Optionality

——从一场家庭饭局谈起：知识、问题、AI 与 Ownership 一、从周六的一场交流说起 上周六，10 月 24 日，我和堂哥一起吃饭。席间，我们聊起工作，也聊起我这一年多以来围绕工作、投资与人力资本所做的思考，尤其是正在写的《The Worker Investor / 工资之外》。从关注工资、储蓄和投资，到经历投资亏损后重新理解自己的人力资本，再到思考普通人如何通过学习、创造和积累扩大未来选择，我逐渐形成了一套关于工作、个人成长与 Ownership 的认识。 在交流过程中，我忽然想到一个问题：我们为什么一定要发现人类尚未发现的知识，才算创造了价值？ 过去几百年，科学家建立了大量关于数学、物理、化学和工程的知识体系。它们被写进论文、教科书和技术标准，成为文明的重要积累。但人类已经知道的东西，与人类已经充分应用的东西之间，仍然存在很大的距离。 我们知道牛顿运动定律，并不意味着所有复杂机械系统的问题都已解决；掌握流体力学的基本方程，也不意味着实际工程中每一个流动、压力和传热问题都能被准确预测。我们拥有关于组织管理、经济学和个人成长的许多理论，也不意味着这些知识已经改变了每一个需要它们的人的生活。很多时候，知识已经存在，仍然缺少将它带入具体处境的人。 这让我产生了两层感受。第一，对我这样的工程师来说，学习前人已经形成的知识，经过实践去解决身边的问题，往往比一开始就试图独自推动学科最前沿的突破，更容易在有限时间内得到可验证的结果。第二，当一种方法已经得到充分验证，继续把它打磨得更精致，未必始终是最有价值的下一步。把它讲清楚，让更多尚未掌握的人能够使用，也可能产生很大的收益。 例如，我学会利用 Siemens NX 的 PMI 功能进行工程标注后，会自然想到怎样把实践方法沉淀为文章、工具或教程。我对工作、收入、投资与个人成长形成新的理解后，也希望把它组织成《The Worker Investor》，让处于相似处境的人能够阅读、检验和应用。 但继续想下去，一个更深的问题出现了：如果我们创造并传播了价值，究竟有什么能够留在自己手中？ 这就是我想讨论的 Ownership。当 AI 开始改变知识生产、传播和问题解决的成本时，这个问题变得更加迫切。答案越来越容易获得以后，我们究竟应该积累什么，才能让自己的劳动持续创造价值？ ...

——《The Worker Investor》关于 Money、Capital、Agency 与 Optional Work 的第一性原理 在《The Worker Investor》的前半部分，我们讨论 ETF、SPY、QQQ、指数投资，也讨论一个普通劳动者如何把工资的一部分转化为 Financial Capital。表面看，这和许多“定投、复利、财富自由”的内容没有太大区别：努力工作，提高储蓄率，买入指数基金，然后等待时间发挥作用。 但如果这本书只告诉一个普通人“找到一个长期上涨的指数，然后坚持买下去”，它就绕开了更重要的问题。 指数投资回答的是：已经赚到的钱，应该怎样保存和配置？ 它没有回答：那个负责赚钱、判断、学习、创造和行动的人，应该怎样成长？当他积累了资本以后，又应该怎样生活？ 所以，The Worker Investor 必须同时管理两个 Portfolio：Financial Capital Portfolio 与 Human Capital Portfolio。前者管理已经积累的财富，后者管理那个能够继续创造财富、作品、机会与现实变化的人。 沿着这个问题继续往下走，我们会遇到一个比“如何投资”更根本的问题：钱究竟是什么，资本究竟是什么，我们又为什么要积累资本？ 我的答案是：资本不是为了让人停止工作，而是为了让人有权选择工作。 ...

——从 Cognitive Offloading 到 Cognitive Sovereignty，从 Human Capital 到 Future Optionality 最近我越来越强烈地意识到一件事：我已经把相当一部分认知活动 offload 给了 AI。 遇到一个陌生的技术问题，我不再先找一本书从第一页开始读；想理解一个概念，我会直接和模型讨论；需要写代码，我往往先描述问题，让 AI 帮我拆解、生成、调试和迭代；遇到一个模糊的思想，我也会不断提问、反驳、重新抽象，直到一个相对完整的 concept 慢慢浮现出来。 从一个非常现实的角度看，这几乎是无可挑剔的策略。人的时间有限。如果一个 frontier model 能在几十秒内帮助我完成过去需要几个小时、几天甚至几周的信息检索、结构化、编程和推理，那么主动拒绝它，某种程度上反而是在浪费最稀缺的资产——时间。 过去一年多，我也确实因此得到了很多以前很难独立完成的东西。我可能没有记住某个 Python class 的全部写法，没有熟练掌握某个 framework 中几十个 API 的具体参数，但我逐渐知道了一个软件系统可以怎样被拆开，一个问题怎样被建模，AI testing 可以怎样做，一个项目怎样从 idea 走向 implementation，一个陌生领域应该从什么地方切进去。 甚至包括 The Worker Investor、Human Capital ETF 和 Compounding Yourself 这些概念，也不是某一天凭空出现的。它们往往来自一次次漫长的对话：一个问题引出另一个问题，一个词和另一个词发生组合，一块原本孤立的认知被放进新的结构里，最后慢慢长成一个 system。如果没有 AI，我很可能不会以如此低的摩擦成本完成这些探索。 但问题也恰恰从这里开始。因为有一天你会突然问自己：如果今天 AI 消失了，我到底还剩下什么？ ...

最近读 BJ Fogg 的个人介绍，看到一句很简单的话： “I decided to explore this area scientifically.”1 这句话本身没有什么复杂的地方，但我突然被最后那个 scientifically 吸引了。如果只有 explore this area，意思只是“探索这个领域”。加上一个 scientifically，动作本身没有改变，但整个动作的方法、方向和性质都发生了变化：不是随便看看，而是把它当成一个可以提出问题、设计实验、收集证据和形成理论的对象来研究。 更有意思的是，这个位置可以继续被替换：explore scientifically、explore systematically、explore independently、explore critically、explore experimentally。Explore 不需要改变，只需要替换后面的一个 adverb，新的 possibility 就不断出现。类似的还有 think strategically、learn independently、invest cautiously、build iteratively、change gradually。 我开始觉得，这有点像一个函数：explore(x)。一旦这个 grammatical form 建立起来，x 就变成了一个开放的 slot。你不只是学会了 scientifically 这个词，而是会自然地继续问：What else can be put into x? 这时候，语言已经不只是在表达一个已经存在的思想。它开始参与思想的生成。 ...

——从 Paycheck、Ownership、Human Capital ETF 到 Future Optionality 最近读 Michael E. Gerber 的《The E-Myth Revisited》（《企业家神话》）时，我重新注意到一个很简单的区别。 Gerber 反复讨论的，并不是“离开公司”本身。一个人离开公司创业，也可能只是从替别人工作的 technician，变成替自己工作的 technician：以前有老板，现在自己成了老板；以前每天工作八小时，现在可能工作十二小时。EMyth 把它概括为从 working in the business 转向 working on the business——不只亲自完成任务，也建立能重复完成任务的流程、系统与组织。1 这让我想到 The Worker Investor。 过去，我一直把它的核心理解为 ownership。Worker 通过 labor 换取 salary、wage 和 paycheck；Investor 则逐渐拥有股票、债券、企业权益、作品、代码、网站、产品、系统，以及其他能够持续存在的资产。Worker Investor 要做的，是把今天的工资、经验、知识和劳动成果的一部分，转换成属于自己的存量。 这个判断没有错。我在《工资结算过去，所有权参与未来》里曾把它压缩为一句话：资产化是桥梁，所有权是方向，复利是机制，选择权是结果。 但继续往下追问，会遇到一个自然的问题：Own something, then what? 假设我今天写了一篇文章，它属于我。Then what? 假设我写了一段代码，代码留在自己的 repository 里。Then what? 假设我提出了一个问题，录了一期视频，建立了一个网站，认识了一个人，形成了一个新的判断。即使能够被保存下来，“拥有它们”本身究竟有什么意义？ 这次重新思考 Worker 与 Investor 的区别，我越来越清楚地意识到：ownership 仍然不是最底层的概念。把 ownership 再 unfold 一层，下面其实是另一个更基础的东西：Time。 The Worker Investor 最深层讨论的，也许从来不是一个人应该拥有多少资产，而是：一个人如何理解今天与未来之间的关系。 ...