思维模型——跃迁+

1、指数增长

1/ 线性思维的人，无法理解且很难扭转的一点是，当某个指数发展事物的指标第一次超过某个线性缓慢增长的事物后，马上就会发生巨变。

2/ 一个荷花面积每天翻倍的池塘，经过 29 天才覆盖荷塘一半，但是只要再多一天，就会覆盖整个荷塘。

3/ 贝索斯创业二十二年之后，财富才超过巴菲特和盖茨，但一年之后的今天就比前者多了 50%以上。不出意料的话，未来五到十年贝索斯的各种创业理念和励志书籍大卖，并超过巴菲特。直到他被另外一个完全不同行业的新的指数曲线所超越。

4/ 因为大脑已经习惯了被观察对象前期长时间的默默奋斗而看不出什么表面上的差别，所以对于超过临界点之后的短时间迅速跃迁和质变，完全无法理解，顽强的抗拒，总是依靠直觉认为会最终 revert to mean 回归原来的均值。即使我今天这么说，如果不常常写出来，常常提醒自己，也会犯同样的错误。

5/ 这种场景在各行各业还会不断重复。

6/ 全世界人口 1500年时大约5.8 亿， 1800年时大约 9.8 亿，1900年 十六亿，1950年青霉素普及后达到二十五亿，完全破解了马尔萨斯的魔咒。

7/ 全世界人口过去十年 2008-2018 的增量 （约六亿）和 1700 年全世界人口的总量 （七亿）相差无几。这个巨变的影响，是无法依靠过去历史经验的直觉来正确理解的。

8/ 人生的悲剧之一是，在投入毕生精力的事业刚刚越过临界点，指数发展开始显性的飞跃时，过早的退出而放弃了绝大部分劳动果实的收获，仅仅是因为疲惫不堪，伤痕累累，缺乏想象力和对指数增长的深刻理解。

9/抬杠者会举一些伪指数增长然后又破灭的泡沫来证明自己的观点。反驳其实很简单，第一，只关注全世界最大的四五个指数增长机会，这样就把大部分庞氏骗局和伪指数增长机会过滤掉了。

10/ 第二，经过这样的过滤之后，即使仍有一半归零，剩下的一半有十倍以上的成长，那么整体收益仍然十分可观。

11/ 悲观者的另外一个问题是一根筋单线思维，对于指数增长的多维度可能性缺乏理解。比如摩尔定律的发展历史中，当 CPU 时钟频率提速走到尽头时，人们在内存的架构，内核并行度，组件之间传输数据的带宽，系统的并行度上找到新的增长方向。

12/ 每一个指数增长的现象，都是以被其取代的，另外一个或者几个传统行业的迅速倒塌为代价的，不要螳臂挡车，逆技术潮流而动。

特斯拉过去两天的市值增量 (等价于分股前的250美元)，超过前面十六年累积的市值 (2019年十月十一号股价还低于 250美元)。投资可以拆解为两件事: 第一，活得长，拿得长 ; 第二，不断研究寻找指数增长的技术路径去配置资产。

2、创新的扩散理论

1/ 人们对于未来的预测，多半是根据现有思维模型再做一个线性的延伸推演，因此常常会完全错过新的大趋势。

2/ 如果回顾过去十年，最大的革命性的变化是什么，那么应当首推智能手机：智能手机让你可以和世界上任何角落的人，通过一个 app 瞬间联系上； 而当所有人都跑到这个 app上， 催生了很多完全没有的新的商业活动和商业模式。

3/ 那么 2007， 2008年的时候，大部分主流的创业者，科技公司想的做的是什么呢？

4/ 华尔街是在炒次贷； 油价一度突破 140 美元， 消费者心理被超级通胀的阴影笼罩。

5/ 无线科技被很多人关注，但更多人关注的是底层硬件 ；

6/ 黑莓的发 email 的手机被追捧，但大家对 iphone app 的潜力还是理解不深 ；

7/ oralce, ibm 等企业软件公司日子还很滋润，没有人意识到云计算的巨大潜力 ；

8/ 谷歌的搜索业务如日中天，这个重要趋势倒是一直发达下去。

9/ 神经网络已经在科研历史的垃圾堆里沉睡多年，没有人会意识到做图形芯片的 Nvidia 和人工智能有什么关系。

10/ 这里面还有个关键问题，就是很多事，事后看觉得理所当然，但在当时并不是很明显。“事后诸葛亮，事前猪一样”的问题，大家都有，只是很多人没意识到，或者不愿承认而已。

11/ 现在看 uber, lyfy, 滴滴叫车这种模式理所当然，在 2009年时还有很多不确定性。用手机定位，解决支付，两边吸引足够多的司机和乘客来制造一个高流动性的市场，如何获取资金支持，如何应对监管者的挑战，等等，这些在事前都是非常模糊不确定的。

12/ 所以未来十年涌现出来的最大的趋势，很有可能和现在主流媒体关心的内容是完全不一样的；是和现有趋势有着完全不一样的抽象模型的； 其操作模式是有很多不确定性，甚至处于法律灰色地带的 ；

13/ 所以必须思考各种大趋势的潜在候选人，并且为此做各种预案，相关趋势有哪些潜在信号值得关注，等等。

14/ 人性的认知特点，决定了大家关注的是表象上的技术和产品逻辑，因果关系；那么当新的范式下的新产品涌现之时，因为和过去的（表象上的）经验和模式格格不入，因此会自动被长期忽略/视而不见。

15/ 但抽象上，新技术新范式最核心的特点，是开始有一群狂热的不计代价的支持者；这是那些产品销售前一天晚上十点钟跑到店门口排队买货的发烧友，这是那些废寝忘食，手舞足蹈的追星族。他们往往被普通观察者轻蔑地贬损为 SB, 但实际上二者只是活在各自不同的，独立自洽的世界里。

16/ 按照三十年前 Geoffrey Moore 提出的 crossing the chasm （跃过峡谷）的理论，潜在市场可以分这么几类：早期创新者，早期采用者，早期多数，晚期多数和死不改悔的落伍者。大多数新技术产品获得了早期创新者和早期采用者的支持，但无法完成到”早期多数“的跃迁，无法跃过峡谷，因此最终夭折。

17/ ”早期采用者“和”早期多数“的区别：前者对于新技术的采用是出于自身的特别需要和独立判断， 而后者是从实用主义需要往往选择风险最小的市场领先者。这意味着口碑的传播对于获得”早期多数“客户的重要性；意味着一旦抓住”早期多数“客户成为公认的领先者，其它竞争者则很难类似跃迁。

18/ 这也意味着率先完成跃迁的第一个玩家，将有机会迅速依靠口碑传播霸占大部分”早期多数“客户，获得巨大利润，同时让自己的系统成为市场上事实的标准，以此加固自身的垄断地位，形成良性循环。

19/ 这里第一个反直觉的地方是：未来趋势虽然主要由技术驱动，但从”早期采用者“到”早期多数“的成功跃迁，主要靠正确的营销策略带来的口碑传播驱动。对最有活力的，彼此频繁沟通的用户群加大营销力度，远胜于浪费资源在分散的彼此无沟通的客户。

20/ 没有跃过峡谷之前，没有任何事是注定的，市场的开拓和收入的增长艰难无比。跃过之后，新客户不请自来，收入开始指数型增长，又让人飘飘然觉得自己的成功是冥冥之中，自有天意。

21/ 而成功者日后迟早会把过去经验的表象性的总结 （而不是导致跃迁的抽象上的核心要素），和自已无所不能的上帝情结 (God complex)，带到不熟悉的战场，直到遭遇自己的滑铁卢。

3、软件吞噬世界

1/ 人们有一个巨大的习惯倾向，就是用自己大脑固化后的抽象思维模型，判断标准，理解所有新生事物。

2/ 数字相机刚出来的时候，很多人会说，数字照片质量不如胶卷冲洗出来的照片清晰漂亮，存到 PC 上很麻烦不如放到相册里收藏， 因此不看好，等等。

3/ 说过这些可笑的话的人，要么已经不在了，要么自己忘了，要么不好意思承认。

4/ 真正的重大转折点，来自于 iphone 的出现，把相片的管理变成一个软件应用，可以瞬时和多人分享，可以有千万种玩法。

5/ 这可以看成是软件吞噬摄影业。这是不看好数字相机的人没有想到的。

6/ 或者说，他们理解的软件还是低维度的单个 PC 上的 photoshop 之类的软件，而不是那种可以瞬时大规模共享的全新的软件应用。虽然都叫软件，但不是一回事。

7/ 大规模共享，就增加了很多全新的维度，可以把拍摄的照片瞬时让别人的手机上的别的软件调用，这样就催生了最初发明者完全不可能想到的应用。

8/ 软件吞噬世界的一个本质是，市场涌现出某种标准化的应用编程接口 API,当这个接口承载的参与者数目超过一个临界点后，这个软件系统内的效率和复杂度将会迅速超过老的系统，而且这个优势将迅速越滚越大。把自己的相册里的几十张照片与几位好友面对面分享，和几百张照片在社交媒体上和上亿人共享传播，两种体验完全不可同日而语。

9/ 大规模共享的软件应用化，是一个时间很短的过程。老系统的人按照老的抽象模型，长期拘泥于“数字相机像素低，照片质量不高”这个观察维度里固步自封，以至于新的维度出现时，完全视而不见。在他们的世界里，周边环境出现了巨大不连续的跃迁。等到自己的饭碗被砸掉时，已经来不及反应了。

10/ 当很多人还在纠结电车/汽车的争论时，他们没有意识到，这个游戏早就大局一定，下面是软件吞噬自动车的时代了。

11/ 按照这个思路，软件吞噬自动车的一个发展可能性，是大量自动车，一方面彼此间可以联网实时共享路况等各种数据，一方面可以和大量车载移动商家直接联网， 然后通过自驾技术让买卖双方的车的物理距离在最短时间内降到接近于零，从而实现交易。

12/ 这里面会自然涌现出一个事实上的市场份额最大的标准 API，由某家车商控制。别的车商，为了能分一杯羹，会把自己的车辆软件接口努力和这个 API 全面兼容。 然后这个 API 上会涌现出第三方开发者创造出来的各种复杂的软件应用，可以高效率地实现各种资源共享， 并形成一种新的我们无法想象的复杂而丰富的生态。

13/ 这个发展过程中，出现的各种车祸，或者失败的尝试，都会被来自老的抽象模型中的反对者作为不看好的证据。

14/ 类似逻辑可以想象，软件吞噬全球金融业。在这里，我们常会听到很多人说 “Visa/Master 等系统每秒钟支持的交易数目远远超过某个区块链系统”

15/ 类似逻辑也可以想象，多个人脑/电脑服务器 高带宽地联网协作，形成某种新的高效生命体， 等等。

16/ 而如果以史为鉴，大部分人无法理解这种引入新维度之后的演变，只会盯着新事物在单个维度的不足，来支持自己错误的结论。等到攻守易势，大局已定时，已经没有时间和能力避开灭顶之灾了

4、远离平衡态

当某个事物从平衡态向远离平衡态跃迁时，大部分人的线性直觉是没有价值的。

5、适应度函数

Naval Ravikant:

“ 蟑螂和人类一样是高度进化的产物，只是根据不同的‘适应度函数’ (fitness function) 演化出来而已。 ”

小心选择你的“适应度函数”， 定期评估一下，以前的“适应度函数”是否仍然具有长期合理性。 否则一不小心，成了蟑螂。:)

食物链位置太低。一旦蟑螂化，很难对自身发展做出正确的取舍，跃迁到更高的层次。当然有人会说存在就是合理，蟑螂已经存在几亿年了。//@大型网红:蟑螂化危险在哪里？食物链上的位置太低？

6、流动性建立在信任的基础上

世界最终是靠流动性连接成一个共同体的。

流动性越高，交易摩擦和迟滞越低的系统会自然而然的集聚整合而成为一个共同体。

整合是个双赢的过程，在这个共同体内任何人花钱和赚钱的效率都是最高的。

这个整合越发和物理距离没有关系。你和邻居近在咫尺，但是如果缺乏共同语言和互补的需求，那就不可避免地老死不相往来。

就像更多人慢慢更愿意在亚马逊上购物，也不愿到附近小店买东西，因为选择更多，购买更方便简单，更快，品质服务更有保障，等等。

不要小瞧流动性的创新。它通过标准化的合约，把更多个人和经济体吸入到这个共同体内，大家分摊费用和风险，共同提高效率。虽然这个创新的发展过程中会有各种骗局和曲折，但整体方向是毋庸置疑的。

所以投资的一个视角，是掌握世界上流动性最高的系统内的最稀缺的资源。

流动性是建立在信任的基础上的。从个体角度而言，信赖你的人有多少，你的流动性就有多高。而这个数目超过某个临界点，就会形成品牌效应，流动性产生指数级的跃迁。就像张大千的画作，和无名画家的画作，即使看起来一样，但流动性完全不一样。

一方面确实要有有价值的干货可以分享。另一方面必须展现真实的自己，be authentic, 不必迎合任何人，甚至都不要去思考对于任何人的迎合，因为总是会有很大一部分人对你不感冒。一旦迎合人的想法出现，就不可避免言不由衷了。而言不由衷就会丢失真正的信任

普通人乞求在他人制造的流动性体系中分一杯羹，这是个拥挤而越发困难的游戏。互联网提供了一个自己创造新的流动性的无限可能。

流动性本质是更安全，更便宜，更快，规模更大的对外连接管道。流动性网络越大，才能更科学高效地定位自身角色。流动性网络越小，则自然而悲催地成为井底之蛙。

7、正反馈回路

所谓顺势而为，就是寻找世界上最强大的正反馈回路 ( positive feedback loop).

最强大的正反馈回路往往是多维度的，而不只是单个角度单个简单的因素。后者往往难以持续，遇到一点负反馈的抑制就泡沫破碎。前者则往往势不可挡，摧枯拉朽，越战越勇，形成一个全新的复杂度更高的结构，直到它最终遇到某个资源的瓶颈抑制而增速减缓。

传统的低买高卖的操作，是假设世界处于一个平衡态，任何扰动会被负反馈回路所平衡。这只是一类现象，但太枯燥，无法获得暴利实现跃迁。

正反馈回路现象，必须要亲自深入到底层观察，从里往外看，从下往上看，才能真正理解并认同其微观上的机制。否则在外面看，始终无法判断是泡沫还是真正的突破。

世界上复杂度最高的系统内，会不断涌现出新的正反馈回路。每个阶段都有那个时代最强大的正反馈回路，错过了上个时期的机会还有下面的机会，真正理解其机制后，根本不用着急。

只有大部分时间深入到底层，全面观察和理解微观上的各种正反馈机制，才能有定力去享受那长时间的摧枯拉朽和势如破竹的指数级别的回报。

还有个正反馈回路就是，有闲读更多书，就可以发现更多观察世界的角度和思维模型，就可以捕捉更多机会来发财，然后就会有更多闲暇去读更多书，进一步提高自身信息搜集处理的优势。

产量越大，单价越低，而单价越低，销量就越大，逐步拉大和其它竞争者的差距。 或者某个软件系统用的人越多，开发者越多，开发应用越多，因此又会导致用的人更多。不同的正反馈回路机制同时发力，就会产生资源和人才的黑洞

正反馈回路往往会造就一种宗教式的狂热和虔诚，外面的观察者会因为其信徒的狂热和表象上的头脑简单，轻率的贬损其为 cult, 而没有去认真理解其底层的长期正反馈回路的机制。换句话说，好的资产，你可以感受到用户和股东外溢的那种宗教式狂热，而资产的长期超额回报又不断加固了这种狂热。

8、非线性

计量经济学和很多技术分析，之所以是伪科学的一个重要原因，是因为它们完全不考虑复杂系统里面的"非线性跃迁":

比如一个地方的水土流失，很长时间不会影响收成。但当表层土流失，到达农作物的根部区域后，稍微一点点土壤流失，就会导致收成大减。

再比如说你使劲推一块石头，半天推不动，但力量超过静摩擦力后，它就开始滑动; 再加一把劲把巨石推下山坡悬崖后，它就开始加速向下滚动。

超额的回报往往来自于研究和寻找那些马上要坠落悬崖的巨石。但很多人只关心推石头，而根本不分析研究周边环境，不去思考研究是否能推得动，能推多远。

更有甚者，有些人仅仅是因为看到巨石从山坡上加速往下滚，仅仅因为这是一种他们从未经历过的现象，不符合自己的理论框架，便要迎头上去螳臂挡石，要去做空，而最终把自己弄得粉身碎骨。

9、财富的本质是能量信息效率

财富的本质是能量和信息的效率。只要别人的能量和信息技术的效率超过你，你的东西很快就一钱不值。

财富的积累，不在于你局部的事情做得有多好，而在于:

你做的东西是不是世界上最好的?
如果(大概率)不是，那么世界上最好的系统上的资产，你是否有参与进去，让自己也分一杯羹?

财富的迁移往往是看不见的，突然的跃迁。

随时准备抛弃过去，跃迁到能量和信息效率更高的系统上。

1、复杂适应系统

复杂适应系统的演化特点，不是说有个开关，给它某个输入，灯就亮，或者灭掉。这种简单化的思维模型往往是错误的， 跟江湖医生说吃啥补啥，是差不多的概念。

更多时候它的特点是分层级的，一步步跳跃式的演变。在临界点之内，长期保持某种平衡可控的状态，你从外界输入某种信号或刺激，很长时间看不到明显变化。

但各种外界刺激，积累过某个临界点后，系统会突然失控，迅速发生大规模跃迁，要么上升到一个更高的稳定态，要么突然崩溃到更混乱低级的状态。

技术水平发生实质性的大规模的跃迁，需要的是高几个数量级的新测试数据。如果各种 biomarker 测试，单次成本降到十美元以下，不需要采集那么多血，精确度再提高，可在家里几分钟就获得测试结果，可迅速通过云服务深度分析，可吸引上百万兴趣爱好者参与，那么抗衰老研究将会加速发展，越过临界点。

2、出题家与做题家

做题家和出题家的区别是，前者是短期利益驱动，后者是兴趣和信念驱动。

做题家常会追逐一些表面的泡沫，甚至自己知道是泡沫，也要自欺欺人去追逐，只因为看上去利益非常诱人。

出题家即使没有短期利益驱动，也会为自己的兴趣或信念而废寝忘食的奋斗，因为在做事本身非常有趣，做事过程中自己的能力和见识得到真正的提高而绝非虚幻的泡沫，长远看非常有价值有意义。

有的时候做题家和出题家看上去是在做同样一件事，但熊市来临时，他们就会分道扬镳。做题家会做鸟兽散，出题家继续乐此不疲的迭代。

3、两点之间，阻力最小的线路最快

古典老师的"跃迁"这本书写得不错。在本地图书馆翻到，里面有段话深得我心:

"所谓成熟，就是理解了世界的复杂性，不再一味追求走直线。... 两点之间，阻力最小的线路最快。" ​