王川文章归档
硅谷王川的博客文章摘要与原文索引,涵盖 AI、科技商业、投资与思维方法。观点保留写作时的背景。
- 区块链与加密2020-10-07
王川:去中心化的流动性黑洞, 和区块链第一法则
王川认为,去中心化交易所正凭借开放交易、自动做市和链上可组合性,形成吸引流动性的正循环,并可能逐步冲击传统金融的中介与交易渠道。他以 Uniswap 的交易量、锁仓增长及其与 SushiSwap 的竞争为例,指出无需许可的代币交易和社区激励能迅速吸引用户,也会迫使项目改进利益分配;但流动性挖矿仍面临合约安全与非永久性亏损等风险。针对公链费用高、速度慢的质疑,他提出“区块链第一法则”:需求会推动新技术降低费用或提升速度,并提及当时预期中的扩容方案。文章展望去中心化流动性继续带动应用、借贷和资产上链,同时以传统外汇市场规模远大于 Uniswap 为背景,强调仍有很大差距;这些是作者当时的判断与预测,并非确定结果。
阅读原文 - AI与算力2020-08-01
王川 2020 年谈 GPT-3:自然语言通向代码与内容生成
王川在 2020 年 8 月记录了对 GPT-3 的早期观察,关注自然语言生成代码、写作和翻译等应用,并讨论数据、算法与算力的共同作用。今天回看,这篇文章可以帮助理解大模型应用的早期想象与后来的发展路径。收录的是有明确时间背景的作者观点,原文的能力描述与预测应按当时条件理解。
阅读原文 - 思维与学习2020-04-12
王川:活下来就好,及时出场就好
王川讨论在混乱竞争中如何保存实力、等待机会。他借按揭银行业的故事指出,成功有时不在于寻找复杂秘诀,而在于持续出场、守时,并在竞争者冒险压价时坚持稳健经营;但这需要耐心。文章进一步以一战后的局势变化和俄国签约退让为例,说明实力不足、风险远高于回报时,暂避锋芒可能比硬拼更有利。王川认为,竞争者可反制的正面较量容易推高成本、造成共输;相较之下,自律积累实力、等待对手退出或无力抵抗,再行动更有效。不过,这一策略依赖对形势变化的判断,等待本身也可能持续很久。
阅读原文 - 思维与学习2020-03-11
王川: 一年读五百本书,让你每天高潮迭起
王川认为,面对棘手问题,与其悲壮地死磕,不如扩大信息连接、读书并切换到有兴趣的内容;读书能引入新变量,帮助人从更高维度看清问题,获得新选择和认知上的愉悦。他主张大量、多学科、开放地阅读,因为电子书及网络降低了搜集、检索、交叉验证和反馈的成本,让个人更容易接触丰富信息;书的价值也取决于读者已有的知识结构,阅读量增加有助于找到适合自己的内容并形成良性循环。王川把许多挫折归因于信息不足,而非单纯不够努力或聪明,并强调读史可借鉴长时间跨度的经验,避免亲自重蹈代价高昂的错误。他提出每年读五百本作为进一步提升的方向,同时把它视为个人方法与信息环境的主张,而非适用于所有人的保证;遇到难读之处可以暂时换书,之后再回来。
阅读原文 - 思维与学习2020-03-01
王川:宁要高维度抽象化的草,不要低维度具象化的苗
王川讨论个人与组织如何在不确定环境中保持反脆弱,主张与其为单一目标耗尽资源,不如采取“不输就继续”的策略,保留绕开障碍、转换路径的空间。他以实体行业易受单点干扰、软件传播路径较多为例,认为财富和事业不应只依赖房地产、单一业务或平台,也可拓展品牌、信用、知识等抽象维度;但虚拟业务若押注单一社交平台,同样脆弱。文章还用亚马逊、巴菲特及特朗普说明,多维业务或资源网络能让不同维度相互支撑。不过,多元扩展须有主线,不能只是分散出击;核心是降低对单一路径和具象资产的依赖,而非保证成功。
阅读原文 - 思维与学习2020-02-22
王川: 实力决定意图,工具决定价值
王川讨论工具积累与解决问题、创造价值之间的关系,认为与其只盯着眼前难题,不如持续寻找、打造和改进工具,因为工具进步可能让原问题变得不再重要,也能打开更大价值。文章以早期浏览器、亚马逊云服务和Slack说明,工具可能从内部需求演化为更广泛的产品;又以社交媒体帮助受害者彼此发声为例,说明信息工具能改变力量悬殊的处境。王川据此提醒,创业者常在推广、获取反馈和招聘时才发现工具不足;但他并非承诺工具积累必然成功,而是强调落后工具会削弱优势,持续提升工具则有助于形成竞争能力和判断信心。
阅读原文 - 思维与学习2020-02-17
王川:不思考临界值的决策机制是愚蠢的
王川讨论决策中的“阈值”思维,认为行动能否奏效取决于努力是否足以跨越目标门槛;若门槛高到无法突破,继续硬拼只会消耗资源。他以神经元激活、力量悬殊的对抗和捕猎说明阈值机制,并提醒人们常因假定事情门槛为零而盲动。面对高门槛,可以寻找更容易达成的目标、增强自身能力,或用低成本测试验证实际难度;在社交和职场中,也要区分可以退出与不得不忍受的处境。王川还把品牌、口碑和对外连接视为降低合作与获客门槛的途径,指出公开招聘信息未必呈现全部需求,持续输出可能带来新的机会。文章主张先分析障碍及其成因,再决定绕开、积累实力或按计划克服,而非把反复受挫简单归于运气。
阅读原文 - 科技与商业2020-02-15
王川: 为什么摩尔定律一直没死, 但人们还会继续预测摩尔定律要死
王川讨论摩尔定律为何长期被宣告将死却持续演进,认为它不只是晶体管缩小,而是多条技术创新S曲线接续推动的经济与技术过程。单一路径的专家往往能看清自身瓶颈,却难以预见尚在萌芽的替代方案;因此悲观判断在其有限视角内有其逻辑,但不能据此断定整体进步终止。文中以时钟频率受限后多核、GPU等路径的发展,以及高K金属栅极、FinFET等缓解漏电问题为例,说明新方案通常难以事前选定,也并非必然成功。王川还强调,市场扩大、研发投入与人员增加、工具和通讯效率提升,有助于多个方案并进;不过具体赢家仍难预测。文章提及GPU用于神经网络计算等背景,但核心议题是半导体创新与摩尔定律,而非人工智能本身。
阅读原文 - 思维与学习2020-02-10
王川: 出钱最多者的视角,才是上帝视角
王川认为,理解一个组织或公司的关键视角,往往不在旁观者或免费用户,而在出钱出力最多的群体,尤其是实际买单的客户。以谷歌广告客户和领英猎头为例,他指出,客户的需求与付费理由可能揭示财报或普通用户体验无法呈现的价值;领英对普通用户帮助有限,却可能因猎头和企业的使用价值而成为重要平台。文章也以特朗普选举说明,支持者关心的利益与反对者聚焦的道德评价并不相同,不能用后者推断前者的选择。王川提醒,若只凭单一视角做投资判断或做空,可能忽略他人愿意付费的价值而承担风险;识别真正重要的群体,并以较小代价获取其视角的信息,有助于调整判断和策略。此处是作者提出的分析框架,并非对特定投资的建议。
阅读原文 - 思维与学习2020-01-30
王川: 用摩尔定律武装自己
王川讨论如何把摩尔定律的机制用于个人发展:他认为摩尔定律不只关乎芯片小型化,更是通过扩大市场、摊薄成本、投入升级、降低价格而形成的经济循环,计算技术受限时也可能转向更经济的方案。个人若想借助类似机制,应创造制作、边际和分发成本低,通用性高且有长期价值的产品或作品,并持续拓展市场,把收入用于改进,再根据增长变化灵活调整方向。他提醒,早期客户少、利润低甚至亏损,需要足够长的坚持周期;指数增长的主要回报往往在后段,不能只用眼前收入衡量潜力。扩大受众和信任是重要资产,但不应为短期变现损害信任。
阅读原文 - 思维与学习2020-01-21
王川:抛弃对世界的一厢情愿
王川讨论如何摆脱对世界的一厢情愿:人常因自恋、情绪或对确定性的偏好,执着于错误模型,期待他人和现实迁就自己;更可行的做法是实事求是,持续修正认识并据此行动。文章从人际合作谈起,认为求助应理解对方利益、让自身价值可被看见,而非依赖善意回报;又以推特创造价值却未必捕捉价值、苹果占据较高利润份额为例,区分创造价值与获得收益,提醒努力本身不保证成功。借俾斯麦及威廉德国的外交史,王川进一步指出,急于求确定、讨好他国或过早亮明立场,可能削弱谈判筹码并造成战略失衡;但这并非崇尚复杂,而是反对为追求简单而忽略现实约束。文章主张等待形势变化、利用有限空间,并按实际利益调整判断。
阅读原文 - 科技与商业2020-01-09
王川:创新扩散的理论模型和误区
王川讨论创新产品如何跨越市场鸿沟,认为新功能更好并不意味着产品会立即取代市场领先者。消费者从创新者、早期采纳者到早期多数、晚期多数和落后者,采用产品的动机与节奏各异;关键转折在早期采纳者带动早期多数跟进,形成自我强化的传播。企业资源有限,应聚焦彼此联系紧密的细分市场,以口碑建立领先,而非分散营销或只追逐季度销售指标。王川还把这一规律用于解释投资机会、个人职业发展和群体观念传播,但相关投资判断是条件性的:须能识别扩散拐点,且市场尚未充分反映潜力;他也提醒,多数人的个人偏好不能代替对早期采纳者增长的观察。
阅读原文 - 科技与商业2019-12-31
王川:从商业密度看为什么要坚决拒绝大部分线下活动
王川主张把线上内容作为传播思想、寻找合作伙伴的主要方式,并谨慎看待大多数线下业务活动。他认为线下人数有限,现场热闹容易让情绪压过理性,且观众兴趣与讲者所能提供的经验往往不匹配;文章、视频则可长期传播,在更大的受众中找到少数合适对象。他用“商业密度”指单位时间内能接触到的潜在交易伙伴数量,并判断线上商业密度将随用户、交易方式和资源向网络迁移而提高,且可跨越地域限制。王川并非主张彻底取消线下活动:若活动能留下专业录像,或经低成本测试证明有效,仍可考虑;效率低时应及时停止,转用成本更低的线上渠道。文中对线上未来的判断属于作者当时的趋势判断。
阅读原文 - 思维与学习2019-12-26
王川:论决策机制和纠错成本
王川讨论决策中的偏差与纠错机制,认为人会因信息局限和现实复杂性而犯错,关键不在于避免一切错误,而在于能否及时纠正。纠错成本越高,决策越应谨慎;不可逆、高杠杆或损失可能不断扩大的行动尤其需要警惕,而纠错成本低的尝试则可更大胆。短期利益可能诱使个人或团队陷入难以退出的错误路径,最终损失超过已有收益。王川还以开源项目为例,强调有效的自我纠错有助于发现问题;面对预测与事实的差异,应持续调整思维模型,并不因他人嘲讽而放弃修正。文章将灵活纠错视为长期决策的重要条件,而非保证成功的承诺。
阅读原文 - 思维与学习2019-12-22
王川: 理解别人错误观点背后的原因更重要
王川认为,识别别人的观点错误还不够,真正理解问题需要追问对方为何形成并坚持这种看法、什么条件可能促使其改变,也要反省自己是否会犯同类错误。他以华人工程师对印度工程师职场优势的简单归因作例:局部经验、信息不足和群体讨论可能让单一解释自我强化,也使人忽略更复杂的竞争规律。对新技术的判断同样受限于个人是否拥有相应痛点与使用场景,不能据此推断技术无用。王川主张据此判断何时值得劝说、何时不必争辩,并提醒自己保持警醒;理解错误认知的成因,才算把事情弄清,而非仅因确信自己正确便认定胜出。
阅读原文 - 思维与学习2019-12-12
王川:构建个人信息基础设施。
王川讨论个人信息基础设施,认为智能与科学决策依赖不同维度、角度和地区的信息整合;信息无法整合,容易造成片面理解、错误思维模型与判断失误。他指出,媒体操纵、虚假信息和个人偏见普遍存在,普通人验证信息真伪的成本较高,也可能意识不到自己遗漏了什么。王川认为,开放社交平台提供多维、细粒度的信息输入,使人能够低成本交叉验证;持续发表作品则有助于找到同道并获得反馈,降低信息与纠错成本。他据此主张,信息来源和整合能力可累积形成优势,为深入思考和有效行动提供基础,并强调积极进取不等于行动有效。
阅读原文 - 科技与商业2019-12-08
王川: 下个十年, 来自软件定义世界的挑战
王川认为,在已被少数玩家主导的稳定网络中按旧规则争夺资源很难突围,真正的新机会来自网络拓扑改变:连接范围扩大、延迟与成本下降、带宽增加,进而让软件 API、应用和新生态涌现。基础设施早期应用有限,待规模跨过临界点,用户与资源迁移会带来复合增长和新的垄断者;他以视频网站、播客和 Netflix 对比传统媒体,说明软件平台凭规模、低边际成本及用户数据改变内容生产与商业模式。文章进一步推演闪电网络及免费移动钱包的潜在用途,设想其以微支付连接虚拟商品、服务和劳动市场,并可能在低银行覆盖地区降低使用门槛、形成网络效应。王川也强调这仍是未来设想,平台赢家未必是中心化公司,多数创业者可能无功而返;监管者若粗暴干预,可能失去发展话语权。
阅读原文 - 思维与学习2019-10-05
王川: 重要的东西, 往往是看不见的
王川在这组讨论中反复强调,许多决定结果的力量并不显眼,单看表面数据或个人努力容易误判。他以不同地区房价走势说明,就业与人口增长、行业兴衰比历史价格更能解释长期差异;比较半导体与IT行业华裔和印度裔高管分布时,则将差异联系到行业发展路径、移民时间与群体选择的自我强化,而非简单归因于个人沟通能力。谈信贷时,他用“蜂蜜”比喻说明新增资金先后流向不均,解释资产价格、通胀和信贷收缩的不同影响。谈特斯拉智能召唤,他认为产品使用本身可能形成传播效应与车队优势;最后提醒技术人员也须理解产业链、市场和权力关系,否则行业变化时风险可能大于回报。上述判断均为作者当时的分析与预测。
阅读原文 - 科技与商业2019-07-29
王川:脑联网即将带来的智能大核爆
王川讨论脑机接口可能催生的脑联网及其社会影响,并以Neuralink当时公布的动物实验进展为起点,推测接口精度和传输速率还需提升,但最终未必由某家公司独占。按他的设想,脑联网可加快信息读取、研究协作与人机沟通,进而改变记忆、自我意识和组织形态,也可能引发新的健康问题。文章借核裂变作类比:通讯成本下降扩大参与者规模,带宽提高、延迟缩短增加协作密度;若技术收益能持续反哺创新,文明或会进入加速循环。王川据此预测脑联网可能推动类似“智能核爆”的剧变,并给出五至二十年的时间范围;这些是其当时的推演,不是已实现的能力。
阅读原文 - 区块链与加密2019-06-28
王川:向智能合约进军的号角已吹响
王川认为,脸书推出Libra将把区块链和智能合约带给远超既有钱包用户规模的人群,推动竞争者跟进;但白皮书设想仍可改变,监管协调和最终胜出者都不宜过早断言。他讨论智能合约如何借低费率、小额高频支付、客观参数自动执行及降低违约风险,压缩托管、审计等成本,并释放此前被高交易成本遮蔽的需求。由此,他推演金融中介和传统商业将受冲击,财富形态与全球协作方式可能重构,少数开放、低成本、生态完备的平台或形成巨大影响。文章后段进一步强调,面对不确定性应建立多维冗余,而非追求单一指标极致;他也以“财富冗余”讨论资源极大丰富后可能出现的囤积负担与新的心理困扰。这些均是作者对未来的推演,并非确定结论。
阅读原文