Agustin Lebron：交易、加密货币与逆向选择
Agustin Lebron - Trading, Crypto, and Adverse Selection
嘉宾：Agustin Lebron
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
§01文稿 - 00:00
我总是对我的孩子们说，人生并不短，人生很长。这意味着你应该把自己看作拥有很多机会去学习东西、尝试东西、做成东西。软件开发从根本上说是一种社会学实践，也就是围绕软件的构建来组织团队，建立流程、文化和惯例。我认为金融业占 GDP 的百分之九，为了流动性和价格发现付出这样的代价，是不是太高了？[音乐]
好的，今天我很荣幸能和 Agustin Lebron 对话，他是《交易的法则：写给每个人的交易员决策指南》（The Laws of Trading: A Trader's Guide to Better Decision-Making for Everyone）一书的作者。这本书属于 Tyler Cowen 所说的那种“震撼之书”（quake books），会彻底改变你对世界的认知模型。我真的非常喜欢读这本书。那么就请你介绍一下自己的背景吧，Agustin，不过
在那之前，我先问一个问题。Peter Thiel 说，对《从 0 到 1》的“施特劳斯式”解读（原文转写为“straw student reading”）是：你不应该创业。我想请你谈谈你怎么看。我觉得对《交易的法则》的施特劳斯式解读（原文转写为“strasian reading”）就是你不应该交易，对吧？因为你很可能没有优势，你并不比边际交易者更强；而如果你觉得自己有优势，那多半是因为你没有把风险和其他成本考虑进去。所以，不要交易。这是我应该从这本书里得到的结论吗？我觉得你基本上一语中的。很多时候，
人们开始认真思考交易的时候，会越来越意识到这份工作要做好究竟有多难。答案很可能是：如果你足够聪明、足够优秀、足够勤奋，能够在金融市场里闯出一番名堂并以此谋生，那么大多数情况下，大概有更容易的方式来赚钱，同时过上令人满意的生活。好的，那你想不想谈谈你的背景，以及你过去做过的事情，
还有你现在在做的事情？好的，我的背景是工程。我在大学里学的就是工程，毕业后做了大约六年的工程师，当时是芯片设计师。那时我在网上打了很多扑克，那会儿这还是一件能赚钱、而且可以说合法的事情。工程工作变得有些无聊，我想换点别的，于是我想，介于工程和扑克之间的是什么？当然就是量化交易。于是在 2008 年 1 月，我走进了我老板的
办公室，对他说我想辞职。他问我要去哪儿，我说我要去做金融。他说，你确定现在是个好时机吗？他说……是的，不，我已经下定决心了。几个月后，我成功拿到了 Jane Street 的工作，然后就在交易台的座位上亲眼目睹了西方文明的崩塌。我们这样干了几年，之后几年前我离开了 Jane Street，创办了自己的咨询公司，
主要是帮助科技公司处理增长方面的事务，比如管理和招聘之类。在最近几个月，我在加密货币领域创办了一家新公司。你愿意透露多少？也就是说，你愿意为了告诉我们这是什么而放弃多少自己的优势？如果你不愿意谈，也没关系。不，大体上讲，我们正在构建一个加密协议，它比较新颖，带有一些相当酷的密码学保证，用来防范人们在加密货币交易中不喜欢的那些事情。好的，那我们来聊聊书里的一些话题。
首先我想谈谈逆向选择，因为这是这本书里我觉得最有意思的部分。我想问这样一个问题：如果我们把雇用员工看作是对他们出价，也就是你作为雇主，而多个雇主可以同时对同一个人出价，那么赢家的诅咒是不是意味着，普通员工很可能被多付了薪水？因为员工的真实价值并不是最高出价，而是他们在市场上能拿到的平均出价。是的，你说得对，从雇主这一边来看，到处都是逆向选择。首先，
如果你只是发布一个职位，来申请的人从某种意义上说已经是对你不利的筛选结果，因为真正非常优秀的人，他们的雇主很可能知道他们很优秀，所以有很强的动力把他们留住。因此，那些在市场上求职的人，在边际上很可能没有那么好。不仅如此，即便只看招聘的机制本身，对这件事最终有决定权的人是员工，
所以你在那里会遭遇逆向选择，因为真正非常优秀的人会收到很多工作邀约，他们会从众多邀约中挑选；而不那么优秀的人只有很少的邀约可选。所以雇主就这样被系统性地逆向选择了。至于这是否意味着他们被系统性地多付了薪水，我认为那是另一个问题，因为说到底，公司对于多雇一名员工的边际价值有相当不错的判断，或者至少应该有相当不错的判断。
确实，人们总体上会为了获得在公司工作的安全感而放弃一些东西，所以这也许能抵消薪酬方面的那种逆向选择。最后到底是哪边占上风，并不清楚，在我看来是这样。对了，Byrne Hobart（原文转写为“Bern Hobart”）最近写了一篇博客文章，谈到你书里关于逆向选择的这一章。他在一条脚注里几乎是顺带提到，在金融这样的行业里应该存在更多的逆向选择，因为人们去那里工作的动机
是金钱。而在别的行业，比如有人想去 SpaceX 工作，你可以讲出一个故事来说明他为什么为你工作而不是别人。但在金融业，正如你所知道的，有很多人可能都在向非常有才华的人竞价，所以如果他们为你工作，这里面就有些可疑。不，我觉得这话有道理。当然，我以前做过很多招聘，最大的几个近乎警示信号之一，就是有人来对你说：哦，我这辈子一直想当交易员。
因为首先，他们并不真正了解交易是什么，对吧？他们不可能一辈子都知道交易是什么，他们不知道这份工作真正涉及什么。它不像当医生那样具体可感。所以他们真正告诉你的是：我一辈子都想赚大钱。这个嘛，在某些工作里是个不错的动机，但在招人的时候，它未必是你一开始就百分之百想要看到的动机。哦，有意思。因为你关于动机的那一章，看起来是在暗示这正是你应该寻找的动机，因为如果他们的动机是出于情感，那他们就会
输给那些动机是赚钱的人。所以，我很想请你多谈谈，你要找的是什么样的动机？好的，我认为，以赢得游戏、赚钱为动机，并以此来决定谁是赢家，这一部分对交易员来说很有道理。但是“我只想赚尽可能多的钱”，这种想法和一些也许不那么好的东西是相关的，因为这份工作的很大一部分，是
对各种随机的事物抱有与生俱来的好奇心，举个例子。如果你的全部动机是“今天我在哪儿能赚到最多的钱”，那么从长期来看，这未必是最优的。所以你需要在这与其他一些东西之间取得平衡，比如享受游戏本身，把这个游戏当作一种探索性的事情来享受。
所以这也许和我在书里写的内容有些不一致，但我认为在边际上，人们更需要听到的是另一面。好的，有意思。那么你怎么判断一个人是否享受游戏本身？我想你在另一次采访中说过，像 Jane Street 这样的公司会因为你有散户交易经历而对你减分，我想你可以多谈谈为什么会这样。所以，如果这不是你判断他们是否会从内心喜欢这份工作的方式，那你是怎么判断的？我一直有的一个想法，
你可能听我说过，就是我很想和某个冷门怪异的国际象棋变体里世界排名第三的玩家聊聊，因为这很可能与我在意的东西高度相关，比如愿意真正地苦练，努力在某件事上变得非常非常厉害，而且这样做并不是因为彩虹尽头有一大罐黄金，只是因为你自己从把某件事做到极致中获得了内在的乐趣。所以我觉得这相当不错。
不过总的来说，再次强调，撇开数学方面和承担风险方面的因素（这些可能与此无关），肯定还要有强烈的愿望去身处竞争环境，并且享受身处其中。我认为这可以有很多种表现形式，但我觉得这确实是很重要的一部分。那么为什么交易方面的领域专业知识并不重要呢？是不是因为在其他行业里，通常你在这个行业里的经验越多
就越好，而你们似乎经常招聘那些分析能力很强、但也许以前从没当过交易员的人？那你们是怎么做到的？我想我的想法是，领域这个概念，可能比人们所理解的要窄得多。比如，我坐在那儿用 Robinhood 账户来回炒股，这和做市商或顶级交易公司的交易员所做的事情，并不是同一个领域。事实上，如果你认为那是同一个领域，
那么当你来到一家，我们姑且说，真正的公司工作时，这就是你必须摒弃的东西。这种事可能发生，但它确实是个问题，是你心里一直会惦记的事情。你宁愿接收一张空白的画布，一个非常聪明、有干劲的空白画布，把他们需要知道的东西教给他们，而不是先让他们抛掉某些东西，然后再教他们需要知道的东西。这种情况你经常能看到。另一点是，从更宏观的
§02文稿 - 00:10
层面来看，在个人账户里做交易的人，从期望上讲很可能并没有在做正优势的交易，平均而言他们可能是在亏钱。所以你希望这个人意识到，这对他们来说也许不是一个能赢的游戏，他们不该玩这个游戏。所以这里同样存在某种逆向选择：如果他们没能意识到自己正在玩一个必输的游戏，那多半不太好。好的。你在书里说，训练一个交易员做到净盈利需要六到十八个月。在这段时间里发生了什么？你在教他们什么技能？
好的，这因公司而异，甚至在 Jane Street 的历史上也有变化。当然，我刚入行的时候基本上是苏格拉底式的方法：你坐在一位资深交易员旁边，他们的工作就是把自己知道的一切都教给你。所以那就是源源不断的问题、回答、对话等等。Jane Street 值得称赞的是，他们改进了这种做法，现在有一种新兵训练营，你在里面密集地学习基础知识，包括
公司觉得你作为交易员需要知道的一切，这样就加快了进程。但本质上仍然是把人放进各种情境中，让他们体验决策过程，并且对这个决策过程不断迭代：你在想什么？你怎么看那个？嘿，你有没有想过那一点？在这种情况下你会怎么做？为什么？为什么不？等等。这需要时间。我在想，你提到你为科技公司做过很多招聘，帮助他们做了很多招聘，我想知道这个模式在科技行业有多适用。我的意思是，
像谷歌这样的公司，能不能搞一个非常有效的训练营，招一些在麻省理工学院学物理或数学、也许不一定学计算机科学的人，即使你不太懂编程也能进来，然后我们在很短的时间内把你变成 10 倍工程师？还是说这是金融和交易所特有的东西？我认为不是。事实上，我在科技公司招聘中看到的最常见的失败模式，就是招聘看重技能而不是能力和潜力。原因只是技能非常容易衡量，比如
花一个小时和某人相处，就能相当直接地判断他会不会写 Python 代码，对吧？这就像醉汉在路灯下找钥匙，你只是评估那些容易评估的东西。从某种意义上说，我的梦想是做一个全球范围的大规模筛选，这是我现在没法着手去做的事，但谁知道呢，也许将来某天可以。我想找的是全世界最聪明的那千分之一（0.1%）的高中毕业生。
印度、尼日利亚，所有这些国家的教育体系和机会都严重供给不足，然后把这些人送进训练营，比如六个月左右，让他们学到有用的技能，结束时就能拿到一家西方公司的六位数薪水的工作。没有理由让 Infosys 这样的公司拿走这个套利机会的大头。世界上对聪明
而且有干劲的人有着巨大的需求，同时又有巨大的供给被我们系统性地没有充分利用。所以我对你这个问题的回答是肯定的，我坚信，弥合这个套利缺口，可能是一门万亿美元的生意，或者也许是一个非营利项目，我不知道。你的前同事 Sam Bankman-Fried（原文转写为“sam beckmann freed”），他当然是 FTX 的 CEO，他发起了一个叫 Future Fund 的大型慈善机构，他们的项目构想之一恰好就是
你说的这件事：如果能让发展中国家的人才发挥出来，就会有巨大的收益。那么你在发掘这些人才的时候，会看重什么呢？好的，我认为有一点也许谈起来不太礼貌，但我觉得至关重要，那就是 g 因子智力，它能很强地预测各种工作、各个行业的结果。所以这是其中的一个因素。
这肯定是其中一个因素，不过我还想说，在理想的世界里，你会把这个筛选过程设计得像一个游戏，比如一款手机游戏之类的，让人们有动力不断地尝试，也许还有一点苦磨的成分，同样你是在筛选那种勤奋、坚持不懈的特质，不管你怎么称呼它，借用 Principal Skinner（原文转写为“principle skinner”）的说法。所以，
这两方面的某种结合，我认为几乎可以肯定能够预测实际价值。你听说过 Pioneer 吗？Daniel Gross 创办的那个项目。是的，我听说过，但了解得不多。嗯，这听起来很像它。我对它也不太了解，但是的，这听起来非常相似。我想他们是在尝试把创办创业公司变成一款电子游戏，带有相应的风险和回报之类的。那么，在理论上逆向选择本该对你有利的情形下，你怎么应对逆向选择呢？
也就是说，交易对手会把遇到“柠檬”的可能性计入价格。举个例子，我 21 岁，是男性，所以我的车险保费非常高，即使我是个好司机，因为保险公司面对的是平均水平的选择。再回到我们之前谈到的另一个例子：如果有一个很优秀的员工，他可能被少付了薪水，因为雇用他的公司在雇用之前并不
知道他有多优秀。那么，当你处于逆向选择的另一端时，该怎么应对这种情形？嗯，就车险的情况而言，我相当确定现在已经有一些车险，会在你的车上装一个加速度计和 GPS，基本上监测你开车有多安全，或者大概是你开车有多猛。我想你可以利用这类东西来减轻你所面临的逆向选择。至于
就业的情况，那要难一些。在某种程度上，你能做的最重要的事情，是作为潜在员工去挑选你的同事。所以真正擅长评估你的面试官，我认为是一项被低估的技能，倒不是说要判断他们好不好，而更多是判断他们适不适合我，这家公司适不适合我。而判断一家公司是否适合你的最佳信号，就是面试你的人是谁，以及他们让你做什么。
如果一家公司稍微有点理智，他们在面试中让你做的事情，与你在工作中做的事情高度相关。所以这也许是个基准：不要让自己遭到逆向选择，比如随便觉得“嗯，我想这大概行得通”，或者也许更重要的是，“这是一家高地位的公司，别人告诉我这是一家高地位的公司”，然后让这一点压倒你对这段经历的个人判断。我认为这种情况发生得非常非常频繁。所以一旦你越过了这一点，你
大概就已经处境不错了，到那时，我认为剩下的就是让自己处在合适的位置上，而这也许是你会随着时间推移而学到的一项技能，但愿如此。是的，我有一个我的朋友们常对程序员抱怨的事，就是他们在面试时被问到的问题和他们的实际工作很不一样，比如几乎是脑筋急转弯的问题。不过可以提出一个“切斯特顿栅栏”（原文转写为“chest fence”）式的论点：如果
所有科技公司都这么做，那一定有某些重要的理由。你搞清楚这类脑筋急转弯为什么这么普遍了吗？是因为 g 因子太重要，这是衡量它的最佳方式吗？没错，这就是问题所在。所有这些东西不可告人的秘密是，在美国，把明确测试智商作为雇用手段是违法的。不过你可以钻空子，因为公司会这么做，比如 Wonderlic（原文转写为“wonderlic”和“wunderlich”）这家公司，人们可能听说过它，因为它是 NFL 给四分卫做的测试。
Wonderlic 是一家专门开发就业测试的公司，这些测试本质上就是智商测试，但带有一个，不管它是遮羞布还是真正合法的理由，那就是只要你能证明它对工作表现很重要，你就可以进行测试。所以我觉得，正如你说的，很多这类脑筋急转弯式的问题其实是伪装起来的智商测试。我认为它们常常被面试官
错误地使用。我觉得要以一种能得到你想要的信号的方式提这类问题，实际上需要非常非常艰苦的训练和大量的经验。但我认为这是其中很重要的一部分。你把自己的工作视为职业技能的程度，就是你会多么讨厌这些脑筋急转弯的程度。比如，如果我是程序员，我希望我的工作就是整天坐下来写代码，那么你就不会喜欢这些
脑筋急转弯，因为你不认为它们是你工作的一部分。而如果你把程序员的工作看得更宽泛一些，比如“我在这里是为了思考难题，只不过恰好用代码来实现”，那么你也许会觉得脑筋急转弯与你想做的事情更相关。所以，还是那句话，选择你喜欢的。是的，也许选择后一类人也是合理的，对吧？或者我不知道哪一种更值得雇用。嗯，所以我认为，这又是公司的问题，科技行业的招聘里有很多精神分裂式的矛盾。
有一点很清楚：每个人都说想招 A 级人才，但按定义，只有一小部分公司能招到那些高百分位的人。结果就是，很多创业公司会犯这样的错：试图建立极其严格的筛选流程，但他们真正想要的人永远不会接受他们的录用，这些人会去地位更高、或者尤其是薪水更高的地方，
§03文稿 - 00:20
于是你想筛选出第 80 百分位的人，最后却选出了一批第 50 百分位、但看起来像第 80 百分位的人，这非常非常糟糕。所以作为创业公司，你真正该做的是非常清醒地说：如果我有一个十人团队，我大概需要一两个第 90 百分位的人，我应该针对这样的人去评估，尤其是为此付薪酬，然后其余的人，我应该努力去
招第 40 百分位左右的人，并把他们放在能够发挥作用的位置上。这是一种成本效益高得多、也更稳定的建立公司的方式，但没有人想听这个，也没有人想建立这样的公司。这是个很好的例子，一种差异化的策略。那么我想知道，你对科技招聘里什么是好的套利机会有什么想法吗？我知道，SpaceX 的一些早期工程师来自游戏行业，因为他们非常习惯于做
优化问题，但游戏行业传统上并不是一个高地位的职业，所以这里存在套利。如果你没法在薪酬上与谷歌之类的公司竞争，你现在有没有什么想法，比如去哪里寻找真正有才华的潜在未来程序员？好的，我总是告诉公司的一点是，招得更初级一些。比如看一个刚毕业的人的薪水，我说的不是刚从 Stanford 毕业的人，而是刚从一个普通的计算机科学
专业毕业的人，然后再看他三年后的薪水，有时几乎翻了一倍，这个涨幅疯狂得离谱，而且有点说不过去。我的意思是，你可以理解其中的论点，但在两到三年这个节点上肯定有一个拐点，因为每家创业公司，或者说每家科技公司，似乎都想要有两年经验的人，而很大程度上是因为公司不愿意、或者看不到自己去投入培养最初那两年的价值，
而如果他们真的投入了，他们会告诉自己，反正他们两年后就会跳槽去别处拿更高的薪水。但我认为总的来说这些都是对这个问题的糟糕回答。你应该投资于培养你的员工，你还能得到按你想要的方式去培养他们的好处。如果你付出了这份努力，并且认真思考人们每天来为你工作是想做什么，他们大概就不会离开，对吧？如果你给了他们不离开的理由，他们大概不会
离开。换工作的成本极高，风险也大，人们不会特意去换。所以惯性反正是站在你这一边的，因此我们应该在这些方面下功夫。这听起来和大学最后一个学期的“羊皮纸效应”非常相似。Bryan Caplan（原文转写为“Brian Kaplan”）在教育方面有一个很好的论证，就是大学最后一个学期会让你的收入提升很多倍，远远超过你在最后一个
学期所占大学时间的比例，而这不可能是因为你在最后一个学期学到了那么多。我想这就为在人们快要毕业之前、或者最后一年左右雇用他们创造了一个套利机会。不过你看，我给你举一个完美的例子，在圣迭戈，圣迭戈的创业公司和科技公司都喜欢雇用有两三年经验的 Intuit 员工，因为 Intuit 雇了一大批人，把他们培养得相当不错，然后他们就被挖走了。但当然，没有人真正去想这样一个问题：Intuit
在两年后就知道谁好谁差，而你看不到真正非常优秀的那些人出来，因为被留住了，对吧？所以，你在书里写到，在你漫长的交易生涯中，你交易过各种不同的金融工具。我想知道原因是什么？是不是你当时只能交易眼下必须交易的那个市场？因为我觉得你在关于
优势的那一章里说过，获得优势的方式之一是专精。那么，让交易员在职业生涯中交易多个不同的品类，是公司的失误吗？还是说这对于培养你作为交易员的通用能力是必要的？好的，我认为这是一种平衡。当然，这取决于参照类有多大。我当然从来没有做过那种看资产负债表、损益表、听财报电话会议，然后据此下注的交易，也就是基本面交易，我从来没有做过
任何那类交易。我认为把我放到那种情境中会是个相当大的错误。但是在我们称之为量化交易这个定义明确的领域之内，我认为很多相同的技能组合适用于不同的市场，你是把同一套技能带到不同的市场，而且在各种不同市场之间转一转、了解它们如何运作的这种经历，会影响你的思考方式，并给你更宽广的视野。
我认为这会让你成为更好的交易员。所以，我觉得这是一种平衡。我想问，金融业占 GDP 的百分之九，我理解这样的论点：金融有助于把稀缺资源配置到最需要的地方。但如果我们为了让其余资源的配置更有效率，就要放弃十分之一左右的资源，那么为了流动性和价格发现付出这样的代价，是不是太高了？所以，金融占 GDP 的比例是不是太高了？
这个问题我自己也在来回摇摆，真的是这样。因为从内部来看，其中很大一部分是零和竞争，让人觉得：拜托，一定有更有效率的办法。但同时，从外部视角看，我们并没有想出更有效率的办法，而且 GDP 的增长也让人很难反驳，所以我在这个问题上一直在两边摇摆。
当然，我认为另一点是，这里有两种相互抵消的力量。你可以身处某件事之内，对它非常非常熟悉，而光是对某件事非常熟悉这一行为本身，就会自动赋予它某种正当性。但与此同时，如果你从远处看某件事，你会觉得：哦，这太荒唐了，对吧？这不应该存在。所以这有点反常：那些最了解情况的人，
那些真正能够或者应该就“这是不是我们应该做的正当事情”做出判断的人，他们的偏见倾向于认为：嗯，你知道吗，这大概是一件值得做的好事，或者说这里面是有价值的。所以很难把经验和这种经验带来的偏见分离开来。那么，这个比例能不能在不损害效率的情况下缩小，如果
比如，是否存在由监管或者对资本流动的限制所造成的低效率？还是说，即使在自由市场或者说最优监管的市场里，也基本上就是你所预期的那样？这同样是个难题。倒不是说我没有对此想过很多，只是我觉得我没有一个很好的答案。就边际而言，如果让我当世界的监管者，在边际上我会做什么？有些东西我会
加强监管。这在我的金融圈朋友里大概会是一个非常不受欢迎的观点，但我认为杠杆 ETF 应该被禁止面向散户交易。我觉得它们就是一种糟糕的工具，尤其是所有那些波动率产品。所以我觉得这些大概应该多监管一些。但与此同时，“合格投资者”身份这件事，人们总在钻空子，这看起来很奇怪。我们是不是应该干脆取消合格投资者身份，让
人们投资任何他们想投资的东西？还是应该把它变得更严格？这个我不确定。当然，另一点是，很多监管，尤其是围绕银行资本要求的监管，复杂得令人难以置信，像繁复的巴洛克式建筑，而且很多时候感觉像是“工作庞氏骗局”：我们得想办法安置所有这些人，所以好吧，我们就搞出个巴塞尔协议三，这样每家大型银行就会多出一千名员工，
全世界都是这样。这大概算是一种无谓损失，但是把事情搞得更简单，似乎又得不到你想要的东西，也就是你想要的稳定性结果。所以我觉得，总体上都是些糟糕的权衡。那么交易公司的长期未来是什么样？如果经济增长持续低迷，你会预期其他金融工具也不再高速增长；但即使经济
增长加速，如果市场随着时间推移变得更有效率，那么你同样会预期任何一家交易公司能获得的利润下降。那么在遥远的未来，像 Jane Street 这样高利润的交易公司还有未来吗？我认为，只要 Jane Street 这样的公司向世界提供了一种服务，而我确实认为它们向世界提供了服务，那么它们就会继续存在并保持盈利。至于它们会不会获得，我们称之为超额收益的东西，
即使这一点也并不那么显而易见，因为交易公司，特别是做市商之类的，大多数时候，如果你做得非常好，生意相当不错，但有时是特别好，比如市场波动很大的时候。但那恰恰是因为你是那个愿意承担别人都不愿意承担的风险的主体。只要我们还会继续有波动，无论是市场
§04文稿 - 00:30
波动，还是经济衰退之类的，这些公司就总会提供一种服务。从长期来看，我觉得大概会出现更多整合，这似乎不太可能停止，因为规模经济带来的好处会一直不断增加。但另一方面，也会有新的东西出现，比如加密货币之类的，它现在是
狂野西部，我认为未来十年会有一次大的整合，这是事物的自然轨迹。哦，有意思。那么你能描述一下金融领域的规模经济是什么样的吗？还有一个权衡：如果你太大了，那么看小一点的投资就不值得你花时间了，因为你没法在不影响市场的情况下建立足够大的仓位？是的，金融，或者说做市交易总体上，是非常劳动密集型的。所以你应该几乎把它看作是一个席位的价值，或者一个人的时间的价值。
那么市场里会不会存在一些低效之处，比如粉单市场（pink sheets）之类的角落里，大公司或者成功的大公司的交易员的时间不值得花在上面？会的，这类机会将永远存在，并且会被家庭作坊式的小交易机构逐渐竞争掉，甚至被现在在家里、出于兴趣自己做交易的前 Jane Street 交易员竞争掉。所以我认为这些机会将永远会存在。
如果我们有更强大的 AI，市场有没有可能变得高效得多？到什么时候，连交易员所做的那种更偏向模型生成和抽象思考的工作，也可能被自动化，而不仅仅是那些例行计算？是的，我会说它已经在变得、而且已经变得更有效率了。比如我的前老板入行的时候，
一个期权做市商同时给 10 只股票做市，就已经差不多是极限了。我在做的时候，我们能处理大概 100 只股票的做市。再说一遍，技术让一切都变得更高效，或者说在人的时间上更高效，这种趋势会持续下去。你可以搭建这样的系统：我看着一些数据，可以跑一堆不同的模型，只选出好的，并确保我没有过拟合，因为我有所有这些防止过拟合的措施。
这些都是你现在可以做、而二十年前也许做不了的事情，这肯定会发生。我认为当人们谈论 AI 与交易时，我们得先定义术语，难的部分就是在谈论 AI 的时候定义术语。因为如果你问一个有一定了解的人，AI 是什么意思，大概今天，也就是 2022 年，百分之九十的人会说：哦，我们说的是大语言模型，当然，AI 就是这个，对吧？于是问题就变成：GPT
GPT-N 会不会成为市场中的一股重要力量？说实话，我对此有些怀疑。我不知道“继续把 Transformer 做得更大”是不是我们通向 AI 的道路，不过这只是我个人的狭隘看法。但如果我们更广泛地把 AI 看作是缓慢而稳步地扩大机器能做的、原来只有人类能做的事情的范围，也就是我们越来越多地侵入到人类能做的事情中，而机器也能做这些事情，
那么，是的，人类的那部分将慢慢开始消失。我认为最自然的类比是 20 世纪制造业发生的事：过去几乎全是人力，只有一点点机器动力，有一个大的中央动力源。为什么 19 世纪和 20 世纪初的工厂是又高又窄的？那是因为它们只有一个蒸汽机房，必须用各种传动带之类的东西来利用那一个蒸汽机房的动力。然后电动机出现了，于是，好吧，
现在工厂变成水平布局了，对吧？但随着时间推移，趋势是人力越来越少、机器动力越来越多，我认为这个类比非常贴切。我认为随着时间的推移，AI 将从人类那里接手越来越多的认知负荷，这在我看来是不可避免的。我很好奇你为什么持怀疑态度，比如一个规模扩大的 GPT-3 或其他大语言模型，我很好奇它为什么没有
在金融市场中的适用性？比如有一个玩具版本：你有一个 GPT-10，让它补全这句话：“我今天能做的最佳交易是……”，为什么这不太可能发生？我可以说几点：一是样本效率的概念，这些东西在样本效率上低得惊人，和人类学习的方式不同，所以这里有某种根本性的东西，是我们没有做对的。而我认为我们没有做对的是，
我们的大脑所具有的那些用于语义理解的结构。就这些大语言模型有语义理解的程度而言，那在某种意义上是偶然的，对吧？这就是“聪明的汉斯”（Clever Hans）的情况，就是一个超级聪明的汉斯，非常令人印象深刻，我不是在批评这些模型，它们确实令人惊叹，但它仍然是一个聪明汉斯式的东西。所以肯定存在更好的架构，就像我们的大脑有这样一些
专门负责特定事务的架构，让这些机器具有语义理解，或者至少让它们有可能具有语义理解，而我认为 GPT-3 当然没有证明出这一点。Jane Street 似乎是个神秘的地方，但让我感兴趣的是，它与理性主义和 EA 社群似乎有很大的重叠。显然，有 Sam Bankman-Fried（原文转写为“saint greed”），他进入 Jane Street 的明确目标就是“为了捐赠而赚钱”（earning to give）。是的。
Tyler Cowen 宣布，Jane Street 的交易员已经向他的“Emergent Ventures”资助项目（原文转写为“emerging adventures”）捐赠了两千万美元。甚至读你的书，你也引用了许多在理性主义圈子里很有名的思想家，所以在这个社群和我所熟悉的交易界的至少一部分之间，似乎有很大的重叠。不，这可能只是选择效应，但这里面究竟是怎么回事？是的，这是个好问题，我认为
也许有两个层面。一是要非常理性、不要自欺欺人，借用 Yudkowsky 的说法，就是“闭嘴，去计算”（shut up and multiply）。我认为这在这两个圈子里非常普遍，或者至少大概应该如此：努力真正理解真实的世界，并且这很重要，同时用理性的、数学的、逻辑的方法去做。我认为这两者本身就有很多重叠。
但我觉得你对任何金融、华尔街、交易公司之类的都可以这么说。我认为 Jane Street 与其他公司相比，也许有所不同的一点是同事之间和睦融洽的文化。我认为这是 Jane Street 这些年来培养起来的重要东西，而且我认为至今仍然保持着。所以我觉得这里有很多重叠：它就是这样一种地方，如果你是 EA 人士，以理性的方式思考事情，并且享受这种同事友爱的过程，以及与人一起工作、
一起思考有趣的想法，那么 Jane Street 对你来说会是非常自然的选择，我想这也许是原因的一部分。我在播客上请 Byrne Hobart（原文转写为“bern hobart”）做客时，我们聊到调试（debugging）和金融哪一个是理性原则更好的应用，因为在这两种情况下都有更新、信念之类的东西。他提出了一个有趣的观点：在金融里，你不仅要对一个静态系统建模，
就像调试时那样，但你还必须对其他行为主体（原文转写为“asians”，应为 agents）及其激励和动机建模，这使它成为一个在脑子里更难把握的动态系统。我想这甚至可能意味着，当前理性主义运动的工具还不够好，无法像你们在行业里自然发展出来的那套东西那样思考这些问题。是的，而且你看，这种交叉融合是双向的。不过，你自己就是你想要研究的世界中的一个行为主体，这一点在交易中是根本性的，
这让交易有趣得多。说到 AI 的话题，我突然想到，一个很大的失败模式是这样想：好吧，我就把一些 AI 或者机器学习之类的东西丢到这个数据集上，我就会得到一个交易策略，好极了。比如说你发现了某个东西，能在 55% 的时间里预测价格走势，这东西在实际生产环境中仍然可能亏掉很多钱，
因为，首先有逆向选择效应：你只会做到好交易中的一小部分，却会做到你想要的所有坏交易。而且，如果你真的靠这个赚到了钱，这对世界其他人来说就是一个闪亮的大信号：嘿，这里有钱赚，你们何不把它竞争掉？所以，这绝对是一个重要的组成部分。你在书里有一章很有意思，讲软件和技术，你主张的内容之一是，我们应该从金融意义上认真对待“技术债务”的概念，
那么这种解读的一个含义是不是：如果你是一家快速增长的公司，你应该更愿意接受技术债务？因为如果你是一家快速成长的创业公司，也许多借一些债是合理的，因为你可以还清利息而且还有多得多的盈余。但也许，如果不从金融角度看，你会觉得在快速扩张的时候恰恰是最不该背上所有技术债务的时候，因为你会一路上都受到拖累，
§05文稿 - 00:40
所以更一般地说，问题是什么样的公司应该更愿意背技术债务？是的，创业公司是经典例子，而且这是无追索权债务，对吧？如果公司倒闭了，你不用偿还，一切就结束了。所以，创业公司当然应该这样做，而且你一直能看到这种情况，这就是 MVP 的概念：我们先把东西做出来，从用户那里得到一些反馈，并且理解到，但愿是理解到，
如果成功了，你基本上就得从头重写。我认为这是做软件创业非常有用、非常高效的方式，因为你愿意支付的隐含利率极高。大公司就有意思了。你可以这样问自己，这是我和我的一位好朋友的对话，我们实际上一起做过咨询。他在 Qualcomm 工作了很多年，因为他和微软合作得很紧密，我问他，微软有数以万计的软件工程师，他们整天都在做什么？
他对我说：你看，我并不确切知道，但我很确定他们中的绝大多数都在做这样的事：这个库被弃用了，我们需要升级这个东西，要把各种不同的小地方的所有代码都改掉。所以会出现一种软件考古学，如果你已经构建一个软件有二十来年了，
里面就会有大量的陈旧遗留代码，你得不断地维护它们，让它们在从这个操作系统迁移到另一个，再迁移到云或者别的什么平台时仍然能用。所以我认为，这是大公司肯定会有的一种累积下来的债务。是的，这太有意思了，他们就是在偿还八九十年代快速增长时累积的债务，你甚至可以把迁移到新平台或者重写代码看作是为债务再融资之类的。
对，没错。事实上我会说，我读过的关于软件开发的最好的书，大概其实是一本科幻小说，Vernor Vinge（原文转写为“vern revenge”）的《天空中的深渊》（A Deepness in the Sky）。我觉得它的核心就是：如果我们已经在同一个软件栈上构建了六千年，会是什么样子？那个世界是什么样子？我认为它教会了我们很多关于如何思考大型软件项目、
大型长期软件项目的东西。是的，我对你们如何看待金融行业里的软件非常感兴趣。我知道 Jane Street 用 OCaml（原文转写为“oh camel”），我听说这有安全性方面的原因，你可以告诉我更多为什么，但据我了解，函数式编程语言有更多的安全性。那么你们怎么考虑呢？显然，在某种意义上你们有更多理由想要拥有安全的代码，因为你面对的是对手。
所以我很好奇，你们是怎么做工程决策的，在金融行业工作时涉及哪些权衡？好的，正如你说的，Jane Street 使用 OCaml（原文转写为“o'camo”），我认为使用这种语言最大的优势之一，是它是强类型、静态类型的，所以你可以利用类型系统让不可能的状态无法被表示出来。这是一件非常好的软件工程实践，你应该这么做，而且在丰富的类型环境里这样做会非常容易，
所以那种“哦，我不知道我还得处理这种情况”而导致爆炸的问题就被降到了最低。不过，Jane Street 和类似的公司显然会优化，以避免热循环和那些烧钱烧得飞快的代码，而这不是一般创业公司会去优化的，或者说，无论如何都不应该是。但是我在和技术领导者之类的人交谈时，反复回到的一点是，软件开发
从根本上说是一种社会学实践，也就是围绕软件的构建来组织团队，建立流程、文化和惯例。软件开发从根本上说是对复杂性的管理，是管理复杂性的科学，因为它极其复杂，对吧？所以所有这些社会学的东西，最终成为最重要的思考内容之一。你现在在做的
是金融领域的东西，但你有一家创业公司，所以你必须非常仔细地考虑这种权衡。你是怎么管理的？既要快速行动，又要保证安全。老实说，就是雇非常非常优秀的人，在最初的几个员工上不要吝啬，我认为这是非常重要的事情。这里的标准有点奇怪，并不存在对工程师质量的单一全序排序，它们是高度多维的。
但可以肯定的是，一个非常非常优秀、深思熟虑、能写出正确代码的工程师，在这样的岗位上抵得上四个（原文转写为“for”）不那么深思熟虑的人，所以这就是我们目前优化的目标。那么对于这样的工程师，你期望他们或者让他们具备很多金融知识吗？还是说他们可以只懂工程，仅仅是工程，然后你
可以直接告诉他们我们需要一个做这个的程序，还是他们需要理解交易和金融是如何运作的？“需要”这个词可能稍微强了一点，但我想要建立的文化，几乎是“需要”，几乎像是“想要”，对吧？我想雇这样的人：对他们来说，深入理解问题领域是他们觉得自己所做工作中至关重要的一部分。有没有可能构建出类似的东西？也许有其他办法，但那不是
我想建立的那种公司。在你的职业生涯中，你做过这么多不同的事情：工程、交易、咨询。你觉得在这些不同领域之间有多少迁移和经验教训？还是说它们各自是独立的知识池？我认为，如果说对我有什么不变的东西，那就是我惊讶于我之前的职业对后来的职业有多大帮助。当我想从工程转向交易的时候，
让我一再感到惊讶的是，工程训练本身真的很有用，而不只是说但愿自己总体上很聪明、能搞清楚事情。真正的工程训练是有用的。然后回头做公司咨询，同样让我很惊讶，我原来以为，我们做管理和招聘咨询的时候，会涉及具体的细节，比如好的招聘流程是什么样的，
你想设计什么样的面试问题，我们怎么评估它们，等等，这方面确实有一部分内容，但是其他所有来自交易的东西，比如如何思考候选人的市场之类的，让我惊讶的是，其中很多东西对我交谈的那些人来说竟然那么不显而易见。所以现在，是的，希望把所有这些经历都带到我正在做的这家新创业公司里，我很乐观，相信这会实现。
同样地，你会觉得像你这样在这么多不同行业里有这么多经验的人，应该是创业者中最常见的原型，因为他们有这么多通用技能。至少在大众文化里，也许实际上并没有体现在谁是实证上最成功的创始人，至少在大众文化里，常见的套路似乎是：某个没什么特别技能的人，在大学毕业时就创办了一家创业公司。为什么没有更多拥有更广泛技能和丰富
经验的创始人呢？我认为其实是有的。如果我没记错的话，大概是我一年前读到的某个东西，平均而言，创业公司创始人的年龄其实比大众印象要大得多，只是年轻、光鲜的创始人得到了所有的报道，对吧？也许这也有道理，我不是在贬低年轻创始人的新闻报道，但我认为有很多人，可能背景和我类似，也在做这件事。
我认为这行得通。我还有一个关于逆向选择的问题忘了问。以 Jane Street 这样的公司为例，如果交易对手知道他们是在和 Jane Street 交易，并且知道 Jane Street 因为做有利可图的交易而声誉极佳，那为什么还有人会做那笔交易？作为后续问题，这是不是意味着 Jane Street 为了完成同样的交易必须付出更高的成本，因为它有这种做出非常赚钱的交易的声誉？这意味着几乎存在一个负反馈循环：如果你变得太
成功，市场就会让你很难继续保持成功。不，答案是否定的，我很确定答案是否定的。原因在于，再回到 Jane Street 向世界提供一种服务这个想法。那么他们的交易对象是谁？Jane Street 不想和其他做市商交易，其他做市商也不想和 Jane Street 交易，因为他们做的是同一门生意，知道那不是他们赚钱的对象。他们赚钱的对象是需要 Jane Street 所提供服务的人。比如，如果我是一家养老基金，或者
一家大型对冲基金之类的，我想在某个随便什么国家押注，也许我只要买那个国家的 ETF 就行了。当然，直接买 ETF 肯定比去那个国家的股票市场买所有单只股票容易、直接、方便得多，对吧？而那并不是他们擅长的领域，他们不是交易越南股票的专家，他们只是擅长做这些宏观押注，姑且这么说，对吧？
§06文稿 - 00:50
所以 Jane Street 为他们提供了向他们出售那只 ETF 的服务，然后 Jane Street 处理所有的细枝末节，这是 Jane Street 真正擅长的事情，所以这里有贸易收益，从这个意义上说，它不是零和的。那么，如果有自动做市商，比如 Uniswap 之类的，做市商在加密货币中的作用是什么？聪明的做市商的比较优势是什么？我想我要论证的是，也许你看过去年秋天的那篇论文，
它显示在 Uniswap v2 上至少一半的流动性提供者是亏钱的，他们就是亏钱，而这与先验预期相符，对吧？假设 Uniswap 上没有手续费，流动性提供者把钱投进去，那么流动性提供者就会被发生的每一笔交易系统性地逆向选择，所以你作为流动性提供者收取的手续费，是对你因为身为
流动性提供者所承受的逆向选择的补偿。但当然，这个手续费是靠行政命令定下来的，对吧？要么是 5 个基点的池子，要么是 30 个基点的池子之类的，它不会根据市场状况自适应调整。所以我个人长期来看对恒定函数做市商（CFMM）这种能行得通的市场机制持怀疑态度。我就是看不出来，一个人把钱往池子里一扔，什么都不做，就指望获得超额回报，这怎么说得通。
超额回报来自你知道如何做某件事，或者你能做到别人做不到的事，对吧？所以这并没有让我觉得有什么令人兴奋的长期前景。那是否意味着你对长期的被动投资也持悲观态度，比如有人只是把一部分钱放进被动投资里？我认为区别在于，被动投资至少在长期来看，你是在向公司提供风险资本，而这些公司但愿是未来折现利润的来源。
所以你有理由预期它能为你赚钱；而当你交易的是外汇，或者那种并不因为真正为世界创造价值而产生收益的东西时，那么不，你大概不应该指望通过被动投资它来赚钱。是什么让你在这个时候对进入加密货币行业、转向这个行业感兴趣？我喜欢加密货币的一点是，如果你相信
那种有点“停滞论”的理论，即无论是因为监管还是文化变迁之类的原因，我们没有在做大胆、新鲜、令人兴奋、古怪的事情，那么加密货币在某种程度上就是一个“谢林点”（shelling point），大家围绕它达成共识：我们想尝试的所有疯狂古怪的东西，都在这里做。我喜欢这一点，我认为这对世界是一件非常好的事。如果，而且我不是说这一定会发生，但如果整个加密货币归零，而发生的一切只是一次巨大的
财富转移，从富有的老年人转移到想要构建酷东西的年轻人手里，这对世界仍然是好事。当然，我认为它会不止于此，我认为加密货币世界会产生很多有趣、令人兴奋的东西。但至少我们能得到这一点：如果别的都不成，至少有一种围绕尝试新事物的协调。你拿你的负面例子来说，假设这是个假设情景，我其实很好奇这里实际发生的财富转移是什么样的？
它真的是从……因为机构投资者进入加密货币的程度并不大，相比之下，比如某位奶奶，也许不是奶奶，我不知道，某位中年男人。那么实际的财富转移是从较富有的人到较贫穷的人，还是我在想是否反过来了？我认为是的，我认为一定是这样，看看所有这些风险投资机构在募集的所有这些基金，这些风投基金的有限合伙人（LP）都是老年人，对吧？是的，关于逆向选择和风险投资，也有很好的故事可讲。
所以，基本上是从风投到风投再到 21 岁的年轻人的财富转移。关于加密货币的另一点是，人们总是，尤其是 Jane Street 的人，每次我再遇到他们，说一句“嘿，最近怎么样”，当他们知道我在做什么时，几乎第一个问题就是：所以呢，你现在是不是满脸“激光眼”（laser eyes）了？你怎么回事？我认为按加密货币的标准，我非常不“激光眼”，就是说，这在加密货币圈内大概会是一个不受欢迎的观点，
但我认为加密货币的成功肯定是融入金融体系。它不是要取代金融体系，不会是什么高盛和大通归零、Coinbase 大获全胜，成功的样子不是这样。加密货币的成功是传统金融整合并吸收其中最好的想法，加密货币公司在这个过程中非常成功，但我们最终得到的是一种两者之长的混合体，我
认为这才是成功。那么我在想，在加密货币非常成功的世界里，未来是什么样子？比如，股票市场之类的东西会是什么样子？如果建在加密货币上，会不会效率高得多，还是因为 gas 费而效率更低？或者也许是支付或者国际汇款方面？我很好奇你怎么想，二十年后加密货币的成功情形是什么样子？好的，我把金融市场留到最后说。我认为 Western Union 倒闭，大概是个好结果。大概所有
那些愚蠢的机场 Thomas Cook 货币兑换点都倒闭了，这大概是好事。所以如果仅仅发生这些，我想我们就已经处境不错了。当然，NFT 作为可转移的信号，用来表示关于你的事实，或者关于你想拥有的任何身份或头像的事实，我认为非常令人兴奋。比如，我得给我的大学打电话，让他们给我开成绩单，
这类事情在我看来简直不可思议。而一些这样的资质认证系统如何借助 NFT 运作，在我看来是相当自然的事情。我认为，加密货币正在打破当今市场上少数几个大型金融参与者的寡头垄断。我不知道你有没有关注 CFTC 审查 FTX 提议的那出风波，那个提议是在真实期货上采用一种不同的
期货保证金处理流程。我认为这是件好事，有很多既得利益者和根深蒂固的利益集团正在“吃苦头”（原文转写为“getting their bell wrong”，应为 bell rung），这是好事。所以这是我会选择的方向：金融的基础设施，也就是金融的管道，大概会被加密货币化。这并不意味着一切都上链。我认为区块链不过是一个缓慢而古怪的数据库，但它是一个在某些情形下具有一些有用
特性的缓慢而古怪的数据库。你会推荐哪三本书？《天空中的深渊》，Vernor Vinge（原文转写为“verner vince”）写的，如果你是软件工程师，又喜欢科幻小说，读一读，带着把它当作一本软件方面的书的眼光去读。我会说，如果你想思考一般意义上的冒险与承担风险，Aaron Brown 的《红血风险》（Red-Blooded Risk）。我在想人们大概没听说过的书，Aaron Brown 的《红血风险》非常非常好，事实上他所有的书都很好，让我对金融产生兴趣的
就是读了他的书《华尔街的扑克脸》（The Poker Face of Wall Street），因为我当时正在打扑克，于是就觉得：嘿，也许华尔街也是个选择。所以是《华尔街的扑克脸》，作者 Aaron Brown（原文转写为“byron brown”），或者《红血风险》。还有一本有点出人意料的，叫《科雷马故事》（Kolyma Stories，原文转写为“kalima stories”），作者 Varlam Shalamov（原文转写为“varalam shalamov”），是一本短篇小说集，写的是斯大林时代生活在西伯利亚古拉格里的人们。我认为它可能是我读过的最
揭示人性的书。它很压抑，我不在阳光明媚的地方读它，但它很有启发性。这是不是在以隐晦的方式告诉我们 Jane Street 的工作条件？不，完全不是。好的，我最后一个问题是，你在这么多不同的行业都取得了成功，也深知在其中许多行业工作的经验教训，那么你有什么建议想给一个
二十出头的人吗？我想我的大部分听众，就他们在这些行业工作而言，大概是程序员，不过我不知道，也许在采访你之后会有一些交易员或想成为交易员的人也在听。所以，如果你有什么对非常年轻的人有用的建议的话。好的，我会说第一件事，我总是对我的孩子们说，人生很长，人生并不短，人生很长，这意味着你应该把自己看作拥有很多机会去学习
东西、尝试东西、做成东西。这只是我自己的经验，但我觉得我是一种“循序渐进式的痴迷”。我会划出生命中的六年，事实证明，从经验上看确实如此，用来在一件事上变得非常非常厉害，然后下一个六到七年，我会尝试在另一件有所不同的事情上变得非常非常厉害。这对我很有效，因为
人们很容易低估在一件事情上深入、深入、再深入地钻研专业知识的重要性，也低估在某件事上变得真正出色所需要的过程。所以我常常思考这种“循序渐进的卓越”的想法，因为你有这个时间。比如，花五年当前端开发者，变得非常非常厉害，然后去做别的事情，也许不是编程，也许是别的什么，
§07文稿 - 01:00
也可能再回来，那样你就会有另一种视角。这差不多就是我的想法。是的，这太有意思了。我很好奇，假设，我想加密货币领域做不到，但假设你一直都是交易员，也就是说你没有学电气工程和计算机科学，而是从一开始就做交易，到你的交易生涯结束时，是在你一直当交易员的这种反事实情形下会更成功，还是在你有工程经验，然后
咨询也是同样的情况下会更成功？我的意思是，这条职业路径有很多深入的专长，但随着时间推移改变这个专长，与只专注于一个职业相比，最终是否会通向更高的巅峰？好的，这是个好问题。我认为这可能因人而异，如果你注定或有能力成为一名改变世界的物理学家，那么大概你不用搞这种循序渐进的奇怪做法，你就沿着那条
路走下去。不过，也许我可能要修改一下这个说法，因为关于发现，无论是在交易、科学还是其他任何领域，有一点我确实相信：发现大概有两种类型，一种是演进式的，就是拿一个研究体系或领域，把它的边界稍微向外推一点；另一种是革命式的，比如 Albert Einstein，比如 Claude Shannon，这些
人，他们的想法是：我要发明一个全新的领域。所以 Claude Shannon 其实是个很有启发性的例子，因为他出了名地基本上整天玩游戏，思考各种随机的事情，并且尽量让自己接触范围广泛的事物。我的意思是，他还骑独轮车之类的。所以也许你需要对自己可能属于这两种中的哪一种有点自知之明。好的，那么这本书是《交易的法则》，可以在亚马逊上买到。是的，
你愿意提供一下你的 Twitter 账号，以及观众还能在哪里找到你吗？当然，是 Agustin Lebron 加一个 3（原文转写为“augustine lebron three”），我不知道为什么是 3，但就是这样。我主要谈交易，有时谈软件，有时谈世界上的各种随机事情。我不太是社交媒体的人，事实上要不是因为这本书，我现在仍然是个在社交媒体上不存在的人。但我渐渐倾向于
Twitter，我在那里最终会有一些有趣的对话。是的，我很喜欢做你的关注者。有没有什么我们在对话中没有触及、你认为可以作为结尾有意思的话题？或者，我的意思是，我自私地想问问你，Dwarkesh（原文转写为“dwarkish”），跟我讲讲你在做什么，你在这里构建的是什么？这是个好问题。我给你讲讲背景，这是我大二或者大三的时候，新冠疫情来了，我
当时非常无聊，因为课程都转到了线上，于是我就开始做这档播客，我就给第一位嘉宾发了邮件（原文转写为“called the email with my first guest”，语句不完整）。实际上，到我发布的时候，我甚至还没有给播客起名字，因为我只是录好了一期节目。总之我就一直坚持下来。然后我大约四个月前毕业了，其实严格来说是两周前毕业的，但四个月前我就上完课了。然后我想，好吧，我有一点来自实习和另一笔资助的积蓄，所以我想，好
吧，我就全职做几个月，看看会发生什么，结果有了一些起色。所以我不知道这会通向哪里。但你之前提到的那些话，关于在某件特定的事情上深入钻研，然后也许用在那里学到的技能转向另一件事，这让我感觉好多了，因为我不认为我的长期轨迹是做播客主持人或者写时事通讯，但我确实，所以你知道，我很想
回到科技和创业领域，比如在未来，我没有计算机科学学位，所以希望通过做播客和写作尽可能多地学习，然后希望用在那里学到的技能在其他领域做一些酷的事情。太棒了，听起来是个很好的计划。是的，谢谢。太棒了，谢谢你来参加节目，Agustin（原文转写为“august”），这是我做过的最喜欢的播客之一，有这么多的洞见。太好了，谢谢 Dwarkesh（原文转写为“our cash”），我真的很喜欢。