作者： lynnyang

从来没从这个角度理解过“创业”，来自连环创业者、YC 合伙人 Michael Seibel。究竟你为什么创业？创业能给你带来什么？想创业的朋友读完也许能更多思考自己是否真适合。以下是硅发布翻译简写，enjoy。

我为什么开始创业？这恐怕是很多想创业的人经常扪心自问的问题。同时，他们也考虑以下事实：

• 绝大部分创业公司都不成功；
• 对技术人才来说，找一份高薪工作非常容易；
• 企业巨头需要人才来解决一些经常发生的、非常困难的问题。

我对是否应该创业的答复很简单：有一类人，他们的工作处于高精尖水平，以至没有可参照和效仿的路径，所以成功几率也很低，他们需要为自己的失败负责（而大公司里的大部分工作都不需要个人为失败负责）。

以下是我从自身经历学到的。

高中

我在公立高中从 6 年级到毕业。学生通常在低年级就被分为英才班或普通班。英才班的孩子有更好老师，能让他们对学业更有兴趣，也更容易拿到名校录取通知书。我尽管天资聪颖，却不足以上英才班，所以一直待在普通班。当我上 8 年级时，突然明白：分班一旦固定，要从普通班转到英才班几乎不可能。

我怒不可遏，同时激励自己，一定要去更好的班。我成了普通班里最勤奋聪明的学生，并积极参加所有英才班主导的活动和社团（模联等等），父母则出面说服老师将我推荐到更好的班级。我成功了，但我没有就此止步。

我意识到自己能比那些所谓优秀学生做得更好。当每个人都在寻求音乐上的造诣时，我已经是一名运动员了。当他们心不在焉为社区干活，我加入了救援小队，学习驾驶救护车，并且整个暑假都在市政中心做志愿者。高中结束时，我所做的一切都得到了回报：成绩名列前茅，提前修了很多大学课程，除哈佛外，我申请的每个学校都给了我录取通知书，我最后决定去耶鲁。

大学

接着我被耶鲁劝退。事情是这样的：耶鲁的人文气息过于浓厚，以至有些虚无缥缈，让主修政治科学的我感觉学不到什么。大二后，我失去了对所有课程的兴趣，再也没去上课，成绩自然掉下来。

我并不打算从事学术，所以感觉耶鲁正在慢慢放弃我。终于，我成绩掉到了悬崖，学校将我劝退，我当然也很生气。一意识到我高中同学、甚至我某些亲戚会认为我根本不可能顺利大学毕业，我的奋斗动力立马上来。我投入宾夕法尼亚大学法律课程的助教工作，最终重回校园，取得好成绩，并结识了一些非常棒的朋友（包括 Justin Kan），并在 2005 年毕业。

直播

创业从不在我人生规划中。但纵观我的经历，我都喜欢先落后再追赶模式，创业也如此。99% 的创业公司都失败了，这让我更有动力去尝试，去构思足够振奋人心的想法。我们从在线电视节目起步，从创办 Justin.tv 到创办 Twitch，我们都不被看好。

YC 在 2007 年资助我们，但那时 YC 没有像今天一样名声远扬，所以其他投资者选择忽略我们。在向天使投资人展示后，我们一共只融到 18 万美元。创业过程中，不管多么努力，我们都很难吸引更高等级的风险投资，或是招聘到最优秀工程师，大部分时候都只能勉强度日。那时，视频内容创业因难以盈利而饱受白眼。创业 5 年以来，有 5 次最危急情况，公司险些垮掉。一次是银行账户里的钱凑起来不够一笔巨大支出，一次是我们急需 Justin 和 Emmett 给我们贷款，一是我们在不到 2 个月内花光了 100 万美元。所有这些逆境，都是我们至今保持“狼心”的原因，公司没有破产，我们不离不弃，就这样经过 8 年创业，我们成功了。

所以对任何对科技行业感兴趣的人（尤其是在大公司工作过，或想去大公司工作的），你应该问自己以下几个问题：

• 我能适应他人的冷嘲热讽，以及长期的不“成功”吗？
• 我会去主动寻找他人避而远之的挑战吗？
• 当我必须独自肩负起公司成败责任时，我能越战越勇吗？

如果以上三个问题的回答都是 “Yes”，那么创业可能适合你。大公司里的一票工作都不会带给你这些体验。对大多数人，在大公司高级职位上待得越久，挣得越多，个人花销越大，接受创业挑战的几率也就越低，即使他们一心想创业也是如此。

我不敢保证在科技领域创业能让你大赚一笔（亏的几率倒是很高），但可以保证的是：创业绝对是最具挑战的事业之一。它会将你逼到极限，强迫你快速学习，时而让你见识如何将不可能变为可能。

以下是前一阵小规模聚会“斯坦福区块链技术私享会”（仅限 20 人参加）里演讲嘉宾“菩提”创始人林吓洪的现场演讲。特别提炼出来，供大家了解硅谷视野下一些区块链货币消费级应用的 Idea，以及可以从中看到的部分区块链行业框架。以下为林吓洪在斯坦福演讲实录。

什么是预测市场？

人类天性喜欢预测或者说“赌”，比如预测明天天气怎么样？欧洲杯哪只球队会夺冠，只要有渠道，大家都会去买，明年苹果股价是多少？所谓体育彩票、股市，其实都可以看成预测市场。

预测市场最重要的应用场景就是金融市场。

面对很多信息，大家都愿意去猜，如果有个东西可以下注，大家就非常愿意尝试。举个例子去年美国总统大选，当时我在的一个微信群有个圈内大咖就弄了两个比特币钱包，说：赌希拉里赢的，把比特币打到这个钱包；赌特朗普赢的，把比特币打到那个钱包。然后到时结果出来，他会帮你把预测错的那些比特币分给另一半人。这就是一个“手工”做成的预测市场，虽然还需要打到一个地址上，但这是基于区块链上一个非常好的应用。

这里面很厉害地方就在：你不需要通过什么网站或注册，你把币打过去，只要那人不坑人，它肯定会给你正确结果。你赢了就是赢了，输了就是输了。

这和期货类似，期货基本上有个交割期，然后到时股价多少，如果低于它，如果你做空的话，你就赢了；如果你做多，那你就赔了。

然后还有一个保险。比如说航空延误险，其实细想一下：航空延误险说白了，我们就是赌这个航班肯定会延误。没延误，我们赔了钱但飞机准时到了；如果飞机延误了，我们猜对了给我们一点补偿。买人寿保险，也就是赌自己多少年后会挂掉，仔细想一下事实上就是这样的残酷，但其实保险本质上就是一个预测市场。

体育博彩这个就不用讲了，就是球队赌来赌去，这些都可以理解为预测市场。

总结一下：预测市场是指人们对有明确结果的未来事件进行预测的一个平台；人们可以为自己看好的结果进行押注；预测正确的一方，将赢得错误一方的赌注。

传统预测市场的问题

传统预测市场有很多问题，比如维护成本、监管成本都非常高，用户资金不安全、碎片化，而且非常不灵活。

首先传统预测市场每天维护成本非常高，因为用户资金可能随时会被盗，你要做一个非常安全的网站，然后用户体验要好，这个东西就会带来很多维护费用。

用户资金不安全是更大一个问题，传统预测市场网站如果被黑，或资金被挪用，或结果会被操纵的话，普通用户就要被侵犯权益。

所以这个社会就得有信用实体来监管，国家、政府就会来监管，所以它成本非常高。而且人天性好赌，所以既然有监管，就会出现“黑市”。

种种的这些东西最终都会变成高昂维护成本和监管成本。

而传统预测市场“碎片化”也很严重，由于各国监管及语言等障碍，它不是一个统一的预测市场，而是一个碎片化市场。传统预测市场还有一个大问题是不灵活，我们也不能自己创建自己感兴趣的预测话题，话题基本由管理方决定，用户没办法自己来创建。

基于区块链做预测市场的几大优势

我们现在要做的就是一个去中心化的一个预测市场，那么它怎么做呢？基于区块链的智能合约，类似以太坊这样的区块链，它上面除了能发币，还能写程序，就是有逻辑，就像普通的程序逻辑一样。

我自己的总结是：现在的区块链就是一台性能特别差的，然后全球都有一份拷贝、且没办法访问互联网的一个东西。但基于区块链做预测市场，有几大优势。

第一，基于这样能带有逻辑的区块链，这样的预测市场维护成本基本为零。比如刚才我举的例子预测总统大选，基于智能合约能自动打币，除打入币的费用和结果，其他成本很低。

第二，创建的这个合约人人都可以访问。在区块链上创建的合约，因为它是全球市场，然后访问权限也是全球，也都可以参与。

第三，用户就可以随意创建，大家可以创建自己感兴趣的话题。这个自由是比较高的。

更重要的是第四点，用户资金完全安全，因为这是密码学保证的，除非你丢了密钥。即使你丢了密钥，那丢的也只是你一个人的钱，不是所有人的钱。因为区块链本身是一个值得信用的平台，它基本上不会被颠覆，所以这个基本很重要，就跟你买股票一样就是说这个这个这个公司基本靠谱，它也不是绝对靠谱。

这个去中心化预测市场如果出来，大致用户体验是这样：你网上能看到一个地址，你打币进去时你要指定你赌的那个结果；而等事件结果出来，如果你猜对的话，你钱包自动就可以收到币；如果你猜错，这个币就没了。

预测市场的天时地利

我们决定做预测市场，实际上是由现阶段区块链的一些限制决定的。现阶段区块链出块时间非常慢，一无法接受大数据；二不能做高性能计算；三不是什么东西都能在区块链上跑。预测市场刚好能容忍这三个缺点。

举个例子：下届奥运会哪个国家会是金牌榜榜首呢？这个事情几年后才有结果，因此创建事件时延迟个几十秒、几分钟也无所谓。而结果出来后，“大家投票仲裁”这一步，也不需要系统马上去做，系统不需要非常及时响应，所以出块时间慢也不是问题。因为事件本身很小，也不需要大数据，而投币行为也就是一个交易，也不需要什么高性能计算。因此预测市场能非常完美容忍现有这些缺点，所以它能在区块链建立起一个完整的产品。

我们项目“菩提”

为什么我们项目叫“菩提”？我觉得预测市场其实很多东西都是有因果的，那么很容易就会想到佛教。然后就佛教里面像如来啊这些都是比较有主观印象的，除了一棵树菩提树是最客观，所以我把我们项目叫“菩提”。未来的这个 Bodhi Token 叫 BOT，也跟机器人一样，因为是区块链自动裁决这个结果的寓意。

我们不是第一个做预测市场的，早前出现有两个：一个叫 Angur，一个叫 Gnosis，下面我给大家讲一下菩提和这两个区别。

Angur 就是用户随便都可以创建任何预测对象，规则是预测的结果一定要可验证，比如说你想赌一个球队输赢，是可以的；但如果赌说两个明星到底结婚了没？这个结果不一定是可验证的。

刚才我们说区块链是一个无法访问互联网的一个计算器，所以也不知道结果，所以 Angur 推出了一个币叫 REP，预测结果出来了，用户可以拿自己手中的币，投到那个是最终事实的那个结果。

如何保证投票结果是客观的呢？为什么大家会投符合事实的那个结果呢？

这本质是一个囚徒困境。现在是一个对的结果，一个错的结果，你如果投了对的结果，你可以把错的结果钱拿走，那你会投对了还是错的？你肯定会投对的地方。就像那个“囚徒困境”讲的那两个人，警察跟他们两个人分别说：如果你们说出事实真相，另外一个人就会加倍惩罚，而你就可以减刑。所以事实上在这种情况下，两个人都会诚实对吧？所以 Angur 是靠人工投票的结果，然而根据投票结果来分配输赢。

Angur 它有个缺点，就是它投票过程中很漫长。比如这种东西，至少持续一两天，所以它这个体验不好。Angur 还有一个问题是：当预测市场要规模化时，选投票参与者时可能是要靠随机分配。当你随机分配到问你一个美国娱乐明星某事件时，你在中国我不懂英文，你根本就不会投票。所以这种规模化时，匹配问题是一个很大问题。

接下来分析一下下一个预测市场 Gnosis。它解决方案是这样：每当结果出来，它指定一个合作方，可以是一个钱包代表背后代表的个人，或者说它背后代表一堆人，或是某个第三方，我们称之为 “Third party oracle”（Oracle 我翻译成信息中介）。

比如说你赌一个球队赢，那这个信息是由一个能提供 NBA 球赛信息的数据提供者掌握的，它等结果出来时，会把结果打到这个区块链上，来作为一个可信实体帮你仲裁结果。这就有点像一个部落里的长老，大家有争议时就找这个长老，他来帮你解决这个问题。可以想象这种方式会很高效，因为什么事找长老他一说，结果大家都解决了。

但这种东西也有很大问题，因为又变成了“中心化”这种思路。所以如果网站被黑或被攻击，网站半天甚至半年都没反应的话，你智能合约上的钱很可能就拿不出来，这也是一个很大问题。

而针对这些问题，我们就是想做下一代的去中心化的预测市场。

菩提最有差异化部分，就是它的“循环仲裁机制”。这种机制，只在大家对事件结果有异议时用到。它就像一级一级法院一样，不断上诉、重新判决，如果有争议再上诉、重新判决；直到不再有争议为止，保证了结果公正性。

一开始，菩提也是基于 “Third-Party Oracle” 先找长老仲裁，那么如果长老做的决定你感觉不服，你可以放点币来提起一个仲裁，这个东西类似于提起上诉，到地方法院去告。

但在区块链上是没有地方法院的概念，所以菩提就借鉴了 Angur 思路，就是说你可以用手中币来参与这个仲裁委员会，那这一轮如果票数居多的这个结果，这个结果会替代掉刚才那个 Third-Party Oracle 的结果。万一这个结果还是错的，那你可以再放币，下一轮就到中级人民法院，还有些高级人民法院。

反正这个东西就是一把剑悬在每个参与仲裁人头上，你不知道后面会发生什么，那么你会更加诚实，这是菩提的系统设计。

菩提上有没有可能无限循环仲裁下去呢？事实上是不会的，首先币量是有限的，另外当这个事件里撒谎的人非常多时，会越来越吸引人伸张正义，因为只要你伸张了正义，你就可以把这些撒谎的人的钱拿走。

”循环仲裁“是菩提在系统设计上最本质的一个区别，它还有一个差异化就是面向中国市场。语言文化这种东西终究是一个本地化东西，即便互联网是一个全球化平台，我们认为中国也会有自己预测市场。

基于此，菩提不像 Angur 和 Gnosis 基于以太坊，而是基于国内的量子链。量子链是一方面基于比特币 UTXO 模型，引入了 PoS，还借鉴了以太坊的 EVM，支持使用轻钱包，支持移动端。

我相信在中国，不可能所有中国公司都在以太坊上建立应用，一定会有一个单独公链，建立一个类似像 EEA 这样的区块链联盟，那么建完这个，就会跟中国的这种审查合规等等，也更好监管。

过去六年我一直在区块链领域，我自己一直相信现在在以太坊这些东西一定会在中国重演一遍。就像互联网曾在美国如此火热，然后中国后来又重演一遍，甚至现在美国反过来抄袭中国对吧？所以这就是为什么我们在量子链上做预测市场的原因，我希望把中国的预测市场带向全世界。

那么菩提面临的挑战有哪些？“循环仲裁”机制是菩提系统保证结果能服众的关键，同时也是开发难点。从开发角度说，里面很多参数比如大家投多少币来提起一个仲裁、结果如何改变、惩罚措施如何设定、比例多少、分成多少等，都需要仔细考量。

除技术上难题，还有一些人为麻烦，比如大户恶意操纵，或“后手优势”。假设有人想占“后手优势”便宜，他就会先等大家投票，投得差不多时，他手中票突然就有了决定权，此刻一个人的投票突然权力巨大。这也是个很麻烦问题。

说到这里，菩提的使命。预测市场这个东西，你不要觉得你搞了半天你是在做一个在线赌场，事实上你不可以这么说。就像比特币在早期时是用于“丝绸之路”，你不能说这个比特币只是用于黑市交易。因为事实上，当这个东西发挥了它真正用处后，它可能就会变成一个你无法想象的东西。

菩提想做的最终目标是——要解锁“群体智慧”。这是什么意思呢？如果未来这种用去中心化的预测市场真能做出来，那整个世界工作的方式可能就不一样。

在预测市场上，人们为尽可能获胜，会通过各种方式如信息收集、数学建模等方法来让预测结果尽可能准确。因此，预测市场的每一个可能结果的价格，也一定程度上反应了结果发生的概率。相应的，预测准确率也受到参与人数规模的极大影响。

以前的信息获取都是通过非常麻烦、非常低效且不精确的问卷调查等方式来获取，有整个预测的市场的目的，最终就是想做一个让有价值的信息，能互相交易，能极大的提高信息获取效率。

比如说想针对某个政府法规调查能否被投票通过，可以在预测市场上做这个事。如果所有人都会拿币来投，这里面会有几个好处。第一，大家想告诉政府，我是支持这个方案的；第二，如果我跟大众一致，且我这个法规通过了以后，那我肯定会获取回报。通过这种方式，显然比传统的问卷调查、抽样调查高效。

本期#思维方式#，来自 UCLA 的行为经济学教授 Keith Chen 在 TED 主题演讲：“你说的语言会影响你存钱能力吗？”，以下为硅发布翻译简写。

全球金融危机让人们对一个古老经济学问题重新产生兴趣，那就是： “为什么经济规模和政治体制看起来很相似的国家之间， 国民储蓄习惯差别如此之大？”

我今天要跟大家分享一个很有意思的假说：我研究了人们说的语言的（语法）结构和他们存钱习惯间的关系，并得到一些意外的新发现。我们先介绍国民储蓄比率，再介绍语言差别，然后我们把这两者联系起来。

先从 OECD 国家开始考虑，OECD 即“经济合作与发展组织”，基本上包含的都是世界上最富有的工业化国家，且加入的国家都需要符合民主政府、开放市场和自由贸易等要求。虽然这些国家很相似，但是他们存储行为差别很大。

看下面这张 OECD 成员国图：左边，多数年储蓄率超过 GDP 的 1/4，部分达到 GDP 的1/3。而图右侧，最右边是希腊，我们看到过去 25 年，希腊国民储蓄率刚超过 10%，需要注意的是：美国和英国紧随其后。

现在我们看到存储比率的巨大差别。但“语言”跟这种差异有什么关系呢？ 

你们可能注意到了我是华裔。我在美国中西部长大，很小时就意识到中文在“家庭”关系中的叫法，实际上更本质的，甚至是在“思维方式”上都和英文有很大不同。怎么解释呢？举个例子。

假设你我在聊天，提到我叔叔（Uncle），你完全理解这个英文的意思，但如果用中文聊天，我就头疼了，我无法用中文告诉你这是我“叔叔”，而会附加上更多家庭关系信息。

如果用中文，我必须一并告诉你：这个人是我爸爸这边的，还是妈妈这边的；是婚姻关系，还是血缘关系；如果是我爸爸的兄弟，年纪比我爸爸大，还是比我爸爸小。这些都是必须的，中文无法省略这些信息。事实上，如果要我不弄错，我就要不断去想这之间的关系。

这是小时候让我很好奇的事。而现在我作为一个经济学家，更好奇的是：不同语言，在“如何表示时间”上的差异。 

例如，英语需要用明确语法变化来表示不同时态，如果说过去下过雨（It rained yesterday）；现在正下雨（It is raining now）；明天将要下雨（It will rain tomorrow）。注意：英语中，需要很多元素来表示事件发生时间，因为需要据事件的时间来调整自己要说的话，“It will rain” 或 “It’s going to rain.” 英语语法禁止你说成：“It rain tomorrow”。

而中文表达方式恰恰相反，一个说中文的人说出来的话，会让一个说英文的人听起来怪怪的。他们会说：“昨天下雨”、“现在下雨”、“明天下雨”。从更深角度看，中文没有将“时间”进行严格分割，而英文则将此作为语言正确与否的准则之一。

那么，这种差异是否只有在中文和英文差异这么大的语言之间才有呢？

不是。你们中很多人知道英语属于日尔曼语系，而英语是日尔曼语系中唯一需要这些的。例如：说日尔曼语系的人会很自然用以下话表达明天下雨：“Morgenregnet es” ，说英语的人听了就类似 “It rain tomorrow.” 

这让我作为一个行为经济学家，想到一个有趣的假设：你描述“时间”的方式，和你语言迫使你思考“时间”的方式，是否会影响你对不同时间段的偏好？ 

你们说的是英语——区分将来时态的——这意味每次你谈论到“未来的时间”或“未来要发生的事”时，你需要在语法层面将“未来”和“现在”区分，就像是两者间有本质不同。现在，假设这种语言上的差别让你每次说话时都意识到当下和未来的细微差别，如果这个假设成立，那么就会导致“未来”看起来跟“现在”更加遥远，要你存钱也就会困难一些。 

另一方面，如果你的语言没有区分将来时态，你说现在和未来句式一样。这点细微差别会让你觉得他们是一样的，会让你更倾向于存钱。

我阅读了大量语言学文献作为调研。有意思的是：没有将来时态的语言全球都有，而当你开始收集数据，你会发现：这些说没有将来时态的语言的国家，很大程度上恰恰是最喜欢“储蓄”的国家。

为给你们一点提示：请回看刚才提到的 OECD 储蓄比例图，你看到相比那些语言中区别将来时态的国家，没区分时态的国家储蓄率更高，且总体上更靠左。平均差值有多大？约占各国每年 GDP 的 5%。这种差别持续了 25 年，对国家总体财富有着长远影响。

好，现在虽然这些发现能说明问题，但比较的国家间在很多方面都有差异，有时很难将这些差异归结为某个原因。下面我将向你们展示：我过去一年收集到的、作为经济学家能得到的所有大数据集，并且我正尝试将国家间可能的差异性消除，希望可以为（我理论提到的）这段关系提供证据。总体而言：无论我目前如何尝试，我都无法将这种关联消除。 

让我告诉你们，你们能做到什么程度。

一种可能的验证方式就是收集了全球范围的（经济）数据信息。例如，欧洲的健康、老龄化及退休情况统计。

想象一下你是一个比利时退休老人，有一天有人跑来敲你家门：“打扰了，你能跟我说下你股票投资情况么？你知道自己房子值多少钱么？方便告诉我么？你走廊有 10 米这么长？如果有，你能走一次让我看看需要多长时间么？你能否用你的惯用手用力握这个设备，让我测试一下你的握力？你能否吹一下这个管子，让我测量一下你的肺活量？” 

将这些数据与 USAID（美国国际开发署）在非洲发展中国家的人口健康统计数据结合 USAID 的数据，例如，尼日利亚农村家庭中 HIV 感染情况等一手信息， 将这些数据与世界价值调查（value survey）结合， 就有全世界上百个国家上亿家庭的存储行为信息。

获得所有这些数据，综合起来，你就得到这样一张图。

你会发现：全球范围内有 9 个国家，其国民中有相当多人使用没区分将来时态和区分将来时态的语言。我接下来要做的就是：通过统计匹配方式，找到各方面都近似相同的家庭，然后去看看，在控制了这些变量后，语言和储蓄间是否还存在着联系。

我们能控制哪些特征？我考虑的匹配包括：出生地和居住地、人口信息、性别、年龄、相对居住国收入水平、受教育程度，及家庭成员结构。我发现：在欧洲，就有六种不同婚姻组合方式，最精细的分类方法是按宗教信仰分类——将全球分成 72 个不同宗教团体——非常精细的分类了。14 亿家庭，每个家庭都有独特性。

现在我要说的比较，都是在这些各方面近似一致的家庭间进行。让我们假设：这个实验找到了布鲁塞尔的两个家庭， 在别的每个方面都很相似，但一个家庭说佛兰芒语，另一个说法语； 或是两个住在尼日利亚农村的家庭， 一个说豪萨语，另一户说伊博语。

现在在这么精细的控制水平下，语言时态特点是否还会影响到储蓄习惯？ 是的，语言中没区分将来时态的人，在任何给定年份中储蓄比例都要高 30%。这种差异是否有累积效应？ 是的，当他们退休时，语言中没区分将来时态的人，在收入稳定不变情况下，要多 25% 储蓄。

我们能得到更多结论么？出于经济研究目的，我们收集了很多医疗健康数据。我们能将健康相关行为比作储蓄行为么？例如吸烟这个事，吸烟可以看作是“反向的储蓄”。 

如果储蓄是增加当下痛苦来增加未来的快感，那么吸烟效果正好相反。吸烟用未来的痛苦，来换取当下的快乐。我们假设：吸烟跟语言时态的关系应该跟储蓄关系相反。我们的统计支持了我们的推断，语言没区分将来时态的家庭成员，相比而言任何时间段中吸烟可能性都要少 20%-24%；他们退休时，超重可能性相比少 13%-17%；最后一次性行为中，使用安全套概率要高 21%。我可以这么一直不停列举下去，很难找到语言时态特征对储蓄行为没有影响的实例。

我和在耶鲁的语言学同事和经济学同事刚刚开始这项研究，探索和理解每次我们说话时（语言）对我们未来的轻微影响，最终目标是：一旦理解了这些微妙效果是如何影响到我们决策的，我们希望可以为人们提供更好工具，让他们在未来理性的存钱、理性的投资。

猝不及防，过去两年内容业突然成为国内创投圈“风口”，这事其实有点奇怪，因为人到网上无非找两个东西：一，人际关系；二，信息。内容业怎么可能不火，及怎么突然又火了呢？这背后，大概是行业在“生产”和“分发”两个节点上发生了结构性变化。

很多人问：你怎么看内容业？内容领域玩家我觉得其实只有两类：第一类，不承担内容的生产时间成本，比如以技术驱动型的内容平台；第二类，承担时间成本，这种成本也包括鉴定信息真、假。而正是这个区别，和由此带来的“规模化”及由“规模化”带来的“吸金能力”，让第一类玩家干掉了第二类玩家。

有意思的是，我们来看下这两天美国科技界最重大事件：Facebook 正式确认，俄罗斯势力曾在美国大选期间利用该平台干预大选，Facebook 将在 11 月 1 日在美国立法者前出庭作证。

其实不仅 Facebook，确认方还包括 Twitter。甚至 Pokemon Go 这样的游戏也没能幸免。CNN 消息：一个受俄罗斯账号控制的网络运动使用了 Facebook、Instagram、Twitter、YouTube、Tumblr 和 Pokemon Go 来扩张影响，以利用种族紧张局势在美国人中产生不和。

但一开始，Facebook 对美国情报机构这样的“猜测”是感到极不可思议和荒谬的（这里八卦一句：据说扎克伯格对此事最恼怒地方，是他一手“创造”出来的东西，竟然他本人完全没想到还能够被这么“利用”）。而经过几个月内部调查，Facebook 发现：

“2015-2017间，亲俄组织共向Facebook平台购买多达15万美元广告，试图在美国引发动荡；据估算：特朗普当选前后，这些广告共到达1,000万用户页面；Facebook确认“新闻频道”被外国人员用来操纵选举，新闻频道是该平台最重要部分之一，每天被13亿人使用。”

我们对政治毫无兴趣，这里仅来看内容业的几个线索：

首先，这事和之前 Facebook 闹得沸沸扬扬的“假新闻”本质其实一致：“信息业”被扭曲了，只不过，现在附属在信息业上的“广告”也被扭曲：付钱买广告位的“广告主”——俄罗斯势力——隐藏在了公众知情权背后，公众并不知道这个实际广告发布方。

其次，桑德伯格承认：“俄罗斯资助广告”和“假新闻”是目前 Facebook 一个“新威胁”，需要解决。但 Facebook 真能彻底解决这两个棘手问题尤其是“假新闻”吗？

我们来看几个逻辑链：

• 第一，“假新闻”不是今天才出现的，它好早前就有了，但今天之所以层出不穷，是因为假新闻制造者开始“有利可图”；

• 第二，假新闻制造者开始“有利可图”，是基于信息“传播链”发生了质变：它开始与“社交链”强捆绑。这样的结构也决定：A 领域专家，其实判定不了 C 领域信息，但用电影《无极》的话说：“真正的速度是看不见的”，转发大潮一至，“三人成虎”寓言也得到最极致体现。人们常说：互联网最可贵地方是在于它能自我纠错，只要使用的人足够多，就能实现对错误信息的纠正，但基于社交关系的传播速度太快，你根本控制不了假新闻被消灭前其制造者是不是已经得到利益满足，也就是其进一步制造假新闻的动力。

• 第三，目前看，Facebook 对广告销售的纠错措施与杜绝“假新闻”方式类似，很大程度是“发生后、再追究”逻辑；或者应该这样说，更难办的是：这是“规模化”生意内在基因的一部分，任何经济活动剥离不了“成本杠杆”，“规模化”生意背后的一个潜台词即：尽可能消灭一切“成本”，尤其是“时间成本”。而接下来是一个什么时代？信息爆炸，未来的信息会像氧气一样无处不在，并且像氧气一样需要爆炸，Facebook 忙得过来吗？

那么，依靠政府力量是否能够完美解决？——美国政府感到很难办。

美国国会和调查小组坦诚：目前他们还在“消化” Facebook 提交的报告，因为在“支持言论自由”和“监管内容”之间很难取得平衡。民主党议员亚当·席夫说：“我认为我们不够了解整个事件情况，所以不会现在就提出任何建议。”

说到这里，不好意思，跳跃可能有点大，如果我们把内容业看得足够长远，甚至也许可以大胆妄言：非常有可能，过去我们常说的“真、善、美”中的这个“真”字，将在未来某一天彻底消失——它被“淘汰”了。也就是说：信息业里的“真假”将不再重要，唯剩下“美不美”才是信息业关键。

这并非不可能发生，当技术提升到一定程度，并把各种成本降到足够低：@造假的技术成本、@生产包括发布成本、@传播成本/有利可图，等要素集结。据说现在假新闻的最新战场是——“视频”，影音媒介曾经是让很多人“眼见为实”的可靠证据，但新算法或许很快将制作出超高真实度的虚假视频，它可以让一个你非常熟悉的人，在视频里说出，他原本根本不可能说的话。

当然也许有人会说：鉴于过去历史，谷歌因为能聚急起更庞大广告生意，一举打败雅虎；Facebook 也因为同样原因，正在打败谷歌；那么未来有一天，一定会有某个东西，可以打败并 Faceebook 解决不了的这个难题。但问题是：现在内容业公认的未来是 VR，你甚至不能说：在一个 VR 的世界里，虚假信息的产生和传播会不会更容易。

当然还会有更多的人 Argue：不可能，大众不会让这件事发生。

这就到了这个问题最有意思的地方——大众，到底有多大程度上会认为虚假信息是个“问题”？

现在看来，没有答案。至少大众对信息的“纯洁性”远没有自己想的那么“敏感”，或者说这种敏感，还不足以杀掉虚假信息和虚假广告产生的土壤。这一点，在中国的“软文广告”市场已经验证得非常清楚了，俄罗斯在 Facebook 平台上的所作所为，不过是商业力量在信息业渗透的一个“变种”罢了。

也许只有一种情况能杜绝这样的“未来”发生，那就是：新技术提供了新打假方法，并且使用该技术的成本之低，能低得过制造假新闻/假信息的成本。

否则只能这样认为；或者说人类是非常有弹性的一种生物，事情走向了另外一种可能性：在我们人类进化的这个“生物”本性里，“真假”这件事将不再重要，而唯剩下“美不美”才是信息业的关键。

但非常可悲并且可以肯定的一件事是：在这样一个世界里，是没有办法进行任何真正有价值的商业判断和行为的。

这或许也解释了为什么在美国高科技投融资模式轰轰烈烈发展了几十年并大方光彩后，2017 年硅谷非常奇怪的一个隐性线索是：对“平台模式”和“广告模式”的重新反思。

本期#思维方式#，来自译言网和东西网创始人赵嘉敏，回国创办译言网前，赵嘉敏曾是硅谷甲骨文公司高级应用工程师。本文转载自微信号“译言”（ID：yeeyancom），为喜马拉雅听书付费栏目《KK 对话未来》文本内容节选，已获译言转载授权。

前几天，湛庐文化给微软小冰出了一本诗集，叫《阳光失了玻璃窗》。

你知道微软小冰是谁吧？她是微软的人工智能机器人。《阳光失了玻璃窗》这本诗集，一共收了微软小冰写的 139 首现代诗。不过有意思的是：小冰写的《阳光失了玻璃窗》这首诗，并没有收录在这本诗集里。据说，这首诗是小冰以前以匿名的方式，发表在网络上的。我从网络上找了出来，给你读一下：“ 

阳光失去了玻璃窗，
徜徉的苍蝇，
也变得彷徨，
明天——
是在阳光照射的方向，
还是阳光来自的地方？

我不知道你听了这首诗有什么感觉。今天早上我在路上回味这首诗的时候，竟突然想到了另一首很有名的诗——《我不知道风是在哪一个方向吹》。当然，小冰这首诗的意境可能远远比不上徐志摩的诗，但是我从小冰的诗里，还是体会到了一种比较复杂的味道。尤其是里面这句“徜徉的苍蝇”，让我感到一种很无厘头的味道。这本诗集一出，很多人都觉得，人工智能已经侵入到了原来我们以为人类神圣的领域——艺术。

类似的例子，还有去年 IBM 的沃森（Watson）给福克斯的恐怖电影《摩根》（Morgan）做预告片。《摩根》本身就是一部关于 AI 的恐怖电影，福克斯竟然请了 IBM 的人工智能来给这部电影做预告片。当然，你也可以把这些案例看作是人类和人工智能合谋的行为艺术。不过，我们还是被迫要思考这样一个问题：艺术，或者说我们对美的感知／认知，到底是人类独有的，还是说也只是一种算法，可以被机器学习和模拟？

关于这个问题，我很惊奇的发现，中国南宋诗人陆游已经给出了答案。他有一句诗：“文章本天成，妙手偶得之。”什么意思呢？就是说，好的文章已经存在在那里，写作技巧高超的人只不过是偶然间发现了它而已。

凯文·凯利（KK）对这个问题有他的答案。最近，他在机器人峰会上的演讲中有这样一张 PPT，上面写着：“创意是一种机械过程”。什么叫机械过程？就是可以按照规则和步骤，一步步做出来的，或者换个更直白的说法——创意，就是一种算法。

你可能很难接受这个事实／说法。那让我们还是用 AlphaGo 的例子来详细说明一下。

AlphaGo 刚刚战胜了世界冠军柯洁。柯洁在赛后的采访中，谈他对 AlphaGo 的感受是：他认为 AlphaGo 已经接近了围棋的上帝。我们知道，围棋之所以被称为一门艺术，就是因为它的规则极其简单，但它的变化几乎是无穷无尽的。 AlphaGo 在对弈中也不可能精确计算每一步的结果。在很多步骤上，它需要像人类一样，对棋子位置的重要性进行评估，做出一种类似于人类直觉的判断。也就是说，人类的直觉是可以被算法模拟的。这种模拟过程，实际上是一种搜索算法。当然再往深讲，你可能需要学习一些人工智能的专业知识。

说到这儿，你可能会想，下棋，尽管我们把它称为是一门艺术，但它更接近于一种计算。人工智能在计算上超越人类可能并不稀奇，你可能更关心，人工智能有没有可能具备人类的情感，或者说，性格？

KK 认为，机器可能更容易具备情感，因为情感并不要求很高的智能。想想我们养的宠物、小动物，它们很容易就跟人建立起深厚的情感来。情感的内部机制我们还不是完全清楚，但至少我们已经知道了一些，比如说，多巴胺可以引起人的幸福感。如果我们不去看这些内部因素，而是从外部环境去考察的话，那么情感的产生很可能是一个比较简单的过程。

首先，情感需要交互的对象。如果没有交互的对象，就不太可能产生情感。一个孤零零的人，如果从来都没有跟别人打过交道，那么他可能连孤独的感觉都不会产生。

其次，情感需要一种自我强化机制，通过外界对自己行为的反馈来强化自己的某种行为模式。

第三，模仿也会对情感的形成和传播起到重要的作用。

不管是交互也好，模仿也好，自我强化也好，这些行为其实都是机器很容易做到的，换句话说，是可以用机械的过程来模拟的。

关于机器能否具备人的情感和性格这件事，我推荐你看一部科幻电影，叫《超能查派》。当然，这部科幻电影并不能回答这个问题，但至少它从这样一个角度来去描写将来的人工智能，我觉得还是蛮独特的。具体的故事情节，我就不在这里剧透了。

到这儿呢，我们已经说过了，创意和情感都可以被算法模拟。回到我们今天的话题上，人类对美的感知、对艺术的认知，是不是也是一种算法呢？

我想，答案也是类似的。尽管我们对美、对艺术的认知可能要复杂得多，但从机理上来讲，也是可以被算法模拟的。如果开个脑洞的话，我会认为，人类对美、对艺术的认知，是刻画在人的基因里的。基因是什么？基因就是一种算法。只不过这个算法的复杂度太高，我们到今天都无法理解。

我为什么会认为，美是刻画在我们的基因里的呢？

一个佐证就是：我们对美是有一种共识的。每个人对美和丑的认识，不会有特别大的差别。另外一个佐证就是，从时尚的角度来讲，我们都知道，流行是有周期的——一种款式，一种服饰，可能每隔多少年就会重新流行起来。从这个角度来讲，我们说，美是有模式的，有规律在里面的。模式和规律，都是可以用算法来表征的。

同样，我们人性当中那些特别感人的成分，比如说，牺牲精神，这些东西也都是刻画在我们的基因里。这也是说，我们为什么对人类永远保有一种乐观的态度。因为人类的基因当中，已经刻画了这些高尚的成分。这些高尚的成分，可能并不是为了崇高而崇高，而是为了人类的生存和延续。如果没有这些高尚成分，我们人类很可能不会走到今天。所以，尽管人性中有这样那样不好，有这样那样的丑恶，但同样人性中还有这些高尚的成分。所以，我们对人性、对人类，一直持有乐观的态度。

KK 在《必然》中有一段关于人工智能和人性的精彩论述：

我们一直在重新定义，什么是人。在过去 60 年里，我们曾经以为是人类独有的行为和天赋，一次次被机械过程所复制。我们不得不重新考虑，我们到底与其他物种有何不同？每一次我们承认，下棋、开飞机、作曲乃至推导数学定理并非人类独有时，我们都会感到痛苦和忧虑。在未来 30 年里——也许是 100 年里，我们都会陷入这种旷日持久的身份危机，不断自问，我们到底优越在哪里？如果我们既不是唯一的工具制造者，也不是唯一的艺术家，甚至不是唯一有道德感的物种，那究竟有什么是我们独有的？最具讽刺意味的是，人工智能带给我们的最大益处，并非效率的提高和经济的富足，或是科研的新方法，而是帮助我们定义人性。我们需要人工智能来告诉我们，我们是谁。

最后我们再来聊一个小话题。在以前的节目中，我们说过，人工智能是不同于人的一种智能，用人工智能来完全模拟人的思维和智能也几乎不可能。由此我们可以得到一个推论，即便人工智能具备美的感觉，具备对艺术的认知，那它很可能也跟我们人类对美和对艺术的认知是不同的。

接下来一个问题是，不同的美之间有没有可能沟通和交流？我想，答案应该是肯定的。人工智能在模仿人类这方面的例证我们已经看到很多了，同样，人也在向机器模仿。比如说，太空舞／太空步，其实就是人在向机器学习一种美。也许真的应了那句话：唯有艺术没有疆界。

硅谷金融家们对孙正义的“敬畏”和“困惑”恐怕将更进一步。据 Recode 消息：目前软银正在商讨新成立一个基金，规模或比愿景基金还要大，原因是：孙正义希望进一步扩大技术领域资金池，以补充愿景基金覆盖面。

该基金还在“早期概念”阶段，LP 们并不清晰。

但软银态度“认真”，同时 LP 们可以是愿景基金 LP，包括——沙特阿拉伯和阿拉伯联合酋长国的主权财富基金，另外预计：会有不少国外财富基金感兴趣，因为希望得到美国高科技公司股份。

通常，VC 们会以每 2-3 年频率向 LP 融资，但软银显然在攻击性、速度和规模上，都大为不同。

值得注意的是：孙正义的“大胆”已在硅谷引发争议。

一方面，是软银去年底成立的“愿景基金”的超大规模。该基金单支规模就达到了 1000 亿美金，而 2015 年全世界风险资本加起来也才 1295 亿美元（据 CB Insights 数据）。

另外去年底红杉资本的 Roelof Botha 和 YC 的 Sam Altman 都表达过这样观点：

硅谷现在面临的最大问题，就是有太多钱涌入高科技初创公司。而一些高科技创业公司本是不该继续存在的，他们继续存在，也将把人才误导到错误地方。也就是说，人才没有被部署到一个更好地方进行更好使用。如果最弱的公司没得到那么多资本，科技业会变得更好。

另一方面，是软银的投资风格。

截至目前，软银已投资硅谷一些明星公司如 Slack 和 WeWork。为抢到好项目，软银通常注资风格是——对所投企业尽职调查时间很短，以及为彻底击败对手而愿出更高价格——这些，都让软银受到批评。

而软银也很可能将在下周与 Uber 达成交易。

软银此前试图收购 Uber 至少 14%股份（详见《Uber创始人遭公司最大股东起诉》），前天Uber董事会成员Arianna Huffington称：“这个超大、棘手的交易可能马上出结果。”

当然如果价格谈不拢，如 Uber 老股东坚持认为软银出价太低，那么软银的‘投标报价’也可能失败。

值得一提的是：软银还没有完全关闭愿景基金。

该基金原定目标 1000 亿美金，年中宣布已募集 930 亿（详见《软银已是NVIDIA第四大股东？孙正义全面押赌人工智能》），最后的 70 亿美金资本承诺迟迟不见。

另据已公布招聘名单，愿景基金也正在招聘几名高管，包括业务运营副总裁。之前其已聘请到前 LinkedIn 高管 Deep Nishar 和前 Shutterfly 首席执行官 Jeff Housenbold。

本期#思维方式#，节选自中信出版社《隐性动机》一书第一章，由美国经济学教授尤里.格尼茨和约翰.李斯特撰写，译者鲁冬旭，本书曾获《怪诞行为学》作者丹.艾瑞里等的推荐。

复杂的激励机制

从我们会说第一个字开始，学到的所有东西几乎都是家长通过“胡萝卜加大棒”方式教给我们：负面激励（如惩罚或罚款）会让人们改掉不良习惯；正面激励（通常是钱）会让人们做“正确的事”。

但有时激励机制起作用方式和我们想的不大一样，甚至适得其反。下面是一个例子：几年前发生在尤里和太太埃立特身上，和他们没能及时去幼儿园接孩子有关。

当天，两人在海滩上度过了美好一日，以至忘了要接女儿，等想起时，已离幼儿园规定最晚时间不足 50 分钟。当他们赶到，除了孩子，同时还见到了幼儿园园长丽贝卡。

尤里立刻道歉。丽贝卡点点头，什么也没说。她当时在想什么？尤里夫妇当然知道她不高兴，但到底有多不高兴？这事很难弄清。尤里和埃立特对迟到非常内疚，甚至担心会影响园长对他们孩子态度。

几星期后，他们对丽贝卡有多不喜欢家长迟到有了进一步了解。丽贝卡宣布：开始对迟到超过 10 分钟的家长罚款，额度是 3 美金。

这种激励机制起作用了吗？很遗憾，不太有效。因为罚款只有 3 美金，尤里夫妇觉得：以此获得一段额外托管时间挺划算，下次也就不会再疯狂赶去幼儿园，反正已经不用看丽贝卡脸色，只需付 3 美金就行了，也不用内疚。

丽贝卡设计的惩罚机制对我们工作很有启发。我们对以色列 10 家幼儿园进行了 20 周研究，想看看“小额罚款”会产生怎样效果。

结果显示：实施了罚款的幼儿园，家长迟到次数显著增多。即使之后取消罚款，这些家长迟到概率仍然高于从未做过罚款措施的幼儿园。

那么，问题到底出在哪里？当丽贝卡开始罚款，她改变了“迟到”的意义。罚款前，家长们实际上在执行一条不成文规定，即“按时来接孩子是家长该做到的事”，是家长对幼儿园、丽贝卡和她员工及对自己孩子的一种义务。

但这种规定是不完整的，虽然要求下午 4 点前接孩子，幼儿园却没有明说如果迟到有什么后果；是不是不管什么时候都会一直细心照顾孩子？会不会因家长迟到而对孩子态度变差？

但自宣布罚款，幼儿园和家长间这个不成文的规定就变了。

家长们认识到：再没必要在车流中不停穿梭赶往幼儿园。此外，它还给家长这种行为进行了“明码标价”——价格很低。因此，现在家长迟到不再是种破坏不成文规定的行为，教师加班也变成一种商品，与停车位或巧克力一样。

新的、市场化激励机制使家长和幼儿园间合同变完整了。但如果你是丽贝卡，很快会意识到：想防止家长迟到，让他们“内疚”实际上比罚款更有效。

再比如你是一名父母，正对孩子进行禁毒教育，如果幸运，孩子会听你的，但如果你仍对孩子怀疑，你会要求“药检”。这时会对你和孩子关系产生什么影响呢？

你的角色可能不再只是家长，而是一个“警察”。你孩子行为可能会因此变成如何在药检中作弊来骗你，而不是对自己到底是不是该接触毒品进行深入思考。

负面激励机制会改变某些行为意义，但正面激励机制同样会起到这样作用，比如我们都认为：给钱能使别人按你想法行事，但有时也不会顺利发生。

魔鬼藏在细节中

丽贝卡的罚款措施给我们教训是：如果你打算用激励机制，必须保证你设计的激励机制真会起作用，实际上如果涉及钱，一定要对细节特别小心，因为钱可以轻易改变我们对“某种关系”的解读。

比如，你想设计一种政策鼓励大家回收利用易拉罐，以下是几种情况：

• 情况 1：假设你所在城市不通过钱激励方式号召大家回收易拉罐。在一个寒冷冬日清晨，你看见邻居提着一大袋空易拉罐走向回收中心。
• 情况 2：假设你所在城市改变了政策，现在每回收一个易拉罐，可获 5 美分。同样在一个寒冷冬日清晨，你看见邻居提着一大袋空易拉罐走向回收中心。

情况 1 和 2 中，你会怎么看待你邻居行为？

1 中，你可能觉得他是位环保主义者，实在品质高尚。但有了钱激励（虽然只有 5 美分），你会觉得这个邻居要么为人吝啬，要么经济拮据，可能会想：“为什么要为这点钱这么辛苦？会不会是因为赌博而手头缺钱？“

实际上，5 美分激励还可能改变你邻居对自己行为的看法。

没钱奖励前，他收集完全是出于环保目的；但有了 5 美分，你邻居说不定也意识到自己行为在别人眼中既小气又可悲，可能想：“下一步，我是不是要去垃圾箱捡垃圾了？这样太难堪，还是不要收集空易拉罐了吧。”这种自我认识上的改变，可能导致你邻居不再愿将易拉罐送去回收中心。

激励机制的定价秘密

每年，以色列高中生都会挨家挨户上门募捐，款项用于支持慈善机构（如支持癌症研究或帮助残疾儿童的慈善机构）。平均说，学生们拜访家庭越多，募得的钱也就越多。

我们的实验目标是：对志愿者实施一定金钱激励，看看能否增加募集金额。以及如果可以，激励多少钱能使募资最大化？

实验中，我们把 180 个学生分为 3 组（所有参与者均不知道自己正在参与实验）。首先，第一组学生听领导讲话，内容是募捐对慈善事业的重要性，告诉他们慈善机构希望他们能帮忙筹资，越多越好。

第二组学生也要听领导讲话，但除上述内容，还会告诉学生会将筹集资金 1% 用于奖励他们（清楚告知学生奖金另有资金来源，不会挪用善款）。

第三组学生：奖励额为募集善款的 10%，而不是 1%。

结果出乎意料，募资最多的是第一组。这组学生唯一目的就是行善和帮助他人。然而，由于我们在另两组中实施了激励，那两组学生反而忘了慈善募资活动初衷，把重点转到了计算自己能获得多少奖金上。

募资总额排名第二的是能得到 10% 奖金的第二组；得到 1% 奖金的第一组则募集善款最少。为什么呢？

因为这种情况下，金钱激励制度不能支持活动目标（行善），就像上文丽贝卡的罚款措施，金钱激励反而弱化了人们高尚的动机——金钱变得比“做好事”更重要。

当你决定激励某人，首先该考虑的是：你的激励机制会不会反而减弱没激励机制时某人“做正确的事”的动力（即它的负作用）。新激励机制可能会“稀释”之前高尚动机，因为改变了人们对自身行为的认知，或者说，你用钱对想鼓励（或不鼓励）做某事的人进行了隐性“侮辱”。

而当你考虑实施，必须保证你提供了充足激励。这时，你该把激励看作一种价格，如果定价很高（假设丽贝卡罚款是每迟到 1 分钟罚 5 美金，则可能会有效减少家长迟到。实际上，美国某些地方确实存在力度较大的罚款），人们更可能做出你想要的反应，按你想法行事。

总结：在设计金钱激励机制时：要么支付足够多钱，要么干脆不支付。

这方面，我们发现钱真不一定是“王道”，有些东西是钱买不到的。激励人们做某事时，应该用他们真正重视的东西。