墙裂坛

这阵子刷屏的"追觅崩老头"事件有很多可以仔细琢磨的地方：一个清华出身、技术过硬的创业者，是怎么把自己变成了热搜，又是怎么用 20% 的自有资金，撬动地方政府出 80% 的钱，一座城市一座城市地复制扩张？为什么现在国内做创投的钱，差不多八成都来自政府？这笔"不能亏"的钱，去做"必须亏掉大多数"的风险投资，到底会发生什么变形？返投、回购对赌、问责，这些设计是怎么一点点把"风险投资"变成"有抵押的放贷"的？杭州那只存续期长达 20 年的基金，算不算一剂解药？ 这些问题最后的落脚点，落在了 K 型经济——当财政把越来越多的资源导向生产端、科技端，居民和消费这条腿是不是正在被悄悄挤掉？刘院长和我在这里有一段分歧：关于"两张皮"和"分配"到底哪个才是病根？这些问题目前还没有最后的答案，但都值得我们继续想下去。 本期嘉宾：刘晓春，上海交通大学上海高级金融学院兼聘教授、上海交通大学中国金融研究院（高金智库）院长、上海新金融研究院副院长。 时间戳： 00:00 一次关于"政府支持科创"的实地调研 01:08 追觅始末：一个浮夸到投资人会跑的项目，为什么政府会抢着投？ 08:15 20% 出资换 100% 决策权？ 16:25 为什么政府成了创投市场唯一的活水？它们是真正的耐心资本吗？ 25:46 杭州样本：20 年存续期够耐心了吗？ 27:09 失败了到底该不该追责：把"看错"和"犯罪"分开 31:07 政府认证的创新，正在驱逐野生的创新 33:06 从科创基金到 K 型经济：被挤掉的那条腿 34:49 真诚的分歧：是"两张皮"，还是"分配问题" 40:51 一个自我强化的恶性循环：会不会攒出一个堰塞湖？ 43:24 最好的机制，往往从想象不到的地方长出来 延伸书单： * 《冷战中的经济学家》 ：我们常以为西欧、日本在二战后的复兴主要是市场的功劳，但这本书会让你看到，政府的作用其实是主导性的：政府和市场并不能截然对立。 * 关于"计划"与"控制论"的思想史 —— 当下大家又在用 AI、大数据、云计算重提"计划经济或许可以实现了"。但回看历史，无论是苏联还是英国，当年都曾寄望于计算机、控制论、线性规划，想让所有信息透明可得、即时算出供求、安排一国的生产，最终都没能成功。那么，换成 AI 就一定会成功吗？ 主题文章文字版：请见《墙裂坛》公众号

和王喆老师录上一期《龙虾经济学》时，龙虾刚刚火起来。三个月过去了，情况发生了什么变化？ 小龙虾和 AI Agent，是不是真的已经深刻地影响了我们的工作、改变了世界？亦或是大家打鸡血的剂量已经下降了？我们做了大量的 skills，但真正能留下来的应用多吗？还是仅仅停留在朋友圈里的摆拍？ 于是我们复了个盘，选了几个角度，看看这些变化和上次讨论有什么深层的呼应：从龙虾到 Harness 到预制菜，AI Agent 的叙事经历了什么？Token 到底是资源品还是货币？算力期货意味着什么？为什么 AI 行业里「最后一公里的脏活累活」反而最值钱？中国的”数字义乌“和”Good enough”模型会不会戳破泡沫？以及一个大胆预测：年内可能出现跟 AI 相关的新税种？ 本期嘉宾： 王喆：连续创业者，Sitesfy AI 创始人，前 AI 独角兽联合创始人；现在探索一人公司，Agent自主协同 播客：《量子玄学与AI的纠缠》 时间戳： 00:00 三个月后给 AI Agent 打个分——从 100 分到不到 50 02:17 复盘：你的龙虾还活着吗？从 Open Cloud 到飞书，形态在变 05:35 从龙虾到 Harness：AI Agent 叙事的 1.0 和 2.0 09:07 AI 进入「预制菜时代」：有手就行，加热就能出一个 APP 11:30 Harness 的真相：模型厂想让你多消耗 token，创业公司需要它来融资 13:24 为什么「脏活累活」反而最值钱？——看门人定律与最后一公里 17:13 AI 真的取代了那么多工作吗？Anthropic 的报告该打个问号 22:29 Token 到底是什么？资源品 vs 货币 vs 智能化水平的度量 27:49 杰文斯悖论：Token 越便宜，消耗越多——还有人做「空转消耗」薅绩效 31:30 算力 = 新石油：CME 算力期货与李嘉图地租理论 37:13 谁收走了 AI 的地租？英伟达就是最大的地主 41:34 华为的「化肥」：在贫瘠的土地上也能种出粮食 42:25 Good enough eating the world：中国 AI 会戳破美国的泡沫吗？ 44:20 钻石 vs 铁矿石：中美讲 Token 的两种叙事逻辑 47:09 劳动力复盘：初级员工比中层更危险？科学家不知道自己在干嘛了 52:31 付费上岗：未来的年轻人可能要交钱去公司上班 54:12 蒸馏牛马成立吗？——有名作家不会给普通人写自传 57:04 AI 最想结合的行业是什么？金融——但科技从来没赢过金融 01:04:08 教育的未来：从公立学校到付费工作到游学私塾 01:09:24 一个大胆预测：年内可能出现 AI 税 一些概念： * 杰文斯悖论（Jevons Paradox）：效率提高 → 单价下降 → 总消耗反而增加 * 李嘉图地租理论（算力版）：David Ricardo,《政治经济学及赋税原理》(1817)。最好的显卡收取最高的「算力地租」，定价由最差显卡的边际成本决定 * 看门人定律（Doorman Effect）：看起来最容易被取代的工作，往往有隐性的不可替代性 * Good Enough 趋势：中国 AI 的「数字化义乌」路线——经济适用性带给所有人 * 钻石 vs 铁矿石：美国把 Token 讲成稀缺品/溢价品，中国把 Token 讲成基础设施/产能 一些数据: * Token 消耗预测：高盛 2026 年 5 月 8 日报告《Decoding the Agentic Economy》预计，2026–2030 年全球月度 Token 消耗量将增长 24 倍，达到每月 120 千万亿（quadrillion）个 Token；若企业级 Agent 全面落地，到 2040 年需求可达当前的 55 倍。 * 算力期货：CME 集团与 Silicon Data（DRW 旗下）于 2026 年 5 月 12 日宣布将在年内推出全球首个标准化算力期货，基于 Silicon Data 的 GPU 日租金基准指数。CME CEO Terry Duffy 称「算力是 21 世纪的新石油」。H100 一年期租赁价格在 2025 年 10 月至 2026 年 3 月间上涨2%。 文字版：请见墙裂坛公众号

终于和神交已久的范阳老师录了个很长的播客，聊得非常投机。虽然他在科学领域深耕，我在经济学领域折腾，但很多想法出奇地一致。跨学科的思想风暴真的很神奇，会出现很多奇怪的化学反应，很多新的思路、理论都是由内行佐以外行神奇的脑回路作为催化剂，产生化学反应碰撞出来的。我们并不觉得 AI 有这种能力。 大家可能会把经济学和科学这两件事放在光谱的不同位置，但都会承认，这些年它俩都经历了很多变革和颠覆。它们和人的关系也出现了一些说不清、道不明的变化。 科学需要金融，需要市场，但这些年它们之间的关系似乎变得很扭曲。从捕鲸开始的古典主义风险投资（venture capital），现在变得有点面目全非。金融渗透科学的边界到底在哪里？我们有没有可能给科学重新装一个更好的金融引擎？既然科学和经济学，都在经历一场深刻的颠覆，但有没有可能他们中间会有座桥，让两边殊途同归？ 从亚当·斯密的道德哲学、到长达200年的经济学“物理嫉妒”、再到AI时代的元科学、预测市场、风险投资的异化，最后落在一个信念上：也就是霍金的 curiosity，好奇心，也许才是驱动一切的底层燃料。 本期嘉宾：范阳 美元基金合伙人、早期风险投资人、公众号「范阳」作者 公众号：《范阳》 播客：《因果异常 Acausal》 开头结尾BGM：来自霍金的curiosity：Stephen Hawking's Inspiring Last Words on the Importance of Science 时间戳： 02:52 跨界的化学反应：没预设的对话本身就是科学精神 10:00 科学和经济学本是一家 13:07 经济学的心路历程：从道德哲学的末位子学科到“物理学嫉妒” 19:00 元科学（Meta Science）崛起：当所有领域同时失效 20:47 经济学是唯心还是唯物？动物精神、反身性与测不准 27:19 量子力学的观察者效应：人的意识能否影响宇宙？ 30:38 形而上学先于科学，还是科学先于形而上学？ 35:15 “人”在科学家心里到底是什么存在？ 39:03 经济学和生物学的光谱：理论太多 vs 理论太少 41:06 AI for Science：没有理论，直接跑实验堆数据，算不算科学？ 50:28 如果隐性知识可以被显性化：中央计划经济会不会不一样？ 01:05:09 从情怀到现实：科学的钱从哪来？风险投资的起源、异化与初心 01:17:47 回到 true venture：边缘人支持边缘想法 01:24:59 市场作为信息发现机制：预测市场能为科学定价吗？ 01:30:48 科学终将变成内容产品：科学家需要成为IP吗？ 01:32:14 未来最理想的工作：公民科学家与博物学家的回归 01:38:40 五年后最理想的生活状态是什么？ 提及的人物与概念： * 亚当·斯密、凯恩斯、哈耶克、索罗斯、达尔文、爱因斯坦、赵鼎新、吉姆·西蒙斯（文艺复兴科技）、马斯克、E.O. Wilson * 边际革命（Marginal Revolution）：引入效用（utility）和微积分，经济学从此独立成学科 * 动物精神（Animal Spirits）：凯恩斯1936年《通论》提出，经济行为由直觉和情绪驱动 * 反身性（Reflexivity）：索罗斯提出，观测行为改变被观测对象 * 元科学（Meta Science）：当复杂性超出所有已有方法，需要一种更大的认识论框架 * AI for Science：用数据和模型驱动科学发现，不带预设的“涌现式”研究方法 * 哈耶克的隐性知识（Specific Knowledge of Time and Place）：分散在个体中、无法被中央收集的具体知识 * 智利 Cybersyn 项目（1971）：阿连德 + Stafford Beer 的赛博协同控制实验 * a16z 2025 年融资：超 150 亿美元，横跨六大基金（成长 67.5 亿、应用 17 亿、基础设施 17 亿、美国动力 11.76 亿、生物健康 7 亿、其他 30 亿），AUM 超 900 亿美元，约占 2025 年全美 VC 募资总额的 18%。（Newcomer, 2026.1.9; Wikipedia/a16z） 延伸阅读： * 《道德情操论》（The Theory of Moral Sentiments, 1759）— 亚当·斯密 * 《国富论》（The Wealth of Nations, 1776）— 亚当·斯密 * 《就业、利息和货币通论》（The General Theory, 1936）— 凯恩斯 * 《知识在社会中的运用》（The Use of Knowledge in Society, 1945）— 哈耶克（American Economic Review 论文） * 《金融炼金术》（The Alchemy of Finance, 1987）— 乔治·索罗斯 * 《叙事经济学》（Narrative Economics, 2019）— 罗伯特·席勒 * 《控制论革命者：阿连德时代智利的技术与政治》（Cybernetic Revolutionaries, 2011）— Eden Medina * 《征服市场的人》（The Man Who Solved the Market, 2019）— Gregory Zuckerman（关于吉姆·西蒙斯与文艺复兴科技） * 《社会与政治运动讲义》— 赵鼎新 文字版：请见《墙裂坛》公众号

终于又和郑老师坐下来聊市场了。 五月中旬，全球主权债出了一件挺罕见的事：美、英、日三国国债收益率几乎在同一天冲上了多年来的最高位。30 年期美债破了 5.18%，上一次到这个水平还是 2007 年；英国 30 年期创了 98 年以来新高；日本 30 年期直接破了历史纪录。新闻头条、油管 KOL、专栏作家一个比一个惊悚——"主权债要崩了"。 但真实情况到底是什么样的？这一期，一个天天做交易的人和一个天天琢磨叙事的人，坐下来把最近市场上的几个核心问题拆了一遍：这次波动的真实幅度到底有多大？ 聊到最后发现一个很有意思的现象：围绕通胀和美债的这些叙事，每一个泡泡都差不多大，谁也压不过谁，像一个蜂窝。但历史告诉我们，越是这种极度均衡的状态，越接近一个临界点。一旦某个泡泡开始虹吸其他的泡泡，方向就会瞬间明确。 这也是"发现叙事"/ Percepta 这个项目想做的事：在故事还在被写的时候，就把它识别出来。 时间戳： 01:53 全球国债齐跌:美英日同一天冲上多年高位 05:02 市场的真实波幅到底有多大?和硅谷银行、懂王当选比一比 09:36 这一波美债上行的两个直接推手:CPI 超预期 + 联储换帅 12:20 日本:200% 杠杆率为什么一直没爆? 15:55 谁在买美债、谁在卖?中日减持,英国补位 18:43 美债到底会不会崩?弗格森定律与懂王的"聪明"应对 22:43 一句话总结:叙事驱动的溢价 25:43 通胀到底有多严重?从剩菜盲盒到番茄涨 40% 31:00 2022 vs 2026:通胀低一半,恐慌翻三倍 32:10 真实利率重定价:AI 资本支出 + 全球军备竞赛 37:10 AI 泡沫会是那个终极拐点吗? 43:35 "Nothing Ever Happens":市场的即时反馈心理 49:10 美债被一个叙事牵着鼻子走:战争相关性超高 52:40 新任联储主席 Kevin Walsh:手术刀还是绣花针? 01:07:32 叙事经济学能不能量化?Percepta 想做什么 嘉宾：郑朗（固定收益交易员） 关键数据： * 30 年期美债收益率：5.18%（2007 年以来最高） * 30 年期英债收益率：5.8%（1998 年以来最高） * 30 年期日债收益率：历史新高（1999 年开始发行以来） * 美国 CPI：3.8%（其中能源同比 +54.3%，鸡蛋同比 -40%，番茄 +39.7%） * 核心 CPI：约 2.8% * 美国公共债务总额：~39 万亿美元 * 日本机构持有美债：超过 1 万亿美元 * 中国持有美债：约 7,000 亿美元（历史最高曾超过 2 万亿） 关键概念： * 弗格森定律（利息支出超过国防支出 → 文明衰落信号） * 真实利率重定价（real rate repricing） * HHI 指数应用于叙事集中度 * "Nothing Ever Happens" 市场心理 * 前瞻指引（forward guidance）与 Taper Tantrum（2013） 提到的项目： * 发现叙事 / Percepta —— AI Native Alternative Macro Research Analysis Platform 文字稿请见公众号“墙裂坛”。