3/21/2021: Allocation
本周的主题是 Allocation 分配。
分配实际上概括了一类问题：在 A 和 B（或者更多的选项）中间应该分配多少权重。这与如何把蛋糕做大的问题（简称为「总量问题」）具有相关性：如果你是一个理性乐观主义者，那么这就意味着增长是无需证明的前提假设，这时候，分配问题最重要的价值，在于它决定了未来的增长路径。
而现实中，很多人面对分配问题的直觉反应是把它和总量问题分拆成独立问题来思考。这样，「不患寡而患不均」的困境出现了。静态总量前提下的分配问题失去了它本来的意义。
分配问题更有可能在另一种情形下失效：即可供分配的选项本身可能有多重维度。想象你在分一块蛋糕，你可以从上而下切成几块三角形，也可以用井字的方法切成小块，当然也可以从侧面横切，或者发明你自己的花式切法。每一种切法，都可能带来全然不同的分配问题。这是一个比分配问题更高维度的问题：它会导致灾难性的后果，即便分配问题本身得到了正确的解答。
我们将在下面的推荐中，看到不同的蛋糕切法，会如何影响蛋糕的分配，进而又将如何影响蛋糕再被做大。
以下是本周的几篇推荐。
1 : Return/Hybrid/Remote by Fred Wilson
首先是 Fred Wilson，Union Square Ventures 的创始人，带来的这篇关于后疫情时代工作方式变化的文章。
他在文章开头就引述了几篇不同的同主题的文章，并且明确表示自己认同其中的部分观点：
I think the change in venue for knowledge work is likely to be one of the biggest changes that we will see this decade.
我认为，知识工作的场所变化很可能是我们这十年来最大的变化之一。
他引用 Packy McCormick 的话说：
Re-design the office to facilitate things that employees can’t do at home.
重新设计办公室，以方便员工完成在家不能做的事情。
在家不能做的事情是什么呢？Packy McCormick 列举了一大堆例子，最主要的还是需要多人同时在场完成的任务，往往高度协同或者社交互动才能完成的工作。这些是目前的在线协作工具还难以胜任的。
这是一种对于场所的分配。
Wilson 还提到了在家工作的另一个大困扰：
Employers will need to figure out how to constrain work hours for their employees because it turns out we can’t do that for ourselves. Office hours (9 to 5) did that for us. What will be the new office hours?
雇主需要想办法约束员工的工作时间，因为事实证明我们无法为自己做到这一点。办公时间（朝九晚五）为我们做到了。新的办公时间会是什么？
这是一种对于时间的分配。
场所和时间，这些分配的维度对于工作而言是重要的吗？还有一种可能是工作-生活的二分本来就将失去意义。转换切蛋糕的视角，可能会对未来产生全然不同的看法。
相关阅读：What Is Going To Happen In 2021 - Fred Wilson 在年初写的一篇文章，提到了他对后疫情时代的一些预判，特别是 adapting to climate crisis 的投资主题。
2 : The American Dream as a Service via The Pull Request
本文是对 Lambda School 的创始人 Austen Allred 的访谈记录。Lambda School 创办于 2017 年，是一家基于收入分享协议（Income Share Agreement, ISA）的在线教育公司，也就是说，学校将分享一部分学员未来的收入（https://en.wikipedia.org/wiki/Lambda_School）。
Lambda School 最先开办的专业是和编程相关的，并且承诺，如果学员未能在相关领域找到一份年薪高于 50000 美元的工作，就不分享任何收入。在创始人 Austen Allred 的 Twitter Bio 上，这样介绍：A school of Computer Science that costs $0 until you're hired.
这是一句非常强大的电梯推介。Allred 在访谈中用了更强大的表述方式——底部的 1000 所大学：
I've heard it described as ‘the bottom 1000 universities’: Assume there's some algorithm that spits out the combination of is expensive and is ineffective. There are at least 1000 universities in the US that should cease to exist. There are many universities that net do more harm than good.
我听说过它被描述为「底层1000所大学」：假设有一些算法，吐出的组合是昂贵和无效的。美国至少有1000所大学应该停止存在。有很多大学，是弊大于利。
Allred 的假设性算法，是一种崭新的切蛋糕的方式：从教育对个人价值创造的产出来看，哪些是真正有效的。只要这样一种价值维度存在，那么就能产生一次排序，从而「吐出」底部的「1000 所大学」。
Lambda School 会以它的方式，开设不同的专业（注意：专业排名是到现在为止最流行的一种对大学的排序方式），来满足不同人的需求。
这就意味着，Lambda School 需要扩大自己所覆盖的人群。它所解决的问题实际上并非大学所提供的高等教育最初的设定，而更像是升级版的职业教育。
Q: So this model you’re describing, where you basically connect people from one income level to another higher one via various different processes. I’m curious what other connections you can imagine existing.
问：所以你所描述的这种模式，基本上是通过各种不同的过程，把人们从一个收入水平连接到另一个更高的收入水平。我很好奇，你还能想象到有哪些其他的连接方式存在。
A: The way to answer that is to see where all the shortages are, where are people trying to hire and those people don’t exist? Tech is an obvious one, but it’s all over the place in healthcare and the skilled trades. You can actually get a data dump from the Department of Labor that says here are all the roles that we’re unable to fill with the existing talent pools. To start with you just plug those up. Over time you get more fancy and optimize for what level of programmer and other specifics, but right now if you're a long-haul truck driver you’re hired instantly. You can be a felon coming out of prison and you can make $90k, with like three weeks of training, and most people don't even know that that's an option. That may not be a career in 20 years, who knows what happens with self-driving vehicles, and we should probably also have a solution for when that's true.
答：回答这个问题的方法是看看所有的短缺都在哪里，人们想在哪里招聘，而这些人却不存在？技术是一个很明显的问题，但在医疗保健和技术行业中到处都是。其实你可以从劳工部得到一个数据下载，包含我们现有人才库无法填补的所有角色。开始的时候，你只要把这些空缺填补上就可以了。随着时间的推移，你会得到更多的变化，并优化什么级别的程序员和其他具体的细节。但现在如果你是一个长途卡车司机，你会立即被雇用。你可以是一个从监狱里出来的重刑犯，你可以赚到 9 万美金，通过三个星期的培训，大多数人甚至不知道这是一个选择。这可能在 20 年后不是一个职业，谁知道自动驾驶汽车会发生什么，当这成为现实的时候，我们可能也应该有一个解决方案。
这段讨论中，我们看到，在工作机会和人才之间所不断出现的撕裂，不仅仅是收入的问题，也可能是信息通畅程度、身份认同等多种因素的影响。更重要的是，如果自动驾驶技术可能会快速替代人类卡车司机的时候，在人和机器之间的分配又会成为一个问题。
Allred 想要创造一种时空机器，把一个地方的人通过某种流程快速输出到另一个地方。关键在于，人力资本本身并非高流动性的，转移的过程很可能并不如机器一般运转自如。ISA 听上去更像是 Student Loan 的某个变种版本。尽管充满疑问，但我仍然对解决问题的新尝试充满敬意。
相关阅读：Joe Biden’s Stimulus Plan Contains an Experiment in Universal Basic Income via The New Yorker - Biden 刺激方案中的儿童税收抵免类似于基本收入计划（Universal Basic Income），有可能改变美国处理贫困问题的方式。灵活用工经济导致贫困家庭收入不稳定。而加州 Stockton 的实验表明，UBI 可以提高家庭收入的稳定性，帮助家庭抵御短期风险，制定长期目标。
3 : Star Power by Lauren Collee via Real Life
这是一篇来自 Real Life 杂志的长文。我们之前也多次选用这个在线刊物的文章，它擅长于科技与人文之间的交叉地带。
文中一句话概括了其主题：
All mathematical and scientific work is determined by social and political factors, from the point of research to the point at which a “discovery” is shaped into narrative.
所有的数学和科学工作都是由社会和政治因素决定的，从研究的一刻到「发现」被塑造为叙事的一刻。
这句话翻译出来非常拗口。解释一下：一些研究成果总会比另一些更容易为人所知，获得广泛的传播，成为主流叙事的一部分。比如：例如，宇宙自起源以来不断膨胀的原则比宇宙逐渐冷却的事实更广为人知，这或许是因为膨胀的自然法则的观念很容易映射到殖民主义和自由主义的范式上。
这些说法肯定不被大量的科技工作者——特别是学术界人士所接受。我们所熟知的科学和发明的历史，往往是天才、兴趣和偶然发现所驱使的，而且还伴随着大量的先知不被权力所认可的悲剧。
选择性记录和选择性遗忘是同时发生的分配过程。人类社会近年来发生的最大变化在于科技和媒体不再能够区分彼此。而科技已经不再是象牙塔和实验室，而是以前所未见的形态存在的超级商业体。他们所掌握的权力，正在让我们选择性的相信来自他们的叙事：
tech companies tie themselves to cosmological imaginaries — a form of self-narrativizing that brings their own myths into association with scientific master-narratives of the histories of the earth and the universe.
科技公司将自己与宇宙学想象力联系在一起——这是一种自我叙事的形式，将自己的神话与地球和宇宙历史的科学主叙事联系在一起。
文章的论调和 Real Life 的很多其它文章类似，都对科技对人类社会的影响略显悲观，但它的确揭示了科技公司近来惯用的叙事手法，比如：把自己和浩瀚的宇宙联系在一起（打开 iPhone 看看你的锁屏）。
4 : End of Mean Reversion? by John Huber via Saber Capital Management
本文解释了为什么「均值回归」不再起作用，换句话说，就是少数公司收获大部分回报的「幂律分布」更加成立。
互联网是以去中心化的面孔来到众人面前的，它的确降低了创业的进入门槛，但很快人们就发现，它也使得一些强者恒强的商业模式出现了。
除了常见的网络效应等老生常谈，本文提到了一个简单但容易被忽视的观点：数字经济的供给弹性。
When growth requires bits instead of atoms, there is no such ceiling. Demand can scale very fast, but supply can also scale in lock step, and those two conditions working in concert is what allows certain businesses grow so fast and become so valuable.
当增长需要的是比特而不是原子时，就没有这样的天花板。需求的规模可以非常快，但供给也可以按部就班的扩大，这两个条件共同作用，才使得某些企业发展得如此之快，变得如此有价值。
文中用了 Zoom 等企业作为案例。在 Covid-19 期间，类似的案例非常多。这种快速扩大供应规模的能力是很容易被忽视的。在需求可能难以预测的时候，这种能力就会极具价值。
同时，也应该思考，在需求急剧坍缩的时候，供给是否也有能力快速收缩而不经受很大的损失。能力的分布往往不是对称的，但人类的思维往往倾向于掉入对称性的陷阱中。
5 : Roam Investing by Kyle Harrison
最后介绍一篇用 Roam Research 来管理投资研究的教程类文章。我的确在 2 月份的时候简单尝试过 Roam 但最终还是放弃了，主要原因是和我自己的知识系统不大兼容。但我也的确从 Roam 那里学到了不少新的知识管理的方法。
文章开头的一句话我很喜欢（也启发了本期的主题）。
Everyone is an allocator of something. Investing is an opportunity to evaluate what you believe. To gain conviction. And then to act on that conviction.
每个人都是某些事情的分配者。投资是一个评估自己信念的机会。获得信念。然后以此信念来采取行动。
文章从 Investing Why, Investing How, Creating a Personal CRM, Learning in Public 四个方向展开。比较细节，我不在这里重复。值得注意的是，作者如何用 Roam 的双向链接的方法建立「网络化」的个人知识库。比如，在 Personal CRM 中，他会记录和不同人的对话，然后会把对话中的不同要点再次分类到不同的象限中（比如：谈论了不同的公司、行业、主题等）。
文章也介绍了配合 Roam 使用的其它工具，比如 Readwise 等，最终都作为 Information Ingestion 的管道汇入到 Roam 中。
Tweet of the Week
@ekmokaya:
Bill Gates perfectly assessing the future of Kodak in 1991 and giving his views on the future of the networks in the era of the internet: "Kodak is toast".
Bill Gates 在 1991 年对 Kodak 的预判，其中高亮的一句话具有深远的意味：
the networks own the content and they can repurpose it.
与 Marshall McLuhan 的 The medium is the message 异曲同工。
Gates 在上个世纪 90 年代的有线电视风云中扮演了重要的角色。
Book of the Week
本周读完了 Daniel Susskind 的 A World Without Work。
这本书出版于 2020 年年初，但在一年后才读完，颇有一种相见恨晚的感觉。好在经历了一年的世界变化后，现在阅读会有一种更加临场的感觉。本书并没有悲观的假设一种纯粹没有工作机会的赛博朋克未来，而是认为未来的付薪工作机会会更少。因此，政府需要肩负起更多的创造「意义」（meaning）的职责。
我会整理一份读书笔记出来，以付费会员通讯的形式提供。本月的付费通讯将会写一家最近关注的公司：Square。
本周的分享就是这些。前两天突然发了高烧，病中迷迷糊糊想着可能本周没法按时发送邮件通讯了。好在病情好转很快，这也让我更加意识到，身体还是革命最大的本钱。当下正值换季时节，疫情也还没有完全过去，各位读者也趁着春光多出去走走，健康起居饮食。
下周见，
Neo