生活。 46:37–55:13｜AI 时代，现在买股票安全吗？ JL 给出的答案很经典： 短期永远不安全，长期反而非常安全。 股票最大的特征不是“危险”，而是： 波动。 如果三年后要买房的钱、明年孩子读书的钱放进股市，很危险。 因为明年完全可能跌 30%、40%。 但如果是十年、二十年甚至更长的钱， 股票是人类历史上极强大的长期财富生产工具之一。 核心条件只有一个： 大跌的时候不能因为恐惧卖掉。 否则再好的资产都救不了你。 所以真正最大的投资风险，有时候不是资产： 而是投资者自己。 男人为什么投资经常不如女人 这里他们谈到一个有意思的行为： tinkering——手痒。 觉得： 这个配置再优化一下； 换个 ETF； 追一下热点； 择个时； 卖了再买回来…… JL 发现很多男性尤其喜欢这样做。 Steven 引用了一些男女投资行为的数据，核心结论是： 男性更倾向承担风险、频繁交易和择时； 女性往往交易更少、更长期持有。 所以即使男性经常“感觉自己更懂投资”，最终反而可能因为过度操作拖累回报。 JL 开玩笑说： 看来自己有非常强的“女性一面”。 他的核心仍然是： 少做事。 55:13–1:02:38｜复利真正发生时是什么样 采访展示了一张长期复利曲线。 早期非常无聊。 本金不断增加，资产增长并没有明显脱离投入的钱。 然后几十年后突然： 曲线翘起来。 JL 说他见过很多已经财务独立的人，反而问他： “我真的财务自由了吗？” 不是他们不会算数学。 而是复利增长到后期会快得令人产生不真实感。 他随后解释 4% guideline： 如果一年生活费 10 万美元， 大约需要： 10 万 × 25 = 250 万美元投资资产。 250 万 × 4%=10 万。 所以可以粗略用： 年度支出 × 25 作为财务独立目标值。 但他刻意不用“4% Rule”，而更喜欢叫 guideline，因为现实情况会变化。The Singju Post 复利最终有一个非常有意思的状态： “所有东西都免费了” 意思不是东西真的不要钱。 而是： 当投资资产每年产生的钱已经高于你的全部消费时， 新消费不再需要靠劳动补回来。 年轻时你舍不得买的东西，后来反而可以轻松买。 这也解释了他的财富哲学： 不是永远节俭。 而是： 先获得购买权，再消费。 而不是提前几十年透支未来购买权。 1:02:38–1:12:54｜“我年轻时不享受，老了有钱有什么意义？” Steven 提出年轻人非常自然的反驳： 20 岁不去旅行、不喝酒、不玩、不买东西，一直省钱，等到 70 岁一身钱，有什么意义？ JL 的回答不是让人苦行。 他首先反对： “享受人生=花很多钱。” 更有意思的是，他说 75 岁以后其实钱非常有用。 因为年纪越大，舒适、安全、医疗、便利的价值越高。 但他年轻的时候也并不是为了“75岁的自己”投资。 他 25 岁攒了约 5000 美元，就敢辞职去欧洲背包旅行。 所以： 储蓄不是只帮助未来的你， 它马上就在帮助今天的你。 5000 美元可能还不能退休， 但已经足够让一个年轻人敢辞掉不喜欢的工作。 他为什么主张储蓄率 50% 第一份正式工作年薪约 1 万美元，他直接存 5000。 他认为 50% 是一个非常强的 benchmark。 在市场正常的情况下， 坚持高储蓄率 + 投资， 大概十几年就可能走向财务独立。 当然这不意味着所有人都必须 50%。 他的意思是： 不要先问： “50% 怎么可能？” 应该先问： 财务自由对我到底值多少钱？ 有人选择星巴克、好房子、名车； 有人选择早点自由。 没有道德上的对错，是优先级不同。 1:07:08｜给孩子最大的投资礼物其实是时间 他特别建议，如果孩子已经有合法劳动收入， 可以尽早利用 Roth IRA 等美国税优账户投资。 原因不是那几千美元有多重要。 而是孩子拥有： 50 年、60 年甚至更长的复利时间。 他说财富积累最强大的变量之一就是： Time。 越早开始，后来需要付出的本金越少。 1:12:54–1:20:04｜税优账户到底有什么意义 他详细讲了美国的： 401(k)、403(b)、IRA、Roth IRA。 传统退休账户的本质通常不是“不交税”， 而是：延迟交税。 现在收入高时把钱放进去； 投资增长； 退休以后收入降低，税率可能下降； 再把钱取出来。 同时雇主的 401(k) match 基本属于： 应该优先拿的“免费钱”。 他也提醒： tax deferred ≠ tax free。 JL 自己反而出现了一个特殊情况： 退休后因为写书、事业成功，税率甚至比以前高， 因此传统税延策略对他没有达到典型效果。 1:20:04–1:27:39｜他到底买什么资产 答案极其无聊： 低成本、广泛分散的指数基金。 他的代表选择就是 Vanguard： VTSAX——美国 Total Stock Market Index Fund。 大约覆盖数千家美国上市公司。 为什么？ 因为他完全不知道未来哪个公司会赢。 但指数有一个非常厉害的机制： 赢家越来越大，自然在指数中的权重越来越高； 输家不断萎缩，最终被淘汰； 新的赢家自动进来。 JL 给它起了一个词： self-cleansing——自我清洁。 Sears 曾经像今天 Amazon+Walmart 一样强大。 后来 Sears 消失了。 但指数投资者不需要提前预测 Sears 会死， 也不需要提前猜 Amazon 会赢。 市场替你完成替换。The Singju Post 为什么他不直接买 Nasdaq 100？ Steven 提出： AI、机器人、自动驾驶都属于科技， 过去十年 Nasdaq 又表现极好， 那为什么不直接重仓科技？ JL 承认： 这个逻辑完全合理。 甚至过去十年确实会赚得更多。 问题只有一个： 你仍然是在预测未来。 今天科技领先， 不代表未来四十年始终由科技这个分类领先。 所以 JL 说： 我买整个市场。 科技继续赢——我已经持有科技巨头； 科技输了——新的赢家同样会自动进入我的组合。 所以他放弃一部分极致收益潜力，换来： 不需要预测未来。 1:27:39｜全片最好的投资比喻：啤酒与泡沫 JL 现场倒了一杯啤酒。 杯子里两部分： Beer = 企业真正创造的经济价值。 收入、利润、现金流、业务。 Foam = 市场情绪。 恐惧、贪婪、AI 故事、想象力、炒作、估值。 股价=Beer + Foam。 问题在于现实股票不像透明酒杯，我们很难知道到底多少是啤酒，多少是泡沫。 他拿 Tesla 举例： Tesla 当前估值中包含大量对机器人、自动驾驶等未来业务的预期。 如果未来这些业务真的实现： 泡沫会慢慢变成啤酒。 如果没有实现： 泡沫就可能消失。 巴菲特为什么那么厉害 用 JL 的啤酒逻辑： Benjamin Graham 早期寻找的是： 价值 1 美元的“啤酒”，市场只卖 0.7 美元。 巴菲特后来逐渐升级成： 与其极低价买垃圾，不如合理价格买极好的企业。 优秀企业： 品牌强； 竞争壁垒高； 盈利能力强； 管理优秀。 最难的地方不是分析。 而是： 拥有足够的耐心什么都不做。 所以他们谈到 Munger / Buffett 一个非常重要的投资原则： 不要妨碍复利自己工作。 1:33:40–1:36:06｜市场暴跌怎么办 答案： 不要卖。 2020 年疫情就是案例。 市场暴跌，恐慌蔓延。 但企业和经济最终恢复。 如果你因为新闻而清仓，可能在最低点附近离开； 随后又因为上涨产生 FOMO，在高位重新买回。 所以 JL 的方法很简单： 长期资金继续持有； 如果仍在积累期，甚至可以继续买。 真正危险的是： 把正常波动理解成世界末日。 短线交易和投资完全是两种东西 用“Beer/Foam”理论： 买企业未来几十年的盈利能力，是 investment。 试图预测明天、下周、下个月市场情绪产生的 Foam，是 trading/speculation。 后者在 JL 看来非常接近赌博。 他们也吐槽各种“教你稳定交易赚钱”的课程： 如果真的存在一个可以持续提款的秘密策略， 为什么最赚钱的业务会变成卖课？ 这不是说所有金融教育都是骗局，而是在提醒： 对“快速、稳定、高收益的交易秘诀”高度警惕。 1:39:26｜需不需要财务顾问 JL 对财务顾问整体比较怀疑。 他的一个有意思的判断是： 当你已经懂得足够多，能够识别一个优秀财务顾问的时候，你可能也已经懂得足够多，可以自己投资。 尤其要注意利益冲突。 比如顾问按照 AUM 收 1% 管理费。 你有 100 万美元交给他； 突然想拿 50 万提前还房贷。 如果他说“还”，自己的管理费收入立刻减少一半。 不代表他一定会骗你。 但： 激励结构已经产生冲突。 所以永远要知道： “给我建议的人，是怎么赚钱的？” 1:42:13｜JL Collins 自己到底怎么配置 他当时透露大致： 80% VTSAX 美国全市场股票 15% Total Bond Market 债券 5% Money Market / 现金类资产 另外有两处自住房性质的小房地产， 但在净资产中比例很低。 他已经 75 岁，这个股票比例其实非常激进。 他自己也明确说： 不一定适合其他同龄人。 债券的作用主要不是赚钱，而是降低波动。 他把“风险”重新定义： 股票短期风险大，因为波动； 但长期能对抗通胀。 债券短期稳定； 但长期可能输给通胀。 因此： 安全与否必须带上时间维度。 1:45:23｜Steven 现场问 ChatGPT：普通人如何财务自由 ChatGPT 给出的答案大意和 JL 几乎一样： 控制支出； 购买低成本广泛指数； 长期持有； 让复利工作。 JL 开玩笑： ChatGPT 应该是把他的书拿去训练了。 随后 Steven 又问： 怎样提高收入？ JL 的答案： 提高技能。 ChatGPT 的答案也类似： 学习市场需求高的技能。 1:46:26–1:49:33｜AI 时代应该学什么 Steven 讲自己年轻时候学 Social Media。 创业虽然失败，但因此站在了一个新行业浪潮最前面。 后来企业疯狂需要懂社交媒体的人， 于是那个失败经历反而变成极高价值的人力资本。 JL 由此讲： Failure 是成长的一部分。 甚至创业世界里， 有些投资人更喜欢经历过失败的创始人。 Steven 给未来孩子的建议很有意思： 如果不知道学什么， 去一个处于技术浪潮最前沿的 startup 工作。 哪怕它最后倒闭。 因为你会离创始人很近； 离问题很近； 离失败很近； 离新产业真正发生的地方也很近。 这可能比一个安稳的大公司职位学得更多。 1:49:33以后｜收入低不等于不能财务自由 JL 举了两个极端例子。 一个朋友一辈子收入可能没超过 4 万美元， 却最终财务独立。 另一个金融行业朋友： 90 年代奖金就有 80 万美元； 年收入大约百万美元； 结果仍然接近月光。 为什么？ 豪宅、车、孩子学校、社交圈…… JL 甚至认为： 高收入有时候反而是财务自由的障碍。 因为高收入会自动把你推入另一个消费比较体系。 普通人比较车。 富人比较房子。 更富的人比较游艇。 游戏没有终点。 收入越来越高， Lifestyle Creep 也越来越大。 所以： 决定财务独立的不是绝对收入， 而是收入与欲望之间的差值。 随后谈到了一个经常被忽略的财富杀手：离婚 Steven 讲了一个， 身价可能数亿美元的朋友正在经历长期离婚诉讼。 律师费、资产估值争议、 强迫出售长期持有的股票、税务损失、精神压力…… JL 的结论是： 选人生伴侣同时也是一个巨大的财务决定。 当然 Steven 也补充非常重要的另一面： 如果另一方为了家庭和孩子牺牲职业， 财富本身可能也是夫妻双方共同创造的。 所以他们并不是简单讨论“如何避免分钱”。 真正谈的是： 婚姻是你人生最大的经济合伙关系之一。 Prenup：其实每个人都有婚前协议 一个很有意思的观点： 即使你“不签 Prenup”， 你也并不是没有 Prenup。 你只是选择： 使用政府默认替你制定的 Prenup。 所以问题不是： “要不要规定离婚后怎么处理？” 而是： 你们两个人提前共同决定； 还是几十年以后让法律制度替你决定。 他们认为对于资产复杂的人， 提前认真讨论反而更加成熟。 JL 结婚 44 年最大的经验 Steven 问他： 怎么选对伴侣？ JL 本来一直说自己运气很好， 因为结婚前根本没认真谈过钱。 后来有一次当着妻子的面讲这个故事， 妻子直接纠正他： 两个人第一次约会的时候， JL 就已经跟她讨论储蓄率，甚至说： “你应该存下收入的 50%。” JL 才意识到： 原来财务观早就被自己自然表达出来了。 两个人长期婚姻稳定的一部分原因，就是： 在金钱价值观上高度一致。 1:59:53｜75 岁以后，他最大的遗憾是什么 这是整期采访后面突然非常深的一段。 JL 首先说： 他不太喜欢“如果当时……”这种思维。 因为你永远不知道另一条路是不是真的更好。 创业失败可能导致后来成功； 一次看似错误的选择可能塑造后面的你。 所以从人生路径角度： 他没有特别大的遗憾。 但有两个关于父亲的私人遗憾。 第一个遗憾：童年拒绝父亲的礼物 小时候父亲非常喜欢动手做东西。 有一次给他买了一个电动锯作为礼物。 JL 完全不喜欢，表现得非常失望。 他看到父亲脸上的受伤。 七十年过去，他仍然记得。 他说： 自己当时只是孩子， 也不应该过度责怪那个年纪的自己。 但这件事教会了他： 有时候礼物的价值不在礼物，而在送礼人的心。 第二个，也是他人生最大的遗憾： 父亲去世前的最后一次谈话 JL 24 岁时，父亲因为肺气肿住院。 去世前一天，父亲坐在病床边告诉他： 自己今晚可能要死了。 年轻的 JL 本能回答： 不会的，你会好的，别这样想。 结果父亲那天晚上真的去世了。 五十年以后，JL 才完全理解那个场景： 父亲根本不是需要一句： “别担心，一切都会好起来。” 他是一个已经知道自己即将死亡的人， 想和自己的儿子谈谈死亡。 JL 最大的遗憾是： 自己当时没有成熟到意识到这个邀请。 不是选错答案。 而是： 根本不知道那里存在一道选择题。 说到这里他明显非常动情。 最后谈到死亡 JL 说自己大概率认为： 死亡之后什么都没有。 但他同时对死亡非常好奇。 他并不急着死， 身体和精神状态允许的话仍然很喜欢活着。 只是到了 75 岁，他会好奇： 如果自己错了呢？ 如果真的存在另一边呢？ 最后的问题：人生到底什么最重要？ JL 给出了一个很反鸡汤的答案： 从宇宙尺度上看，什么都不重要。 人类在宇宙时间尺度里只是极短的一瞬。 一个人的生命更短。 所以他不相信宇宙赋予每个人某种宏大使命。 但是，他认为这反而是一件解放人的事情。 因为：既然没有必须完成的宇宙任务， 那就：好好生活；善待别人；尽可能享受这趟旅程； 利用你拥有的自主权，把唯一这一生过好。 他说的不是： “人生没有意义，所以什么都不用做。” 恰恰相反： 正因为没有第二次， 所以更应该把这一次过好。 所以我很喜欢他这段发言。 最后 Steven 播放了一首关于“God on the Train”的诗，主题也与 JL 的观点呼应： 不要为了某个遥远的天堂忽略眼前这一生，善良、不伤害别人、认真活着，本身可能已经足够。 我看完整期以后，认为最值得记住的是下面这一套递进关系：钱 → 资产 → 现金流 → 选择权 → 不被迫 → 自由。 很多人财富增长以后，走的是另一条路：钱 → 消费升级 → 固定成本升级 → 欲望升级 → 必须赚更多钱 → 更不自由。 两个人可能拥有完全相同的净资产，最后得到的东西却完全相反。 这才是 JL Collins 这期采访真正想讲的东西。 而他那句“把收入的 50% 花在自由上”的思维尤其值得琢磨——储蓄不是没有消费，而是在消费一种看不见的东西：未来不必向任何人低头的权利。 视频链接：

决定代码复杂度的东西不在代码里，在写代码的人的脑子里。LLM 碰不到它。 这是 软件工程师 Pol Alvarez Vecino 读完 Peter Naur 1985 年的论文后得出的结论。 为什么 LLM 没法让你的代码更简单 本文最初发表于 Medium（ tl;dr：Peter Naur 的《Programming as Theory building》指出，真正的程序——他称之为 Theory，大写的 T——存在于工程师的脑子里。代码和文档只是下游的（因而不完整的）产物。我对 LLM 最大的抱怨之一，就是它写出来的代码有多啰嗦、复杂度是怎样到处蔓延的。我一直抱着一丝信念：也许我们可以用 LoC 或者独立代码路径数量之类的指标来约束它们。然而，读完 Naur 之后我意识到，我们想降低的那个复杂度是 Theory 的复杂度，不是代码的复杂度，而这方面没有任何可用的度量，因为它非常主观。 我最近读了 Peter Naur 那篇精彩的论文《Programming as Theory building》（ LLM 能做什么、不能做什么的看法，也改变了我对如何给它们写提示词、当前 agent 系统的主要局限，以及结对编程为何如此有效的看法。 今天我只聚焦它和代码复杂度的关系。 如果你还没读过这篇论文，我真的建议你读一读。说实话，我写这篇文章的主要目的，就是让一些人去读原论文。它值得花这个功夫。这也是练习（或学习！）在 Solveit 里做精读的绝佳机会，因为在 Solveit 里这要容易得多：你可以在阅读过程中随时提问，钻进任何你感兴趣的兔子洞，或者直接让 Solveit 帮你把语言讲清楚。关于精读的更多信息见这篇博文（ fork 我的对话记录快速上手（ 话说回来，如果你还是决定不读，这里是论文的 tl;dr： 程序是构建和维护它的人所持有的 Theory：一种理解——程序如何与现实世界的问题相关联，哪些约束和权衡塑造了它，它为什么能工作，以及哪些改动符合它的设计。代码和文档是这套 Theory 的下游产物，永远无法完整地承载它。 工程师通过经验发展出这种理解：与用户交谈、观察故障、学习领域知识、观察系统在真实世界中的表现。这种理解指导着对相关性、相似性、简洁性和良好设计的判断。 LLM 不太擅长持续学习，不擅长和用户交谈，也不擅长在真实世界里体验事物。但这和复杂度有什么关系呢？ 我想我们都同意：LLM 总体上倾向于让代码库的复杂度上升，如果没人管的话。原因有很多：它们没意识到某个方法已经存在，于是又写了一遍；它们写过度防御的代码，比如为不可能发生的边界情况做防护；或者过早地过度优化。顺便说一句，大多数前沿实验室从你消耗的 token 里赚大钱，所以它们多少有动机去推广 token 最大化。总而言之，LLM 很少遵循 KISS 原则。这个问题在你不看输出、纯 vibe-coding 的时候最严重。但即使你会审查代码，要想让程序保持简洁，也需要主动付出努力去尽量削减复杂度。 在我天真的日子里（大约两周前），我曾以为我们早晚能爬出这个复杂度的大坑。前沿实验室只需要在 RL 训练里加一些复杂度惩罚就行。他们可以用总 LoC 作为最小化的指标，但我们都同意，有时候一行代码比两三行更复杂。另一个选项是圈复杂度（cyclomatic complexity），它衡量独立代码路径的总数。读完 Peter Naur 之后我意识到，这些东西无法真正解决问题（也许能稍微缓解一点）。我们来看看为什么。 为什么代码复杂度是错的指标 在下面这个（我编的）例子里，我们想支持调用 OpenAI 和 Anthropic。假设所有的消息准备和重试逻辑完全一样，只有请求体参数略有不同，于是我们有两个不同的方法 call_openai 和 call_anthropic。 在第一个朴素版本里，我们有两个不同的类，带重复的样板代码（即 prepare 和 with_retries）。 分开 —— 指标会发现重复 class OpenAIClient: def complete(self, prompt): msgs = prepare(prompt) # 公共样板代码 y = call_openai(msgs) # 唯一不同的一行 return with_retries(y) # 公共样板代码 class AnthropicClient: def complete(self, prompt): msgs = prepare(prompt) y = call_anthropic(msgs) return with_retries(y) 一个直接的 refactor 是创建单个类，做到 DRY。按很多指标看这都是更好的实现：行数更少、Halstead 容量更好（V=N×log2(n)，N 为程序长度，n 为词汇量）、可维护性指数（Maintainability Index）也更好。 合并版 —— 按指标看确实更好：DRY，行数更少 class LLMClient: def __init__(self, provider): self.provider = provider def complete(self, prompt): msgs = prepare(prompt) y = call_openai(msgs) if self.provider == "openai" else call_anthropic(msgs) return with_retries(y) 一般来说，第二个版本（或者类似减少 LoC 和重复的版本）复杂度更低。但是，如果我告诉你，下个月我们很可能就停止支持 Anthropic 了呢？在那种情况下，我更倾向于让它们保持分开，这样到时候我只要删掉包含 AnthropicClient 的那个文件就行。 当然，这种简单的例子很容易解决，尤其是现在 LLM 可以帮你写代码。但如果你的目标不是 2 个供应商，而是像 LiteLLM 那样支持 165+ 个供应商呢？那种情况下，直接用 LiteLLM 就行。但那样你就把 120 多万行 Python 代码放到了你和最终供应商之间。值得吗？ 设计良好的 API 是抽象复杂度的绝佳方式。你有清晰的契约，不需要理解背后发生了什么。即使 LiteLLM 是一个庞大的包，它也可能不计入你的 Theory 总复杂度。LLM 推理端点早期的日子就是这样：「文本进，文本出」。然而，当契约不再可靠时，这一切就会崩塌。原因可能是它有 bug，可能是 API 背后藏着大量你拿不到的状态，也可能仅仅是你不确定某个新供应商特性是否被支持。 每当你被迫窥视 API 抽象层背后的深渊时，那份复杂度就成了你的问题。这个问题正变得越来越普遍。像 OpenAI 和 Anthropic 这样的供应商，越来越多地把数据藏在服务端，比如加密的压缩数据或推理 token（更多讨论见 如果你在快速推进、只用基础功能、想尝试很多供应商，那么 LiteLLM 或类似的库可能值得用。反过来，如果你看重控制力、调试和对技术栈的理解，那可能就不值得。不存在「正确的」复杂度（虽然我非常偏好第二种选择）。 进入 Theory 决定走哪条路的信息不在代码里。这些信息属于 Naur 所说的程序的 Theory 的一部分。迄今为止，LLM 几乎接触不到这些信息，因为它们活在人的脑子里。它们可以从 IM、邮件或其他书面文档里得到一些线索，但那些永远只是局部的（最好的情况下）。 其中一些信息可以作为上下文提供给 LLM，比如业务优先级、预期的产品变化、运维约束，以及早期决策背后的原因。这样做也许能改善它的选择，但这些仍然只是 Theory 的产物。它们无法完整地传递团队发展出这套 Theory 所依赖的经验和判断。 这些都很好，但如果我全身心投入 vibe-coding 和 token 最大化、完全不在乎代码呢？那样的话，这篇博客后面的内容说服不了你。如果你处于两者之间，我来描述一个我们在 亲身经历的真实情况，关于 Solveit 的计费系统。 剧透警告：在 最初的计费系统 Solveit 是一个平台，你可以在里面用 AI 在一个类 notebook 的环境里工作。环境是持久化的，所以我们对 LLM 用量、CPU、磁盘、内存和带宽收费。 最初的计划是向用户收月度订阅费（比如 5 美元）。这笔月度订阅费变成当月可以消耗的积分（credits），如果全部用完，下个月之前就得充值。我们先在一个更小的项目里测试了这套方法来验证它。 这套方法后来证明比我们想要的更复杂。第一，积分 + 订阅的机制会把人（比如我自己）搞晕。第二，它让代码在多个层面上更复杂。你得处理「先消耗月度订阅积分、再消耗普通积分」的所有逻辑，以及剩下的积分怎么办。在 Stripe 这一侧，它有两个不同的代码路径：手动充值和订阅服务。 对不熟悉的人来说，Stripe 订阅是一个全托管服务。Stripe 管理整个生命周期（扣款周期、发票、重试全在他们那边）。 你大致只需要这样创建订阅： stripe.Subscription.create(customer=cust_id, items=[{"price": "price_5usd_monthly"}]) 然后监听他们的 webhook，在订阅状态变化或付款到达时更新你的数据库（还有很多其他事件可以选择）。 直接收款则需要你启动一个 checkout session，让用户跳转到 Stripe 的域名填卡。这需要你提供一个 customer ID。那应该在什么时候创建 Stripe customer？用户注册时？他们尝试付款时？还是别的时机？全都是合理选项。 stripe.checkout.Session.create(mode="payment", customer=cust_id, line_items=[{"price": "price_5usd", "quantity": 1}], success_url="") 到目前为止还好吧？如果你对 Stripe 或支付没有太多经验，很可能你已经感到吃力，没法把这一切全装进脑子里。也许你设法把它简化成了： • 订阅 → 交给 Stripe 订阅服务管理 • 充值 → Stripe checkout 一个不明显的问题是：使用 Stripe 托管服务意味着你有重复的数据。一半数据在 Stripe 的后端，而你必须保证本地数据库和它同步。另一个问题是，调试的时候，你既要查 Stripe 的服务，又要查自己的数据库。比如，一笔付款没到账，是 Stripe 没发 webhook（「他们的错」），还是我们没把它存进数据库（「我们的错」）？ Stripe 订阅服务很棒、很容易上手，但它是为支持海量用例而设计的。这意味着，即使设计得很好（它确实很好），这个 API 抽象最终也相当复杂。在这种情况下，你在用「卷起袖子自己写代码的复杂度」交换「学习 Stripe API 的复杂度」。 LiteLLM 和 Stripe 在不同规模上展示了同一个权衡：只要契约成立，外部抽象能极大地简化你的 Theory；但每当你需要调试、修改或超出契约去推理时，它隐藏的复杂度就变成你的了。 AAI 的做法 在 经过很多天的探索和讨论，我们最终定下了一个简单得多的系统。 首先，我们只做积分（credits），按用量收费。这是一个超级简单的模型（和 Theory！）：充值积分，用多少付多少。 订阅一去掉，我们就可以删掉一大块用来保持同步的代码。剩下的付款路径只有两条：手动充值和自动充值。要做自动充值，你需要能保存客户的信用卡，以便随时扣款。而 Stripe checkout 不会保存信用卡，你只是让 Stripe 在他们的 UI 里处理这次付款。 长话短说，我们最终发现最简单的办法是：用户一注册就保存他们的信用卡。卡一旦在档，用户可以用它手动充值，也可以设置成自动充值。因为全部是我们自己处理的，同步问题几乎为零。我们只监听支付成功事件（没有订阅了！）。 结果就是，我们支付系统的 Theory 可以用一句话概括： 客户注册时添加信用卡，之后我们对该卡扣款——要么手动（充值），要么在余额不足时自动扣。 手动充值和自动充值现在走同一条支付路径。我们整个支付技术栈——拆在 Solveit 和 faststripe 之间——大约 300 行代码。 结果是非常低的复杂度，但这是数小时的探索、尝试和讨论换来的。我这里的解释充其量只是触及皮毛。 印度登场 那么上线那天发生了什么？一切顺利吗？没有。上线后我们发现，印度信用卡不支持你想什么时候扣就什么时候扣的 off-session 扣款。手动充值属于 on-session，仍然可以工作，因为用户会在我们的 UI 里看到一个类似 3DS 的验证流程；但自动充值不行。 在寻找解决方案时，我们发现 Stripe 托管订阅在印度确实能工作。为什么？因为 Stripe 替你绕开了所有这些复杂度。他们提前一天创建并持有 off-session 的支付意图（payment intent），这样银行就能在实际扣款前向用户发送预扣款通知或认证请求。 我们迁移出托管订阅时，就失去了这个特性。我问了一个前沿 LLM——我记得是 GPT-5.5——我们该怎么处理这个问题。你猜它给出的方案是什么？ 用回 Stripe 订阅来处理 这个 LLM 提议的正是我们刚刚迁移出来的方案。读到这里，你会怎么说？你的意见是什么？我们应该迁回去吗？ LLM 列出了两个选项：要么同时支持两套系统（随时可以开工，你一句话就行！），要么完全迁回旧的系统。我们做了什么？什么都没做。我们非常看重 Theory 复杂度，于是我们决定：让印度用户手动充值就好了（抱歉了各位！），换来一个更简单、更健壮的平台。 如果你不同意我们的选择，反思一下为什么不同意。真的，现在就停下来想一想。 这个问题没有正确答案，而这篇博客的目的之一，就是帮你看清你的答案来自哪里。你的论据是什么？更具体地说，它们是从哪里来的？ 有很多场景下 Stripe 托管服务是更优的选择。举几个例子： • 公司收入最重要，手动充值的额外摩擦可能会让我们损失一些印度销售额，那我们应该迁回去（或者同时支持两套） • 销售团队用 Stripe Dashboard 的 UI，所有支付信息都放在我们自己的数据库里并不理想，因为他们没法在那里管理 我的观点是：你的代码的复杂度，真的取决于一大堆和代码无关的因素，而那些信息不在代码里。 隐藏的优势 那么为什么不干脆让 LLM 全权处理这些事呢？在我看来，最妙的答案是：我们的工作方式揭示了一个可能的商业机会。印度不支持 debit mandate（借记授权）的方式和世界其他地方不一样。Stripe 试图解决这个问题，但远远不是一个完整的解决方案。 在理解和简化流程与 Theory 的过程中，我们学到了产品之外有价值的东西。在我看来，这类洞察是可以转化为竞争优势的。 努力去理解，本质上就是一个简化 Theory 的过程。如果你放任 LLM 在复杂度上为所欲为，你可以很快产出大量代码。选择简化路线更长、更费劲，但长远来看我认为它是值得的，而且你可能会在路上发现隐藏的宝石。 原文： #LLM# #编程# #代码复杂度#

CNN自爆美国本年度最大丑闻 8月23日，CNN发了一篇深度报道，称美国现在供应了全球约70%的商业血浆，而中国市场60%以上人血白蛋白高度依赖进口，用的全是美国采集的血浆。 它还渲染道，一旦地缘政治关系紧张，美国完全可以拿这当武器，对东大来一波断供。 一个大国炫耀武力，通常秀的都是航母舰队、隐形战机，或者高端芯片、光刻机，把本国底层百姓的血抽出来，包装成“战略武器”，这操作挺小众的，也多少带点邪门。 不过CNN觉得这是件很光彩的事。 没等中方有什么回应，报道一发出来，美国网民率先破防了。 有美国老哥直接开喷，“所以CNN是在庆祝我们向中国出口穷人的血吗？那我们算什么超级大国，血包大国吗？” 有的嘲讽，拿底层的生存挣扎当做卡脖子的筹码，这种反人类的操作，也只有华盛顿那帮精英，才能面不改色端上台面了。 有一说一，抛开道德底线不谈，美国的血液经济确实超模了。 占据全世界血浆市场7成的份额，并提供全球94%的付费血浆，常年出口额在400亿美元以上，比大豆、小麦、棉花加起来的总额还要多。 可美国人口也才3.4亿，不到世界人口比例5%，这是怎么做到的？ 要知道献全血对身体是有消耗的，红细胞恢复得慢，所以各国一般规定献血间隔期至少得好几个月。 但在美国，资本的玩法早就脱离碳基生物的范畴。 首先说明一点，大部分美国人献的是血浆，就是把血抽出来后，再通过离心机把淡黄色血浆过滤走，接着把红细胞、白细胞和血小板顺着管子打回体内。 按照医学理论，血浆里九成是水，失去的容量多喝点水，一两天能补回来，蛋白质几天内也能靠肝脏再生。 基于这套理论，世卫组织给出比较宽松的建议，一年最多采24到26次。欧盟基本是照着安全线在走，比如规定每两周最多采一次，一年上限24次。 但美国药监局（FDA）表示，太保守了，影响资本捞钱，于是大手一挥，规定两次供浆间隔只需48小时，每周可以采2次，一年最多可以抽104次。 说献血都保守了，严格来说就是卖血。 不仅频率拉满，单次抽取的量也算计到了极致。FDA贴心地把采血上限和体重挂钩，50到68公斤的人每次上限690毫升，69到79公斤的抽825毫升，80公斤以上壮汉直接抽满880毫升。 为了庞大的吸血机器满负荷运转，全美设置了1200多家商业血站，数量甚至超过了开市客超市（Costco），而且血站选址极其考究，精准避开富人区，扎堆在底层社区与大学城。 他们很清楚，谁最缺那几十美元。 在拉新促活这块，美国采血中心把营销套路玩出了花。 新用户有“新手大礼包”，前几次每次能拿75到150美元，首月要是拉满能赚上千美元； 老用户也有阶梯奖励，比如每周第一次去给35美元，要是48小时后再去第二次，就能拿55美元，且还有优惠券赠送； 为了冲刺KPI，有的机构甚至搞出打卡积分换礼品卡，连续抽血满8次参与千元大抽奖的骚操作。 在连环套路的诱惑下，底层民众根本把持不住，有的甚至把自己逼成，一个月卖血十几次的“超级人类”。 问题是，人终究是肉长的。 就算红细胞打回去了，长期高频次被抽走白蛋白和免疫球蛋白，身体免疫系统迟早得崩盘，器官受损、血管硬化、隐性贫血都是家常便饭。 只是血站绝对不会做温馨提醒，他们只会笑着递给用户一张预付借记卡，告诉他一切正常，欢迎下次光临。 其实FDA早期有规定，采血站是有义务告知献血潜在风险的，可由于资本阻挠，他们索性摆烂，任由采血站肆意妄为。 为了扩大血库来源，美国还把主意打到邻国身上。 在美墨边境线上，曾设有四十多个采血站。 美国政府给愿意卖血的外籍人员发放B1、B2短期签证，结果就是世界各地移民蜂拥而至，每天采集到的血浆是其它地区的2到3倍。 据德媒调查显示，数量最多的是墨西哥人，占比超过60%。 在墨西哥华雷斯城，一个杂工累死累活，一天只能挣4到9美元，而在河对岸的美国，卖一次血能拿30美元。 有段时期，每天都有成千上万墨西哥公民，坐着血浆公司免费提供的大巴，合法跨过边境来到美国，伸出胳膊换取30美元和一瓶饮料，然后拖着疲惫身躯回国。 更离谱的是，资本觉得光靠正常人献血，远远满足不了需求缺口，于是把采血门槛一降再降，就算病菌携带者、吸毒群体，甚至患有传染病，只要能正常行动，献血一律照收。 很多人纳闷，这么荤素不忌，不怕出事吗？有没可能早就出事了，还是惊天大案。 上世纪80年代，美国生物制药界爆发了人类医学史上最黑暗的灾难。 当时的血浆公司为了追求极致的利润，把采血站开进了阿肯色州、路易斯安那州的监狱。 囚犯们为了几美元的代金券踊跃卖血，大家都知道，美国监狱静脉吸毒以及“滥交”泛滥，根本就是肝炎和HIV病毒的温床。 更要命一点，当时制药企业采用的是“万人血浆大联混”技术，把几万人的血浆倒进一个巨型储罐里，混合提炼凝血因子。 这意味着，只要里面有一个携带了病毒，那一整罐提炼出来的数万支救命药，瞬间就变成毒药。 到了1984年前后，HIV病毒的风险已被明确证实，美国药企也研发出了经过热处理灭活的安全产品。 按理说，这批带毒的旧库存，应立刻就地销毁了吧？ 结果是，制药巨头为了避免数百万美元的账面亏损，居然将未经加热灭活的高危库存，倾销到亚洲、欧洲和拉美等海外市场。 这波操作坑惨了全世界。 2024年5月，英国爆发毒血丑闻，超过30000人感染艾滋或丙肝病毒，死亡人数至少有3000人，几乎毁掉了英国整整一代血友病患者。 时任英国首相苏纳克滑跪道歉，称这是英国政府的耻辱日，承诺赔偿上百亿英镑。 受美国污染血制品影响的可不止英国。 日本“药害”事件导致近两千名血友病患者感染；加拿大至少有42000人中招，直接导致红十字会被剥夺血液管理权；法国更是引发政坛大地震，多名内阁高官被起诉。 面对惨绝人寰的全球公共卫生浩劫，始作俑者付出了什么代价？ 答案是几乎没有。 面对全美集体诉讼，四大医药巨头通过法律天团和管辖权壁垒，打包支付了约6.4亿美元，就达成庭外和解，分到每个患者手里，只有区区十万美元。 至于被坑的海外受害者，想去美国法院告状？直接被以“不方便管辖原则”踢回本国。 最后，这起牵连近百万患者的惊天大案，没有一家涉案的美国药企被提起刑事指控，也没有一个高管进大牢蹲过一天。 虽然毒血事件弄得全世界洪水滔天，可回归到美国本土，卖血日常丝毫没有改变。 单亲母亲为了支付残障孩子高昂的托儿费，只能定期去血站报到；大学生为了攒学费，会把胳膊伸向抽血机；父亲为了给儿子攒生活费用，每周固定献两次血浆； 连正经的联邦政府员工，在部门停摆期间，因为领不到工资，交不起油钱，也被迫睡在车里，靠卖血浆维持生计。 而这种卖血求生的戏码，正以前所未有的速度吞噬美国的中产社区。 《纽约时报》曾经报道过几个典型案例。 59岁的布里塞尼奥，在休斯敦做起重机主管，年薪6万美元，有房有家庭，标准工薪中产，但他每周必须去两次采血站，躺一个小时换70美元，就为了付油钱、买菜钱、填补医保涨价后的窟窿； 以前做生物科学的贝克，为了给家里多买点圣诞礼物，被脸书“首献500美元”的广告勾了进去； 还有原本在大集团当律师助理，年薪七万多美元的米歇尔，为了支付儿子每月700美元的幼儿园学费，不得不一周卖两次血来填补信用卡账单。 这就是美国的福利陷阱，收入太高拿不到政府救济，又太低又扛不住通胀，于是，卖血成为最快，也最稳定的“副业”。 跨国资本爱死了这些中产阶级。 与健康堪忧的底层相比，中产的身体是更优质的“血包”，他们按时赴约，血液蛋白含量高，通过率极佳。 于是资本一边在郊区大肆开店，一边换上更高效的分离机，把每个人的采血量拉到FDA规定的极限，支付的报酬却纹丝不动，中间挤出来的利润，全进了大股东的口袋。 要是没有去年的中美大对账，美国网友也许不会对CNN的言论，有如此大的反应，毕竟美利坚土地发生的一切，他们早已习以为常，因为很符合社会达尔文的价值观。 可一番对账下来，美国网友三观被颠覆。 东大长期被美国媒体和学校渲染百姓民不聊生，真实情况不提军工科技发展有多迅猛，光是民生这块，老百姓起码解决了温饱，以及基础医疗昂贵的问题。 反倒作为唯一超级大国的西大，底层人民除了流浪汉外，双兼职是标配，一周干满80-100小时，有的人一天只吃得起一顿饭，平时轻易不敢进医院，读个书倒欠几十万美元，一周还得卖两次血。 这种情况下，人均预期寿命居然还能维持在高水平线，感情美国人能活这么久，真的全凭钢铁般的意志。 现在总算领悟，当年公知们常说的，“加入WTO是美国给中国输血”是什么意思了，原来不是经济学层面的比喻，真是字面意思。 对了，虽说美国现在仍是全球最大血液制品生产国，但未来真不一定了。 中国根本没打算在“人肉血矿”这条赛道上，跟美国卷到底。目前，国内重组人血白蛋白不仅取得了突破性进展，甚至已有产品开始上市过审。 一条是微生物源的酵母菌发酵表达，像通化东宝这些企业，利用改造过的酵母菌，在工业不锈钢发酵罐里高密度合成白蛋白，并且已经过了NDA。 另一条路线更科幻，是植物源的水稻胚乳生物反应器，由禾元生物的团队主导，直接把人血白蛋白基因定向整合到水稻里，一亩优质水稻提取出的白蛋白，等于几千毫升人血浆的提纯量。 5公斤稻米，能稳定产出相当于1升血浆的白蛋白。 一旦中国靠着发酵罐和水稻田，实现了白蛋白的自给自足，西方药企囤积的几十万吨白蛋白就会立刻变成滞销品。 所以美国是想要通过疯狂榨取国民“血汗”的方式，跟东大的发酵罐和水稻田比产量吗？

算算从大厂出来到 AI 初创快两个月了，之前在大厂待了挺久，两边的节奏和环境差别还是挺大的，说几个体感最深的点 1.工作节奏差异 在大厂也忙，但所有需求都有明确排期，一般在一周之前，你就知道本周要干什么。 而在初创不是这样，大家都在找方向，方向本身没那么确定，重心每天都可能变，需求的优先级甚至需求本身也会跟着变，interrupt 也会比大厂多很多(需要刻意培养同事减少interrupt)，整个节奏快了很多。 会出现很多看似非常高优的事情，实则稍微拖一会就无人在意了，对工程师辨别需求的能力要求比较高，需要刻意区分哪些是真正重要的事情，最好是利用经验和权威把”重要的事“在一定范围内达成共识，让项目始终保持在正轨上，多做高ROI的事情。 2.真正做事的时间变多了 大厂有各种层级，每个人有自己的利益，个人利益、组织利益和公司利益的夹角太大了。你会做很多无用功，比如为了汇报而做的活，真正落在产品上的工作没那么多，整体效率打了很大折扣。 在初创这边，沟通摩擦和向上汇报的摩擦都少很多，你把事情做好、把效果做好，比其他什么都重要。 所以初创适合真正想做事的人，这句话并不是鸡汤。 当然，万事都是trade-off，同样这个点也会有一些负面效果：消化成果和方案的时间变少、output\reward 不一定相关、人力更少更容易导致鞭打快牛，产出多的人更容易承担更多。 3.忙起来是真的忙 初创的各种事都更草莽一些，流程、工具、规范很多是边跑边搭的，忙起来的时候遭不住，经常会有一口气开多个Agent、工作数个小时的情况，回过神来的时候只觉得脑子被榨干了。 最紧急的时候晚上接到的需求，当天晚上就直接做完了。 4. AI Native的研发方式 我的判断是，AI Native 的研发方式在现在的大厂组织架构下几乎不可能落地。 一方面大厂的技术架构和人员分配都非常固定，推 AI Native 意味着要打破原有的利益分配，这在大厂太难了。 另一方面大厂对个人用 AI 工具是有 ROI 考核的，我之前 token 用得多，就会被质疑产出，哪怕产出确实比别人高，token 消耗太多照样面临压力。 还有一个点：大厂对各种权限的管理是非常严格的，不可能给本地的coding agent太多权限，比如看线上日志、看数据库表、甚至修改数据库的权限。 而初创完全反过来，所有人都希望你有更高的 output，token 随便烧，权限完全放开，每个人都可以尽情发挥，搭建效率最高的工作流。 同样的工具，在两种组织里能发挥的效果是完全不一样的。 这也是为什么我觉得，离开大厂出来不是个坏选择。倒不是劝所有人都跑，大厂的现金流和稳定性，对多数人依然是最优解；但如果你想用最一线的方式做事，想把 AI 真正用进生产，现有的大厂架构确实不会鼓励你这么干。 换个环境，本质上是换一种对待你产出的方式。

兄弟们，人与人最大的差距，不是出身，不是学历，是金融认知差。 居然还有很多人没意识到这一点。 这个时代，财富的终极分野，根本不是你劳动时间的长度，而是你认知杠杆的高度。 我们把有钱和富裕混为一谈，仿佛银行卡余额后面每多一个零，人生的安全感就水涨船高。 于是大多数人把自己活成了一把"人力标尺"，用时间、健康、情绪去丈量每一分收入，在多劳多得的古老信条里自我感动。 先说一个常识吧。 那些真正实现财富跃迁的人，往往不是最勤奋的，甚至不是最聪明的。他们只是对这个世界的运行规则，有着完全不同的解码方式。 这种解码能力的分野，就是藏在冰山之下的金融认知差。 农耕思维的陷阱 我们从小被灌输"一分耕耘，一分收获"。这本身没错，但它只是农耕时代的思维遗迹。 在现代金融文明里，这句话的完整表述应该是： "一分耕耘，一分收获，但收获的分配权，最终掌握在定义'耕耘'价值的人手里。" 普通人理解的财富，是工资卡上那个确定的数字，是辛苦付出的正向反馈。 高阶玩家理解的财富，是一种被扭曲的共识，是人群情绪与预期在时间轴上的贴现。 当你为年终奖多出的几千块暗自欣喜时，有人正通过判断一家公司未来的盈利能力，在资本市场上兑现了常人一生的劳动积累。 这公平吗？ 这很残酷。但这恰恰是这个复杂世界最诚实的底色。 确定性的温柔陷阱 为什么我们总是勤勤恳恳，却始终在财富的马拉松里掉队？ 答案有点刺痛：我们太迷恋"确定性"了。 我们愿意用一天的辛劳换一天明确的报酬，却极度恐惧用一年的时间去交换一个可能十倍回报的机会。 这种对即时满足的路径依赖，让我们亲手关闭了通往可能性的大门。 我们像围着磨盘转了一辈子的驴，以为自己走遍了千山万水，回头才发现，缰绳从未离开过那根叫"固定收益"的木桩。 我们心里懂，但说不出口的是：我们害怕的不是失败本身，而是害怕自己看起来像个异类。 害怕成为那个在众人贪婪时恐惧，在众人恐惧时却要独自清醒的孤独者。 资产与负债的微妙界限 于是，我们陷入了"时间换空间"的死循环。 为了多赚一点钱，投入更多时间，压缩思考空间。思考空间萎缩，又让我们更加依赖那点确定的工资，彻底丧失了跳出循环的余力。 这就是金融认知的第一个分水岭：你是否能清晰区分"资产"与"负债"的微妙界限。 很多人以为买了房子就是拥有了资产。但如果那房子每月吞噬着你的现金流，让你不敢病、不敢停、不敢想，那它本质上就是一个巨大而华丽的负债。 是你用未来的自由，为当下的虚荣买的单。 永远记住： 真正的资产，是那些能把钱持续不断地装进你口袋的东西，哪怕你此刻在睡觉。 负债，是那些不断从你口袋里掏钱的东西，哪怕你此刻正在拼命工作。 这个看似简单的概念反转，足以颠覆一个人的财富走向。 货币从来不是财富本身 再把目光投向那层更隐秘的社会潜规则。 货币，从来不是财富本身。它只是财富的影子，是上层意志与群体情绪的交易介质。 你辛苦存下的一百万，如果只是静静地躺在银行，在通胀的无声侵蚀下，它每年的购买力都在隐形缩水。 你以为你在储蓄，实际上你在被动地接受一种隐性的财富转移。 这听起来像天方夜谭？ 但这是现代金融体系最核心的运行逻辑。深谙此道的人，懂得借力，懂得用别人的钱、未来的钱，去撬动此刻的资源。 他们明白，债务在通胀面前不是枷锁，而是一种对未来的提前"征税权"。 当然，这绝不是鼓励盲目加杠杆。而是揭示一个真相： 钱本身是中性的。它永远在从"看不懂"的人手里，流向"看得懂"的人手里。 如同水往低处流，财富永远在向高认知处聚集。 风险不是洪水猛兽 这种认知差的第二个关卡，是对"风险"的再定义。 普通人谈风险色变，视其为洪水猛兽，恨不得用所有栅栏把它隔绝在生活之外。 而真正驾驭财富的人，看待风险如同冲浪者看待海浪。没有浪，就没有前进的动力。 风险不是要躲避的障碍，而是定价的基石。 一切超额收益，本质上都是对"被错误定价的风险"的补偿。 当市场一片恐慌，资产价格跌到尘埃里时，那不是风险的爆发，那是风险溢价的极致体现，是财富对勇敢且清醒者的馈赠。 霍华德·马克斯在《投资最重要的事》中说过： "最重要的不是波动性风险，而是永久损失的可能性风险。" 多数人将波动误解为风险，在震荡中仓皇出局。 而智者看到的，是那个被情绪错杀的、闪闪发光的"安全边际"。 与不确定性共舞 于是，我们触及了最底层的心态博弈：如何与不确定性共舞。 我们终其一生追求的安全感，其实是个温柔的陷阱。 真正的安全感，从不来自于你掌握了多少确定的资源，而来自于你有多大的能力去拥抱不确定，并在不确定中依然能做出高概率的正确决策。 这是一种近乎哲学层面的跃升。 你不再试图预测那变幻莫测的风，而是学会调整自己的帆。 当你不再执着于"何时会涨""何时会跌"这种无人能解的伪命题，转而专注于"如果涨了，我的应对是什么；如果跌了，我的后手又是什么"时，你便从被市场玩弄的棋子，变成了与市场共舞的棋手。 你开始意识到，财富的增长曲线，从来不是一条平滑的向上直线。 而是一连串跳跃的、非连续的、在关键节点上的爆发。 你需要做的，就是在那些关键的"非对称性"机会出现时，有底气、有认知、有筹码地站在那里。 认知是唯一的护城河 这种底气，来源于你对自我价值的重新锚定。 我们常说"投资是认知的变现"。这认知绝不仅仅是财务报表的分析或K线的技术解读，它更是对人性、对周期、对自我的深刻洞察。 你无法赚到你认知范围之外的钱。即使凭运气赚到了，市场也有一万种方法把它从你手里收割走，直到你的认知与财富相匹配。 这就是金融世界里最冷酷也最公平的法则。 因此，提升金融认知，不再是为了追求那几个冷冰冰的数字，而是为了夺回人生的定义权。 当你不再需要用劳动时间的长度来换取生存资料的宽度时，你才真正拥有了说"不"的资本，拥有了选择如何度过此生的自由。 人生最大的资产，是你自己 这一切的转变，始于一个极其微小却震耳发聩的认知飞跃： 你终于看清，人生最大的资产，不是房子、车子或股票，而是那个能够不断进化、不断看透本质的你自己。 投资自己，不是指买几件体面的衣服，报几个看似热闹的课程。 而是指对自己认知体系的持续迭代与残酷重塑。 是敢于在众人狂欢时离场，在无人问津时入场。 是敢于承认自己的无知，并永远对世界的复杂性保持孩童般的好奇。 当你的内心建立起一套坚实且柔韧的金融哲学，外界的风云变幻便成了你眼中的风景。 你不再是那个为了几两碎银而惶惶不可终日的剧中人，而是那个能够静观潮起潮落，并从容拾取贝壳的局外人。 用纪律对抗人性，用定投穿越周期 此刻，不妨问问自己：我究竟是在用时间换取生存，还是在用认知换取生活？ 绝大多数人的勤奋，本质上是一种"思维懒惰"的遮羞布。 我们用战术上的勤奋，来掩盖战略上的懒惰，因为我们害怕面对那个需要彻底重构认知的、痛苦的过程。 但成长与财富的密码，恰恰就藏在这份痛苦背后。 当你开始直视它、审视它、并最终穿越它，你会发现：财富的增长不过是你认知升级后，世界给你的一个自然而然的掌声。 这份掌声不喧嚣，但足够深沉。足以让你在任何一个深夜醒来时，内心充盈着一种笃定的、不被世界轻易撼动的力量。 有行动力的人，早已开始行动。 还在犹豫的，大概率是既看不懂规则，又舍不得离开舒适区的那一批。 对于普通人来说，最高效、最省心的认知变现方式，不是去猜顶底、追热点，而是建立一套纪律化的定投体系，让时间和复利替你工作。 我的建议非常简单： 定投纳指（QQQ）和标普500（SPY），分享美国科技龙头和全市场经济的长期增长红利；定投半导体指数SMH（VanEck Semiconductor ETF），押注AI算力革命这一未来十年的核心赛道；定投BTC，持有数字黄金，对冲法币体系的长期贬值风险；定投黄金（GLD），作为传统避险资产，在极端不确定性中守住底线。 按照一般规律，坚持这个组合十年以上，应该可以轻松击败90%频繁操作的散户。 永远记住：兄弟们你的筹码，就是你的认知。

业内有史以来最好的文章之一，熊市学习好材料。 市场的目光始终在明星交易员那，在车头，他们拥有最大的流量，能吸引最多的资金。 然而CBB这种常青树呢，流量实际没有顶级交易员一半来的高，但是活的更久，回撤更低，天花板肯定没有最顶级的交易员高，但是，财富到了一定程度只是比较了，对于99%的人来说，没有意义。 今天才知道原来CBB是靠狙击Meme起家的，然后我知道的他的项目有： 在Blur这样的项目第三期，他们的Bot垄断了绝大部分的借贷和大量的Bid积分，虽然亏得很惨。 Berachain，坐庄NFT，盈利大水上。（肯定和项目方有勾兑和深入了解的。） 再是Hype的现货和合约套利，占了1%的交易额。赚了5M还拿了那么大交易份额，未来空投期望值很高。 据闻XPL上CBB塞了30M进去.回报率应该100%？ Ok，我们见了太多天才交易员，车头崛起的故事了，我知道CBB的故事很难复制，但其实从他文章，我学到不少细节。 他们会用大量的AWS服务器来测试哪个联通速度更快，几十个钱包，全球大量的服务器发送Tx去抢占优势。这个是可以学到的。 市场不只是车头和天才交易员才能赚钱的 目前的比较好的市场Perp Dex交易刷量（末期了，目前的成本而言赔率一般） 预测市场，通过比较好的策略，感觉还是能有很多机会，最近比较多的看了下预测市场，感觉是可以通过策略和一些主观交易，诞生非常高多的财富的。 这两个是比较适合个人和小团队的，其实很多人说自己不懂技术，那么是不是可以找个技术来做合伙人呢？你提供策略，技术来实现。 如果你有本金和管理能力，可以招聘技术来实现你的可盈利策略呢？ 感觉纯手动的玩法，在目前几个市场都不太行了，目前还有点红利后期可以组合不用太顶的技术去玩。 还是得有某个专业市场有自己比较领先的策略和技术去持续盈利，然后去拓展，去适应改变。 强如CBB在Blur也要被中国TOP Farm揍，在SOL上，这么伟大的MEME浪潮里，似乎也无什么建树。 个人单打英雄主义时刻，已经落幕。 那交易呢？那是最高最陡的山，我劝你别爬。

上海泡妞实战指南 全网最全 看完封神的无敌他吗的指南 且看且珍惜 上海是我感觉国内最难恋爱的城市没有之一 但同时也是泡妞圣地 每年983W的外来人口 泡一年的妞都他吗能没有重复的 下面给你们放详细的实操👇 第一步 做人设 有人要问了 预算不够怎么办？没有很顶的人设照片 没去过什么地方旅行和拍照 没照片？没去过海外？没车没房？不要紧 直接拍张自己的脸 ChatGPT image 20U搞定一套海外大片 冰岛极光 挪威森林 瑞士滑雪 大别野 劳斯莱斯 米其林 GPT直接带你跨越阶级达到人生巅峰 想去哪里就去哪里 什么？定位怎么办？？？？ 20块钱买个微信多开搞定 欧洲 美国 英国 你他妈想去哪里就定位哪里 甚至能定位很多小众岛屿P个图片你说你买了一座岛都行….. 这样你的一套人设模版就有了 第二部 加量 一般情况下你的人设做的牛逼 在social app上还是挺好加妹妹的 你就疯狂他妈加妹妹 首先我们先提量 先不管质 期间再偷点图——奢侈品店 百达翡丽 人均三千的餐厅 不带脸的随手发 营造”低调有钱”的氛围 养一个月 朋友圈设置仅一个月可见 完美 这个时候 我们就要进入： 第三步 行动 行动分为三个档位 1.喝酒 2.吃饭+喝酒 3.下午茶+吃饭+喝酒 设变量为X 公式统一为X+喝酒 没错 一定要喝酒收尾 你就疯狂他妈的喝 酒是升温的调味剂 但是！！！注意安全 酒醉程度只能到达60%-70% 否则我下一步就该给你们普及法律知识了。。。。。。。 行动档可以参考实际情况判断自己是单独行动还是带上僚机一起🍺 看看那个方案更加事半功倍 当然地点也要谨慎选择 避免碰见别的妹妹 别去很出名的店 或者叫几个朋友不要两个人单独喝酒 约出来前先看朋友圈 聊聊天 判断对方可拿下程度 和对方的痛点在哪里对症下药 也要对自己有清晰认知 知道自己颜值自身条件档位 自己如果是有一定颜值可以大胆约喝酒 对方说不定也想睡你来着 颜值差一点就要人设辅助 看你如何吹逼 上海捞子也多可以释放诱饵让对方咬勾 这就到了重要的第四步： 博弈——她想捞你 你想睡她 这就是一场伟大的人性与段位技术的博弈 在第三步我们已经聊天了了解了对方的意图 她要什么？ 女人也很简单 无非就是 钱 帅 身体好 活好 情绪价值 没别的了 聊天阶段就要判断 她朋友圈消费水平怎么样 她开口闭口聊什么 她在乎什么 颜值高男生的可以直球 颜值一般的就靠人设吹 上海捞子多 你也可以反向放钩子让她以为能捞你 要进行伟大的进行博弈 所以前期聊天很重要 了解对方需求重点打击 也决定了你约会是几个X+喝酒 靠优质程度意图来判断 优质点的甚至可能需要不止一天的X 切记不要太心急 要营造”睡不睡都行 我不缺妹妹”的人设 她才会觉得你有吸引力并且gentleman 还把主动权给了她 但是该使劲主动也要及时把握时机下手主动 第五步 如何下手之试探 创造肢体接触测试她反应看看有没有戏 如：碰肩膀 同喝一杯水or饮料 轻搂 具体看她反应 没抗拒就继续 证明她不排斥你有机会可以尝试操作 如果不行也注意及时止损更换目标 照骗预警：感觉有概率照骗的先约喝茶 不是照骗再走完整流程 是照骗就假装接电话 跑路 - 但是换个角度想 妹妹可能也是AI...以后social app将进入到真假难分的阶段 两个男女分别用AI脸进行匹配 不见面你根本不知道对方是人是鬼 上海这个地方最不缺的就是异性资源 并且一个比一个精明 吧泡妹妹已经做成了量化操作 捞女也多可能会反向操作 这是一座短期关系盛行的城市 上海这座城市的恶意就在于给了你源源不断的异性资源 而你 也许最后会失去维持一段长期关系的能力 上海的妞很好泡 但上海的爱情很难有 - 那啥 我感觉我写策略的比隔壁动不动看鸡巴的强 你们觉得呢？🙂