11.18.24: 等待河牌
本周，我决定改变 Newsletter 的形式：不再追逐每周的新闻热点，而是回归到更深度的分析。在阅读 Nate Silver 的新书时，我被他提出的 River 和 Village 的概念所触动。River 代表着那些善于解构问题、计算预期收益的分析型风险承担者；Village 则代表着更倾向于规避风险的传统机构。这个框架帮助我们理解了从选举预测到创业决策的诸多现象。
在本期的精选文章中，我们将探讨 Trump 时代可能带来的泡沫效应、AI 记忆系统的新突破、投资 OpenAI 12.5 亿美元后 Thrive Capital 合伙人的罕见访谈，以及内容产业如何在变革中寻找方向。这些看似分散的话题，都指向一个核心问题：在不确定性中，如何做出更好的决策？
在尝试了两周的 News + Neo's 之后，我决定再次改变主意：每周关注新闻太容易让人焦虑，也把这个 newsletter 定位到了和一些疯狂的日更出版物竞争的局面上。更重要的是，大部分时候并没有那么多值得我去说上几句的新闻。
我们正处在重大变故后尘土飞扬的阶段，空气里总是漂浮着一种呛人的味道，而且什么都看不清。新总统每天都在推出新的内阁成员，这些名字令人担心，直到本周最后一个交易日里，股市终于回吐了选举结束以来的大部分涨幅。
Elon Musk 与 OpenAI 的十年纷争也因为一系列邮件的曝光而公之于众。在强硬言辞的背后，我看到了他可能因孤独症（autism）而并不擅长的社交技能：这些人不善于理解或表达情感，但模式识别能力很强——就像 Musk 时常用“第一性原理”来表述他的一系列决策和行动，但周围人很难模仿一样。
在小说《巴别塔》中，“刻银术”是一种神奇的魔法，能够捕捉不同语言间最细微的差异，连接彼此难以相通的心灵。今天的 AI 技术，正在成为现实世界中的“刻银术”——它不仅是一种工具，更是一座座沟通的桥梁，让每一种独特的生命体验都能找到自己的声音。
这是一个关于技术的故事，但更是一个关于理解与包容的寓言。在规模与标准化主导的时代之后，我们也许终于找到了一种更温和的愿景。
这也是四十岁生日之际，我写给未来的一封信。
本周我读完了 Nate Silver 的 On the Edge: The Art of Risking Everything。这位作者因为选举预测而著称，同时也是一位扑克高手。他的上一本书《信号与噪声》让“刺猬”与“狐狸”的隐喻名声大噪，而在这本新书中，他再次提出了 River 和 Village 的概念：
- River：一个由分析型风险承担者组成的社区，包括扑克玩家、风险投资家和科技企业家，他们通过预期价值计算来看待世界。
- Village：包括政府、学术界和媒体在内的传统机构，他们往往更倾向于规避风险并对市场持怀疑态度。
Riverian 的特点包括：分析和抽象思维，能够“解耦”并专注于逻辑，同时屏蔽上下文，竞争和批判的心态，独立且经常逆向思考，具有较高的风险承受能力和开放性。
First, there’s what I call the “cognitive cluster.” Quite literally: How do people in the River think about the world? It begins with abstract and analytical reasoning. These terms get thrown around a lot, so it’s important to consider exactly what they mean. The root words of the term “analysis” mean to break up, loosen, divide, or cut apart—so analysis essentially means to resolve something complex into simpler elements. In regression analysis, for instance—probably the most widely used statistical technique in data science—the goal is to attribute a complex set of observations to relatively simple root causes.
Then there’s the “personality cluster.” These traits are more self-explanatory. People in the River are trying to beat the market. In sports betting, the average player loses money because the house takes a cut of every bet. So if you follow the consensus, you’ll eventually go broke. Investing is more forgiving; just putting your money in index funds still has a positive expected value. Still, professional traders are trying to do better than the market-average return
The final term in the cognitive cluster, “decoupling,” is probably less familiar. It’s really just the same thought process as applied to philosophical or political ideas. As Sarah Constantin puts it, decoupling is “the ability to block out context…the opposite of holistic thinking. It’s the ability to separate, to view things in the abstract, to play devil’s advocate.” Decoupling has been found by the psychologist Keith Stanovich to correlate with performance on tests of logical and statistical reasoning, a type of intelligence that is valued in the River.
首先，我称之为“认知集群”。字面意思是：河流中的人如何看待世界？它始于抽象和分析推理。这些术语被广泛使用，因此考虑它们的含义非常重要。术语“分析”的词根意思是分解、放松、划分或切割——因此分析本质上意味着将复杂的东西分解为更简单的元素。例如，在回归分析中——可能是数据科学中最广泛使用的统计技术——目标是将一组复杂的观察结果归因于相对简单的根本原因。
然后是“个性集群”。这些特征更不言自明。河流中的人试图打败市场。在体育博彩中，普通玩家会输钱，因为庄家会从每笔赌注中抽取一部分。所以如果你遵循共识，你最终会破产。投资更宽容；只要把你的钱投入指数基金，仍然有一个正的预期值。尽管如此，专业交易员仍在努力实现比市场平均回报更高的目标
认知集群中的最后一个术语“解耦”可能不太为人所熟知。它实际上只是应用于哲学或政治思想的相同思维过程。正如 Sarah Constantin 所说，解耦是“屏蔽背景的能力……与整体思维相反。它是一种分离、抽象看待事物、扮演魔鬼代言人的能力。”心理学家 Keith Stanovich 发现，解耦与逻辑和统计推理测试的表现相关，而逻辑和统计推理是 River 所看重的一种智力。
Riverian 认为政党捆绑打包了太多的不相关问题的立场，而对于现实问题却选择模式。实际上 Harris 在选举中的很多糟糕表现——特别出现在最后两周的电视采访中，都是在一些“立场”问题上用预先准备好的语言进行“罐头回复”，而其竞争对手却在不断抛出简单直接的解决方案——尽管很多都自相矛盾，也无法落地。
这和 Riverian “解耦”分析的倾向截然相反。Riverian 擅长把每个问题都分解开看，对于每一种后果分别计算期望收益。这是一群敢于在低概率获得高收益的前景下赌上全部的人。这就解释了 Elon Musk 的很多决策。不少人在回顾他的生平时认为他只是运气太好了，但却忽视了他每一次的赌注都很大，这就让他和大部分人的选择都截然不同——让他进入了一个没有人能和他竞争的空间。
风险投资就建立在这样的框架上。但略有不同的是，投资组合能够在一定程度上对冲掉很多风险。对于个人而言，这意味着很高的失败概率。
Sam Bankman-Fried 就是这样的一个例子。他对于预期收益的计算或许是正确的，但由单个事件累积起来的失败概率实在太高了，更何况这些事件并不彼此独立。他很可能为有效利他主义贡献了一个严重的负面案例。
实际上，本书的最初几章都是关于职业牌手如何打好德扑的。很重要的一点就是让其他人相信你是在虚张声势（bluffing），从而错误的估计自己有一手预期收益很高的好牌。
等到河牌发出来的时候，桌上应该堆满了筹码。
Links + Notes
The Trump Bubble
Packy McCormick 最近在 Not Boring 上发表的文章《特朗普泡沫》提出了一个引人入胜且可能引发争议的论点：在第二任特朗普总统任期内，在乐观情绪和非传统方法的推动下，我们可能正处于巨大经济和技术进步的风口浪尖。McCormick 认为，这可能是一台“泡沫制造机”，会在各个领域催生一波“拐点泡沫”，就像围绕摩尔定律的乐观情绪推动了技术进步一样。
让我们来分解他的主要论点，并探讨其含义：
泡沫并非天生就是坏事。拐点泡沫推动进步。McCormick 引用 Byrne Hobart 和 Tobias Huber 的著作《繁荣》，区分了“均值回归泡沫”（基于过去）和“拐点泡沫”（基于截然不同的未来）。他认为拐点泡沫虽然有风险，但可以集中资源并以“正常”成本效益分析不允许的方式推动创新。想想阿波罗计划或摩尔定律。
Inflection bubbles, they argue, drive progress. Their argument is similar to the one I made in Infinity Missions: bubbles attract resources to important projects that would not make sense to fund or work on under a normal cost-benefit analysis.
他们认为，拐点泡沫推动了进步。他们的论点与我在《无限任务》中提出的观点相似：泡沫将资源吸引到在正常成本效益分析下没有意义资助或开展的重要项目。
“特朗普泡沫”是由“明确的乐观主义”和修复“制造机器的机器”的愿景推动的。McCormick 认为，特朗普承诺精简政府和消除摩擦不仅仅是陈词滥调，而是一个与建设者和创新者产生共鸣的具体愿景。它是关于优化美国体制以释放其全部潜力。
The Trump Bubble, if it materializes, will be about upgrading and cleaning the gunk out of the machine that builds the machines that builds the machines so that it can run at full capacity.
特朗普泡沫，如果它成为现实，将是关于升级和清理制造机器的机器的机器中的污垢，使其能够全速运转。
泡沫的迹象已经出现。McCormick 指出加密货币价格飙升、人们对硬科技的 renewed interest 以及围绕特朗普任命 Elon Musk 和 Vivek Ramaswamy 领导“政府效率部”（DOGE）的热情，作为泡沫心态正在形成的证据。
Because crypto is liquid and moves so quickly, you can see it most clearly in crypto prices.
因为加密货币具有流动性且变化如此之快，你可以在加密货币价格中最为清晰地看到这一点。
这是一个“参与式泡沫”。 DOGE 承诺众包想法，而 Musk 承诺在 X 上保持透明度，这创造了一种参与感和赋权感。McCormick 认为，这将进一步推动创新和冒险。
This is exactly what I’m talking about. Like any good bubble, it’s participatory.
这正是我所说的。就像任何好的泡沫一样，它是参与性的。
McCormick 提出了一个引人注目但又有些乐观的案例。“泡沫制造机”的想法很有趣，他将当前时刻与历史上的快速创新时期进行的比较也发人深省。然而，仍然存在一些问题：
- 特朗普能否兑现他关于放松管制和提高效率的承诺？ 历史表明，官僚惯性是一股强大的力量，将竞选中的陈词滥调转化为切实的政策变化是一项挑战。
- “泡沫”是否具有包容性？ 虽然 McCormick 强调了广泛参与的潜力，但也存在收益集中在少数人手中的风险，从而加剧现有的不平等。
- “风险偏好”行为的潜在下行风险是什么？ 虽然泡沫可以推动进步，但也存在重大损失和资源错配的风险。潜在的回报是否值得承担内在风险？
- 这真的是新颖的吗？ 利用政府作为创新催化剂的想法并不新鲜。是否有类似方法失败或产生意想不到的后果的历史例子？
延伸阅读
- Byrne Hobart 和 Tobias Huber 的 Boom: Bubbles and the End of Stagnation： 这本书为 McCormick 的论点提供了理论基础，是任何对泡沫与进步之间关系感兴趣的人的必读书目。
- Packy McCormick 的 Riskophilia： McCormick 之前关于拥抱风险重要性的文章为他对“特朗普泡沫”的分析提供了背景。
- Santi Ruiz 的 The Five Things President Trump Should Do on Day One： 从实践角度探讨了特朗普政府下潜在的政策变化。
最终，“特朗普泡沫”是否会成为现实并带来一段持续增长和创新的时期还有待观察。然而，McCormick 的分析为理解当前时刻及其潜在影响提供了一个宝贵的框架。一如既往，怀疑精神和批判性思维至关重要，但同时也需要愿意考虑新的可能性。
Memory for AI
Udara Jay 在开发一种 AI 记忆系统，该系统基本上是试图为机器提供我们大脑文件系统的数字版本。它可以记忆、连接点，甚至随着时间的推移发展其知识，就像人类自己的记忆一样。
数据量大并不总是更好。相反，Jay 的方法是模仿人类记忆——情景记忆（记得你绊倒并把咖啡洒得到处都是的那次）、语义记忆（知道咖啡是一种冲泡饮料）、程序记忆（知道如何冲泡咖啡）——所有这些都协同工作。目标是什么？AI 不仅会做出反应，还能理解上下文和历史，从而实现更一致、更像人类的互动。
Jay 对将越来越多的数据输入大型语言模型的局限性感到沮丧，这是显而易见的：
My feeling is that there's an upper bound to the gains from shaping the input context window for a large(r) language model. As context windows grow larger, the real bottleneck shifts from optimizing how we present information to the model to actually gathering and curating the right information to begin with.
我的感觉是，对于大型（更大）语言模型，塑造输入上下文窗口的收益有一个上限。随着上下文窗口变得越来越大，真正的瓶颈将从优化我们向模型呈现信息的方式转变为实际收集和整理正确的信息。
那么，我们如何模仿人类大脑的记忆魔术呢？Jay 首先深入研究神经科学，解释了我们的海马体如何像图书管理员一样，索引和检索大脑皮层的记忆，直到这些记忆变得根深蒂固，直接存在于皮层本身。然后，他们尝试通过“密集检索”和考虑“时间相关性、受欢迎程度和其他关键变量”的系统来重现这一点。
当然，建立这种记忆系统并非易事。 Jay 承认这是“一项艰巨的挑战”，因为复制“人类记忆系统固有的深度和活力”并不容易。他们的方法包括微调嵌入模型，基本上就是将信息翻译成人工智能可以理解和连接的语言。
By fine-tuning an embedding model, we can move the model towards simulating how humans recall memories based on the associations and contextual cues we train it against. This approach allows the system to retrieve related memories more efficiently, leading to more coherent and contextually appropriate responses. Practically speaking, this is similar to using a sparse embedding model trained against a very specific set of meaningful features.
通过微调嵌入模型，我们可以让模型模拟人类如何根据我们训练的关联和上下文线索回忆记忆。这种方法允许系统更有效地检索相关记忆，从而产生更连贯和更符合上下文的响应。实际上，这类似于使用针对一组非常具体的有意义的特征进行训练的稀疏嵌入模型。
同时，Jay 也提示道：
Fine-tuning an embedding model is a powerful, expensive and imperfect approach with some desired properties when it comes to retrieval. If you have strong and specific opinions about what the embedding space should look like, and are willing to create datasets that reinforce those patterns– I think it's worth some exploration.
微调嵌入模型是一种功能强大、成本高昂且不完善的方法，在检索方面具有一些理想的属性。如果您对嵌入空间应该是什么样子有强烈而具体的意见，并愿意创建强化这些模式的数据集——我认为这值得探索。
Jay 实施了记忆巩固的“睡眠阶段”。在此阶段，人工智能会筛选其工作记忆，用上下文和时间戳标记信息，并通过放大关键细节和修剪冗余来“重新构建”记忆。可以把它想象成你的大脑在你睡觉时整理一天的事件，决定哪些重要的事情值得保留。正如 Udara 所说：
Much like our own memory, it's more about remembering the important bits than getting everything exactly right.
就像我们自己的记忆一样，它更重要的是记住重要的部分，而不是把所有事情都完全正确地记住。
他们甚至给人工智能设置了一个“睡眠阶段”来巩固记忆，就像我们的大脑在一夜之间所做的那样。这为 AI 提供了“软技能”和一致性，暗示着更智能的聊天机器人和不断发展的游戏角色。
结果如何？Jay 在他们的对话代理中观察到了更多“随时间推移的一致行为”。人工智能可以从其记忆结构中汲取灵感，做出决策并采取行动，这些决策和行动感觉连贯并反映了其“积累的经验”。他们将其描述为一个“软技能”框架，为人工智能提供了自我意识和背景：
I tend to think of this stuff as a "soft-skills" framework for AI. While the memory system isn't geared toward acting as a database, it tells the agent who, what and where the agent is.
我倾向于将这些东西视为人工智能的“软技能”框架。虽然记忆系统不适合充当数据库，但它可以告诉代理是谁、是什么以及代理在哪里。
这篇文章中的很多技术细节我是一知半解的，但它提供了一个从人很好的视角——特别是在关于 “scaling law 撞墙”的担忧越来越重的时候——从认知科学出发，寻找新的灵感。这和我最近在读的 The Pattern Seekers: How Autism Drives Human Invention 中的很多点联系起来了。
Interview with Josh Kushner of Thrive Capital by Fortune's Alyson Shontell, 2024
在接受《财富》杂志 Alyson Shontell 的一次罕见采访中，[[Thrive Capital]] 的 [[Josh Kushner]] 分享了他对当前人工智能革命和科技领域未来的看法。Kushner 以其长期、集中的投资方式而闻名，他认为人工智能是他职业生涯中最大的范式转变，这得益于研究突破、计算能力和快速扩展的用户采用率的融合。
Kushner 的“第五大道”投资理念——专注于长期持有优质优秀公司——在 Thrive 对 OpenAI 的 12.5 亿美元投资中得到了充分体现。他认为 OpenAI 不仅在研究领域，而且在企业和消费者应用领域都处于领先地位，并强调其快速的用户增长是其估值的关键因素。
From our framing, OpenAI is the number one model and research company. It's the number one enterprise company. And it's also the number one consumer company, with a half a billion people using their product. When we kind of think about the valuations associated with some of these large language models, obviously you can value the enterprise business, but our orientation has always been towards kind of the application layer and the capacity for consumers to kind of utilize these products in ways in which are improving their life. And the exponential growth of that user base has been quite stunning and is fairly unprecedented compared to anything else that has existed.
从我们的框架来看，OpenAI 是排名第一的模型和研究公司。它是排名第一的企业公司。它也是排名第一的消费者公司，有 5 亿人使用他们的产品。当我们考虑与这些大型语言模型相关的估值时，显然你可以重视企业业务，但我们的定位一直是应用层和消费者以改善生活的方式利用这些产品的能力。该用户群的指数级增长非常惊人，与以往任何事物相比都是前所未有的。”
他将当前的人工智能浪潮与云基础设施的增长进行了比较，表明人工智能在未来几年可能会出现类似的指数级增长和价值创造。
To kind of frame it in the context of numbers, if you kind of look at cloud infrastructure, I think there was about 12bn of spend about a decade ago. Now it's about a $220bn run rate. That should yield about $2tn of enterprise value, and I think that will grow towards $5tn over the next five years.
从数字的角度看，如果你看看云基础设施，我认为大约十年前花费了大约 120 亿美元。现在的年化运行率约为 2200 亿美元。这应该会产生约 2 万亿美元的企业价值，我认为未来五年将增长到 5 万亿美元。
谈到 OpenAI 最近的动荡，Kushner 对 Sam Altman 和公司的发展轨迹依然充满信心。他强调，他相信支持杰出的创始人并在困难时期支持他们的重要性。
我们有很强的自我意识，最终，他们才是值得所有荣誉的人，他们应该站在这样的舞台上。
展望未来，Kushner 谈到了通用人工智能 (AGI) 的概念，将其定义为计算机在某些任务上超越人类智能的临界点。他承认这种进步存在潜在风险，但仍对人工智能在药物研发和机器人等领域的变革潜力持乐观态度。
I think there's a lot of different interpretations of what AGI is, but I think the most simplistic way to describe it is this idea that on certain tasks, computers will be smarter than humans. And it feels like we're making a tremendous amount of headway towards that being the case.
我认为对 AGI 有很多不同的解释，但我认为最简单的描述方式是，在某些任务上，计算机将比人类更聪明。感觉我们正在朝着这个方向取得巨大进展。
最后值得一提的是：Josh Kushner 创办 Thrive Capital 的时候只有 26 岁（2011 年），他的父亲是美国房地产大亨 Charles Kushner，哥哥 Jared Kushner 是 Ivanka Trump 的丈夫、Donald Trump 第一任政府的高级顾问。
Q&A with Spotify’s CEO
本文是 The Verge 的 Alex Heath 对 Spotify 创始人和 CEO Daniel Ek 的采访。
这次采访深入探讨了 Spotify 重新进军视频播客的举措，Ek 承认该公司最初低估了这种形式。他讨论了从中吸取的教训、吸引 YouTube 创作者的挑战，以及他对 AI 如何改变 Spotify 体验的愿景。
Ek 承认他在 2015 年自上而下的视频方法失败了。这一次，Spotify 正在响应创作者的需求，这得益于 Joe Rogan 等视频播客的成功。
This iteration of [video] actually started with the [Joe] Rogan deal… We did it, but honestly, I’m not sure any of us thought that it would be very successful. But then the numbers started growing. And then other people said, ‘I want that, too.’
[视频] 的这一迭代实际上是从 [Joe] Rogan 的交易开始的……我们做到了，但老实说，我不确定我们中是否有人认为它会非常成功。但后来数字开始增长。然后其他人说，‘我也想要这个。’
Ek 表示有信心 Spotify 新的基于参与度的支付将“非常有竞争力”，旨在解决创作者对货币化的担忧。然而，他承认，在一个仍在发展的平台上吸引创作者存在“先有鸡还是先有蛋”的问题。他鼓励创作者进行尝试：“我认为这样做的人会对我们提供的东西感到惊喜。”他强调了 Spotify 平台的开放性，并表示：“我们从未限制音乐创作者将他们的音乐放在任何平台上。”
Ek 认为 Spotify 的优势在于其多格式方法和独特的消费模式。他将 Spotify 的“长篇”收听和观看习惯与 YouTube 更“沉浸”的体验进行了对比：
The default experience of these other platforms is you sit there and are glued, which also means disrupting all your other experiences.
这些其他平台的默认体验是你坐在那里，全神贯注，这也意味着破坏你所有其他的体验。
虽然有很多讨论说本次美国大选中，播客的影响力非常大，但实际上很多的内容消费是在 YouTube 上完成的。我的个人体验是，对于一些较为深度的内容，视频画面和字幕的确更容易让我集中注意力，而收听播客（往往是在多任务）则很容易分神，丢掉一些重要信息。Spotify 在 UI 上不断加入视觉元素，正是希望从单一的“听”的场景逐渐拓展到“听 + 看”。如果希望消费者能更放更多的注意力在你的界面上，这是很难跳过的改变。
访谈中最有未来想象力的一段来自于 Ek 暗示未来 AI 将改变用户与 Spotify 的互动方式。他设想了一个更自然、更具对话性的界面，由语音转文本技术的进步驱动：“未来显然是这个东西会立即对你所说的话做出反应并做出回应。”他认为 AI 将利用 Spotify 庞大的媒体库来个性化体验：“我们不仅会了解你，还会了解你喜欢的一切。”
我最近重新开始使用 Spotify（从 Apple Music 切换）。这个流媒体服务的界面已经非常复杂了，但它在提供一个以音频为主的陪伴体验上仍然要比 Apple Music 专注很多。歌单中的个性化和推荐音乐的新颖性都更胜一筹，越来越多的 Gen AI 融入在更易懂的歌单名称等细节中，相比而言，Apple Music 很呆板。
Inside Ridley Scott’s Producing Empire: “Tell Me the Film in Two Sentences”
这是来自 Hollywood Reporter 杂志对我很喜欢的制作人 Ridley Scott 的一篇侧写。它强调了 Scott 务实、严肃的风格，他的推销口号完美地体现了这一点：“用两句话告诉我这部电影。”
Ridley Scott 对简洁的要求突出了他对强大核心概念和内在冲突的关注：“你应该点燃这个想法，而你必须有一个导火索——一个定时炸弹。当你让 [角色] 为了某事而做某事时，这是危险的。”这种“导火索”在《异形：罗慕路斯》的情节中得到了体现：“一群年轻的拾荒者被困在一个废弃的空间站上，36 小时内它将撞向行星环。”
Scott Free 是 Ridley Scott 的电视制作公司，它巧妙地重振了 Ridley Scott 的标志性特许经营权，如《异形》和《银翼杀手》，展示了这些电影世界的持久力量。斯科特承认将这些“主题永远保存下来”的重要性，他说：“我不在乎平台是什么。我渴望回家看。”然而，他对过去的知识产权管理表示遗憾：“我应该把它们锁起来，就像史蒂文·斯皮尔伯格对侏罗纪所做的那样……我复活了一个死去的《异形》[系列]……我们应该当时就重新合并所有权，但我们没有，因为有人粗心大意。”这对任何领域的创作者来说都是一个非常重要的教训：保护你的知识产权。
Ridley Scott 对内容的嗅觉独一无二：
“I can sniff out something that’s maybe too intellectual, or not intellectual enough,” Scott says. “Knowing the extremes is partly my job. Also, knowing when something is too long or too complex. That’s where I come in as a producer — really, as an editor. In that respect, I’m always respectful of the director, and if you’re respectful, they’ll listen to you.”
“我能嗅出哪些内容太过理性，哪些不够理性，”Scott 说。“了解极端情况是我的工作职责之一。此外，我还能知道哪些内容太长或太复杂。这就是我作为制片人（实际上，作为剪辑师）的职责所在。在这方面，我总是尊重导演，如果你尊重导演，他们就会听你的。”
Scott Free 通过向电视领域扩张并探索新的形式，适应了不断变化的媒体环境。Scott Free 总裁兼首席运营官 Justin Alvarado Brown 解释了他们在疫情后萎缩时期的做法：“我们认为这是一个成长的时机……当所有人都在退缩时，我们却在向前推进。” Scott 本人似乎对转向不同媒体平台并不感到困扰：“我在视觉上创造了节奏一段时间……我很清楚我做了什么，以及它产生了怎样的影响。从此以后，我别无所求，只想让它继续下去。”
When asked what is working on the small screen, president of TV Clayton Krueger says, “We often find that in TV, it’s not an idea business as much as it is an execution business. And so that’s where we put a lot of our effort — identifying the artists that we know can deliver a series.” But, naturally, Scott gives a more blunt assessment: “TV is a massive basket full of balls,” he says. “Every now and again something comes up like The Sopranos and Game of Thrones that influences everybody, who then rushes to that ball to copy it and it’s already too late. That’s how I function as a director — what’s the next ball?”
当被问及小屏幕上什么才是成功的，电视总裁 Clayton Krueger 说：“我们经常发现，电视行业更像是一个执行行业，而不是一个创意行业。因此，我们投入了大量精力——寻找那些我们知道可以制作电视剧的艺术家。”但斯科特自然给出了更直白的评价：“电视是一个巨大的装满球的篮子，”他说。“时不时地，就会出现像《黑道家族》和《权力的游戏》这样的作品，影响到每个人，然后人们纷纷冲向那个球去模仿，但已经太迟了。这就是我作为导演的职责——下一个球是什么？”
Scott 强调才华横溢的导演的重要作用，将他们比作赛马上的骑师：“你可以拥有世界上最好的马，但如果没有好骑师，马也不会赢。”他认为自己的制片人角色是支持性的，提供指导和编辑专业知识：“我可以嗅出一些可能太过理智或不够理智的东西……我总是尊重导演，如果你尊重他们，他们就会听你的。”
Ridley Scott 的“两句话推销理念”对任何讲故事的人来说都是宝贵的一课。它迫使人们清晰地关注推动叙事的核心冲突。Scott Free 在振兴传统特许经营方面取得的成功不仅证明了标志性知识产权的持久力量，也证明了确保所有权和控制权的重要性。这可以联系到我们之前讲过的目录音乐经济：
目录音乐往往是一些经典作品，在流媒体和短视频的时代，它们被使用得更多，同时，研究发现，人们在 30 岁之后就基本不再听新歌了。
经典 IP 是内容经济模式的典范，它降低了创意产业最难控制的风险，并且成功把同一种商品卖给了同样的一群人。
纽约时报也有一篇与 Ridley Scott 的专访，关于 AI 是否能创造就业机会，他说：
我不认为它能创造就业机会，除非是高端专家。你一周就能完成 10 个人需要 10 周才能完成的工作。