知识的形成，甚至连理论的形成，也得需要一些时间，需要你忍受枯燥的学习，并牺牲 做其他轻松工作带来的自由。
只有这样，你才能摆脱类似新闻工作的压力，那种文章发表后就等待它过时消亡的现代 学术风气。
要知道，那只会生产肤浅的知识，就像在纽约市唐人街上买的冒牌手表，你明知道它是 假的，但看起来却像真的。
19~20世纪，技术知识和创新有两大主要来源：业余爱好者和英国教区的牧师，这两种 人都处于杠铃策略之中。
我们发现，英国教区牧师的研究贡献高得不成比例。英国教区的牧师通常生活无忧、博 学、住着大房子或至少是舒适的房子、有人帮助打理家务、一年四季都有好茶供应，还 有充裕的自由时间。
并且，当然，他们有可选择性。他们可以说是有知识的业余爱好者，牧师托马斯·贝叶斯 （就是贝叶斯概率的发明者）和托马斯·马尔萨斯（马尔萨斯人口理论的提出者）是其中 最著名的人。
但还有更多令人惊喜的故事，这些都编入了比尔·布莱森的《家》一书中。
作者发现，因创新流芳百世的牧师和教士人数是科学家、物理学家、经济学家，甚至发 明家人数的10倍。
这个数据说明太多太多的事情是随机性发生的，是许多实践者发明的，并不是来自研究 机构，昨天说到的乔布斯也是没有学历的人。
这样的例子不胜枚举。需要注意的是，正如作者与豪格的论文中所述，有组织的科学往 往倾向于忽略“非我发明”的东西，所以，我们所知道的有关业余爱好者和实干家所作贡 献的例子肯定比实际的要少，因为某些学者可能将前辈的创新据为己有。
像飞机，这些平民发明的非常多。
作者说有些有诗意的事情，比如自主的学术研究往往也能带来美学享受。
很长时间以来，作者都在我书房的墙上挂着雅克·勒高夫写下的一段话。勒高夫是法国伟 大的中世纪研究家，他认为文艺复兴源于独立的古典文学研究者，而非专业学者。
他检视了这段时期的油画、素描和文艺表演，比较了中世纪的大学成员及古典文学研究者的截然不同之处：
一个是被学生如众星捧月般包围着的教授，一个是形影相吊的学者，坐在宁静而偏僻的房间里，无拘无束地在宽敞舒适的空间里任由思想如天马行空般驰骋。
在这里，我们看到的是人声喧嚣的学校，乌烟瘴气的教室，以及工作场所中对美的冷漠。
这环境完全不一样的，在学者这里一切井然有序、清新美妙。安详、静谧而愉悦。
所以，真正是谁创造出来的，作者的意思不是教授，而是学者。
至于其他的业余爱好者，有证据表明他们与狂热的冒险家和私人投资者一起，揭开了工业革命的序幕。
我们提到的基利并非历史学家，幸运的是，他也不是经济学家，在《科学研究的经济规律》一书中，他质疑了传统的“线性思维”——对基利来说，大学的繁荣得益于国家财富的积累，但反过来说则不成立。
就像我们国家，按这个逻辑预计未来中央大学会非常的繁荣，因为中国越来越富有。原来都想到国外留学，将来是国外的人都想到中国来留学。富有只会使教育发达。并不是反过来。
基利曾提出过一个有说服力——非常有说服力——的论点，即蒸汽机的出现是基于已有的技术，而且是由没有受过教育的、经常闷头自己干的人发明的。
这些人运用了实践常识和直觉来解决困扰着他们的机械问题，而他们提出的解决方案也往往能带来明显的经济回报。
比如在我们的国家也一样，有很多的隐形的富豪。
当你真正了解他们的情况以后，你会吓一跳，因为他们大多数都是普通人，但是他们隐形的非常有财富。他们为什么比经济学家富有，那是因为他们是实践者。比如说在证券市场里面，通过证券市场，创造了很多超级富豪。
大家都知道，浙江省有很多的隐形富豪。让我们再来看看纺织技术。
同样的，根据基利的观点，这个引导人类飞跃进入现代世界的主流技术的诞生与科学几乎毫无关系。
据他说，“1733年，约翰·凯伊发明了飞梭，推动了织布的机械化，1770年，詹姆斯·哈 格里夫斯发明了珍妮纺纱机，正如它的名字所示，它推动了纺纱的机械化。
纺织技术的发展，加上瓦特和保罗的发明（纺纱机，1758）及阿克莱特的发明（水力纺纱机，1769年），预示着工业革命的腾飞，但这些都与科学无关；它们是基于试错法和一心想改进工厂生产力及利润的熟练工匠，在实验基础上的经验性发展。”
血管spa，这就是一个典型的例子，它不是来自科研机构，而是来自民间。
戴维·埃杰顿通过一些调研质疑了学术科学和经济繁荣之间的联系，以及人们过去相信的“线性模型”的观念（即学术研究是技术的源头）。
19~20世纪的人们，没有那么容易上当受骗；但今天的我们却相信，那时的他们相信线性模型，其实他们并没有相信。
事实上，在20世纪之前，学者们大多是教师，并非研究人员。那些高高在上，西服领带，站在台上侃侃而谈的，实际上并不是实践者。
在加利福尼亚花费了很长时间观察风险投资家的科学社会学家史蒂芬·夏平称，投资者往往把钱投给他们看中的企业家，而不是某个创意。
决策在很大程度上就是一种观点，并根据“你认识谁”和“谁说了什么”得以强化，用风险投资家的专业术语来说，你应该把赌注投给骑师，而不是马匹。
比如说赛马，你说这匹马特别的好，特别厉害。那你应该投注给特别厉害的骑师，而不是特别厉害的马匹。
为什么呢？因为创新是需要灵感的，你需要具备像漫游者般的能力，随时抓住突然出现的机遇，而不是墨守成规地行事。
夏平让我们看到，重大的风险投资决策往往是在没有制订真正的商业计划的情况下做出的。
因此，如果决策前他确实进行了“分析”的话，那么这种分析一定是自由探索的和证实性的。
作者自己也曾花了一些时间在加利福尼亚州与风险投资家交往，目的是投资自己，我可以证明，这的确是墨守成规的做法。
很显然，钱应该投资给自由探索者，你信任的那些积极进取的探索者才会帮助你获得期权收益。
与技术不同，医疗拥有驯化运气的悠久历史；它现在已经接受了实践中的随机性，但并不是那么乐于接受 。
约翰·拉马蒂纳在离开制药公司后曾爆料制药业内幕，他用统计数据显示，在学术研究对 药品研发的贡献问题上，民众的看法与真相之间存在差距：10种药物中有9种是私营企业研制的。
甚至靠财政资助的美国国立卫生研究院也发现，市场上销售情况比较好的46种药物中， 只有3种与政府资金赞助有关。
比如微信不是经济学家和研究院发明的，而是那个叫张小龙的实践者。
现在的世界首富马斯克，最关键的实践，玻璃大王曹德旺，这些人原来都很普通。这些如果你都知道了，那你就会知道该怎么做。
杰姆斯·勒法努是一位医生兼医学作家，他曾写道，治疗的革命，或者说战后时期大量有效治疗方法的涌现，并不是由任何主流的科学洞见所推动的，来源恰好相反。
“医生和科学家们认识到，没有必要详细了解误差的任何细节，合成化学会随机地带来医生们找了几个世纪都没有找到的医疗方法。”
现在让我们来看看我们所说的事情背后的一些理论——统计报表认识论。
下面的讨论将表明，未知的、你看不到的事情在某些情况下可以带来好消息，在另一些
情况下可以带来坏消息。而在极端斯坦下，情况会变得更加侧重某一边。
想象一下，你带着一本笔记本去墨西哥，希望根据你和你随机遇到的人的交谈推断出该国的人均财富。
但可能的情况是，如果样本中没有卡洛斯·斯利姆，你就得不到什么有价值的信息。
在100多万墨西哥人中，斯利姆的财富（我估计）比墨西哥底层7 000万~9 000万人的财富加起来还要多。
因此，除非你选择5 000万人做样本，并且将“罕见的事件”纳入其中，否则你就会低估这个国家的财富总量。
实际上我们太多的人在这种误区当中。比如说很多人问的问题，如果你现在正在共读这本书籍。如果你也有同样的问题，你就会明白。
当你致力于自由探索时，你会犯很多小错误，承受很多小损失，随后你会偶尔发现一些非常重要的东西。
这种方法从外部来看可能令人讨厌——它隐藏了自身的优点，而不是掩盖自身的缺陷。
在反脆弱性的情况下（正面不对称性，正面“黑天鹅”业务），比如试错法中，样本记录往往会低估长期平均值，隐藏起自身的优点，而不是掩盖自身的缺陷。
在负面不对称的脆弱情况（“火鸡”问题）下，样本记录往往会低估长期的平均值，它会 隐藏其缺陷，而展示其优点。
这样的结果让生活变得更简单。
但是，因为标准方法并不考虑不对称性，使得研究了常规统计数据但却对这一主题没有深入研究的人（只是在社会科学中提出理论或教导学生）会错误地理解“火鸡”问题。
作者发现了一个简单的规律，即在哈佛大学任教的人对这一问题的理解往往不如出租车司机或不懂得机械式推导方法的人。
作者说的极端，但我们要明白他的意思就是实践出真知。
一位叫加里·皮萨诺的哈佛商学院教授写了一本有关生物技术潜能的书，在书中他就犯下了初级的反“火鸡”错误，他没有意识到，在一个损失有限而潜在利益无限的正业中（与银行恰好相反），你看不到的东西可能很重要，但其踪迹却被掩埋在历史数据之中。
皮萨诺写道：“尽管一些生物技术公司取得了商业上的成功，整个行业也实现了惊人的增长，但大多数生物技术公司根本没有任何利润。”
这可能是正确的，但是据此进行的推断却是错误的，甚至可能是落后的，原因有二，首先，在极端斯坦下，“大多数公司”都没有利润——罕见事件占据主导地位，少数公司创造了全部利润。
不管他是什么意思，由于存在我们在图12–3中所见的不对称性和可选择性，现在下结论可能为时过早，所以他最好去写另一个主题，伤害较少而且可能让哈佛商学院的学生更感兴趣，比如怎么写一个有说服力的PPT演示文稿，以及日本和法国之间的管理文化的差异。
再说一遍，他那有关生物技术投资的潜在回报微薄的判断可能是正确的，但不能基于他所展示的那些数据来推断。
意思是他不是一个实战者。特别高高在上的推断。
为什么皮萨诺教授这类人的想法会有危险呢？重要的并非它会阻碍生物技术的研究，而是这种错误遏制了经济生活中具有反脆弱性特征的一切事物，因偏好“肯定正确”的事情而变得脆弱。
大家想一想有多少经济学家会告诉你房子会跌到什么程度，但那些房地产大亨，他们始终告诉你房子不会，这完全是两种不同的观点，你相信谁。这就很重要，如果你相信高高在上的人，那风险就来了。
值得注意的是，另一位哈佛大学教授肯尼斯·福鲁特犯了同样的错误，但是所犯错误完全在相反的方向上，也就是负面不对称性 。
再保险公司就是保险公司投保，如果保险公司出问题了，再保险公司赔付。
相比再保险公司承担的风险，它们赚了太多的利润，因为灾难发生的频率往往少于模型中所反映的频率。
保险公司出问题是极少数，所以再保险公司他会非常的赚钱。
这是这个教授说的，但他忽略了一点，即灾难只会给它们带来负面的影响，而且往往淹没在历史数据中（再次说明，它们极为罕见）。
记住“火鸡”问题。要知道，仅仅因为一个事件——石棉负债，就让劳埃德保险公司完全破产，失去了几代人积累的财富，且仅此一次。
忽略了这些事实。比如思涵老师的出租汽车公司。保险公司当时特别热衷，天天跑来叫投保，告诉思涵老师投保有什么好处。说你这出问题了，保险公司赔付，所以需要投保。
思涵老师就问：“如果都出问题，那你们怎么办？”他说：“不可能的，你的车出问题，这一年可能会出两三辆。出了之后你再算保费，我们还是有赚的。但是对于您来讲，您的损失会大幅度减少。”
理论说了一大堆，是不是保险公司很赚钱，是的，但是不能出现极端情况。
思涵老师的公司有一年就出现了极端情况。那一年，思涵老师公司的车有钻到卡车底下的，有从北京那时候二环路开着开着翻到栅栏外边去的，有的开车把腿撞折了，都在那一年，那一年十几辆车出事，出的事全是大事，其中还有被劫持的，到邯郸，差点被杀掉。
那时候的这个出租车公司都出名了，出了那么多事，但这都是随机的。
那保险公司就叫苦连天，你们这些年的保费，我们这一下就荡然无存，赔那么多。
还有昌珉南口的黑邦把车开走，找不着。所以教授讲的只是一部分，他并不知道这些公司实际上经常会有这样的事件发生，并没有他想象的那么赚钱。所以一切都需要实践。
这两种截然不同的回报，一种是“左边受限”（损失有限，如泰勒斯的赌注），一种是“右边受限”（收益有限，如保险公司或银行等）。
为什么银行会出现挤兑现象。这其间的区别至关重要，因为生活中的大多数情况不是属于第一种就是属于第二种。
这就是我们为什么要创业，家里面安逸的生活你不知道会发生什么事。当出现的时候就麻烦了，所以这就叫未雨绸缪。包括孩子的未来，你家庭变富，教育才会跟上，你家里才会出现高学历人。先出现这种可能性微乎其微 。
汤总他父亲创业，赚钱了，所以汤总变成了博士后。这里面有一个非常重要的因素，她 父母赚钱了以后，思维会发生巨变，他会发现如果是不是自己的文化再高一点，财富会更多。所以往往都会更加重视教育。比如舞动世界，刘总他们在北京落户，他们现在越来越重视孩子的教育。
颠覆了我们很多人的认知，当你的认知发生了变化，那么，两耳之间的六英寸，那你的未来会不一样。
网友评论