来源：陆向谦 作者：赵老师 过去一周，中国科技圈发生了两件震撼全网的事。 PART.01 两件震撼全网的事件 第一件：腾讯官宣，OpenAI科学家、清华姚班校友姚顺雨正式出任CEO/总裁办公室首席AI科学家，直 接向腾讯总裁刘炽平汇报。 同时兼任AI Infra部、大语言模型部负责人。 第二件：小米官宣，95后"AI才女"罗福莉担任MiMo大模型负责人，首次公开亮相。 据传，雷军曾开出千万年薪挖角她。 两个年轻人，一个27岁，一个95后（不到30岁），站上了中国AI战场的最中央。 家长圈瞬间炸了。 有人震惊："27岁就能直接向总裁汇报？" 也有人焦虑："95后都拿千万年薪了，我家孩子怎么办？" 但定居硅谷多年、在清华、香港科技大学都长期任教过，深耕创新人才培养的教育专家陆向谦教授，听 到这个消息，说了一段让所有人震惊的话： "95后站上AI舞台中央，不算什么。奥特曼28岁创立OpenAI，乔布斯、比尔·盖茨、扎克伯格、马斯克创 业时都才20岁左右，大学都没读完。" "AI人才平均年薪，在硅谷至少100万美金，在中国是100万人民币。这是平均工资，骨干再乘10倍也正 常。" "新事物往往在边缘，由年轻人创造。孩 ...

行业趋势与风险 - 线上购物和直播带货等新模式对传统实体店（如五金店）造成冲击，导致货品滞销，同时面临房租上涨的压力 [2] - 传统制造业行业呈现萎缩趋势，并出现裁员潮，而新兴的新能源行业发展前景良好 [9][10] 公司战略与运营 - 因循守旧、固守传统经营模式（如仅依赖老主顾上门）是公司面临困境的主要原因，在变化的市场中“不变”是最大的风险 [2] - 为短期利益而牺牲产品质量（如降低材料等级）会严重损害公司声誉和长期生意，导致客户流失和门庭冷落 [6] - 公司决策应基于长远发展而非短期收益，例如选择有前景的行业而非仅看起薪高低，这关系到未来的生存与成长 [9][10][12] 管理与文化 - 公司内部存在“路径依赖”思维，将过去的偶然成功视为必然真理，阻碍了创新与适应 [2] - 公司文化中若存在“风险恐惧”，将导致其不敢尝试新事物和新方法，从而错失发展机遇 [2] - 员工或管理层若精于眼前算计（如少干活多拿钱），而非为长远目标规划和学习，将限制个人与公司的成长潜力 [7] - 消极认命的心态（如将困境归咎于外部因素）是阻碍公司突破和发展的致命因子 [14] 投资与财务理念 - 财富积累的逻辑在于“拥抱变化”和“顺时而变”，而非重复旧有模式 [3] - 在投资中，追逐短期暴利而不研究行业趋势将导致失败 [7] - “复利思维”和“延迟满足”是拉开差距的关键，意味着需要为长期回报放弃部分短期利益 [12] - 应将时间、人情、信任等隐形成本纳入决策考量，只关注明面成本的精于算计会堆高隐形成本 [6]

那么日本究竟错过了什么？为 #优质图文扶持计划#何会苦心经营的工业帝国会坍塌？ 前言 日本经济挺不住了，从高市早苗出任首相至今，日元兑美元汇率已经贬值5.6%，即便抛开中国的打 压，日本经济也已经到了病入膏肓的地步。 但看日本近一年来的经济，就足以发现未来日本问题只会越来越严重，日本这一亿国民都会一步步走向 绝望。 作者-常 黄昏陨落：一个工业帝国的最后一口气 2015年那场由"安倍经济学"主导的经济刺激计划，曾被日本社会寄予厚望，货币宽松与日元贬值让人一 度以为出口产业能够浴火重生。 可实际走向，却与期待完全相反，甚至可以说滑向了深渊，一个极难逆转的结构性塌方正在发生，它的 根基正在被一寸寸腐蚀。 这正是未来几年，我们将见证日本走向的，不是简单的衰退，而是一种结构性死亡。 曾经引以为傲的汽车、电器等制造业巨头，如今在市场上节节败退，昔日的荣耀仿佛只剩回忆。 更有标志性意义的是，在2024年的上海车展上，首次有数家中国电动车型订单超过了日本品牌，大众消 费的偏好正在发生根本性转移。 一个曾经的贸易顺差大国，如今却沦为持续的逆差国，这说明赖以生存的体系正在失血，而且越流越 快。 世界银行数据显示，其GDP已被德 ...

投资观点与估值 - 楼主基于DCF模型对小米集团进行估值，目标价约为43港元，并认为当前股价已接近该目标价，开始执行买入计划 [1] - 投资策略以估值底作为防御，以11月18日的财报事件作为短期驱动因素 [1] - 有观点认为小米当前估值不低，特别是在汽车业务领域，其价值被高估，不理解为何公司从手机业务扩展到汽车业务后估值能大幅提升 [16] 商业模式与竞争策略 - 公司被描述为倾向于在成熟领域竞争，通过极高的营销水平和控制产品成本来盈利，而非依靠技术创新 [3] - 商业模式被指为“营销驱动型”，更适合货值较低的商品，因为消费者维权成本高，对于高货值商品如汽车，质量问题更容易引发舆情风险 [8] - 有评论指出公司缺乏核心技术，其模式被概括为等待产业链成熟后，通过访问供应商、挖角人才并进行营销包装来推出产品 [4] 产品质量与用户口碑 - 近期公司口碑被指出现直线下降，涉及汽车、手机、空调等多个产品线 [7] - 存在对产品耐用性和维修成本的批评，例如小米电视使用七八年后出现间歇性黑屏，维修需更换整个灯圈，成本高达约600元，而原购买价格不到2000元，被类比为某些新能源车的高额维修模式 [5] - 有用户反映小米空气净化器等产品在家用舒适性上表现不佳，与高价国际品牌相比体验差距大，导致产品被闲置 [10] - 部分消费者因产品质量问题对品牌产生负面印象，并选择避开其产品 [11] 行业观察与风险讨论 - 评论将公司的发展路径描述为“路径依赖”，即在消费电子领域通过低成本模仿策略获取市场份额，并将此模式复制到汽车行业，但汽车行业对安全性和技术积累要求更高 [13] - 有观点担忧，一旦营销成本大幅上升，公司当前广泛的产品战线可能难以维持 [3] - 在汽车领域，产品质量问题的暴露会被放大，可能引发广泛关注，从而反噬品牌形象，动摇其核心的营销优势 [3]

书籍核心内容与结构 - 书籍名称为《江南以南：被湮没的严州府》，作者杨斌，由上海译文出版社于2025年7月出版 [2] - 全书共分十四章，通过微观、地区、国家和跨国等多重视角，探讨浙江严州府（以建德为核心）的地方史，旨在挑战传统地方史书写的通史模式 [4][10] - 本书的文眼在于“被湮没”，既指严州府部分区域因1969年富春江大坝建成而被水淹没的物理事实，也指其行政编制在历史长河中消失的抽象概念 [11] 严州府的地理与文化定位 - 严州府地处浙西南山区，在施坚雅宏观区域划分中属于东南沿海，但在地理、文化和经济上既不属于以太湖流域为中心的狭义江南，也与浙江沿海和福建省差异显著 [2][3] - 其地理特征为“七山二水一分田”，以山林经济为主，经济体量有限，历史上与徽州联系更为紧密 [3][4] - 严州文化上受到江南影响，例如伍子胥的水神崇拜从江南水乡传入山区，同时自身也形成了以严光为代表的隐士文化符号 [4] 历史发展中的重要阶段与事件 - 南宋定都临安后，严州成为京畿腹地，迎来政治和文化上的高光时刻 [4] - 元代意大利旅行家鄂多立克曾记录严州府城的浮桥，使严州事迹为欧洲人所知，体现了跨国交流 [5] - 明清时期，严州因土瘠民贫而衰落，虽有商辂三元及第等科场佳绩，但仅是昙花一现 [5] - 1969年富春江大坝的建成是近代最大变化，导致沿江村落如乾潭镇、坌柏村被淹没，商业中心成为稻田 [6] 地方经济与产业特点 - 严州经济以山林经济为基础，例如古村坌柏曾为杭州提供燃料（木柴和木炭），并为浙江海塘堤坝提供建筑原料（硬柴） [6] - 当地村落群的形成与山区开发及新安江水路交通密切相关，是徽州经济和文化沿江而下影响的产物 [6] - 历史上严州依靠水路成为官道、贡道、传教士之路以及难民之路，七里泷江是重要通道 [5] 研究方法与史学范式 - 本书采用的主题研究法，强调地方特征是在与相邻地区、国家及跨国势力的多维互动中形成的，而非内部均质发展的结果 [10] - 作者提出地方史书写的新范式，认为“没有他者，就没有我们；没有互动，就没有个体”，这与作者前作《季风之北，彩云之南》的思路一脉相承 [10] - 研究揭示了长时段历史中的“路径依赖”，即自然环境是社会发展的基础与束缚，而外来因素时常打乱本地秩序，带来刺激与机遇 [9]

市场趋势判断 - 昨日的市场反弹看似强劲，但从大框架看仅是一次击穿标志性均线后的技术性反弹，意义有限 [1] - 当前市场没有任何调整结束的迹象，调整更像是刚刚拉开序幕 [5] - 即便未来行情能够突破历史趋势压力，目前阶段仍需要耐心的蓄势过程 [5] 技术分析与风险区域 - 从缠论角度看，当前区域是二卖和三卖密集出现的区域，属于波段操作最后的离场时机 [4] - 学习缠论应着重领会动量变化的含义及区域风险，而非死抠具体形态和卖点 [4] - 无法预料未来是窄幅横盘还是深度回撤，主观猜测是遭受投资损失的根源 [3] 投资者心理与策略 - 经历2至3个月上涨后，人性自然路径依赖会使心理逐渐固化为乐观，即“好了伤疤忘了疼” [3] - 投资策略应遵循“先使自己立于不败之地，以待敌之可胜”的原则 [3] - 当行情开始不顺时，应多总结和学习 [5]

路径依赖现象 - 用户习惯依赖特定导航APP、报告模板和消费品牌 本质是对过往经验的依赖[1] - 电脑键盘QWERTY布局因用户习惯难以被更高效的DVORAK布局替代 后者可使打字速度提升30%以上[2] - 视频行业普遍采用MP4格式而非更先进的MKV、AV1格式 因设备兼容性和用户学习成本阻碍新技术普及[2] 商业案例表现 - 诺基亚过度依赖传统手机成功经验 未能及时转型智能手机导致市场地位丧失[3] - 柯达因对传统胶卷业务成功依赖 未大力发展数码技术最终走向衰落[3] - 企业依赖旧商业模式难以转型 管理者沿用过期激励机制管理新世代[3] 形成机制分析 - 路径依赖源于报酬递增机制 企业成功后会加大投入形成正反馈[5] - 转移成本包括经济成本、心理成本和组织成本 阻碍企业改变原有路径[5] - 大脑基于经验预判世界 通过"预测编码"理论验证猜测 逐渐强化经验依赖[6] - 成功归因偏差使企业将成功归因于方法本身 而忽略场景匹配的关键作用[6] 局部最优陷阱 - 决策时易被当下最优选择吸引 忽略进一步探索可能获得更优结果[7] - 爬山算法比喻显示 每一步局部最优可能无法达到全局最高峰[7] - 基层岗位熟练者不愿学习新技能 行业技术革新时因缺乏积累难以转型[9] - 职业探索中选择最容易转成功的岗位 导致始终在熟悉领域打转[9] 结构锁定效应 - 操作系统积累用户后形成应用生态 开发者被迫围绕其开发 despite更高效系统存在[10] - 企业数据架构偏离提升效率初衷 但因牵一发而动全身只能维持运转[10] - 结构锁定磨灭对长期价值的耐心 使企业无法忍受短期无反馈状态[10] 突破路径方案 - 主动引入扰动打破经验惯性 每月尝试跨领域交流、探索新技能或开启副业[12] - 在选择节点关注步骤是否拓宽未来选择空间 而非仅追求最快回报[13] - 定期从愿景反推路径 以全局地图参照审视是否困在局部高地[13] - 培养可迁移能力包括学习能力、系统思维能力和共情能力[14] - 第二曲线思维要求主业成功时即探索新方向 而非被动转型[14] - 提炼能力底层逻辑 掌握"为什么这么做"而非仅"怎么做"[15]

核心观点 - 企业在发展过程中容易陷入路径依赖和成功依赖，即过度依赖过往的成功经验和既定模式，当外部环境、市场需求或技术发生变革时，这种惯性会从优势转变为阻力，阻碍创新与转型 [4][6] - 路径依赖在认知上类似于机器学习中的“过拟合”现象，即对过去特定场景的解决方案掌握过精，却未能理解底层通用规律，导致无法适应新变化 [6] - 企业应通过主动求新、从愿景反推路径以及培养可迁移能力等策略，打破思维定式，避免被结构性锁定，以在快速变化的商业世界中保持竞争优势 [15][16][18] 路径依赖的表现与案例 - 商业案例显示，诺基亚因过度依赖传统手机领域的成功经验和技术路径，未能及时转型智能手机，最终错失市场机遇 [4] - 柯达作为胶卷行业巨头，因对传统业务的成功依赖，未大力发展数码业务，最终走向衰落 [4] - 行业普遍现象包括：管理者沿用过时激励机制管理新世代员工，品牌用上一代逻辑猜测新消费群体需求 [4] 路径依赖的成因 - 经济学角度：路径依赖形成源于报酬递增（成功模式带来更多投入与收益的正反馈）和转移成本（改变路径所需的经济、心理及组织成本过高） [6] - 认知科学角度：大脑基于经验进行“预测编码”，倾向于用个人认知加工现实，并会下意识将成功归因于方法本身，而忽略方法与场景匹配的关键作用 [7] - 个人特质因素：过度依赖及时反馈、追求确定性的人，在面对复杂新问题时更倾向从过去找答案，而非构建新模型 [8] 局部最优陷阱 - 局部最优指决策时容易被眼前可见的最优选择吸引，却忽略了通过进一步探索可能获得的更优结果，例如在熟悉岗位上得心应手而不愿学习新技能，导致行业革新时转型困难 [10][11][12] - 该思维在非线性系统中尤为危险，因不考虑全局路径结构、不允许暂时退步，最终导致结构性锁定，如成熟操作系统生态使开发者难以适配新系统，复杂企业数据架构因牵一发而动全身而难以优化 [12] 突破路径依赖的策略 - 主动求新：为系统引入扰动，例如每月尝试舒适区外的事、打破固定习惯，以跳出局部陷阱 [16] - 从愿景反推路径：定期更新并审视目标，以“全局地图”为参照，避免错把局部安稳当作全局终点 [16] - 培养可迁移能力：包括学习能力（快速理解新领域逻辑）、系统思维能力（分析整体业务链路）、共情能力（理解用户与团队需求）及第二曲线思维（主业成功时即探索新方向） [18]

研究核心观点 - 科研生产力层级在职业生涯早期就已高度固化 从底层逆袭至顶层的概率低于1% 从顶层跌落同样罕见[1][3][6] 研究样本与方法 - 研究覆盖38个OECD国家 追踪320,564名资深科学家 样本占全球符合条件科学家的近八成[2] - 选取标准包括持续发表论文至少25年 职业生涯总产出不少于10篇 覆盖16个主要学科[2] - 将职业生涯划分为早期(第5-14年) 中期(第15-24年) 晚期(第25年及以后)三个阶段[4] - 根据期刊声望加权论文产出 将科学家分为人数相等的10个生产力等级[4] 生产力层级稳定性 - 职业中期跻身顶尖10%的学者中 超过80%在早期已处于生产力最高的前三个等级[4] - 具体分布:52.39%来自第10级 20.94%来自第9级 10.33%来自第8级[4] - 早期处于最低第1级的学者 中期逆袭至第10级的概率仅0.51% 1-3级合计占比仅2.2%[5] - 从中期到晚期 底层上升至顶层的概率从0.51%升至1.36% 顶层跌落底层的概率从0.26%升至0.69%[6] 差距形成机制 - 早期成功通过信誉循环机制决定后期成就:高质量论文→信誉积累→研究经费→优质资源→更多高质量论文[7] - 顶尖研究机构平台效应显著 前200机构工作使成功概率提升30%到50%[8] - 团队合作是重要加速器 数学和社会科学领域每增加一个合作者 成功概率提升25%到40%[8] - 性别因素影响显著 男性科学家进入顶尖行列概率高于女性 生命科学领域差距超一倍[9] 学科差异分析 - 社会科学领域流动性略高于STEMM学科 底层跃升顶层概率分别为3.13%和2.22%[10] - 商学流动性最高 顶尖学者保持高位比例47.55% 底层维持低位比例26.38%均为各学科最低[10] - 数学和物理学顶尖地位最稳固 中期到后期保持顶端比例分别达57%和60%[11] - 化学和物理学底层停滞严重 超过40%早期最低谷学者中期仍无法摆脱困境[12]

投资策略演变 - 投资思路从2012年至2022年专注于A股基金研究 [4] - 2023年开始转向美股ETF分散布局和全球股市ETF套利操作 [4] - 2023年末至今采用全天候策略 综合配置股票、债券和商品 并辅以换车套利增强收益 [5] 资产配置理念 - 随着本金增长 对风险收益比的要求提高 投资决策更注重配置优化而非趋势押注 [5] - 强调灵活变通优于专精领域 尤其在A股市场环境下 [5] - 路径依赖被视作有害行为 会损害投资者稳定收益能力 [6][7] - 普通投资者无需过度专精 应先建立投资框架以避免方向性错误 [9] 市场环境分析 - A股市场若未及时在高点退出 可能面临收益落空风险 [8] - 资产配置存在严重问题的人群比例估计不低于95% [9] - 北上广等地区房地产抛售潮从顶层向中产和小康阶层蔓延 [11] 资产配置方法论 - 资产配置通过科学组合提高容错率 弥补对单一资产认知的不足 [10] - 需建立自上而下的宏观框架模型 设定投资纪律并忽略择时 [10] - 框架需明确股票指数、黄金、债券等资产的比例 并在无严重问题时保持稳定 [10] - 建议采用雪球三分法 根据风险偏好测试确定股、债、商三大类资产比例 [13] - 配置过程应留足2-3年时间进行分批定投 以积累匹配认知 [14] 策略优势与执行 - 终身学习型投资者会逐步走向资产配置 [12] - 坚持配置策略可规避重大风险事件 实现资产保值增值 [14] - 雪球三分法通过全球三大类资产协同配置 结合定投和动态再平衡 降低单一市场波动影响 [15] - 高胜率简单策略使复杂市场更可控 适合普通人长期坚持 [15]