關注公眾號，記憶承載，方能閱讀正文《財富的真相與人類社會的底層邏輯》

那天聊財富的真相與人類社會的底層邏輯時，我提到了一個分配比例，3%，67%，30%。

有個讀者留言跟我說，這不公平呀。很少的人拿走了67%，很多人的分30%，應該大家一起平分這97%。

你這個想法，很理想，也很美好，但有個前提。

前提就是人類文明可交流的范圍內，存在一個超文明。

什么意思呢？

我打個比方，假如三體存在，三體和我們友好，對我們開放技術。

或者，即便不開放技術，我們自主研發，但我們清楚的知道哪條研發路徑是通的。

因為三體存在呀，因為它做過呀。

這意思就是說即便你不肯給我帶路，但我清楚的知道你走的是哪條路，這樣我就不需要360個方向亂碰，我可以沿著既定路徑前進。

如果一直有這樣一個帶頭大哥式的超文明存在，它甚至不需要帶你，只要不攻擊你，都可以按照你想象的模式。

問題是，現實不是童話，現實是黑暗森林。

人類文明從誕生之初，就沒有什么地外文明帶我們，而且內部也呈現競爭狀態。

如果這97%的蛋糕當真平均分配，它相當于一個什么場景呢？

我打個比方，假如人類這個生物群落有100個人，你用鐵鏈把所有人的腳拴在一起，所有人都往前跨一步，大家對齊了，然后才能跨第二步。

這樣人與人之間的差距是最小的。

好處是非常的公平，壞處是文明進度條很慢，可能我們今天還在石器時代，而非信息時代。

如果地球是童話世界，是不允許其他競爭類生物出現的伊甸園，那進度條快點慢點無所謂。

肉爛爛鍋里，這是單機游戲，你慢慢玩也沒人攻擊你。

但問題是，這是聯網游戲，你的進度條太慢，很可能就會崛起其他生物，回頭你發現在動物園猴山上的，就成了我們，在這里討論公平話題的，就變成了它們。

所以人類并沒有采用這種進化方式，而是允許有人跑很遠，有人落后，有的人可能跑出去100步了，有的人還在原地踏步。

你去看19世紀，有的文明已經船堅炮利了，有的文明還在美洲大陸上祭祀圖騰。

那我問你個問題，這個跑出去100步的人，他需不需要干糧？

當然需要，體現在分配上就是你看到的，少數人分走了67%，多數人分走了30%。

比如美國，少數人已經投入動輒數千億美金去研發AI，而很多人，還在貸款買菜。

這就是一個經典的分配不勻的案例，他拿了足夠多的資源他才能做自己想做的事情，才能在跑出去100步的情況下，繼續跑出去1000步，10000步。

而非停下來，等后面的人。

這個過程確實非常的反情感，但真相就是如此。

我給你們舉個例子。

你比如去年諾貝爾物理學獎得主，2019年的圖靈獎得主，AI領域深度學習之父，杰弗里·辛頓。

深度學習什么意思？你把DeepSeek翻譯翻譯，呵呵。

但他遠不是這個時候才出名的。

我們的讀者當中應該也有零幾年讀研的，如果那時候你念計算機系，念信電系，神經網絡算法即便不是你的研發方向，你也肯定是聽過的。

BP算法，就是Backpropagation，反向傳播，訓練神經網絡的核心技術，就是這老漢整出來的。

當然，那時候國內讀研的人大都覺得不靠譜，或者只是當個科研探索方向聽聽而已。

你像我那年月就看過他的論文，但是沒有繼續，因為我們看過類似的多了去。

如果當時有人愿意深度學習辛頓老爺子的研發領域，估計現在也是國內AI圈里的科研大佬了。

辛頓的弟子遍布AI領域，Ilya Sutskever，OpenAI的前首席科學家，他弟子；Meta的首席科學家楊立昆，他弟子，.......

這種徒子徒孫太多了，不去舉例子了。

那這種人，按照我們的理解，肯定是個學霸，從小立志要好好學習，要爭光，要這了那了。

真相是什么？

他是個二混子。

辛頓出生在英國，對學習并無興趣，18歲進入劍橋讀物理化學，不要問咋進的。

問就是你習慣了公平的考試制度，你并不理解在西方世界，名校的錄取名額只有一部分是留給考試生的，除此之外，還有很多路徑。

辛頓讀了一個月，輟學了。

出去瞎逛，浪蕩了一年，迫于家人的壓力，重返校園，讀建筑。

讀了一天，要求轉系，去讀生理。

堅持了兩個學期，又要求轉系，讀哲學。

讀不下去，又轉系讀心理學。

還是畢不了業，怎么辦呢？

他需不需要去考研，然后挨個求教授放自己一馬，給個畢業證呢？

不需要。

區區劍橋，還沒有膽子讓他退學，辛頓榮獲心理學學士學位。

就這樣，劍橋畢業后，他做了什么？做了個木匠。

做了兩年木匠的辛頓，忽然又對上學產生了興趣，于是拜在了兩位諾獎得主的老師Christopher Higgins的門下。

開始研究當時所有人都不看好，被廢棄的研究方向神經網絡。

一干就是幾十年。

其實很正常的，那個年代計算機的能力有限，我記得很清楚，二十多年前，我讀本科期間，人工智能還被定義為偽科學呢，更別說辛頓那時候。

當然，多年后我們知道，英偉達的一款賣不掉的游戲顯卡，給AI領域帶來了突破，把辛頓這一派直接送上了巔峰。

辛頓，也成了當代的張三豐。

問題是，我們想過沒有，他的這一切為什么？

劍橋簡直就像辛頓自家院子，想進就進，想出就出，他都不需要考試，轉系這么個轉法，你見他考試了么？

這么亂七八糟的轉系經歷，我相信他的本科實際上是畢不了業的，但即便如此，他依然劍橋畢業了。

而兩任諾獎得主的老師，這種學派宗師的門下，也是他想進就進。

進去之后，也是他想搞什么科研就搞什么，即便發不出論文，也能博士畢業。

這么一個從頭到尾無厘頭的學術經歷，居然也能拿到教職，也能當教授，也能拿到科研經費。

而且沒有說發論文的要求，沒有非升即走的壓力，這一切，到底為什么？

我們翻開他的家譜，赫然發現這一系列的人物。

比如邏輯學領域里的牛頓，現代計算機的數學基礎奠基人，布爾。

英國大地測量學家，珠穆朗瑪峰以其名作為英文名命名者，Everest。

楊振寧的師姐，曼哈頓計劃參與者寒春。

你現在該明白了，為啥他想干嘛就能干嘛，為啥他能在冷板凳上一坐幾十年，直到一個完全沒戲的研發方向，變成炙手可熱的當下主流路徑。

咱們來想一個問題，假如站在公平的前提下，辛頓可不可能拿到教育資源？

不可能。

他就該去當木匠。

你根本不珍惜學習機會，憑什么給你？憑什么一而再，再而三的容忍你，這對其他通過考試的學子，公平么？

假如站在公共資源的角度下，辛頓可不可能拿到研發資源？

不可能。

因為神經網絡方向早在幾十年前，就被他的導師，以及整個學術圈，否定了。

憑什么浪費公共資源去做一個沒希望的研發方向？

這個項目，這個決策，站在公平的角度，誰當領導，誰也不敢批呀。

也就是說，辛頓研發的方向，當下AI的突破方向，在公平的前提下，它根本不會被觸發。

可是，人類的突破，往往就在這些犄角旮旯的不靠譜的領域里，這是一個概率學問題。

用我們那天聊財富底層邏輯里的比例，那些分走了67%的群體，他們當中絕大部分可能都是紈绔。

但總有概率有一部分人，胡搞瞎搞，瞎貓逮住了死耗子。

從0到1的突破，就是這么誕生的。

這就是為啥那天我講階層的誕生，財富分配模式的博弈時，我告訴你們，在3%的眼里，真正最重要的是什么？

是穩定，是結構性穩定。

所謂公平讓人類舒服，不公讓人類進步。人類選擇的從來都是不公的尺度，而非公平本身。

你以為特朗普的意思是說，67%和30%應該放在一起，攪一攪，米和米湯攪攪勻？

不是這意思。

特朗普想要做的僅僅是說，67%，你不要再擴張了，你拿的已經很多了。

你如果拿更多，比如你拿77%，87%，對方只剩20%，10%，那結構就不穩定了。

只不過美國歷史短，他們只相當于剛經歷過我們的西漢。

太多東西他們沒有經歷過，或者說第一次剛剛面對，所以3%的目標從來都是維持67%，30%。

維持得好，67%始終拿67%，其實就是非常穩定的，這就是西漢初年，維持不了，77%，87%，那就變成東漢末年了。

所以你看到了？哪怕是特朗普這么理想的人，他也只是想要讓67%不要擴張，不要拿87%而已，他可從來沒想過真的能削減67%。

那是不現實的，你真那么做，文明就很難出現概率性突破了，相當于發動機熄了。

所以，那天這個可愛的讀者，你搞錯了，公平從來都不是目的，平衡才是。

67%擴張到77%，文明的油門就加大了，77%回縮到67%，文明的剎車就加大了。

平衡而已。

沒人想要讓車停下來的，因為都是老司機。

司機只是想要讓車子盡量快的前提下，盡量穩。

關注公眾號，記憶承載，方能閱讀正文《財富的真相與人類社會的底層邏輯》