今年上榜公司的年营收门槛约为 35.4 亿美元。按美元计算，2025 年中国的 GDP 总量达到 19.63 万亿美元，今年榜单中 500 家公司的收入总和接近中国当年 GDP 的四分之三。

利润最高的 10 家公司合计赚了约 3,341 亿美元，占 500 强全部利润的 42%。

中国 500 强净利润本身大约相当于中国 GDP 的 4.0%

中国经济仍在增长，但“经济增长”不等于“资产回报”

2026 年上半年，中国 GDP 为 69.57 万亿元，按不变价格计算同比增长 4.7%。同期，全国居民人均可支配收入名义增长 5.2%，实际增长 4.2%。从这个意义上说，中国经济并没有停止增长，居民整体购买力也仍在提高。但经济增长和投资回报是两个完全不同的概念。

如果 GDP 今年是 100，明年变成 105，我们可以说名义经济规模增长了 5%，但不能因此得出“所有资本都获得了 5% 的收益”。因为新增的 5 元收入最终会被不同经济主体分配。经济增长创造出来的新增收入，一部分变成工资，一部分成为税收，一部分用于弥补机器、厂房、住房和基础设施的折旧，剩下的才形成企业利润、利息和租金等资本收入。

增量资本产出比

一个非常重要的概念叫作增量资本产出比，ICOR（Incremental Capital Output Ratio）。它大致衡量的是：为了增加一单位经济产出，需要新增多少单位资本投入。

宏观上可以近似表示为：

$$ICOR \approx \frac{投资率}{实际GDP增长率}$$

假设一个经济体每年用于投资的金额相当于 GDP 的 40%，实际 GDP 增长 5%，那么：

$$ICOR = \frac{40\%}{5\%} = 8$$

大致意味着，为了形成 1 单位新增年度 GDP，需要约 8 单位新增资本。

中国改革开放早期的 ICOR 长期较低，而过去十多年总体明显抬升。

在一个缺少公路、电网、住宅、机器设备和现代工业设施的经济体中，第一批资本投入通常非常有效。修建第一条高速公路、第一座现代化工厂、第一套电网，能够显著提高整个经济体系的生产效率。但当这些基础设施已经高度完善以后，再增加一条高速公路、一个工业园区或一批房地产项目，其新增经济价值通常不会像最初那么高。

当资本越来越充裕时，如果新增资本带来的新增产出下降，ICOR 上升。这并不意味着中国经济“不能增长”，而意味着维持同样的经济增长速度需要投入更多资本。

GDP 增长很快，也可能没有多少自由现金流

假设两家公司都实现了 5% 的业务增长。

第一家公司原有资本 100 亿元，每年只需要追加 2 亿元投资就能维持增长；第二家公司为了实现同样的增长，却必须每年追加 8 亿元资本。表面上看，两家公司增长速度一样，但它们创造价值的能力完全不同。

企业真正能够分给股东的钱，更接近自由现金流：

$$FCF = NOPAT - Reinvestment$$

其中，NOPAT 是税后经营利润，Reinvestment 是维持和扩大业务必须进行的再投资。

如果一家公司每赚 100 元利润，就必须拿 90 元重新投资，才能维持增长，那么即使它的收入增长很快，真正能够自由分配给股东的钱也只有 10 元。

相反，如果另一家公司只需要投入 20 元就能实现类似增长，那么剩下的 80 元就可以用于分红、回购股票、偿还债务，或者继续投资新的高回报项目。

因此，真正决定企业能否创造价值的，并不是“增长率有多高”，而是：

$$ROIC = \frac{税后经营利润}{投入资本}$$

并将其与资本成本 WACC 进行比较。

如果：

$$ROIC\gt WACC$$

企业扩大投资能够创造价值。

如果：

$$ROIC\lt WACC$$

那么企业规模越大，反而可能消耗越多资本。

这也是为什么一个国家可以保持较快 GDP 增长，同时投资者的长期回报却并不特别高。

增长本身不是价值，高资本回报率下的增长才是价值。

国债收益率可以远低于 GDP 增速

截至 2026 年 8 月 25 日，中国 1 年期国债收益率约 1.20%，5 年期约 1.39%，10 年期约 1.68%，30 年期约 2.13%。

很多人看到这里会产生一个问题：如果中国名义经济规模仍然以 4%—5% 左右的速度增长，为什么 10 年国债只能获得不到 2% 的收益？

国债收益率本质上是无风险资金的价格，主要取决于未来政策利率、通胀、储蓄供给、期限溢价以及安全资产需求。而中国恰好具有几个能够压低无风险利率的结构性条件：居民储蓄率较高，银行体系规模庞大，大量资金需要配置高安全性的人民币资产，同时目前通胀水平仍然偏低。2026 年 7 月 CPI 同比上涨 0.5%，今年前七个月平均上涨 0.9%。

对于普通居民而言，这意味着一个非常现实的问题：投资越来越难实现长期财富增长。

居民收入数据

2026 年上半年，全国居民人均工资性收入增长 5.3%，经营净收入增长 6.5%，而财产净收入只增长 1.1%。对于城镇居民来说，财产净收入甚至同比下降 0.1%。

过去很长一段时间，中国城市居民形成了一种非常典型的财富积累模式：

$$劳动收入 + 房地产升值 + 存款利息$$

房价上涨甚至会使很多家庭产生一种印象：只要买房足够早，资产本身就能持续创造大量财富。

而现在，财富增长越来越可能重新依赖：

$$劳动收入 + 经营收入 + 长期生产性资产回报$$

换句话说，未来最重要的资产重新变成了 人力资本（Human Capital）。

如果未来 30 年的职业收入能够因为专业能力、行业深耕和持续学习而提高，那么这笔“隐形资产”的价值，往往远远超过年轻时期金融账户里的本金。

房地产

房地产依然是中国家庭资产负债表中最重要的资产之一，但它的投资逻辑已经发生变化。

根据大量的国际数据，房地产价格最终会回归到约 8~10 年的居民收入。

居民负债

很多家庭看起来拥有价值很高的资产，却同时背负大量负债，而且缺少现金。例如拥有一套 1000 万元的住宅、600 万元房贷，却只有 20 万元可以随时使用的金融资产。这种家庭虽然账面净资产并不低，但资产负债表十分脆弱。真正危险的通常不是某项资产价格暂时下跌，而是三个事件同时出现：收入减少、债务仍然必须按期偿还、资产短期又无法合理价格变现。

家庭金融的第一原则应该是避免流动性危机。

高息信用卡、消费贷等负债应该优先偿还；其次，需要保留足以覆盖若干个月必要生活支出的现金和高流动性资产。在此基础上，再考虑投资收益率。若债务资金成本高于投资回报率，偿还债务其实就是最优投资。假设一笔贷款的利率为 3.5%，提前偿还这笔贷款，相当于获得一个接近确定性的 3.5% 税后收益。因此，应当把它和其他低风险资产的收益率进行比较，而不是仅仅问“我能不能赚到更高收益”。

对于年轻人，应该关注人力资本

一个经常被忽略的事实是，不同职业的人实际上已经拥有不同类型的人力资本。

如果一个人的职业非常稳定，例如收入波动很小、就业保障较强，那么其未来工资现金流很像一只长期债券。相反，如果一个人创业，或者工作在高度周期性的科技、金融、地产等行业，其奖金、就业和收入已经与经济景气高度相关，那么其人力资本本身就很像一只股票。

如果一个大学生目前只有几万元储蓄，那么讨论究竟应该把股票比例设定为 40% 还是 50%，其实不是最重要的问题。但如果一项课程、一个专业技能、一次实习或者一门语言，让毕业后的年收入从 10 万元提高到 15 万元，其经济影响完全不是一个数量级。在人生早期人力资本往往才是最大的一项。随着年龄增长和金融资产不断积累，投资回报的重要性才会逐渐提高。

财富观念

过去几十年的中国经济处在资本稀缺、城市化高速推进和房地产快速扩张的特殊阶段。在那个阶段，高储蓄、高投资、房地产和杠杆共同推动了居民财富增长。但随着资本存量越来越大、ICOR 提高、房地产进入高度分化阶段、无风险利率下降，未来的财富增长模式也会逐渐改变。

过去比较有效的思路是：

$$储蓄 \rightarrow 买房 \rightarrow 加杠杆 \rightarrow 等待资产升值$$

更值得依靠的是：

$$提高人力资本 + 避免负债 + 长期持有生产性资产 + 分散化 + 持续再平衡$$

本文讨论的是资产负债表分析框架和一般性金融原理，不构成针对特定个人的投资建议。

Kim & Wright (2005), An Arbitrage-Free Three-Factor Term Structure Model and the Recent Behavior of Long-Term Yields and Distant-Horizon Forward Rates。论文由美联储工作人员 Don H. Kim 和 Jonathan H. Wright 撰写

10 年远端 term premium 已经从 QE 时代的负值重新上升到约 1.6%，这说明当前长端美债高收益率中，相当重要的一部分不是 Fed 短期政策，而是市场重新要求长期风险补偿。

• 通胀不确定性回来了。2010 年代市场一度非常相信：通胀长期会稳定在 2% 左右。经历 2021～2023 年高通胀后，这种信心有所削弱。
• 如果 Treasury 长期需要发行更多中长期债券，而边际买家又不愿意以原来的收益率吸收：需要更高收益率 其中一部分就可能体现为期限溢价上升。
• QE 时 Fed 是一个对价格相对不敏感的超大规模长期债券买家。会压低期限溢价。QT 则在一定意义上反过来：私人部门需要吸收更多久期风险。因此市场可能要求更高补偿。
• 长期实际利率的不确定性增加。例如 AI 和生产率；财政扩张；潜在经济增速；全球资本需求；中性利率 r∗ 都会影响未来均衡利率。如果市场对 r∗ 的估计越来越不确定，也可能要求更多久期风险补偿。

1990 年代投资者要求极高的远期久期风险补偿 → QE/低通胀时代将它一路压到接近0甚至负值 → 疫情之后期限溢价重新显著上升，目前约 1.58%，意味着美国长端利率现在有相当一部分是在补偿遥远未来的不确定性，而不只是反映市场对未来 Fed 政策利率的预测。

Ray Dalio: I Predicted The 2008 CRASH, I Know What Comes Next!

Jul 30, 2026 The Diary Of A CEO

AI 泡沫只是表象：Dalio 真正担心的，是债务、财富分化与世界秩序同时进入拐点

人工智能会不会是一场泡沫？

如果只盯着“AI 股票是不是太贵了”，其实很可能错过真正重要的事情。

今天的市场已经出现了许多典型的泡沫特征。但重点并不是预测纳斯达克会在哪一天见顶，而是试图解释一个更大的框架：

技术革命、资产泡沫、债务扩张、财富分化、国内政治冲突和国际力量重组，并不是彼此独立的事件。历史上，它们往往会在一个大周期的后半段同时出现，并相互强化。

理解这一点，可能比猜下一次股灾发生在什么时候更重要。

泡沫不是“好东西变成了坏东西”

达里奥对泡沫的理解，有一个非常重要的区分：

一种技术可以改变世界，同时围绕这种技术形成的资产，也完全可能是泡沫。

1920 年代的汽车、电气化、无线电并不是骗局；2000 年前后的互联网也不是骗局。它们后来都真正改变了经济和社会。

问题在于，当一项革命性技术出现后，人们很容易从一个正确判断跳到另一个错误判断：

“这项技术一定会成功，因此无论以什么价格买入相关资产，最终都会赚钱。”

这恰恰是泡沫开始形成的地方。

达里奥认为，泡沫中的投资者逐渐不再关注价格，而只关注故事。资本追逐热门行业，企业估值迅速上升，投资者甚至通过借债进一步放大仓位。最终，资产价格与企业实际能够产生的现金流之间出现越来越大的距离。

因此，讨论 AI 是不是泡沫，需要同时接受两个看似矛盾的判断：

AI 可能是一场真正的生产力革命；AI 相关资产也可能被严重高估。

这两件事并不冲突。互联网就是最好的例子。互联网最终创造了极大的经济价值，但 2000 年的互联网股票投资者依然遭受巨大损失。技术的长期正确，不意味着资产价格在任何时候都正确。

泡沫为什么会破？流动性需求

很多人把泡沫破裂理解为某一天投资者突然失去信心。

达里奥更关注背后的金融机制。资产上涨时，会形成一个自我强化过程：

资产价格上涨 → 投资者财富增加 → 抵押品价值增加 → 可以借更多钱 → 更多资金进入市场 → 资产继续上涨。

真正危险的地方在于，财富和现金不是同一回事。

一家公司估值 10 亿美元，并不意味着市场里真的有人投入了 10 亿美元现金；一个人持有价值 1000 万美元的股票，也不意味着他拥有 1000 万美元可以立即消费或者偿债的钱。

只有当资产被出售以后，“账面财富”才真正转化为现金。

因此，一旦经济系统突然开始需要现金，问题就出现了。

这个触发因素可能是利率上升、税收增加、债务到期，也可能是其他迫使投资者筹集现金的事件。此时，投资者不得不卖出资产。

资产价格于是开始下跌。价格下跌以后，抵押品价值下降，杠杆投资者必须进一步卖出资产偿债；更多卖盘又推动资产价格继续下跌。

原本推动市场上涨的正反馈机制，开始反向运转。上涨时是“资产升值—信用扩张—继续购买”；下跌时则变成“资产贬值—信用收缩—被迫出售”。

随后问题从金融市场进入实体经济：家庭财富缩水，消费下降；企业收入下降，开始削减成本和投资；失业上升；经济进一步恶化。

这也是为什么一次看似只属于华尔街的资产泡沫，最终可能变成普通人的失业和经济衰退。

所以真正值得观察的，并不只是股票估值，而是三个变量：

资产价格有多贵、杠杆有多高，以及系统什么时候开始需要现金。

https://www.macromicro.me/charts/91997/us-commecial-bank-total-assets

危险：技术革命和资本周期正在同时发生

今天的 AI 与过去技术周期相似，但也有自己的特殊性。AI 企业面临一个非常典型的资本竞赛问题。如果投资不足，公司可能迅速被竞争对手甩开；但如果大规模投资数据中心、芯片、模型和算力，又没有人能够准确知道未来收入到底有多大。于是企业只能不断投入。与此同时，当市场极度愿意购买 AI 资产时，企业自然会发行更多股票、进行融资、上市或者提高资本支出。

也就是说：越是所有人相信 AI 的未来，市场就越容易生产出更多“AI 资产”。

泡沫不仅由需求推动，也受到供给影响。

当大量资金追逐有限的 AI 资产时，价格上涨；但随着越来越多企业融资、IPO 和发行股票，资产供给增加。一旦资金需求转弱，供求关系就可能迅速逆转。

但更复杂的问题是，即使 AI 资产泡沫真的破裂，AI 技术本身也不会因此停止进步。

这是达里奥框架中非常重要的一点：金融周期是波动的，而技术进步长期来看更接近一条向上的趋势线。

企业可能破产，股票可能跌掉 70%，但已经被发明出来的技术不会因此被“忘记”。互联网泡沫破裂以后，互联网继续发展。AI 也可能如此。

劳动收入与资本收入的重新分配

达里奥认为，AI 不仅是一项投资主题，它还可能改变整个社会的收入分配结构。工业革命首先替代人的体力劳动。拖拉机替代农业劳动，机器和流水线替代大量工厂劳动。计算机随后开始替代一部分认知劳动。AI 则正在继续向上移动，开始处理越来越复杂的语言、分析、推理和决策任务。达里奥因此提出了一个非常直接的问题：当机器不仅能够替代人的身体，而且开始替代人的部分大脑，人还能向市场出售什么？

在他的框架中，AI 最大的受益者很可能首先是拥有资本、知识产权和能够利用 AI 重构生产流程的人，而并不一定是普通劳动者。

如果一家企业过去 100 元收入中有 60 元支付给员工，现在通过 AI 只需要支付 40 元，那么另外 20 元就可能流向资本所有者。因此，企业生产率提高并不自动意味着所有人的收入同步提高。

AI 甚至可能同时产生两个结果：社会总财富增加，但财富分布变得更加不均。

达里奥在访谈中明确把这种变化与所有权联系起来：拥有企业和资产的人，更容易获得生产率进步带来的收益；而依赖工资收入、又缺乏资产的人，则面临被自动化替代的风险。这也是为什么 AI 问题最终不仅是技术问题，还会变成政治问题。

三个不同速度的周期

达里奥试图把今天发生的事情放在三个不同时间尺度上理解。

第一个，是技术进步的长期趋势。知识持续积累，人类不断学会用更少的资源完成更多事情。从长期看，这条曲线总体向上。

第二个，是我们熟悉的普通经济周期。经济衰退以后，央行降低利率、放松货币政策；信用扩张刺激需求，经济重新繁荣；随后资源利用率上升，通胀出现；央行开始加息，信用收缩，又进入下一轮衰退。达里奥认为，这种从一次衰退到下一次衰退的短周期，大约以数年为尺度变化。

第三个，则是他最著名的所谓**“大周期”**。它大约跨越一代人的时间，因此很多人一生只会经历其中一部分。这个周期涉及的不只是 GDP 和利率，而是三个更深层次的“秩序”：

• 货币和债务秩序；
• 国内政治和社会秩序；
• 国际地缘政治秩序。

一个新的秩序建立以后，债务水平通常比较低，社会合作程度比较高，经济具有竞争力。随着繁荣持续，人们越来越相信未来，信用不断扩张。几十年以后，政府、企业和居民部门积累越来越多债务；与此同时，财富差距扩大，国内政治冲突增加，而国际上的新竞争者开始挑战原有主导力量。最终，金融问题、国内冲突和国际冲突可能在同一时期相互叠加。达里奥把 1945 年以后形成的货币、国内政治和国际秩序看作上一轮大周期的重要起点，并认为美国、英国等经济体如今已经处于这一周期相对后期的位置。这并不是说某个精确的“80 年倒计时”正在结束。达里奥自己也特别强调，不应该机械地把 80 年理解成一个固定期限。就像判断一个人的健康状况，比根据平均寿命预测他哪一天去世更重要一样，判断一个国家也应该看它的实际指标。真正应该观察的是：债务水平、财政赤字、教育、生产率、竞争力、财富差距以及社会内部的合作能力。

财富差距

从纯金融角度看，财富差距似乎和债券收益率、股票估值没有直接关系。但在达里奥的框架里，它恰恰是连接经济和政治的桥梁。资本主义天然具有复利效应。拥有资本的人可以投资股票、企业和房地产，资产产生收益以后，又可以继续投资。与此同时，财富还能购买更好的教育、资源、网络和机会。因此，当一个经济体系运行足够长时间以后，财富差距往往会逐渐积累。这本身未必导致危机。真正危险的是：当越来越多的人认为这个体系已经无法为自己提供上升机会时，经济上的财富分化会转化为政治上的身份分化。

社会开始出现“谁应该为问题付钱”的争论：富人应该多交税吗？政府应该削减福利吗？谁应该承担财政紧缩的成本？债权人还是债务人？资本还是劳动？左派还是右派？而当政府本身已经高度负债时，这些问题尤其难解决。因为所有政策实际上都意味着重新分配损失。达里奥因此认为，一个健康社会不能只追求 GDP 增长，而需要维持某种最低社会基础，包括教育、住房、医疗以及让多数人具备生产能力的条件。如果一个体系长期不能为多数人发挥作用，最终付出的社会成本会更高。但他的重点并不是简单的财富再分配。他反复强调的词是：**生产率。**如果税收只是把资本从投资转向消费，却没有提高教育、人力资本和生产率，那么最终可能只是重新分配一个越来越小的蛋糕。真正可持续的政策应该让更多人重新成为经济中的“生产性资产”。

债务问题为什么最终会成为政治问题？

政府和家庭不同。家庭如果欠债太多，最终可能破产。拥有主权货币的政府还有其他选择：增加税收、削减支出、发行更多债务，或者通过央行创造货币。但这些办法都有人承担成本。提高税收意味着纳税人承担成本；削减福利意味着福利领取者承担成本；通胀实际上降低了货币和债权的实际购买力；债务重组则直接让债权人承担损失。因此，真正困难的问题从来不是：“有没有办法解决债务？”而是：**“谁来承担损失？”**这就是为什么严重的债务问题经常与国内政治冲突同时出现。每个社会群体都有充分理由要求别人承担调整成本，而政治体系必须找到一种能够让社会接受的分配方式。达里奥认为，最理想但也最困难的结果，是形成一个足够强大的政治中间力量，让不同阵营共同承认问题并分担痛苦，而不是让左右两端不断升级冲突。换句话说，债务危机表面上是资产负债表问题，最后却往往变成社会如何分配损失的问题。

世界秩序的变化，本质上也是一张资产负债表

达里奥把同样的逻辑进一步扩大到国家之间。一个国家的国际地位并不是单纯由军事实力决定。长期决定国力的因素包括：教育质量、技术能力、生产率、资本市场、贸易网络、财政状况以及内部社会稳定。当一个主导国家长期拥有强大的生产能力、金融体系和军事力量时，它就有能力制定国际规则。但随着债务增加、国内冲突扩大和竞争力下降，这种能力可能逐渐削弱。与此同时，新的经济体不断提高生产率、扩大贸易和积累资本，国际力量对比就会发生变化。达里奥认为，美国、英国等国家已经表现出大周期后半段的一些特征，包括高债务和相对力量下降；但他也强调，这些状态可以通过债务、教育和竞争力等实际指标进行观察，而不是一种神秘的历史宿命。对于未来的国际体系，他认为一种较为有利的可能性，是全球秩序变得更加区域化，而不是一定通过一场全面战争决出唯一霸权。更重要的是，决定美国、中国或者其他国家长期相对力量的，最终仍然是同一套基础变量：它们如何教育人口、如何配置资本、如何控制债务，以及能否维持有效的内部治理。

普通投资者究竟应该怎么办？

面对这样一个复杂的世界，人最容易产生的冲动是：“既然知道风险这么大，那我应该什么时候卖掉股票？”但达里奥给出的答案恰恰相反。**不要试图精确择时。**即使专业投资者也很难判断泡沫究竟还能持续六个月、两年还是更长时间。泡沫最大的特点之一，就是它往往可以在看起来已经非常昂贵以后继续上涨。因此，真正可执行的方法不是猜顶部，而是构建一个即使自己判断错误，也能够生存的投资组合。达里奥把它概括成一个词：**分散。**不同资产对不同经济环境的反应不同。股票依赖企业盈利和经济增长；债券受到利率和通胀影响；现金具有短期稳定性，却长期受到通胀侵蚀；黄金在货币信用下降或者地缘政治风险上升时，往往具有不同于股票和债券的表现。因此，一个真正分散的组合，并不是简单“每种资产买一点”，而是让不同风险来源彼此抵消，使投资者不必依赖某一种宏观预测才能生存。达里奥尤其提醒，不要把现金的低波动误认为长期安全。现金虽然名义价值稳定，但通胀会持续侵蚀购买力。而对于泡沫本身，他给出的原则也非常明确：未来高度不确定，即使专业投资者也难以准确判断泡沫顶部，因此比择时更重要的是分散风险。真正应该问的不是：“我怎样才能在崩盘前一天卖掉？”而是： **“如果我的判断错了，我的财务状况还能不能承受？”**这是完全不同的投资哲学。

对于没有多少金融资产的人，最重要的资产其实是自己

如果一个年轻人只有几千元储蓄，讨论黄金占 5% 还是 10%，意义其实非常有限。达里奥在访谈中给出的一个重要观点是：**当你还没有大量金融资产时，你最大的资产就是自己未来创造收入的能力。**因此，年轻人的投资问题首先不是资产配置，而是人力资本配置：你的技能有没有市场？你的技能在哪个行业最值钱？AI 是在增强你的生产率，还是准备替代你的工作？你能不能利用新的工具，让自己的单位时间创造更多价值？这也是 AI 时代一个非常现实的变化。过去，一个人可能通过掌握某种固定技能获得几十年的职业稳定。但当技术进步速度越来越快以后，具体技能的半衰期可能变得越来越短。今天热门的编程工具，几年以后可能被自动化；今天稳定的白领职业，也可能被 AI 重新拆解。

因此，比学习某一个所谓“永远安全的职业”更重要的，是培养适应能力。

学会学习，理解自己的优势，学会使用 AI 等新工具，并不断找到自己的能力与市场需求之间新的匹配点。这可能才是这个时代真正意义上的“长期投资”。在一个高度不确定的时代，真正稀缺的并不是“准确预测未来”的能力，而是：即使未来与你预测的不一样，你仍然能够继续生存、适应，并参与下一轮增长。

股 债 市场

https://fred.stlouisfed.org/graph/?g=1XVfO

这张图展示了一个跨资产关系：标普 500 指数与美国 Single-B 高收益债信用利差＋1 的倒数，在过去几年中呈现出较高的同步性。 从资产定价角度看，两者本质上都在交易同一个核心变量——市场对经济增长、企业盈利和信用风险的定价。

图中的蓝线并不是“债券价格”本身，而是将 ICE BofA Single-B 高收益债 Option-Adjusted Spread（OAS）＋ 1 后进行倒数处理，并以 2023 年 8 月 25 日为 100 重新指数化。其价值在于有界性和周期性，相比指数增长的价格数据更容易反映出当前估值水平。

人际沟通原理和实践

我们可以把每个人看成一个具有 内部状态 与 外部行为 的系统。

1. 个体：内部与外部

设：

• $I_A$：个体 A 的内部状态（例如情绪、记忆、意图、价值判断）
• $E$：共同的外部世界（例如语言、行为、事件）

A 与世界之间有两个基本过程：

$$I_A \xrightarrow{\text{表达}} E$$

$$E \xrightarrow{\text{感知}} I_A$$

所以一个人不是静态对象，而是一个循环：

$$I_A \rightarrow E \rightarrow I_A$$

外界改变内部，内部又产生行为改变外界。

---

2. 两个人如何交互

对于 A 和 B：

$$I_A \xrightarrow{\text{表达}} E \xrightarrow{\text{理解}} I_B$$

这就是最基本的沟通。

A 的 真实意图 存在于 $I_A$ 中，但 B 无法直接访问它。B 只能看到：

$$\text{A的内部状态} \rightarrow \text{A的外部表达} \rightarrow \text{B的内部解释}$$

因此通常：

$$I_A \neq I_B$$

而且：

$$\text{A想表达的} \neq \text{B理解到的}$$

误解不是异常，而是系统的默认状态。

---

3. 沟通的目标：让图尽可能交换

A 有一个意图 $x \in I_A$，经过表达后形成消息 $m$：

$$x \rightarrow m$$

B 根据消息形成理解 $y$：

$$m \rightarrow y$$

理想状态是：

$$x \approx y$$

因此沟通的核心不是：

“我有没有说。”

而是：

“对方最终形成的内部状态，是否接近我想传递的状态。”

---

4. 为什么需要反馈

单向沟通只有 $A \rightarrow B$，无法知道是否发生失真。

更稳定的结构是闭环：

$$A \rightarrow B \rightarrow A$$

即：

$$\text{表达} \rightarrow \text{理解} \rightarrow \text{回述} \rightarrow \text{校准}$$

例如：

A：我的意思是 X。
B：我理解成 Y，对吗？
A：接近，但真正重点是 Z。

---

5. 把事实和解释分开

外部世界发生事件 $X$。

• A 对它形成解释：$X \rightarrow I_A(X)$
• B 形成另一个解释：$X \rightarrow I_B(X)$

通常 $I_A(X) \neq I_B(X)$。

所以：

• “你没有回复我的消息” —— 属于 外部事件（事实）
• “你不在乎我” —— 属于 内部解释

成熟沟通需要明确区分以下层次：

$$\boxed{ \text{事实} \rightarrow \text{解释} \rightarrow \text{感受} \rightarrow \text{请求} }$$

---

最简沟通协议

因此可以把高质量沟通压缩为以下流程：

$$\boxed{ \text{观察} \rightarrow \text{解释} \rightarrow \text{感受} \rightarrow \text{请求} \rightarrow \text{回述} \rightarrow \text{校准} }$$

对应一句话模板：

“我看到的是 X；
我目前把它理解为 Y；
这让我感觉 Z；
我希望 R；
你理解到的是什么？”

---

人与人并不直接连接

$$I_A \rightarrow E \rightarrow I_B$$

人与人的内部世界实际上 不能直接相连。我们永远通过某种中介：

• 语言、表情、行为
• 时间、礼物、沉默
• 身体接触、共同经历

因此：

$$\boxed{ \text{人际关系不是两个内部世界直接接触，而是两个内部世界通过外部世界不断建立态射。} }$$

长期关系就是不断重复：

$$I_A \rightarrow E \rightarrow I_B \rightarrow E \rightarrow I_A$$

如果这个循环不断校准，两个人会逐渐形成稳定的“翻译协议”。

---

理解

理解一个人，并不是要求 $I_A = I_B$。

而是建立一个足够稳定的映射 $F: I_A \rightarrow I_B$，使得：

当 A 的状态变化时，B 对 A 的理解也能以大致正确的方式变化。

因此真正好的关系不是“我们完全一样”，而是：

$$\boxed{ \text{不同的内部世界之间，存在长期稳定且可修正的翻译。} }$$

从这个角度看，沟通的最优原则可以进一步压缩成一句：

$$\boxed{ \text{不要追求一致，追求可校准的映射。} }$$

https://www.bloomberg.com/billionaires/

全球超高净值财富结构研究报告

基于 Bloomberg 全球富豪榜 Top 500

• 研究日期： 2026 年 8 月 22 日
• 分析单位： 美元十亿美元（USD bn）

核心判断

• 财富高度集中于头部。 第一名占 Top 500 总财富 6.6%，前 10 名占 22.1%，前 100 名占 58.7%。
• 美国在人数与财富上均占主导。 美国共有 194 人入榜，合计占 Top 500 财富的 51.1%；中国大陆以 8.6% 位居第二。
• 科技是最核心的财富载体。 科技行业占总财富 34.6%；即使剔除第一名，科技占比仍约 29.9%。
• 年初至今净财富显著增加。 Top 500 年初至今净增约 1.10 万亿美元，科技与金融两大行业合计贡献约 72.3% 的净增量。

核心指标	结果
Top 500 合计净资产	12.80 万亿美元
前 100 名财富占比	58.7%
美国财富占比	51.1%
年初至今净财富变动	+1.10 万亿美元

口径说明： 年初至今变动是榜单中各个体财富绝对变动额的加总，不等同于投资收益率；“当日变动”仅代表单日截面。Top 500 样本属于极高净值人群，因此样本内部 Gini 系数不能与全社会财富不平等指标直接比较。

一、研究范围与方法

本报告对全球富豪榜 Top 500 快照进行结构化分析。原始字段包括排名、姓名、净资产、当日财富变动、年初至今财富变动、国家/地区与行业。所有金额统一换算为十亿美元，以便进行加总与比较。

核心指标包括：

• 财富总量与分位集中度；
• Top N 累计财富占比；
• 国家/地区财富结构；
• 行业财富结构；
• 年初至今净财富变动；
• 主要财富增加和减少个体；
• Top 500 样本内部 Gini 系数。

数据来源为 Bloomberg Billionaires Index 榜单快照，数据时间为 2026 年 8 月 22 日。本报告中的汇总、占比及集中度指标均基于 500 条榜单记录计算。

二、总体规模与财富集中度

指标	结果	解读
Top 500 合计净资产	12.80 万亿美元	-
平均净资产	25.6 十亿美元	受头部极值影响较大
中位净资产	13.4 十亿美元	更接近典型 Top 500 个体
第一名财富占比	6.6%	单一极端值影响显著
前 10 名财富占比	22.1%	头部集中明显
前 100 名财富占比	58.7%	约六成财富集中于前 20% 样本
Top 500 内部 Gini 系数	0.498	仅描述该榜单内部离散度

财富并不是均匀分布在 500 名上榜者之间。前 50 名已经持有 45.9% 的总财富，前 250 名持有 79.7%。

与此同时，Top 500 中有 394 人的净资产不低于 100 亿美元，这一群体合计占榜单总财富 92.6%。

第一名净资产达到 8510 亿美元，显著高于第二名的 2950 亿美元。该极端值使头部集中更加突出，但财富集中并不完全由第一名造成。即使剔除第一名，剩余 499 人的财富分布依然表现出明显的头部集中。

因此，Top 500 的财富结构具有两个特征：

1. 存在极为显著的超级头部个体；
2. 在超级头部之外，前 50 名和前 100 名仍然掌握相当高比例的财富。

三、国家/地区结构：美国占据绝对主导

序	国家/地区	人数	净资产合计	财富占比	YTD 变动
1	United States	194	6547.5	51.1%	+586.5
2	China	54	1104.5	8.6%	+42.1
3	India	24	598.4	4.7%	+9.2
4	France	12	478.7	3.7%	-27.9
5	Germany	20	407.6	3.2%	+21.4
6	Hong Kong, China	16	315.9	2.5%	+37.8
7	Russian Federation	19	279.0	2.2%	-12.3
8	Canada	14	252.1	2.0%	+45.0
9	Mexico	4	237.8	1.9%	+42.7
10	United Kingdom	14	199.4	1.6%	+25.0

美国拥有 194 名上榜者，占 Top 500 总人数 38.8%，但其持有的财富占比达到 51.1%。

这意味着美国不仅拥有数量优势，而且其上榜者的平均财富规模也明显高于总体水平。

美国年初至今净财富增加约 5865 亿美元，占 Top 500 全部净增量的 53.6%。换言之，超过一半的榜单净财富增长来自美国富豪群体。

中国大陆以 54 名上榜者、约 1.10 万亿美元 财富位列第二，占总财富 8.6%。

印度以 24 人、约 5984 亿美元 位列第三。

法国虽然总财富规模排名靠前，但年初至今净财富变动约为 -279 亿美元，主要受到少数超大财富个体下降的影响。

区域集中度： 美国与中国大陆合计占 Top 500 人数 49.6%，但财富占比达到 59.8%。财富的地域集中程度明显高于人数集中程度。

四、行业结构：科技是最强财富载体

序	行业	人数	净资产合计	财富占比	YTD 变动
1	Technology	97	4424.7	34.6%	+504.4
2	Finance	77	1536.9	12.0%	+287.4
3	Industrial	63	1283.8	10.0%	+99.7
4	Retail	30	1041.0	8.1%	+13.3
5	Diversified	40	928.2	7.3%	+42.5
6	Consumer	36	801.1	6.3%	-39.9
7	Energy	28	510.8	4.0%	-0.2
8	Commodities	18	454.1	3.5%	+67.0
9	Food & Beverage	22	444.9	3.5%	+39.5
10	Real Estate	22	381.8	3.0%	+20.6

科技行业共有 97 名上榜者，占 Top 500 人数 19.4%，但其合计净资产达到 4.42 万亿美元，占总财富的 34.6%。

这说明科技行业存在非常明显的“财富规模溢价”：其财富占比约为人数占比的 1.8 倍。

金融行业以约 1.54 万亿美元 位居第二，工业行业则以约 1.28 万亿美元 位居第三。

更重要的是，科技财富的领先并非完全由第一名造成。

即使剔除榜单第一名，科技行业仍占剩余 499 人总财富约 29.9%。因此，科技作为全球超级财富主要来源的地位具有较强的结构性，而非单纯的极端值效应。

年内增量结构

从年初至今变化来看：

• 科技行业净增约 5044 亿美元；
• 金融行业净增约 2874 亿美元；
• 两者合计净增约 7918 亿美元；
• 占 Top 500 全部净增量约 72.3%。

因此，科技和金融不仅占据较高的存量财富比例，也几乎主导了 2026 年以来的新增财富。

相比之下：

• 消费行业净减少约 399 亿美元；
• 能源行业整体基本持平；
• 大宗商品行业净增约 670 亿美元。

五、年初至今财富变化：总量上升，但增量高度集中

Top 500 中：

• 345 人年初至今财富增加；
• 148 人财富减少；
• 7 人基本没有明显变化。

全部正向财富变化合计约 +1.586 万亿美元。

全部负向财富变化合计约 -4911 亿美元。

两者抵消后，Top 500 最终形成约：

+1.095 万亿美元

的年初至今净财富增量。

值得注意的是，财富增长本身也存在显著的头部集中现象。

前 10 大财富增加者合计增加约 5637 亿美元，相当于 Top 500 总净增量的 51.5%。

也就是说，仅 10 个人就贡献了超过一半的净财富增长。

5.1 年内财富增加前 10 名

排名	姓名	国家/地区	行业	净资产	YTD 变动
1	Elon Musk	United States	Technology	851.0	+232.0
5	Michael Dell	United States	Technology	227.0	+86.7
32	Giancarlo Devasini	Italy	Finance	59.1	+45.9
18	Thomas Peterffy	United States	Finance	111.0	+33.7
25	Changpeng Zhao	Canada	Finance	81.1	+31.4
22	Jeff Yass	United States	Finance	91.9	+28.6
21	Zhang Yiming	China	Technology	92.8	+27.7
3	Jeff Bezos	United States	Technology	280.0	+26.4
2	Larry Page	United States	Technology	295.0	+26.2
24	German Larrea & family	Mexico	Commodities	85.1	+25.1

其中，Elon Musk 年初至今财富增加约 2320 亿美元，单独贡献 Top 500 净财富增量的约 21.2%。

Michael Dell 财富增加约 867 亿美元，排名第二。

从行业来看，财富增长最大的 10 名个体高度集中在：

• Technology；
• Finance；
• Commodities。

这进一步印证科技和金融在 2026 年财富增长中的主导地位。

5.2 年内财富减少前 10 名

排名	姓名	国家/地区	行业	净资产	YTD 变动
10	Bernard Arnault	France	Consumer	157.0	-50.9
6	Larry Ellison	United States	Technology	201.0	-46.4
7	Mark Zuckerberg	United States	Technology	196.0	-36.9
128	Prajogo Pangestu	Indonesia	Energy	20.6	-25.6
23	Mukesh Ambani	India	Energy	86.8	-20.9
332	Adam Foroughi	United States	Technology	11.2	-13.9
36	Ma Huateng	China	Technology	54.1	-12.0
12	Warren Buffett	United States	Diversified	141.0	-10.4
160	Liu Yongxing	China	Industrial	18.5	-9.9
76	Colin Huang	China	Technology	31.1	-8.8

最大年内财富下降约为 509 亿美元。

值得注意的是，科技行业同时出现在最大财富增长者和最大财富下降者名单中。

这意味着科技行业不仅是财富创造最集中的领域，也是财富波动最显著的领域之一。

高成长、高估值与高波动在这一财富群体中同时存在。

5.3 当日财富变化

在榜单当日截面中：

• Top 500 财富合计变化约 +79.8 亿美元；
• 279 人财富上升；
• 178 人财富下降；
• 43 人没有明显变化。

由于这一指标仅反映单个交易日或估值日，不宜用来判断长期趋势，更适合作为市场敏感度和短期波动的快照。

六、关键洞察与解释

6.1 财富集中具有“层级式”特征

第一名是非常明显的离群值，但财富集中并不只是第一名造成的。

前 50 名已经控制 45.9% 的财富，前 100 名控制 58.7%。

因此，更准确的描述不是“一个超级富豪拉高平均值”，而是全球超级财富存在明显的多层头部结构。

6.2 美国同时具备数量优势和规模优势

美国富豪占榜单人数 38.8%，但财富占比达到 51.1%。

如果只有数量优势，那么人数占比和财富占比应大致接近。

实际财富份额明显更高，说明美国 Top 500 富豪的平均净资产高于榜单整体平均水平。

因此，美国的领先并不是简单的“富豪人数更多”，而是：

更多富豪 × 更大的单体财富规模。

6.3 科技同时主导财富存量与财富增量

科技行业占 Top 500 总财富 34.6%，是最大的财富来源。

与此同时，其贡献约 46.1% 的年内净财富增长。

金融行业则贡献约 26.2% 的净增长。

因此，科技与金融已经构成当前超级财富体系中最重要的两个财富扩张渠道。

6.4 净增长掩盖了巨大的双向波动

Top 500 年初至今净财富增加约 1.10 万亿美元，看起来是一个明显的整体上涨。

但这一结果实际上来自：

• +1.586 万亿美元正向变化；
• -0.491 万亿美元负向变化。

也就是说，榜单内部存在接近 2.08 万亿美元的双向财富变动规模。

因此，“整体财富上涨”并不意味着多数人的财富变化方向和幅度一致。

6.5 超大个体显著影响宏观统计

少数数百亿美元甚至数千亿美元规模的财富变化，可以显著改变：

• 一个国家的财富增量；
• 一个行业的财富增量；
• Top 500 整体财富增速；
• 财富集中度指标。

因此，在分析超级富豪榜单时，仅观察总量可能产生偏差。

更合理的方法是同时观察：

• 总财富；
• 人数；
• 平均值；
• 中位数；
• Top N 占比；
• 剔除极端值后的结果。

七、研究结论

基于 Top 500 数据，可以得到三个核心结构性判断。

第一，全球超级财富呈现高度头部集中。

12.80 万亿美元的总财富中，前 100 名持有 58.7%。这种集中并非单一超级富豪造成，而是贯穿前 10、前 50 和前 100 名的多层级集中结构。

第二，超级财富正在明显向美国和科技行业集中。

美国拥有 51.1% 的 Top 500 财富，科技行业拥有 34.6%。二者分别构成地理维度和产业维度最重要的财富中心。

第三，2026 年以来的财富扩张高度依赖科技、金融和少数头部个体。

Top 500 年初至今净增约 1.10 万亿美元，其中科技和金融贡献 72.3%，前 10 大财富增加者贡献 51.5%。

因此，从榜单结构看，当前全球超级财富的核心特征可以概括为：

高集中度、美国主导、科技驱动、增量集中、波动显著。

八、研究局限与使用建议

8.1 单一截面限制

本报告基于单一时点的 Top 500 榜单。

它可以反映当前财富结构，但无法完整判断长期趋势。

要判断财富集中度是否持续提高，需要引入历史榜单进行时间序列比较。

8.2 样本并不代表全社会财富分配

Top 500 本身就是全球财富分布最顶端的一小部分人群。

因此，本报告中的 Gini 系数和财富集中度只能描述 Top 500 内部 的差异。

不能将其直接解释为全球或某一国家整体居民的财富不平等程度。

8.3 净资产属于估值指标

净资产会受到多种因素影响，包括：

• 上市公司股价；
• 私营企业估值；
• 汇率；
• 股权结构；
• 债务；
• 资产披露透明度；
• Bloomberg 的估值方法。

因此，榜单中的财富规模不是静态、精确不变的会计数字。

8.4 行业与地区分类存在简化

多元化集团、跨国公司或同时持有多个行业资产的富豪，通常仍会被归入单一主要行业和国家/地区。

因此，国家和行业分析应理解为一种分类近似。

8.5 YTD 绝对变化不等于财富收益率

财富基数越大的个体，在相同百分比涨幅下产生的绝对财富变化越大。

因此，如果要研究“谁的财富增长效率更高”，应该进一步计算：

YTD财富增长率 = YTD财富变化 / 年初净资产

目前数据只提供绝对财富变化，无法直接完成完全准确的收益率比较。

附录

The Single Greatest Predictor of Future Stock Market Returns

AIAE

引言：长期股票收益究竟由什么决定

传统股票市场估值研究通常关注市盈率、周期调整市盈率、股价净资产比、托宾 $q$、股票总市值与国内生产总值之比等指标。这些方法的共同假设是：股票价格与某种可观察的基本面变量之间存在相对稳定的均衡关系。当市场价格明显偏离这一均衡关系时，估值倍数最终会向长期均值回归，从而影响未来收益。

然而，这一框架存在一个根本性问题：市场价格并不是估值模型直接计算出来的结果，而是投资者在有限资产供给约束下进行资产配置的结果。估值倍数可以影响投资者的配置意愿，但它并不是决定价格的唯一机制，更不是市场必须遵守的外生规则。

一种替代性的研究思路是，从整个金融体系的资产负债表出发，考察投资者总体财富中有多大比例被配置于股票。该指标可称为总量投资者股票配置比例。其核心命题是：

当投资者已经将较高比例的财富配置于股票时，进一步提高股票配置的空间有限，未来长期股票收益通常较低；反之，当股票配置比例较低时，配置均值回归和非股票资产供给增长可能共同推动股票价格上升。

这一框架并不否认企业盈利、股息和传统估值指标的重要性，而是将它们置于更一般的资产供给与资产配置均衡机制之中。

在现有金融资产供给结构下，投资者愿意将多少比例的财富配置于股票，而价格需要调整到什么水平，才能使这一配置意愿与有限的股票供给相一致？

https://www.nber.org/system/files/working_papers/w19681/w19681.pdf

这篇名为“Buffett's Alpha”（巴菲特的阿尔法）的论文收录于文件 "w19681.pdf" 中，由 Andrea Frazzini, David Kabiller 和 Lasse H. Pedersen 撰写。该论文通过严谨的实证分析，探讨了沃伦·巴菲特（Warren Buffett）及其公司伯克希尔·哈撒韦（Berkshire Hathaway）长期以来取得卓越投资业绩的真正驱动力。

1. 令人瞩目的历史业绩，但并非“神话”

• 夏普比率（Sharpe Ratio）：在1976年至2011年期间，伯克希尔·哈撒韦的夏普比率达到了0.76，在所有拥有30年以上历史的美国股票和共同基金中排名第一。

• 收益与风险：虽然其年化超额收益率高达19.0%（同期整体市场仅为6.1%），但这一高收益也伴随着24.9%的波动率（高于市场15.8%的波动率）。

• 经历严重回撤：巴菲特同样经历过大幅亏损的艰难时期。例如，从1998年6月到2000年2月，伯克希尔的市值下跌了44%，而同期整体股市却上涨了32%。

2. 成功的关键一：低成本杠杆 (Leverage)

• 独特且低成本的资金来源：巴菲特能够获得独特、稳定且低廉的杠杆资金，其中最特殊的是其保险和再保险业务产生的“浮存金”（Insurance Float）。保险浮存金平均占其总负债的36%，且其平均年化资金成本仅为2.2%，比同期的国库券（T-Bill）利率还要低3个百分点以上。

• 杠杆比例估算：研究估计，巴菲特平均使用的杠杆比例约为 1.6 : 1 ，这在同比例放大了他的风险的同时，也显著提升了他的超额收益。

• 其他杠杆来源：除了浮存金，他获取杠杆的方式还包括高信用评级的债务发行以及加速折旧带来的税收延期支付等。

3. 成功的关键二：选股策略与因子暴露 (Factor Exposures)

• 传统因子的局限：传统的学术因子（如市场、规模、价值和动量因子）无法完全解释巴菲特的业绩，这也是为什么他的成功曾一度被学术界视为谜团或纯粹的个人天赋。

• 青睐安全与高质量股票（BAB & QMJ）：论文引入了“对赌贝塔”（Betting-Against-Beta, BAB）和“质量减去垃圾”（Quality-Minus-Junk, QMJ）这两个因子。分析数据表明，巴菲特极度倾向于购买“安全”（低贝塔、低波动风险）、“便宜”（低市净率的价值股）且“高质量”（高利润、业绩稳定且高分红）的公司股票。

• Alpha（超额收益）的消失：当在统计回归模型中控制了BAB和QMJ等因子后，巴菲特的超额阿尔法收益在统计上变得不显著。这意味着巴菲特的业绩很大程度上可以由“投资于安全、优质和便宜股票通常会跑赢大盘”这一普遍规律来解释。

4. 选股能力 vs. 企业管理能力 (Public vs. Private)

• 资产拆解：论文将伯克希尔的收益分解为公开交易股票投资组合的收益，以及全资拥有的私有公司的收益。在1980年至2011年间，伯克希尔平均有63%的资产是私有企业，37%的资产投资于公开股票。

• 主要技能在于选股：研究发现，其公开交易股票组合的表现（夏普比率为0.69）优于其私有公司组合（夏普比率为0.43）。这表明，巴菲特超群的能力更多地体现在他的选股技巧上，而不是作为CEO对私有企业进行管理的附加值上。私有公司（尤其是保险业务）的一个核心作用是提供稳定的融资，让他能不断对自己的选股策略施加杠杆。

总结

论文 "w19681.pdf" 总结认为，巴菲特的成功既不是靠抛硬币般的运气，也不是依靠不可言说的魔法，而是依靠巧妙利用低成本的小杠杆，并几十年如一日地坚持投资于便宜、安全、高质量股票所获得的回报。他的伟大之处在于早在半个世纪前就认识到了这些投资因子的有效性，找到了获取长期廉价杠杆的方法，并在经历市场周期与剧烈回撤时，能够做到不抛售并坚守其投资原则。

AI 总结：2026年07月21日《投资大师》播客 摩根大通CEO戴蒙

人工智能正在经历一场前所未有的资本投入竞赛。

科技公司建设数据中心、采购芯片、训练大模型，传统企业则忙着部署内部助手、自动化系统和智能客服。市场真正关心的问题逐渐从“AI 是否重要”，转向了一个更现实的问题：

这些钱最终能赚回来吗？

摩根大通董事长兼 CEO 杰米·戴蒙的判断很明确：AI 最终会创造巨大价值，但回报出现的方式、时间和赢家，几乎肯定不会符合今天的普遍预期。

AI 会成功，但不代表每个投资者都会成功

戴蒙将当前的 AI 浪潮与互联网早期阶段进行比较。

互联网最终深刻改变了商业和社会，也创造了谷歌、Meta 等巨型公司。但在这个过程中，雅虎、网景以及大量曾被市场寄予厚望的企业，最终被淘汰或消失。

因此，“AI 将创造长期价值”和“当前所有 AI 投资都能获得合理回报”，是两个完全不同的命题。

AI 作为一种基础技术，可能在药物研发、疾病诊断、汽车安全、软件开发、客户服务和企业运营中创造巨大价值。它甚至有机会减少医疗差错、加快新药发现，并显著提高知识工作者的生产效率。

但技术价值并不会平均分配。

一些企业会找到真正有效的应用场景，一些企业会因为基础设施投入过大而承担长期折旧压力；一些模型公司会建立平台优势，另一些公司则可能因为成本过高、产品同质化或商业模式不清晰而退出市场。

换句话说，AI 大趋势可能是正确的，但参与大趋势的每家公司并不一定都是正确的投资。

企业必须从“使用 AI”转向“计算 AI 的回报”

在戴蒙看来，企业最终不会仅仅因为 AI 热门，就无限制地投入资本。

管理层迟早要回答几个传统而严肃的问题：

投入一亿美元之后，能够节省多少成本？能够增加多少收入？多久可以收回投资？项目的净现值是多少？是否存在更低成本的替代方案？

这意味着，AI 投资将逐渐从试验阶段进入财务纪律阶段。

早期，企业可能允许不同团队自由选择模型和工具。但随着使用规模扩大，这种方式会产生明显浪费。例如，一个简单的查询可能被发送给最昂贵、能力最强的模型，而实际上，一个体量更小、价格更低的模型已经足够完成任务。

未来的企业 AI 系统，很可能会自动判断任务难度，将请求分配给速度最快、成本最低且足以完成任务的模型。

真正形成竞争优势的，不一定是“使用最多 AI”的公司，而是最清楚以下三件事的公司：

第一，哪些任务值得使用 AI；第二，应该使用哪一种 AI；第三，每次调用究竟创造了多少经济价值。

AI 的就业冲击，本质上是培训体系的挑战

对于 AI 是否会造成大规模失业，戴蒙没有完全否认风险，但也反对只看到岗位消失。

技术进步通常会替代一部分工作，同时创造新的岗位。AI、网络安全、数据基础设施和软件工程等领域，仍然存在大量人才需求。

真正的问题在于，新岗位与旧岗位之间并不会自动完成匹配。

一个被自动化系统替代的后台员工，不会因为市场出现了 AI 安全岗位，就自然成为网络安全工程师。这个转变需要企业培训、职业教育、政府政策和个人学习共同完成。

因此，AI 带来的核心社会挑战，不只是“工作会不会消失”，而是：

劳动力能否在足够短的时间内，完成技能迁移。

企业不能只把 AI 当成削减员工数量的工具。如果企业只追求短期成本下降，却不投资员工再培训，最终可能同时面临组织能力下降、内部阻力上升和社会信任受损。

比 AI 泡沫更值得警惕的，是宏观环境

尽管 AI 是访谈中的重要主题，戴蒙真正反复强调的，却是全球经济中的系统性风险。

这些风险包括地缘政治冲突、能源价格波动、全球政府赤字、不断上升的债务水平，以及通胀和长期利率的不确定性。

在市场情绪乐观、资产价格上涨、企业利润表现良好时，投资者容易形成一种错觉：既然当前经济能够承受冲突、油价上涨和高利率，未来也一定可以继续承受。

但戴蒙提醒，经济危机往往不是由单一事件触发的。

债务、战争、能源、通胀和金融市场波动可能长期独立存在，直到某个时点相互叠加，越过临界点。真正的风险并不只是每一个事件发生的概率，而是多个低概率事件同时发生之后产生的连锁反应。

这也是为什么，他对长期债券和利率走势保持谨慎。

即使通胀数据暂时改善，也不能轻易假设通胀已经永久回到低位。在高赤字、高债务和复杂地缘政治环境下，长期资金成本未必会像市场期待的那样迅速下降。

对于 AI 企业而言，这一点尤其重要。

数据中心、芯片和能源基础设施都需要巨额资本。如果利率长期维持在较高水平，AI 投资项目所需要达到的回报率也会提高。很多在低利率环境下看起来合理的投资，在资本成本上升后可能不再成立。

最优秀的企业，不是预测最准确，而是活得最久

戴蒙对企业经营的核心要求并不是抓住每一次市场机会，而是确保公司能够在最坏情况下继续生存。

这也是摩根大通能够穿越金融危机、疫情和银行业动荡的重要原因。

优秀的风险管理并不是预测某一场危机何时发生，而是不断追问：

如果每个业务部门同时进入最坏状态，公司是否仍能承受？如果市场流动性消失，是否有足够资本？如果重大收购失败，是否会威胁整个组织？

在 AI 投资热潮中，这种思维同样适用。

一家企业可以错过某个模型、某项产品或某轮估值上涨，但不能因为追逐 AI 热点而损害资产负债表、现金流和核心业务。

技术浪潮中的真正赢家，往往不是投入最激进的公司，而是能够在泡沫破裂、资本收紧和技术路线变化后，依然保留继续投资能力的公司。

领导者最大的风险，是听不到坏消息

戴蒙还将企业失败归因于三个相互关联的问题：官僚主义、自满和傲慢。

公司规模扩大后，信息会逐层过滤。基层员工看到的问题，传到管理层时可能已经被美化；客户投诉会被解释为个别情况；失败项目会被包装成暂时延迟。

职位越高，领导者直接掌握的专业细节反而可能越少。

如果领导者因为不了解业务而产生不安全感，就更容易要求下属提供让自己舒服的信息，最终形成“只汇报好消息”的组织文化。

真正成熟的领导者，不需要假装自己了解所有事情。他们能够承认不知道，主动询问专业人士，并允许员工指出产品、流程和战略中的问题。

因此，领导力的关键并不是永远正确，而是建立一个能够快速发现错误、公开承认错误并及时纠正错误的系统。

AI 时代最稀缺的，仍然是人的品格

在谈到接班人和职业建议时，戴蒙并没有把技术能力放在第一位。

他更看重工作伦理、好奇心、勇气、自律、同理心、沟通能力，以及赢得他人信任的能力。

这些特质在 AI 时代反而更加重要。

技术能够提高信息处理速度，却不能自动决定企业应该追求什么；模型能够生成多个方案，却不能承担最终决策责任；算法能够优化效率，却无法替代领导者对员工、客户和社会的责任。

一个人是否愿意说出坏消息，是否能够在压力下保持诚实，是否会保护受到不公正对待的员工，是否能够在个人利益与组织利益发生冲突时作出正确选择——这些问题无法被简单编码成模型参数。

结语：AI 的回报，不会按照市场剧本出现

戴蒙对 AI 的态度既不是盲目乐观，也不是技术悲观。

他相信 AI 将成为一种改变人类生活的基础工具，并在医疗、科研、软件和企业运营中创造长期价值。但他同样认为，当前的大规模投资不会按照市场设想的路径获得回报。

部分公司会成功，部分公司会失败；部分项目会显著提升生产力，部分项目会成为昂贵的试验；真正的回报可能需要更长时间，也可能出现在今天尚未被重视的应用领域。

因此，面对 AI 浪潮，企业最需要的并不是预测哪一个模型最终胜出，而是建立三种能力：

保持资本纪律，确保每项投入能够被衡量；保持组织谦逊，让坏消息能够抵达决策层；保持资产负债表韧性，确保公司能够活到技术真正兑现价值的那一天。

AI 或许会像互联网一样改变世界。

但历史已经证明，改变世界的技术，并不会自动让所有参与者赚钱。

一、什么是“道德损伤”？

道德损伤（moral injury）是指：一个人经历、参与、未能阻止或目睹了严重违背自己核心道德信念的事件后，长期出现心理、行为、人际和精神层面的痛苦。

它的核心通常不是单纯的“我很害怕”，而是：

“我做了不该做的事。”
“我没有做本应做的事。”
“我怎么会成为这样的人？”
“我信任的人、团体或机制背叛了我。”
“如果世界允许这种事情发生，那么善良、正义和信仰还有什么意义？”

道德损伤目前不是 DSM 或 ICD 中的独立精神疾病诊断。它更像是一种临床问题或心理状态，可以单独存在，也可能与创伤后应激障碍、抑郁症、焦虑、物质依赖等问题同时出现。不是每个经历道德冲突的人都会形成道德损伤；关键在于痛苦是否持续、是否影响生活功能，以及一个人如何理解事件及其责任。

研究人员通常把触发事件称为：潜在道德伤害事件，英文是 potentially morally injurious event，PMIE。

需要区分：

• 事件是发生了什么；
• 道德损伤是事件之后长期形成的心理、关系和意义系统损害。

例如，一名医生因床位不足无法救治所有患者，这是一个潜在道德伤害事件；如果此后他长期认为“我不配当医生”、反复自责、逃避患者、无法工作，才更接近道德损伤。

---

二、道德损伤通常怎样发生？

大体可以分为几种路径。

1. 自己实施了违背价值的行为

例如：

• 在战争、执法或紧急状态中伤害他人；
• 为了服从命令，做了自己认为不正当的事情；
• 欺骗、背叛或伤害了重要的人；
• 为保护多数人而牺牲少数人；
• 在高压下作出后来认为不可接受的决定。

这类经历的核心通常是：

“是我做的。”

主要情绪可能是罪疚、羞耻、自我厌恶和无法原谅自己。

但“自己实施”不代表责任一定完全属于本人。

治疗中必须进一步区分：当时有没有选择、掌握多少信息、承受什么命令或威胁、是否具备行动能力，以及还有哪些个人和系统因素参与其中。

2. 没有采取自己认为应该采取的行动

例如：

• 没能救下某个人；
• 因恐惧而僵住；
• 没有制止伤害；
• 没有举报不当行为；
• 没有保护家人、患者、同事或下属；
• 自己生还，而别人死亡。

这类经历常形成“遗漏性责任”：

“我本应该做得更多。”

问题是，人会在事后用已经知道结果的自己，审判当时信息有限、能力有限的自己。这种现象叫做后见偏差：因为现在知道发生了什么，就感觉当时也应该能够准确预测和阻止。

3. 目睹他人严重违反道德

例如看到虐待、腐败、暴力、侮辱、冷漠或不公平，却无力阻止。

此时痛苦不一定是“我有罪”，也可能是：

• 对人性感到厌恶；
• 对群体失去信任；
• 认为社会毫无公正；
• 因自己仍属于该组织而感到羞耻；
• 因保持沉默而产生共谋感。

4. 被权威、组织或制度背叛

例如：

• 上级要求执行不道德命令；
• 组织隐瞒错误并让个人背责；
• 举报后遭到打压；
• 工作机构宣称重视生命，却长期不给足够资源；
• 本应保护自己的人反而实施伤害；
• 家庭或公共机构违背其宣称的价值。

这种路径的核心经常是：

“我信任的对象背叛了我。”

它往往表现为愤怒、苦涩、犬儒、失去归属感和无法再信任权威。近年来的理论也越来越重视：道德损伤不仅可能出现在实施者和见证者身上，也可能出现在遭受严重不公、虐待或背叛的人身上。

---

三、为什么道德损伤会如此深？

因为它伤害的不是一个单独的记忆，而可能是一个人的身份、价值观和世界观。

可以把常见过程概括为：

第一步：发生价值冲突事件

事件触及了某个核心价值，例如：

• 不伤害无辜者；
• 保护弱者；
• 忠诚；
• 公正；
• 诚实；
• 医疗救死扶伤；
• 父母必须保护孩子；
• 军人必须保护同伴；
• 好人不会做某些事情。

第二步：人对事件作出道德解释

事件本身不会自动决定长期结果，个人对事件的解释非常关键。例如：

• “我犯了一个错误。”
• “我是一个邪恶的人。”
• “我没有预测到后果。”
• “我明知道后果，却还是做了。”
• “我没有足够权力阻止。”
• “我没有阻止，所以我等于参与了。”
• “一个真正善良的人绝不会这样。”

其中有些判断可能合理，有些则可能夸大、绝对化，或忽略当时的具体条件。

第三步：出现强烈的道德情绪

道德损伤常见的情绪包括：

• 罪疚；
• 羞耻；
• 愤怒；
• 厌恶；
• 悲伤；
• 被背叛感；
• 无助；
• 绝望。

这些情绪本身并不一定病态。适度的罪疚可能促使一个人承认错误、补偿和改变。但当情绪变成长期、自我吞噬和功能受损时，就会形成问题。

第四步：通过逃避和自我惩罚维持损伤

例如：

• 不愿谈论事件；
• 远离亲密关系；
• 拒绝接受帮助；
• 故意破坏工作或关系；
• 过度工作来赎罪；
• 使用酒精或药物麻痹自己；
• 认为快乐就是对受害者的背叛；
• 反复把自己放进危险处境；
• 拒绝治疗，因为认为自己“不配好起来”。

短期看，这些行为可能减轻羞耻或符合“我应该受罚”的信念；长期看，它们会阻止一个人获得新的信息、支持和修复经验，从而强化道德损伤。

---

四、罪疚和羞耻有什么区别？

这是理解道德损伤的关键。

罪疚：“我做错了一件事”

罪疚针对的是行为：

“我的行为造成了伤害。”

罪疚不一定有害。现实而适度的罪疚可以支持：

• 承认责任；
• 道歉；
• 赔偿；
• 改变行为；
• 防止再次发生。

羞耻：“我整个人都是错的”

羞耻针对的是自我身份：

“我不是做了一件坏事，我本身就是一个坏人。”

羞耻更容易导致：

• 隐瞒；
• 孤立；
• 自我厌恶；
• 拒绝帮助；
• 自我惩罚；
• 认为自己永远不能改变。

治疗并不是简单消除所有罪疚，而是把：

“我不可救药”

转化为更准确的判断：

“我可能对某些事情负有责任，但责任并不等于我的全部身份；我仍然能够承担责任、停止伤害并按照价值行动。”

---

五、道德损伤有哪些表现？

道德损伤不是只表现为“内疚”。它可能影响多个层面。

1. 情绪表现

• 持续罪疚或羞耻；
• 对自己、他人、组织或世界强烈愤怒；
• 对自己感到恶心或厌恶；
• 悲伤、麻木或绝望；
• 无法感到快乐；
• 被背叛感；
• 幸存者罪疚；
• 害怕别人知道真相。

2. 认知表现

• “我不配被爱。”
• “我不配活着。”
• “我永远不能被原谅。”
• “如果别人知道，就会厌恶我。”
• “所有人最终都会背叛我。”
• “世界没有正义。”
• “我没有资格再做父母、医生、军人或领导。”
• “只有不断受苦，才能补偿发生的事。”

3. 行为表现

• 回避相关人、地点或话题；
• 与家人、朋友疏远；
• 放弃原本珍视的职业或角色；
• 故意毁掉良好关系；
• 酗酒、滥用药物或其他成瘾行为；
• 过度工作或过度奉献；
• 冲动、冒险或自我伤害；
• 拒绝治疗或反复失约；
• 强迫性地赎罪。

4. 人际表现

• 难以相信任何人；
• 害怕亲密；
• 认为自己不值得被关心；
• 对他人的善意感到怀疑；
• 与曾经的群体决裂；
• 对没有类似经历的人感到疏离；
• 感觉“没人能够理解”。

5. 信仰与存在意义表现

• 怀疑宗教或信仰；
• 感到被神抛弃或惩罚；
• 无法理解为什么恶事被允许发生；
• 失去人生意义；
• 认为过去坚持的价值都是虚假的；
• 不再认为自己属于人类共同体。

临床上通常会关注这些反应是否与特定潜在道德伤害事件直接相关，以及它们是否已经明显影响工作、学习、关系和日常生活。

---

六、道德损伤与其他问题有什么区别？

与普通后悔的区别

普通后悔通常会随着时间、道歉、补偿和重新理解而减轻。

道德损伤则更可能具有以下特征：

• 持续时间长；
• 反复侵入思维；
• 对自我身份造成破坏；
• 产生严重回避、自我惩罚或关系问题；
• 即使别人原谅了自己，自己仍不能接受；
• 影响正常生活功能。

与道德困扰的区别

道德困扰通常指一个人知道什么是正确的，但受到制度、资源、命令或权力限制，无法按正确方式行动。例如护士知道患者需要更多照护，却因人员严重不足无法提供。

道德困扰可以是暂时和情境性的。若痛苦持续加重，逐渐损害身份、信任、关系和功能，便可能进入更严重的道德损伤状态。目前研究越来越倾向于把两者看成从较轻、较短暂到严重、持久损害的一条连续谱，而不是完全分开的类别。

与 PTSD 的区别

PTSD的核心通常包括：

• 创伤记忆侵入；
• 噩梦或闪回；
• 回避；
• 高度警觉；
• 易惊；
• 感到仍处于威胁中。

道德损伤的核心更常是：

• 罪疚；
• 羞耻；
• 愤怒；
• 背叛；
• 自我谴责；
• 信任破裂；
• 意义或信仰危机。

两者可以重叠，但并不相同。一个人可以有道德损伤而不符合PTSD诊断，也可以同时存在两者。与单独PTSD相比，两者并存时，抑郁、功能障碍和自杀风险可能更严重。

与职业倦怠的区别

职业倦怠通常以：

• 精疲力竭；
• 对工作冷漠；
• 效能感下降；

为核心。

道德损伤则更关注：

• 自己被迫违背价值；
• 背叛了职业使命；
• 自己参与或未能阻止伤害；
• 对自我和制度的道德评价发生崩塌。

两者可能同时存在。仅仅安排休假有时可以缓解倦怠，却未必能解决“我参与了伤害”或“组织背叛了我”的问题。

与抑郁症的区别

抑郁可能表现为广泛的低落、兴趣下降、精力不足、自我贬低和绝望。道德损伤的自责和绝望通常更紧密地围绕某个价值冲突事件。

但长期道德损伤可能诱发或加重抑郁症，所以临床上应同时评估。

---

七、哪些人可能经历道德损伤？

道德损伤最早主要在军人和退伍军人研究中受到关注，但并不限于战争环境。目前相关研究和临床讨论还包括：

• 医生、护士和其他医护人员；
• 警察、消防员、急救人员；
• 军人、维和人员；
• 社会工作者；
• 灾难救援人员；
• 记者；
• 难民和战争平民；
• 社区暴力经历者；
• 遭受家庭背叛的人；
• 在照护、管理或领导岗位上作出高风险决定的人。

高风险不只来自事件强度，也来自：

• 责任重大但控制权很低；
• 资源长期不足；
• 被迫在两个坏结果之间选择；
• 团体或权威不承认伤害；
• 缺少同事和领导支持；
• 被要求隐瞒事实；
• 社会或家庭对当事人进行简单化评判；
• 事件后没有机会解释、哀悼或修复。

现有研究仍主要集中于军人、退伍军人、医护人员和第一响应者，因此将结论应用于其他人群时需要谨慎。

---

八、如何判断自己可能存在道德损伤？

不能只根据一个症状判断，也不建议把网络量表当成自我诊断。

专业评估通常会看四个方面。

1. 是否发生过潜在道德伤害事件？

例如：

• 我是否做过严重违背自己价值的事？
• 我是否没有采取自己认为应该采取的行动？
• 我是否目睹严重不道德行为？
• 我是否遭到可信任的人或机构背叛？

2. 痛苦是否与该事件直接相关？

例如，一想到事件就出现：

• 罪疚；
• 羞耻；
• 愤怒；
• 背叛感；
• 自我厌恶；
• 无法原谅；
• 信仰或意义危机。

3. 是否长期存在并造成损害？

重点不是“我有没有不舒服”，而是：

• 工作或学习是否受影响；
• 是否难以维持关系；
• 是否持续回避；
• 是否产生自我惩罚；
• 是否大量饮酒或使用药物；
• 是否失去基本生活动力。

4. 是否存在其他精神健康问题？

还需要评估：

• PTSD；
• 抑郁症；
• 焦虑障碍；
• 睡眠障碍；
• 酒精或药物依赖；
• 自伤和自杀风险。

研究和临床中使用的工具包括道德损伤结果量表（MIOS）和道德损伤与困扰量表（MIDS）。这些工具能帮助结构化评估，但应结合临床访谈，而不能单独代替诊断。

---

九、道德损伤治疗的真正目标是什么？

治疗目标不是以下任何一种简单做法：

• 告诉你“你什么责任都没有”；
• 强迫你原谅自己；
• 要求你忘记；
• 用积极思考压制罪疚；
• 通过持续受苦来赎罪；
• 把所有责任都推给制度；
• 把所有责任都压在个人身上。

更准确的目标是：

在不歪曲事实、不逃避真实责任的前提下，重新建立一个能够承担责任、接受人性限制、恢复关系并按照价值继续生活的自我。

治疗常包括以下几个过程。

1. 建立安全、非评判的治疗关系

道德损伤患者常担心治疗师会厌恶、谴责或害怕自己。因此，治疗师必须能够听见复杂甚至令人不适的事实，同时不急于道德裁判。

“非评判”不等于认为所有行为都正确，而是先理解事实、情境、意图、选择范围和责任结构，再进行处理。

2. 重建完整的事件叙事

人受到道德损伤后，往往只剩下一个极度浓缩的结论：

“我害了他。”
“我失败了。”
“我背叛了自己的原则。”

治疗需要重新加入被羞耻删除的背景：

• 当时知道什么、不知道什么；
• 有多少时间作决定；
• 有哪些现实选择；
• 谁拥有权力；
• 是否受到命令、威胁或资源限制；
• 当时的生理和心理状态；
• 每个参与者分别承担什么责任；
• 哪些后果可预见，哪些无法预见。

这不是寻找借口，而是恢复事实的完整性。

3. 区分现实责任与夸大责任

可能存在三类情况：

• 几乎没有实际责任，但感到强烈罪疚；
• 确实有一部分责任，但把全部责任都归给自己；
• 确实承担重要责任，需要承认并修复。

有效治疗不会预设答案。它既要防止不合理的自我定罪，也不能用心理安慰否认真实伤害。

4. 处理罪疚、羞耻、愤怒和悲痛

不同情绪需要不同处理：

• 罪疚需要责任辨析和补偿行动；
• 羞耻需要恢复人的整体身份和关系；
• 愤怒需要识别背叛、不公和边界；
• 悲痛需要哀悼失去的人、关系、理想和过去的自己；
• 厌恶需要逐步恢复对自我和他人的人性化理解。

5. 停止破坏性自我惩罚

真正的责任承担与自我毁灭不同。

责任承担通常包括：

• 承认发生了什么；
• 尽可能停止持续伤害；
• 接受合理后果；
• 作出补偿；
• 改变未来行为。

自我惩罚则可能包括：

• 拒绝被爱；
• 故意失败；
• 酗酒；
• 自伤；
• 不断置身危险；
• 认为自己必须终身痛苦。

后者通常不能帮助受伤害者，也不能真正修复价值。

6. 恢复价值一致的行动

道德损伤往往意味着价值并没有消失，反而是因为价值非常重要，违背它才如此痛苦。

治疗会帮助一个人思考：

• 这件事说明我真正重视什么？
• 今天怎样活出这些价值？
• 哪些小行动能够体现诚实、公正、照护或勇气？
• 如何避免同样的伤害再次发生？

恢复并不要求痛苦完全消失后才开始。很多时候，是先逐步重新行动，身份感和希望才慢慢恢复。

7. 进行适当的补偿或修复

补偿可能包括：

• 道歉；
• 赔偿；
• 承认事实；
• 改变制度或流程；
• 参与公益；
• 支持类似经历者；
• 纪念逝者；
• 采取长期价值行动。

但补偿必须考虑受影响者的利益。直接联系受害者并不总是适当；有时会造成二次伤害、违反边界或增加危险。此时可以采用间接、象征性或公益性的修复方式，并由专业人员协助评估。

8. 修复关系、群体和信仰

道德损伤经常发生在人际和群体情境中，因此恢复也不能完全依靠个人独自完成。

可能有帮助的资源包括：

• 创伤治疗师；
• 可信任的同伴；
• 同类经历支持小组；
• 伦理督导；
• 能够承认组织责任的领导者；
• 家庭治疗或伴侣治疗。

不能强迫用“你必须宽恕”“这是命运安排”等方式强迫当事人接受某种解释。

---

十、哪些具体心理治疗可能有帮助？

认知加工疗法（CPT）

主要处理：

• “我早就应该知道结果”；
• “全都是我的错”；
• “我不可原谅”；
• “任何人都不可信”；
• “我不配再过正常生活”。

它并不是简单要求积极思考，而是检验信念与证据是否一致，并形成更全面的责任判断。

延长暴露疗法（PE）

通过在安全和结构化条件下重新接触创伤记忆和被回避的情境，减少回避，并帮助当事人获得新的理解。

如果同时存在明显PTSD症状，CPT和PE等创伤聚焦治疗仍然可能有效。它们可以减轻部分罪疚和羞耻，但某些人仍需要专门处理自我宽恕、价值和修复问题。

适应性披露疗法（Adaptive Disclosure）

通过想象性对话、写作和责任分配，帮助患者：

• 面对事件；
• 与富有同情心的道德权威进行想象对话；
• 更准确地分配责任；
• 处理悲伤和道德痛苦；
• 制定修复计划。

创伤知情罪疚减轻疗法（TrIGR）

重点处理：

• 后见偏差；
• 责任夸大；
• 不合理罪疚；
• 羞耻；
• 价值违背；
• 未来如何按照价值生活。

道德损伤版接纳与承诺疗法（ACT-MI）

它不以“彻底消除痛苦”为唯一目标，而是帮助人：

• 接受道德痛苦仍可能存在；
• 不再让痛苦完全控制行为；
• 明确价值；
• 重新投入有意义的生活。

灵性和群体干预

部分干预会由心理专业人员与宗教或灵性照护者合作，处理：

• 信仰崩塌；
• 宽恕；
• 归属；
• 见证和公开承认；
• 群体关系的重建。

这些专门疗法具有一定前景，但总体证据仍在发展中，许多研究样本较小，并主要来自军事人群。目前还不能断言存在一种对所有道德损伤都最有效的标准治疗。

---

十一、自己可以怎样初步整理？

可以使用下面这个框架，但不建议在情绪极度不稳定时独自深入回忆创伤细节。

事实

只描述发生了什么，不评价人格。

当时条件

记录：

• 当时掌握的信息；
• 可用时间；
• 权力范围；
• 可选行动；
• 身体和心理状态；
• 命令或制度限制。

责任

分别考虑：

• 我的责任；
• 他人的责任；
• 组织的责任；
• 环境和偶然因素。

感受和想法应该分离，责任不一定只能加总成100%，也不等于“谁痛苦最大谁责任最大”。

被违反的价值

例如：

• 保护生命；
• 诚实；
• 忠诚；
• 公正；
• 勇气；
• 照顾家人；
• 专业伦理。

当前可采取的修复行动

选择具体、有限且可持续的行动：

• 停止某种伤害；
• 寻求专业治疗；
• 承认事实；
• 改变工作流程；
• 建立边界；
• 进行适当补偿；
• 恢复一段安全关系；
• 每周做一件符合核心价值的事。

避免独自进行以下做法：

• 强迫自己反复回忆最痛苦的细节；
• 在冲动状态下联系受影响者；
• 公开披露可能导致法律、安全或职业风险的信息；
• 以自伤、酗酒或危险行为赎罪；
• 要求自己立即原谅；
• 接受他人简单的“你没有错”或“你必须受罚”。

---

十二、什么时候应当尽快寻求专业帮助？

出现以下情况时，建议尽快联系精神科医生、临床心理师或创伤治疗师：

• 痛苦持续数周或数月没有减轻；
• 工作、学习或关系明显受损；
• 持续失眠、噩梦、闪回或高度警觉；
• 大量饮酒或使用药物；
• 认为自己不配活着或不配接受帮助；
• 出现故意毁掉关系、职业或健康的行为；
• 产生自伤、自杀或危险性赎罪的想法；
• 出现具体计划、准备行为或无法保证自身安全。

道德损伤与自杀意念、抑郁、PTSD和物质使用问题存在关联，尤其当一个人持续认为自己不可原谅或必须受到惩罚时，风险评估非常重要。

最值得记住的一点是：

道德修复不等于否认责任，也不等于终身惩罚自己。它意味着准确面对事实，承担属于自己的部分，修复能够修复的事情，并重新成为一个按照价值行动的人。

夏目友人帐 为什么这件事让人难过

表面剧情往往很简单：

• 夏目遇到一个妖怪
• 妖怪提出请求
• 夏目帮它完成
• 妖怪离开

但真正的故事通常藏在这些问题里：

• 它为什么等了几十年？
• 它到底是在等一个人，还是不愿承认那个人不会回来？
• 它是想报恩、道歉，还是只是想证明自己没有被遗忘？
• 夏目为什么明知危险，仍然要帮助它？

它真正的结局往往不是解决事件，而是某个人终于接受了失去、孤独或告别。

很多关键信息只暗示一次

《夏目友人帐》很少反复解释。

例如一个角色说：

“最近很久没有看见那个人了。”

这句话可能不是普通的信息，而是在暗示：

• 那个人已经去世；
• 妖怪不理解人类寿命；
• 妖怪其实知道，只是不愿承认；
• 它已经等待了几十年。

作品经常通过天气、旧物、一个停顿、一句答非所问来传递真相。

妖怪不一定按照人类逻辑行动

妖怪的时间观、道德观和情感表达常常不同于人类。

它们可能：

• 为一个几十年前的约定一直等待；
• 因为一句无心的话记恨多年；
• 不理解人类为什么衰老、搬家、结婚或死亡；
• 明明喜欢一个人，却通过吓唬、纠缠甚至伤害来接近；
• 对名字、气味、声音或承诺赋予极强的意义。

因此你可能会觉得：

“它为什么不直接说？”
“为什么非要这样做？”
“这件事值得执着这么久吗？”

但作品描写的正是这种“无法完全互相理解的感情”。

人物经常不说真话

这里更接近“防御性表达”。

妖怪可能说：

“我只是想拿回东西。”

实际意思可能是：

“我想再见那个人一次。”

夏目可能说：

“只是顺便帮忙。”

实际意思可能是：

“我无法放着一个孤独的人不管，因为我知道孤独是什么。”

角色会用冷淡、玩笑、威胁、交易来掩盖依恋。作品不会明确宣布“他其实很伤心”，而是让你从行为中判断。

夏目本人的感情非常内收

夏目不是一个会直接表达情绪的主角。

他经常：

• 明明害怕，却说“没关系”；
• 明明受伤，却不告诉塔子和滋；
• 明明很珍惜朋友，却故意保持距离；
• 明明想留下，却提前设想自己终有一天会离开；
• 明明需要别人，却担心自己的存在会给别人添麻烦。

所以有些剧情如果只听夏目说了什么，会误判他的动机。你需要观察他“没有说什么”和“为什么独自行动”。

夏目的核心矛盾不是“要不要打败妖怪”，而是：

我能不能相信，自己不会因为被看见真实的一面而遭到抛弃？

它经常故意不把真相讲完整

某些集数结束后，仍然会留下问题：

• 妖怪是否真的理解了那个人已经死去？
• 人类当年有没有故意背弃约定？
• 那段感情究竟是友情、爱慕、依恋，还是误解？
• 妖怪最后释怀了吗，还是只是决定不再等待？

现实中的关系也常常没有完整解释，没有双方对质，也没有标准答案。

哀悼

《夏目友人帐》的温柔，并不是“什么都会变好”。

它经常表达的是：

• 有些人不会回来；
• 有些误会永远无法解释；
• 有些感情只被其中一方记住；
• 有些相遇注定短暂；
• 即使无法挽回，理解本身仍然有价值。

它的“治愈”不是修复一切，而是允许角色带着遗憾继续生活。

---

四个问题

1. 表面上，妖怪想要什么？
2. 它真正害怕失去什么？
3. 它没有直接说出的感情是什么？
4. 这件事为什么会触动夏目？

例如：

• 表面需求：找回一件旧物。
• 真正需求：确认自己没有被那个人忘记。
• 隐藏感情：害怕承认对方已经死去。
• 夏目的共鸣：夏目也害怕重要的人终有一天离开自己。

---

夏目不是单纯回避，而是恐惧—回避型依恋。他并不是不需要关系。恰恰相反，他非常渴望被接纳、拥有稳定的家和可信赖的人；只是过去反复被嫌弃、转手寄养、误解，使他形成了一个很深的预期：

一旦别人真正了解我，我就会成为麻烦，最后被抛弃。

所以他的行为常呈现一种矛盾结构：

想靠近，但又提前后退。

比如：

• 很珍惜塔子和滋，却不敢把危险和痛苦告诉他们；
• 很依赖田沼、北本、西村，却总想独自处理妖怪事件；
• 明明希望别人理解自己，却害怕暴露“能看见妖怪”这件事；
• 得到关心时会感动，但第一反应往往不是接受，而是担心给别人添麻烦；
• 遇到危险时，他常想的是“不能连累他们”，而不是“我可以向他们求助”。

这非常接近恐惧—回避型的内部逻辑：

我需要你，但我不确定你是否安全。
我想依靠你，但依靠你可能让我受伤。
与其等你抛弃我，不如我先隐藏、退出或自己承担。

他越想保护关系，就越不让别人真正参与自己的生活。

《夏目友人帐》的主线，其实是依恋逐渐安全化

从这个角度看，作品真正的成长并不只是夏目变强，而是他逐渐学会：

• 别人的关心不一定带有条件；
• 暴露脆弱不等于成为负担；
• 冲突不一定意味着关系结束；
• 被帮助不等于欠下无法偿还的人情；
• 有些人知道真相之后，仍然会选择留下。

猫咪老师、塔子夫妇、田沼、多轨、名取等人，分别在纠正他不同的旧经验。

他过去学到的是：

被看见，就可能被排斥。

后来他慢慢学到：

被看见，也可能意味着被理解、被保护、被留下。

妖怪故事也经常是不同形式的不安全依恋

很多妖怪同样不直接表达需要。

它们会：

• 用攻击代替挽留；
• 用纠缠代替请求；
• 用交易掩盖思念；
• 用仇恨维持与某个人的联系；
• 因害怕告别而不断等待；
• 明明想被记住，却装作毫不在意。

因此，夏目帮助妖怪时，经常也是在处理自己内心的同一种问题：

当我害怕失去时，我究竟是选择控制、逃避、假装不在乎，还是承认我真的很舍不得？

《夏目友人帐》看起来像妖怪单元剧，深层其实很像一部关于依恋创伤、哀悼和重新建立信任的长篇故事。

中国哲学极其强调“诚”与“知行合一”，对于那种只靠嘴皮子、装样子的行为有着极其严厉的批评。

• “巧言令色，鲜矣仁。” ——《论语·学而》
  • 释义： 话说得很动听，脸色装得很和善，这种人很少有真正的仁德。
• “听其言而观其行。” ——《论语·公冶长》
  • 释义： 孔子说，以前我听人说话就相信他，现在我听了他说的话，还要看他的实际行动。
• “知而不行，只是未知。” —— 王阳明《传习录》
  • 释义： 知道了一个道理却没有去践行，那说明你根本没有真正懂这个道理。

西方传统中，从古希腊哲学到基督教神学，再到近代道德哲学，都对“仅仅在修辞上模仿道德”有着深刻的警惕。

在古希腊，有一群人专门教导辩论和修辞，他们不在乎真理，只在乎“听起来有道理”，这群人被苏格拉底和柏拉图严厉批判。

• “修辞术只不过是一种谄媚的技巧（Knack of flattery）。” —— 柏拉图《高尔吉亚篇》
  • 释义： 柏拉图认为，修辞学（只追求说服力而不追求真理）就像是糕点制作之于医学——糕点只是让你觉得好吃（谄媚），而医学才是真正治病。修辞学不关心什么是真正的善，只关心如何讨好听众。

圣经对伪善有着最严厉的声讨，核心概念就是“法利赛人”。

• “你们这假冒为善的文士和法利赛人有祸了！因为你们洗净杯盘的外面，里面却盛满了勒索和放荡。” ——《马太福音》23:25
  • 释义： 耶稣批评他们只注重外表的洁净和遵守律法的形式，内心却充满肮脏。
• “字句是叫人死，精意是叫人活。”（The letter kills, but the Spirit gives life.） ——《哥林多后书》3:6
  • 释义： 死守外在的律法字句会扼杀生命，只有内在的圣灵（真实的精神）才能带来生命。

伊曼努尔·康德（Immanuel Kant）的道德哲学。

• “行为仅仅‘合乎义务（in conformity with duty）’是不够的，它必须是‘出于义务（from duty）’才有道德价值。” —— 康德《道德形而上学奠基》

  • 释义： 康德认为，比如一个商人童叟无欺，如果他只是为了图好名声赚钱，那这只是“合乎义务”，没有道德价值；只有当他认为“诚实是绝对的道德法则”而去这样做时，才是“出于义务”。

• 孔子 称之为**“乡愿”**

• 老子 称之为**“大伪”**

• 王阳明 称之为**“知而不行”**

• 柏拉图 称之为**“谄媚的修辞术”**

• 耶稣 称之为**“洗净外面的杯盘（法利赛人）”**

• 康德 称之为**“仅仅合乎义务”**

这是一篇非常精彩且视角独特的关于大语言模型（LLMs）AI 对齐与道德推理能力的实证研究论文。

论文的核心问题非常犀利：当大语言模型在面对道德困境时，长篇大论地谈论“人权”、“尊严”、“社会契约”时，它们是真的具备了高级的道德推理能力，还是仅仅“听起来像”具备了这种能力？

作者通过一系列严谨的实验，得出了一个极具启发性的结论：模型并没有真正学会道德推理，它们只是在玩弄辞藻。作者将这种现象命名为 道德口技（Moral Ventriloquism） 。

以下是这篇论文的详细深度原理解析：

---

1. 研究背景与核心工具

随着大模型的发展，通过 RLHF（基于人类反馈的强化学习）等对齐训练，现在的模型在回答伦理道德问题时，总能给出非常“伟光正”且逻辑严密的回答。这让很多人认为模型已经具备了人类的高级道德认知。

为了验证这一点，作者借用了心理学中著名的**柯尔伯格道德发展阶段理论（Kohlberg's stages of moral development）**作为“诊断工具”。
柯尔伯格将人类的道德发展分为 6 个阶段：

• 阶段 1-2（前习俗水平）： 逃避惩罚、利己主义。
• 阶段 3-4（习俗水平）： 遵守社会期望、服从法律与秩序。（大多数人类成年人处于阶段 4）。
• 阶段 5-6（后习俗水平）： 追求抽象原则、普遍人权和普世伦理。（人类中极少见）。

2. 实验设计

• 测试对象： 13款当前最先进的大模型（包括 GPT-4o, Claude 3.5, Llama 3.3, DeepSeek R1/V3, Qwen 等），涵盖不同参数规模和训练方式（基座微调、代码微调、推理微调）。
• 测试题目： 6 个经典的道德困境（如电车难题、海因茨偷药等）。
• 提示词策略： 零样本（Zero-shot）、思维链（CoT）、角色扮演（Roleplay）。
• 评测方式： 采用 LLM-as-Judge（大模型作为裁判）进行打分，并验证了不同裁判模型间的一致性。共收集并分析了超过 600 份回答。

---

3. 四大核心发现（震撼的实验结果）

作者通过数据分析，发现了当前大模型在道德推理上的四个严重“异常”：

异常一：分布倒置（Distributional Inversion）

人类的道德推理分布呈现“中间大两头小”的常态，绝大多数成年人处于阶段 4（遵纪守法），只有不到 15% 的人能达到阶段 5，极少数达到阶段 6。
但在大模型中，这个分布完全反过来了：
模型高达 86% 的回答都被归类为最高级的阶段 5 和 6。无论模型大小、架构如何，它们几乎统一给出了最顶级的“普世伦理”回答。这不符合智能体认知发展的自然规律，更像是一种被人工强行拉高的“天花板”。

异常二：机器般的死板（Robotic Rigidity / Cross-Dilemma Consistency）

人类的道德推理是上下文敏感的。比如，面对“偷药救人”和“电车难题”，同一个人可能会在阶段 3（保护家人）和阶段 5（生命权计算）之间切换。
但大模型表现出了极其不自然的“死板”（一致性 ICC > 0.90）。不管你问什么困境，不管困境涉及的是伤害、财产还是忠诚，模型都机械地调用同一套“阶段5/6的修辞模版”来回答问题。作者指出：对不同性质的问题给出完全相同逻辑维度的输出，这恰恰证明模型根本没有在对当前问题进行“推理”。

异常三：道德脱钩 / 言行不一（Moral Decoupling）

这是本论文最致命、最重要的发现。
部分模型表现出严重的“逻辑不连贯”：它们在阐述理由时，使用了极其高级的词汇和理念（阶段 5-6），但它们最终选择的行动，却是基于低级道德阶段（阶段 3-4）的逻辑。
简而言之：模型是个“伪君子”。它的“理由生成”和“行动选择”是两条互不相干的轨道。这直接打破了“模型在进行逻辑推理”的幻觉。

异常四：规模（Scale）和提示词（Prompting）无济于事

• 参数规模： 大模型（70B+）和小模型（8B）在道德阶段上的得分差距非常小。参数变大，只是让模型学会了更复杂的语法和更密集的“高级词汇”（如：尊严、权利、契约），但没有改变本质的判断逻辑。
• 提示词： 无论你是直接问，还是让它“一步步思考(CoT)”，还是让它“扮演道德哲学家”，都不会改变它的得分。高级道德修辞是深深刻在对齐训练里的，不需要特殊激发。

---

4. 论文的终极结论：道德口技（Moral Ventriloquism）

基于上述发现，作者提出了一个绝妙的比喻——“道德口技”。

在口技表演中，声音听起来像是从木偶嘴里发出来的，但实际上是背后的操纵者在发声。
大模型也是如此。RLHF（人类反馈强化学习）和宪法AI（Constitutional AI）等对齐训练，就是那个“操纵者”。

因为对齐训练在不断奖励那些“谈论人权、普遍原则、减少伤害”的输出，模型通过统计模式匹配，死记硬背地学会了这套“成熟道德推理的修辞惯例”（rhetoric conventions）。
当它识别到道德困境的关键词时，就会触发这套高级词汇库并流畅地输出。但它缺乏底层的、真正的认知发展轨迹。它只是学会了“怎么说听起来很道德”，而不是“如何进行道德思考”。

---

5. 对 AI 行业的重大启示

1. 现有的道德/安全评测基准失效了：
   现在业界很多基于“看模型回答得好不好”来评估模型安全性和价值观的 Benchmark 是不可靠的。只要模型学会了那套“伟光正”的修辞，它就能轻易骗过这些评测，但这不代表它真的安全或理解了人类价值观。
2. “思维链（CoT）”可能只是另一种修辞：
   模型输出的冗长推理过程，很多时候并不是它内部得出结论的真实计算过程，而只是一种被训练出来的“文体风格”。
3. 未来的对齐方向：行动与理由的一致性：
   未来的对齐不能只追求输出“好听的话”，必须引入对抗性测试，专门测试模型“嘴上说的”和“实际选的”是否一致（Action-Reasoning Coherence），以验证内部表征的真实性。

总结

这是一篇对当前大模型“对齐伪影”（Alignment Artifacts）扒下底裤的文章。它用扎实的数据告诉我们：不要被大模型充满哲理的长篇大论所迷惑，那只是强化学习倒逼出来的表面文章（修辞），而不是真正的智能（推理）。

不可靠叙述者

故事由某个角色讲述，但读者不能完全相信他对事实的描述、解释或判断。

叙述者可能因为以下原因，使叙述发生偏差：

• 故意隐瞒、欺骗
• 自我美化或推卸责任
• 记忆错误
• 年龄太小、理解能力有限
• 精神状态异常
• 受到创伤、酒精或药物影响
• 对自己缺乏认识
• 只掌握局部信息
• 被偏见、嫉妒、情欲或恐惧支配

因此，作品表面上讲的是一个故事，实际上要求读者完成另一项工作：

从叙述者的话语裂缝中，重建可能的真相。

---

“不可靠”具体表现在哪里

可以把叙述分成三个层面：

1. 事实不可靠

叙述者说某件事发生了，但它可能根本没有发生，或者实际情况与他说的不一样。

例如：

“我只是轻轻推了她一下。”

但通过其他细节，读者逐渐意识到，那可能是一次严重的暴力行为。

2. 解释不可靠

事件本身可能真实，但叙述者对事件的理解存在偏差。

例如：

“她没有回复我的消息，因为她其实还在乎我。”

她确实没有回复，但“因为还在乎”只是叙述者的自我安慰。

3. 道德判断不可靠

叙述者准确讲出了发生的事情，却把明显有问题的行为描述成合理、浪漫或无辜。

例如：

“我只是太爱她，所以才一直跟踪她。”

事实可能是真的，但叙述者对自身行为的道德判断严重失真。

---

不可靠叙述者不等于“第一人称叙述者”

第一人称天然具有局限性，但不一定不可靠。

“我不知道门外发生了什么”，只是信息有限；
“门外什么都没有发生”，而作品暗示那里发生了重大事件，才可能构成不可靠。

关键不是叙述者是否知道一切，而是：

作品是否有意识地让读者发现：叙述者的话与作品暗示的现实之间存在距离。

这个距离通常通过细节矛盾、其他人物反应、语言漏洞、时间线问题或叙述者的自我辩护显现出来。

---

常见的不可靠叙述者类型

1. 欺骗型

叙述者知道真相，但故意误导读者。

这类作品常见于侦探小说和悬疑故事。叙述者会通过省略、模糊表达或语言技巧隐藏关键事实。

2. 自我欺骗型

叙述者未必在骗读者，而是在骗自己。

他可能把自私解释成牺牲，把控制解释成爱，把懦弱解释成理性。读者逐渐看出，叙述者的自我形象和实际行为并不一致。

3. 天真型

叙述者年幼、单纯，无法理解事件的真实意义。

他说出的事实可能基本准确，但他不知道这些事实意味着什么。读者比叙述者理解得更多。

4. 精神或感知失常型

叙述者受到幻觉、妄想、记忆障碍或极端心理状态影响，无法区分现实与想象。

这类作品常故意让读者处于不确定状态：究竟发生了超自然事件，还是叙述者精神崩溃？

5. 偏见型

叙述者被阶级、性别、种族、嫉妒、爱欲或个人恩怨影响，只能从一种扭曲的角度理解他人。

他未必说假话，但会选择性地注意、描述和评价事实。

---

经典例子

1. 《罗杰疑案》——阿加莎·克里斯蒂

这是“不可靠叙述者”在侦探小说中最经典的案例之一。

故事由谢泼德医生以第一人称记录。他看起来像传统侦探小说中的助手：冷静、客观、负责记录波洛的调查。

他的不可靠之处不主要是直接说谎，而是：

• 精确选择说什么
• 有意省略某些行动
• 用模糊语言掩盖关键时刻
• 利用读者对“侦探助手”角色的信任

其高明之处在于，叙述者的句子从字面上看未必虚假，但会诱导读者形成错误结论。

这是一种典型的：

语言技术型不可靠叙述。

---

2. 《洛丽塔》——弗拉基米尔·纳博科夫

亨伯特是最著名的自我美化型叙述者之一。

他语言优美、聪明、幽默，具有极强的修辞能力。他试图把自己的行为包装成悲剧性的爱情，把自己塑造成受激情折磨的浪漫人物。

但读者必须区分：

• 他的语言有多美
• 他的行为实际上是什么
• 被他描述的女孩真正经历了什么

他的危险性就在于，他不是一个表达混乱的叙述者，而是一个表达能力过于强大的叙述者。他试图用文学语言控制读者的同情。

阅读这部作品时，核心问题不是“他说的事实是真是假”，而是：

他的修辞是否正在替他的行为开脱？

这是典型的：

道德判断不可靠 + 自我辩护型叙述。

---

3. 《长日将尽》——石黑一雄

主人公史蒂文斯是一位英国管家。他的叙述表面上克制、专业、理性，甚至非常诚实。

但随着回忆展开，读者逐渐意识到，他一直在回避一些重要问题：

• 他是否把职业忠诚看得过于绝对
• 他是否错误判断了主人
• 他是否压抑了自己的感情
• 他是否为了维持自我尊严，重新解释了过去

史蒂文斯通常不是故意欺骗读者。他最大的不可靠来自：

他无法诚实面对自己的人生。

他说“这是职业尊严”，读者却可能看到恐惧、情感压抑和自我牺牲；他说自己没有遗憾，叙述本身却充满遗憾。

这是最经典的：

自我欺骗型不可靠叙述者。

---

4. 《螺丝在拧紧》——亨利·詹姆斯

故事中的女家庭教师声称，自己看见了鬼魂，并相信两个孩子受到了邪恶力量控制。

问题在于，作品始终没有彻底确认：

• 鬼魂真的存在
• 家庭教师产生了幻觉
• 她误解了孩子
• 她的压抑欲望和恐惧影响了判断

叙述者对自己的判断非常确信，但这种确信反而可能增加不安。

作品的经典性就在于，它没有简单告诉读者“她疯了”或“鬼是真的”，而是让两种解释长期并存。

这是典型的：

感知不可靠 + 解释不可靠。

---

5. 《搏击俱乐部》——恰克·帕拉尼克

叙述者受到严重失眠、身份危机和心理分裂的影响。

他把某些经验理解为外部发生的事件，但随着故事推进，读者发现，他对人物关系和事件因果的理解并不可靠。

这类叙述的特点是：

• 叙述者不是有意识地撒谎
• 读者最初与他共享同一套错误认知
• 当叙述者重新理解现实时，读者也必须重新解释此前的故事

这是典型的：

身份认知失常型不可靠叙述。

---

6. 《告密心》——埃德加·爱伦·坡

开头时，叙述者急切地强调自己没有疯。

但他越努力证明自己理性，越暴露出：

• 极端偏执
• 感知异常
• 情绪失控
• 对暴力行为的扭曲合理化

这是一个经典技巧：

叙述者的自我证明，反而成为他不可靠的证据。

他认为自己的计划周密、感官敏锐，足以证明自己清醒；读者却从这种过度强调中察觉到精神失常。

---

7. 《麦田里的守望者》——J. D. 塞林格

霍尔顿并不是悬疑意义上的骗子。他的不可靠来自青春期情绪、创伤、厌恶感和自我矛盾。

他不断说别人“虚伪”，但他自己也会：

• 撒谎
• 表演
• 前后矛盾
• 理想化某些人
• 贬低自己无法接近的人

他的判断不一定完全错误，但高度受到情绪影响。

读者需要同时看到两个霍尔顿：

1. 他口中那个愤怒、讽刺、看透世界的自己；
2. 一个孤独、悲伤、无法处理失去的少年。

这是典型的：

青春期视角 + 情绪偏差型不可靠叙述。

---

8. 《了不起的盖茨比》——F. 斯科特·菲茨杰拉德

尼克·卡拉威是否属于严格意义上的不可靠叙述者，文学研究中存在争议，但他经常被列入讨论。

他一开始声称自己不轻易评判别人，实际上整部小说充满判断。他说自己诚实，却明显：

• 选择性地同情盖茨比
• 对某些人物格外苛刻
• 把盖茨比浪漫化
• 在事后重新组织故事意义

尼克未必篡改了主要事实，但他的叙述受到崇拜、厌恶和怀旧影响。

所以他更接近：

价值判断不可靠，而非事实完全不可靠。

---

9. 《美国精神病人》——布雷特·伊斯顿·埃利斯

帕特里克·贝特曼的叙述充满极端暴力、消费细节、身份混淆和现实断裂。

读者无法确定：

• 暴力行为是否全部真实发生
• 某些场景是否是幻想
• 其他人物是否认错了人
• 整个社会是否根本不在意个人身份

这部作品的不可靠性不仅来自人物心理，还来自作品所描写的世界：人人穿着相似、说着相似的话、互相叫错名字，个体身份不断消失。

因此它是：

精神失常与社会现实共同制造的不可靠。

---

10. 《罗生门》及“罗生门效应”

严格说，《罗生门》电影中的重点不是单一不可靠叙述者，而是多个彼此冲突的不可靠证词。

同一事件由不同人物讲述，每个人都提供一个有利于自身尊严、利益或自我形象的版本。

这里揭示的是：

人不仅会对别人撒谎，也会通过叙述，把自己改写成能够接受的人。

“罗生门效应”后来常用来描述：不同目击者对同一事件给出互相矛盾、但各自具有主观真实性的说法。

---

判断不可靠叙述者的几个信号

叙述者反复强调自己可信

例如：

• “我绝对没有疯。”
• “我一向是最诚实的人。”
• “你必须相信我。”
• “我完全没有嫉妒。”

越是不必要地强调，越可能暴露其不安。

语言和行为互相冲突

他说自己不在乎，却花大量篇幅谈论对方；
他说自己无辜，却不断合理化行为；
他说自己非常冷静，语言却越来越混乱。

事实与解释不一致

叙述者说大家尊敬他，但其他人物明显害怕或躲避他。

叙述中出现无法解释的空白

包括：

• 记忆断裂
• 时间线错误
• 关键事件被跳过
• 突然转移话题
• 对重要细节极度含糊

叙述者拥有明显的自我辩护动机

例如他正在：

• 接受审判
• 写忏悔录
• 争取读者同情
• 解释一段失败的关系
• 维护自己的名誉
• 证明自己精神正常

改掉坏习惯时，真正需要建立的是一个简单、稳定、可重复的行为单元；
过度惩罚和过度补偿却会让整个系统无法运行。

任务括号

“任务括号”可以把一个习惯理解成一个被明确起点和终点包住的行为块：

触发信号 → 执行动作 → 明确结束

例如：

〔晚上刷完牙 → 把手机放到客厅 → 上床睡觉〕

大脑不必反复判断“现在该做什么”，只要遇到起点，就运行中间动作，看到结束信号，就关闭任务。

在习惯研究中，动物实验观察到：当一串行为逐渐自动化后，感觉运动纹状体的神经活动会特别强调动作序列的开始和结束，像给整段行为加上括号。这种现象通常被称为“task bracketing”或行为组块化。

过度补偿怎样破坏括号

假设你规定：

今天玩手机超过30分钟，明天就必须学习三小时补回来。

原本需要建立的系统很简单：

〔想刷手机 → 关闭应用 → 去做替代活动 → 结束〕

但加入过度补偿后，它会变成：

〔刷手机超时
→ 判断自己是否失败
→ 计算超时多少
→ 决定补偿多少
→ 安排什么时候补偿
→ 检查补偿是否完成
→ 没完成就继续累积债务
→ 因内疚再次逃避〕

此时，你已经不是在处理一个坏习惯，而是在维护一个复杂的“行为债务系统”。

用程序设计来比喻，原来的习惯像一个简单函数：

出现触发点
→ 执行替代动作
→ 返回正常生活

过度补偿却加入了大量异常处理和嵌套条件：

出现触发点
→ 是否失败？
   → 失败多少？
      → 惩罚多少？
         → 今天执行还是明天执行？
            → 没执行是否加倍？

规则越多，系统越容易在疲劳、压力大或情绪低落时崩溃。

为什么容易导致彻底放弃

1. 行为没有明确的结束点

一次失误本来几分钟就可以结束。但如果失误会形成“债务”，事情就不再结束：

今天少学习一小时，明天补两小时；
明天没补完，后天再加倍。

任务括号无法闭合。大脑会持续感到“我还有东西没有还完”，从而产生逃避。

2. 每次开始都意味着不可预测的巨大成本

如果一次偏离可能导致禁手机三天、跑步十公里、熬夜补工作，大脑会逐渐把整个改变计划识别为威胁。

最后，人不仅逃避坏习惯的管理，也逃避记录、复盘和重新开始。

3. 惩罚的副作用

惩罚可能暂时压制一个行为，但它未必教会你：

• 出现冲动时具体做什么；
• 怎样改变环境；
• 怎样获得替代奖励；
• 失误后怎样迅速恢复。

因此，原有坏习惯仍然存在，只是外面多包了一层恐惧和内疚。

4. 一次偏离被解释为整个计划失败

常见思维是：

“既然我已经破戒了，今天就彻底算了。”

复发预防研究把这种由一次偏离引发的自责、失控感和进一步复发称为“戒断违背效应”。二元化地看待成功与失败，会使一次小偏离更容易扩大为持续复发。

过度惩罚正是在强化这种二元结构：

完美执行＝好；
出现失误＝必须受罚。

5. 补偿行为可能反过来强化坏习惯

例如：

“今晚可以多玩一小时，反正明天多学两小时。”

大脑学到的新循环可能是：

放纵 → 内疚 → 补偿 → 感觉已经还清 → 再次放纵。

看似在反对坏习惯，实际上建立了一个更大的复合习惯。

习惯系统彻底崩塌

不是说神经系统真的突然坏掉，而是说你的行为方案同时出现了几个问题：

• 规则太多，记不住；
• 补偿债务不断累积；
• 每次行动成本越来越高；
• 一次失误就否定整个计划；
• 自我效能感下降；
• 最终连最小动作也不愿意开始。

最后人通常不是选择更严格地执行，而是把整套规则全部丢掉：

“太麻烦了，我不管了。”

这就是系统性崩塌。

更好的做法：小纠偏，立即闭环，不追债

有效的恢复结构应当是：

〔发现偏离 → 立即停止 → 做一个最小纠正动作 → 恢复原计划 → 结束〕

例如，晚上刷手机超时了。

错误方式：

明天完全禁用手机，并额外学习三小时。

更稳定的方式：

现在关闭应用，把手机放到另一个房间，记录触发原因，然后睡觉。明天仍按原来的30分钟上限执行，不加倍、不追债。

关键原则是：

错误只修复行为本身，不惩罚人，也不把今天的错误转移到明天。

这不等于完全没有后果。可以设置轻微、固定、事先确定并与问题直接相关的纠正措施，例如超时后立即关闭应用、退出账号、开启屏幕限制，而不是临时决定一个情绪化的大惩罚。

[1]: https://www.science.org/doi/pdf/10.1126/science.286.5445.1745 "Building Neural Representations of Habits - Science"
[2]: Relapse prevention for addictive behaviors "Relapse prevention for addictive behaviors - PMC"

从1940年代以来，世界经历了：汽车普及；航空业发展；石油与天然气革命；电视；计算机；互联网；智能手机；人工智能。

行业不断变化，但投资的底层问题没有改变：企业能赚多少钱？能赚多久？需要投入多少资本？竞争对手是否容易进入？当前价格是否合理？管理层如何配置资本？

技术会改变答案，却不会让这些问题失效。

为什么变化反而可能产生机会？

市场面对新技术时容易出现两个极端：

过度乐观，把所有相关企业价格炒得过高；
过度悲观，把受到短期冲击但仍有价值的企业抛售。

投资者的机会通常来自市场对变化的错误定价，而不是来自世界保持不变。

https://www.gurufocus.com/economic_indicators/8046/finra-investor-margin-debt-relative-to-m2

分析房地产时不要只看：

• 原价；
• 建筑成本；
• 地段故事；
• 过去租金；
• 房子会不会消失。

还应重点看：

• 债务何时到期；
• 再融资利率；
• 空置率；
• 租户质量；
• 租约剩余期限；
• 利息覆盖倍数；
• 贷款是否有追索权。

第二个锚：AIAE（美国居民股票配置比例）

这是一个相对小众但预测力更强的指标，由 Philosophical Economics 在 2013 年首先系统化提出。

AIAE = 美国居民部门股票资产 ÷（股票 + 债券 + 现金 + 其他金融资产）

逻辑是：当所有人都已经把钱投到股票里时，边际买盘已经枯竭，未来回报必然降低；反之亦然。AIAE 与未来 10 年股票回报的相关系数高达 -0.91，预测力比 CAPE 还强。

当前 AIAE 处于历史前 5%——比 1929、1968、2000 三次峰值都高。互动版见 AIAE 面板。

一个拥有不多的人，拿出一点来给予别人，可能比一个富人拿出很多更慷慨。有些人回应的是这份慷慨本身，而另一些人回应的是钱。你希望第一种人站在你身边，而你也始终应该慷慨地对待他们。

当我一无所有的时候，我尽自己所能慷慨地对待那些人。他们欣赏我的慷慨，胜过别人能够给他们的更高报酬。正因为如此，他们留在了我身边。我从未忘记这一点；后来一旦有机会，我就刻意让他们变得富有。而他们也在我最需要他们慷慨的时候，以他们自己的方式慷慨地回报了我。我们彼此都得到了比金钱更有价值的东西——而且我们也得到了钱。

请记住，金钱唯一的目的，是帮你得到你真正想要的东西。所以要认真思考你珍视什么，并把它置于金钱之上。你愿意用多少钱卖掉一段好关系？这个世界上没有足够多的钱，能让你舍弃一段珍贵的关系。

#每日原则

以直接、不指责的方式向伴侣表达自己的需求和期待，是一种非常强大的工具。安全型依恋者通常会自然使用它。

珍娜 40 岁时，生育时钟压过了一切，于是决定在第一次约会就告诉潜在伴侣：她不仅想做母亲，而且只想和同样希望尽快要孩子的男人约会。

她知道，而且判断正确，大多数男人听到这话会立刻逃走。但害怕被拒绝已经不再是她最关心的问题。她确实吓跑了几个潜在对象，但最后遇到了内特。内特不但没有被吓到，反而想要同样的东西。他觉得她知道自己要什么，并且敢说出来，这很清爽。今天，珍娜和内特已经是两个孩子的幸福父母。

即使你是焦虑型，即使有效沟通让你害怕，你也可以学会使用它。

投资原则：在现有条件下，你应该怎么做？

Ray Dalio
发布于 2026 年 6 月 15 日

这篇文章谈的是：在当前正在发生的事情之下，应该如何参与投资这场游戏。

想象一下，你正在玩桥牌、扑克、双陆棋或国际象棋之类的游戏，你必须做出下一步行动，而你有一台电脑与你协作，帮助你评估局势并建议下一步怎么走。对我来说，玩投资这场游戏就是类似的。无论你是否有电脑辅助，我相信你都应该：

问自己：在当前棋盘格局之下，也就是在市场现有特征及其影响因素的情况下，应该采取什么行动？

我玩投资这场游戏已经很久了。在这个阶段，我的目标是把我会如何玩这场游戏传递出去；除此之外，还希望创建一个平台，让各种各样的人都可以用它来探索他们想用的投资玩法，从中学习，看看自己本来会表现如何，并把这件事做好。我相信，面对手中被发到的牌，有正确和错误的处理方式。因此，当遇到某种 XYZ 的情境组合时，你应该问自己：“在这种情境组合下，我应该如何下注？”并且能够得出好的答案。

现在，我想分享一下我眼中市场当前的特征，以及在这些特征之下，我认为应该怎么做——而且这也是我实际上正在做的。

如何应对现有这组情境

今天最重要的情境是什么？在这些情境之下，一个人应该如何下注？

在我看来，可能大多数人也会这样认为，我们现在所处的市场环境是：一个以重大新技术，主要是人工智能，为特征的行业中，数量非常有限的公司正在主导市场走势。这些公司占据了市场总市值的很高比例，并且对市场和经济产生巨大影响。正如所有类似时期一样，围绕这个新技术行业存在大量兴奋、不确定性和波动，而这些又传导到了全球股票市场。因此，这个行业周围的波动和不确定性非常重要。

此外，还有其他一些与重大驱动因素相关的重要不确定性，也就是我所说的五大力量：1）债务和货币方面正在发生什么；2）政治和社会议题方面正在发生什么，这些议题可能对税收以及其他由政治驱动的市场影响产生重大作用；3）地缘政治因素对市场正在产生什么影响，例如战争；4）自然行为正在发生什么；5）新技术正在发生什么。我会把这些情境输入到我的投资系统中，让系统思考在这些条件下如何下注，同时我自己也会思考应该押注什么。

在思考如何在这些情境下下注时，最重要的问题是，你是否想要：

a）比广泛股票指数，例如标普 500 指数，已经内含的新技术权重下注更多，也就是超配这个新行业，或者超配你认为该行业中最好的少数几家公司；
b）将敞口维持在大致等同于指数权重的水平；
c）从这种集中度中分散出去。

几乎每个人都想买到最好的投资，并努力这样做，而现在确实有一种看起来正在改变几乎一切的新技术。历史表明，在周期的这个阶段，大多数人都会因为把大量筹码压在少数生产这种技术的领先公司股票上而失败。这背后有合乎逻辑的原因，而且过去一直如此。虽然这次新的人工智能技术是独特的，但历史上也出现过许多同样独特的新技术，它们可以作为类比和参考。人们应该研究这些案例；如果选择忽略它们，就应该有充分理由解释为什么这一次不同。

风险显然很高

过去所有伟大新技术的案例，都因为相同的逻辑原因，以相同方式演变。高风险和巨大不确定性，是这些新技术公司内在的特征。当我们观察过去在这种情境组合下它们的表现时，会看到即使是那些长期繁荣的最佳革命性新技术公司，例如微软和苹果，在类似时期的过程中也曾遭受重创。而且，在这些新技术公司刚出现的时候，而不是事后回看时，并不容易判断哪些公司会成功，哪些会失败，例如 IBM。如果你研究所有这些案例，就会看到，卓越新技术公司的未来高度不确定，这是其本质属性。

例如，它们要么过度投资，要么投资不足。原因是，如果它们没有足够好地投资以赢得竞争，它们必然会输；但它们也不可能足够精准地知道未来会发生什么，从而判断自己是否正在过度投资。无论过度投资还是投资不足，代价都很高。

此外，它们也不可能准确预见所有变化，包括外生因素，例如货币收紧、战争、税收大幅变化等，这些都会影响它们。因此，它们都会经历巨大的上下波动：先让投资者兴奋，随后又吓坏投资者，并把脆弱的投资者震出局，进而导致市场波动被夸大。进一步说，正如这些新技术和新技术公司曾经颠覆前一代技术和公司一样，它们中的大多数最终也会被更新的技术和更新的公司以难以预见的方式颠覆。因此，我们应该考虑同样的事情也可能发生在当前这些新技术和技术公司身上的风险。量子计算的影响就是一个可以被视为“已知的已知”的因素。那么那些尚未被想象出来的因素呢？

竞争对手带来的风险又如何？例如，中国正在生产和分发人工智能技术，而中国政策制定者对经济和人工智能有完全不同的看法。我们正处在一场新技术战争中，各国领导人认为自己必须赢得这场战争。他们对人工智能及其对经济和人民福祉影响的看法，使他们倾向于免费或低价提供这项技术，因为这项技术具有巨大的生产率收益，并能整体提高生活水平。在他们看来，利润没有让大量人群使用这些新技术所带来的整体收益那么重要。我认为，他们将会像在汽车、太阳能板、电池和许多其他产品领域那样，在国际市场上展开竞争。

这种情境组合非常类似于历史上的许多案例，而这些案例都提供了教训。我不禁想到，在荷兰帝国末期和大英帝国兴起之初，英国如何在造船业和其他重要行业中胜过荷兰。此外，围绕台湾存在一场地缘政治战争，这至少应该让我们考虑一种可能性：中国可能阻止芯片从台湾出口，并将其作为地缘政治战争的工具。还有其他针对人工智能股票的风险，例如财富税和其他税收上升的风险，这可能迫使那些把大量财富持有在这些股票中的人卖出股票；又如反人工智能情绪上升，可能导致对公司技术进步的约束。

我还可以列出更多值得担心的事情，也可以列出同样长的一串人工智能将带来的巨大机会，而这些机会是我想下注的。我并不是在说这些风险会如何演变，也不是说不应该投资人工智能公司。我只是说，市场中存在大量集中风险，这是无可争议的；而人们应该知道如何应对这样的情境。基于我对所有类似案例的研究，以及合乎逻辑的理由，我确信风险很高，而应对这种情境组合的最佳方式是：

充分分散

你可能知道，我的口头禅是分散投资；我的“投资圣杯”是：努力拥有 15 个优秀的、不相关的、经过风险平衡的投资。或者换一种说法：

一个由优质押注构成的、充分分散的投资组合，将优于集中押注；也就是说，它会有更高的收益风险比，并且可以通过设计，在相同风险水平下实现更好的收益。市场风险越集中在某一个领域，就越应该分散，尤其是当市场由一种革命性新技术驱动，而这种技术本身天然会带来巨大不确定性时。

这不是观点，而是数学上的确定性。例如，如果我比较单一押注和拥有 5、10 或 15 个不相关押注的情况，假设单一押注的收益风险比为 0.3，比如 6% 的收益、18% 的标准差，这通常被假设为股票的情况；那么拥有 5、10 或 15 个不相关押注时，我可以获得同样 6% 的收益，而风险，按标准差衡量，分别为 8%、6% 和 5%。因此，拥有 15 个优秀的不相关投资，我可以把收益风险比提高 4.3 倍，从 0.3 提高到 1.29。如果你愿意，还可以加杠杆，在相同风险水平下获得高得多的收益。这是事实。

我对此非常有信心：无论是基于我的回测，基于我在 50 多年投资游戏中实际取得的回报，还是基于概率逻辑，拥有卓越的分散化押注，并将其调整到自己希望的波动率水平，长期来看都会比大多数投资者倾向于持有的集中押注产生好得多的回报。更具体地说，通过良好的分散化，一个人可以比任何集中押注获得好得多的风险回报比；再通过将投资组合调节到自己想要的风险水平，就可以在目标风险水平下获得比遵循其他任何流程更高的回报。

因为我正在把这种方法传递出去，所以它现在已经是我“不再那么秘密”的投资成功方法。尽管如此，我仍然极少遇到真正以这种方式思考投资策略的投资者，也就是说，很少遇到那些会思考投资组合构建的人——他们会比较一个结构良好的、多元化押注组合的表现，和在某个伟大新变革性行业的公司股票中持有集中头寸的表现。大多数人只是思考这些股票和这个行业是否会表现良好，以及该如何押注它们。会思考投资组合构建的人，与不会这样思考的人，二者的业绩结果之间存在巨大差异。因此，我一定会在另一个时间，更完整地阐述我关于如何做好这件事的想法。

基于所有这些理由，在我看来，反思如何在当前情境组合下打好手中的牌，应该会引导一个人问自己：自己应该持有多大规模的集中押注，然后再去分散。

回报看起来很低

虽然风险很高是无可争议的，但我现在要给出一个观点，而这个观点可能是错的：未来潜在回报很低。这个对未来潜在回报的评估，是基于我与估值相关的分析工作，以及我的泡沫指标读数：未来 5 到 10 年股票的实际回报看起来大约是 -5% 到 -10%，尽管这些数字周围存在相当大的不确定性。在我看来，这些股票是久期很长的资产，而且风险很高，因为要可靠地看清遥远未来是非常困难的，同时它们看起来价格昂贵，并且处在弱手中。

我的研究团队就这个主题提出的一个问题

在最近的一次会议上，我研究团队中的一位成员问我：为什么你认为当前市场以这种方式配置是错误的？你怎么知道当前市场中存在的缺乏分散化，不是因为有充分理由才存在的？例如，一些投资者认为人工智能股票的预期回报会非常高；当一个行业占据如此高的市值比例时，指数中自然会出现这种集中度；或者当某个行业存在大量热情时，这会导致许多投资者买入这些股票，但他们并没有对未来盈利将如何发展，以及这些盈利应如何反映在股价中，进行聪明且可靠的计算。

我的回答

价格上涨有各种各样的原因，而且并非全都是好的原因。有些投资者思考价格，并推高价格，是因为他们认为相对于基本面而言价格具有吸引力；有些投资者长期持有这些股票，是因为他们认识到这是一项伟大的新技术，并把这些股票价格上涨视为确认这些股票优秀的证据；还有一些投资者拥有指数敞口，而这让他们处于大量持有这些股票权重的位置。

在我看来，你可以纠结这些问题，以试图决定自己想做什么；也可以认识到，你并不需要纠结这个问题，因为你根本不知道足够多，无法有信心地下这个注。你可以简单地说：“我知道得不够多，无法下注”，然后不下注。

让人陷入麻烦的是，人们以为自己必须形成一个观点，并且认为自己的观点有价值；但更可能的情况是，他们无法形成足够可靠、足以据此下注的观点。

脚注：说清楚一点，我并不是建议避免下注——而且你也无法避免下注，因为你必须把钱放在某种投资中，或者放在现金中。大多数人认为现金是风险最低的投资，但从长期来看，它肯定是最糟糕的投资。我建议的是，即使你没有关于哪些市场好或坏的战术观点，也要知道如何把押注很好地分散。做到这一点的方式，是拥有一个良好平衡的战略资产配置组合，并在你没有足够确信、值得下注的战术观点时持有它。不过这是另一个话题。

所以，我相信：知道自己不知道什么，从而决定什么时候不下注，与知道自己知道什么、从而下注一样重要。

更简单地说，我相信以下原则：

由于通常很难知道足够多的信息来证明集中押注是合理的，因此最好的做法是拥有一个由自己最有信心且彼此不相关的押注构成的分散投资组合，并将这个组合设计到自己想要的风险水平。这就是我的“投资圣杯”。

在此刻，鉴于现有的情境组合，我不认为任何人都足够清楚将会在当前这个由技术驱动的市场中发生什么，从而可以进行重大而集中的押注。在我看来，避免集中并保持分散，是应对这种“不知道”的最佳方式。我知道这与教科书里你可能读到的理论相悖，后者本质上认为市场是有效的，所以你应该“直接相信市场”。

总结来说，当前市场异常集中于一种革命性新技术这一事实，应该促使我们不要把对新技术的兴奋，与新技术股票的吸引力混为一谈；也不要放弃谨慎，持有集中于高风险、高相关性的押注。尤其是，当我们可以通过聪明的分散化，以低得多的风险获得同样具有吸引力的回报时，更应如此。

附言：虽然我不会与你分享我的持仓或战术观点，因为我不想成为你的投资顾问，但我很快会与你分享支撑这些观点的一些关键视角，包括我的泡沫指标读数及其背后的逻辑。

Tim Denning 撰写的文章

摘要：神经可塑性（Neuroplasticity）是改变人生的终极秘密，但大多数人被复杂的学术术语吓退了，或者误解了它的工作原理。

1. 什么是神经可塑性？

• 定义：大脑不是一成不变的硬件，而是一个可以根据你的重复经验不断重新布线的活体系统。
• 比喻：想象亚马逊雨林中的一条小径。
  • 走一次：几乎看不见。
  • 每天走：变成清晰的大路。
  • 不再走：杂草丛生，路径消失。
• 核心机制：你关注什么、练习什么、对什么产生情绪反应，大脑就会强化相应的神经通路。反之，不用的通路会减弱。

2. 经典案例：Barbara Arrowsmith-Young

• 背景：她天生有严重的学习障碍（无法理解时间、因果关系、语法），被当时的专家判定为“无法治愈”，只能接受缺陷生活。
• 突破：她拒绝接受“成年大脑不可改变”的观点。通过极端的、痛苦的反复训练（如盯着时钟看数百小时），她强行在大脑中建立了新的神经连接。
• 结果：她不仅克服了障碍，还证明了任何年龄的大脑都可以被物理性地重塑。她是自己大脑的建筑师，而不是奴隶。

3. 颠覆性的真相：为什么“目标”和“意愿”没用？

这是文章最核心的反直觉观点：

• 大脑不在乎你的愿望：大脑不会因为你“想要”变富或变瘦就改变。它只在乎你做了什么。
• 行动先于身份：
  • 错误做法：等待感觉自己像个作家/企业家/健身达人，然后再行动。
  • 正确做法：假装你已经是那个人，并通过行动来证明。
  • 例子：如果你想成为作家，不要梦想出书，而是每天写并发表。写了700多篇后，大脑接受了“我是作家”这个设定，机会随之而来。
• 神经可塑性奖励的是“重复”，而不是“意图”。

4. 关键要素：拥抱错误与压力

• 错误是学习的燃料：神经科学家 Andrew Huberman 指出，错误是神经可塑性的基础。
  • 普通人讨厌犯错，因此停止学习。
  • 高绩效者热爱犯错（带着小丑般的微笑），因为每一次纠错都在强化新的大脑回路。
• 双刃剑效应：神经可塑性不分好坏。
  • 如果你每天焦虑、愤怒、刷手机，你的大脑会高效地把你训练成一个焦虑、易怒、注意力分散的人。
  • 慢性压力会强化恐惧和过度反应的神经通路。你必须意识到：你一直在训练你的大脑，只是之前可能是无意识的。

5. 如何实际操作？（四步法）

第一步：选择行为，而非结果

• 不要说：“我要建立一家六位数收入的公司。”（这是结果，大脑无法直接执行）
• 要说：“我每天上午9点前向邮件列表发送推销报价。”（这是具体行为，可以重复）
• 原则：决定你要让大脑擅长做什么（专注、写作、回避困难等），然后选择对应的日常行为。

第二步：像使用火箭筒一样使用“重复”

• 频率决定命运：
  • 偶尔做 = 微弱连接。
  • 每天做 = 身份转变。
• 高绩效者不仅重复，还加入强度和痴迷。无聊的一致性是大脑重塑的关键。

第三步：切断不良回路（精神修剪）

• 神经可塑性不仅是“加法”，也是“减法”。
• 未使用的神经通路会枯萎。
• 策略：不要靠意志力去对抗坏习惯（必输），而是要移除触发源，让坏习惯因缺乏“氧气”（重复）而自然死亡。

第四步：给大脑时间

• 重塑需要周期，不能急于求成：
  • 第1周：摩擦期（感觉很难，想放弃）。
  • 第2-3周：熟悉期。
  • 第4周+：开始自动化。
• 警示：大多数人在新通路建成前就放弃了。如果感觉痛苦，说明神经可塑性正在起作用——庆祝它！

遇到了非常合适的对象

今天和对方聊了下我对彩礼的理解，以下是ai整理。

---

这是一个非常经典且现实的经济学与人口学交叉问题。将婚姻视作一个“市场”，虽然在情感上显得有些冷酷，但在宏观层面上，经济学中的**供需模型（Supply and Demand Model）**确实能极为精准地解释中国当前的彩礼现象。

结合2000年左右的出生人口性别比数据，以下是对当前（2026年）婚姻市场中彩礼现象的深度分析：

1. 彩礼的成因：严重失衡的供需关系与“均衡价格”的攀升

背景数据：

2000年左右（即目前20多岁、正处于适婚年龄的群体），受传统观念和生育政策的叠加影响，中国的出生婴儿性别比出现了严重失衡。当时的性别比（男:女）一度高达 117~120 : 100（正常自然比例应在 103~107 之间）。这意味着，在这个年龄段的群体中，男性数量出现了几千万的绝对过剩。

供需模型分析：

• 供给（Supply）： 适婚女性的数量。由于出生时性别比失衡，当前婚姻市场上的女性供给处于绝对短缺状态。在供需曲线上，这意味着供给曲线（S）大幅向左移动。
• 需求（Demand）： 适婚男性的数量。庞大的男性基数形成了巨大的结婚需求。
• 价格（Price）： 彩礼可以被视作婚姻市场达成交易的**“价格”**（或转移支付）。

结论：

当需求远大于供给时，为了让市场达到出清状态（Market Clearing），均衡价格必然大幅上升。在男性互相竞争稀缺的女性资源时，彩礼就成了竞价的工具。彩礼的本质，是婚姻市场因性别比失衡而产生的“溢价”，是男方为了在激烈的竞争中获得配偶而支付的经济补偿。

---

2. 限制价格上限（Price Ceiling）对结婚率的影响

近年来，多地政府出台了“限制高价彩礼”的政策。在经济学中，这相当于在婚姻市场中设定了一个最高限价（Price Ceiling）。

供需模型分析：

如果政府强制设定的彩礼上限（$P_{max}$）低于市场自发形成的均衡价格（$P_{eq}$），会出现以下经济学效应：

• 需求量增加： 因为彩礼变“便宜”了，原本因付不起高额彩礼而被挤出市场的底层男性重新获得了希望，结婚的需求量（$Q_D$）上升。
• 供给量减少： 对于部分女方家庭（尤其是将其视为养老保障或补偿的农村家庭）而言，“价格”被强行压低后，让女儿步入婚姻的经济动力减弱；同时，女性自身也可能因为觉得“没有获得足够的物质保障”而推迟结婚或选择单身。供给量（$Q_S$）随之下降。
• 短缺加剧： 此时需求量大于供给量，形成了严重的短缺（Shortage）。

对结婚率的实际影响：

在限制价格上限的情况下，实际发生的交易量（结婚数量）由供给和需求中较小的一方决定。既然女性供给量（$Q_S$）减少了，整体的结婚率不仅不会上升，反而可能下降。

衍生的“黑市”效应：

正如所有商品市场被限价后都会出现黑市一样，限制彩礼往往会导致**“隐性支付”**的出现。比如，明面上的现金彩礼虽然降了，但女方可能会转而要求男方全款买房（且加名字）、买豪车，或者以“改口费”、“三金/五金”等名义进行补偿。价格管制无法消灭真实的供需矛盾。

---

3. 大城市、县城、农村彩礼价格与工资的相关性

如果我们考察不同地域，会发现一个略显反直觉的现象：彩礼的绝对金额或相对压力，往往与当地的工资水平/经济发达程度呈负相关。 即：越穷的地方，彩礼往往越重。

这同样可以用供需模型以及**劳动力流动（人口迁移）**来解释：

（1）农村（低工资，极高相对彩礼）

• 供需极端恶化： 农村女性大量通过升学、打工等途径向县城和大城市流动（且由于传统观念，女性往往倾向于“向上择偶”）。这导致农村的女性供给曲线被极端抽空（严重左移）。
• 沉没群体： 留在农村的往往是经济条件较差、无法在城市立足的男性。
• 相关性： 当地工资极低，但由于女性极度稀缺，彩礼被炒到了天价。在这里，彩礼是纯粹的“稀缺性买断”，很多农村家庭需要通过举债来支付彩礼，彩礼与工资呈现强烈的负相关。

（2）县城（中等工资，高昂综合彩礼）

• 婚姻中转站： 县城吸收了来自农村的女性，但县城本地的优秀女性又流向了大城市。这里的竞争最为激烈，是“内卷”的中心。
• 资产绑定： 县城的彩礼往往不仅仅是现金，还必须深度绑定**“县城房产+汽车”**。
• 相关性： 县城的工资水平一般，但购房和现金彩礼的压力巨大，导致男性的相对剥夺感极强。这里的彩礼价格不仅反映了供需，还反映了女方对男方在县城“安家落户”能力的筛选。

（3）大城市（高工资，低现金彩礼/形式化彩礼）

• 供需反转（局部）： 在大城市（尤其是北上广深），由于高学历女性的聚集和“向上择偶”的偏好，往往会出现**“城市剩女”多于“城市剩男”**的局部供大于求的现象（优质适婚男性的供给反而成了稀缺品）。
• 定价机制改变： 大城市的婚姻市场更接近于**“资产重组”和“门当户对”**。直接索要高额现金彩礼的现象较少，彩礼往往只是走个过场，且女方通常会陪嫁等额甚至更高的“嫁妆”。这里的核心考核标准变成了男方的个人能力、学历、原生家庭阶层以及核心地段的房产。
• 相关性： 工资最高的地方，纯现金形式的“买卖型”彩礼反而最低。

总结

彩礼并不是一种凭空产生的恶习，它是2000年代出生性别比失衡这一历史数据在26年后的必然经济结果。在供需失衡的基石上，单纯依靠行政手段“限价”无法真正提高结婚率，反而可能适得其反。只有通过经济发展缩小城乡差距、完善社会保障体系，以及等待人口性别比逐渐恢复自然的代际更替，才能从根本上缓解高价彩礼的困局。

最近忙着相亲

亲密关系的契约与真相：一位离婚律师的深度洞察

核心主旨：正如詹姆斯（James）所指出的，亲密关系与信任的本质在于能够向伴侣展现真实的自我，同时也允许对方展现真我。这关乎于接纳脆弱，关乎“同队精神”，更关乎相互尊重与对彼此独特品质的钦佩。

本文将探讨一个常被误解的话题——婚前协议。尽管它常被视为不浪漫或悲观的产物，但实际上，它是为双方建立安全感、预防冲突与误解的有力工具。我们将结合法律视角、心理学洞察以及社会观察，深入剖析婚姻的法律框架与情感框架是如何交织的，帮助你在人生这段最具回报也最具挑战的旅程中，保持更高的觉知与意图。

---

一、 破除迷思：性别视角与社会认知的偏差

在探讨离婚、爱情、金钱与契约时，如果两位男性（其中一位是资深离婚律师）坐下来交谈，观众中的女性群体难免会产生一种预设：这是典型的“男性视角”。然而，基于25年全职处理数千名男女客户案件的经验，这种视角并非局限于性别，而是揭示了社会对两性在亲密关系终结时截然不同的认知与压力。

1. 监护权争夺中的隐形枷锁

• 历史遗留：直到20世纪80年代，法律仍长期存在“母亲推定”（Maternal Presumption）或“柔弱年岁教义”，默认孩子应由母亲监护。虽然这一法律推定已随性别角色变化而废除，但社会心理惯性依然根深蒂固。
• 双重标准：
  • 男性：若离婚后孩子由前妻抚养，父亲每两周见一次孩子，社会视为常态。
  • 女性：若孩子由前夫抚养，母亲仅偶尔探望，社会往往产生负面联想，质疑其心理健康或母职能力。
  • 结果：女性在监护权诉讼中往往表现得更为拼命，这不仅出于本能，更源于对社会评价的恐惧。

2. 分手时的心理反应机制

• 男性的情感压抑：社会只允许男性表现出“愤怒”或“没事”。正如喜剧演员比尔·伯尔（Bill Burr）所言，男性被迫在坚毅与极端之间选择。因此，悲伤往往转化为愤怒 a。
• 女性的“雇佣兵式”决绝: 女性在不幸婚姻中通常更具韧性，愿意包容；但一旦决定离开，转变往往惊人且迅速。

律师的观察：“刑事律师看到的是坏人最体面的一面，而离婚律师看到的是好人最糟糕的一面。”无论社会地位如何，心碎面前，人人平等且狼狈。

---

二、 重新定义婚姻：从浪漫幻想到理性契约

1. 每个人都已经签署了一份“婚前协议”

这是一个令人惊讶的事实：你要么拥有一份由州立法机构制定的通用协议，要么可以根据你和伴侣的独特需求量身定制一份。

• 默认规则的风险：如果你不制定规则，政府将为你制定。这套规则你可能从未阅读，无法拒绝，且可能随时因法律修订而改变。
• 主动权的回归：与其被动接受政府的条款，不如在充满爱意与信任的初期，共同起草属于你们的规则。这不仅不破坏浪漫，反而是一种负责任的深情承诺。

2. 婚姻作为一种“经济关系”与“价值交换”

人们往往回避谈论婚姻中的经济属性，但这正是理解关系本质的关键。

• 价值明确化：承认“我能为你带来什么价值，你又能为我带来什么”，有助于更好地维护关系。就像乔布斯与沃兹尼亚克，不同特质的结合产生了惊人的火花。
• 合同带来的安全感：如同商业合伙，合同提供了预见未来的能力。对于科学家或理性主义者而言，承认无法掌控所有结果，并通过合同设定边界，能带来极大的心理慰藉。

3. 数据背后的冷峻现实

• 离婚率真相：初婚离婚率高达 56%，再婚及三婚的离婚率更高。
• 鲁莽 vs. 疏忽：
  • 疏忽：未能意识到风险。
  • 鲁莽：明知有56%的概率面临心碎、资产分割和诉讼，却不做任何规划，这是对重大伤害风险的“有意识漠视”。
• 宗教与传统的影响：在缺乏核心宗教叙事约束的现代社会，婚姻更多取决于个人主观意愿。传统有时是“来自逝者的同侪压力”，我们需要审视那些盲目继承的习俗（如姓氏变更、婚礼仪式背后的财产转移隐喻）。

---

三、 婚前协议（Prenup）：爱的安全网而非退出机制

1. 重构认知：从“扫兴”到“深层联结”

神经科学表明，引入“合同”词汇会干扰浪漫的大脑回路。但我们需要重构这一认知：

• 筛选机制：能够坐下来深入沟通婚前协议的伴侣，本身就具备了成功经营婚姻的素质（沟通能力、面对困难的勇气）。
• 数据佐证：在我经手的数百份婚前协议客户中，最终离婚的寥寥无几（约5人）。签署协议的过程本身就是一种积极的、建设性的互动，它促进了价值观的对齐。
• 平民化趋势：通过技术（如 TrustedPrenup.com），起草成本已从数千美元降至几百美元，使婚前协议不再是富豪专属。

2. 协议的核心内容：界定“你的、我的、我们的”

• 财产与债务：明确婚前财产归属，保护个人资产，同时也明确共同财产的积累方式。
• 敏感条款的效力：
  • 生活方式条款：如体重增加导致赡养费减少等条款，虽具争议，但在双方自愿且有独立律师代表的情况下，法院可能予以支持。
  • 不忠条款：随着“无过错离婚成为主流，通奸不再直接决定财产分割，但双方仍可约定违约金。
  • 宠物条款：鉴于宠物在法律上常被视为财产，提前约定监护权轮换、医疗决策及身后事，能避免分手时的报复性争执。

3. “巢居”模式与特殊安排

对于高净值或有子女的家庭，协议可以包含创新安排，如离婚后的“巢居”（Nesting）模式——孩子留在固定住所，父母轮流搬入，以减少对孩子的动荡影响。

---

四、 亲密关系的本质：脆弱、真实与勇气

1. 爱的脆弱性与“借来的时间”

• 爱是借来的：婚姻终将结束，要么因死亡，要么因离婚。正因如此，伴侣每天醒来后选择继续爱你，才显得尤为珍贵。
• 反对“灵魂伴侣”神话：期待一个人同时扮演朋友、室友、情人、知己、财务伙伴等多重角色，且在80亿人中恰好相遇，概率微乎其微。这种过高的期望往往是失望的根源。
• 真正的亲密：亲密无关性，而是**“在另一个人面前完全做回自己的能力”**。就像那个往咖啡里倒整杯奶油的瞬间，当你卸下伪装，对方依然接纳你，这才是爱的确证。

2. 社交媒体与“理想生活”的陷阱

• 广告逻辑：社交媒体和广告不断暗示“你还不够好”，通过展示精心修饰的“高光时刻”，引发人们的焦虑与匮乏感。
• 回归真实：幸福不在于拥有更多，而在于沉浸于已拥有的完整。关掉手机，与爱人（甚至宠物）享受简单的联结，那种无需购买即可获得的温暖，才是对抗消费主义噪音的最佳解药。
• 色情制品 vs. 真实性爱：色情片如同浪漫喜剧，是对现实的风格化剪辑。将性教育交给色情片，会导致年轻人在处理真实、复杂且充满情感连接的性关系时感到困难。

3. 勇敢的定义

• 暴露软肋：真正的勇敢不是无所畏惧，而是心怀恐惧依然前行。在关系中，向对方展示你的缺陷、恐惧和阴暗面，等于递给对方一把匕首，并说：“这是我的软肋，你可以伤害我，但我选择信任你。”
• 应对冲突的勇气：如果伴侣因你提出财务保障或坦诚对话而威胁分手，这恰恰证明了关系的脆弱。“那就让她们走。” 能够经受住硬核讨论的关系，才值得步入婚姻。

---

五、 实用工具：维系关系的日常实践

无论是否签署法律文件，以下心理与行为框架对任何关系都至关重要：

1. 建立早期沟通框架

• 有话直 say：在关系初期就建立模式——“如果我无意中伤害了你，请及时告诉我。”
• 避免积压：微小的委屈若不及时沟通，会积压成巨大的怨恨，最终爆发为看似莫名其妙的争吵。

2. “留下一张便条”（Leave a Note）

• 低成本高回报：出门前留一张便条，写下简单的感激或爱意（如“昨晚很开心，迫不及待想再见你”）。
• 打破忽视：这在忙碌生活中传递了一个强力信号：“我看见了你，你对我很重要。”坚持几周，能显著改善沟通氛围。

3. “边走边谈”（Walk and Talk）

• 定期复盘：每周进行一次徒步或散步，交流本周的“高光时刻”（感到被爱的事）和“改进点”。
• 三明治沟通法：肯定 -> 指出不足 -> 再次肯定。这能打破“我不快乐，所以你也不配快乐”的死亡螺旋。

4. 婚后协议（Postnup）的局限性

• 虽然法律上婚后协议可能因“缺乏对价”而失效，但其精神内核——深度联结与责任确认——在任何阶段都有价值。最好的开始时间是遇见对方的那天，其次是现在。

---

结语：拥抱不完美的真实

婚姻不是童话，而是一部漫长、复杂且充满挑战的电影，如《猎鹿人》般真实。

• 关于结束：一段关系的终结并不意味着它没有价值。正如电影终会散场，知晓结局反而让过程更加珍贵。
• 关于成功：成功的婚姻不以时长定义，而以 我们是否因彼此的存在而变得更好 来衡量。
• 关于爱：剥离掉社交媒体的噪音和浪漫主义的幻想，爱是两个有缺陷的普通人，在看清彼此的真相后，依然选择携手同行。

“我希望你在我身边，亲爱的。我希望我不知道天文学，当星星出现的时候。”
—— 约瑟夫·布罗茨基

了解天文学（婚姻的底层逻辑与风险）并不会让星星（爱）失去光芒，相反，理解其运行规律，让我们更能欣赏这份奇迹，并更有智慧地守护它。

David M. Buss的经典著作《The Evolution of Desire: Strategies of Human Mating》（《欲望的进化：人类择偶策略》

Karl Grammer（卡尔·格拉默，奥地利著名人类学家和进化心理学家，常研究面部吸引力、对称性、气味等）的一项研究：

高地位、高收入的男性清楚自己拥有更高的“择偶市场价值”（mate value），因此他们会倾向于选择更年轻的女性作为伴侣。

具体研究细节

• 样本：1,048 名德国男性 + 1,590 名德国女性
• 场景：一个计算机配对约会服务（computer dating service，早期的电子相亲系统，类似于今天的线上交友平台的前身）
• 核心发现：随着男性收入的增加，他们在择偶时倾向于要求/选择更年轻的女性。

为什么这个发现重要？（进化心理学解释）

1. 男性的择偶策略
   男性普遍对女性的生育能力（fertility）敏感，而年轻是生育能力最直接、最可靠的外显线索（peak fertility 通常在20岁左右，之后逐渐下降）。
   高收入/高地位男性拥有更强的资源提供能力（在祖先环境中相当于狩猎能力、领地控制、社会影响力），这让他们在择偶市场上更有竞争力。
   因此他们追求更年轻的、更具生育潜力的女性，而不是被迫接受同龄或更年长的伴侣。

2. “市场意识”与自我评估
   Buss 特别强调：这些高收入男性 “apparently aware”（显然意识到）自己能吸引“higher value”女性。
   这反映了人类择偶心理中一种现实主义评估机制：个体大致能感知自己在择偶市场上的位置，并据此调整期望（类似经济学中的“市场出清”）。

3. 对比女性
   女性择偶更倾向看重资源（收入、地位、承诺），而对年龄的偏好通常是“比自己稍大或同龄”。
   男性的年龄偏好则随自身条件提升而变得更极端（想要更年轻的），这正是性差异的典型表现。

现代语境下的理解与更新

• 这个研究发生在上世纪80-90年代（Buss书初版1994年，引用Grammer的研究应更早）。
• 后续大量研究（如在线约会数据、婚恋App分析）反复证实：男性收入/地位与期望伴侣年龄差呈正相关（收入越高，偏好年龄差越大）。
• 德国样本的文化背景相对平等，但规律依然成立，说明这不是特定文化现象，而是跨文化的较稳健模式。

狡兔三窟

“狡兔三窟”，这是我在香港学到的一句中国谚语，它想传达的意思是：任何地方都可能变得不安全，而拥有前往其他地方的能力是无价的。这是一堂来自历史的课，但对于那些一生中未曾经历过这种需求的人来说，或许已经被遗忘了。

事实是，纵观历史——在过去200年间——大约85%的国家都曾经历过如此恶劣的局势，以至于大量民众不得不逃离家园。更具体地说，当今世界约有195个国家，而在过去200年里，其中大约160–175个国家都至少经历过一个时期：因战争、迫害、饥荒或国家崩溃，导致大量人口外流。

历史表明，"大周期"（Big Cycle）有时会由五大力量推动，进入动荡时期，而当前似乎正处在这一阶段。无论如何，如果不认真考虑并为这种可能性做好准备，那就太过天真了。

---

当我思考投资时，我会先问：你的钱是用来做什么的？
我想我们都会同意，首要且最重要的目的，是保障你和所爱之人的安全。

我发现，人们对战争以及与战争相关的投资的看法，往往取决于他们与战争的"距离"。

• 如果你正身处某种战争（无论是内战还是国际冲突）之中，你的视角会与那些身处战外、只关心投资回报率的人截然不同。
• 我的观点是：历史反复证明，在战争时期，你能拥有的最佳"投资"，是那些储备充足、可前往的替代性安全之地；而你能拥有的最佳资产，是你的人力资本（即你的知识、技能、健康与适应能力）。

霍尔木兹海峡
市场23年就开始押注了

专业选手定价出封锁的概率还是挺高的

polymarket is real media

这几篇论文系统地探讨了 食欲素系统（Orexin/Hypocretin System） 在成瘾（尤其是阿片类药物、可卡因、酒精和尼古丁成瘾）中的神经生物学机制及其作为治疗靶点的巨大潜力。

以下是对这些研究内容的综合总结及通用结论：

1. 核心机制：食欲素的双重功能

食欲素神经元主要位于下丘脑外侧，通过两个受体（OX1R 和 OX2R）发挥作用。研究指出，该系统在成瘾中扮演了“桥梁”角色，连接了两个关键过程：

• 动力/奖赏过程（Bottom-up）： 主要通过 OX1R 介导，调节对药物的渴求（Craving）、奖赏寻求和环境诱导的复吸。
• 觉醒/睡眠调节（Top-down）： 主要通过 OX2R 介导，调节觉醒、压力反应和睡眠质量。

2. 药物成瘾的“恶性循环”模型

多篇论文提到了 “失眠-成瘾正反馈循环”：

1. 药物摄入： 长期使用成瘾物质（如阿片类）会导致食欲素水平持续升高，形成“食欲素储备”（Orexin Reserve）。
2. 睡眠干扰： 高水平的食欲素导致严重的睡眠障碍（如失眠、昼夜节律紊乱）。
3. 认知受损： 失眠会削弱执行功能（自我控制能力），增加个体对压力和药物线索的敏感性。
4. 强化动机： 食欲素通过调节多巴胺和谷氨酸系统，增强药物的动机价值，导致个体为了缓解戒断痛苦或改善睡眠而再次行动获得奖赏，陷入循环。

3. 主要研究发现

• 阿片类药物： 长期接触阿片类药物会导致食欲素神经元数量增加。研究证明，使用**双重食欲素受体拮抗剂（DORA）**如 DORA-12 或苏沃雷生（Suvorexant）能显著减少大鼠的寻药行为，并改善戒断期间的睡眠和生理活动。
• 受体特异性： 实验显示 OX1R 拮抗剂（如 SB-334867）在减少吸食动机和环境线索诱导的复吸方面非常有效；而 OX2R 则更多地与缓解戒断症状和恢复睡眠有关。
• 性别差异： 部分实验发现雌性大鼠在羟考酮成瘾中表现出更高的动机和更强的复吸倾向，且 DORA 治疗在雌性身上的效果（完全阻断复吸）可能略逊于雄性，暗示了性别特异性治疗的需求。

4. 临床治疗潜力：老药新用

目前的焦点在于将已获得 FDA 批准用于治疗失眠的 DORA 类药物（如 达利雷生Daridorexant、苏沃雷生 Suvorexant、莱博雷生 Lemborexant）重新定位用于成瘾治疗：

• 多效性： 它们能同时解决成瘾的两个核心问题——渴求和失眠。
• 安全性： 与传统的镇静催眠药（如苯二氮卓类）相比，DORA 类药物的滥用风险较低，且在与阿片类药物合用时表现出较好的呼吸安全性（尽管仍需进一步研究）。
• 临床试验： 初步临床研究显示，苏沃雷生能改善阿片类药物使用障碍（OUD）患者在脱瘾期间的睡眠，并减少戒断症状的严重程度。

结论

食欲素系统是药物成瘾神经生物学的核心调节器，通过调控奖赏通路与觉醒通路的交互作用，驱动成瘾的维持。

1. 病理性上调： 药物成瘾会导致食欲素系统的病理性过度活跃，这种状态既增强了渴求，又破坏了正常的睡眠-觉醒节律。
2. 打破循环： 食欲素受体拮抗剂（尤其是双重拮抗剂 DORA）能够通过“双管齐下”的方式打破成瘾循环：一方面直接抑制由环境线索驱动的药物寻求动机（主要通过 OX1R），另一方面通过修复受损的睡眠和日间功能来增强个体的戒断意志（主要通过 OX2R）。
3. 临床转化： 利用现有的 FDA 批准的失眠药物（DORA 类）作为成瘾辅助治疗具有极高的可行性和安全性，是解决当前全球阿片类药物危机及其他物质滥用问题的创新途径。
4. 精准治疗： 未来需要更多关注长期疗效、最佳给药剂量、性别差异以及食欲素拮抗剂与多巴胺/阿片受体之间的异构复合体（Heteromers）相互作用。

一个猜想，DORAs可以打破 【焦虑-回避型】依恋之间的毒性恋爱成瘾循环

Magnesium Bisglycinate Supplementation in Healthy Adults Reporting Poor Sleep: A Randomized, Placebo-Controlled Trial

这篇论文发表于 2025 年 8 月的《Nature and Science of Sleep》杂志，研究的主题是甘氨酸镁（Magnesium Bisglycinate）对改善健康成人失眠症状的效果。

这是一项高质量的随机、双盲、安慰剂对照试验，被认为是临床研究的“金标准”。以下是对这篇研究的详细解读：

1. 研究背景：为什么要研究甘氨酸镁？

• 睡眠问题普遍： 全球约有 1/3 的人对睡眠不满意。
• 镁的作用： 镁对神经系统有调节作用，能促进 GABA（一种让人镇静的神经递质）的活动。
• 甘氨酸的作用： 甘氨酸本身也是一种具有镇静作用的氨基酸，能降低核心体温，有助于入睡。
• 甘氨酸镁的优势： 它是镁和甘氨酸的螯合物，通常认为生物利用度高，且对肠胃较温和。

2. 实验设计

• 对象： 155 名 18-65 岁、自述睡眠质量差但没有严重基础疾病的成年人。
• 分组：
  • 实验组： 每天睡前 30-60 分钟服用 250mg 元素镁（来自甘氨酸镁）+ 约 1.5g 甘氨酸。
  • 对照组： 服用外表一样的安慰剂（纤维素）。
• 持续时间： 4 周。
• 核心指标： 失眠严重程度指数（ISI）。

3. 主要研究结果

• 失眠症状显著改善： 4 周后，甘氨酸镁组的 ISI 评分下降了 3.9 分，而安慰剂组只下降了 2.3 分。统计学上具有显著差异（p = 0.049）。
• 效应大小： 虽然结果显著，但研究者指出其“效应量较小”（Cohen's d = 0.2）。这意味着它虽然有效，但并不是那种“药到病除”的强力神药，而是一种温和的改善。
• 特定人群效果更好： 探索性分析发现，平时饮食中镁摄入量较低的人，服用补剂后的改善最为明显。
• 安全性极高： 只有极少数人报告了轻微副作用（如肠胃不适），且镁组的副作用报告甚至比安慰剂组还少。

4. 为什么甘氨酸镁有效？（机制分析）

论文提到了几种可能的机制：

1. 神经调节： 镁能增强 GABA 受体功能，降低神经元的兴奋性，让人更容易放松。
2. 肌肉放松： 镁调节肌肉细胞中的钙离子流，有助于缓解身体紧张。
3. 甘氨酸协同： 补剂中的甘氨酸可能通过调节 NMDA 受体和降低体温，进一步协同增强了睡眠质量。

5. 研究的局限性

• 主观评估： 研究主要依赖于参与者的自我问卷评分（ISI），缺乏脑电图（PSG）或佩戴式设备等客观数据。
• 时间较短： 只有 4 周的观察期。
• ** sub-clinical（亚临床）：** 参与者大多是“睡眠质量差”的健康人，而不是临床诊断的严重慢性失眠患者，因此结果可能不完全适用于严重病患。

6. 给普通人的启示

1. 如果你睡眠不好且缺镁： 这项研究表明，甘氨酸镁是一个安全且可能有效的选择，尤其是如果你的饮食中缺乏绿叶蔬菜、坚果和全谷物（这些是镁的主要来源）。
2. 推荐剂量： 研究中使用的剂量是 250mg 元素镁，这在补剂中是比较常见的剂量。
3. 不要期望过高： 它对失眠的改善作用是“中等偏小”的。它更像是一种优化睡眠的营养手段，而不是替代药物的强效镇静剂。
4. 注意形式： 研究特别使用了甘氨酸镁。市面上其他的镁（如氧化镁、柠檬酸镁）在吸收率或对肠道的影响上可能有所不同。

总结：
这篇论文为“甘氨酸镁助眠”提供了科学依据。它证明了这种补剂能有效降低失眠严重程度，且安全性非常好，是那些寻找非药物手段改善睡眠质量的人可以考虑的一个选项。

双重食欲素受体拮抗剂（DORA）

目前仍在专利期，价格昂贵。

国内可以买到：
达利雷生 Daridorexant
莱博雷生 Lemborexant

无法买到：
苏沃雷生 Suvorexant

效果应该都差不多

《5 ways to make $100K on Polymarket》

作者总结了他们在追踪大量 Polymarket 交易、鲸鱼钱包和盈利模式后，发现的 5 种相对“靠谱”的赚钱方式（不是纯赌运气那种）。这些方法更偏向低风险套利、信息优势、流动性提供，而不是预测谁赢谁输。

Polymarket 是一个去中心化预测市场平台，你买“Yes”或“No”份额（价格 0~1 美元），事件发生后正确的一方拿 1 美元，错的归零。文章的核心观点：真正赚钱的不是“猜对事件”，而是利用市场低效、信息差和机制。

1. 买“明显要赢”的市场（Buy the clear-win market）

核心思路：不要去猜“谁会赢”，而是专门找那些概率已经极高（95¢+）且很快就要结算的市场，买入后等它结算拿接近确定性的小额收益。

• 举例：某个事件还有 1-2 天就出结果，市场价格已经到 0.97~0.99，你买 Yes，赚 1-5% 的回报。
• 为什么高效？5% 收益只要 1 天，折年化收益率非常夸张（理论上 1800%+），而且波动极低，接近“无风险”。
• 现实中很多鲸鱼一周做几次这种，就轻松累计几十万到上百万美元利润。
• 文章举了几个钱包例子（如 @Sharky6999、@LlamaEnjoyer 等），他们几乎只做这种“准债券”玩法。

2026 年现状补充：这类机会在新市场、短期体育/加密事件中仍然很多，但竞争更激烈了，需要机器人监控 + 快速执行。

2. 跟随专家 / 领域专精者（Follow the experts）

核心思路：预测市场非常吃专业知识。在某个细分领域持续盈利的人，通常不是运气，而是真有信息/判断优势。

• 文章提到美国政治类目里，排行榜前几名（如 @Fredi9999、@Theo4 等）都是靠几百上千笔交易积累的。
• 更典型的是电竞领域，有人专门研究英雄联盟，2025 年世锦赛期间一人赚了 320 万美元。
• 方法：看全网 PnL 排行榜 + 细分品类榜单，找到持续盈利的地址，然后观察/跟随他们的仓位。

现实提醒：现在很多人用工具追踪鲸鱼，但真正持续赢的往往是“领域专家型”，不是纯套利玩家。跟单前要确认他是不是真的专精，而不是偶尔爆一笔。

3. 猎取明显错定价（Mispricing hunting）

核心思路：预测市场也像股票一样，可以“低买高卖”，不需要猜最终结果，只需要发现市场定价明显偏离常识/现实概率。

• 文章举例：某个项目公售承诺金额>1000 万美元的 Yes/No 市场，No 开在 25¢，但作者知道同类项目数据，认为几乎不可能达到，于是买 No，后来涨到 95¢。
• 类似 Kalshi 上有人从 1k 做到 80k，也是靠识别错价。
• 关键：对某个赛道/机制非常熟悉（比如 Launchpad 规则、历史数据），一眼看出离谱定价。

2026 年补充：跨平台套利（Polymarket vs Kalshi vs 其他）现在更常见，很多人靠这个吃无风险收益。但需要速度和资金。

4. 追踪“内部人士”（Track insiders）

核心思路：虽然大家不愿意承认，但确实存在信息不对称。有些人提前知道非公开信息，会在市场刚开就重仓明显偏向的一边。

• 例子：Gemini 3.0 发布日期市场，刚开盘 11 月 18 日概率就异常高，后来查大仓位，发现是两个新钱包重仓，赚了 5 万美元+，其他交易几乎全是亏的→典型内幕特征。
• 方法：排序最大持仓地址，看是否新钱包 + 单市场重仓 + 其他市场小额乱亏 → 很可能有内幕，跟单即可。

提醒：这属于灰色地带，平台有监控机制，2026 年已经有更多反作弊措施。跟单内幕风险很高，不建议普通人大量参与。

5. 提供流动性（Add liquidity）—— 最被低估的方式

核心思路：做做市商（LP），在买卖两边同时挂单，吃买卖价差 + 平台流动性奖励。

• 新市场流动性差 → 价差大 → LP 收益高（文章说等效 80–200% APY）。
• 同时还能增加 Polymarket 潜在空投权重。
• 例子：有钱包交易亏 20 万，但 LP 赚 40 万；另一个 LP 赚 30 万，是交易利润的 1.5 倍。

2026 年真实情况：Polymarket 在 2025-2026 年推出过流动性激励计划，早期新市场 LP 回报确实很高（部分市场日化可观），但后期竞争加剧 + 奖励减少，稳定年化大概 15–30%（大资金做多市场）。小资金可以从 2-3 个市场开始，目标日赚几十到几百美元不等。

总结一句话

这 5 种方法 更接近金融交易而非赌博——利用低风险套利、信息优势、做市收益，而不是靠预测事件本身。

• 最稳：1 + 5（高概率买 + LP）
• 最赚潜力：3 + 4（错价 + 内幕追踪）
• 最需要能力：2（成为或跟随领域专家）

现在的市场，Polymarket 体量更大、效率更高，纯手动机会减少，很多顶级玩法都需要脚本/机器人。但这些思路仍然是主流鲸鱼和量化玩家的核心框架。

《Suvorexant: The first orexin receptor antagonist to treat insomnia》

期刊：J Pharmacol Pharmacother
发表时间：2015 年 4-6 月；6(2):118–121
DOI：10.4103/0976-500X.155496
PMCID：PMC4419247
作者：Ashok K Dubey, Shailendra S Handu, Pramod K Mediratta

摘要

原发性失眠主要使用作用于苯二氮卓受体的药物以及针对不同共病的一些其他类别药物进行治疗。最近批准了一种新型药物——舒沃雷生（Suvorexant），这是首个食欲素受体拮抗剂（orexin receptor antagonist）类药物，用于治疗失眠。

大脑中的食欲素受体在调节觉醒和动机等方面发挥重要作用。传统失眠药物常伴随白天嗜睡、记忆障碍、意识模糊、步态不稳等不良反应，并存在长期使用导致依赖的风险。舒沃雷生因独特的作用机制，未表现出上述不良反应，且由于几乎无明显躯体依赖性，似乎适合作为失眠的长期治疗药物。这一新药的出现为失眠管理提供了有效且相对安全的替代选择。

引言

失眠是最常见的睡眠障碍，特征为入睡困难和/或睡眠维持困难，导致白天认知和躯体功能受损，并可能引发情绪问题（如抑郁、焦虑）。严格按照 DSM-IV 标准，全球成人失眠患病率约为 6%，但失眠症状影响近三分之一的成年人。

传统药物主要为苯二氮卓类及非苯二氮卓类（如唑吡坦、扎来普隆），均作用于苯二氮卓受体。此外，抗组胺药、抗抑郁药、抗精神病药、抗惊厥药、褪黑素受体激动剂等也用于伴有共病的失眠患者。

由于现有药物均非“理想”药物（无法全程促进睡眠、维持正常睡眠结构、无次日残留效应），研究者持续探索新靶点。其中，食欲素（orexin）系统成为重要方向。2014 年 8 月 13 日，美国 FDA 批准了首个此类药物——舒沃雷生（商品名：Belsomra®，由默沙东开发）。

药理学基础

食欲素（又称 hypocretin）是由下丘脑外侧区神经元分泌的神经肽，包括 orexin-A 和 orexin-B，通过两种 G 蛋白偶联受体 OX1R 和 OX2R 发挥作用。这些受体广泛分布于脑内调控觉醒、食欲、代谢、奖赏、应激和自主功能的区域，特别是投射到蓝斑核（去甲肾上腺素）、结节乳头体核（组胺）、中缝核（5-羟色胺）和腹侧被盖区（多巴胺）等觉醒相关核团。

研究发现，食欲素神经元缺失会导致动物严重嗜睡、无法维持清醒；人类发作性睡病患者食欲素神经元显著减少。由此，开发食欲素受体拮抗剂成为促进睡眠的新策略。舒沃雷生是首个获批的双重食欲素受体拮抗剂（DORA），可可逆性结合 OX1R 和 OX2R，抑制觉醒系统激活，从而促进睡眠诱导和维持。

化学结构

化学名为：[(7R)-4-(5-氯 -1,3-苯并恶唑 -2-基)-7-甲基 -1,4-二氮杂环庚烷 -1-基][5-甲基 -2-(2H-1,2,3-三唑 -2-基) 苯基] 甲酮。早期化合物含氟喹唑啉环，后因产生反应性代谢物而改为氯苯并恶唑结构，即 MK-4305（舒沃雷生）。

药代动力学与剂量

• 口服吸收良好，达峰时间约 2 小时
• 血浆半衰期约 12 小时
• 食物不影响吸收
• 高血浆蛋白结合，主要经 CYP3A4 代谢，大部分代谢物经粪便排泄
• 规格：5、10、15、20 mg 片剂
• 推荐剂量：睡前一次 10 mg，最高不超过 20 mg

临床试验主要结果

多项随机、双盲、安慰剂对照的多导睡眠图研究显示：

• 舒沃雷生（10–80 mg）显著提高睡眠效率（首夜及连续 4 周后均有效），呈剂量依赖性；
• 健康受试者中，10 mg 起即有明显促眠作用；
• 次日残留效应：10 mg 基本无明显残留，高剂量（≥50 mg）可导致警觉性下降、反应时间延长。

不良反应

治疗剂量（≤20 mg）总体耐受性良好，最常见不良反应为嗜睡。
高剂量（>20 mg）可能出现：

• 白天嗜睡、运动损害、驾驶损害
• 夜间无意识行为（如梦游）
• 自杀意念、催眠幻觉、异常梦境、轻度猝倒样表现

长期（1 年）研究中，30–40 mg 剂量组嗜睡发生率 13%，但未见明显躯体依赖或停药反跳。药物滥用潜力低，与唑吡坦相似，被列为美国管制物质法案 IV 级。禁忌症：发作性睡病。

前景与挑战

• 尚未与现有失眠药物进行头对头比较，相对优劣尚待明确；
• 早期另一双重拮抗剂 almorexant 因耐受性问题中止开发；
• 高剂量下出现的情绪相关不良反应（如自杀意念）可能与边缘系统食欲素受体有关，需监测；
• OX2R 选择性拮抗剂可能对非快速眼动睡眠影响更大、对快速眼动睡眠干扰更小，有望更好地维持正常睡眠结构（仍需临床验证）。

结论

舒沃雷生通过拮抗食欲素受体开启了调控觉醒通路的全新治疗途径。与传统苯二氮卓受体药物相比，它未表现出明显的记忆损害、意识混乱、步态异常等不良反应，且几乎无躯体依赖风险，适合长期使用及有物质滥用史的患者。作为首个此类药物，它的获批为失眠治疗提供了更平和的睡眠和更少次日困扰的重要新选择。

这段文字出自 Geoffrey Miller 的《The Mating Mind》（中文常译为《求爱的心智》或《交配的心智》），是他在书中用一个很生动的例子来反驳一种常见的对进化论的误解。

核心观点概括：

大众误以为进化论 = 赤裸裸的你死我活竞争，但真实大自然里绝大多数个体/物种之间的互动其实是“无所谓”（neutralism / 中性主义 / 冷漠共存），这完全符合进化逻辑，而不是违背它。

1. 大众的刻板印象（stereotype）

很多人（包括一些科普读物和电影的影响）认为：

• 进化论的核心就是“适者生存、弱肉强食”
• 所以大自然应该充满残酷竞争
• 如果把世界上任意两种动物扔进一个坑里，它们应该立刻开始厮杀、撕咬

作者说：这完全不符合现实。
把一只树懒和一只犀鸟、或者一只海星和一只蚂蚁扔到一个封闭空间里，大概率什么都不会发生。它们会各自待着、互相无视、或者其中一方看见另一方就赶紧躲开。

2. 真实情况：绝大多数互动是“中性主义”（neutralism）

生态学家早就观察到，在自然界里，任意两个个体或两个物种之间的典型（most typical）互动既不是竞争，也不是合作，而是中性。

中性主义的意思就是 “无所谓、冷漠、互不影响”（apathy）：

• 不打架
• 不合作
• 不寄生
• 不捕食
• 只是单纯地忽略对方

只有当两条路径真的要撞上了（比如抢同一块食物、同一块地盘、或直接威胁到安全），它们才会产生明显的正负互动（竞争、逃跑、攻击等）。

为什么会这样？
因为打架很贵，合作也很贵。

• 攻击别人要消耗能量、受伤风险、感染风险
• 建立合作关系要付出信任成本、时间成本、被背叛风险

只要不直接威胁生存和繁殖，大多数动物进化出来的最优策略就是：能不理就不理，能避开就避开。

3. 这是否说明“自然比进化论更合作”？

作者的回答是：不。

很多人看到大自然没有天天打得头破血流，就觉得“进化论错了，自然其实更和谐、更合作”。
Miller 说：恰恰相反，这正是进化论完美预言的结果。

进化不是鼓励“最大限度竞争”，而是鼓励最大化净收益（benefit net of cost）。
当竞争或合作的成本 > 收益时，最适应的行为就是什么都不做（中性）。

绝大多数时间，选择“中性”才是收益最高的策略。

4. 这段话在全书的位置和意义

《The Mating Mind》的主线其实是解释人类心智（语言、艺术、幽默、道德感等）为什么这么复杂、这么耗能。
Miller 的核心论点是：这些不是自然选择（生存竞争）带来的，而是性选择（sexual selection） 带来的“求偶炫耀工具”。

自然界其实大部分时间很“冷漠”，真正的激烈竞争只发生在资源严重稀缺或性竞争的场合。
而人类那些“浪费”的大脑能力，很可能就是在性竞争（展示智力、创意、品味）中被性选择放大出来的，而不是为了日常生存。

https://www.apa.org/pubs/journals/releases/xge-xge0001799.pdf

这篇论文是 2025 年发表在《Journal of Experimental Psychology: General》上的研究，标题叫

Cool People（酷的人 / 酷炫的人）

作者是 Todd Pezzuti、Caleb Warren 和 Jinjie Chen。

论文于 2026 年左右（基于当前日期）发表，但数据收集在 2018-2024 年间。全文 22 页，是一项跨文化心理学研究，探讨 “酷”（cool）在社会认知中的含义，以及它与“好”（good）的区别。论文结合实验数据，分析了酷人的价值观和人格特质，并考察这些特质是否在全球文化中稳定一致。

1. 论文背景与引言

• 核心主题：人们追求“酷”——从时尚、社交媒体到消费行为（如买复古牛仔裤或电动跑车），酷影响着人们的钦佩对象、生活方式和社会地位。论文引用了文化现象，如青少年用俚语（如“cheugy”和“drip”），或科技 CEO（如埃隆·马斯克）追求酷感。作者指出，酷不仅仅是肤浅的时尚，它影响社会评价（status）和自尊（self-esteem），进而影响资源获取和社会包容。
• 研究空白：现有研究显示酷与积极品质高度重叠（如友好、能力强），但酷是否只是“好”的同义词？酷的特质是否因文化而异？论文引用了“词典假设”（lexical hypothesis）：如果酷只是“好”的另一种说法，它早就从语言中消失了。早期观点认为酷与情感克制（emotional restraint）或自治（autonomy）相关，但缺乏跨文化实证。
• 论文目标：（1）识别酷人与好人的独特特质；（2）测试这些特质是否跨文化稳定。如果稳定，说明酷有全球通用功能；如果变异，说明酷适应本地价值观。

2. 文献综述

• 酷的定义：酷是社会建构的（socially constructed），取决于观察者的主观感知。不是客观事实，而是共识（如“这个人酷，因为大家都这么觉得”）。
• 酷 vs. 好：酷与积极品质相关（如受欢迎、吸引人），但不完全相同。祖母或修女“好”但不“酷”。潜在独特特质包括：自治、享乐主义（hedonism）、冒险、叛逆等。早期观点强调情感克制（如黑人文化中的“cool”作为尊严表达），但实验显示微笑的人更酷。
• 跨文化视角：酷从美国黑人亚文化传播全球（如西班牙语“Ella es muy cool”）。两种可能性：（1）流动含义，适应本地（如美国强调自治，亚洲强调集体）；（2）稳定含义，服务通用社会功能（如传播创新）。

3. 研究方法（Method）

• 实验设计：2×2 被试间设计：特征类型（cool vs. good）× 特征存在（is vs. is not）。受试者随机分配到四个条件之一（如“想想一个你认为酷的人”或“想想一个你不认为好的人”）。见表 2（Table 2）：
  • 不酷人：想想一个你不认为酷的人（非名人，你喜欢的人）。
  • 酷人：想想一个你认为酷的人（同上）。
  • 不好人/好人：类似。
  • 目的是最小化目标人物的差异（如都要求“喜欢的人”以控制情感偏见）。
• 样本：5943 名受试者（主实验 4261 名，补充实验 1682 名），来自 13 个文化区域。这些区域覆盖 WEIRD（西方、教育化、工业化、富裕、民主）和非 WEIRD 文化。见表 1（Table 1），包括文化指标如个人主义（individualism）、权力距离（power distance）和紧致度（tightness）。样本通过在线平台（如 MTurk、Prolific）或学生池招募，年龄 18-75 岁，语言为本地语或英语。排除不熟悉“cool”一词的人。
• 测量工具：
  • 价值观：肖像价值观问卷（Portrait Values Questionnaire，Schwartz, 2003），测量 10 种核心价值观（如自治、享乐主义、传统）。
  • 人格：大五人格简版（Big Five，Gosling et al., 2003），包括外向（extraverted）、宜人（agreeable）等。
  • 总共 15 个属性，用 7 点量表评分（1=强烈不同意，7=强烈同意）。
• 数据分析：多水平模型（multilevel models）考察交互效应（interaction）。预注册实验，确保透明（OSF 链接提供数据和代码）。
• 补充实验（1S-3S）：测试鲁棒性，如去除“喜欢的人”限制，或用“更酷/更好”比较。

4. 关键发现（Results）

• 问题 1：酷与好的区别（Which Attributes Are Distinctly Cool?）

  • 酷人与不酷人、好人与不好人在 15 个属性上均有显著差异（p<0.002），但交互效应显示酷与好不完全相同。
  • 更酷的特质（6 个）：外向（extraverted）、享乐主义（hedonistic）、强大（powerful）、冒险（adventurous）、开放（open）、自治（autonomous）。这些区分酷/不酷的效应大于好/不好（见图 1，蓝色圆点大）。
  • 更好的特质（8 个）：平静（calm）、尽责（conscientious）、普世主义（universalistic）、宜人（agreeable）、温暖（warm）、安全（secure）、传统（traditional）、顺从（conforming）。这些更区分好/不好（红色圆点大）。
  • 两者等同（1 个）：能力（capable）。
  • 示例：酷人更追求享乐和冒险（如派对狂人），好人更温暖和顺从（如可靠的朋友）。
  • 见图 1（Figure 1）：蓝/红圆点显示差异，置信区间（CI）确认统计显著。
    

• 问题 2：跨文化稳定性（Is Cool Stable Across Cultures?）

  • 模式在 WEIRD（如美国、澳大利亚）和非 WEIRD（如印度、中国）文化中相似（图 2）。
  • 无论人类发展指数（HDI）高低（如发达 vs. 发展中），结果一致（图 3）。
  • 每个国家逐一分析（图 4）：6 个酷特质在所有国家更与酷相关，8 个好特质更与好相关。少量变异（如智利的外向稍弱），但整体稳定。
  • 鲁棒性检查：不受受试者教育、性别、年龄影响。补充实验确认，即使改变指令（如“更酷 vs. 更好”），结果复现（图 5-7）。

5. 讨论与理论贡献（General Discussion）

• 总结：酷 ≠ 好。酷人是“叛逆创新者”（autonomous innovators），促进社会变革（如挑战规范，推动文化传播）。好人是“稳定守护者”（conforming stabilizers），维护和谐。
• 理论推进：酷在社会层级中扮演角色——奖励自治和冒险，帮助传播新想法（如时尚、科技）。这解释了为什么酷从美国传播全球，却保持含义稳定：它服务于人类共同需求（如适应变化）。
• 启示：
  • 社会心理学：酷帮助理解社会认知和文化传播。
  • 营销/消费：品牌可利用酷特质（如自治）吸引消费者。
  • 文化政策：酷可促进创新，但也可能放大不平等（e.g., 强大者更酷）。
• 与现有理论整合：酷类似于“模范偏差”（model deviation），奖励适度叛逆。

6. 局限性与未来研究（Limitations）

• 局限：自报数据，可能有偏差；样本非全国代表（如更多年轻人）；未考察酷的演变历史；未测试酷在产品/品牌上的应用。
• 未来方向：纵向研究酷的传播；考察名人（如运动员、艺术家）如何塑造酷；测试酷在亚文化（如 LGBTQ）中的变异；用行为实验验证（如观察酷人互动）。

7. 论文的公共意义（Public Significance Statement）

• 作者强调：酷人有 6 个核心特质（强大、享乐、冒险、自治、开放、外向），这些在全球文化中惊人一致。这挑战了“文化相对论”，显示人类对酷的认知有普遍性。

2026 年 2 月 26 日发表在《Science》杂志上的一篇论文，标题为

"Interbreeding between Neanderthals and modern humans was strongly sex biased"（尼安德特人与现代人杂交存在强烈的性别偏向）

主要作者包括 Alexander Platt、Daniel Harris 和 Sarah Tishkoff（宾夕法尼亚大学）。

论文最核心的发现

尼安德特人男性 + 现代人女性 的配对组合，在远古时期发生得明显更多，而相反方向（现代人男性 + 尼安德特人女性）很少见。这种不对称不是随机的，而是很可能因为**交配偏好（mating preference）**造成的。

关键证据来自 X 染色体

现代非非洲人身上平均有≈1.5–2.5% 的尼安德特人 DNA，但有一个很奇怪的现象：

• 常染色体（1–22 号）上尼安德特人片段比较均匀
• X 染色体上尼安德特人祖先成分明显更少（所谓的“Neanderthal desert”尼安德特沙漠）

以前很多人认为这是因为尼安德特人 DNA 在 X 染色体上对现代人有害，所以被自然选择清除了。

但这篇论文反过来看：他们看了尼安德特人本身的基因组（Altai、Vindija、Chagyrskaya 等几个高质量古 DNA）。

惊人的发现：

• 在尼安德特人的X 染色体上，现代人（AMH）祖先成分比他们的常染色体多了大约 62%（相对富集）。

这个模式和前面现代人 X 染色体缺少尼安德特 DNA正好互补。

为什么 X 染色体这么敏感，能当“探针”？

因为 X 染色体的遗传方式特殊：

• 女性：XX（可以从爸妈各得一条）
• 男性：XY（X 只从妈妈来）

如果长期存在**“尼安德特男性 × 现代女性”** 这种配对更多的情况：

1. 生下的男孩：X 染色体只来自现代人妈妈 → 没有尼安德特 X
2. 生下的女孩：一条现代人 X + 一条尼安德特 X
3. 但如果这些后代继续偏向和现代人群体婚配，尼安德特 X 会逐渐被稀释

反过来，如果是现代男性 × 尼安德特女性更多：

• 男孩的 X 只来自尼安德特妈妈 → 会带很多尼安德特 X 进现代人群体
• 但我们现代人 X 上恰恰缺少尼安德特 DNA，所以这个方向不符合观察

数学模拟显示：只有当尼安德特男性 × 现代女性 的配对概率显著高于反方向时，才能同时解释：

• 现代人 X 上尼安德特 DNA 很少
• 尼安德特人 X 上现代人 DNA 反而很多

他们认为最简单的解释是什么？

交配偏好（mate preference）

可能的几种情况（论文没说哪种最可能，只是列出来）：

• 现代女性觉得带有较多尼安德特特征的男性更有吸引力
• 尼安德特男性觉得现代女性更有吸引力
• 双向都觉得对方更好看/更强壮/气味更好/地位更高……
• 或者社会、文化原因导致某种配对更容易发生（但论文倾向认为偏好更简洁）

他们特意强调：这不等于说尼安德特男性就一定更帅，也不等于现代女性就“更受欢迎”。可能双方都觉得跨群体交配有点“怪”，但其中一个方向“怪得没那么严重”，于是发生得更多。

这篇论文真正的新意？

以前大家主要关注“自然选择”（哪些尼安德特基因有害所以被淘汰），这篇把焦点转向性选择 / 择偶偏好（sexual selection / mate choice），认为远古时期人类和尼安德特人之间已经存在明显的“谁更吸引谁”的不对称审美。

这比单纯的“杂交后代不育/不健康”或“男性到处跑更远”这样的解释更“社会化”、更有故事性，也更具争议性。

在定义科学的时候，人们相当有可能、而且实际上是相当习惯于侧重于它的结果，而不是产生这些结果的活动。因此，对应于法律只是“公共秩序之存在”这一观点，我们可以主张“当人们有能力预测和控制自然现象的时候，科学就存在了”​。作为法律以暴力之使用为特征的那种观点的对应物，正像我已经提出的那样，我们可以推想出这样一种科学理论，它将科学界定为某些类型的仪器之使用。为法律的科层理论寻找一项类比可能比较困难，因为，除了在一种极权主义的背景当中，我们很难把科学想象成科学权威的科层式组织。但我们可能记得凯尔森的一个观点，即：法律的金字塔并不表现为人所组成的机构之间的上下级关系，而是表现为规范之间的等级关系。根据这一观点，我们将科学定义为由“根据不断上升的一般性程度而对关于自然现象的命题所做的一种安排”构成。

迈克尔·波拉尼的最大贡献可能在于他在可以被泛泛地称为科学发现之认识论的那个领域中提出的理论。但是，就他的理论同本书的主题之间的相关性而言，他的最独特的贡献在于他的科学事业（scientific enterprise）这一概念。 [40] 在他看来，这项事业是一项协作型的事业，寻求着适合于它的特定目的和问题的制度形式和惯例。虽然天才们可能引发革命性的理论转向，他们只有在其前辈和同代人的思想、发现和错误的基础上才能做出这种突破。在科学共同体中，单个科学家的自由并不单纯是一种自我表现的机会，更是有效地组织探寻科学真理之共同行动的必要手段。科学家这一天职有其独特的精神气质，也就是它的内在道德。正像法律的道德一样，就其必须满足的要求之性质而言，它必定是一种愿望的道德，而不是义务的道德

富勒在这里借用Michael Polanyi（迈克尔·波拉尼）的思想，来扩展他对“法律的内在道德”（inner morality of law）的讨论，特别是将科学类比为一种自主的、协作的追求真理的事业，并将其与法律的“愿望的道德”（morality of aspiration）相对照。

富勒先从法律的几种典型定义出发，逐一构建科学的对应定义，以突出科学不是静态的结果，而是动态的活动：

1. 结果导向 vs. 活动导向
   人们常把科学等同于其成果（如可预测和控制自然现象），类似于把法律仅仅看作“公共秩序的存在”。
   但富勒主张：科学真正存在于产生这些结果的活动中。

2. 暴力/强制 vs. 仪器使用
   法律常被视为以暴力/强制为特征（对应霍布斯或奥斯丁式的实证主义观点）。
   对应的科学观则是：科学以特定仪器和工具的使用为特征（实验设备、测量手段等作为“强制”自然的手段）。

3. 科层组织 vs. 规范等级
   法律的科层理论（层级权威）难直接类比到科学（除非在极权背景下强制科学）。
   富勒引用凯尔森（Kelsen）的“规范金字塔”：法律是规范间的等级关系，而非人的机构。
   于是科学可定义为 “关于自然现象的命题，按不断上升的一般性程度所做的安排”（从具体观察到普遍定律的层级结构）。

这些类比旨在说明：对科学和法律的理解，如果只看静态结果或外在强制，就会忽略其内在的动态、目的导向和道德维度。

科学事业

富勒特别强调波拉尼在科学事业（scientific enterprise） 概念上的独特观点：

• 科学不是孤立的个人活动，而是一项协作型事业（collaborative enterprise）。
  它寻求适合自身目的和问题的制度形式与惯例（institutional forms and conventions）。
  即使天才的革命性突破，也必须建立在前辈、同代人的思想、发现和错误之上。

• 在科学共同体中，单个科学家的自由不是单纯的自我表现，而是有效组织共同探寻真理的必要手段。
  这类似于市场中的“自发秩序”或波拉尼在《科学的共和国》（The Republic of Science）中描述的“相互调整的协调”（coordination by mutual adjustment）。

• 科学家这一天职（vocation）有其独特的精神气质（ethos），即内在道德（internal morality）。
  这个道德类似于法律的内在道德：它必须是一种愿望的道德（morality of aspiration），而非义务的道德（morality of duty）。

  • 愿望的道德：指向卓越、完美、人类潜能的最高实现（如希腊哲学中的“善的生活”、科学中的追求更深层的真理）。它激励但不强制，失败被视为“未达卓越”，而非“违反义务”。
  • 义务的道德：设定底线规则（如十诫、法律的最低要求），违反即为过错。

富勒借此论证：科学共同体像法律体系一样，依赖一种“向上”的道德拉力——科学家被内在驱使去追求更深刻的理解、更好的理论，而非仅仅遵守外部规则。这种愿望的道德使科学保持活力、自治和自我修正的能力。

整体意义

这段讨论服务于富勒的核心论题：法律不是单纯的命令体系，而有其内在道德（procedural morality，如清晰、可预期、一致等八项原则）。同样，科学也不是纯客观的机械过程，而是嵌入个人承诺（personal commitment）、默会知识（tacit knowledge）和共同体伦理中的人类事业。波拉尼的观点帮助富勒反驳实证主义（positivism）和工具理性对科学与法律的简化理解，强调二者都需要一种“愿望的道德”来支撑其内在目的。

霍姆斯的法律预测论的核心

霍姆斯在 1897 年的著名演讲/文章《法律的道路》（The Path of the Law）中提出：

“The prophecies of what the courts will do in fact, and nothing more pretentious, are what I mean by the law.”

中文常译为：“我所称的法律就是关于法院实际上将如何做的预言，而不是其他更矫饰的东西。”

• 预测视角：法律不是抽象的道德原则、自然法、逻辑推演或立法者的意图，而是对法院实际判决的经验性预测。从“坏人”（bad man）的立场看——这个人只关心违反规则后会遭受什么实际强制后果（罚款、监禁等）——法律就是“如果我这样做，法院会让我付出什么代价”的概率预言。
• 去道德化、去形而上学：霍姆斯拒绝将法律等同于“正义”“理性”“良心”或“永恒原则”。他认为这些是“更矫饰的东西”（more pretentious），会混淆法律的实际运作。法律的生命不是逻辑，而是经验（“The life of the law has not been logic: it has been experience”）。
• 现实主义影响：这奠定了 20 世纪美国法律现实主义（Legal Realism）的基石，强调法官的实际行为、社会背景、经济因素而非形式逻辑决定判决。

批判与区分

一套法律体系如果允许自身受到非法暴力的挑战便会失去实际效力。有时候暴力只能靠暴力来遏制。因此，可以想见的是，社会中必须常规性地存在某种机制，以便在必要时使用暴力来支持法律。但这并不能证明将暴力之使用或潜在使用当作法律的标志性特征是正确的。法律为了实现其目的而必须去做的事情同法律本身是完全不同的。

对霍姆斯式观点（或更广义的法律实证主义/现实主义）的重要限定与反驳，其逻辑结构是：

1. 承认必要性：一套法律体系如果不能有效应对非法暴力挑战，就会丧失实际效力（lose efficacy）。现实中，暴力有时只能用暴力来遏制（violence can only be met with violence）。因此，任何有效的法律秩序都必须常规性地保有某种机制（警察、军队、法院执行力），在必要时动用国家暴力来支撑规则。这一点与马克斯·韦伯（Max Weber）“国家对合法暴力垄断”（monopoly on the legitimate use of physical force）的经典定义高度一致，也与霍姆斯的预测论暗合——因为“法院的预言”最终依赖强制执行。

2. 关键区分：但是，这并不证明可以将“暴力的使用或潜在使用”视为法律的标志性特征（defining characteristic of law）。

   • 法律为了实现其目的（维持秩序、保护权利、解决纠纷等）而不得不做的事情（must do），与法律本身是什么是完全不同的两回事。
   • 暴力（或强制）是法律生效的条件或工具，但不是法律的本质或定义。把强制当作法律的核心，会导致还原论谬误：把法律降格为“有组织的暴力”或“强权即公理”，忽略法律的规范性（normative）维度——它同时宣称自己是正当的、可接受的、应当服从的理由。

这两篇论文（一篇是系统性综述，一篇是关于特定中文 CBT-LLM 的研究）为我们提供了关于大语言模型（LLM）在心理健康，特别是认知行为疗法（CBT）领域应用的深度见解。

一、大模型 CBT 治疗与专业医生治疗的效果及差异

两者在治疗效果和表现上存在显著差异：

1. 核心能力的差异

• 专业医生：
  • 深度共情与同盟： 医生能感知非语言信号（语气、表情），建立稳固的“治疗联盟”，这是疗效的关键。
  • 复杂案例处理： 能够处理共病（如同时患有抑郁和焦虑）以及严重的危机情况（如自杀倾向）。
  • 动态调整： 医生根据患者的长程反应灵活调整策略，而不只是单轮问答。
• 大语言模型（如 CBT-LLM）：
  • 结构化逻辑强： CBT-LLM 通过微调，能严格遵循 CBT 的五个步骤（验证共情 -> 识别认知扭曲 -> 提出挑战 -> 提供策略 -> 鼓励前瞻）。它在识别逻辑漏洞（如“非黑即白”的思维）方面非常出色。
  • 知识检索优势： 能够快速提供大量的应对策略和心理学教育知识。
  • 识别准确率： PDF 数据显示，CBT-LLM 在识别认知扭曲（Cognitive Distortions）方面的准确率为 0.69，召回率高达 0.93，意味着它能识别出绝大多数的错误思维模式。

2. 治疗效果的表现

• 即时性与可及性： 大模型胜在 24/7 全天候响应。对于深夜突然产生焦虑、需要即时心理疏导的用户，大模型的表现优于无法随时待命的医生。
• 规范化： 人类医生可能因疲劳或个人偏见影响判断，而 CBT-LLM 能保持高度的规范化响应，确保每一条建议都符合 CBT 的专业框架。
• 安全性瓶颈： PMC 综述指出，大模型可能存在“幻觉”（Hallucination），在处理极端危机时可能给出不安全甚至有害的建议，而专业医生具有法律和伦理的兜底责任。

3. 统计学差异

PDF 中的评估显示，在**专业度（Stru.）和帮助性（Help.）**指标上，经过专门微调的模型（如 Baichuan-7B 作为底座的 CBT-LLM）已经非常接近甚至在某些结构化任务上超过了通用的 ChatGPT，但在处理深层情感纽带上仍逊色于人类。

---

二、如何正确使用大模型进行 CBT 治疗

基于论文的建议和实验发现，正确使用大模型进行 CBT 应遵循以下原则：

1. 定位为“辅助工具”而非“替代者”

• 核心准则： 论文明确警告，研究成果不能替代专业心理治疗。
• 正确用法： 将 LLM 视为“数字心理自助手册”或“情绪日记助手”。当你感到轻微压力、思维陷入死胡同时，利用它进行自我梳理。

2. 使用结构化的提示词（Prompting）

为了获得最专业的回复，不应简单地问“我很难受怎么办”，而应参考 PDF 中设计的 CBT Prompt：

• 明确要求： 要求模型扮演“资深 CBT 治疗师”。
• 阶段化沟通： 引导模型按步骤操作，例如：“请先帮我识别这段话里是否存在认知扭曲（如过度概括、灾难化思维），然后帮我进行认知重构。”

3. 识别并挑战认知扭曲

利用模型的识别能力，针对性地纠正自己的思维。例如，当你对自己说“我这辈子都完了”时，让 LLM 帮你分析：

• 模型会告诉你： 这是“过度概括”和“灾难化思维”。
• 你可以问： “请帮我列出反驳这些消极想法的客观证据。”

4. 遵守安全红线

• 危机避险： 如果你有自伤、自杀倾向或严重的心理障碍（如精神分裂、重度抑郁），立即停止使用 LLM，并寻求线下专业医疗机构。
• 隐私保护： 虽然论文提到的数据经过了去隐私处理，但在使用商用模型时，避免在对话中输入身份证号、姓名、住址等敏感信息。

5. “多轮对话”与“行动落实”

• 不要只看模型的回答，要尝试与之互动。
• 落实： CBT 的核心在于行为实验。当模型给出建议（如“尝试冥想”或“记录情绪日志”）时，用户必须在现实中执行并反馈，才能产生真正的治疗效果。

---

一个非常具体的对话示例。

假设场景：一位职场新人因为在会议上被领导批评，陷入了严重的焦虑，认为自己会被辞退。

---

第一步：设置专业的系统提示词（System Prompt）

这是“正确使用”的开端。不要直接提问，先给大模型设定一个基于 CBT 原则的角色。

你输入的指令：

“你现在是一位专业的 CBT（认知行为疗法）心理咨询师。请根据 CBT 的结构化访谈原则，帮助我分析我当下的负面情绪。你的回复需要包含五个部分：1. 验证与共情；2. 识别关键思维与认知扭曲；3. 提出挑战或反思问题；4. 提供具体的认知重构策略；5. 鼓励与前瞻。”

---

第二步：描述你的具体问题（Input）

尽可能详细地描述事实、情绪和你的想法。

你输入的内容：

“今天下午的周会上，我汇报项目进展时，领导皱着眉头打断了我两次，说我的数据分析不够细致。我现在回想起来全身发冷，觉得领导肯定觉得我能力不行，试用期肯定过不了了。我就是一个彻底的失败者，我无论怎么努力都做不好工作。”

---

第三步：大模型的结构化回复（CBT-LLM 逻辑示例）

大模型会根据论文中的微调模型逻辑，给出如下回复：

1. 验证与共情（Validation & Empathy）

“亲爱的，我完全理解你现在的感受。在会议上被当众批评，尤其是被领导打断时，感到焦虑、沮丧甚至恐惧是非常正常的反应。这种‘全身发冷’的感觉是身体在应对压力时的应激表现，这说明你非常看重这份工作，这本身并不是错。”

2. 识别关键思维与认知扭曲（Identify Key Thought & Belief）

“从你的描述中，我捕捉到了几个典型的认知扭曲：

• 读心术（Mind Reading）： 你断定领导‘肯定觉得你能力不行’，但实际上这只是你的推测。
• 灾难化思维（Catastrophizing）： 从‘数据不够细致’直接推导到‘试用期过不了’、‘被辞退’。
• 贴标签与过度概括（Labeling）： 因为一次汇报不理想，就给自己贴上‘彻底的失败者’的标签，并否定了未来的所有努力。”

3. 提出挑战或反思（Pose Challenge or Reflection）

“我们可以停下来思考几个问题吗？

• 除了‘觉得你不行’，领导皱眉是否可能还有其他原因？（比如他当时头疼，或者他正面临高层的压力？）
• 在过去的一个月里，你有没有得到过任何正面反馈，或者成功完成过的小任务？
• ‘数据不细致’是一个可以改进的技术问题，还是一个决定生死的品德问题？”

4. 提供策略或见解（Provide Strategy or Insight）

“我们尝试做一个认知重构练习。请试着填写下面的表格：

• 自动思维： 我是失败者，我会被辞退。
• 支持证据： 领导今天批评我数据不细致。
• 反对证据： 我入职以来从未迟到；上周的周报被带教老师表扬过；领导虽然打断了我，但也指出了具体的改进点（数据细致度），这更像是业务指导而非人身攻击。
• 更平衡的想法： 今天的汇报确实有瑕疵，领导对数据要求很高，但这不代表我整个人是失败的。我可以利用接下来的三天重新整理数据，向他展示我的改进。”

5. 鼓励与前瞻（Encouragement & Foresight）

“这只是你职业生涯中的一个小插曲，并不是终点。识别出这些‘思维陷阱’就是改变的开始。建议你今晚先做 5 分钟深呼吸放松身体，明天尝试主动找领导请教：‘关于您提到的数据细致度，您有哪些具体建议？’相信你可以通过行动转化这份焦虑。”

---

第四步：后续的正确交互（互动与落实）

用户（你）接下来的正确反馈：

“你说得对，我确实有点‘灾难化’了。但如果我明天去找他，他还是不理我怎么办？”

大模型会继续引导：

“那我们再来分析一下‘他不理我’这个假设。如果发生了，最坏的情况是什么？我们可以准备一个‘应对计划（Coping Plan）’……”

---

⚠️ 安全提醒：
如果在此过程中，大模型生成的建议让你感到更加不适，或者你产生了极端念头，请立即退出对话，拨打心理援助热线或寻求线下医生的帮助。

那些实际缔造我们的共和国及其宪法的人们在思维方式上更接近于柯克的时代而不是我们这个时代。他们也致力于避免制度中的不和谐之处并且尽力确保这些制度适合于人的本性。

汉密尔顿批驳了写下如此诗行的那个诗人的“政治邪说”​（political heresy）​：（Alexander Pope）的《人论》（An Essay on Man）：“For forms of government let fools contest; Whate'er is best administered is best.”

这段话的核心是对比两种政治思维：一种是建国者（以及柯克时代）的保守主义取向，强调制度设计的审慎性、与人性的契合，以及避免内部冲突；另一种是被批驳的实用主义观点，只看政府“管理得好不好”，忽略形式的重要性。这反映了保守主义对“永恒原则”（如人性、秩序、传统）的重视，而不是现代的相对主义或效率导向。柯克（1918–1994）是 20 世纪美国保守主义的关键人物，其著作如《保守主义的心灵》（The Conservative Mind）将美国建国视为保守的延续，而非激进革命。他认为建国者继承了英国保守传统（如埃德蒙·伯克的影响），旨在建立适合人类本性的秩序，而不是抽象的乌托邦。

• 建国者与柯克时代的亲近：这里的“缔造我们的共和国及其宪法的人们”指美国独立战争和宪政时期的领袖，如詹姆斯·麦迪逊、亚历山大·汉密尔顿、乔治·华盛顿等。他们生活在 18 世纪末，但其思想（如对人性弱点的现实主义、对权力的分立制衡）更接近柯克的 20 世纪保守主义时代，而不是当今（假设引文写作时为 20 世纪中后期或更晚）的时代。现代时代往往被保守主义者视为过于乐观、进步主义，忽略传统和道德约束。柯克时代强调“道德想象力”（moral imagination），即通过历史和传统来理解人类社会，而建国者同样如此：他们不是激进的启蒙理性主义者（如法国革命者），而是务实的保守者，借鉴英国宪政和古典思想。

• 避免制度中的不和谐（dissonance）：指建国者在设计宪法时，努力消除制度内部的矛盾或冲突。例如，美国宪法通过三权分立、联邦制和权利法案，避免单一权力中心导致的专制或混乱。这体现了保守主义对“有序自由”（ordered liberty）的追求：制度不能是拼凑的，而应和谐统一，避免如法国大革命那样的激进变革带来的“dissonance”（不协调、噪音般的混乱）。

• 适合于人的本性（human nature）：建国者认为人性是复杂的，包括自私、野心和美德（如麦迪逊在《联邦党人文集》第 51 篇所述：“如果人都是天使，就不需要政府”）。因此，宪法不是基于理想化的“新人”，而是设计制衡机制（如选举、弹劾）来约束人性弱点，确保制度可持续。这与柯克的观点一致：他批评现代自由主义忽略人性中的原罪或局限，强调制度须“fit the nature of man”（符合人性），即现实而非乌托邦。

汉密尔顿的批驳

• 汉密尔顿的批驳：亚历山大·汉密尔顿（Alexander Hamilton）是建国者之一，在《联邦党人文集》（The Federalist Papers）第 68 篇中，引用并批驳了英国诗人亚历山大·蒲柏（Alexander Pope）的诗句（出自《论人》[An Essay on Man]，Epistle III）。蒲柏的原诗是：“For forms of government let fools contest; Whate'er is best administered is best.”（让傻子去争论政府形式吧；管理得最好的就是最好的政府。）汉密尔顿称此为“政治邪说”（political heresy），因为它暗示政府形式无关紧要，只要管理高效即可。这在保守主义看来是危险的异端：它忽略了形式对长期稳定的影响，可能为短期利益辩护（只要“管理好”）。

• 为什么是“邪说”？汉密尔顿认为，好政府的关键在于其“aptitude and tendency to produce a good administration”（倾向于产生良好管理的结构）。即，形式很重要：如选举人团（Electoral College）设计，不是为了效率，而是为了筛选贤能、避免大众激情或外国干预。建国者不相信单纯的“善治”能持久，而需通过宪法形式（如分权）来引导人性，确保长期善果。这与第一句呼应：建国者重视形式以“适合人性”，而非蒲柏的实用主义（容易陷入短期局部最优解）。

• 历史意义：蒲柏的观点在 18 世纪流行，影响了启蒙思想，但建国者（如汉密尔顿）拒绝它，转向更保守的宪政主义。这体现了美国革命的“保守性”：不是推翻一切，而是完善现有秩序，避免如法国大革命的极端。

富勒的核心观点是：法律不仅仅是权力命令的体系，它是一项 “使人类行为服从于神圣规则之治的事业”。要让这项事业成功，法律系统必须具备一种“内在道德”（inner morality of law），即八项合法性原则（generality, promulgation, non-retroactivity, clarity, non-contradiction, possibility of compliance, constancy, congruence）。如果严重违反这些原则，所谓的“法律”就不再能真正算作法律，而更接近赤裸的暴力或管理指令。

1. 法律的稳定性 vs. 法律必须回应变化

理想的状态显然是法律不随时间的流逝而改变。但是，情势的变更或人们的意识的改变显然会要求法律的实质目的也发生相应的变化，有时甚至是令人不安的频繁变动。在这里，我们往往被迫行驶于变化莫测与纹丝不动之间的一条左右摇摆的航道上，支持着我们的信念并不是“我们所选择的是惟一正确的航线”，而是：“无论如何，我们必须尽量避开暗藏在两边的险滩”。

这是富勒对 法律的恒定性（constancy） 原则的经典比喻。他承认：

• 法律如果完全不变 → 僵化，无法适应社会、经济、技术、价值观的变迁（右边的“险滩”）。
• 法律变动过于频繁 → 人们无法规划未来生活，法治的 predictability（可预见性）崩塌（左边的“险滩”）。

富勒的立场是实用而非教条的：没有“唯一正确”的航线，只有尽量避开两边暗礁的航行艺术。这也是他整体思想的基调——法律的内在道德不是追求完美，而是追求“可容忍的不完美”中的最低限度的道德性。

2. 法律知识的间接传播与社会效仿

在许多活动中，人们遵守法律不是因为他们直接知道这些法律的内容，而是因为他们会效仿那些据其所知更加了解法律的人的行为模式。通过这种方式，少数人对法律的了解往往会间接地影响许多人的行为。

这是在讨论公布性（promulgation）原则的现实运作。富勒强调：法律不一定要每个人都读懂条文，但必须存在一个可接近、可被专业人士理解并传播的渠道。普通人通过观察“更懂法的人”的行为模式来间接获得指引。这是一种社会学意义上的“法律实现”，也隐含了对法律职业共同体的重视。

3. 溯及既往（retroactivity）的有限正当性

当情况已经变得十分糟糕的时候，溯及既往型的制定法有时会作为一种矫治手段而变得不可或缺；尽管法律在时间维度上的正确运动方向是向前的，但我们有时也不得不停顿下来，并回过头去做一些拾遗补缺的工作

富勒强烈反对刑事领域的溯及既往（ex post facto），但他承认在极端矫正性场合（比如填补制度漏洞、修复严重不公），民事或行政领域的溯及既往可能不得已而为之。但这始终是例外，方向永远应该是向前看。

4. 税法溯及既往的著名区分

与回溯性的刑事法规相对照，让我们假设有这样一部 1963 年制定的税法，它规定人们必须为他们在 1960 年获得的经济收入纳税，而这些收入在 1960 年的时候本来是不用纳税的。这样的一部法律可能是非常不公平的，但是严格说来，我们不能说它是回溯性的。的确，它将纳税的额度建立在过去发生的某些事情的基础之上。但它只要求受它约束的人们去做一件简单的事情，那就是交付它所要求的税款。这项要求的效力是前瞻性的。换句话说，我们并没有今天制定一部税法来命令一个人昨天交税，虽然我们可能今天通过一部税法来征税，而所征的税额则根据过去发生的事件来确定。

对于普通公民来说，我刚才所提出的这些论证可能看起来纯属诡辩。他很可能说：正如一个人因为知道根据现行刑法某种行为是合法的而做出这种行为一样，他也可能因为知道根据现行税法从某种交易中获得的收入不用纳税而进行这样一项交易。如果说回溯性的刑法是可憎的，因为它对一项在做出时本来不应受罚的行为规定了刑罚，按照同样的道理，这样的一部税法也是非正义的，因为它向一个人征税，而这个人是因为某种活动在当时是免税的才去从事这种活动的。

富勒在这里做了一个非常精细的区分：

• 真正的溯及既往刑事法：今天立法宣布“你昨天做了 A，昨天就犯罪，今天判你刑” → 彻底违反内在道德，因为它摧毁了行为时的指引功能。
• 税法根据过去事实计算今天的税负：今天立法说“从今天起，你要为过去某年收入纳税”，要求的是今天的一个前瞻性行为（交钱），虽然计算依据是过去的事实。

普通人会觉得这是在玩文字游戏（“诡辩”），因为行为人当年是基于“当时免税”的预期才从事交易的。富勒承认这个直觉有道理，但他坚持形式上的区别仍有意义：前者直接惩罚过去的无辜行为，后者只是调整未来的支付义务。

这个例子成为后世讨论“经济性溯及既往”是否正当的最经典案例。富勒的结论是：它可能非常不公平，但严格说来不算真正回溯性的法律。

5. 国家权力的互惠基础（reciprocity）

国家所占据的享有超级权力的地位最终有赖于一种隐含的互惠。这种互惠，一旦被明确表达出来，便可以延伸到全部八项合法性原则之中。如果雷克斯国王不是一位世袭君主，而是基于一项改革法律制度的承诺而被选举担任终身职务，他的臣民们便完全有理由觉得自己有权罢黜他。政府违约可以成为革命的理由，这种观念可以说是由来已久。它是一个被普遍认为完全超越于法律推理的通常前提之上的概念。

富勒认为，法律的服从义务不是单向的“命令—服从”，而是一种双向的互惠关系：

政府承诺：我们公布清晰、前瞻、稳定的规则，你遵守，我们就按这些规则对待你。

一旦政府系统性违反八项原则（秘密法、溯及既往、随意执法等），这种互惠就被打破，公民的守法义务在道德上就瓦解了。这可以成为革命的正当性根据。

这也是富勒反驳实证主义“法律就是主权者的命令”的关键武器：没有互惠，就没有真正的法律义务。

6. 清晰性、常识、诚实的模糊

虽然完美是一个难以捉摸的目标，但识别出明显不妥之处却并不困难。

在某些时候，获得清晰性的最佳办法便是利用并在法律中注入常识性的判断标准，这些标准是在立法会堂之外的普通生活中生长起来的。

我们所能达到的清晰程度不可能超过我们所处理的问题所容许的程度。一种徒有其表的清晰可能比一种诚实的、开放性的模糊更有害。

富勒对 清晰性（clarity） 原则的看法：

• 过度追求形式清晰 → 可能制造荒谬的结果（比如教会法高利贷誓言的“先履行再返还”闹剧）。
• 适当接受“诚实的模糊” + 注入生活常识 → 反而更接近实质正义。

他反对“假清晰”（表面精确但实质荒谬），赞成“有节制的模糊”。

7. 法治衰落的历史

我们可以写一部法治衰落的历史……，因为这些含糊的表达越来越多地被引入到立法和司法（jurisdiction）当中，也因为法律与司法的随意性和不确定性不断增强，以及由此导致的人们对法律和司法的不尊重。

这是富勒的警世之言：当模糊、矛盾、随意性不断增加，法治的内在道德被侵蚀，最终会走向衰亡。

8. 非矛盾性

有一段时间，在教会法中，一项原则规定任何经起誓保证的承诺都具有约束力，而另一项原则又规定某些类型的承诺（比如涉及到敲诈或高利贷的承诺）不能导致任何义务。那么，在面对涉及宣誓保证下的高利贷承诺的案件时，法院应该怎么办呢？当时的解决办法是：先判令承诺人向受承诺人履行偿付义务，然后立即命令受承诺人返还其刚刚得到的东西。在这种奇怪的程序中甚至可能包含着某种象征性的价值。通过首先强制实施这种合同，法院戏剧性地凸现了这样一项规则：人必须受其誓证承诺的约束。随后，通过撤销自己的判决，法院又提醒受承诺人：你的狡诈行径需要付出代价。

这段文字出自朗·L·富勒（Lon L. Fuller）《法律的道德性》（The Morality of Law）一书，是他对法律清晰性（clarity）、非矛盾性（non-contradiction）原则在现实中的极端冲突案例所作的经典举例，同时也用来展示法律体系在面对内在矛盾时，如何通过程序性“戏剧化”来维护其整体权威与道德性。

历史与教规背景（中世纪教会法）

在中世纪天主教会法（canon law）中，同时存在两条看似冲突的原则：

1. 誓言（oath）的绝对约束力
   任何以起誓（juramentum）方式做出的承诺，都被视为对上帝的宣誓，具有极高的神圣性和约束力。违背誓言相当于对上帝撒谎，是严重的罪（perjury / 伪誓）。教会法强烈维护这条规则，因为它直接关乎信仰的诚信。

2. 高利贷（usury）的绝对禁止
   教会长期视放贷取息为罪（基于《圣经·出埃及记》22:25、《路加福音》6:35 等经文，以及亚里士多德“钱不能生钱”的自然法观念）。任何形式的利息（即使很低）都被视为usura（高利贷），属于不正当得利，合同本身无效，受款人（债权人）有义务返还（restitution）所收利息，甚至可能面临教会惩戒（excommunication）。

问题：
如果一个人以起誓的方式承诺支付利息（或承诺不要求返还已付利息），两条原则就直接冲突了：

• 执行誓言 → 必须强制支付/不返还利息 → 间接认可高利贷，违背教会禁止高利贷的教义。
• 不执行誓言 → 允许违背誓言 → 严重损害“誓言神圣性”这条更基础的信仰规则。

教会法院的实际处理方式（富勒描述的“奇怪程序”）

面对这种矛盾，教会法学家和法庭发展出一种非常形式化、带有仪式感的解决方案：

1. 先判决强制履行誓言
   法院首先宣告：因为有起誓，这个承诺在誓言层面是有效的 → 因此命令债务人（承诺人）必须立即向债权人支付利息（或不许要求返还）。

2. 紧接着，立即判决返还
   一旦支付（或确认不返还）完成，法院马上以高利贷为由，命令债权人把刚刚收到的钱（或等值物）全部返还给债务人，或者交给穷人/教会（因为高利贷所得属于“不正当得利”，不能留存）。

结果：钱在法律上“走了一圈”又回来了，债权人实际什么也没拿到。

富勒强调的“象征性价值”（symbolic value）

富勒认为，这种表面上看起来荒谬、低效、甚至“多此一举”的程序，其实包含了深刻的教育意义：

• 第一步（强制履行）：戏剧性地、公开地向所有人重申了**“人必须受其誓言约束”**这条根本规则。它向社会宣告：即使结果最终会被推翻，誓言本身的神圣性也不容动摇。法院不是在鼓励违背誓言，而是在用最强硬的方式维护誓言的尊严。

• 第二步（立即返还）：立刻纠正高利贷的实质不正义，向所有人（尤其是试图用誓言规避高利贷禁令的债权人）发出严厉警告：你的狡诈（用誓言包装高利贷）是逃不掉惩罚的。最终结果是零和，但过程本身就是对狡诈的羞辱与道德教训。

这种“先执行、再撤销”的双重判决，像一场精心设计的道德戏剧（morality play），同时维护了两条冲突原则的尊严，而没有简单牺牲任何一条。它体现了法律在面对不可调和的矛盾时，不是粗暴地“选边站”，而是通过程序的仪式感来同时肯定两条规则的价值。

总结

富勒不是在追求“最正义的法律内容”，而是在追求**“法律能作为法律发挥作用的最低条件”。他把法律看作一项需要各方互惠参与的合作事业**，而不是单向的权力投射。

• 八项原则不是可有可无的“技术要求”，而是法律之为法律的内在要求。
• 违反这些原则越严重，所谓的“法律”就越接近赤裸的暴力。
• 但现实中完美不可能，所以智慧在于：在变化与稳定、清晰与灵活、正义与可行之间艰难但诚实地航行。

我所尝试做到的是辨清和阐明一种特殊类型的人类活动所遵循的自然法，这种活动被我描述为“使人类行为服从于规则之治的事业”​。这些自然法同任何“至上的、孕育万物的普遍存在”都没有关系。它们同“避孕措施是对上帝律法的违反”这样的主张也没有任何关联。它们无论从起源还是从应用上讲都是人间的。它们不是“更高的”法则；如果要找一种与海拔相关的比喻来形容它们的话，它们毋宁说是“更低的”法则。它们像是木匠的自然法则，或者至少像是一位想使自己所建造的房子经久耐用并服务于居住者之目的的木匠师傅所尊重的法则。

正常出生性别比应为男：女=103~107:100，这反映了生物学因素（如男性夭折率更高）下的自然均衡。

然而，2004 年最高峰的数据表明陕西、安徽、江西等省份的比率超过 130:100，意味着每 100 名女婴对应超过 130 名男婴。这种失衡可能源于重男轻女的文化偏好、重男传宗接代的传统，以及可能的技术干预（如 B 超性别选择性堕胎），尽管后者在法律上被禁止（2002 年~2003 年）。

在中国传统婚姻习俗中，彩礼（bride price）是男方向女方家庭支付的礼金，常被视为婚姻交易的一部分。某些省份的出生性别比严重失衡，导致成年适婚人口中男性过多、女性相对稀缺。这种现象可通过市场经济学理论进行解读：婚姻市场类似于一个供需市场，彩礼则充当调节价格。2004 年陕西、安徽、江西的出生性别比超过 130:100（男：女），而彩礼排行中江西位居第一、安徽第二，陕西则因男性人口大量流出而彩礼较低。

2020 年全国的出生性别比仍有 111:100，20 年后的高彩礼现象会进一步缓解。

正直（Integrity） 这个词来源于拉丁文 integritas，意思是“一体”或“完整”。

那些内心一种样子、外在又另一种样子的人——即不“完整”的人——缺乏正直，他们拥有的是“二元性”（duality）。

虽然有时候在当下伪装自己的真实看法可能更容易（因为可以避免冲突、尴尬，或实现某些短期目标），但拥有正直、避免二元性所带来的二阶和三阶效应是巨大的。

那些内心与外在不一致的人会内心冲突，常常逐渐与自己的价值观脱节。他们很难感到快乐，几乎不可能发挥出自己的最佳状态。

皮特·沃克（Pete Walker）所著

《复杂性创伤后应激障碍：从幸存到茁壮成长》（Complex PTSD: From Surviving to Thriving）

的导读。

这本书被公认为治疗 复杂性创伤后应激障碍（C-PTSD） 的“圣经”。沃克不仅是一名心理治疗师，他本人也是一名 C-PTSD 幸存者。他提出的理论保留了学术的严谨，同时充满了人文关怀。

---

第一部分：核心概念——什么是 C-PTSD？

1. 定义与起因

C-PTSD 不同于传统的 PTSD。传统的 PTSD 通常由单一事件（如车祸、战争）引起，而 C-PTSD 是由于长期、持续的创伤（通常发生在童年）引起的。

• 起因： 并非一定要有严重的身体虐待。沃克特别强调，长期的“情感忽视”（Emotional Neglect）——即父母未能提供保护和情感支持——足以导致严重的 C-PTSD。
• 本质： 这是一种 “习得性反应”。它不是遗传的，也不是性格缺陷，这意味着它是可以被“解构”和“重塑”的。

2. C-PTSD 的五大特征

沃克总结了幸存者最常遭遇的五个痛苦：

1. 情绪再现（Emotional Flashbacks）： 这是最显著的特征。幸存者会突然退行到童年被虐待或遗弃时的痛苦情绪中（如恐惧、羞耻、无力感），但通常没有视觉画面，这导致幸存者很难意识到自己正在“闪回”。
2. 毒性羞耻（Toxic Shame）： 幸存者深信自己从本质上是残缺的、令人厌恶的、无药可救的。
3. 自我遗弃（Self-Abandonment）： 像当年的父母遗弃自己一样，幸存者在成年后也会在危急时刻否定自己的需求，甚至攻击自己。
4. 残酷的内在批判者（Inner Critic）： 大脑中有一个声音不断地指责、恐吓自己。
5. 社交焦虑： 对人际关系充满恐惧，认为他人都是危险的。

---

第二部分：生存策略——4F 反应模型

沃克扩展了生物本能的“战或逃”反应，提出了四种应对创伤的模式（4F）：

1. 战模式（Fight）： 演化为自恋型防御。通过权力、控制和愤怒来寻求安全感。例子：书中提到的“迷人的恶霸”，用控制他人来掩盖自己的遗弃感。
2. 逃模式（Flight）： 演化为强迫型防御。表现为完美主义、工作狂、忙碌不停。逻辑是：只要我跑得够快、做得够完美，痛苦就追不上我。
3. 僵模式（Freeze）： 演化为解离型防御。表现为退缩、孤立、做白日梦、过度睡眠或沉溺于网络。逻辑是：我不存在，你就伤不到我。
4. 讨好模式（Fawn）： 演化为顺从型/共依型防御。表现为通过满足他人的需求来换取安全，完全放弃自己的边界。逻辑是：只要我能让你开心，你就会爱我/不伤害我。

混合型： 大多数人是混合模式，如“讨好 - 僵”混合型（受虐者最常见）。

---

第三部分：康复的核心支柱（多维度疗愈指南）

皮特·沃克强调，C-PTSD 的损伤是多层面的，因此康复也必须是 多模态（Multimodal） 的。单一的疗法（如单纯的谈话治疗或单纯的认知矫正）往往不足以治愈深层的创伤。

1. 认知层面：收缩“内在批判者”（Shrinking the Inner Critic）

内在批判者是童年时期为了适应危险环境而内化的父母声音。康复的第一步是去识别化——意识到这个恶毒的声音不是“你”，而是创伤的产物。

• 识别 14 种常见的批判攻击（及应对语）：

  1. 完美主义： 提醒自己“完美是神话”，我有权犯错。
  2. 非黑即白： 拒绝极端评价，接受中间地带。
  3. 自我仇恨/毒性羞耻： 提醒自己是个“足够好”的人，拒绝羞辱正常的感受。
  4. 灾难化（微观管理）： 停止通过幻想未来的灾难来换取控制感。
  5. 不公平的比较： 拒绝用自己的“内在”去对比别人的“外在”。
  6. 罪恶感： 区分“真正的错误”和“由于恐惧而习得的罪恶感”。
  7. “应该”： 将“我应该”替换为“我想要”。
  8. 过度生产力/工作狂： 提醒自己是“人类（Human Being）”而非“工作机器人（Human Doing）”。
  9. 严苛的审判/贴标签： 拒绝给自己或他人贴上“失败者”、“蠢货”等标签。
  10. 臆想被攻击： 除非有明确证据，否则通过思想停止法阻止“人人都要害我”的幻觉。
  11. 消极聚焦： 练习感恩，强迫大脑去注意生活中细小但积极的事物。
  12. 时间紧迫感： 提醒自己“我现在不赶时间，我很安全”。
  13. 表现焦虑： 降低对他人的期望，优先保护自己的舒适度。
  14. 自卑感： 记住这是闪回，不是现实。

• 核心工具：

  • 思想停止（Thought-Stopping）： 在脑中对批判的声音大喊“不！”或“闭嘴！”
  • 思想替代（Thought-Substitution）： 提前准备一份自己的优点和成就清单，在受到攻击时反复阅读。

2. 情绪层面：哀悼（Grieving）

哀悼是康复的“引擎”。由于幸存者在童年被禁止表达情绪，成年后必须通过哀悼来排毒。

• 哀悼的四个过程：
  1. 愤怒（Angering）： 这种愤怒不是针对现在的无辜者，而是针对内化的父母。通过愤怒，幸存者重新夺回防御本能。案例： 幸存者在车里对着空座位怒吼，发泄对当年受虐的不满。
  2. 哭泣（Crying）： 释放悲伤。泪水能激活副交感神经系统，让身体放松。沃克认为，一场“痛快的哭泣”能让批判者萎缩。
  3. 言语宣泄（Verbal Ventilation）： 在安全的环境下（如治疗室）讲述真相。
  4. 感受（Feeling）： 身体感官聚焦（Sensate Focusing）。不去思考，只是闭上眼感受身体内部的紧绷、恐惧或空虚，用“觉察”作为溶剂去代谢这些情绪。

3. 躯体层面：身体疗愈

创伤会导致 “身体装甲（Armoring）”，即长期的肌肉紧绷和浅呼吸。

• 拉伸与运动： 沃克特别推荐拉伸，因为 4F 反应会让身体为了防御而收缩。
• 医疗介入： 沃克指出，如果内在批判者过于强大，导致任何自我努力都无效，适当的**抗抑郁药（如 SSRI）**可以降低批判者的“音量”，为心理工作创造空间。

4. 关系层面：再育（Reparenting）

C-PTSD 本质上是一种依恋障碍。

• 自我再育： 分为自我母育（Self-Mothering）——学会对自己宽容、慈悲；自我父育（Self-Fathering）——学会保护自己，建立边界，发展出攻击性来对抗不公。
• 委员会再育： 建立一个支持系统，包括治疗师、可靠的朋友、宠物、甚至书籍中的智慧。

---

第四部分：管理情绪再现（闪回）的 13 个步骤

当闪回发生时，幸存者的理性大脑（左脑）会被情绪大脑（右脑/杏仁核）接管。沃克建议将这 13 条打印出来，贴在显眼位置，在闪回时逐条朗读。

1. 对自己说：“我正在经历闪回。”
   意识到这种恐惧和无助是过去的记忆。它们现在不能伤害你。命名它（Flashback）本身就能带来某种程度的缓解。

2. 提醒自己：“我感到害怕，但我没有危险！”
   区分“感觉”和“现实”。告诉自己，你现在身处安全的当下，远离了过去的危险。

3. 拥有确立边界的权利。
   提醒自己，你不再需要忍受任何人的虐待。你有权离开危险环境。

4. 安抚内在小孩。
   告诉内在那个恐惧的孩子：“我爱你，我会保护你。”让他知道，他现在有一个强大的成年人（现在的你）照顾他。

5. 解构“永恒感”。
   闪回的感觉像是永远不会结束。提醒自己，这只是暂时的情绪风暴，它以前过去过，现在也会过去。

6. 提醒自己正处在成年人的身体里。
   感受你的体重，看看你现在的盟友、技能和资源。这是你童年时没有的。

7. 回到身体（Ease back into your body）。

   • 放松肌肉： 扫描全身，有意识地放松紧绷处。
   • 深呼吸： 憋气会向大脑发送危险信号，要缓慢呼气。
   • 减速： 赶时间会触发逃跑反应。
   • 寻找安全感： 裹上毯子、抱抱枕，或躺在舒适的地方。

8. 抵制内在批判者的灾难化。
   使用思想停止法，拒绝脑中的恐怖电影。对自己大喊“停止！”，并转向思想替代法（回忆自己的优点）。

9. 允许自己哀悼。
   闪回是释放旧痛苦的机会。如果想哭，就哭出来；如果愤怒，就无害地宣泄。健康的哀悼能将泪水转化为自我怜悯。

10. 培养安全的关系并寻求支持。
    告诉你的亲密他人，你现在处于闪回中，寻求他们的安抚。如果你孤身一人，不要因羞耻而孤立自己，尝试联系支持小组或治疗师。

11. 学会识别触发因素（Triggers）。
    反思刚才是什么触发了闪回？是某个人的眼神（“死亡凝视”）、某个声音，还是感到疲劳？识别它们有助于未来预防。

12. 弄清楚你是在“闪回到什么时候”。
    这次闪回的情绪在童年什么场景下出现过？这有助于将痛苦重新归因于过去，而不是指责现在的自己。

13. 对缓慢的康复过程保持耐心。
    康复不是线性增长，而是“进两步退一步”。不要因为自己再次闪回而责备自己。每一次挺过闪回，都是在强化你的康复肌肉。

---

第五部分：重要的案例与洞察

• 马里奥（Mario）的例子： 他因为堵车迟到了 5 分钟，瞬间陷入了严重的自我攻击和自杀意念中。沃克指出，这就是典型的“情绪再现”。通过哭泣和识别出这是童年“被父亲惩罚”的阴影，马里奥成功走出了闪回。
• “如果我从未被打过呢？”（第五章）： 沃克在此有力地论证了，冷漠、嘲讽和情感忽视对灵魂的毒害往往比身体暴力更深，因为它们更隐蔽，让受害者更难为自己的痛苦辩护。
• 康复的标志： 并不是永远不再闪回，而是闪回的频率降低、强度减弱、持续时间缩短，并且你能够更快地通过工具自救。

---

总结：从幸存到茁壮成长

沃克在书末提到，康复是一个“进两步，退一步”的长期过程。“完美”是一个神话，康复的目标是达到 “足够好”（Good Enough）。

康复的“银色衬里”（意外收获）是：坚持康复的幸存者往往会发展出远超常人的情感智慧（EQ）、深刻的内省能力，以及对生命更深邃的感激。你不仅是活了下来，你还在通过自我重塑，变成了一个更完整、更有深度的人。

皮特·沃克的核心嘱托：

“羞耻是转向内心的愤怒。把羞耻还给那些应该负责的人，对自己保持坚定的同情。”

过去两个月里，AI 给编程带来的变化之大，真的很难用语言形容清楚：它不是那种“照常缓慢进步”的渐进式演变，而是在去年 12 月这个特定月份突然发生的质变。有一些需要加注脚的细节，但在我看来，编码智能体（coding agents）在 12 月之前基本是没法用的，而从 12 月开始基本上就能用了——模型的质量、长期连贯性、坚持执行能力都大幅提升，它们现在能强行推完那些体量大、耗时长的任务，而且已经远远超出“能用”的程度，彻底破坏了传统的默认编程工作流。

举个最近的例子：上周末我想给自己家摄像头做一个本地视频分析仪表盘，我就直接对智能体说：

“这里是我的 DGX Spark 的本地 IP 以及用户名/密码。请登录，配置好 ssh 密钥，安装 vLLM，下载并测试 Qwen3-VL，搭建一个用于视频推理的 server 端点，做一个基础的 web UI 仪表盘，把所有东西都测通，用 systemd 设置成服务，自己记下内存占用情况，最后给我写一份 markdown 报告。”

然后这个智能体自己跑了大约 30 分钟，中间遇到好几个问题，它自己上网查解决方案，一个一个解决，写代码、测试、调试、部署服务，最后带着报告回来，整个过程就结束了。我全程没碰过一行代码。

同样的事情，三个月前很可能要占掉我整整一个周末，而现在你只需要起一个任务，然后忘掉它 30 分钟就行了。

结果就是：编程这件事已经变得面目全非。你不再像过去几十年、甚至自从计算机发明以来那样，在编辑器里一字一句敲代码，那个时代结束了。

现在你是去启动 AI 智能体，用英文给它布置任务，然后在并行管理、审阅它们的工作。最有价值的地方在于：如何不断往更高层的抽象爬，搭建出能长期运行的“编排型爪子”（orchestrator Claws），给它配上合适的工具、记忆、指令，让它能高效地同时管理多个并行的代码实例。

目前顶级的“agentic engineering”（智能体工程）带来的杠杆效应感觉非常夸张。

当然它还不完美，需要高层次的方向感、判断力、审美、监督、迭代、提示和灵感。在某些场景下效果远好于其他场景（特别是任务描述清晰、可以验证/测试功能的情况下）。

关键在于培养直觉，把任务恰到好处地拆解，把能稳定工作的部分直接交给它，自己只在边缘地带帮忙。

但无论如何，在我看来，软件开发现在绝对不是“一切照旧”的阶段了。

大约 6 成美国青少年认为，他们学校的学生至少有时候会用 AI 聊天机器人来作弊（cheat on schoolwork）

这个图表来自 Pew Research Center（皮尤研究中心）2026 年 2 月 24 日发布的报告《How Teens Use and View AI》（青少年如何使用和看待 AI），调查时间是 2025 年 9 月 25 日至 10 月 9 日，对象是 1458 名美国 13-17 岁的青少年。

“据你所知，你们学校的学生用 AI 聊天机器人来完成/作弊学校作业的频率”：

• Extremely/Very often（极其/非常经常）：34%
• Somewhat often（有些经常）：25%
• NET: 59% → 标题里“约 6 成”的来源：34% + 25% = 59%（至少“有些经常”以上）

再往下：

• Rarely/Never（很少/从不）：14%
• Not sure（不确定）：15%

背景与相关发现（来自同一份报告）

• 整体上，64% 的美国青少年表示自己用过 AI 聊天机器人（ChatGPT、Copilot、Character.ai 等）。
• 54% 的青少年承认用 AI 来帮助完成学校作业（help with schoolwork），其中一部分人只是查资料、改语法，另一部分可能是直接生成大段文字。
• 但直接承认自己用 AI 全面作弊的比例没有那么高（报告里没有给出“我自己用 AI 作弊”的精确比例），这个 59% 是他们对周围同学的观察/感知。
• 用 AI 越频繁的青少年，越容易认为学校里 AI 作弊很常见（相关性很强）。

怎么理解这个 59%？

1. 这不是“59% 的学生承认自己作弊”，而是“59% 的学生觉得他们学校里有人（可能包括自己、也可能不包括）至少偶尔这么做”。
2. 34% 认为“非常经常”发生，说明在很多学校里，老师、学生、家长都已经能明显感觉到 AI 对传统作业形式的冲击。
3. 15%“不确定”也很有意思，可能说明：
   • 有些学校管得严，作弊不明显；
   • 或者学生自己也没太留意同学到底有没有用。

“Will the U.S. confirm that aliens exist before 2027?”（美国会在 2027 年之前确认外星人存在吗？）

Kalshi 预测市场当前概率大约在 23% 左右。

市场规则简要解释

• 如果美国总统、任何内阁成员、参谋长联席会议成员，或任何联邦机构，在 2027 年 1 月 1 日前明确声明（definitively states）存在外星生命（extraterrestrial life）或外星技术（extraterrestrial technology），市场就判为Yes。
• 结果以白宫官方来源验证。
• 否则，到 2027 年 1 月 1 日 10:00am EST 自动关闭，判为No。
  这不是问“外星人是否真的存在”，而是问美国政府会不会正式、明确地说出来（比如官方声明、新闻发布会、白宫文件等）。

为什么概率最近涨了？

• 最近（2026 年 2 月左右）特朗普总统表示会指示国防部、五角大楼等机构识别并公开与 UFO/UAP（不明空中现象）、外星生命相关的文件。
• 这导致市场概率从低点（有时跌到 9-17%）快速拉升，一度接近 30%，现在稳定在 20% 多。
• 交易量很大，已超 900 万美元，很多人押注特朗普政府可能借此“披露”点什么，哪怕只是部分文件或模糊声明，也可能触发 Yes。
• 但很多人还是觉得不会真正“确认”外星生命/技术（比如只会说有不明现象，但不等于外星人），所以 No 还是主流（76% 左右）。

👽👽👽👽👽👽👽👽👽👽👽👽👽👽👽👽👽👽👽

“Evidence now pretty clear that very simple life has existed out Earth in Solar System”

• 目前科学证据并不“非常清楚”太阳系内有简单生命（微生物等）。
• 过去几年有一些有趣的线索，比如：
  • 火星上有有机分子、水冰迹象，但还没确认生命。
  • 木卫二（Europa）、土卫二（Enceladus）有地下海洋，可能有生命条件，但 NASA 等还在探测中，没确凿证据。
  • 土卫六（Titan）有有机化学，但极端环境，生命形式如果存在也极原始。
  • 一些系外行星（如 K2-18b）一度有争议的“生物信号”（如二甲基硫化物），但后续研究大多推翻或认为证据不足。
• 2025-2026 年有新发现，但没有 NASA 或主流科学机构宣布“确认”太阳系外有简单生命，更别说政府声明了。
• 所以市场不是基于“科学已经证明生命存在”，而是赌政治/披露事件——特朗普会不会在文件解密中说出“yes, extraterrestrial life exists”这种话。

总的来说，这个市场更像政治博弈 + 阴谋论热度，而不是纯科学。概率 23% 反映了大家觉得“有可能有点小动作，但真正确认外星人/技术”的门槛很高，多数人仍押 No。