罗振宇 逻辑思维 【表演式政治】
里根有这三个很怪异的地方：
1. 极度守时
2. 粗枝大叶
3. 记忆力差
里根在从政之前，是一个演员。
总统工作对他来说，会不会就是另一场表演？或者是一连串表演？如果他把政治当成是一场表演，那确实就是这样的做派。
首先，他必须守时。
一个称职的演员，他应该做到：依据剧本要求，在对的场地布景中，讲对的台词，制造对的效果。然后按照拍片计划，一步步将每一场拍完。
其次，他当然可以粗心大意。
一个演员，不必管剧本怎么写。一个总统，如果幕僚和内阁班子搭得特别好，他确实没有必要了解和决策每一件事，专业的事相信专业的人。
再次，他为什么会记忆力不好呢？
说白了，他不是记错了，他可能是太沉迷于表演，经常搞混了事实和想象之间的界限。
从这个角度来看，里根其实一直用当演员的态度来当总统。每天都是他的拍片日，从这场到那场，每场要求不同的情绪和效果，里根就把它表现出来，他有功底。他不需要在意幕僚谁是谁，就像好莱坞明星也不会知道片场里进进出出搭布景、打灯光的谁是谁。
当他说“我”、“我记得”的时候，他讲的不是现实世界里的那个里根，而是扮演中的总统，应该有、可以有的经验。这种即兴发明的经验，当然是为了增加表演的效果。
里根是美国公认的好总统。总统没准就应该这么当。
现在政府官员太没出息了，发言都念稿子，你看人家美国总统，演说能力多强啊。
有一位曾经在政府里工作过的人就说，你搞错了，这不是政府官员没出息，是我们的体系能力还不强。你想，官员发言，那稿子都是仔细推敲过的。一个表述，一个用词，没准都是很多部门长期博弈争吵的结果。那是不能随意改的，所以官员当然不能随意脱稿演讲。
但是如果整个体系能力发展起来了，能够让官员可以用演员的方式来工作。他是用自己的才华、魅力，为既定的政策来增色，那才是你看到的西方官员的脱稿演讲。
所以，回到里根。
他有魅力，有领导力；有坚定的基本价值观和思想；有搭建一个强大的幕僚和内阁系统的能力；他还会遵守严格的时间表和政治纪律。大事已定，小事少操心，这样的人，当然就是一个合格的总统。
说到这里，我们才理解里根作为美国历史上最出色的总统之一，他赢得的那个称号——
“伟大的沟通者”。
这不是就是“伟大的表演者”的另一个说法吗？
王煜全 创新地图｜能源行业变革，信息技术的下一个风口
存在了上百年，并已经深深嵌入城市和家庭每个角落的一张大网：电网 正在成为信息技术的下一个风口。
电网不仅将所有发电以及用电设备连接了起来，并且还要求发电量和用电量必须时刻保持平衡。
这就意味着，我们打开一盏灯都可能会引发电网千里之外发电端的一个微小调整。从前这张大网离我们很遥远，是因为从前我们只是电力的消费者，和电网背后的复杂运行机制没有任何联系。
而这一切即将被蓬勃发展的新能源产业以及随之而来的能源行业的变革所打破。
新能源的两大特征是分散性和不确定性。与传统能源主要控制在大型发电集团不同。
以德国为例，大部分新能源发电设备都属于个人或小业主。对于电网来说，这是革命。为了维持电网的稳定，发电量和用电量必须保持平衡。
这种平衡过去主要是通过调节发电端的发电量来实现的。而当分散在全国各个角落且不可控的新能源发电所占的比例越来越高的时候，这一调节方式越来越难以为继。这正是信息技术大显身手的地方。
首先是解决新能源由它的分散性所带来的不可控的问题。
利用信息技术可以将分散的新能源发电单元协调组织起来，形成一个大型虚拟电场。这一领域已经涌现出很多初创公司，代表企业是德国的 Next Kraftwerke。
目前已经接入4000多个新能源发电单元，总体发电功率已经达到2.7 GW，相当于一个大型火电站的发电能力。
它的运行模式是在每个发电单元安装一个称为Next Box的通信和控制组件，Next Box 通过一个专门的加密GPRS信道与中央服务器相联，一方面将发电单元的实时数据传送到服务器，另一方面接收服务器的控制指令，这样就可以对电网以及电力市场进行实时响应。
它的商业模式一是可以通过将小型发电单元打包成大型发电厂，从而可以直接进入电力市场进行交易，获得更高的电价。另一方面可以利用自己的快速响应能力为电网提供调峰服务从而获得进一步的收益。其次是解决新能源发电不稳定的问题，它基本可以分为三个技术方向。
第一个方向是运用信息技术对新能源发电量进行预测，提前对未来新能源的发电量作相应反应，从而避免电网大的波动。
法国初创公司 Steadysun 根据不同的预测的周期和精度为太阳能发电量预测提供了一个三级系统：
第一级系统SteadyMet主要基于气象模型和太阳能发电单元的历史运行数据，并综合运用智能学习算法，可以提供未来几天的太阳能发电量预测。
第二级系统SteadySat在此基础上加入了每小时更新1-4次的实时卫星图片信息，从而比较准确地预测太阳能发电单元被云层遮盖的程度，可以提供最多6小时后的太阳能发电量更精确的预测，对第一级系统的预测误差进行修正，从而减少损失。
第三级系统SteadyEye则可以提供未来15分钟的精确预测，它通过在太阳能发电单元附近加装一个观察云层运动的摄像头，可以捕捉云层的运动轨迹，并通过对云层运动的物理建模，实现对云层遮盖非常精确的预测，主要用于实时电网稳定控制。
砚青感觉这就是把天气转化成电能的因素当作股票一样用data加AI来管理。
在风能发电量预测方面比较有特色的是德国初创公司 Enercast，它开发了基于云端智能算法的发电量预测服务。
对于风能来说，不仅众多的气象参数，甚至周围的地形和附近的其他风力发电机都会对发电量产生不同程度的影响。Enercast推出了基于人工神经网络的风力发电量预测算法，它首先使用历史数据，包含气象参数和特定风力发电机发电量对神经网络进行训练，然后再由神经网络基于第一部分的气象参数预测得到发电量预测。并且在运行过程中还会持续地将实测数据反馈回神经网络进行迭代训练，从而可以不断提升预测精度以及跟踪风力发电机本身运行状态的变化。
Enercast真是把神经网络用在了刀刃上。极具指导意义。
对于Next Kraftwerke这样的虚拟电厂运营商来说，由于电力交易需要提前进行，新能源发电量预测服务是不可或缺的。甚至对于传统能源发电企业来说，新能源发电量的预测服务也越来越重要，它不仅可以避免前文提到的负电价的情况，而且如果根据预测，未来几天电价由于大量新能源电力的涌入很可能降低到成本以下时，传统能源发电企业就应该提前适当降低发电量以避免亏损。
第二个技术方向是通过用电端的主动调整来适应新能源的不确定性。
在工业用电方面，有很多工业过程是可以在一定范围内灵活调整电力的使用而并不会影响最终产品的。在挖掘这方面潜力上，比利时初创公司 Restore 在冶金、造纸、化工等很多工业领域已经获得了上百家客户，Restore的商业模式从对每个客户的用电特性的分析开始，据此量身定制电力调节方案，如在哪些时间段可以减少多少比例的用电量。这些工业企业在电网发电端供应不足时，会在Restore信息系统的指挥下，调低相应的用电负荷。而在电网发电端供应过大时，则开足用电负荷。
第三个技术方向是通过储能设备在新能源发电量大的时候储存能量，而在发电量小时输出电力，从而补偿新能源的不确定性。
除了以抽水蓄能为代表的大型集中式储能电站，目前也出现了以家庭储能电池为核心，综合了家庭光伏发电和家庭智能能源管理的商业模式。由于新能源发电的分散性，分布式的家庭储能可能是未来更加适合的解决方案。
这个领域目前的实际领跑者是德国初创公司 Sonnen，占据了全球家庭光伏储能将近四分之一的市场份额。Sonnen首先以解决家庭屋顶光伏应用对储能的需求切入：由于光伏发电的高峰是白天，而家庭的用电高峰却出现在晚上，因此发电和用电之间存在一个错位，即使将白天的电力出售给电网，晚上再由电网供电，也仍然要支付由于电网成本而导致的出售价格低于买入价格的价差。而通过家庭储能则可以将白天的光伏电力存储起来留到晚上使用，可以显著降低家庭的电费支出。
在此基础上，Sonnen还在它的储能系统上进一步集成了家庭智能能源管理系统，目前它支持与最多三台家庭用电系统进行连接，在有富余光伏电力的情况下，会首先启动这些设备进行工作，从而可以在一定程度上降低对储能电池容量的需求。另一方面，Sonnen 储能系统还可以将富余的储存能力用于为电网提供稳定控制服务，从而获得进一步的收益。
针对没有光伏发电设备的家庭，Sonnen提供了Sonnen community的商业模式，通过安装Sonnen储能系统，用户可以获得长达10年每年2000度的免费用电额度以及超出这个额度之后的一个优惠电价，节省下来的电费远远超过了储能系统的成本。对于Sonnen来说，这些用户一方面可以提供更多的存储能力，另一方面这些用户的用电需求又使得连入Sonnen体系的光伏发电单元的富余电力有了新的变现渠道，不管是发电端还是用电端都可以获得更好的电价。
以上这些解决方案和商业模式还只是未来能源变革所带来大风口的冰山一角，中国的“十三五”也计划到2020年将新能源装机容量提升到30%。而信息技术将会在未来的能源体系中发挥基础性作用，通过发展可预测且可控的分布式新能源，串联上可即时响应的工业和家庭用电和储能单元，就在目前的电力网络上加上了一层信息网，两张网之间的智能交互就构成了能源互联网，它将使得未来以新能源为主体能源的清洁能源体系成为可能。
得到新闻 36氪预判了几个新趋势
前不久，创业服务平台36氪，预测了在文娱、内容和社区、电商、金融等10个领域值得关注的新趋势。得到选出三个来讲
泛娱乐领域。36氪预测了四个趋势。
第一个趋势是，直播和短视频的界限会越来越模糊，它们都会在“兴趣链社交”上下功夫，也就是根据兴趣来分类的倾向会越来越明显。这也意味着，直播平台会在内容策略上有所调整，那些有技能的主播，比如做美食美妆、音乐旅游的主播们会拿到更多的资源。
第二个趋势是，电影行业用IP来赚票房的方法将不管用了。这两年，IP和流量明星都是票房良药。但这个做法没有可持续性，因为它不符合电影工业的规律。如果一部电影靠购买IP和明星大卖，那么在这些上面花的成本就相对较高，这样一来，其他地方花的钱就得比较少，也就会导致电影本身的质量降低。所以文章认为，对IP来说，未来市场会对内容方面的要求更高，那些容易改编、容易跨平台推广的内容，才更受市场的欢迎。
第三个趋势是，院线可能出现并购潮。院线是什么意思呢？电影放映业是个比较有垄断性的经营体制行业，经营者为了保护自己的利益，会在某些城市掌握一定数量的电影院，建立放映网络，这就是院线。电影市场快速成长的时候，院线赚钱容易，但从去年开始电影市场不那么好了，一些小院线生存不下去，巨头就开始出手收购了。文章认为，因为光靠人口红利维持票房的时代已经过去，院线的并购热潮会越来越火热。
如今天下除了万达还有谁？
第四个趋势是，娱乐产品会越来越重视非主流的口味。文章说，未来二次元不会再是什么小群体的隐秘爱好，而是从明星到公司人人都乐意贴上的标签。他们不一定代表大众市场，但群体内的消费力是不能忽视的。
再来看内容方面。36氪认为，在这个领域有一个趋势是，信息流广告会成为产品赚钱的主要模式。
信息流广告，是根据用户在平台上积累的大数据，进行精准投放的一种广告，会穿插在产品原有的内容里出现。传统广告的形式都是广告商占主导，用户体验不在他们的考虑的范围里；而搜索广告呢，用户占主要位置，但如果他们不搜索，广告就很难出现。举个例子，如果大家都不知道宝马，怎么可能会搜索呢？如果大家不搜索，怎么推送广告信息呢？而信息流广告现在就能解决这个问题。36氪预测，信息流广告，会成为最受欢迎的广告形式。
最后看金融领域。36氪认为，未来金融业务会成为互联网公司的标配，一些手里有大量用户和流量资源的非金融类互联网公司，也会进入金融领域。
虽然现在监管比较严格，不过对于比较好的民营机构，监管部门对民营银行和消费金融公司这两类牌照的发放还是比较多的。去年12月份的审批中出现了像小米、美团、苏宁等非金融类的公司，在未来，获得牌照的非金融公司也会更多。
吴军 第176封信丨可怜人薛宝钗
“可怜人”。
在和黛玉的竞争中，她看似笑到了最后，但却是一个非常可怜的失败者，相比之下，黛玉虽然死了，却还能活在宝玉心中。
世界上有三种悲剧，
第一种是由于自身的错误所导致。
第二种悲剧是由环境造成的，比如罗密欧和朱丽叶的爱情故事就是如此。他们没有做错什么事情，却无力无力抵抗。(感觉环境也是命运的一种)
最可悲的悲剧是第三种。在悲剧中没有人做错什么事情，甚至他们每一步在当时看来走得都是最正确的，但是最终却导致一个悲剧的结局。这恐怕要算是命运使然了，比如古希腊著名的悲剧《俄狄浦斯王》就是如此。而宝钗的悲剧就属于这第三类。
我看过很多遍《红楼梦》，实在找不出宝钗哪一步走错了，周围哪一点环境对她不利，但是她就是得到了这样一个悲剧的结局。这才是最可悲的悲剧。
很多受到“反封建”意识影响的人将宝钗的悲剧归结为专制时代的悲剧，我不认同这样的看法，因为在任何国家，任何时候，都有宝钗这样经历的人，这或许就是命运。历史上从来不缺乏和命运抗争的英雄，比如贝多芬就是我心目中这样的一位英雄。但是这些英雄们赢了么？没有！
很多时候我们不得不向命运低头。人生不如意事，十常居七八。遇到这种事情怎么办，人还是要活下去，这其实就是宝钗最后采取的人生态度。宝钗最终为了所爱的男人牺牲了自己的尘世幸福，付出了半世孤凄的代价。但她却并无怨言，她最终帮助自己所爱的宝玉解脱精神上的痛苦（出家了），这似乎是命运为她安排的一生的使命。
脂砚斋在批语中写道，“（宝钗）历着炎凉，知著甘苦，虽离别亦能自安，故名曰冷香丸。又以谓香可冷得，天下一切无不可冷者”。作为读者，当我们为林黛玉掉泪时，是否也应该对宝钗表达一点敬意呢？
很多人问我，我这么努力了却还是得不到机会，或者没有成功，或者就是赢不到芳心，为什么上天对我这么不公平？如果早知如此，我还努力个什么劲。对此我只能说，很多时候，努力未必能有回报，但是不努力你会后悔，最后问心无愧是我们唯一稳得的报酬。凡事要尽人事，但是也要听天命，当我们想抱怨不公的时候，不妨想想痴情的宝钗。
万维钢 日课161丨你用“算法”，我用“意会”
《意会：人文学科在算法时代的力量》（ Sensemaking：The Power of the Humanities in the Age of the Algorithm ），克里斯汀·麦兹伯格（Christian Madsbjerg）战略咨询顾问。
今天要讲的，又是一个跟咱们以前说过的东西有点矛盾的道理。我们说过，人类正在迎来一个算法至上的世界。现在算法在很多领域中都比人类专家厉害。赫拉利在《人类简史》中甚至有一个论断，说将来绝大部分人的个人决策，应该干脆听从算法的安排。这就是“ 算法时代 ”。
但是另一方面，我们《精英日课》也反复提到一个概念叫“ 自由技艺 ”（liberal arts）。自由技艺的主要内容就是所谓“人文学科”。学习自由技艺不是学习实用的工作技能，而是为了获得解决问题、认识社会、理解他人的能力。自由技艺是统治者的高级能力。
好，现在问题来了。算法很厉害，自由技艺也很厉害，那么到底是算法厉害，还是自由技艺厉害？这也就是《意会》这本书的底牌—— 自由技艺比算法厉害。
我敢说，有了这本书，我们就知道了*现代高级知识*的完整拼图应该是什么样的 —— 那就是 “算法 + 自由技艺”。你大概记得，赫拉利在《未来简史》中说，二十一世纪的人可能会被分为三种。一种是“无用的人”，一种是“被算法统治的人”。还有一种，是不能被算法理解和左右，站在算法背后，做最重要决策的人，也就是所谓“神人”。赫拉利说的是神人的大脑可能会经过硬件意义上的升级改造，他们拥有完全不同的体验和智慧。以我之见，也许我们不需要什么大脑硬件升级。只要我们给大脑升级一下软件，我们至少在当前这个时候，至少在一定程度上，就能拥有比算法更厉害的智慧。这个软件系统，就是自由技艺。
1.谁还学人文学科？
话是这么说，但是现在自由技艺的学习形势可不太乐观。麦兹伯格说回顾了过去这几十年的趋势，人文学科可以说是岌岌可危。从1960年代到现在，获得人文学位的人数减少了一半。现在用于人文学科研究的研究经费仅仅相当于自然科学和技术的研究经费的0.5%。而且就这点经费，在人文学科内部也大都被用来支持数字化的方法（定量方法）的研究 — 比如社交网络的量化分析，大数据判断人的性格之类。传统的“定性分析”，比如政治学、哲学这类学科所能拿到的经费是少之又少。如果你上大学选专业，还会选择人文学科吗？先别急，咱们先看看各专业的收入情况。
2.哪个专业收入高
2008年，华尔街日报发表了一项研究，比较了人文学科和理工科的收入差距。整体收入最高的当然是理工科。刚毕业大学生的起薪的收入中位数排名，排在最前面的两个大学是麻省理工学院和加州理工学院，年收入是72,000美元。如果看长线，比较毕业生在职业生涯中期的收入中位数，麻省理工和加州理工分别排在第3和第6，也是相当高。如果不看学校只看专业，按照各个专业的收入中位数排名，2008年最值钱的两个专业是“计算机科学”和“化学工程”。
前面比较的，都是年收入的“中位数” —— 也就是各个大学、各个专业中的“普通人”的收入。如果我们重点考察收入最高的那些人，结果就很不一样了。拥有Top 90%的高收入的人 —— 这些人在职业生涯中期的收入达到了30万美元以上 —— 就不是毕业于某个理工学院了，排在前两名的是耶鲁大学和达特茅斯学院，这两个都是以人文学科见长的综合性大学。
而这些top 90%的人，在大学里学的是什么专业呢？主要是政治学、哲学、戏剧和历史。
他们中的很多人根本就不是来自著名综合性大学，而是毕业于像柯盖德大学（Colgate University）、巴克内尔大学（Bucknell University）、联合学院（Union College）这样的专门培养自由技艺的小学院。所以在一定层次以上，自由技艺比理工科更值钱。
那么这个策略大概是这样的。如果你出于保守起见，想要获得一个中上水平的收入，你应该选择理工科。如果你野心大，想要得到特别高的收入，那么你应该选择人文学科。
当然，选择人文学科是有危险的，过得好就是很高的收入，过得不好就不如理工科。什么叫“过得好”？那我看也许就是你得成为一个领导者。咱们刚说过，自由技艺是统治者的学问。
3.什么叫“意会”
终于说到麦兹伯格这本书的正题了。英文书名叫 “Sensemaking”，这个词很浅显你看英文是一看就明白Sensemaking = Make Sense
麦兹伯格说，“意会”的意思，就是“对人和人之间有意义的区别，具备一个敏感度”。
什么叫“有意义的区别”呢？
比如你去年的收入是9万元，今年收入是10万元，但是工作性质不变，那这个区别就只是“数量”上的，不是本质的，这就是没有意义的区别。
如果你去年是个普通员工，今年进入了管理层，那不管工资升高了多少，这都是发生了“质”的变化，这就是有意义的区别。有意义的区别，就是不能简单用*数字*描述的东西，所以叫“意会”。
而我们研究这些区别，最根本的目的，是理解“人”。
麦兹伯格举了个例子。假设你是福特汽车的CEO。这是一个非常高的位置，公司上下几万人的命运都在你手里，有些下属为了跟你谈半小时，可能要用几周的时间做准备。你的最重要职责，就是战略决策。
现在有这么一个问题。福特汽车在美国市场的卖点是高科技。美国消费者喜欢高精尖的功能，所以福特汽车投入大量的研发力量，给汽车配置各种先进功能。而现在福特公司想要进入发展中国家的新兴市场，那你应该定位什么样的卖点呢？
如果要用算法解决这个问题，你大概就得不预设任何立场地设计很多款不同的车型，在各个国家做销售实验，看哪个车型好卖就批量生产哪个。但是这根本不可行 —— 车型变化的灵活度太大，你不可能测试五百种不同的车型，而且你根本没有时间和金钱去做这种实验。
这时候，你就需要“意会”了。
你必须根据对当地文化的*理解*，判断消费者可能喜欢什么样的汽车。 比如福特研发了一个叫做“变道辅助”的技术，能提醒司机在自己的车道行驶。这个技术在路况较差、划线不规范的国家里，就毫无意义，做不成卖点。再比无人驾驶汽车在印度可能就没什么需求，因为印度有车家庭的标配是雇佣一名专职司机，这在印度人看来是身份的象征。像这样的分析推理，就不是算法，而是意会。
福特公司当然需要算法。财务报表、供应链、消费者调查，这些都有算法的支持，但是有些重大决定是算法不能实现的。类似的例子还有很多。 比如有调查发现，43%的II型糖尿病患者没有按时吃药。在不按时服药的病人中，又有84%的人，是因为忘了服药。那你能不能想一个什么办法能让这些人按时服药？你需要的不是基于经验的算法，你需要的是*理解*这些病人。
再者，我们还可以说说希拉里和特朗普的总统竞选。希拉里是个标准的优等生，做每件事情都能做“对” —— 如果算法说发什么广告能提高她的支持率，她就一定会发那个广告；如果过去几届总统竞选的大数据表明说什么话能打动选民，希拉里就一定会说那个话。可是希拉里怎么就输给了特朗普呢？因为特朗普的打法根本无历史经验可寻，在算法和大数据的认知范围之外！事实上，直到选举日前一天，各家大数据算法几乎一致预测希拉里将获胜 —— 可以说这次选举中遭遇惨败的不仅仅是希拉里，还有算法。
丨我的评论
其实每个认真的学者都明白，人类专家有人类专家的优点，算法有算法的缺点。过去这二十年，西方“主流”学者特别爱强调算法的优越性，是因为这是我们这个时代的主题。我的第一本书《万万没想到》的副标题就是“用理工科思维理解世界”，那本书的一个主题就是算法很厉害。当时的情况，甚至包括今天，公众对“算法很厉害”这个局面的认知还不够。很多人还在不顾客观事实，拿一些过时了的理论对付现代的问题。
那么今天我讲《意会》这本书，有点梁启超所谓的“以今日之我打到昨日之我”的意思 —— 但实际上并不矛盾，如果你已经意识到算法很厉害了，咱们现在再聊聊算法的局限性。世界上的道理往往都是这样。看似相反的道理，各有各的适用范围和时代需求。我不需要“理工科思维”这个标签，你也不必执着于“理科生”还是“文科生” —— 我们追求的，都是此时此刻世界上的先进思想。
丨由此得到
在算法大行其道的时代，麦兹伯格这本书说真正的重大决策还是得靠人，靠“意会”。表面上看，大数据、算法和定量分析已经占领了社会科学，但实际上传统的“自由技艺”的根基并没有动摇，反而显得更可贵了。也许把算法和自由技艺结合起来，才是二十一世纪最高级的知识。麦兹伯格在书中分五个专题，讲了现代人应该怎么使用“意会” —— 自由技艺并不是那么容易掌握的。不过在此之前，我们先来看看“算法思维”的弊病。咱们下次再说。
