Archives 2024

本期嘉宾：Eric，美股自营基金日内交易员，Twitter

*所有文字仅做分享，不构成任何投资建议。

TL;DR

一、关于交易员 Eric

交易的核心是「人」，一个人的经历、背景、性格、资金属性决定了 TA 交易策略的养成。

• Eric 的交易策略是什么？

1）资金体量和配置：千万级别资金，大部分资金会买入现货，同时还有交易所的稳定收益，还有一部分资金空仓

2）预期收益可承受回撤：通过技术分析去限制和管理自己的风险，之后的收益就是不断地去博概率

3）交易逻辑：短线+趋势+定投

• Eric 为什么会形成这样的交易策略？

1）交易经历

Eric 2017 年“入圈”，交易经历主要分为两个阶段：

第一个阶段， 2022 年 8 月份之前，只做短线，无视趋势的，每天的目标就是赚够 700-1000 刀。当时做短线主要有两个原因：首先，加密货币市场波动比较剧烈，短线是 Eric 认为最快能够让自己感受到行情的一种方法；其次，在对于加密市场还不熟悉的情况下，Eric 认为短线能够更有效率地帮助自己判断交易逻辑是否正确，从而积累交易经验。

第二个阶段， 2022 年 8 月份之后，花了一年半的时间过渡，从纯短线转到波段，然后做趋势，后面又加上了定投。开始转向趋势的原因也有两个：首先是资金体量的扩大，作为短线交易员，在某种程度来说要对行情有一个非常精准的把控，但是在体量扩大的情况下，受限于时间、精力、管理，做不到精准把控，所以就需要去赚一些和时间做朋友的钱；另一个就是市场环境的变化。

总结而言，Eric 从刚入圈的只做短线，到现在“短线+波段/趋势+定投”的组合拳，主要是伴随着资金体量的扩大。Eric 认为，想要掌握更多的钱，就要不断扩展自己交易的边界，对不同的交易手法有足够多的理解，实现的路径就是用一部分资金去踩坑，然后学习，最后从风险管理的角度让自己有掌控的能力。

2）专业背景

Eric 毕业于纽约大学统计系，毕业之后做了风投，看教育赛道，之后就转到了美股自营基金做日内交易员。现在运营自己“百万交易员”的社区，给大家提供量化的工具和交易的培训。

• Eric 的交易策略适合什么样的人？

Eric 的交易策略，或者说交易思维，适合「愿意尝试持续操作和复盘的人」。看到指标/信号地无脑买入没有意义，正确的路径应该是通过实践和复盘，比如用什么框架分析行情、如何分配仓位、如何控制止损等等，来刻意练习、不断进阶。

二、Eric 的交易故事

以行验证的知才是真知，对于具体交易的复盘和回顾能够更直观地了解和学习交易策略的应用。

• 如何通过技术分析赚钱？

先来说一些理论，要理解：

• K 线只是单位时间内的价格的表述，虽然它和交易量是散户交易者能够成本最低地看到市场波动的工具，但它的作用也仅限于此，不能够反映所谓的机构成本、对手盘、流动性等等。

• 主力是智慧的集合，或者可以理解成一种合力，并不对应某个人。

• 不同流派的技术分析在不同的时间维度都能够对市场做出解释，不管是什么流派，并不是学了技术分析就能够赚钱，还是要看这么理解市场和构建策略，是基于量化还是统计等等，Eric 的每一笔单子都要有统计优势。

再说实操，对于新手来说，均线是最容易上手的指标：

• 交易需要两种框架：宏观操作的框架和细微操作的框架。宏观操作框架就是现在行情是处于什么样的趋势，你应该大概率去做什么样的单子。而细微操作的框架就是通过多时间级别窗口的一个嵌套和一些规律、技术指标，找到更细微的切入点。

• 宏观操作层面，均线可以帮助建立起一个趋势框架，最简单的就是，价格在某一根均线之上，应该主要做多，价格在某一根均线之下，就主要做空，这里常用的均线就是 EMA 200/MA 200 。在这个框架之下，找到一条可以重复的学习路径持续去迭代策略。在细微操作层面其实就是在限制了风险的前提下，找到关键的、值得博弈的位置，具体来说就是叠 Buff。

• 举例来说：宏观操作上，通过通道的超卖区域、支撑区域、底背离、小级别的 EMA 支撑，判断大方向是做多，然后小的时间级别窗口，已经攒够了足够多的看涨的 buff，再进一步限制一下自己的风险，最后就交给概率。

• 再次强调，均线只是一个趋势的框架，而想要在市场上赚钱还需要搭配策略。策略的执行要把自己想象成一个机器人，每次毫无感情地去执行相同的逻辑，在哪里买、在哪里卖，如果这个逻辑有变化，从量化的角度上来说会陷入过拟合，长期来看数学期望是负的。

最后要说明的是，技术分析是有上限的，不可能看出来庄家的平均成本，还有所谓的庄家买入、吸筹、派发等等。需要的是一些数学模型去理解现在盘口到底在发生什么，但是即便是知道盘口在发生什么的情况下，也是不可能每次都赚钱。

• 选山寨币，为什么要选过去一年走过「酝酿、突破、爆发、衰竭」 4 个阶段的币种？

Eric 有一篇推文是关于，里面提到要选过去一年走过「酝酿、突破、爆发、衰竭」 4 个阶段的币种，针对这一个逻辑，Eric 的说明是：

• 行情走的越标准越能赚钱，这个标准就是走过一个完整的周期，即酝酿、突破、爆发、衰竭。

• 酝酿的过程反映出来，就是交易量衰减，K 线变小，价格短期基本上没有任何的波动。然后突然出现一个突破，不管是上涨突破还是下跌突破，比如是它上涨突破，速度是会非常快，一根阳线，直接突破了前高压力的关键的区域。再之后，市场上的资金量被吸引进来，价格的涨幅会从原来的合理的、看得懂的、有这种规律的涨跌变成涨涨涨，跌跌跌，这说明已经处于一个爆发或者加速的阶段。最后衰竭就是爆发完了之后，价格进入极端的非理性的波动，波动越来越激烈，杠杆越来越高，一旦有人开始抢跑、卖出，就会形成一个连环效应，就是爆仓爆泡沫，之后就变成一种衰竭，衰竭了以后价格出现下跌，从爆发性的增长开始走成一种震荡式增长。

• 这种类型的标的是资金去关注的，流动性也比较好，因为技术分析三大假设之一就是历史会重复。另外两个假设是： 1）行情总体趋势的规律在运动 2）盘面包容一切，即所有看到的消息都是后置性的，提前拿到了消息的这个人，他们已经做相应的交易决策了，然后这个价格就被表现出来了。

• 新手学习交易的步骤应该是什么？

第一步，衡量自己的风险。一个人的时间、精力、金钱全部都是有限的，必须要用有限的去资源，在市场上去进行一个高难度的去博弈，所以最好在学习交易之前给自己设定一个资金和时间的限定，比如用多少钱在市场博弈多长时间，如果在限定的时间范围内有成绩，就继续，如果没有，就退出这个市场。

第二步，学习，找到更多不同策略、方法论的老师，看大家是怎么挣钱的。选到了一个挣钱的或者自己喜欢的交易策略，要去拆交易策略的关键指标。

第三步，要做 100 次交易并且复盘。

或者如果你在日常生活中，已经做成了一件事，你可以把那件事的经验平移到交易上面，重要的其实是框架。

• Stop Doing List 是什么？

时刻保持对市场的敬畏。

在整场对话中，Eric 也一直在强调要「重视风险」。不能因为赚了钱，就想着要战胜市场。Eric 在自己胜率 100% 的那段时间，不是越交易越兴奋，而是越交易越害怕，害怕下一单就是大的亏损。对风险的敬畏、控制永远放在计划要赚多少倍收益之前。

三、Eric 的【Must Read】

优秀交易员的成长，离不开持续的外部输入，学习其他优秀的人，涉猎有借鉴意义的内容。我们也可以通过其他人的【Must Read】列表可以不断积累、成长。

• 交易员方面，Eric 推荐：

1）安东•克雷欧（Anton Kreil）， 16 岁开始入行做交易， 27 岁的时候已经退休了，履历包括高盛、摩根士丹利、雷曼。现在主业是给大的对冲基金和大的投行培养、推送交易员。推荐大家去 YouTube 上看他对于风险管理，对于市场模式以及对于钱的认知。

2）Warrior trading，老板叫 Rose，他在疫情牛市期间靠做短线赚了 2000 多万美金。Eric 评价，如果跟他没有学到东西，那只能证明自己菜。

以上这两个人都是有足够多免费的、优质的内容可供学习。

3）倪老师，能够持续地高质量地输出。他输出的东西可以为你提供加密货币市场里面各种不同的玩家的消息解读，改变了 Eric 作为交易员对“分析师”的某种偏见。

• 书籍方面，Eric 推荐：

《一万小时定律》《刻意练习》《认知天赋》

访谈记录

FC

我关注你其实是因为之前我们面试二级的同事，他说他有报你的课，必须得介绍我们俩认识一下，然后我对你的第一印象其实是你的头像，我不知道你这个是在哪，我这个头像是在格鲁吉亚滑雪的时候。

Eric

我是在当时国内爬雪山的时候拍的。

FC

明白，一看就喜欢滑雪。我也关注你推特一段时间，我觉得你是敢放实盘上来，至少你每天的收益趋势。另外，让我印象比较深的其实是看到你最近在装修，你对于怎么去买音响，什么样是好的音响，从这上能看出来，你大概对一个事情了解的路径和学习的逻辑，所以就想邀请你聊聊交易。跟你接触以后，我用三个关键词跟大家推荐你：第一个，你的收益，通过交易获得；第二个就是你自己有一套专业的方法论；第三个，别人用了你的方法论真的有帮助，包括 K 线这个事情或者说技术指标这个事情，其实我一直外包给别人来去帮我看的，自己没有认真了解过，原因是 2013 年的时候我问买比特币的朋友，我怎么做交易呢，他说我给你推荐一本书《蜡烛矩图》，我看了大概第一章就劝退了，太难了，所以我觉得时隔多年想重新把这事捡起来，也希望你能给我做个引路人。

我们一共分 4 个部分，第一个先介绍一下你的背景，第二个就是你的交易的一些成长经历和什么成长经历决定了你现在的交易策略，第三个具体聊一下你的交易策略，第四个是聊聊你的成长，给大家推荐一些好的内容。我们先第一个，就是你先简单的介绍一下自己的背景，好吗？

Eric

大家好，我是 Eric，熟悉我的朋友都叫我王老板。我是 2013 年去美国留学的，毕业之后先做了风投，主要看的是教育赛道，之后就转到了美股的自营基金做日内交易员。现在我有一个自己的社区叫百万交易员，给大家提供量化的工具和交易的培训，就像我当时去上班一样，别人怎么培训我的，我就怎么样培训我的学员，这是目前的情况。

FC

好。所以你是哪年进这个行业的？

Eric

如果说宽一点的话，我实际上 2013 年就知道这个玩意了，那个时候刚到美国，当时天文物理的助教他是一个华裔，正好那天去了没人，就我和他，然后我就和他聊，没聊天文学的事儿，习惯性地聊了一下政治，然后就说到比特币这东西了，他说自己有几百个，这是第一次知道比特币。再后面就是到 2017 年了，一个在真格基金做风投的朋友问我知道这东西吗，我说知道，他说你看一眼这东西到哪了，然后我发现比特币已经涨得非常离谱的价格，所以从严格意义上来说，我算是 2017 年入行的。

FC

理解。我们就直接到你的经历，能不能先简单的介绍一下你现在整体的投资策略，比如多大的资金规模？什么样的预期收益？接受什么样的风险？它的周期是什么样子的？

Eric

作为一个交易员，你赚的所有的钱都是来自于市场的波动，市场波动越大，你越能赚更多的钱，在市场没有波动的情况下，不管什么样的策略，不管怎么样闪转腾挪的话都会亏钱，所以说赶上行情，而且我算是学理科的，对于学习的方法论有一套自己的逻辑，就比较幸运上了 A 8 的阶段。预期收益来说的话，主要是分为两个阶段：第一个阶段就是在 2022 年之前，那会儿我是无视趋势的，压根不关心比特币是涨是跌，那时候我的关注点就是每天的 700-1000 刀，到了我就要下班去干别的事，这是当时做的；第二阶段就是从 2022 年 8 月份开始，因为资金量上来了，同时也是明显的能够感觉到市场和前两年是不一样的，这种情况下就开始调整自己的策略，从纯短线转到波段，波段完了以后再做趋势，听起来很简单一个事，但是实际上花了我一年半的时间去过渡。在开始换之前我觉得短线都能拿捏的话，转到波段和趋势应该是相对容易的，因为你要做短线的话，你必然是能够关注到更多别人没有关注到的细节。但是当你实际在做的过程当中，你会发现完全不是这么一回事。给大家举个能听懂的例子，价格在上涨过程当中，如果说你要做短线的话，你应该是找这种波动性，就是 momentum strategy 最强的那一段，然后上杠杆，上仓位，但是如果你要做波段的话，你会发现原来你做短线有好几个买点，但是波段只有那么一个买点，这种情况下你就会发现，原来我觉得按照做短线的策略我能够赚钱，但是我转到波段以后搞不好还得亏钱，尤其是还要忍受利润的回撤，这种细节性的问题，你不做交易或者说你只是纸上谈兵的话，你感觉不出来，但是你一旦去做交易的话，你会发现这里面的门门道道还是挺多的。

FC

明白。你最开始做短线，然后做趋势，现在又回来做短线是吗？

Eric

我现在都做，因为我已经阶段性完成我的目标了，我就把账户分开，有做短线的账户，有做趋势的账户，甚至这两天准备开一个账户去做定投。

FC

这个比例是多少，或者说为什么要这么配置？

Eric

首先来说，如果你要想保持对市场的敏感性，毫无疑问要做短线，这个东西就相当于打游戏一样，我之前是打魔兽争霸，打职业的，对于职业竞技运动员来说，你几天没有参与这个游戏的情况下，你的手感，还有你的敏感度肯定会下降。然后资金分配的话，我大部分的资金都会买现货，同时还有交易所的稳定的收益，还有一部分资金我就放在这儿。我只是解决了交易的一个问题，如果说做一些更加全面的资产配置，我还需要学习。

FC

所以我理解现在的策略，短线主要是为了盘感，然后现货就是一个长期的配置，对吗？

Eric

对。

FC

定投是为啥？

Eric

我现在对于定投的理解就相当于我当时做完短线对趋势的理解，我觉得这件事比较简单，但是做定投以后，我现在能够想象到的问题就是假设我拿出来 50 万刀做定投的话，会遇到以下的一些问题，比如说这个价格它在涨，涨的多了你要不要买，你已经买了一定的仓位之后你要不要去卖，甚至说这个价格在下跌的时候，它跌得非常非常猛，比如说跌到一个盈亏比特别好的位置，你要不要多买一点，这里面牵扯到你到底是用平均成本法买，还是金字塔买，这个就是我现在要去克服的问题。如果说你想掌握更大的资金，毫无疑问，你对不同的行情以及不同的交易手法需要有足够多的理解，你才能够担当得起这么多钱，并不是像我们平时在网上说的，就是你赚多少钱以后，你后面的钱就会赚得更加顺利，不是这样，而是说你赚了很多钱，只是有更多承担风险的能力，但是你还是需要保持持续的学习能力去赚更多的钱，否则你的资产肯定是贬值了。

FC

我理解定投这个事情主要是平衡你短期择时的风险是吗？

Eric

你这个问题问得非常关键，我可以给大家说一下。2022 年 8 月那会儿，我开始去尝试做波段，一般我的学习路径就是现在假设有很多问题，我需要在短期内积累更多的经验，踩更多的坑，这种情况下，我当时印象非常深的就是我同时会开十几个山寨币的合约，每个开的不是特别大，并不是为了赚钱，而是说通过实盘，你只有在持仓的时候，你对行情的判断才是客观的。 当时开了那么多合约以后才发现无形当中解决了一个我做短线不可能解决的问题，就是你做短线的情况下，考虑到人的精力、时间，还有情绪，你会发现你不可能做到非常非常专注的去做短线，但是这个行情是一直在走的，这种情况下你会发现你是 100% 不可能抓到一些简单的赚钱的行情，这种情况下我突然意识到，原来我希望我的短线水平再高一点进一步去赚更多的钱，然后我发现这件事情做不到，物理上限的做不到，这是在做波段以后才发现的。

FC

理解。所以本质来说这三个策略加起来是你自己的投资组合，或者叫做你资产配置的方法，它平衡了长期、短期，波动和收益。

Eric

你说的比较专业化，更加直白一点就是你想要赚更多钱的话，你就是要不断扩大自己的边界，对市场的认知更加全面，那就是用一部分的资金去踩坑，然后踩完坑以后学习，这件事以后，从风险管理角度来说你能拿捏了，你就能去赚更多的钱了。

FC

理解。我想问一下，最开始选择做短线是源自于你过去的一些想法？还是当时你就着急挣钱？后面加入了波段，或者说叫做周期择时，然后再加上定投，这三个先后顺序是什么样的，以及它有没有标志性的事件？

Eric

当时做短线好像因为这个市场波动比较剧烈，我并不是说缺钱去做短线，而是说市场波动比较剧烈的情况下，短线是最快能让我感受到行情的一种方法。然后更主要的一个问题，为什么我今天能够在市场上活下来，能够有机会和大家在这聊聊天，就是说我对于风险管理的重视，即便我在开始不会做交易的时候，我也知道，这个东西我不太会玩，但是这个东西可能有方法去玩，你想玩的时间长一点的话，你最好是苟且发育一下。所以说当时的情况下，如果说做趋势的话，肯定是持仓时间更长一点，而持仓时间长一点，你不能判断出来到底是你的判断逻辑是对的，还是说行情正好走出了这种方向，所以说当时就选择去做短线了。这是回答你的第一个问题。 然后做趋势的话，就是资金量上来以后，同时我觉得原来做短线的策略受限于时间、精力、管理，还有体量这种情况下，你是必然做不到的，所以就开始慢慢的往这种波段去转。作为短线交易员，在某种程度来说你要对行情有一个非常精准的把控，但是你又不可能说你一直去把控，在这种情况下，你需要去赚到一些和时间做朋友的钱，那就是说做波段和趋势。

FC

懂。我们回到今天的主题，聊聊技术，包括 K 线这些。第一个问题就是 K 线它的本质到底是什么？有人说它是大数据，也有人说其实这就是主力给你画着看的，尤其是山寨币。你怎么理解以及为什么选择这个当你的交易武器？

Eric

一个正经机构的工作人员是怎么样看待 K 线的？这个可能和大家的传统认知不一样。首先，K 线和交易量没有那么重要，是真的没有那么重要。但市场上经常出现非常多的对于 K 线和交易量的衍生化的解读，解读分成很多流派。其实最简单的一件事就是，K 线这个东西，它就是单位时间内，价格的开盘收盘，高点和低点就有了。实际上来说，它是和所谓的市场的流动性是没有任何的关系的。我给大家举一个我的经历，在我去自营基金的时候，肯定是先去看 K 线，拿出自己的成绩，别人才去招我，但是当我去的时候会发现，这个东西和我理解的比较 fancy 的，或者说比较高大上的东西完全不一样。当时我们交易屏幕上是没有 K 线的，就有一个折线图，其他的全是我们从第三方买来的数据，当时说实话非常不适应，我说没 K 线的情况下，你怎么能，按照分析师的话来说，看什么阳吞没、阴吞没，然后看蜡烛是不是有量增价涨。但是在后面逐步学习过程当中就会发现，K 线这个东西它只是单位时间内的价格的一个表述，你看不出来流动性，甚至说 K 线它也是一个指标，并且它有不少的噪音，K 线这东西是有着不少噪音。实际上你们就记着价格的收盘价其实最有意义的，其他东西没有那么多意义。而交易量来它也是没有那么神奇的，比如说我们在市场上能够听到一种方法，所谓的通过交易量能够揣测这种庄家的意图、庄家的买卖成本，（其实是无稽之谈）。

我给大家说一个非常简单的事，首先，庄家这个东西它是存在的，但是它并不是我们理解的那种，像个裁缝或者是装修工一样，拿个尺子拿个笔，说我需要在某某的地方抛出多少单子或者买入多少单子，我需要把一些韭菜搞死，绝对不是这样的。庄家这个东西它实际上是一个智力的集合。举例来说，如果说我们把孙哥定义成庄家，平时我们能看到他的一些操作（买卖了什么、买卖了多少），但实际上来说的话，孙哥是一个治理的集合，按照他的资金体量，肯定是一个团队帮着去操盘。那就绕回来，交易量和 K 线这两个东西是重要，因为是作为散户交易者，individual investor 能够成本最低地看到市场波动的一个工具，但是它仅限于此，并不能够让你看出来所谓的什么机构成本、对手盘、流动性，这些东西都是某种程度上衍生的概念。概念性的东西是可以人为去表达的，按照一定的话术能让人听懂，但是我从量化的角度来说的话，很多事情是解释不通的。

FC

明白。我总结一下，第一个就是你认为 K 线其实是一个价格的表达，第二个就是主力是智慧的集合，或者理解成一种合力，实际上不对应一个人。

Eric

对。就是你买一点我买一点，买着买着大家都买了就就成了。

FC

明白。回到关键点，我们怎么能通过 K 线看到主力对市场底部和顶部的表达？翻译成人话，这轮比特币你抄底，你看了哪些技术指标？未来我们要抄底，我们应该怎么看？

Eric

在回答这个问题之前，我要先给大家做一个在我的框架下对技术分析的一个定义。技术分析并不是说你学了某种技术分析，不管是什么样的流派的，你就能够去赚钱，而是各种的流派在不同的时间维度，都能对市场做一个解释，你需要通过技术分析去限制自己的风险，处理好了自己的风险，市场如果给面子你就能去赚钱，而不是说你学了某一种的技术分析，不管是传统的技术分析，还是当下比较流行的技术分析，你就能去赚钱，这是一个非常大的前提。

FC

不确定 100% 成功，是这个意思对吗？

Eric

做交易这个事，即便是光画图的分析师，他们也都会说尊重市场。什么是尊重市场？就是（认识到）我不可能去预测市场，每一轮行情的钱我也不可能（都）赚到，一个现实的情况是，大部分的行情你都看不懂。经过过滤以后你会发现所剩的交易机会真的不多，而这个不多的里面最终还是一个概率的问题，取决于你到底是怎么样理解市场和构建策略，比如说你的所有的策略是基于量化的思路，或者是数据统计，我做的每一单子都要有一种统计优势的，而且我常给我会员说的，这种情况下最后能够让你博弈的一点的位置，你是有可能去赚钱的，但是如果说留下来一点位置，你的策略是非常主观的一种策略，这种情况我们会发现在长期看来，你的收益完全是负的。你不能够理解这个市场的底层逻辑，你就会跟着行情跑，你就不再对交易掌握主动权。我刚才说的例子，可能 Crypto 里面表现的不够多，最多的案例实际上是发生在 A 股，各位可以发现，在 A 股有很多的老股民，他们在这个市场里面兜兜转了十几年 20 年，各种道理都能讲一讲，逻辑从不实战的角度来说都能够自圆其说，但就是不赚钱。

FC

我大概理解你的前面说的，那回到技术指标。举个你的例子，比如像这一轮比特币，你大概是什么时候开始建仓？你每天的交易可能会常看的一些指标？或者说你觉得初学者应该先去了解什么？

Eric

我给大家说一个最简单的，各位看均线指标就可以了。首先要接受行情的大部分都是看不懂的，不要在一个噪音里面去交易，这种情况下，你需要一个客观的工具，不以你主观意志为转移的工具，变成你交易当中思路的一个抓手，这个抓手最简单的一件事你们就可以用，不管是 MA 还是 EMA 均线，这是最简单的一个逻辑。比如说你拉开一个均线，不管是你的主观觉得行情要涨了，还是要跌了，均线它就是在这，但是我们在实际使用的过程当中，市场上有些声音，就说这个均线是延迟的，是庄家划线的工具等等，市场里面有大量的随机价格波动的噪音，在噪音里面是没有办法去赚钱的，你需要一个工具过滤掉一些噪音，给你一个大概的趋势的方向，这个东西就是均线技术指标的用法。再说一遍，它只是一个过滤的工具，过滤掉行情看不懂噪音的一个工具，并不是说你用这个工具，就能够直接去赚钱。如果说你用了某一工具就直接能去赚钱，为什么华尔街会每年花那么多钱去招收一些学物理的、学数学的那些 PHD，解释不通的。均线这种东西就是帮助各位非常简单的建立起来的一个趋势框架，最简单的就是，价格在某一根均线之上，我们应该主要做多，价格在某一根均线之下，我们就主要做空，这种情况下你的框架就出来了，框架出来以后你的思路就有抓手了，你就可以延到一条可以重复的学习路径继续去迭代你的策略，一旦你的思路没有抓手，你就会想一想庄家在干什么，哪个大哥说什么了，或者这个新闻说什么了，你就飘来飘去的，最后就会发现什么都懂，但是又不赚钱。

FC

我提几个问题，先提一个比较小白的，可能不是所有人都懂技术指标，比如说这个均线，如果用大家能听得懂的表达是应该是怎么表达更好？第二个就是你说其实这是一个筛选噪音的指标，这个噪音指的是什么？第三，均线到一个什么样状态，我应该做多做空？能不能拿一个最近的你的一个交易来举例。

Eric

我们先说第二个问题，就是什么是噪音。各位不管是推特上面还是群里面分析他们一张图给你画个箭头，价格的指导到哪，这种来说对于职业交易来说是非常蠢的，凡是你能够看到这种画箭头对于价格的未来有指向，他们基本上连门都没有入。这个价格所谓的噪音，就是时间单位越小，长期来说这个趋势行情肯定是存在的。你们可以打开 bitstamp 看一下，从比特币上市以来到今天它就是在涨，这就是趋势，而你什么时候去切入这个东西，去做交易，以及你把时间级别窗口一旦放小的情况下，你就会发现这个价格处于一个波动震荡的阶段。就是它长期来说处于趋势，短期来说处于震荡，然后更小级别窗口搞不好又是趋势，来回这么反复的情况下就会产生冲突，冲突就是噪音。如果说更加专业的一些解释，所谓的噪音，就是短线的价格博弈就会出现噪音。

FC

我理解一下，是不是就是说当没有一个方向的时候就是噪音了？

Eric

你可以这么理解，或者这么说，比如说我们就用 EMA 均线来说，按照传统技术分析的说法，行情有三种，趋势上涨，趋势下跌，还有横盘。价格它围绕着均线上下，均线是一个平行的时候，它就是震荡，震荡的情况下就是大概率会发现噪音了。这个是一个框架，不牵扯到一个具体的思路，如果说有下次机会的话，我可以给你讲讲通过一些工具去限制自己的风险的细节操作手法，然后你会发现这个市场上绝对不是说你画箭头就能去赚钱。

FC

明白，所以怎么靠这个均线赚钱？

Eric

你做交易这件事，还是不能说你要去赚钱，你能够通过简单的均线指标去提高判断的效率，约等于去赚钱。

FC

提高我的判断效率和到胜率这之间还需要做哪几步？

Eric

各位你们现在可以打开比特币周线，比如说你设置了 MA 200 或者 EMA 200 这种情况下，你会发现一个非常神奇的事儿，大概是 2023 年的 1 月份到 2023 年的 9 月份 10 月份，这个价格围绕均线在震荡，这种情况下我们就认为它是没有趋势的。然后大概是在 2023 年的 10 月 11 月之后，比特币脱离均线，开始一路上涨，从这来说的话就是说价格在均线之上，均线开始有斜率，我们就应该主要是在这个区域开始做多。在这个区域做多以后，是我们判断行情趋势方向的一个框架，在这种情况下，我不停的在这下注博弈，我做多的胜率明显要高于我这做空的成本，这就是你怎么样去利用均线去赚钱。均线我们说的更加简单一点，没有牵扯更多细节的话，价格在 ema 200 或者 ma 200 之上，你就做多， 200 之下你就做空。

FC

明白。这个是不是要配着整个的交易体系？比比如说当出现一个什么样的行情时候我们要进行什么样一个止损，这样才能对吧？

Eric

我这么说，你要想在这个市场里面去赚钱，交易需要两种框架，一个宏观的框架，还有一个是细微操作的框架。所谓的宏观操作框架就是现在行情是处于什么样的趋势，你应该大概率去做什么样的单子。而如果说你想找一个更加细节的切入点，比如说通过多时间级别窗口的一个嵌套，通过一些规律和技术指标来说，让我找到更小的时间级别的机会，具体来说的话就是叠 buff。我需要打开小的时间级别的窗口，利用我自己的工具去进一步限制我的风险，找到关键的位置，值得博弈的位置，然后价格会在这大概率上涨。说的更简单一点的话，比如说我用我通道的超卖，通道的支撑的区域加超卖的区域加底背离加小级别的 ema 的支撑，我会发现大的方向是做多了。小的时间级别窗口来说的话，我已经攒够了足够多的看涨的 buff，然后就是非常机械判断逻辑，长期地做这种判断逻辑，你就能够进一步限制你的风险，最后交给概率，市场能不能让你赚钱。

FC

我想问一下，你自己有一个社区，如果一个小白进入到了你的学习体系里面，一般前三步应该学什么？他的学习框架应该是什么？

Eric

学习的框架第一点就是让知识进脑子，首先要认识到自己是个菜鸟，这个市场是非常复杂的，它并不是说画个线，非常主观的画个压力画个支撑，然后价格就按照你的方向走，要尊重市场，不要觉得自己特别牛逼。我所有的会员必须要去写作业，我应该是市场上唯一一个，你进我这个群，你还得去写作业，这个会让很多人非常痛苦。

FC

是做交易笔记吗？

Eric

不是，我已经给大家写好了一系列的课程，你不管干什么事，你最简单的进步方法就是去模仿。我写了一个稿子，做完了一个视频我就给他们说，我这个视频里面说什么，你们就逐字抄下来。这些东西你不要说看一遍就觉得你会了，你好像听懂了，你就可以了。最基础的一件事，你要去学习基本的市场价格的运动规律，包括不仅限于 k 线、胜率、随机分布、盈亏比，过程当中还有技术指标的底层逻辑是什么？从数学角度来说它是什么？然后你怎么样去理解这个价格的规律？你把这些在学完以后，你大概率就会发现，原来这个市场并不是想象的那种，每天好像一打开手机就可以开个单子，开单以后就可以随时赚钱，正常的应该反应是这个行情是怎么回事，我看不懂，但是我另外一个地方能看懂，我就在能够看懂的地方去博弈。然后我还给大家提供了一个 100 单的实盘训练器，让你去跟着去买，让你去跟着去卖，但是并不是说让你去无脑地，这个指标（出现了）就买入，而是在给这个信号的时候，在之前学的一些课程里面，它到底哪一些知识我能够应用到，比如说现在价格它给了买入，给了卖出，有 5% 的止损的空间，我怎么样能够通过更合理地分配仓位，把止损空间进一步调小，或者说我怎么样去在更加微观的时间期的窗口去找一个更加合适的入场位。

我其实是给大家设计一个路径，明白地告诉你交易市场是比较难的，你所有做的实盘的练习，还有写作业，就是让你被迫地去思考，这个东西原来是这样的。就是一个非常被动的学习的过程，而不是说就是看看书，书上怎么说我就怎么样去做。

FC

明白。我理解就是刚才说了有 3 步。第一个其实是希望大家对于市场的理解先清零，别老认为自己能战胜市场，这是心态上的。第二步其实就是你在让他们学习，就希望他们能够强化基本功，学习基本知识要输出，最后一步其实就是实践对，你给一个过去的实盘的模拟器，让他用那些基本功去强化正确的操作的系统和动作。

Eric

对，但是那个工具它是实盘的，比如说现在出现了一个买入，我给大家提供 Excel 表格，这个实盘的买入，你发现了有几个？现在行情的框架是什么样的？你去做买入的时候，你的止损应该是多少？你怎么去分配？这些都得要让你逐笔记录下来，而且最少得记录 100 笔。我设置一些门槛以后，其实让我少赚了不少这种会所谓的会员费，但是我确实是（想要）教会大家方法论。我在机构接受的培训，它的模式是可以复制，所以我希望教大家一些东西，尤其是你怎么样正确理解市场，你只要说先把自己的预期和身份降低，对自己的认识清楚的情况下，交易这个事它实际上没有那么难。

FC

最后一步有点像刻意练习，对吧？

Eric

对。交易做到最后，想要做的好，你不仅是要去做交易，你还要去看更多的书，从侧面去增强你对市场的认知。绕回来，《刻意练习》确实是一本不错的书，我还给大家推荐一本书，叫《 1 万小时定律》，这本书在我出国之前给了我比较大的帮助，他教会你怎么样通过一个科学的一套练习的方法，让你在限定的目标内去变成一个大师。

FC

理解。我觉得对我来说帮助比较大的可能叫做交易笔记。虽然我们也会加杠杆，但是我买哪个 token，为什么买，什么价格，我的预期收益，我需不需要止损，这个作为我交易笔记的一个轴，我可能大概写了一年，最有价值是去回看的时候，因为你是对自己有美化的，你会放大当时所谓的想法，但实际上你去回溯你自己的交易笔记的时候，你会很清晰的知道，我为什么买，你为什么没卖？卖了又是为什么？所以刚才我也听到你让大家去做这 100 次练习的时候，我觉得这个是对我也非常有效的。

Eric

关于你说的美化这个，就是在做直播的时候，我给大家经常说的一句话，什么是美化？就是两个人谈恋爱，一分手以后都互相觉得对方是王八蛋，这就是美化。

FC

我发现你也是个情感博主。下一个问题，我一直也在刷你的推，正好你最近在写 TRB 的看涨，所以能不能说为什么你还在看涨？你的判断逻辑是什么？

Eric

现在我既可以变成一个分析师跟你们说，也可以跟你们说点实话。实际上来说的话我是做量化的，背后是有人专门去帮我写算法和优化算法的，相当于我交易的核心就是用算法去让我在这个市场里面拥有别人没有的优势，或者说从另外一个角度去看待这个市场。比如说我是在 7 月 24 号中午 12 点的时候，我的盘口数据看到 TRB 一直有人在买入，我觉得这是一个非常好的信号，从这个价格形态来说的话，它是在前低的这个区域，但是在这个区域不是说它就必然会涨，所以说当时我发了一个推特，表达的非常委婉，就说从 24 号开始有人买，一直到 25 号，然后昨天来说的话 TRB 就涨了 20 多个点。这种情况，其实我并不是通过传统的这种技术分析看出来它要涨，而是通过我的算法发现有人一直在买，我觉得这个东西可以去值得博弈一下，所以我去买了，这是跟大家说的实话。

FC 就是有异动了。

Eric

对，你可以理解为有异动，比如说从去年 10 月份来说，市场上这种涨得比较离谱的山寨币，我大部分都抓住了，比如狗币、PEPE 等等。这个里面要给大家说的是，技术分析这个东西，它绝对是有上限的，你不可能看出来庄家的平均成本，还有所谓的庄家买入和吸筹派发等等。你需要一些数学模型去理解，现在盘口到底在发生什么，但是我说句客观话，你即便是知道盘口在发生什么的情况下，你也是不可能每次都赚钱。所以比如说 TRB 昨天涨了，涨了以后，我的第一个动作就是止盈，我也不知道这东西会涨到哪，我只知道这个东西涨，然后我在一个相对低风险的区域买入，买入了以后它确实按照我的预期去涨了，我就第一个反应就是从保护自己的出发，止盈，然后退止损，剩下的行情你让它随便走。我并不会说现在有人买入，或者说所谓有人要吸筹这东西，这不是交易员干的事儿，这是分析师干的事。

FC

明白。你当时买入 PEPE 是因为什么？

Eric

我们现在有算法。市场上有一个工具，它叫 Liquidition，这个东西从数学角度来说，它没有那么神奇，你能够看到什么所谓的 25 倍爆仓， 5 倍爆仓，这个东西我跟大家说句实话，它是一个比较好的产品，但是这个工具在描述的时候，它里面非常有点 tricky 的地方，有点文字游戏这种地方，完全不是大家理解起来的那个意思。我们做了一个产品，确实是能够看到在盘口的哪些的位置去有人去挂什么样的单子，并且从数据的统计来说的话，它确实可能影响盘口的走势，比如说最近的一个标的，MEW，我们当时看了一个大盘口一个大户挂单是的 0.0087 ，当时这个价格好像是在 0.78 ，这个标的也不是我主动去看的，这个是在直播过程当中，有人问了一下，然后我就看了点数据，就说这东西有人在这做，就是这么个情况，这个逻辑就超脱于技术分析，完全是数据的问题。

FC

就是这个挂单的时候，主力，或者说市场在表达一个什么信息？

Eric

如果说我职业的道德水平低一点的话，我就直接可以包装成一个产品，说这个东西它就是所谓的什么主力挂单，实际上不是这样的。就是我们通过数据统计，从市场上大量的噪音过程当中摘出来这么一块，它的订单它会对未来的价格造成影响。比如说像 MEW，它在上涨过程当中，我们非常确信就是说它涨到这以后，基本上来说的话很难继续涨，大概率来说，它至少有一个停留的过程，然后如果说我们想要的一个结果，如果说市场给我面子的话，它就会下跌，这个是一个客观的从交易员看待市场的一个方法。当然如果只是为了卖一个产品，就直接说这个就是主力。

FC

明白。我看你推特上其实有一条讲叫做山寨币的选币框架，其中第一个就是叫做只选过去 1 年走过酝酿、突破、爆发、衰竭 4 个阶段币种，例如 YGG 和 SOL，咱们先不说下面的，就说这俩，因为这俩一个是我们一级投的，一个是我们二级买的，就是这个是什么意思，能不能解释一下？

Eric

什么情况下你才能去赚钱，行情走越标准才能去赚钱，就是行情要走过一个完整的周期。这个所谓的周期是什么？就是有酝酿、突破、爆发和衰竭。那就所谓的酝酿的过程，在具体的价格表现逻辑，就是交易量衰减，然后就 K 线变小，价格短期基本上没有任何的波动，然后突然出现一个突破，不管是上涨突破还是下跌突破，比如说它上涨突破，就一根阳线，这根阳线的速度是会非常快，直接突破了前高压力的关键的区域，突破以后，不管它是走所谓的五浪上涨，还是震荡向上，就会这么一直涨，涨了以后，它这个阶段是有涨有跌，再之后，市场上的 attention，或者说资金量被吸引来之后，就会发现市场价格的涨幅，它从原来的合理的、看得懂的、有这种规律的涨跌变成涨涨涨，跌跌跌，然后继续涨，就又处于一个爆发或者加速的阶段。或者用大家能够理解的语言的话，就是所谓的冲点，最后衰竭就是爆发完了之后，价格进入极端的非理性的一种波动。这种行情为什么会变得衰竭？因为这种情况下大家都是非常容易开个，幸亏交易所限制是 125 倍杠杆，如果说没有杠杆限制的话，大家拉 1000 倍杠杆的话都愿意。就是价格的波动越来越激烈，杠杆越来越高，这种情况下一旦就说有人开始抢跑，砸起来一点，就形成一个连环的效应，就是爆仓爆泡沫，一爆仓以后就变成一种衰竭，衰竭了以后价格出现一波下跌。从爆发性的增长开始走成一种震荡式的逻辑，这种标的来说就是资金去关注的，流动性还比较好。技术分析三大假设之一就是历史会重复，逻辑是说，比如说双顶会跌，上一次双顶跌了，这次也双顶会跌。

FC

另外两个假设是啥呢？

Eric

另外两个假设，行情总体趋势的规律在运动以及盘面包容一切。所谓盘面包容一切，就是我们所有看到的消息都是后置性的，提前拿到了消息的这个人，他们已经做相应的交易决策了，然后这个价格就被 present。

FC

真是隔行如隔山，我看 YouTube，你介绍了很多种交易策略，我想问一下，你认为对于新手来说比较容易上手的有哪几种交易策略？然后他们分别适合什么样的一个阶段的人，或者性格？

Eric

首先，最简单交易策略各位用均线就可以了，这个我刚才给大家解释过，均线能够让你一眼分清楚这个东西处于趋势上还是趋势下跌了，如果说你想看更加详细的解释，可以去搜索一下我推特上面关于均线的思路。如果说你有资金，且资金量过了一定体量，你实际上需要做的是一个定投，尤其是在加密货币里面，做的是一个定投和一个资产配置，这是最主要的，你资金量一旦上去以后，你最主要的是要去和时间做朋友，而不是说想着怎么样去闪转腾挪去多赚一点，同时你资金量上来以后，必然要考虑资产配置的问题。我下面说的可能有争议，请各位客观理解。我给我的所有的会员都说了一件事儿，交易它并不适合于每一个人，最好是在你学习交易之前给自己设定一个资金和时间的限定的框架，所谓的限定框架就是我现在就用 3 万美元或者说 2 万美元，在这个市场去博弈，我给自己两年或者三年的时间，我能折腾出来一些成绩的情况下，就证明我已经基本上入门了，可以继续去一个深造，如果说这两三年之内发现除了会画线以外，你什么都不会的话，那最好就退出市场，这个市场来说的话可能不一定适合你。

我平时在推特上面的发言都是非常谨慎的，基本上不会用这种所谓的引起大家情绪波动的词儿。很多人他们在公共社交媒体上面对于一种交易的神话总是（让人）觉得交易非常刺激的，非常利多巴胺的，好像动动手指就能赚到百万级的收益，但实际上，当你交易的体系成熟以后，你会发现交易是比较无聊的，甚至如果你有一份稳定的工作，而且做得不错，你压根不需要去做交易。因为做交易这件事儿，只有一小部分人能够去赚钱，这种情况下，你最好是签订一个资金和框架时间，否则来你可能花了好几年，你什么样的策略都懂，什么样的行情你都体验过，但就是不赚钱，这种事实在是太多了。

FC

理解。你在 YouTube 上有一个播放量比较大的，是关于海龟交易法，你会觉得这个是适合初学者使用的这么一个方法吗？

Eric

不是。海龟这个东西实际上就是突破。你们对任何一个策略，在理解它之前，不要去听大白话，要去理解这个策略的底层逻辑，这个东西从数学上面能不能解释通，如果解释不通的情况下，你最好悠着点。我现在说均线还有海龟，更加适合于一个成熟的市场。所谓成熟市场，就是它会走一段持续性的趋势，比如说突破前高也好，突破过去的平均波动也好，但是加密货币市场还是处于比较早期的阶段，它没有一个非常非常强的趋势，和美股相比，这种情况下，如果说你用海龟交易法，大概率会搞成，走了一圈以后也没赚到钱，所以说我给大家推荐最简单的，就是用均线就可以了。

FC

我再把均线的问透彻一点。接下来这个行情往下走，假设我的仓位在 10 万美金，我想用均线去交易，是不是核心就是在比如当突破均线的时候我就开多，回到均线的时候我就止损，然后这个策略去重复，是一个可行的吗？

Eric

这是一个最简单的框架，它不是一个策略。我这一次的买入和我下一次的买入，都必须是同样的逻辑的情况下，它才是一个策略。均线它是一个框架，而你想在市场去赚钱是要一个策略，这个策略你要想把自己想成一个机器人，就是我发生了 7 次买入， 7 次的买入逻辑必须是一样的。我常给大家开玩笑的就是，早晨看大哥开什么，中午看消息开什么，下午看指标开什么，晚上不信邪亏了一天了，然后看心情开什么，简简简单单 1 天的时间，你交易逻辑变 4 次，这种即便是你有均线你还是不能赚钱。

FC

就是框架其实要配策略，但是这个策略其实本质是一套相对提高胜率的方式，对吧？

Eric

对，你得把自己想象成一个机器人，我每次都要一个毫无任何情感的去执行的逻辑，在哪买，在哪卖，而且这个逻辑基本上不能怎么变了。但凡你要变的话，从量化角度来说的话就是陷入过拟合。我们最简单一个例子，比如说我们用大家常用的 MACD 买入了，严格意义上来说的话，MACD 的每次金叉以后你都得需要去买入，上一次买入你赚钱了，而这次你没有去买入，这个行为一旦发生，你实际上就在破坏自己的交易逻辑，长期看来，你的数学期望是负的，就挣不了钱。

FC

我希望大家听了以后有些收获。具体的我估计可能它是一套系统学习方法对吧？我们就不展开了，去老师的社区里学一下。

Eric

这个并不是我不想给大家讲，市场上常有人说一句话，就是一个交易策略会公开以后会不会失效，以及说为什么别人赚钱了要带你。给大家举个非常简单的例子，你上清华北大以后，才有资格说我每天回家也没有做什么课外练习题，然后我考上清华北。我从中国、美国上学，深刻意识到了一件事儿，就是大部分人，你即便是说你给他了一个非常明确的学习的道路，他第一件事情不是说去研究这个道路，而是说先去怀疑，怀疑以后他会嵌入到自己的主观逻辑，觉得自己是合理的，开始去做优化，优化完了以后就变成，自以为是搞自己的那一套，然后搞了半天以后发现已经完全背离你在当时学的东西。所以说交易这个东西，我从前天晚上给你说到晚上 12 点，说各种的不同的行情交易手法的细节、仓位管理，我毫无保留来说，各位还是很难能够一下就 get 到去赚钱，因为我说完了以后，你们如果真的想去赚钱，你们要往几千单上万单的去打单子，验证我对了我错了，我牛逼我傻逼，这么反复的循环过程之后，有一天你会达到一个平衡，绝对不是说用一个什么指标，什么一个学习方法，报什么班什么课，好像就能赚钱，就绝对不是这个。

FC

明白你的意思了，我们说回这个学习方法，最近我学很多新的东西，其实让我最开心的是我有一套学习方法可以通用，然后我也看到你最近在选音响，本质也是接触一个新的领域。我相信如果你把一个事做好，你肯定有一套统一的方法能够做好一个其他的事情，这个路径能不能跟大家分享一下？

Eric

这个问题真问得很好。你想要做交易成功，你最好是在日常生活当中，已经有一件做成了这件事，然后你把那件事的经验平移到交易上面。你之前那件事做成了，相当于你有一个框架，在这个框架下，你就不会说想一些有的没的了，很多事情你要想做成，实际上框架是一样的。我很早就做生意了，之前也是魔兽争霸的一个职业选手，背后的整个逻辑来说，首先你要去处理问题，不能有一个躲避的心态，在处理问题之后，你要把大的问题尽可能的细化变成一个小问题，而小的问题之后，是要每一个问题都是需要有一个数据的支撑的。比如说我在前段时间买椅子，我只要钱够的话，我可以随便买，但是实际上在买的过程当中，包括显示器、椅子、桌子这些东西，我是全部做过一个 Excel 的表格，我把他们的价格、优点、缺点、配送时间全部都列下来，最后列完以后我心里面有数了，我已经相当于有了一个框架，完了以后我再去线下去实体店去试。我们现在打开淘宝买椅子，你们会发现各地人体的工学椅，从几百的到几千的，从肉眼来说看不出来任何的区别，但是我再去线下去试的时候才会发现，差别实际上是非常大的，这就是我一些方法。

FC

我试着总结一下，我理解第一个肯定是要知道自己的需求，第二个你买椅子应该问了很多专业的人，里面应该抽象了很多关键指标，然后做出了一个 Excel 表，然后去做 Mapping，然后再去线下体验、实践，我理解是这几步是吧？

Eric

对。我现在的椅子我非常满意。

FC

如果我们换到交易上来，第一步你的预期收益，你到底来干嘛的？你是来挣 100 倍 10 倍，挣 50% 的年化 20% 的年化，第二步要找到包括你在内更多不同策略的老师，看大家是怎么挣钱的；第三个可能就是你选到了一个挣钱的或者你喜欢的交易策略，要去拆交易策略的关键指标；第四个就像你刚才说的，你可能要去做 100 次交易并且复盘，最终你可能才可以开始交易，我理解是这样的。

Eric

你后面说的都是对的，第一点，不是说你想去赚多少倍，而是我怎么样在市场上活下来？不管想赚多少钱，先要去衡量自己的风险，因为你的时间、精力、金钱全部都是有限的，你必须要用你有限的去资源，在市场上去进行一个高难度的去博弈，这个是我觉得我能够活到今天，还能有机会和大家在这瞎聊天的原因。

FC

明白，正好接着这个问题，你怎么守底线的问题，你的 stop doing list 是什么呢？

Eric

这个问题，可能我这段时间是做的是比较顺的，目前来说的话没有碰到什么样的问题，短期来说，没有什么 stop doing，但是要长期来说的话，我觉得你不能因为你赚了钱了收益上去了，你就决定你要去战胜市场，你时刻要保持（对市场的敬畏），甚至在我那段时间胜率 100% 的情况下，我还是单子越做越害怕，越来越说小心点，要不然马上就要来个大的，时刻要小心一点，千万不能让自己觉得我行，我可以战胜市场。我基本上从来不会说这种我就要赚多少倍的收益或者说多少钱，，这个风险比较难处理，但是我处理好这个风险了，市场给我面子我赚多少钱，这就是一个赚。

FC

其实我觉得用乔老师那句话叫 stay foolish，别把自己当个人物。我这边整体的问题就是这些了，最后想让你推荐一些值得关注的交易员，或者一些书。

Eric

第一个是安东•克雷欧（Anton Kreil），这个人是一个非常牛逼的职业交易员，之前在高盛然后去过摩根士丹利，还在雷曼工作过，他 16 岁就开始入行做交易， 27 岁的时候就已经退休了。他现在做的主要的业务是培养交易员，给这些这种大的对冲基金，或者说大投行去推送他培训出来的一些人。这个人毫无疑问是非常牛逼的，大家可以去，不管是在推特上面还是在 YouTube 上面，看一下他对于风险管理，对于市场模式以及对钱的认知。第二个是 Warrior trading，这个老板叫 rose，他也有培训课程，我对于他的认知就是说我去跟他学，如果说我没有学到一个东西的话，那只能证明我菜。他的策略实际上和我在自营基金的交易逻辑是非常像的，主要做这种 pre market 的 momentum strategy，这个家伙他在疫情牛市那会儿靠做短线赚了 2000 多万美金。这两个人都是有足够多的免费内容，你能够学足够多的好东西。

其实我想推荐两个交易员，还有一个就是说倪老师，这个地方我稍微多说一点，我们之前的基金的时候，我们老板也开玩笑，就说他能退休以后也去做一个分析师。实际上从交易员角度来说，对于很多这种分析师是有一些中性的看法，觉得为什么他们每天介绍一下行情，就能够赚不少的这种钱、名气，但实际上，随着我资金量变大以及策略逐渐成熟，包括对于世界的理解变成熟以后，我会发现，倪老师他每天给大家这种持续性输出的，是真的非常牛逼，而且他输出的东西客观来说，并不是让你看了消息以后直接去赚钱了，而是你可以把它理解成一个现在的加密货币市场的不同的机构、不同的玩法，玩家他在发生什么事，它不是策略，它只是一个消息，但是同时对于这个消息进行解读，我觉得倪老师这么长时间能够每天高强度做这种解读，肯定是两把刷子的，我虽然现在大部分的交易还是通过我的模型去做，但是我也是在慢慢的去学习倪老师到底在说什么。

书就是《 1 万小时定律》，《刻意练习》，还有一些这种脑科学类的书，比如说《认知天赋》。

FC

理解，我其实之前跟倪老师也做过一期，大家也可以回听一下。

9 月 16 日，“FAT Awards 2024 ”年度盛典于在新加坡康莱德酒店盛大开幕。

“FAT”是 Odaily星球日报于 2020 年创办的榜单盛典+高峰论坛品牌，旨在嘉奖 Web3 和加密行业的领航者与创新者、聚焦价值范式与共识时刻。2024 ，值加密行业日新月异、叙事为主流世界认可之际，新鲜叙事涌动、生态百花齐放、优质项目接连上线，Odaily星球日报再次开启 FAT 榜单评选，并举办线下盛典。

活动上，Movement Labs 联创 Cooper 和 Movement Labs 营销主管 Will 进行了主题为“为 Web3 的未来提供动力：Movement Labs 的下一代区块链基础设施”的炉边谈话。

以下为谈话讨论实录，经Odaily星球日报编译精简，enjoy~

WILL: 你能给我们简要介绍一下 Movement Labs 吗？

COOPER: 未来几年将有许多 Layer 1 和 Layer 2 进入市场，如果你是 Layer 1 ，那么在市场糟糕时，启动的难度会很高。Movement Labs 更快、更安全，同时类似于 Rust，我们可以直接在以太坊上运行，这使得使用 Move 语言更加方便。所有基于我们平台构建的应用程序可以访问任何地址兼容的区块链，而且不需要做任何牺牲。

W: 整个 Layer 2 的交易已经低于 2 亿笔，Movement Labs 还有机会吗？

COOPER: 我们通过以太坊进入市场，不需要重新造轮子。ETH 是交付商品和服务的最快途径，而 Web3 的另一端是去中心化的。未来的代币不是看我们能囤积多少，而是予我们给开发者、KOL、社区成员奖励的机会。社区成员的贡献关乎链或应用的成功。我们需要确定如何识别除了开发人员外其他人对网络的贡献，并设计程序来衡量这种贡献。在以前的市场中，因为生态割裂，从建设者到所有利益相关者都没有从网络中获得奖励，当网络或市场变得艰难时，他们没有理由坚持。因此，回馈社区是最重要的部分。

W: Movement Labs 举办的全球黑客松“Battle of Olympus”取得了什么样的成果？

COOPER: 它正在世界各地进行，并由我们的生态系统引领。我们在韩国区块链周和新加坡 Token 2049 期间举行了许多开发者和社区活动，其中一些甚至由我们生态系统中的多个团队共同努力完成，这种能量源于社区精神。同时在这样的竞争中，应用程序有很多不同的方式可以从我们这里获得认可，并共享我们的大型社区。我们的数千名用户在他们的 Discord 或 Twitter 中，现在加起来在这两个平台已经有 32 万、 20 万用户。链上有成千上万的活跃用户和交易，这使每个人的数据都能在网络中获得。现在我们正在创造一种用户喜欢的体验以让其享受在链上交互。我们希望这在社区中是一种类似的体验，在网络上完成特定任务时获得特殊的角色，这些任务还提供了非常好的数据点，谁获得了奖励那谁就是活跃用户。这种合作允许应用程序相互构建，获得社区资金和启动资金，从他们的社区中受益。这是一种非常共生的关系。

W: 团队进入这个行业除了追求梦想外，寻找资金也是很重要的。但 VC 正在发生变化，你如何看待目前的风险投资环境？

COOPER: 虽然没有牛市，但有好的市场，就像去年 12 月的市场，现在的市场没有理由必须得遵循以前的规律。预计 2025 年，市场情绪会放缓，而在未来牛市可能不是必须的。投资开始放缓，因此现在很多团队需要做好准备，在比预期更低的估值中融资，这就是目前的情况。

W: 对你个人而言，最大的挑战是什么？

COOPER: 将一种新的编程语言引入Web3。我和我的联合创始人 Rushi，我们为了构建产品而辍学，我们不停地与投资者交谈，并且建立社区。这种经历不是大多数人拥有的。因此，我们想创造一个系统，认可人们的贡献，不管他们来自哪里。这是最有趣的事情，因为我们必须真正做到与众不同，不管是在应用程序和团队方面，这是一种标准。只有这样，才能与其他区块链竞争。

W: 用户应该如何参与建设？

COOPER: 如果你想为新的生态系统做贡献，这里肯定有你的位置。如果你喜欢 Meme，Movement Labs 和应用程序中有适合你的机会。如果你是服务提供商，这里也有你的位置。如果你想成就一番事业，这里也有很多机会。你可以利用这个全新的平台创建任何你想要的东西，而且有社区来为你提供动力。

区块链技术一直被认为有潜力开辟全新的应用场景，而 Tapos 则真正展示了这一潜力在游戏领域的应用。

Tapos 继承了 CryptoKitties 的创新理念，有望成为链游的下一步发展，极大简化了开发者创建沉浸式游戏体验的过程。而这一切成果的背后是源于 Aptos 的支持，它为 Tapos 提供了独特的功能，如社交登录和链上随机性。

一次具有里程碑意义的发布

Tapos 在 5 月 23 日的首次游戏发布引起了广泛关注，用户通过“tickle”的方式参与互动。每次“tickle”都会在 Aptos 网络上生成一笔交易（一次“tickle” = 一笔交易）。这一活动使 Aptos 在四天内创下了交易新纪录，总交易量达到约 3.25 亿笔，超 24 小时交易速率保持在每秒 2,200 笔以上，最高峰值达到每秒 5,000 笔，而平均 gas 费用仅为 0.000008 APT。

TaposCat 2 ：新的篇章 

在首次成功的基础上，Tapos 于 8 月推出了第二款游戏，新增了超级猫模式、神秘盒子、奖励宝箱和社交任务等新功能，以进一步提升玩家的参与感。在这款游戏中，每一步猫咪的行动都会产生一笔交易，玩家现在可以完成猫咪任务，为游戏增添了更多深度。Tapos 的第二款游戏继续刷新链上数据，仅在三天内便创下了 5.33 亿笔交易，吸引了超过 2 万个链上用户，并且网络在高峰时达到了每秒 12,000 笔交易，平均 gas 费用为 0.00008 APT。在游戏高峰期间，Aptos 网络在 24 小时内记录了超过 3.26 亿笔交易，同时保持了平均每秒 5,000 笔的交易速率，进一步展示了 Aptos 的可扩展性。

为什么 Tapos 选择了 Aptos 生态？

Tapos 选择 Aptos 生态，不仅是因为 Aptos 的前沿技术，还因为其充满活力的社区对 Tapos 的支持。Aptos Labs 的强大支持也是 Tapos 决定在 Aptos 上部署的重要因素。正如 Tapos 团队所强调 Aptos Labs 团队非常专业、迄今为止表现出色，这使得 Aptos 成为 Tapos 团队链上游戏革新的理想平台。

链游的未来

Tapos 不仅是一款链游，它还是首个完全运行在链上的游戏。凭借 Aptos 的先进功能，Tapos 能够轻松处理数百万笔交易并吸引数万名用户，这证明了区块链技术能够实现最初在 CryptoKitties 等游戏中展现的宏大愿景。

作为首个完全运行在链上的游戏，Tapos 代表了链游的新时代，展现了其高效性与可扩展性。Tapos 的两次成功证明了 Aptos 已为迎接数十亿用户做好准备，成为未来游戏领域首选的区块链平台。仅在三天内打破交易次数和 TPS 记录，Tapos 正为链游的未来潜力开启新的可能性。

原文作者：

原文编译：深潮 TechFlow

让我们回到 2021 年底，那是 NFT 热潮的巅峰时刻。

如果你只是买入而没有卖出，你可能会像那只吉娃娃一样回顾那一年，脑海中浮现回忆。NFT 收藏的估值达到了荒谬的水平，社区对稀有特征争相追捧，每天都有新的热门项目推出。几乎所有这些项目都严重依赖于稀缺性的概念，供应量都有限—— 5, 000、 10, 000 或更多，美好的时光。

随着行业走过 NFT 热潮（尽管这种热潮仍然存在），我们看到各种 NFT 相关的代币标准和铸造方法不断出现：

• 1155  ：相同 NFT 的版本号。就是一个例子，每个 NFT 的版本数达到成千上万。

• Soulbound 代币：与钱包地址绑定且不可转让的代币。

• 这种方法由数字艺术家推广，引入了独特的燃烧、铸造和其他游戏化机制。

• ：代币绑定账户，允许 NFT 持有其他 NFT。

• ：允许标准非同质化代币转换为一定数量的同质化代币。

尽管许多稀缺收藏的价格已经大幅下跌，甚至降到了零，我观察到两个趋势：

• NFT 的功能层级不断增加。

• NFT 正在无处不在。

这两个趋势显而易见，但我想重点讨论第二个趋势。为了形象地表示这一点，情况如下：

尝试 Excalidraw

请注意，这并不意味着未来不会有有限供应的有价值项目，或者当前的项目没有价值。

Base, Rodeo, Zora

在过去一个多月左右，我使用和观察了三个应用平台，它们真正让“基于时间限制的无限铸造”这一主题格外引人注目。

Base

Base了他们的 Onchain Summer 活动，共有超过 200 万个独立钱包铸造了超过 2400 万个链上资产，为建设者、创作者和项目带来了超过 500 万美元的链上收益。

帖子中的也是一个 NFT，到目前为止已经铸造了超过 54, 000 个 NFT。

Rodeo

是由 开发的，让我想起了那个简单时代的 Instagram。

工作原理简介：

• 用户可以发布他们的艺术作品、照片或任何内容

• 关注者可以在 24 小时内以固定价格 0.0001 ETH（约 25 美分）铸造这些内容

• 信息流是根据你关注的账户或他们铸造的内容来填充的。在这种情况下，你关注的账户成为了“影响者”。在上面的截图中，coopahtroopa 是这个影响者。

• 铸造收益各占 50% 在 Rodeo 和创作者之间分配

• 如果铸造，铸造收益则各占 25% 、 25% 和 50% 在影响者、Rodeo 和创作者之间分配。

• Rodeo 在不断添加功能的同时显示出缓慢而稳定的增长迹象。值得注意的是，他们的正在关注保留率和铸造的参与度。

Zora

铸造平台最近已转变为一个发现与社交平台，超越了加密用户，：

• 与 Uniswap 合作，简化的二级市场体验融入应用中

•  (✧)，Zora 生态系统中的一种新的以太坊计量单位。1 ✧ = 1 百万分之一的 ETH。

• 所有内容的统一铸造价格为 0.000111 ETH 或 111 ✧，约合 25 美分。之前，铸造价格由创作者设定。，具体情况不太清楚。

• 铸造将持续开放，直到帖子上有 200 个铸造。一旦达到 200 个铸造阈值， 24 小时计时器开始。当计时器结束时，Uniswap 驱动的二级市场将根据供需关系开放。

• ，提供了更简单的铸造体验，因为用户通过应用内购买 Sparks。这使得移动体验不需要切换，没有弹出窗口、桥接或手续费。

铸造增强了社交互动

关注 Rodeo 和 Zora 的演变，它们是新兴的社交媒体平台，旨在解决当前主流社交媒体的痛点。

点赞的价值逐渐降低

点赞变成了 iOS 短信线程中的一种表情符号回应，仅仅是用来确认某人看到了你的帖子或信息。这并没有错，但在整体互动中，这是除了浏览之外最低价值的互动信号。至少你知道谁看到了并认可了你的帖子。

我妻子给我发了一个文本回复

而现有的社交媒体平台对此有所意识。。

评论可以成为一种特权，而不是权利

大多数社交平台的帖子允许任何人进行评论或回复，但在某些情况下，评论功能会被关闭。例如，只允许他关注的账户或被提到的用户回复他的帖子。

对此事的回应

Rodeo 和 Zora 解决了这些痛点，并将其作为各自应用的核心功能。

铸造 大于 点赞

点赞按钮被铸造按钮取代。如果你真的喜欢这条内容，你可以以大约 25 美分的低价进行铸造，从而创造一个共赢局面：

• 创作者获得其作品的经济补偿

• 收藏者获得一个 NFT 作为回报

• 平台获得铸造收入的一部分，不必依赖传统广告模式

评论仅对铸造者开放

任何人都可以对一条内容进行评论，如果你进行了铸造。

在这些应用的背景下，这一切是合理的。像 Rodeo 这样的平台的目标并不是阻止创作者与用户的连接，而是通过铸造和限制评论功能创造更有意义的连接方式。

这些行为存在于传统社交平台

尽管我对这种破碎的参与模型进行了不少批评，但 Rodeo 和 Zora 从零开始构建的这种行为背后的情感、心理和意图以不同的形式存在，这证明了他们的方法是有效的。

Tinder 超级喜欢

在约会的世界中（这是一个我现在完全不熟悉的领域），Tinder 几年前推出了。超级喜欢增加了你匹配的机会，并让你自动排在匹配列表的最上方。

这些超级喜欢的价格也不便宜， 3 个的售价为 9.99 美元。

保存内容

社交平台还允许你并进行。保存的内容表明其价值更高，值得在某个时候重新查看。

未来的应用场景

生活中的点滴瞬间

我提供的例子主要集中在艺术上，因此在创作者与收藏者的激励方面，这些例子更容易理解。以每个 25 美分的低价收藏艺术品是一种双赢的选择。但对于那些不是出色摄影师或艺术家、在 Rodeo 上发布精彩作品的人，我们又该如何呢？

虽然他们是少数，但像  这样的用户更像是在将 Rodeo 用作 Instagram。这些帖子没有数十个铸造（mints），他们也不需要这样做，或者说并不一定是为了这个目的。

他们也并非没有铸造（mints）。例如，Max 的有两个铸造，其中一个是照片中的 Alex 铸造的。这就是关键所在。

Alex 的铸造（mint）可能比在其他社交平台上的 20 个点赞更具价值。当然，如果 Max 想要获得那些点赞，他可以选择将这张照片跨平台发布。

生活中的重要时刻

订婚、婚礼、新工作。这些类型的帖子充满了大量的点赞和祝贺信息，但由于信息流的无尽更新，它们几分钟后就会被遗忘。

尽管幸福的情侣或发布者欣赏这些小小的多巴胺激增和通知的亮起，但如果有另一种方式来祝贺创作者呢？铸造（minting）这条帖子为此提供了一种途径，并允许铸造者展示他们比标准的“祝贺！！！”更用心的努力。而铸造 1 个让你觉得有些小气，不如铸造 10 个或 100 个……或者铸造 1 个并直接送上婚礼礼物呢，哈哈。

非营利组织

这是一个让我觉得很有意义的案例。如果红十字会发布的每条帖子都可以铸造（mintable），而所有铸造收益（平台关闭收费开关或在稍后转移他们的分成）都直接归他们，那会怎样呢？

人们仍然可以访问网站进行更大额的捐款，但铸造（minting）成为了一种之前无法实现的微型捐款方式，它逐渐累积，并形成了 DTC（直接捐赠给慈善机构）。

如果你是一家动物收容所呢？发布可爱的猫狗照片，看看这些微型捐款如何涌入。谁不想捐赠 25 美分并铸造一张可爱的小猫或小狗照片呢？

MVF – 最小可行金融化

在我写这篇文章时，金融化的概念在我脑海中出现。区块链以一种前所未有的方式推动了金融化。表情包的价值已经达到了数十亿美元，我们已经建立了基于的预测市场，还有人们仍在对价值数千美元的 JPEG 进行投机。

然而，金融化，更具体地说是最小可行金融化，可以为某些数字互动赋予意义，这些互动正变得越来越毫无意义。

也许前进的方向不是 friend.tech，而是通过像 Rodeo 和 Zora 这样的平台，以小写 f 的方式呈现的 SocialFi。

原文作者：YBB Capital Researcher  Zeke

前言

减半定律开始失灵，一众山寨亦是萎靡不振。投机者在退场，信仰者开始自我怀疑。行业的绝望，不仅仅来自于二级市场的价格低迷，同样夹杂着对未来方向的迷茫。批判开始成为圈内的主旋律，从应用匮乏一路分析到各大公链财报中的细枝末节。如今，矛头开始指向曾经的加密热土，以太坊。那么，山寨之王的内部困境究竟是什么？

一、横扩主链，纵生多层

朝向完全模块化的分型扩容，是 Vitalik 在 18 至 19 年时对以太坊终局的一种设想。即底层围绕 Data Availability 优化，上层无限扩容，从而跳脱出公链三角悖论，以太坊成为万链结算层，最终实现区块链扩容游戏的 End Game。

在确定了该构想的可行性后，以太坊横纵两端的路线图开始急速推进。23 年随着主链与 Beacon Chain（信标链）在上海升级中的合并成功，模块化的主旋律开始覆盖以太坊生态，到如今坎昆升级后朝 EIP 4844 迈出的第一步，主链本身已经无限逼近于 Vitalik 在早年间的构想。其上层亦是百花齐放，Gas、TPS、多样性，都在逐步碾压曾经的对手。可以说，除了割裂感这个缺点以外，所有异构链关于 Ethereum Killer 的叙事都应该要宣告翻篇了。但与之相反的残酷现实是，TON 与 Solana 在不断崛起，诸多抄袭模块化叙事的 Infra 项目在二级市场的表现上甚至要优于 ETF 加持的“模块化正主”，这一现状的归因究竟是什么？

从转型 POS 到发展 Layer 2 是近期批判以太坊多宗“罪行”的主要焦点，但在我看来在推进模块化这件事上，以太坊开发者与 Vitalik 并没有任何错。如果非要说有，那可能是将这一进程推进的太快以及过于理想化，我曾在年初的文章中写过一段话，大致意思如下：如果区块链在金融领域之外有大量运用的价值，Mass Adoption 也终将到来，那么以太坊转向模块化才有意义。很显然，在这点上以太坊过于理想化，目前没有任何迹象能证明这两点是真实存在的。在对 DA 的定价曲线上也是如此，以当前 Layer 2 的现状来说，想象中的应用层爆发并没有到来。其次，大量通用链也基本仅存 ARB、OP、Base 这几个顶流还在保持活跃，仅靠 DA 收入完全不可能满足以太坊的正向循环。余下的问题还有很多，比如，Gas 消耗在呈几十甚至上百倍的降低，曾经需要购买 0.1 ETH 才能做完的事情，如今仅靠 0.001 ETH 就能做完，而用户的活动并没有几十至上百倍的增长，使得市场供给远大于需求。但是，在最大限度保持去中心化与安全性的前提下，推动公链向大规模采用发展，似乎也没错。以太坊能把八年以来画的“饼”逐渐变为现实，这点在加密世界中已是难能可贵。可惜的是现实本就是功利至上，市场不会为理想买单，在应用及流动性匮乏的当下，技术理想派与投资者之间的矛盾还将持续加深。

二、人性

以太坊的理想化不仅仅体现在对应用层未来的判断中，在人性的判断上也是如此。当前 Layer 2 被热议最多的问题有两点： 1.中心化 Sequencer（排序器）；2.Token。从技术角度来说，Layer 2 是可以实现去中心化的。但从人性的角度看，头部 Layer 2 项目，不可能把排序器所带来的巨额利润拱手让人。除非，去中心化这三个字能盘活 Token 并实现更大的利益。比如，刚刚提及的几个头部 Layer 2 ，当然完全有能力将排序器去中心化，但他们不会这么做。因为它们皆是自上而下，通过巨额融资烧出来的项目，其诞生方式就非常Web2，运营逻辑也是如此。社区成员与 Layer 2 的关系，更类似消费者与云服务器运营商的关系。譬如，经常使用亚马逊的 AWS 服务器也许能收到一些优惠券和现金返现，Layer 2 也是如此（空投）。但排序器收入是 Layer 2 的命根，从项目方的角度来说。设计、融资、开发、运营、硬件购置，每一环都不需要社区支撑，在他们的逻辑里用户并没有多大贡献（这也是为什么许多 Layer 2 项目方总是对用户态度恶劣），更别提社区想把排序器去中心化。仅用道德感束缚不了 Layer 2 ，要想将排序器尽量去中心化，就得从 Layer 2 项目方的利益角度设计一种新的排序器方案，但显然这种方案的争议性会很大，更好的做法是把路线图上去中心化 Sequencer 的部分给抹去，或者搁置到路线图中看不见的地方。如今的 Layer 2 与以太坊拥抱模块化的初衷来说完全相悖，大部分 Layer 2 只是在偷换概念并瓜分以太坊一切有价值的东西。

我们再来说 Token，Layer 2 这种形态的公链，在加密中还是一个新鲜产物，从以太坊、Layer 2 项目方、社区三种不同角度来看，Token 的存在都十分矛盾。我们依照顺序说起，从以太坊的角度来说，Layer 2 不应该存在 Token。Layer 2 对于以太坊只是一个需要跨链使用的“高性能扩容服务器”，只收取用户服务费，对两者来说都是健康的，通过最大限度维稳 ETH 的价值和地位，才能长久的将业务做下去。换个更具象化的说法，如果将整个二层生态比作欧盟，那么维护欧元稳定是必须的。如果大量成员国都在发行本国货币削弱欧元，那么欧盟及欧元最终都将不复存在。比较有趣的是，以太坊并不限制 Layer 2 发币，也没有限制 Layer 2 是否要将 ETH 作为 Gas 费。这种规则上的开放态度，确实很“Crypto”。不过，伴随 ETH 的持续走弱，“欧盟成员”已经蠢蠢欲动了，在头部 Layer 2 的发链工具中基本都明确标注了，项目可以将任何 Token 作为 Gas，项目可以选择任何已集成的 DA 方案。除此之外，一键发链还会促成二层小联盟的诞生。

另一方面，我们再从 Layer 2 及社区的视角出发，即便 ETH 在未来强势反弹，Tokne 的处境还是很尴尬。对于发币，头部的 Layer 其实早期都是非常犹豫的。除了上文中处于 ETH 的对立面问题外，还有如下几点，监管风险、不缺钱不需要通过 Token 维持开发、Token 赋能的尺度不好做、直接使用 ETH 能最快地促进 TVL 及生态增长，自己发 Token 可能与这件事形成矛盾，流动性也不可能比 ETH 强。

依旧是人性的问题，凭空印出数十亿的钞票，没有人能拒绝。再者，从社区成员以及生态发展的角度来说，Token 似乎也应该存在，如此，除了收取固定服务费外，还有个随时能套现的国库，何乐不为？但 Token 的设计又要结合上述问题，将赋能最小化。于是一堆不需要通过 POS 质押及 POW 挖取的空气代币就诞生了，它们的功能有且仅有投票，每次线性释放还要从市场瓜分大量流动性。随着时间的推进，这些毫无驱动力的 Token 在一次性空投后将持续下跌，对于社区和资方都拿不出一个好的交待，那么要赋能吗？任何具有价值的赋能都将与上述问题形成矛盾，最终陷入两难之间，四大天王的代币状况也可以很好地印证上诉问题。

不发 Token 的 Base 如今远比 Zks、Starknet 滋润，其排序器收入甚至已经超过了 Superchain 的创造者 OP。这在之前关于注意力经济的文章中有提到过，借用社媒影响力、运营、拉盘创造生态中 MEME 及多个项目的财富效应，其实是一种间接多次的小空投，这远比直接发币再一次性空投要健康得多。 除了创造持续的吸引力外还能规避大量问题，每个月从排序器收入中拨出一部分就可以持续活跃并构建良性生态。再说一嘴，当前Web3的积分玩法只是学到 PDD 的皮毛，Coinbase 在细水长流的运营之道上，远胜铁顺这种暴发户。

三、劣性竞争

一层与二层同质化，二层与二层亦是同质化。这种现状源于一个很关键的问题，本轮没有几个独立应用能支撑起一条应用链，少数能支棱起来的还“跑路”了（DYDX）。从现状来看，可以说所有 Layer 2 的目标用户都是一致的，甚至和主链都是一致的。一个极其不好的现象也由此而生，二层在不断蚕食以太坊，二层和二层之间还要恶性竞争 TVL。没人搞明白这些链有什么区别，用户只能靠积分活动判断今天要将钱存在哪里，交易要去哪里刷。同质化、割裂、流动性匮乏，在Web3的公链生态中，能同时占据上诉三点的，以太坊目前确实是独此一家。这些问题同样源自以太坊本身开放精神所带来的弊端，我们也许很快就能看到大量 Layer 2 被自然淘汰，中心化问题还将引发各种各样的混乱。

四、教主不懂Web3

不管是从前的V神，还是现在 KOL 嘴里的“小 V”，Vitalik 在基建方面的贡献确实促进了整个圈子自中本聪时代之后的繁荣，这一点有目共睹。然而 Vitalik 现在之所以被叫做“小 V”，除了私生活方面的问题，还有一个很有趣的论调，即以太坊教主不懂 DApp，更不懂 DeFi。我在某种程度上是认可这句话的，不过在继续讨论这个问题前，我还想先明确一件事，Vitalik 就是 Vitalik，也只是 Vitalik。他并非无所不能的神明，也并非一无是处的独裁者。Vitalik 在我眼里其实算比较谦虚且工作学习积极的公链领导者，如果你阅读过他的博客应该不难发现，他每个月都会更新一至三篇关于哲学、政治、Infra、DApp 相关的讨论，在推特上也乐于分享，相比于一些公链领导者喜欢时不时抨击以太坊，Vitalik 则要务实得多。

说完好话，我们再说点反面的，Vitalik 在我眼里有三个问题：

1.他对这个圈子的影响力太大了，小到散户，大到 VC。所有人都被他的一言一行所影响，To Vitalik 创业也是Web3项目方的病态风向；

2.他对自己看好的技术方向比较执着，有时甚至会去站台；

3.他也许真的不懂加密用户需要什么。 

我们先从以太坊的扩容说起，以太坊急需扩容的论调，往往是以 21 至 22 年，外部流动性四溢带来的超高链上访问为支撑。但 Vitalik 每次谈起这个事，好像真的不太明白，这明显是一个短期现象，以及，用户在链上又是为何而来。另一点是，在 Layer 2 上他无数遍地强调 ZK 具备怎么样的技术优越性，但 ZK 在用户体验以及生态发展上明显不是那么友好。如今，To Vitalik 创业的大量 ZK Rollup 别说 T 2、T 3 梯队的，甚至是头部的两大天王都已经处于垂死边缘，Optimistic Rollup 三巨头的表现也优于数十个 ZK Rollup 之和。诸如此类的问题还有一些，比如去年年中，关于 MPC 钱包的批评存在以偏概全，直接站台 AA 钱包。再早点还提出过 SBT，落地到应用上却十分鸡肋，以至于后来也无人提起。可以说 Vitalik 在近年支持的技术方案，在市场表现上都不尽如人意，最后，近期关于 DeFi 的发言也令人困惑。综合多方面来看，只能说 Vitalik 并不完美，他是优秀且怀抱理想的开发者，但同时他也缺乏对用户群体的理解，偶尔还会对一些了解不够深入的事物发表主观意见。行业需要对他祛魅，也要对关于他的争议明辨是非。

五、由虚向实

从 2016 年的 ICO 热潮开始，到 2022 年的P2E泡沫。在基建受限于性能并不断发展的历史中，每个时代都会出现与之匹配的旁氏玩法及新兴叙事，从而推动着行业向更大的泡沫前进。而当下我们正在经历泡沫破裂的时代，巨额融资的项目在自我毁灭、高大上的叙事一再失灵、比特币与山寨价值断层。如何做有价值的事情，是我今年在多篇文章中都会持续输出的主要观点。由虚向实也是当前的主要风向，在以太坊拥抱模块化之时，很多人说以太杀手的叙事该翻篇了。但如今最火热的生态是 TON 与 Solana，两者有任何改变 Crypto 的创新吗？比以太坊更去中心化或者安全？都没有，甚至在叙事上也没有任何翻陈出新，他们只是把那些听起来很玄乎的东西做的更像应用，在更贴近Web2的水准中融入链的优势，仅此而已。

在内部体量几何倍增长，外部流动性匮乏的背景下。努力寻求新叙事，同样填不满以太坊二层的区块空间。作为行业的领军者，以太坊理应先解决二层的割裂与内部腐坏。尤其是，在上文没提到的以太坊基金会（Ethereum foundation，EF），为什么在大量挥霍资金的情况下，没有起到与之相匹的作用？二层基建极度过剩的情况下，为什么依旧要把基建资助的优先级列为最高？连 Cex 的领头羊都在放下身段，寻求变革。EF 作为加速生态系统成长的关键组织，却在逆向而行。

原文作者：Edward Zitron

原文编译：Block unicorn

如果你正在关注加密行业的 AI，或是传统互联网的 AI，你需要认真思考一下这个行业的未来。文章内容篇幅较为长，如果你没有耐心，可以马上离开。

我在这篇文章中写的内容，并不是为了传播怀疑或“抨击”，而是对我们今天所处的状况及当前道路可能导致的结局进行冷静评估。我相信，人工智能热潮——更确切地说，生成式 AI 热潮——（正如我之前所说）是不可持续的，最终将会崩溃。我还担心，这场崩溃可能会对大科技公司造成毁灭性打击，严重破坏创业生态系统，并进一步削弱公众对科技行业的支持。

我今天写这篇文章的原因是，现在感觉形势正在迅速变化，多个 AI“末日的预兆”已经浮现：OpenAI（匆忙）推出的“o 1 （代号：草莓）”模型被称为“一场大而愚蠢的魔术”（虚假幻想）；传闻 OpenAI 未来模型（及其他地方）将涨价；Scale AI 裁员；以及领导层离开 OpenAI。这些都是事情开始崩溃的迹象。

因此，我认为有必要解释当前局势的危机，以及为何我们陷入了幻想破灭的阶段。我想表达对这场运动脆弱性的担忧，以及我们到达这一点的过程中，过度执迷和缺乏方向感，我希望有些人能够做得更好。

此外——也许这是我之前没有充分关注的一点——我想强调 AI 泡沫破裂可能带来的人类代价。无论是微软和谷歌（以及其他大型生成式 AI 支持者）逐渐放缓其投资，还是通过削弱公司资源来维持 OpenAI 和 Anthropic（以及他们自己的生成式 AI 项目），我相信最终结果都是一样的。我担心，成千上万的人将失去工作，科技行业的大部分将意识到，唯一能够永远增长的东西是癌症。

这篇文章不会有太多轻松的内容。我将为你描绘一幅阴暗的画面——不仅是针对那些大型 AI 玩家，也是针对整个科技行业及其员工——并告诉你为什么我认为这场混乱且具有破坏性的结局比你想象的来得更早。

继续往下，进入思考模式。

生成式 AI 如何生存？

目前，OpenAI——这个名义上的非营利组织，很快可能转为营利性质——正在以至少 1500 亿美元的估值进行新一轮融资，预计筹集至少 65 亿美元，可能高达 70 亿美元。这轮融资由 Josh Kushner 的 Thrive Capital 领投，传闻 NVIDIA 和苹果也可能参与。如我之前详细分析过的，OpenAI 将不得不持续筹集前所未有的巨额资金，才能生存下去。

更糟糕的是，据彭博社报道，OpenAI 还正尝试从银行以“循环信贷额度”的形式筹集 50 亿美元的债务，而循环信贷通常伴随更高的利率。

《The Information》也报道称，OpenAI 正与 MGX——一个背靠阿联酋、拥有 1000 亿美元资金的投资基金——进行谈判，寻求投资 AI 和半导体公司，可能还会从阿布扎比投资局（ADIA）筹集资金。这是一个极其严重的警告信号，因为没有人是自愿向阿联酋或沙特寻求资金的。只有当你需要大量资金且不确定能从其他地方获得时，你才会选择向他们寻求帮助。

附注：正如 CNBC 所指出的，MGX 的创始合作伙伴之一穆巴达拉（Mubadala）持有 Anthropic 大约 5 亿美元的股权，这些股权是从 FTX 破产资产中收购的。可以想象，亚马逊和谷歌对此利益冲突应该感到多么“开心”！

正如我在 7 月底讨论的那样，OpenAI 至少需要筹集 30 亿美元，甚至更可能是 100 亿美元，才能维持下去。它预计将在 2024 年亏损 50 亿美元，而这个数字可能会随着更复杂的模型需要更多的计算资源和训练数据而继续增加。Anthropic 的 CEO Dario Amodei 预测，未来的模型可能需要高达 1000 亿美元的训练费用。

顺带一提，这里的“ 1500 亿美元估值”指的是 OpenAI 为投资者定价公司股份的方式——尽管“股份”这个词在这里其实也有些模糊。例如，在一家普通公司中，以 1500 亿美元的估值投资 15 亿美元通常会获得公司“ 1% ”的股份，然而在 OpenAI 的情况下，事情要复杂得多。

OpenAI 今年早些时候曾试图以 1000 亿美元的估值进行融资，但一些投资者因价格过高而犹豫，部分原因是（引用《The Information》记者 Kate Clark 和 Natasha Mascarenhas 的说法）对生成式 AI 公司估值过高的担忧日益加剧。

为了完成这一轮融资，OpenAI 可能会从非营利组织转变为营利性实体，但最令人困惑的部分是投资者实际上获得了什么。《The Information》的 Kate Clark 报道说，参与这一轮融资的投资者被告知（引用原话）“他们不会因为投资而获得传统的股权…相反，他们获得的是承诺公司利润分成的单位——一旦公司开始盈利，他们就能分到利润”。

尚不清楚转为营利性实体是否能够解决这个问题，因为 OpenAI 那种奇怪的“非营利组织+营利部门”的公司结构意味着，作为 2023 年投资的一部分，微软有权获得 OpenAI 75% 的利润——尽管理论上，转变为营利性结构可能会包含股权。然而，投资 OpenAI 时你得到的是“利润分成单位”（PPU），而不是股权。正如 Jack Raines 在 Sherwood 中写道：“如果你拥有 OpenAI 的 PPU，但公司从未盈利，而且你也无法将其卖给认为 OpenAI 最终会盈利的人，那么你的 PPU 就毫无价值。”

上周末，路透社发表了一篇报告称，任何 1500 亿美元的估值都将“依赖于”OpenAI 是否能够重新调整其整个公司结构，并在此过程中解除对投资者利润的上限，该上限目前限制为原始投资额的 100 倍。这个利润上限是在 2019 年设立的，当时 OpenAI 表示，超出这一上限的任何利润都将“返还给非营利组织，以造福人类”。近年来，公司已经修改了这一规则，允许从 2025 年起，每年将利润上限提高 20% 。

鉴于 OpenAI 现有与微软的利润分享协议——更不用提其深陷的巨额亏损——任何回报在最好的情况下都是理论上的。冒着显得轻率的风险说一句，即使涨了 500% ，零再怎么增加，最终还是零。

路透社还补充道，任何转为营利性结构（从而使其估值高于最近的 800 亿美元）都会迫使 OpenAI 重新与现有投资者谈判，因为他们的股份将被稀释。

另据报道，《金融时报》指出，投资者必须“签署一份运营协议，该协议声明：‘应将对[OpenAI 的营利子公司]的任何投资视为捐赠的精神’，并且 OpenAI‘可能永远无法盈利’。”这样的条款确实非常疯狂，任何投资 OpenAI 的人如果因此遭遇糟糕的后果，都完全是自作自受，因为这是一次极其荒唐的投资。

实际上，投资者并没有获得 OpenAI 的一部分股权，或对 OpenAI 的任何控制权，而只是获得了一家每年亏损超过 50 亿美元、而且很可能在 2025 年亏损更多（如果它能撑到那时的话）公司未来利润的股份。

OpenAI 的模型和产品——稍后我们会讨论它们的实用性——在运营上极其不盈利。《The Information》报道称，OpenAI 将在 2024 年支付微软约 40 亿美元的费用来支持 ChatGPT 及其底层模型，而这已经是微软为其提供的每小时每 GPU 1.30 美元的折扣价，相比之下，其他客户的常规费用是每小时 3.40 美元到 4 美元。这意味着，如果没有与微软的深度合作，OpenAI 每年在服务器上的支出可能高达 60 亿美元——这还不包括如员工成本（每年 15 亿美元）等其他开销。而且，正如我之前讨论过的，训练成本目前为每年 30 亿美元，并且几乎肯定会继续增加。

尽管《The Information》在 7 月报道 OpenAI 的年收入为 35 亿至 45 亿美元，但《纽约时报》上周报道称，OpenAI 的年收入“现已超过 20 亿美元”，这意味着年底的数据很可能接近该估算范围的低端。

简而言之，OpenAI 正在“烧钱”，未来只会烧更多的钱，而为了继续烧钱，它将不得不从签署了“我们可能永远无法盈利”声明的投资者那里筹集资金。

正如我之前写过的，OpenAI 的另一个问题在于，生成式 AI（扩展到 GPT 模型和 ChatGPT 产品）并没有解决那些能够证明其巨额成本合理性的复杂问题。这些模型是基于概率的，这导致了巨大的、难以解决的问题——换句话说，它们什么都不知道，只是在基于训练数据生成答案（或者生成图像、翻译或摘要），而模型开发者正以惊人的速度耗尽这些训练数据。

“幻觉”现象——即模型明确生成了不真实的信息（或者在图像或视频中生成了看起来像是错误的内容）——是无法通过现有的数学工具彻底解决的。尽管可能会减少或缓解幻觉现象，但它的存在使得生成式 AI 在关键业务应用中难以真正依赖。

即使生成式 AI 能够解决技术问题，是否真正为业务带来价值也不明确。《The Information》上周报道称，微软 365 套件的客户（包括 Word、Excel、PowerPoint 和 Outlook 等，尤其是许多面向企业的软件包，后者还与微软的咨询服务紧密相关）几乎没有采用其 AI 驱动的“Copilot”产品。仅有 0.1% 到 1% 的 440 万用户（每人 30 到 50 美元）为这些功能付费。一家正在测试 AI 功能的公司表示：“大多数人目前并不觉得它有太大价值。”其他公司则表示，“许多企业尚未看到生产力和其他方面的突破性提升”，并且他们“也不确定什么时候会有”。

那么，微软为这些并不重要的功能收费多少呢？令人瞠目结舌的是，每位用户每月要额外支付 30 美元，或者“销售助手”功能的每位用户每月最多要支付 50 美元。这实际上要求客户在原有费用的基础上再加一倍——顺便提一句，这是按年签订的合同！——而这些产品似乎并没有那么有用。

需要补充一点：微软的问题如此复杂，以至于可能在未来需要专门的新闻内容来讨论。

这就是生成式 AI 的现状——生产力和商业软件的领军企业竟然找不到一个客户愿意为之付费的产品，部分原因是结果过于平庸，部分原因是成本过于高昂，难以证明其合理性。如果微软需要收取如此高的费用，要么是因为 Satya Nadella 希望在 2030 年实现 5000 亿美元的收入（这一目标是在微软收购动视暴雪的公开听证会上公布的备忘录中透露的），要么是成本太高，无法降低价格，或者两者兼而有之。

然而，几乎所有人都在强调 AI 的未来将会让我们大为震撼——下一代的大型语言模型近在眼前，它们将会非常惊人。

上周，我们首次真正地窥见了那个所谓的‘未来’。然而，结果却让人大失所望。

一个愚蠢的魔法把戏

OpenAI 在周四晚间发布了 o 1 ——代号“草莓”——其兴奋程度犹如去看牙医一样平淡无奇。Sam Altman 在一系列推文中将 o 1 描述为 OpenAI“最强大且最对齐的模型”。尽管他承认 o 1 “仍然存在缺陷，仍然有限，而且在使用一段时间后，它的表现不像初次使用时那样令人印象深刻”，但他承诺 o 1 将在处理那些有明确正确答案的任务（如编程、数学问题或科学问题）时提供更准确的结果。

这本身就非常具有启示性——但我们稍后会详细讨论。首先，让我们谈谈它实际是如何工作的。我将介绍一些新的概念，但我保证不会深入到太过复杂的细节中。如果你真的想阅读 OpenAI 的解释，可以在他们官方网站的文章中找到——《Learning to Reason with LLMs》。

当面对一个问题时，o 1 将其分解成单独的步骤——希望这些步骤能最终得出正确答案，这个过程被称为“思维链”（Chain of Thought）。如果将 o 1 视为同一模型的两个部分，理解起来会更容易。

在每一步中，模型的一部分应用强化学习，另一部分（输出结果的部分）根据其进展的正确性（其“推理”步骤）来“奖励”或“惩罚”，并在受到惩罚时调整策略。这与其他大型语言模型的工作方式不同，因为该模型会生成输出，然后回过头来看，而不是仅仅生成一个答案然后直接给出，而是会忽略或认可‘好的’步骤来得出最终答案。

虽然这听起来像是一个重大的突破，甚至是迈向高度赞誉的人工通用智能（AGI）的又一步——但实际上并不是——这可以从 OpenAI 选择将 o 1 作为独立产品发布，而不是 GPT 的更新版本中看出来。OpenAI 展示的例子——如数学和科学问题——都是答案可以预先知道的任务，这些任务的解答要么正确，要么错误，从而允许模型在每一步中引导“思维链”。

你会注意到，OpenAI 没有展示 o 1 模型如何解决那些解答未知的复杂问题，无论是数学问题还是其他问题。OpenAI 自己也承认，已经收到反馈，o 1 比 GPT-4 o 更容易出现“幻觉”，而且相比之前的模型，o 1 更不愿承认自己没有答案。这是因为，尽管模型中有一个部分负责检查其输出，但这个“检查”部分同样会出现幻觉（有时候 AI 会编造似乎让人觉得合理的答案，从而产生幻觉）。

据 OpenAI 称，由于“思维链”机制，o 1 对人类用户而言也更具说服力。因为 o 1 提供了更详细的答案，人们更倾向于相信其输出，即使这些答案完全是错误的。

如果你觉得我对 OpenAI 的批评过于严厉，请考虑公司是如何宣传 o 1 的。它将强化训练过程描述为“思考”和“推理”，但实际上它只是在猜测，并且每一步都是在猜测自己猜对了没有，最终的结果往往是可以预先知道的。

这对人类——真正的思考者——是一种侮辱。人类的思考基于一系列复杂的因素：从个人经验、毕生积累的知识到大脑的化学反应。虽然我们在处理复杂问题时也会“猜测”某些步骤是否正确，但我们的猜测是基于具体的事实，而不是像 o 1 那样笨拙的数学运算。

而且，天哪，这代价真不菲。

o 1-preview 的定价为每百万输入 token 收费 15 美元，输出 token 收费 60 美元。也就是说，o 1 的输入费用是 GPT-4 o 的三倍，输出费用是四倍。然而，这其中还有一个隐藏的成本。数据科学家 Max Woolf 指出，OpenAI 的“推理 token”——即用于得出最终答案的输出内容——在 API 中是不可见的。这意味着，o 1 的价格不仅更高，其产品本质还要求用户更频繁地支付费用。所有为了“考虑”答案而生成的内容（需要明确的是，这个模型并不是在“思考”）也会被收费，这使得诸如编程等复杂问题的解答可能极其昂贵。

现在让我们来谈谈准确性。在 Hacker News——一个类似 Reddit 的网站，由 Sam Altman 曾创立的公司 Y Combinator 旗下的网站上，有人抱怨 o 1 在处理编程任务时，凭空“编造”了不存在的库和函数，并且在回答网上无法轻易找到答案的问题时出现错误。

在 Twitter 上，初创公司创始人兼前游戏开发者 Henrik Kniberg 让 o 1 编写一个 Python 程序来计算两个数字的乘积，并预测程序的输出结果。虽然 o 1 正确编写了代码（尽管代码可以更简洁，只需一行即可），但实际输出的结果却完全错误。AI 公司创始人 Karthik Kannan 也进行了编程任务测试，o 1 还凭空“编造”了一个 API 中不存在的命令。

另一位用户 Sasha Yanshin 试图与 o 1 下棋，结果 o 1 在棋盘上凭空“创造”了一颗棋子，随后还输掉了棋局。

因为我有点调皮，我也试着问 o 1 列出名字中带有“A”的州。它思考了十八秒后，给出了 37 个州的名字，其中还包括了密西西比州。而正确答案应该是 36 个州。

当我问它列出名字中带有“W”的州时，它沉思了十一秒，居然把北卡罗来纳和北达科他也包括在内。

我还问 o 1 ，字母“R”在其代号“草莓”（Strawberry）中出现了几次，它回答了两个。

OpenAI 声称 o 1 在物理、化学和生物等复杂基准测试中表现得与博士生相当。但显然，它在地理、基础英语语言测试、数学以及编程方面表现欠佳。

值得注意的是，这正是我在之前的通讯中预测的那个“大而愚蠢的魔术”。OpenAI 推出“草莓”只是为了向投资者和公众证明 AI 革命仍在继续，而实际推出的却是一个笨重、无趣且昂贵的模型。

更糟的是，实在很难解释为什么任何人应该在意 o 1 。尽管 Sam Altman 可能会吹嘘其“推理能力”，但那些有钱继续资助他的人看到的，是 10 到 20 秒的等待时间、基本事实准确性的问题以及缺乏任何令人兴奋的新功能。

没人再关心“更好”的答案——他们想要的是一些全新的东西，而我不认为 OpenAI 知道如何实现这一点。Altman 试图通过让 o 1 “思考”和“推理”来使其拟人化，这显然是在暗示它是通向通用人工智能（AGI）的某种步骤，但即使是最坚定的 AI 拥护者也难以感到兴奋。

事实上，我认为 o 1 表明 OpenAI 既绝望又缺乏创意。

价格没有下降，软件也没有变得更有用，而自去年 11 月以来我们一直听到的“下一代”模型最终却成了一个失败品。这些模型也迫切需要训练数据，以至于几乎每个大型语言模型都吸收了某种受版权保护的内容。这种迫切性使得作为最大的生成视频公司之一的 Runway 发起了一项“公司范围的努力”，收集了数千个 YouTube 视频和盗版内容来训练其模型，而 8 月份的一起联邦诉讼指控 NVIDIA 也对许多创作者采取了类似做法，以训练其“Cosmos”AI 软件。

目前的法律策略基本上就是凭借意志力在硬撑，寄希望于这些诉讼不会达到设定任何法律先例的地步，而这一先例可能会将训练这些模型定义为侵犯版权的行为——这正是最近由版权倡议发起的一项跨学科研究得出的结论。

这些诉讼正在推进， 8 月份一名法官批准了原告对 Stability AI 和 DeviantArt 的进一步版权侵权指控（它们使用了这些模型），同时还批准了对 Midjourney 的版权和商标侵权指控。如果任何一起诉讼胜诉，将对 OpenAI 和 Anthropic 造成灾难性打击，对使用数百万艺术家作品数据集的谷歌和 Meta 更是如此，因为 AI 模型“遗忘”训练数据几乎是不可能的，这意味着它们将需要从头开始重新训练，这将耗费数十亿美元，并大大降低它们在执行任务时的效率，而这些任务本身就不是特别擅长。

我深切担忧这个行业的根基如同沙滩上的堡垒。像 ChatGPT、Claude、Gemini 和 Llama 这样规模的大型语言模型是不可持续的，似乎没有盈利的途径，因为生成式 AI 计算密集型的本质决定了训练它们需要花费数亿甚至数十亿美元，并且需要如此大量的训练数据，以至于这些公司实际上是从数百万艺术家和作家那里偷来了数据，并希望能逃脱法律制裁。

即使我们把这些问题搁置一旁，生成式 AI 及其相关架构也似乎并没有带来任何革命性的突破，且关于生成式 AI 的炒作循环根本没有真正符合“人工智能”这个术语的含义。生成式 AI 在最佳情况下，也只是偶尔能够正确生成一些内容，概括文档，或以某种不确定的“更快”速度进行研究。微软为 Microsoft 365 推出的 Copilot 声称拥有“成千上万的技能”，为企业提供“无限的可能性”，但其展示的例子无非是生成或总结邮件、“通过提示启动演示文稿”以及查询 Excel 表格——这些功能或许有用，但绝称不上革命性。

我们并不处于“早期阶段”。自 2022 年 11 月以来，大型科技公司在基础设施建设和新兴 AI 初创企业上的资本支出和投资已经超过了 1500 亿美元，同时也投入了自身的模型。OpenAI 已筹集了 130 亿美元，可以雇用任何他们想要的人，Anthropic 也同样如此。

然而，这场推动生成式 AI 腾飞的行业版“马歇尔计划”的结果，只是诞生了四五个几乎相同的大型语言模型、全球最不赚钱的初创公司，以及数千个价格高昂但表现平平的集成应用。

生成式 AI 正在以多重谎言进行推销：

1.它是人工智能。2. 它会变得更好。3.它将成为真正的人工智能。4. 它是势不可挡的。

抛开“性能”这样的术语——它们通常用于描述生成内容的“准确性”或“速度”，而不是技能水平——大型语言模型实际上已经进入了平台期。所谓“更强大”往往并不意味着“能做更多事”，而是意味着“更昂贵”，这意味着你只是创造了一个成本更高但功能没有增加的东西。

如果每一位风险投资家和大型科技巨头的联合力量仍然没有找到一个真正有意义的用例，很多人愿意为之付费，那就说明不会有新的用例出现。大型语言模型——是的，这就是这些数十亿美元去向——不会因为科技巨头和 OpenAI 再投入 1500 亿美元就突然变得更有能力。没有人试图让这些东西更高效，或者至少没有人成功做到这一点。如果有人成功了，他们会大肆宣传的。

我们面临的是一种共同的妄想——一种以版权盗窃为基础的死胡同技术（每个时代的技术的产生都会出现这种问题，无法避免），它需要持续不断的资本来维持运行，而提供的服务充其量只是可有可无的，这些服务被伪装成某种实际上并未提供的自动化功能，成本高达数十亿美元，并将继续如此。生成式 AI 运行的并非金钱（或云计算积分），而是信心。问题在于，信心——就像投资资本一样——是一种有限资源。

我担心的是，我们可能正处于一个类似次贷危机的 AI 危机中——成千上万的公司将生成式 AI 整合到其业务中，但价格却远未稳定，且更远未实现盈利。

几乎每一个标榜“AI 驱动”的初创公司都基于某种 GPT 或 Claude 的组合。这些模型是由两家深陷亏损的公司开发的（Anthropic 预计今年亏损 27 亿美元），它们的定价策略旨在吸引更多客户，而不是盈利。正如之前提到的，OpenAI 依赖于微软的资助——包括它获得的“云计算积分”和微软提供的优惠定价——其定价完全依赖于微软作为投资者和服务提供商的持续支持，Anthropic 与亚马逊和谷歌的交易也面临类似的问题。

根据它们的亏损情况，我推测，如果 OpenAI 或 Anthropic 的定价接近实际成本，那么 API 调用的价格可能会增加十倍到一百倍，虽然没有实际数据难以准确说明。但我们可以考虑《信息》报道的数字，OpenAI 预计 2024 年在微软的服务器成本将达到 40 亿美元——我补充一下，这比微软对其他客户的收费便宜两倍半——再加上 OpenAI 每年仍亏损超过 50 亿美元。

OpenAI 极有可能仅收取了运行其模型所需费用的一小部分，只有在能够不断筹集到比以往更多的风险资金并继续从微软那里获得优惠定价的情况下才能维持现状，而微软最近表示它将 OpenAI 视为竞争对手。虽然不能确定，但可以合理地认为，Anthropic 也从亚马逊网络服务和谷歌云获得了类似的优惠定价。

假设微软给了 OpenAI 100 亿美元的云计算积分，而 OpenAI 在服务器成本上花费了 40 亿美元，再加上假设的 20 亿美元培训费用——这些成本在新的 o 1 和“Orion”模型推出后肯定还会增加——那么 OpenAI 到 2025 年可能需要更多的积分，或者开始用实际现金支付给微软。

虽然微软、亚马逊和谷歌可能会继续提供优惠定价，但问题在于这些交易是否对它们有利可图。正如我们在微软最新季度财报后看到的那样，投资者对构建生成式 AI 基础设施所需的资本支出（CapEx）表示越来越多的担忧，许多人对这一技术的潜在盈利能力表示怀疑。

而我们真正不知道的是生成式 AI 对这些大规模科技公司的盈利情况，因为它们将这些成本计算在其他收益中。虽然我们不能确定，但我想如果这些业务有任何盈利的话，它们肯定会谈论从中获得的收入，但它们并没有。

市场对生成式 AI 的繁荣持极度怀疑态度，而英伟达首席执行官黄仁勋对 AI 的投资回报没有给出实质性的答案，导致英伟达市值在一天内暴跌了 2790 亿美元。这是美国市场历史上最大的一次股市崩盘，失去的总价值相当于接近五家雷曼兄弟的高峰值。虽然这种比较到此为止——英伟达甚至没有面临失败的风险，即使它失败，系统性影响也不会如此严重——但这仍然是一个惊人的金额，且显示了 AI 对市场的扭曲力量。

8 月初，微软、亚马逊和谷歌都因其与 AI 相关的大规模资本支出遭遇市场重创。如果它们在下个季度无法展示从这 1500 亿美元（甚至更多）投入的新数据中心和 NVIDIA GPUs 中获得显著的收入增长，它们将面临更多的压力。

需要记住的是，除了 AI，大型科技公司已经没有其他创意市场了。当像微软和亚马逊这样的公司开始显示出增长放缓的迹象时，它们也开始急于向市场展示它们仍然具备竞争力。谷歌，一个几乎完全依赖搜索和广告的多重风险垄断公司，也需要一些新的、吸引眼球的东西来吸引投资者的注意——然而，这些产品并没有带来足够的效用，似乎大部分收入来自那些“尝试”AI 后发现其实并不值得的公司。

目前，有两种可能性：

1. 大型科技公司意识到自己深陷其中，出于对华尔街的不满恐惧，选择减少与 AI 相关的资本支出。

2. 大型科技公司为了寻找新的增长点，决定削减成本以维持其破坏性的运营，裁员并将资金从其他业务转移以支撑生成式 AI 的“死亡竞赛”。

目前尚不清楚哪种情况会发生。如果大型科技公司接受生成式 AI 不是未来的现实，它们实际上没有其他东西可以向华尔街展示，但可能会采取类似 Meta 的“效率年”策略，减少资本支出（并裁员），同时承诺“降低投资”一定程度。这是亚马逊和谷歌最可能采取的路径，因为尽管它们渴望让华尔街满意，但至少目前仍有其盈利的垄断业务可依靠。

然而，未来几个季度需要看到 AI 带来的实际收入增长，并且必须是实质性的，而不是关于 AI 是“成熟市场”或“年度化增长率”的模糊说法。如果资本支出随之增加，那么这一实际贡献将需要显著提高。

我认为这增长不会出现。无论是在 2024 年第三季度、第四季度，还是 2025 年第一季度，华尔街将开始惩罚大型科技公司，因为它们对 AI 的贪欲，而这种惩罚将比对英伟达的惩罚更加严厉，尽管黄仁勋的空话和无用的口号，英伟达是唯一一家可以实际展示 AI 如何增加收入的公司。

我有些担心第二种情况的可能性更大：这些公司深信“AI 是未来”，它们的文化与解决现实问题的软件开发完全脱节，可能会烧毁整个公司。我深切担忧大规模裁员会被用来资助这个运动，而过去几年的情况让我不认为它们会做出正确的选择，离开 AI。

大型科技公司已经被管理顾问彻底毒害——亚马逊、微软和谷歌都由 MBA 管理——而且还围绕着他们一些相似的怪物，如谷歌的 Prabhakar Raghavan，他赶走了真正建设谷歌搜索的人，以便自己掌控。

这些人并不真正面对人类的问题，他们创建了专注于解决软件可以修复的虚构问题的文化。对于那些整个生活都在开会或读邮件的人来说，生成式 AI 可能显得有些神奇。我想 Satya Nadella（微软 CEO）的成功心态主要就是“让技术人员解决问题”。Sundar Pichai 本可以通过简单地嘲笑微软对 OpenAI 的投资来结束整个生成式 AI 热潮——但他没有这样做，因为这些人没有任何实际的想法，这些公司也不是由那些经历过问题的人来管理的，更不用说那些真正知道如何解决问题的人了。

他们也很绝望，这种情况对他们来说从未如此严重，除了 Meta 在元宇宙上烧掉了数十亿美元。然而，这种情况更加严重和丑陋，因为他们投入了大量资金，并将 AI 紧密地绑定到他们的公司中，撤掉 AI 将既尴尬又对股票造成伤害，实际上是对这一切都是浪费的默许。

如果媒体真正对他们负责，这一切本可以早些停止。这种叙事通过与以往的炒作周期相同的骗局进行销售，媒体假设这些公司会“解决问题”，尽管很明显它们不会。觉得我是在悲观吗？那请问，接下来生成式 AI 有什么计划？它接下来会做什么？如果你的答案是它们会“解决问题”，或者它们“在幕后有惊人的东西”，那么你就是一个不自觉的营销操作参与者（可以思考一下这句话）。

本文作者旁白：我们真的得停止被这种东西愚弄了。当马克·扎克伯格声称我们即将进入元宇宙时，大量媒体——如《纽约时报》、《The Verge》、CBS 新闻和 CNN 等——都配合宣传了一个显然有缺陷的概念，这个概念看起来很糟糕，并且以对未来的彻头彻尾的谎言为卖点。它显然只不过是一个糟糕的虚拟现实世界，但《华尔街日报》仍然在 hype-cycle 已经明显过时的六个月后，把它称作“互联网的未来愿景”。这同样发生在加密货币、Web3 和 NFT 上！《The Verge》、《纽约时报》、CNN、CBS 新闻——这些媒体再次参与了推广那些明显无用的技术——我应该特别提到《The Verge》，其实是凯西·纽顿，他在连续三次鼓吹技术后，尽管声誉良好，在七月时还声称“拥有一个最强大的大语言模型可能为公司提供各种赚钱的产品基础”，而实际上，这项技术只会亏钱，尚未提供任何真正有用和持久的产品。

我相信，至少微软将开始减少其他业务领域的成本，以帮助维持 AI 热潮。在今年早些时候，一位消息来源与我分享的邮件中，微软高级领导团队曾要求（但最终计划被搁置）降低公司内多个领域的电力需求，以便为 GPU 腾出电力，包括将其他服务的计算转移到其他国家，以释放 AI 的计算能力。

在匿名社交网络 Blind 上的微软板块（需要验证公司电子邮件），一位微软员工在 2023 年 12 月中旬抱怨“AI 占用了他们的钱”，表示“AI 的成本太高，吞噬了加薪，情况不会变好”。另一位员工在七月中旬分享了他们的焦虑，称他们明显感觉到微软对“削减成本以资助英伟达股价的操作现金流”有“边际上瘾”，并且这种做法“深深伤害了微软的文化”。

另一位员工补充说，他们相信“Copilot 会在 2025 财年毁掉微软”，并且“ 2025 财年的 Copilot 重点将大幅度下降”，还透露他们知道“他们国家的大型 Copilot 交易，在经历了近一年的 PoC、裁员和调整后，使用率不到 20% ”，并表示“公司冒了过多的风险”，微软的“巨大 AI 投资不会得到回报”。

虽然 Blind 是匿名的，但很难忽视这样的事实：大量网络帖子讲述了微软雷德蒙德（华盛顿州的城市名称）的文化问题，尤其是高层领导与实际工作脱节，只会为那些附上 AI 标签的项目提供资金。许多帖子对 Satya Nadella 微软 CEO 的“言辞胡言乱语”表示失望，并抱怨在一个专注于追逐可能不存在的 AI 热潮的组织中，缺乏奖金和晋升机会。

至少，可以看出公司内部存在深深的文化悲伤，许多帖子在“我不喜欢在这里工作”、“大家一方面困惑为什么我们要在 AI 上投入这么多，另一方面又觉得只能接受，因为 Satya Nadella 根本不在意。

The Information 的文章中提到，微软在其 AI 功能 Office Copilot 的实际采用率上隐藏着一个令人担忧的问题：微软为 365 Copilot 在其数据中心预留了足够的服务器容量，足以应对数百万日常用户。然而，实际使用这一容量的情况尚不明确。

根据估计，微软目前的 Office Copilot 功能用户可能在 40 万到 400 万之间，这意味着微软可能建立了大量闲置的基础设施，未能得到充分利用。

虽然有人可能认为微软是基于该产品类别未来增长的预期进行布局，但另一个值得思考的可能性是：如果这个增长从未出现呢？如果——尽管听起来有点疯狂——微软、谷歌和亚马逊为捕捉可能永远不会到来的需求而建立了这些庞大的数据中心？早在今年三月，我就提出过一个观点：我找不到任何公司能够通过生成式 AI 实现显著的收益增长。而在将近六个月后，这一问题依然存在。大公司目前的做法似乎是将 AI 功能附加到现有产品上，期望通过这种方式增加销量，但这种策略并没有在任何地方显现出成功的迹象。就像微软一样，他们推出的“AI 升级”似乎并未为企业带来实际的商业价值。

因此，这引发了一个更大的问题：这些 AI 投资是否可持续？科技巨头们是否高估了对 AI 工具的需求？

尽管一些公司在“整合 AI”时可能推动了微软 Azure、亚马逊 AWS 和谷歌云的部分开支，但我假设这一需求很大程度上是由投资者情绪驱动的。这些公司“投资 AI”更多是为了让市场满意，而不是基于成本/效益分析或实际效用。

然而，这些公司已经花费了大量时间和金钱，将生成式 AI 功能嵌入其产品中，我认为它们可能会面临以下几种情况：

1. 这些公司开发并推出了 AI 功能，却发现客户并不愿意为其付费，正如微软在其 365 Copilot 中遇到的情况。如果现在——在 AI 热潮中——都无法找到让客户付费的方式，当这股热潮过去、老板们不再要求员工“赶上 AI 潮流”时，情况只会更糟。

2. 这些公司开发并推出了 AI 功能，但无法找到让用户为这些功能支付额外费用的方法，这意味着他们只能将 AI 功能内嵌到现有产品中，却无法增加利润空间。最终，AI 功能可能会成为一种“寄生虫”，侵蚀公司的收入。

高盛的 Jim Covello 在关于生成式 AI 的报告中也提到，如果 AI 的好处只是提升效率（例如能够更快分析文档），那么竞争对手也能做到这一点。几乎所有的生成式 AI 整合都是类似的：某种形式的协作助手，用来回答客户或内部问题（如 Salesforce、微软、Box），内容创作（Box、IBM），代码生成（Cognizant、Github Copilot），以及即将推出的“智能代理”，这实际上就是“可定制的聊天机器人，能够连接到网站的其他部分”。

这个问题揭示了生成式 AI 的一个最大挑战：虽然它在某种程度上“强大”，但这种强大更多地体现在 “基于已有数据生成内容”，而不是真正的“智能”。这也是为什么很多公司的网站上关于 AI 的介绍页面充满了空话，因为他们最大的卖点其实是“呃……你自己来琢磨吧！”

我担心的是一种连锁效应。我相信现在很多企业正在“试用”AI，而一旦这些试验结束（根据 Gartner 的预测，到 2025 年底，将有 30% 的生成式 AI 项目在概念验证阶段后被放弃），他们很可能会停止为这些额外功能付费，或者停止将生成式 AI 整合到公司的产品中。

如果这种情况发生，那些为生成式 AI 应用提供云计算的超级规模企业和像 OpenAI、Anthropic 这样的大型语言模型供应商的本已低迷的收入将进一步减少。这可能会给这些公司的价格带来更大的压力，因为它们本已亏损的利润率将会进一步恶化。到那时，OpenAI 和 Anthropic 几乎肯定不得不提高价格，如果它们还没有这么做的话。

尽管大型科技公司可以继续为这场热潮提供资金——毕竟，这场热潮几乎完全是它们一手推动的——但这并不能帮助那些已经习惯于折扣价格的小型初创公司，因为它们将无力继续维持运营。尽管有一些较便宜的替代方案，比如运行 Meta 的 LLaMA 模型的独立供应商，但很难相信它们不会面临与超级规模企业相同的盈利问题。

还要注意的是，超级规模企业也非常害怕惹恼华尔街。虽然它们理论上可以（正如我担心的那样）通过裁员和其他成本削减措施来改善利润率，但这些只是短期的解决方案，只有在某种程度上能够从这棵贫瘠的生成式 AI 树上摇出一些钱时，才有可能奏效。

无论如何，是时候接受一个事实：钱并不在这里。我们需要停下来，审视我们正处于科技行业的第三次幻觉时代。然而，与加密货币和元宇宙不同的是，这次每个人都参与了这场烧钱的狂欢，追求着一个不可持续、不可靠、不盈利且对环境有害的项目。这个项目被包装成“人工智能”，被宣传为将“自动化一切”，但实际上从未具备真正实现这一目标的路径。

为什么这种情况会一再发生？为什么我们经历了加密货币、元宇宙、现在又是生成式 AI，这些技术似乎并不是为普通人真正设计的？

这实际上是科技行业自然发展的结果，如今的科技行业完全专注于提高在每个客户中提取的价值，而不是为客户提供更多价值。或者说，他们甚至没有真正理解他们的客户是谁，以及客户需要什么。

今天你被推销的产品几乎肯定会试图将你绑定到某个生态系统——至少作为消费者，被微软、苹果、亚马逊、谷歌所掌控。这样一来，离开这个生态系统的成本变得越来越高。即使是加密货币——表面上是一种“去中心化”的技术——也很快放弃了自由放任的理念，转而通过少数几个大平台（如 Coinbase、OpenSea、Blur 或 Uniswap）来聚集用户，而这些平台背后支持的往往是同样的风投公司（例如 Andreessen Horowitz）。加密货币并没有成为一个新的、完全独立的在线经济系统的旗手，反而只能通过那些曾资助互联网其他浪潮的人脉和资金来实现扩展。

至于元宇宙，它虽然是个骗局，但也是马克·扎克伯格试图掌控下一代互联网的尝试，他希望将“视界”（Horizon）打造成主要平台。关于生成式 AI，我们稍后再讨论。

所有这一切都与进一步的货币化有关——即增加每个客户的平均价值，无论是通过让他们更多地使用平台以展示更多广告，推销“半有用”的新功能，还是创造一个新的垄断或寡头市场，只有那些拥有庞大资金储备的科技巨头才能参与其中，而真正为客户提供的实际价值或实用性则少之又少。

生成式 AI 之所以令人兴奋（至少对某类人来说）是因为科技巨头将其视为下一个重要的赚钱工具——通过在从消费技术到企业服务的每个产品上增加收费途径。大多数生成式计算都通过 OpenAI 或 Anthropic，再回流到微软、亚马逊或谷歌，产生云计算收入，维持他们的增长表现。这里最大的创新并不在于生成式 AI 能做什么，而是创造了一个无望摆脱依赖的生态系统，这个生态系统完全依赖于少数几个超大规模的公司。

生成式 AI 可能并不非常实用，但它非常容易集成到各种产品中，从而让公司能够为这些“新功能”收费。无论是消费类应用还是为企业软件公司提供服务，这类产品通过向尽可能多的客户加价销售，可以赚取数百万甚至数十亿美元的收入。

Sam Altman 非常聪明，他意识到科技行业需要一个“新东西”——一个每个人都可以分一杯羹并进行销售的新技术。虽然他可能并不完全理解技术，但他确实明白经济体系对增长的渴望，并将基于 Transformer 架构的生成式 AI 产品化，作为一个可以轻松插入大多数产品中的“神奇工具”，能带来一些与众不同的功能。

然而，急于将生成式 AI 集成到各处的热潮揭示了这些公司与实际消费者需求或有效运营的业务之间的巨大脱节。过去 20 年里，仅仅“做新东西”似乎就能奏效——推出新功能并让销售团队强行推销，足以维持增长。这让科技行业的领导者们陷入了一种有害且无利可图的商业模式中。

管理这些公司的高层——几乎都是从未从零打造产品或科技公司的 MBA 和管理顾问——要么不理解，要么不在乎生成式 AI 没有盈利的路径，可能他们认为它会像亚马逊云服务（AWS）那样自然变得盈利（AWS 用了 9 年才盈利），尽管这两者是截然不同的东西。过去事情都“自然而然地解决了”，那么为什么现在不会呢？

当然，除了利率上升大幅改变了风险投资市场，减少了 VC 的资金储备并缩小了基金规模这一点之外，还有一点是，如今对科技的态度从未如此负面。再加上其他众多因素——为什么 2024 与 2014 截然不同——这些原因太多了，已经超出了这篇 8000 字的文章的篇幅去一一讨论。

真正令人担忧的是，除了 AI 之外，许多这些公司似乎没有其他的新产品。他们还有什么？还有什么可以让他们公司继续增长？他们有什么其他的选择？

没有，他们什么都没有。这才是问题所在，因为一旦 AI 失败，其影响将不可避免地传导到整个科技行业的其他公司。

每个主要的科技玩家——无论是消费领域还是企业领域——都在销售某种 AI 产品，集成了大型语言模型或他们自己的模型，通常是在大科技公司的系统上运行云计算。在某种程度上，这些公司都依赖于大科技公司愿意补贴整个行业。

我推测，一种次贷式的 AI 危机正在酝酿，其中几乎整个科技行业都参与了一个以极其低廉的价格出售的技术，该技术高度集中并由大科技公司补贴。到某个时点，生成式 AI 的惊人而有害的烧钱速度将追上他们，进而导致价格上涨，或公司发布新的产品和功能，收费极其苛刻——比如 Salesforce 的“Agentforce”产品每对话 2 美元的费用——这会使得即便是预算充足的企业客户也无法证明这种开支是合理的。

当整个科技行业依赖于一种只会亏钱且本身没有太多实际价值的软件时会发生什么？当压力过大，这些 AI 产品变得无法调和，而这些公司没有其他东西可以销售时又会发生什么？

我真的不知道，但科技行业正朝着一个可怕的审判迈进，缺乏创造力的现状是由一个奖励增长而非创新、垄断而非忠诚、管理而非实际创造的经济环境所促成。