07/02/2023: (Con)Sequence
本周的主题是 (Con)Sequence 序列（因果）。
上周发布的《虚无的护城河》收到了很多读者的反馈。这篇文章是最近很多阅读和思考的一个不完整总结。它更像是从时间倒序的角度反观过去发生的事情，或者说用一句行业黑话来说，叫复盘。
有一天我在碎纸机旁边等待机器吞噬一沓废纸的时候（这是一种近乎于冥想的放松方式），我意识到，因果性很大程度是依靠时间序列的先后顺序而产生的。这个想法究竟能有多靠谱，我的确不敢说——还依稀记得在高中年代读的康德或者洛克里曾经浅碰过这个问题。先发生还是后发生，对所谓「终局」造成了太多影响。
在这一点上，Investor 和 Operator 有着截然不同的看法。
Investor 没有那么在乎序列，甚至于也不那么在乎因果——他们只在乎结果。所谓终局，就是预判最终的形态，只要做好这样的判断，那么就在终点等着就好了。而序列过程的演变，有时候反而是噪音，陷入择时的陷阱，造成不必要的损失。
Operator 则必须关注序列，关注因果，因为学习的本质就是理解因果，也只有因果，才是在所有的不确定性找到了那一点确定——有时候，这甚至于被认为是一种好运气。在竞争中，先找到比后找到总会好上那么一阵，但确定性容易被抄袭，跑得快不见得跑得久。
Clayton Christensen 教授的《Competing Against Luck》是他离世之前对这个世界最后的伟大贡献。这本书的中文译本后来翻译出来了其它的名字，其实不如忠于原意：运气看起来是不确定性，但是对于得到运气的人，其实是得到了确定性的，但一个人怎么一直得到好运气呢？那么背后必然有他的道理，这本书就是在拆解你看不到的那些思考过程。
很多时候，这些商业书中的拆解也只是把结果做了拆解，但没有拆解结果是如何形成的完整序列——后者所需要的信息量太大，一般的作者很难接触到。一些传记可能会写到，但往往埋藏在千头万绪的细节中，加上读者可能没有亲身经历，极有可能被当作无关紧要或者猎奇经历略过。百战归来再读书是有道理的，在纸面上读过的每个字，都可能唤起战场上血与火的记忆。
之前在这个 newsletter 中分享的很多云里雾里的话，或许会碰上一些心领神会的读者，或许只作不知所云。
Essays
Meta's Achilles Heel(s) by Abdullah Al Rezwan
最近读 Rezwan 的 MBI Deep Dives 比较多。本文接续上一篇 Meta's Moat 而来，主要写 Meta 的隐患。
Rezwan 认为移动互联网的红利主要被三家公司拿到：Apple、Google 和 Meta（按照这个顺序，当然是从美国市场为主视角）。而 Google 每年会给 Apple 大约 200 亿美元，以获得在后者生态中的默认搜索引擎入口。但 Meta 却几乎不会给 Apple 什么真正意义上的利润分享（App Store 不会分享开发者的广告收入）。作者认为，这是 Apple 推出 ATT 等隐私措施的真正原因：限制 iOS 生态中的广告收入。但 Meta 难以绕开 iOS 生态，因为后者牢牢掌控着地球上支付能力更强的一群消费者——也是所有广告主梦寐以求的一群人。
But it is Meta’s rise that must be so damn annoying to Tim Cook (and most likely would be to Steve Jobs too if he were alive) since Apple receives peanuts from Meta. Given Apple doesn’t take a cut of advertising from developers, there’s no direct payment flowing from Meta to Apple, but some may argue rise of social media is what made smartphones much more intriguing to own and hence, Apple and Meta too have symbiotic relationship. I am quite confident that Apple feels they catalyzed smartphone revolution, hosts the wealthiest billion on their platform, and hence deserves some share of Meta’s economics.
但正是 Meta 的崛起让 Tim Cook (如果 Steve Jobs 还活着的话，很可能也会如此) 非常恼火，因为苹果从 Meta 那里得到了微薄的收入。鉴于苹果不会从开发商那里抽取广告费，因此 Meta 不会直接向苹果支付费用，但有些人可能会认为社交媒体的兴起让智能手机变得更有吸引力，因此苹果和 Meta 也存在共生关系。我非常有信心，苹果认为他们催化了智能手机革命，在他们的平台上承载了最富有的十亿人，因此应该在 Meta 的经济中分享一些份额。
Rezwan 认为，Meta 能够摆脱这种依赖性的两种做法是：
a) the bad way: Apple can do it for them by continuously making it challenging to build effective ad infra. and b) the good way: Meta finds other opportunities to monetize its userbase by directly integrating the whole sales funnel within their properties.
a) 糟糕的方式：Apple 可以通过不断地挑战构建有效的广告基础设施来为他们做到这一点。 b) 较好的方式：Meta 找到了其他机会，通过将整个销售渠道直接整合到其资产中来将其用户群货币化。
b 的方式即今天抖音和快手在中国市场所做到的：整合从内容到电商的闭环——作者认为，要做到这一点，就要抓住聊天的机会，而最有希望的就是 WhatsApp 的商业化。
另一个变化是从 Social Media 到 Media Social 的变化。这个变化的驱动力有两个：
- 算法信息流驱动的内容发现方式的变化——这一点讨论较多，不展开。
- 隐私意识的觉醒，人们不再愿意通过「广播」的形式分享自己的生活——讨论比较少，作者悲观的认为人们不再可能回到 10 年前那种和世界分享一切的状态了，也是合理的一种推测。
算法的崛起和社交分享的衰落是同时发生的，Stories 和 Reels 对于 Meta 而言都是「舶来品」。
Meta, ironically, needed moderate competition to refresh their social networking apps to help them transition from social broadcast to more social entertainment apps in which in 5 years people may mostly consume algorithmic content on Feed and discuss/share them on DM.
具有讽刺意味的是，Meta 需要适度的竞争来更新他们的社交网络应用程序，以帮助他们从社交广播过渡到更多社交娱乐应用程序，在 5 年内，人们可能主要在 Feed 上消费算法内容，并在 DM 上讨论/分享它们。
The AI Moment, Part IV: Lighting Round by Pratyush Buddiga
Pratyush Buddiga 是一名风险投资人和专业扑克玩家。本文是一个系列，关于 AI 的种种推断，此前的 03/05/2023: Fast Horse 这一期曾经摘录过这个系列的第一篇。
文章篇幅不长，是以 bullet point 的形式分享观点。仅做一些简短的摘录。
Scientists tend to break down human action into biology and socialization. It’s not surprising that the current belief is that AGI can be created by machine biology (ie computer programming/LLMs) and socialization (RLHF).
科学家倾向于将人类行为分解为生物学和社会化。当前人们认为 AGI 可以通过机器生物学（即计算机编程/法学硕士）和社会化（RLHF）来创造，这并不奇怪。
很有趣的分类：机器生物学，教人成为「机器」；社会化，教机器成为「人」。
Venture capital will return to being a cottage industry. Most VC funds will die. Markets that were previously served somewhat mediocrely by horizontal venture-backed companies can be won by smaller, non-venture-backed companies doing low seven figures of revenue rather than hundreds of millions or billions.
风险投资将回归家庭手工业。大多数风险投资基金都会消亡。以前由横向风险投资支持的公司提供的服务有些平庸的市场可以由规模较小、非风险投资支持的公司赢得，这些公司的收入只有七位数，而不是数亿或数十亿。
背后是企业规模将变小，因为很多工作可以用 AI 完成。
ChatGPT might be the Starlink of OpenAI: an intermediate revenue-generating step to support the longer-term goal of AGI, but not necessarily a core part of the technology that will get us there.
ChatGPT 可能是 OpenAI 的 Starlink：支持 AGI 长期目标的中间创收步骤，但不一定是实现这一目标的技术核心部分。
让人想起 Elon Musk 的 Master Plan，但还没有看到 OpenAI 的版本。
We need a solution to avoid this. Some have floated UBI, but that’s once again mistaking humans as “homo economicus” versus “homo sapiens.” We need meaning and purpose in life.
我们需要一个解决方案来避免这种情况。有些人提出了全民基本收入，但这再次将人类误认为是“经济人”而不是“智人”。我们需要生活的意义和目标。
对全民基本收入的看法也很就案瑞，和主流经济学的假设一样，过度简化。
Manufacturing and industrialization is essentially the only way developing countries have been able to become developed so far. Countries that have tried to skip this stage or prematurely de-industrialized and de-agrarianized face the problem of itinerant, underemployed workers and decomplexified economies where wealth is controlled by a small, mostly corrupt elite class. This describes the majority of Latin America and Africa currently. The way AI can save the world is if it helps create or augment so much human knowledge and intelligence that can be re-directed toward production and building in the physical world, augmented also by machines. Mass employment in well-paying and productive jobs becomes possible. We discover what to do, what to build, and what to create so that we have a new Industrial Revolution on the scale of the first.
迄今为止，制造业和工业化基本上是发展中国家实现发达国家的唯一途径。试图跳过这一阶段或过早去工业化和去农业化的国家面临着工人流动、就业不足和经济复杂化的问题，其中财富由一小部分腐败的精英阶层控制。这描述了目前拉丁美洲和非洲的大部分地区。人工智能拯救世界的方式是，它有助于创造或增强如此多的人类知识和智能，这些知识和智能可以重新定向到物理世界中的生产和建设，并通过机器进行增强。高薪和生产性工作的大规模就业成为可能。我们发现要做什么、要建设什么、要创造什么，以便我们能够实现第一次规模的新工业革命。
Refinement Culture by Paul Skallas
精致文化是一种新近出现的现象，它需要对设计、建筑、风格和美学进行总体精简和优化。这篇文章中有很多有意思的图片和数据，我仅做部分摘录，感兴趣的读者可以自行去读原文。
第一个例子，NBA 的投篮分布，在 20 年间，投篮点位的分布变得极为集中，不难理解，这是在不断的竞争中产生的专业化。
作者解释道：
如果您看一下上图，您就会看到职业篮球比赛在过去二十年中发生了怎样的变化。如果你看了很长时间，你可能会注意到它。迈克尔·乔丹和卡尔·马龙等球员赖以建立职业生涯的中距离跳投已经一去不复返了。现在比赛已经转向三分射手和突破篮下近距离投篮的球员。这怎么发生的？现在几乎每支球队的管理层都设有 NBA 分析部门。从本质上讲，数据表明，投三分球的回报大于风险。平均而言，出手更多三分球的球队最终在一场比赛中得分更高。
另一张图是汽车颜色的比例。黑白灰的比例持续上升，难以想象的是绿色竟然曾经达到过 10% 左右的份额。
还有更多的例子，这里不再一一列举。精致文化存在于太多地方，人类善于模仿（参见：Mimetic Theory），这也导致了无休止的竞争。互联网在加速信息传递的过程中，无疑也加重了模仿行为和精致文化。
AI / RLHF 可能是下一个加速器。
Shortform
昨晚和几个企业家朋友讨论企业管理，意识到企业管理和国家治理类似，“只有复杂系统才能应对另一个复杂系统”：在不断变化的外部环境下，组织架构如果是计划式的简单系统，外部变化一定会把你淘汰。而把企业建设成自适应网络的关键就在于： 1/打通外部市场变化对内部决策的传导； 2/上述决策压力要尽可能传导到小组和个人（未来利用智能合约和 token 是真的有可能做到传导到个人。现在基础架构不足，成本过高）。企业家不要花时间去计划，而是服务和建设此网络。把企业和部门的关系变成类似电商平台和店铺的关系。
Longform
最近主要在读的书就是 Andrew Chen 的 The Cold Start Problem，之前已经介绍过几次，不再赘述，感兴趣的读者可以自行阅读，或者从《虚无的护城河》中找到一些内容。
这本书实际上再一次启发了我重新去思考序列或者因果问题，而不只停留在终局思考上。Operator 和 Investor 的另外一个区别就是通常没有 Option，因为时间都投入在一件事情上了，而这是一个人最大的 bet。