Essays

今天谈到复利，人们通常会想到股票、指数基金、养老金，以及那条最常见的指数增长曲线。复利被描述为长期投资的奖励，也被包装成一种简单的人生智慧：只要开始得足够早，坚持得足够久，时间就会帮助我们积累财富。 但复利并不是从证券市场开始的。它最初也不是一套帮助普通人实现财富自由的方法。恰恰相反，人类最先感受到复利力量的地方，很可能是债务。它首先回答的问题不是“我的资产将来会增长到多少”，而是：如果一笔债务没有被偿还，它会随着时间增长到多少？ 从古代的谷物和牲畜借贷，到中世纪商人的账簿，再到年金、保险、企业估值和指数基金，复利经历了漫长的观念演变。它逐渐从一项债务计算技术，发展成现代金融的基础语言，最后又被扩展为一种关于学习、能力、作品和人生选择的隐喻。复利的历史，实际上也是人类如何把时间纳入价值计算的历史。 一、在人类学会投资以前，已经开始计算债务 在现代货币出现之前，人们借出的通常不是纸币和账户余额，而是谷物、种子、牲畜和其他生产资料。借出一袋种子，经过耕作以后可能收获更多粮食；借出一头牲畜，牲畜可能繁殖出幼崽。因此，在一些古代社会的观念中，利息并不只是一个抽象数字，它可以被理解为生产资料在一段时间之后产生的“后代”。 这也解释了为什么“利息是否合法”在古代并不是一个简单问题。牲畜和土地可以生产新的财富，但货币本身会不会生产？如果货币只是一种交换媒介，那么一个人为什么可以仅仅因为暂时让渡了货币的使用权，就要求得到更多货币？亚里士多德以及后来的许多宗教思想家都曾对这种“钱生钱”的现象保持警惕。中世纪基督教传统长期反对以确定收益为目的的放贷，但如果资金提供者共同承担商业风险，利润分配通常更容易被接受。这一区别已经隐约包含了现代金融中的一个重要原则：风险承担者可以获得回报，但仅仅利用债务人的困境获取确定收益，可能产生严重的道德问题。12 古代社会对复利的警惕并非毫无理由。当债务无法按时偿还，利息又不断进入本金时，债务会以非线性的方式扩大。对于缺乏储蓄、收入不稳定的借款者来说，时间并不会带来财富，反而会不断削弱其土地、劳动和未来收入。 因此，复利从一开始就拥有两张面孔。对于债权人，它意味着资产增长；对于债务人，它意味着义务扩大。对于拥有生产性资产的人，时间可能成为盟友；对于背负高成本债务的人，时间也可能成为对手。时间本身既不奖励人，也不惩罚人。它只是放大一个人已经进入的结构。 二、巴比伦人已经发现，时间并不是线性的 现存的一些古巴比伦泥板表明，约在公元前第二个千纪，人们已经能够处理与复合增长相似的问题。其中一类问题是：如果一笔本金按照固定比例逐年增加，需要多长时间才能翻倍？1 这并不意味着巴比伦人已经建立了现代复利理论，但至少说明，古代书吏已经意识到：重复增长不能通过简单加法理解。 如果每年增加的金额始终根据最初本金计算，增长是线性的；如果前一年的新增金额也进入下一年的计算基础，增长就会逐渐加速。这两种结构看起来只相差一个步骤，却代表了两种完全不同的时间观。 单利意味着，每一年都在重复同一件事情。复利意味着，过去发生的结果改变了下一轮的起点。这也是复利最深层的结构：不是单纯的“利息产生利息”，而是结果被保存下来，并重新成为投入。 三、Fibonacci 帮助欧洲人学会比较今天与未来 1202 年，意大利数学家 Leonardo of Pisa——后来被称为 Fibonacci——完成了《Liber Abaci》。今天，人们主要通过斐波那契数列认识他。但这部书实际上并不只讨论兔子繁殖和数字序列。它的大量篇幅服务于商业实践，包括货币兑换、商品定价、合伙利润、贸易套利、利息、几何级数和现金流估值。 更重要的是，Fibonacci 不只研究一笔钱未来能够增长到多少，也开始系统处理相反的问题：如果未来能够收到一笔钱，那么这笔钱今天价值多少？这就是现值分析的核心。3 复利从今天走向未来： FV = PV(1 + r)n 贴现则从未来返回今天： PV = FV / (1 + r)n 两者本质上是同一种时间关系的两个方向。一旦人们接受“未来的一元钱不等于今天的一元钱”，就可以比较原本无法直接比较的交易：一次性付款与分期付款哪一种更有价值？一项年金今天应该卖多少钱？某笔贸易未来的回款，是否足以补偿今天投入的本金？借款利率是否超过了商业活动能够创造的回报？ Fibonacci 的贡献不仅在于提供了若干计算方法，更在于把时间引入商业决策。现代金融中所谓的时间价值、现值、终值和贴现现金流，都可以在这种早期商业数学中找到思想源头。从这一刻开始，复利不再只是债务如何扩大，也开始成为衡量机会的工具。 四、从商人的秘密表格，到可以复制的金融知识 在没有计算器和电子表格的时代，复利计算是一项非常烦琐的工作。如果利率、期限和付款频率稍有变化，就需要反复进行乘方、除法和级数计算。掌握准确的利息表，因此可能成为商人和银行家的竞争优势。 现存最早的一组复利表见于 Francesco Balducci Pegolotti 的商业手稿；原作可能形成于约 1340 年，现存抄本写于 1472 年。商人可以通过查表，迅速知道一笔本金按照不同利率持有若干年后将增长到多少。1494 年，Luca Pacioli 在《算术、几何、比例与比例关系大全》中记录了后来被称为“72 法则”的近似方法：用 72 除以年收益率的百分数，可以估算本金翻倍所需的年数。1 例如，按照 6% 的年增长率，翻倍大约需要： 72 ÷ 6 = 12 年 72 法则的意义并不只是简化计算。它把一个抽象的百分比转化成了普通人可以直观理解的时间尺度。6% 不再只是一个数字，而意味着大约十二年的翻倍周期；12% 则意味着大约六年的翻倍周期。人们由此开始用“翻倍需要多久”理解增长，而不只是观察某一年的收益。 ...

——从《火影忍者》的尾兽，到大模型时代的人类能力重构 小时候看《火影忍者》，我一直觉得尾兽是一个很有意思的设定。九大尾兽承载着远超普通个体的查克拉与力量。有人看到它们，只觉得那是无法控制的怪物；真正强大的忍者却会追问：怎样理解这种力量，与它建立关系，并把它转化为自己的能力？ 最近思考 AI 时，我突然意识到，今天的大模型很像《火影忍者》中的尾兽。它把人类文明长期积累的知识，压缩成了一种普通人可以调用的外部智能。我们正在进入一个近似“人柱力时代”的阶段：越来越多人可以接触巨大的力量，但拥有力量，并不等于会使用力量。 一、知识一直是人类文明创造的“尾兽” 如果把人类文明看成一个巨大的知识体系，那么每一个成熟领域，都像一只尾兽。物理学包含经典力学、电磁理论、热力学、相对论和量子力学；生命科学连接细胞、遗传、进化、神经与生态；金融涉及货币、银行、市场、资本配置与风险；工程制造则横跨材料、机械结构、自动化、软件和供应链。 这些知识不是任何一个人的财富，而是无数代人共同积累的结果。过去真正的障碍，不是知识不存在，而是调用知识的成本很高。一个人需要经过长期教育、阅读、训练和实践，才可能掌握其中一小部分。人的时间、注意力和经验有限，而文明积累的知识早已超过任何个体能够独立容纳的范围。 知识这只“尾兽”一直存在，只是大多数人很难靠近它，更难在需要时迅速调动它。 二、大模型改变的，是人与知识的连接方式 大模型并不是凭空创造知识，也不是一本按照页码保存事实的超级百科全书。它更像是把大量文本、代码和其他资料中的模式压缩成一个可交互的模型，再根据提问生成、重组和连接内容。它可以帮助人发现关系、形成草稿和探索方案，也可能产生错误、遗漏条件，甚至以很自信的方式给出不可靠的答案。 在过去，一个人通常需要先找到书籍和资料，再理解知识、形成能力，最后尝试解决问题。现在，人可以先描述问题，让模型协助检索思路、解释概念、比较方案、生成代码或整理表达。互联网和搜索引擎曾经降低了寻找信息的成本，大模型又进一步降低了初步理解、连接和转化信息的成本。 它没有让学习失去意义，而是改变了学习的重点。人的任务正在从收集零散知识，迁移到建立框架、提出问题、验证结果并把知识用于真实情境。 这仍然像鸣人与九尾的关系。九尾的存在没有自动让鸣人成为强者。他仍然需要理解力量、约束力量，并让它与自己的经验、判断和意志协同。真正属于鸣人的，不是体内存在多少查克拉，而是他最终能够把这些力量用来做什么。 三、拥有尾兽，不等于成为强者 AI 时代一个常见的误区是：“既然 AI 可以回答这么多问题，学习还有什么意义？”这就像认为鸣人体内有九尾，因此不再需要修炼。外部智能提高的是一个人的能力上限，却不能替他建立专业基础、理解现实约束，更不能替他承担决定的后果。 工业时代的机器放大了人的体力，计算机时代的软件接管了大量标准化计算与信息处理，现在 AI 又开始参与语言、代码、分析和内容生成。随着常见知识的获取成本下降，以下四种能力会变得更重要： 问题定义能力。 AI 可以回答问题，也可以协助寻找问题，但什么值得解决，取决于人的目标、处境与价值判断。 跨领域连接能力。 单一领域的知识越来越容易调用，真正困难的是把工程、金融、写作、心理学和商业放进同一个现实问题中。 判断与责任。 AI 可以快速生成许多方案，却无法替人决定哪些假设可信、哪些风险不可接受，以及谁来承担结果。 创造与执行。 一个答案只有被测试、修改、交付并接受现实反馈之后，才可能变成价值。生成内容不等于完成创造。 因此，未来人与人的差距，不只在于谁能获得更多答案，而在于谁能形成一个完整闭环：提出值得解决的问题，调用合适的知识，识别错误，把结果用于现实，再从反馈中继续修正。 四、用 Human Capital ETF 训练驾驭外部智能的能力 这也让我重新理解 Human Capital ETF。过去，我们常用学历、技能和工作经验衡量人力资本；AI 时代，一个人的竞争力更像一组需要长期配置和持续再平衡的资产： Core 是健康、现金流、专业能力和基础认知。它决定一个人是否拥有理解问题的底座，以及能否持续行动。 Growth 是学习、AI、编程和跨领域迁移能力。它帮助一个人扩大能力边界，但应该放大 Core，而不是成为逃离专业积累的借口。 Distribution 是写作、表达、社交网络、个人品牌与内容渠道。它把私人的思考和人机协作结果，转化成可以传播、被反馈和长期保存的作品。 Meta 是思考、复盘、时间配置、风险管理和重新平衡的能力。它决定我们为什么使用 AI、把注意力放在哪里，以及什么时候应该质疑或停止。 AI 使用能力主要属于 Growth，但它不能孤立存在。没有 Core，模型的输出容易脱离专业约束；没有 Meta，人可能只是更高效地走向错误方向；没有 Distribution，再好的想法也可能停留在一次私人对话里；没有健康和稳定的现金流，长期积累也很难持续。 未来真正有竞争力的人，不一定是拥有最多知识的人，而是能够持续调用外部智能，并把一次次调用沉淀为专业能力、工作成果、作品、关系和长期资产的人。 五、成为自己的“人柱力” 每一次技术革命都会替代一部分旧任务，也会重新划分人和工具的边界。AI 可能重组岗位、改变专业分工，并让一些原本昂贵的能力变得普遍，但它的影响不能只用“是否取代人类”来概括。更直接的变化是，一个普通人能够调动的知识、分析和创造能力正在迅速扩大。 成为 AI 的使用者，不是被动接受它给出的第一个答案，也不是把目标、判断和责任一并外包。它意味着知道什么时候调用它，什么时候质疑它，什么时候回到现实中验证，以及怎样把结果变成自己的能力和资产。 如果知识是尾兽，那么 AI 正在让更多人有机会接近这些尾兽。真正的问题不再只是“我有没有 AI”，而是“我是否有能力与它协作，同时保留自己的判断”。 ...

案例研究、认知边界与一个普通 Worker 的可能性空间 有人说，普通人去读沃伦·巴菲特、查理·芒格和段永平，去研究 Naval、Elon Musk 或 Justin Sun，甚至去读《这世界既温柔又残酷》一类过来人写下的书，并没有多大用处。理由并不难理解：普通人没有他们的资本、背景、资源、网络和时代机遇，也不可能按照他们给出的路径重新走一遍人生。如果一本书最终不能告诉我明天具体应该做什么，不能立刻提高收入，也不能让我直接抵达财富自由，那么阅读这些人的思想似乎只是一种高级的自我安慰。 这个质疑有一部分是成立的。我们确实无法复制别人的成功。巴菲特所经历的市场、马斯克进入的产业周期、Naval 所处的硅谷网络，乃至任何一个短期获得高收入的人曾经遇到的机会窗口，都不可能完整地重现。如果案例研究最终只是把复杂的人生压缩成“坚持阅读”“长期主义”“勇敢冒险”几条口号，它不仅没有帮助，反而会制造一种危险的错觉：仿佛相同的动作必然导向相同的结果。 但我不同意由此得出的另一个结论：因为无法复制，所以不值得学习。这个结论把“有用”理解得过于狭窄，好像知识只有在能够立即兑换成一条执行命令时才有价值。事实上，许多真正重要的思想，首先改变的并不是一个人的动作，而是他能够看见什么、能够描述什么，以及能够把什么理解为一种可能性。 没有进入语言的可能性，很难进入行动 我越来越相信，一个人的可能性空间，在很大程度上由他掌握的概念和语言决定。如果一个人的认知中从未出现过“能力圈”“复利”“机会成本”“所有权”“具体知识”“资本配置”“杠杆”和“未来选择权”，那么他并不是认真比较之后拒绝了这些路径，而是根本没有能力把它们识别为一种选择。 语言不只是给已经存在的事物贴标签。一个好的概念会重新切分现实，让原本混在一起的经验呈现出结构。只有当我理解了“能力圈”，我才会开始区分真正理解的领域与仅仅因为别人赚钱而产生的兴趣；只有当我理解了“机会成本”，我才会意识到每一次答应都同时包含一次拒绝；只有当我理解了“所有权”，我才会发现工资增长和资产增长并不是同一件事。 这也是我后来提出 The Worker Investor 和 Human Capital ETF 的原因。一个普通 worker 原本也在学习、工作、储蓄、锻炼和表达，但这些活动经常只是彼此分离的日常事项。当我开始用 Core、Growth、Distribution 和 Meta 去描述它们时，健康、职业主线、成长技能、公开作品和复盘系统才第一次出现在同一张资产配置图上。这个框架并没有替我完成任何事情，却改变了我理解这些事情的方式。概念一旦出现，我就能够配置、比较、复盘和再平衡；在概念出现以前，我只能凭感觉不断忙碌。 从这个意义上说，巴菲特和芒格提供的并不是一份要求所有人照抄的投资指令，而是一组观察长期决策的坐标。巴菲特不需要把我变成另一个巴菲特。他只需要让我第一次认真思考能力的边界、永久性损失、资本配置和几十年的时间尺度，这种学习就已经发生了。 指令可以制造动作，却不能制造策略 直接命令一个人每天读书、坚持储蓄、长期投资，当然可能产生短期动作。但一条指令，与一个人经过批判性思考形成的策略，并不是同一种东西。 机械执行最容易维持的时刻，是一切都在按计划进行的时候。真正的区别出现在回报迟迟没有到来、市场开始下跌、工作变得繁忙，或者原来的计划与现实发生冲突时。如果一个人只知道“别人让我这样做”，他很难判断应该坚持、调整还是停止。因为他掌握的是动作，却没有理解动作背后的目标、机制、条件和代价。 真正能够穿越困难的行动，需要一种内在意愿（willingness）。这里的意愿不是热血或意志力，而是一个人理解了一件事为什么值得做，也愿意为它承担机会成本。它来自一个更完整的过程：接触思想，获得概念，形成假设，进行批判性判断，设计自己的实验，再根据现实反馈修正策略。 所以，阅读不会自动改变生活，正如知道 Human Capital ETF 也不会让我第二天就拥有更高的人力资本。知识与结果之间还隔着训练、实践、反馈和时间。但这并不证明知识无用，它只说明“理解一个概念”和“让概念进入现实”是两个不同阶段。这正是我所说的 Compounding Yourself：真正的成长不是听懂一句话的瞬间，而是这句话在以后一次次选择、练习和复盘中逐渐改变了系统。 案例是训练数据，不是人生处方 作为工程师，我更愿意把案例研究理解成机器学习中的训练数据。如果一个模型只看过高度相似的常规样本，它可能非常熟悉平均状态，却无法识别边界之外的情况。一旦出现新的变量、极端环境或分布变化，它就会迅速失效。 人的认知也是如此。如果一个人接触到的所有生活样本都是上班、升职、加薪、消费和继续上班，他很容易把这条路径误认为现实本身，而不是现实中的一种配置。巴菲特、芒格、马斯克、Naval、段永平这些极端样本的价值，在于把此前没有进入模型的变量带进来：时间可以被拉长到几十年，判断力可以参与资本配置，代码和媒体可以形成杠杆，所有权可以改变收益结构，拒绝一个机会有时比抓住机会更重要。 这些人物不是用来预测普通人的平均生活，而是用来拓展模型的边界。它们像边界样本（corner cases），让我知道现实还可以怎样组合，人的能力、资本、作品、声誉和时间之间还可能存在怎样的关系。没有这些样本，一个人的模型可能在熟悉环境里运行良好，却从未意识到自己把多少可能性排除在了训练集之外。 不过，机器学习的类比也带来了一个必要的警告：如果训练集里只有极端成功者，模型同样会失真。它会过拟合幸存者，把运气误认为能力，把时代红利误认为普遍规律，把结果倒推成必然路径。因此，一套负责任的案例系统必须同时包含普通样本、极端样本和失败样本。普通样本提供现实基线，极端样本打开认知边界，失败样本揭示代价和失效条件。 真正要提取的，是隐藏在路径下面的结构 这也可以用我最近一直在思考的奇异值分解（SVD）来理解。面对一张庞大而稀疏的订单—零件矩阵，SVD 的目的不是复制某一份历史 BOM，而是从大量表面不同的配置中，提取隐藏在背后的潜在结构。案例研究也应该如此。 巴菲特、马斯克、Naval 和一个普通工程师的人生，在表面配置上差异巨大。出生、行业、资金、时代和性格都无法对齐。如果我们只比较表面动作，最终不是崇拜就是否定。但如果向下寻找潜在因子，我们可能看到一些跨案例反复出现的结构：长期训练形成判断力，把稀缺能力转化为所有权，通过作品建立分发，利用工具扩大杠杆，在反馈中调整资源配置，并为未来保留选择权。 这并不意味着这些原则在任何环境中都有效。它们仍然需要结合个人约束进行转译。案例研究真正训练的能力，不是模仿，而是从独特路径中抽取共性，再判断这些共性在自己的条件下是否成立。我们不复制历史配置，而是识别历史配置背后的潜在结构。 阅读是在购买一种认知期权 我曾经把储蓄理解成“把今天的一部分自己留给未来”。现在看来，阅读也存在类似的时间结构。一本书中的某个概念今天未必能够执行，却可能在未来某个具体情境出现时，帮助我识别一个原本会被忽略的机会。 这种知识更像一种认知期权。我今天不必立即行权，也不必假装自己已经具备全部条件。但因为我曾经接触过这些语言和模型，当新的资源、问题和机会出现时，我不再从零开始理解。思想没有直接替我改变生活，却扩大了未来可以被我识别和选择的路径。 这也解释了我为什么想做 KnowWrite。传统阅读的问题之一，是大量笔记在记录之后就沉睡了。它们没有消失，却很难在真正需要的时候重新进入思考。KnowWrite 想做的，不只是把 Kindle 标注导出来，而是让过去读过的思想在未来提出新问题、写文章或做决策时被重新调用。阅读的价值不一定在读完当下兑现，它可能在数年以后与一个现实问题重新相遇，才完成真正的转化。 因此，阅读笔记并不是知识仓库里的收藏品，而是未来思考可以调用的资产。一本书、一段经验和一次对话，只有在新的问题中被重新组合，才会从静态信息变成判断力。 AI 时代，我们更需要那些偏离平均值的思想 我曾经把 AI 理解成一种共识生成器（consensus generator）。大模型能够快速生成一个领域里的公共常识、常见路径和平均答案。这极大降低了进入一个新领域的成本，但也意味着仅仅知道共识会越来越不稀缺。 ...

最近，我读到了 Paul Graham 的一篇文章，题目叫《How to Earn a Billion Dollars》。文章来自他在 Oxford Union 的一次演讲。Paul Graham 试图回答一个看起来有些夸张的问题：一个人究竟怎样才能赚到十亿美元？ 他给出的解释并不复杂。一家创业公司最终能够成长到多大，主要取决于两个变量：它的增长率，以及这种增长能够持续多久。增长率取决于产品是否足够好，好到用户愿意主动把它推荐给朋友；增长能够持续多久，则取决于市场中还有多少尚未被满足的需求。如果一家公司能够在一个足够大的市场里保持指数增长，那么它的价值就可能在很短的时间里迅速上升，创始人所持股份的价值也会随之增长。 Paul Graham 之所以熟悉这个问题，是因为他长期处在创业公司的世界里。他是一名程序员、写作者和投资人，早年参与创办了 Viaweb，后来又与 Jessica Livingston、Robert Morris 和 Trevor Blackwell 共同创办了 Y Combinator。自 2001 年开始，他不断在个人网站上发布关于编程、创业、财富、教育、写作和人生的 essays。但真正吸引我的，并不只是他对十亿美元、创业公司和指数增长的解释。读完这篇文章以后，我产生了另一个问题：用户愿意付费，是否就意味着社会变得更富有？ Paul Graham 在文章中建立了一条非常有说服力的因果链：一家公司做出了用户真正需要的产品；用户因为喜欢这个产品而主动传播；传播带来持续增长；增长进入足够大的市场；公司最终变得非常有价值。从企业和创始人的角度看，这个逻辑是成立的。但如果把视角从一家公司的增长，进一步拉远到整个社会，我觉得还有一个问题没有得到回答：一家公司的高速增长，可以证明它发现了某种强烈需求，但它是否必然意味着社会生产率得到了提高？换句话说，用户愿意使用和付费，证明产品拥有私人市场价值，却不一定自动证明它扩大了整个社会的生产能力。 我开始想象一个最简单的小岛。假设岛上只有两个人。一个人捕鱼，另一个人种椰子。他们原本各自生产食物，然后进行交换。后来，其中一个人花费很长时间开发了一款软件。这款软件不能帮助他们捕到更多鱼，也不能种出更多椰子，不能降低运输成本，不能减少劳动时间，更不能帮助他们制造新的工具。它唯一的功能，是向另一个人提供情绪陪伴。另一个人很喜欢这项服务，愿意用二十条鱼购买它。 那么，小岛的 GDP 是否因此增加了？小岛是否真的变得更加富有？这款软件究竟是在创造新的价值，还是只是在重新分配原来已经存在的鱼和椰子？这个问题看起来简单，但继续推演以后，我发现它迫使我们区分几个经常被混在一起的概念：收入、GDP、生产率和社会福利并不是同一件事。 小岛上的三种情况 第一种情况是，一个人只是无条件把二十条鱼送给另一个人，而后者没有提供任何新的商品或服务。这只是财富转移。一个人少了二十条鱼，另一个人多了二十条鱼。岛上的鱼没有增加，椰子也没有增加，总产出没有变化。支付和转移本身并不创造 GDP。只有新的商品或服务被生产出来，才形成新的产出。 第二种情况是，软件确实提供了一种真实的情绪服务。购买者从中获得了陪伴、娱乐、安慰或者审美体验，并认为这种体验值得二十条鱼。这时，软件服务可以被视为一种新的最终服务，因此可能被计算进 GDP。GDP 本来衡量的就是一定时期内生产出来的最终商品和服务的市场价值，而不只衡量工厂、机器和生产工具。但这仍然不意味着小岛的生产率提高了。生产率所讨论的是投入与产出之间的关系。例如劳动生产率通常衡量每小时劳动能够生产多少产出。只有当同样的劳动时间可以捕到更多鱼、种出更多椰子，或者生产同样数量的食物所需时间更少时，我们才可以说生产率提高了。情绪软件可能增加了一种消费体验，却没有扩大原有的物质生产能力。 第三种情况则更加复杂。假设种椰子的人原本每天可以生产一百个椰子。为了开发和维护这款软件，他减少了用于种植的时间，最终只能生产六十个椰子。小岛因此少了四十个椰子，却多了一项价值二十条鱼的情绪服务。在这种情况下，即使软件产生了收入，社会仍然付出了真实的机会成本。如果损失的椰子价值高于新增服务创造的价值，小岛的实际产出和生活水平甚至可能下降。 因此，用户愿意付费只能证明一件事：对这个具体用户而言，情绪服务的边际价值高于他为此支付的二十条鱼。但这不能单独证明整个小岛的生产能力因此得到了提高。 GDP 增长不等于生产率增长 这个小岛实验让我逐渐意识到，我们至少需要区分三种不同的价值。第一种是 private value，私人价值。用户是否愿意购买、订阅、使用和推荐产品？公司能否因此获得收入和增长？这是市场能够直接观测到的部分，也是 Paul Graham 在《How to Earn a Billion Dollars》中主要讨论的层面。 第二种是 productive value，生产价值。产品是否让社会用更少的劳动、资本、能源和材料完成更多事情？它是否减少了等待、浪费和错误？是否让原本闲置的生产要素获得了更高的利用率？第三种是 social value，社会价值。把消费者福利、长期能力、健康、注意力、环境影响、分配问题和各种外部性全部考虑进去以后，这个产品是否让社会整体变得更好？ 这三种价值有时会重合，但并不总是重合。一款优秀的工程软件可能同时拥有三种价值：企业愿意付费，因为它减少了成本；它提高了工程师的生产率；它也减少了材料浪费和安全事故。一款娱乐产品可能具有很高的私人价值和社会福利价值，却不明显提高生产率。音乐、电影、文学和游戏没有必要把每个人变成效率更高的劳动者，才有资格被称为有价值。 还有一些产品可能拥有很高的收入和估值，却没有创造与之匹配的社会净价值。它们的商业模式可能依赖注意力劫持、成瘾机制、信息不对称、虚构稀缺性或者地位竞争。用户花费了更多时间和金钱，公司也获得了增长，但社会并没有因此积累更多能力、知识或者选择权。所以，市场增长是一个非常重要的价值信号，却不是社会价值的完整证明。 Paul Graham 所说的“财富”还可以继续细分 事实上，Paul Graham 很早就讨论过 money 与 wealth 的区别。在《How to Make Wealth》中，他认为金钱不是财富本身，而是一种移动和交换财富的媒介。真正的财富是人们想要的东西：食物、房屋、工具、旅行、健康，以及各种能够改善生活的产品和服务。他还特别指出，财富可以在没有被出售的情况下产生。科学知识和开源软件可能不直接带来交易收入，却可以让许多人变得更安全、更健康、更有能力。 ...

The Worker Investor · Part I · Chapter 3 现代 Worker 的困境：我们卖掉的不只是时间 现代工作买走的，从来不只是劳动合同中标注的八小时。它还可能进一步进入一个人的内心，塑造他的注意力、情绪反应、自我评价，以及他理解他人和世界的方式。一个 worker 长期处在职责不清、边界模糊、持续高压和缺乏恢复的环境中，损失的可能不仅是时间和精力。久而久之，他甚至可能失去一种更隐蔽却更重要的东西：独立解释现实的能力。 当这种变化发生时，工作就不再只是每天需要前往的一个场所，而会逐渐变成一套被内化的认知系统。领导提出一次修改意见，可能被理解为否定；同事获得一次认可，可能被感受为威胁；一次普通的失误，也可能被当成“我没有能力”“我不适合这里”或者“所有人都在针对我”的证据。办公室仍然是原来的办公室，周围的人也未必真的发生了变化，但一个人感受到的世界已经开始变得不同。 这也是“我们卖掉的不只是八小时”这句话更深层的含义。Worker 交付的不仅是某个时间段内的劳动，还可能在长期适应组织的过程中，逐渐交出自己的注意力边界、情绪边界，乃至定义自身价值的权力。如果一个人的收入、身份、价值感和未来可能性都集中在一份工作中，那么这份工作拥有的就不只是他的时间，也开始拥有解释他的权力。 2006 年的电影《寂静岭》，为这种本来不容易被看见的变化提供了一个极具表现力的隐喻。在电影结尾，Rose 明明已经找到了女儿 Sharon，也带着她开车离开了那座被灰雾笼罩的小镇。她回到了自己的家，丈夫 Christopher 也站在同一栋房子里，但他们却处在两个彼此重叠、无法相见的世界中。Rose 看似已经离开了寂静岭，实际上却依然生活在由寂静岭延伸出来的灰雾世界里。 这个结尾真正值得思考的，并不只是人物为什么没有回到现实，而是它揭示了一种可能：**一个人即使已经离开了制造痛苦的地方，也可能依然生活在由那段痛苦塑造出来的世界里。**地点可以离开，关系可以中断，工作也可以辞掉，但过去形成的警觉、防御、自我否定和威胁感，未必会随之消失。一个人可能已经离开那家公司，却依然会因为消息提示音而紧张；他可能已经进入周末，却仍然因为没有工作而感到负罪；他可能已经更换领导，却仍然下意识地把每一次反馈理解为危险。 因此，《寂静岭》在这里并不是一部需要被完整解读的电影，而是一面镜子。它把一种现代工作中的隐性后果变得可见：当压力长期得不到处理，它就可能不再只是发生在人的身上，而是逐渐变成人所生活的环境。 电影中的灰雾、铁锈、怪物与黑暗世界，都是 Alessa 所经历的羞辱、迫害、恐惧和仇恨的外化。这些情绪原本只是她内心的体验，但它们不断累积，最终像是拥有了自己的形态、意志和行动能力。Dark Alessa 可以被理解为痛苦与仇恨的人格化。 所谓人格化，就是原本没有人格的事物逐渐获得主体性。焦虑会“告诉”一个人他还不够优秀，恐惧会“命令”一个人保持警惕，仇恨会“要求”一个人完成报复。这些情绪原本没有嘴巴、身体和独立意志，但当它们被持续强化时，就可能逐渐形成自己的声音，反过来决定一个人如何理解自己、理解别人，以及理解整个世界。 现代职场中的 burnout 也可能呈现出相似的变化。一个人最初只是感到疲惫，后来可能变成“我不能停下来”；最初只是担心出错，后来可能变成“任何错误都会证明我没有价值”；最初只是对某个人缺乏信任，后来可能变成“所有人都在争夺资源，没有人真正值得相信”。到这个阶段，情绪已经不再只是短暂的感受，而开始成为一套持续运行的解释系统。 现实中的办公室当然不会真的出现灰雾和怪物，但一个人可能逐渐形成属于自己的“黑暗森林”。他开始把领导视为威胁，把同事视为竞争者，把合作理解为责任转移，把休息理解为落后，把承认困难理解为暴露弱点。外部现实并没有完全变成敌人，但在他的认知中，越来越多的人和事都被重新编码为风险。 这并不意味着高压工作必然会让一个人变得具有攻击性，也不意味着所有职业倦怠都会发展为对他人或者自己的伤害。真正值得警惕的是，当高要求、低控制感、职责模糊、边界缺失和长期恢复不足同时存在时，一个人会越来越容易进入持续防御的状态。在这种状态中，大脑不断搜索威胁，人的耐心、信任和同理心开始下降，原本中性的事件也更容易被赋予敌意。 一个刚进入职场的新人，最初可能只是想把事情做好。他愿意多承担任务，也希望通过努力证明自己的价值。但是，当“多做一点”逐渐变成没有终点的责任扩张，当积极被视为理所当然，当一个人表现出的能力只为他换来更多工作，而不是更清晰的成长路径，他就可能开始怀疑：是不是只要我表现出能力，别人就会继续把任务推给我？是不是同事之间并不存在真正的合作，而只是在相互转移责任？是不是任何一次放松，都会成为自己被替代或者被淘汰的理由？ 问题也正是在这里发生了变化。这个 worker 最初面对的或许只是一套有缺陷的管理系统，但长期生活其中之后，这套系统可能被他内化成了自己理解世界的方式。工作的边界消失了，因为工作已经不再只存在于办公室里，而开始存在于他的警觉、猜测、习惯和自我评价之中。 但问题还不止于工作环境如何进入一个人的内心。现代职场中还存在一个方向相反、却与之同时发生的过程：一方面，焦虑、恐惧和愤怒在 worker 的内心不断获得声音和力量；另一方面，worker 本人却在组织系统中逐渐失去完整的人格，被压缩成岗位、成本、编号和绩效数据。前一种过程可以理解为情绪的“人格化”，后一种过程则可以理解为人的“去人格化”。 在临床心理学中，去人格化可能指一个人感觉自己不像自己，仿佛从外部观察自己的身体和行为；在职业倦怠的语境中，它更多表现为情感上的疏离、冷漠和犬儒化。一个人为了减少持续的情绪消耗，开始降低自己与工作对象之间的情感连接。医生眼中的病人可能逐渐变成床位编号，客服面对的顾客可能变成当天的第几百个工单，项目成员面对的同事也可能不再是一个具体的人，而只是流程中的接口、进度表上的责任人，或者妨碍任务完成的变量。 如果继续把这个概念放到组织系统中观察，还可以看到一种更广泛的对象化过程。一个原本拥有经历、情绪、目标、关系和家庭责任的人，在组织中被逐渐压缩为一个岗位、一个 headcount、一项成本或者一组绩效数据。客户被转化为 ticket，项目被转化为节点，员工被转化为 FTE，人的价值被不断翻译成可以比较、计算和替换的指标。 如果说人格化是原本没有人格的东西获得了主体性，那么去人格化就是原本作为主体的人，被降低为一个可以被处理的对象。这两种过程可能同时发生：一个人的焦虑、恐惧和愤怒，在内心越来越像一个能够发号施令的主体；与此同时，这个人在组织中却越来越像一项资源、一个岗位或者一组可以被管理的数据。情绪在不断主体化，人却在不断对象化。内在世界越来越被情绪主导，外在世界却越来越不把他当作一个完整的人，这构成了现代 worker 身上一种深刻的矛盾。 因此，现代工作真正买走的，可能远远不只是劳动合同中标注的八小时。它还在持续塑造一个人的注意力结构、风险感知、情绪反应、人与人之间的信任，以及一个人如何理解自己的价值。工作不仅占用时间，也可能进入人格；不仅消耗体力，也可能改变一个人看待世界的颜色。 这也是为什么，有些人即使离开了办公室，也没有真正离开工作。消息提示音仍然会让他紧张，周末的空闲会让他产生负罪感，领导没有回复会让他反复猜测，休假期间也会担心自己是否正在失去竞争力。工作已经不再只是一个外部场所，而是被内化成了一套持续运行的解释系统。就像 Rose 已经离开了寂静岭，却依然生活在灰雾世界中，一个人也可能已经下班、离职，甚至更换了工作，却仍然被上一套工作系统塑造出来的反应模式所包围。 这也是《The Worker Investor》必须讨论的问题。我们不能只把 worker 理解为一个领取工资、完成任务和进行消费的人。Worker 同时也是一个不断被工作环境塑造、又需要主动保护自身主体性的人。如果一个人的全部价值感、收入来源、社会身份和未来可能性，都集中在一份工作之中，那么这份工作就不仅拥有他的劳动时间，也逐渐拥有了定义他的权力。 所谓定义他的权力，并不只是组织能够决定他的薪资、职位或者绩效等级，而是组织的评价开始成为他理解自己的主要依据。一次晋升证明自己有价值，一次绩效下降则像是对整个人的否定；领导的认可使他感到安全，领导的沉默则让他怀疑自己的位置。原本只是组织内部的一套管理工具，最终可能被一个人内化为衡量自身价值的尺度。 从这个角度看，资产的意义也需要被重新理解。资产当然可以提供收入、回报和财务安全，但它的价值并不止于此。资产还可以成为一种认知缓冲器和第二支点。当一个人拥有一定的金融资产，他不必把每一次绩效变化都理解为生存危机；当一个人积累了可迁移的人力资本，他不必把某一个岗位的评价当成对自己全部能力的裁决；当一个人拥有知识资产、作品资产和分发渠道，他就不再只能通过组织内部的职位来证明自己存在的价值。 金融资产降低生存依赖，人力资本提高迁移能力，知识资产保存经验，作品资产形成长期积累，分发资产建立独立表达，系统资产减少重复劳动。这些资产共同提供的，不只是更多收入，而是一种对时间、风险和身份的重新掌控。它们让一个人逐渐获得能力，不再让单一组织垄断自己对世界的解释权。 因此，Worker Investor 并不是一个“在工作之外炒股的人”，也不是一个急于逃离职场的人。它代表的是一种更完整的主体意识：一个人可以继续工作，也可以从工作中学习、创造并获得价值，但他不会把自己的全部人格交给工作系统。他会把工资的一部分转化为金融资产，把经验的一部分转化为知识资产，把能力的一部分转化为可迁移的人力资本，把表达的一部分转化为作品和分发资产，并逐渐建立起不依赖单一岗位的未来选择权。 ...