深度科技 - Coin Dollar Pay

新能源车失去补贴以后会发生什么

相对燃油车而言，中国新能源汽车起步较晚、基础较薄弱，在较长一段时间里享受财政补贴。

为何要给新能源汽车“吃小灶”？中国汽车工业协会副总工程师许海东在接受本报记者采访时表示，起步阶段的中国新能源汽车产业存在产品续航能力弱、实际用途窄、车型种类单一等问题，消费者认可度不高，配套基础设施水平较低，企业扩大生产的积极性不强，亟需通过政策激励首先解决“造得出”“卖得出”“用起来”的问题。

国补的历史可以追溯到2009年。该年初，财政部、科技部、国家发展改革委、工业和信息化部启动“十城千辆节能与新能源汽车示范推广应用工程”，由中央财政安排资金，对试点城市公共服务领域的新能源汽车消费给予补助。2012年，国务院印发《节能与新能源汽车产业发展规划（2012-2020年）》，对购置补贴政策做了进一步明确。

2018年后，国补政策进入调整期，新能源乘用车续航里程补贴“门槛”持续上升，推动产业走向高端化发展。一方面，低续航能力的新能源乘用车不再享受补贴政策；另一方面，对电池能量密度、车辆能耗等要求逐渐趋于严格，并将其作为影响单车补贴金额的重要因素。

2022年12月31日，根据财政部、工信部等部门2021年底公布的通知，国补政策正式终止，该日之后上牌的车辆不再给予补贴，这标志着“插电混合动力车4800元/辆、纯电动车12600元/辆”的国家财政补贴正式退场。

退场前，国补已经历多次“退坡”：2016年，购置补贴政策开始在全国范围内实施，财政补助采取退坡机制。截至2018年，不同续驶里程下，单辆纯电动乘用车补贴享受补贴均下降了约50%。2018年后，部分续驶里程较低的纯电动乘用车补贴逐渐下降为零，其余车型也逐年下降，到2022年，续驶里程300公里以下的纯电动乘用车已不再享受补贴。

国补对新能源汽车行业发展起到了重要推动作用：

　　——新能源汽车产量和市场销量连年增长。从2009年到2022年，中国新能源汽车销量从5294辆增长到688.7万辆，产销量近8年稳居全球第一。

　　——市场主体活力激发，自主品牌茁壮成长。企查查数据显示，2013年至2022年，中国新能源汽车相关企业年注册量从约5100家跃升至23.94万家，增长47倍。截至2023年初，中国现存新能源汽车相关企业数量达60.58万家，比亚迪、小鹏、蔚来等自主品牌受到消费者高度认可。

国补代表了中国支持新能源汽车产业高质量发展的坚定决心，“从‘十城千辆’工程在出租车、公交车等公共服务领域逐步试点推广，到补贴政策优化，加大对高续航、高质量、高安全性产品的倾斜，国补对中国新能源汽车行业实现‘换道超车’起到了举足轻重的作用。”

国补不仅使中国新能源汽车产业实现了“造得出”“卖得出”“用起来”，还助力新能源汽车“造得好”、产品“卖得好”、消费者“用得好”。“补贴提升了新能源汽车普及度和消费者接受度，加快了电池、电机等相关技术进步，也带动了充电基础设施建设与行业本身同步发展，通过引导社会资本进入新能源赛道，在产业和充电设施之间找到了‘先有鸡’和‘先有蛋’的平衡点。”许海东说。

补贴退场时机已成熟，对车企暂时性的冲击有限且可控

乘用车市场信息联席会（以下简称乘联会）发布的数据显示，今年1月，中国新能源乘用车零售销量规模达33.2万辆，同比下降6.3%，环比下降48.3%。有人担心，车市能否适应国补“断奶”？

许海东解释，开年销售数据暂时遇冷的背后，有春节较早、去年底需求提前释放等多方面因素，不应完全归结为国补退出导致。“断奶”对企业带来的影响是有限的、阶段性的，进入“后国补时代”的新能源汽车市场有望实现平稳过渡。

据分析，从入场到退场，补贴在一定程度上促进了市场主体的充分竞争、优胜劣汰。乘联会秘书长崔东树认为，新能源汽车企业从开始的投机性参与到带动有实力的企业全面进入再到补贴加速退出的过程中，取得了去伪存真、大浪淘沙的效果。

业内人士分析，这说明市场自身的扩张足以抵消补贴退坡带来的负面影响，车企受到的冲击可控。

此外，从政策驱动迈向市场驱动，政策也为企业适应调整留出了时间。

2020年4月，财政部等部门发布通知，要求平缓退坡力度和节奏，2020-2022年补贴标准分别在上年基础上退坡10％、20％、30％。

各主要车企均在企业战略规划中纳入了财政补贴退坡带来的冲击因素，并提前在资金、技术、营销等方面部署了较充分的应对措施。此前，新能源汽车畅销车型补贴占比已经降至较低水平。2017年以来，补贴在当年畅销车型售价中的平均占比从35%降至10%以下，5年来下降近25个百分点。“国补退出是早就明确的，企业对此有准备。”许海东说。

2021年，补贴力度在2020年的基础上退坡20%，核定补贴车辆数量却比2020年增长近7倍，达到156.9万辆。许海东表示，近几年补贴逐步退坡过程中，市场销量爆发性增长，表明消费者已对新能源汽车充分认可，市场自身的扩张足以抵消退坡带来的冲击。“补贴降温，市场却在升温，说明退场的时机是恰当的。”许海东认为，从市场发育度、产业链供应链成熟度、消费者习惯等条件来看，补贴退场时机已经成熟。

“一方面，对特定产业的财政补贴多具有阶段性特点，在市场化达到一定程度后，需要及时退出。另一方面，从享受补贴的主体来看，随着补贴效应向产业链上游传导，消费者和产业链中下游的电池企业、车企的受益空间不断压缩，原材料价格却水涨船高，这也说明补贴到了该退出的时候。”许海东说。

多地发放消费券，新能源汽车消费利好仍在

国补退场后，各地继续出台政策，支持新能源汽车消费力度不减，有望发挥“送一程”的正向作用。

投放消费券——2月1日，浙江省宁波市海曙区推出元宵购车消费券活动，凡个人在活动中参与商家购买新车，根据车价不同赠送消费券1500元-10000元不等。消费券可在海曙区内部分商场、餐饮等单位消费。河南省郑州市1月5日推出2023年汽车焕新季活动后，2月3日宣布将活动截止时间延长至3月10日，并在原5000万元基础上增发1亿元汽车消费券。此外，山东省、江苏省无锡市等地也积极发放新能源汽车消费券，在区域内购置单辆纯电动新能源车可获3000元以上消费券。

刺激置换需求——1月29日，上海印发《上海市提信心扩需求稳增长促发展行动方案》提出，延续实施新能源车置换补贴，2023年6月30日前个人消费者报废或转出名下在上海市注册登记且符合相关标准的小客车并购买纯电动汽车的，给予每辆车10000元的财政补贴。

业内人士指出，国补虽然退场，新能源汽车其他消费利好因素仍在，如牌照办理、车辆购置税、部分城市免于限行等方面优惠力度不减，地方政府补贴、厂家补贴、经销商促销亮点频出，仍对消费者有着强大吸引力。

需求端的政策支持有接续，供给端的企业反应如何？

短期内，原材料价格走高叠加补贴退场影响，企业可能面临成本压力甚至市场洗牌。记者梳理发现，去年底以来，业内一些头部企业对旗下部分新能源车型指导价进行了上调。一些外资品牌逆势降价，抢占市场份额。以小鹏、蔚来为代表的自主品牌“新势力”近日宣布降价，引发业内对新一轮价格战的担忧。

案例：上海不再免费送新能源牌照

作为全国乘用车销量最高的城市，上海在全国占比虽然不到5%，但它对于汽车、尤其是新能源车的管理政策，也会对厂商产生不可轻视的影响。

和长期以来只给纯电动车提供上牌优势的北京不同，上海过去在免费送新能源牌照上，一直对PHEV混动/增程和纯电动车一视同仁（具体性能、尺寸和参数上有一定要求），但从今年1月1日开始，PHEV车型免费送沪牌的政策被彻底取消。

如今，这项政策已经执行了一个季度，新政策之下，上海本地乘用车市场发生了怎样的变化？它对主流厂商、尤其是活跃在当地的新能源车企，带来了怎样的影响？今天我们就借助一季度新车上险量（数据来源：乘用车销量数据）的数据，探究一下这些问题。

需要提前说明的是，分析市场的变化，我们需要找另一个时间段作为参考，这里我选择的是去年四季度，也就是2022年10到12月这三个月作为对比参照。

之所以没有选择去年同期的数据，是因为新能源市场发展极快，以去年一季度对比今年已经不合时宜，而最接近的去年四季度，在整体和细分层面的参考价值都更强。

当然，关注车市发展的话都了解，今年一季度全国车市都非常低迷，环比去年四季度整体的销量规模下跌了近三成，所以具体销量数字之外，更值得关注的其实是各车企、车型市场份额的变化，它也是真正反映上海新政策影响的关键数据。

具体有什么变化呢？我们一条一条讲。

1、上海Q1新能源销量环比“膝盖斩”，全国占比跌至5%

虽然PHEV车型在上海不再送沪牌，但它们目前依然属于新能源车的范畴。此前上海一市新能源车在全国的占比非常高，去年四季度达到了8.6%，而今年一季度的数字是5.07%，下滑了3.5个百分点。

看销量数字的话，跌幅就更明显，去年四季度上海总计售出14.5万辆新能源车，今年一季度骤然掉到了6.2万辆，已经差不多是“膝盖斩”了。

这里新能源车中包含了PHEV混动、增程和纯电动，我们无法统计各类别的销量变化，但稍后通过具体车企、车型的销量数据，可以大致看出背后的根源。

2、新能源销量萎缩的同时，上海整体车市也明显下跌

新能源车占比下滑的同时，上海在一季度整体乘用车也下滑明显，从去年四季度的28.4万辆骤跌至13.9万辆，抛开整体车市的涨跌，上海市今年一季度在全国市场中的占比，也从去年的4.88%萎缩到了3.29%。

也就是说，先不提新政策影响到了哪些厂商，它本身就导致上海市整体车市遭遇骤跌，说明把PHEV和增程式车型排挤出送牌清单后，纯电车型和燃油车并没能迅速补回PHEV和增程车型让出的空白。

3、新能源车渗透率跌回一半以下，但依然远高于全国

从2020年开始，国内新能源市场开启膨胀式增长，市场渗透率快速增长，到了去年四季度，全国新能源车渗透率已经达到了29.1%。

不过巧合的是，虽然今年一季度整体车市大幅萎缩，但新能源车的渗透率，却和去年四季度完全一致，没能进一步突破30%。

上海的新能源车渗透率一直是领跑全国的，去年四季度达到了51.2%，销量规模已经超过了燃油车。

而在新政策影响下，今年一季度上海市的新能源车渗透率，跌落到了44.9%，后续这个数字肯定会逐渐回涨，至于多久能恢复到50%以上，还要看纯电品牌们的表现。

以上是上海新政在整体层面产生的影响，那么具体到PHEV、增程和纯电品牌/车型中，又有怎样的变化呢？

4、理想被边缘化，特斯拉/蔚来获益明显

新势力阵营中，工厂就在上海本地的特斯拉，销量长期遥遥领先，在针对插电式非纯电动车的政策实施后，特斯拉也是获益最明显的一个。

去年四季度特斯拉在上海市场的份额是6.17%，今年一季度在上海销量出现下滑的前提下，份额却骤增到了10.87%，是当地份额唯一超过10%的新能源品牌。

全系纯电的蔚来，虽然在上海整体市场中的份额不算高，去年第四季度只占2.49%，但在今年一季度，份额增长到了4.44%，增加了将近2个百分点。

上海是蔚来汽车非常重要的一个市场，去年四季度上海一市就贡献了蔚来18.15%的销量，这个比例到今年一季度进一步增长到了19.11%。

新势力三强目前最弱势的小鹏，今年一季度在上海市场的份额从0.73%增加到了1.08%，由于销量基数较小，份额的增长不算很明显。

而从全国市场来看，上海在小鹏整体销量中的占比，反而从去年四季度的9.39%，下滑到了今年一季度的8.33%，说明上海政策的改变，对小鹏汽车的销量并没有大的影响。

对比这三个纯电品牌，全系增程路线的理想就完全不同了。此前理想10%以上的销量都由上海支撑，是其全国最重要的区域市场之一，去年第四季度在上海售出4903辆，虽然不及蔚来，但也占据了1.73%的本地市场份额。

而到了今年一季度，理想在上海的上险量骤跌到了914辆，本地份额萎缩到0.66%，已经被彻底边缘化。不过伴随着上海销量的大跌，理想在全国范围的整体销量却蒸蒸日上，今年一季度整体上险量达到了5.4万辆，相比蔚来、小鹏的优势越来越大。

今年一季度，上海市在理想总销量中的占比，已经从去年四季度的10.4%下降到了1.69%，理想在上海被边缘化的同时，上海对于理想的重要性，也已经变得无足轻重。这个转变的背后，也是理想对于抵抗政策变化的能力，也在逐步增强。

最后看看同样以增程动力为主的AITO问界，它的整体规模比理想小很多，去年四季度在上海的市场份额只有0.89%，不过即便是这样的份额，在今年一季度也遭受重创，萎缩到了0.08%，三个月上险量只有110辆。

不过，AITO品牌遭遇下滑的不仅仅是上海，去年年底它一个月的上险量就超过万辆，而今年前三个月加到一起，AITO全国的上险量也只有9988辆，对于上海市场的损失，当然就不是AITO下滑的主因了。

5、比亚迪混动在沪由盛转衰，本地份额依然强压特斯拉

今年第一季度，上海市新能源车整体销量相比去年四季度减少了8.3万辆，其中比亚迪一个品牌减少的销量，就达到3.3万辆，这让其今年一季度在上海的销量，从去年四季度的5.2万辆大跌到了1.6万辆。

实际上，去年四季度比亚迪在上海的市场份额高达18.29%，一己之力占据近五分之一的市场，比特斯拉、蔚小理加到一起还要多很多。

不过这种情况在今年彻底改变，比亚迪一季度在上海的市场份额萎缩到了11.15%，此消彼长之下，已经几乎被特斯拉追平。

我们的数据库没有比亚迪混动、纯电车型的具体销量，不过我们可以在两个类别各挑三款代表车型：秦PLUS/宋PLUS和唐三款车的PHEV版本，去年四季度在上海上险量总计20828辆，三款车型就超过了特斯拉，而今年一季度它们的销量暴跌到了948辆，对于比亚迪来说，几乎可以忽略不计。

也就是说，比亚迪的混动车型，已经近乎被挤出上海市场。

不过比亚迪在纯电市场也有相当的销量规模，海豚、海豹、元PLUS三款畅销车型，去年在上海上险量为7958辆，今年一季度上涨到8457辆，销量涨幅不大，但份额提升明显。

很显然，比亚迪此前在上海的销量中，混动车型占据相当比例，所以今年一季度在上海的整体销量大幅下跌，好在它的纯电动车型足够坚挺，让比亚迪依然保住了上海第一大新能源品牌的地位。

至于其它传统势力的新能源品牌/车型，在上海的销量规模都不大，专营纯电动车的品牌，例如极氪、埃安、欧拉和大众的ID系列，今年一季度份额都有所提升，但由于本身销量规模尚小，这种提升对其整体的市场规模起到的作用有限。

随着新能源市场的发展和成熟，国家和地方政府对新能源车的扶持、补贴政策，不可避免会逐渐退坡、取消，这种趋势的出现，也是很多人一直担心的事情。上海取消PHEV和增程车送沪牌之后，很多车企在当地的业绩确实受到了显著的冲击。

从全国层面来看，在上海当地销量大幅下滑的车企，例如理想和比亚迪，并没有因为上海市场的损失而影响全国层面的增长，它们反而是各自领域表现最好的厂商。至于一季度整体遭遇下滑的AITO，背后的主因也并不是上海政策的改变。

实际上，起码对比亚迪和理想来说，哪怕全国层面的补贴政策都被收回，它们在经过一定调整后，依然具备很强的增长潜力。

对于上海来说，新政策的推行，确实会对当地新车销量的结构产生突出的影响，PHEV和增程车型大幅萎缩的同时，上海一季度的整体销量也在下滑。

如今新能源汽车在全国的渗透率，即将突破三成，和传统燃油车正式分庭抗礼，预计也不会太远。上海取消PHEV/增程车送沪牌，只是全国层面新能源车取消扶持的一小步，在这个背景下，各厂商对补贴扶持政策的依赖到底有多大，就需要各自好好掂量掂量了。

By 楚卿、萝吉

我们是不是算法的奴隶

奴隶社会，人是人的奴隶，也是资源的奴隶

封建社会，人是人的奴隶，也是土地的奴隶

资本社会，人是人的奴隶，也是资本的奴隶

信息社会，人是人的奴隶，也是信息的奴隶

用算法来裁员，残酷又提升了一个境界

算法招聘不稀奇，现在利用AI算法来自动化处理海量简历筛选，已经是司空见惯的操作。但算法裁员，对于许多人来说就闻所未闻了。最近，一家海外公司Xsolla通过算法判断出150人是“没有生产力的员工”，然后一口气裁掉了他们。

引起争议的不是裁员本身，而是这一决定背后的原因、标准：Xsolla首席执行官阿列克桑德·阿加皮托夫接受俄罗斯出版物《Meduza》的一次采访中提出，员工的“数字足迹”不符合公司标准。

远程工作时代，加上外部环境急剧变化，处于困境的企业不得不裁员自救，原本无可厚非。但利用AI算法来履行裁员职责，就有待商榷了，因为这牵涉到一系列问题，比如：

靠数字足迹判断员工合格是否合理？算法开除的决定是否符合劳动保护条例？这是不是意味着未来打工人必须按照AI的喜好来行动，从而成为算法的奴隶？

算法裁员，究竟释放出了哪些“恶之花”？

边界之问

通过算法来开除员工，听起来着实有些匪夷所思，直到Xsolla创始人阿加皮托夫撰写的内部邮件被公开，人们才知道算法的判断标准是：数字足迹（Digital Footprint）。

信中提到，Xsolla的大数据团队分析了员工在Jira、Confluence, Gmail、聊天、文档、仪表板等应用中的活动，然后将那些行为路径不总出现在工作场景中的员工标记为“没有生产力的员工”。

在技术社会中，想要追踪一个人的网络活动是很容易的。此前，许多企业会通过社交媒体筛选潜在的员工，员工也会经营自己的“赛博形象”以传递好的形象，大家似乎都为企业考察员工的数字足迹投出了一张“赞成票”。

但当事情发生在裁员这一动作下，或许才会发现，数字足迹在职场的应用，正释放出了三个危险信号：

1. 模糊生活与工作的隐私边界。涉及150人规模的员工不知道自己正在被AI跟踪，并且网络活动的“蛛丝马迹”都可能被引入考核标准，还是很让人恐惧的；

2. 算法“黑箱性”缺乏说服力。通过数字足迹的可以分析判断出该人的性格特征，这在招聘时可作为加分项，但裁员需要明确的“不胜任工作”的认定标准，算法“黑箱性”让裁员这件事充满了不确定性，难以服众，容易引发心理失衡的报复事件；

3. 缺乏对“幸存者”指导意义。一次成功的裁员，不仅仅在于将部分员工开除，还要让“幸存者”做好对新任务的准备、了解持续发展的规范，但通过分析数字足迹作出的裁员决定，却无法清晰地体现出被裁和网络活动的因果关系。

一个人可能因为总在工作时间登录社交媒体，被认为效率过低，但这一结果对于需要与用户频繁交流的创意型岗位就没什么价值，也让“幸存者”处于惶惶然不可终日的状态。

疫情之后，越来越多的企业开始推行永久制的远程办公，与此同时，如何评估员工的工作状态和生产力也成为难题。这个案例也驱使我们思考，个人该向企业让渡多少数字足迹访问权限，将成为未来劳动市场和法律法规的重要议题。

标准之谜

那么，通过数字足迹来衡量员工的敬业度和生产力，到底靠不靠谱呢？

我们知道，数字足迹只能跟踪到软件交互的时间和频率，对于流程化程度高的工作有直接的参考意义，但对于创造性工作就有点无能为力了。

一来，科技企业是典型的知识经济，涉及到大量的创意创新，这是十分个性化的过程。比如乔布斯喜欢打坐冥想，然后做出决策；有媒体报道过，当团队遭遇瓶颈时，张小龙就带着大家一起听摇滚乐；德国作家席勒缺乏灵感的时候，则喜欢吸几口烂苹里的味道……如果让AI来判断，这些都算“不务正业”。

二来，现有算法很难评估OKR与数字足迹之间的因果关系。英特尔公司创始人安迪·葛洛夫发明的OKR目标与关键成果法，已经成为谷歌、Facebook、Linked in、BAT等科技企业广泛使用的工作模式，即先明确努力的方向和目标，过程中员工可以自主探索，只要保质保量地完成预定目标即可。这种方式能最大程度地激活员工的积极性，并且鼓励他们打破常规。这时候，用网络冲浪的蛛丝马迹来衡量员工的表现，是一种既过时又极其无效的标准。

标准的不合理性，也会直接影响裁员程度的正当性。我们知道，为了避免任意裁员，许多国家的法律法规都对裁员的程序公平有着严格限制，依靠AI算法裁员很难避免暗箱操作和违规裁员，正规企业为了避免陷入风险也不会草率上马相关算法。

人性之思

算法裁员，也证实了一个令诸多学者都担忧已久的问题：AI应该增强人性，而不是减少或取代它，是这个时代面临的最大挑战之一。

数字时代，许多劳动者都不可避免地被“异化”，失去了对工作、生活和自我的控制，比如与系统争分夺秒的外卖派送员、被算法支配的网约车司机、沉浸在算法推送中不可自拔的短视频爱好者……本该具备人文关怀的裁员，也开始因算法加入而变得冰冷。

此次Xsolla创始人信中表现出的态度和语气令许多网友感到不满，他给被解雇的员工贴上“没有参与工作和无益”的标签，称“我真的相信Xsolla不适合你”。还分享了一份“被开除者名单”，直言不担心离职员工，也不担心这些措施是否会打击公司前进的士气。

根据算法直接把人裁掉， Xsolla作出如此草率的决定，说明企业本身存在更大的问题。但用技术语言与员工沟通的做法，在科技公司却并不罕见。

2018年就曾发生过某技术总监因不满辞退，怒删9TB关键数据，造成直接经济损失225万；2020年63岁的亚马逊司机因算法评分较低而解雇。试图让算法“背锅”，拒绝以人为本的沟通，等待的不是被裁者的“反杀”，就是大众的群嘲了。

在裁员这一环节中，算法能提供的仅仅只是一个参考标准，更多工作则需要人性化的方式来进行。比如裁员沟通，就是一种更为人性化的方式。有研究显示，在裁员期间受到管理者积极人际待遇的员工，会较少表现出消极反应，对组织未来目标的认可也会增加。

高质量的对话，可以有效地避免员工的不公平感，从而把裁员的负面效应减少到最低限度。这是裁员活动中最不可控也至关重要的一个环节，也是展现企业文化和管理者个人素养的标尺。

马克思曾指出：我们的一切发现和进步，似乎结果是物质力量成为有智慧的生命，而人的生命则化为蠢钝的物质力量。

AI越来越多地进入到企业经营的各个关键领域当中，但在直接与人有关的领域，仓促部署AI都是不合适的。刚刚浮现出的算法裁员问题，应该被快速提上技术伦理甚至法律规范的议程。

被算法压榨的人不得不参与内卷

最近，有一个有外卖商家的收入截图火了，一份米线卖价19元，商家拿到手的实际收入只有9元。

那么商家不参加活动行不行？不行！因为店铺排名就会更靠后，以后连生意都没了。

更让该商家郁闷的是，同样一个25元的订单，在各大平台的提点都差不多，有的是21%，有的是25%，有的更高，到底依据是什么呢？他打电话问平台，得到的解释是：系统是按照算法执行的。

算法究竟执行的是什么规则？除了平台之外，没人能搞清楚。这就是平台的算法规则，在古代有”大斗进小斗出”的明剥削，现在就是暗剥削。

有人肯定会说：那别人的生意怎么做下去的？

来看看下面这个场景吧：

这么一个阴暗狭窄又杂乱无章的小巷子，叫“幽灵厨房”。这种餐厅没有招牌，没有门店，没有餐桌，只在各大平台上接外卖的订单，它们广泛的分布在城中村里。

每天中午11点到下午2点，订单像潮水一般涌来，老板（兼厨师）以最快的速度出餐，然后打包（往往是老婆负责）发给外卖员，外卖员再马不停蹄的把午饭送进各个写字楼。

这种”幽灵厨房“之所以能够生存，秘诀在于它们省下了房租和员工开支，可以承受平台确定的价格，不停的以更低价参加平台活动，就会获得平台给的推荐和流量。

然而,道高一尺魔高一丈。

后来又产生了一种店铺，其运营成本比这个更低。原来这种新型餐厅直接用几块钱的料理包，看到这个让人醍醐灌顶：我们平时在平台上点的黑椒牛柳/宫保鸡丁/鱼香茄子/糖醋里脊等等，根本不是厨房做出来的，只不过是料理包一拆，再加上米饭，加热一下就可以了。

经济学里有一个著名定律：“劣币驱逐良币”。在铸币时代，当那些低于法定重量的铸币——“劣币”进入流通领域之后，人们就倾向于将那些足值货币——“良币”收藏起来。最后良币将被驱逐，市场上流通的就只剩下劣币了。

没错，电商和外卖平台的兴起，会让生活变得更方便。但是当线上流量都被平台把持之后，另一个严重问题就来了。互联网的崛起使比价变得更容易，当市场出现一款流行新品的时候，第二天在网上就出现同款产品，价格远远低于实体店铺零售价。也就是说无论你生产的是什么产品，总有更低价格的出现。

先有淘宝，后有拼多多。于是不管什么样的产品，总有更低价格的产品出现，低到无底线，市场就形成了“低价是王道”的逻辑。低价者胜出，意味着企业不会有充足的资金投入研发、设计、品牌打造，这就会影响产品的品质和质量，消费者占便宜是天然的心理，这是人的本性，但是商家不能利用人的劣根性去谋利。

从短期来看，消费者捡了价格上的便宜。但是长期看，商家为了利益必然要无止尽的压缩成本，然后被逼采用劣质原材料，于是最终吃到“恶果”的还是广大消费者。算法最厉害的招数之一叫“大数据杀熟”：你越有消费能力，购买同样的东西，你就要比别人花更多的钱。

同样的逻辑：

你越有资金打广告，那么购买同样的广告位，就要比别人花更多的钱。

你越有精力加班，那么给你同样的工资，你就要比别人干更多的活儿。

你外卖送得越快，那么配送同样距离的订单，系统给你的时间就越短。

我们最终将陷入了算法制造的“囚徒困境”：它可以一只手紧抓996，另一只手摇喊大健康；它让我们现在不停的“用命换钱”，以后又让我们不停的“拿钱买命”。

人类将会失去意义，每个人都会变成一个“数据包”

立陶宛学者卡尔波卡斯犀利地分析道：完整而独特的个人被分解、降格为数据的生产者、数据分析的作用对象，或更直白地说，一个数据包。

“一位友好的同事成为了一位服务提供者，一位长期诚信的客户成为了一位拥有高信用分数者，一位善良的护士成为了一位护理提供者，一位学者成为了一位有影响力的学人，一位运动爱好者成为了一位拥有动态绩效曲线者。”进而，我们要么在算法对代码架构的直接控制下，只能做出架构所允许的行为，要么在算法对行为的微妙助推下，做出自认为自主、实则受控制的“最佳”选择，仿佛巴甫洛夫的狗一样容易操纵。

甚至，算法的编写者也受制于技术过程的反馈，并非独立自主、从零开始地设计算法，而是根据算法运行的输出结果而不断调整完善。与此同时，线上与线下的治理逻辑趋于统一，万事万物都将成为算法的数据分析的对象，不再存在互联网、物联网以外的治理领域。于是人类的自由意志与主体地位不可挽回地丧失了，人类不能再宣称自己是这个世界的主人，反而沦为算法的仆从、技术的奴隶，人类与技术的平衡向技术方向高度倾斜。

但同时算法必然带有人类的价值观。在定义上，人工智能即是由人设定与制造的智能：简单的算法代码是个决策树，由人类为特定问题的全部细枝末节设定解决路径；复杂的机器学习也仍然需要人类提供数据，并为数据与结果之间的关联赋予意义。更何况，算法作为平台治理的工具，根本上反映了平台的利益与需求，故而有大数据杀熟与灵活用工剥削，甚至将算法作为独立法律主体看待的争论背后，也是平台希望免除自身责任的动力在暗中驱使。

所以，算法本身深深地嵌入了这个社会：“算法被设想为类似莫比乌斯环，既没有纯粹的内在，也没有纯粹的外在”，“算法变得具有交互性，与其运行的更广泛的环境建立一种双向关系：从世界中学习，接着通过分类、排序和筛选反馈给世界，然后再从受其先前输出影响的世界中学习，继而进一步反馈”。人工智能并未统治世界，它仍然属于世界的一部分。

人类与技术、环境之间不是你死我活的斗争与统治关系，不是要么西风压倒东风、要么东风压倒西风；人类主体地位的消退并非向技术投降，并非复刻人类中心主义而成为技术中心主义，而是真正开启了设想一种更为平等、包容、你中有我我中有你的伙伴关系的可能性。

正如人类将自然商品化并将其仅仅视为一种资源而必须最大限度地利用和优化一样，通过机器和代码对人类所进行的类似处理也是错误的。事实上，人类控制、奴役人工智能固然不对，人工智能转而控制、奴役人类也并非真正的善，冤冤相报无穷尽也。甚至人类与人工智能彼此孤立、独善其身，也无法实现各自的终极进化与完善。人类与人工智能需要建立一种友爱的伙伴关系，携手进化；同样地，人类与技术需要在平等的基础上联合，才能使这个世界朝正确的方向前进，止于至善。

由此观之，当前人工智能发展所引发的技术中心主义的后人类思潮是误入歧途的。算法与人工智能并未强大到可以取得与人类平起平坐的主体地位，现实的侵权责任法、著作权法稍作解释或调整即足以应对自动驾驶、人工智能创作等提出的所谓新问题，只要穿透技术的迷雾，直指其实际的影响即可。毕竟，“无论数字（无身体或无实体）行动者是基于与自然人或法人的相同或相似基础而被赋予人格，还是被认定为介于两者之间的某种存在，或是被认定为从简单权利和义务（例如保险）发展到更复杂安排（例如产权）的实体，抑或是被认为根本没有明显的人格，它们的影响是不可否认的。

具而言之，首先可从算法的输出结果入手，要求公平公正，避免偏见与歧视，不实行不合理的差别待遇，根据各种标准来划分算法歧视类型，进行分级分类治理。其次可从算法的输入数据入手，一方面要求数据控制者完善其自我治理机制，强化对用户的数据保护，另一方面赋予数据主体以免受算法自动化决策约束权等个人信息权利，以及由此延伸出的算法权利，增强个人对自身数据的支配与管理。最后辅以适当程度的算法透明，采取分场景、有层次的算法解释权，以及制度化的算法影响评估、算法备案等可行的算法透明措施。但是主张算法所享权利，乃至算法主体地位，则大可不必，这亦非法律的制定、执行与适用者所擅长。

如果已经到了不得不革命性立法的地步，人类的单边立法或许也不一定能够取得人工智能的同意，二者需要斗争或协商才能确定共同的未来何去何从。因此，这样一种技术中心主义的后人类思潮其实仍然是人类中心主义的回魂：依旧从人类出发，思考如何将人格赐予机器或防止人格被机器破坏，过分抬高、夸大技术的作用与地位，无视人的主观能动性。在这样的后人类思潮之下，主客体等级关系的幽魂不散，支配-依附的思维方式根深蒂固，只是颠倒了过来罢了。持此论调者无法设想人与技术皆从中心地位退出，卸下彼此不必要的特权，彼此更为平等、合作地相处，致力于共同的解放事业，正如动画中所想象的乌托邦一样。

后人类之上的超人类

然而，平等的后人类主义在揭示了宝贵的洞见同时，也遮蔽了更深刻的反思空间：算法/人工智能与人类/人类智能的关系真的是平等的吗？换个问法：被算法消解主体性的人类，与对算法具有决定性影响的人类，是同一拨人吗？或者更准确地说，被算法计算、管理、控制的人，与设计、拥有、控制算法的人，是同一拨人吗？如果不是，二者真的是平等的吗？

答案当然是否定的。算法治理的服务对象是平台经济及其背后的网络资本，它们决定了算法治理的目标、形式与结果，通过算法治理的技术赋权，以大多数人的后人类主义、去主体性状态为代价，成就了自身的超人类主义、超主体性状态。

即使算法治理在总体上提升了社会福利，并因此惠及被治理的普罗大众，这一后果也是次要的，平台盈利与资本增值作为算法治理的根本目的不会改变。这不仅体现在分配环节，平台资本攫取了新增社会总福利中的大部分，更体现在当平台利益与用户利益、社会利益发生冲突时，算法总是维护平台利益，例如在共享经济中对灵活用工者的劳动剥削。

更何况复杂的技术也有利于超人类实现隐身，将他们与后人类的社会矛盾转移、消解为后人类对技术的无知、无力与无可奈何。于是后人类只能责怪自己素质太低、不够努力、跟不上时代，或先进技术太神秘、太狡猾、太不近人情，超人类借此坐收渔利，闷声发大财。超人类甚至可以用信息茧房、数字鸿沟打造新的美丽新世界，让后人类沉迷于滑动手指即可获得并不断自我强化的廉价快乐，从而沉沦为自动打工的生产者与不停剁手的消费者，丧失集体行动乃至独立思考能力，最终以一种类似奴隶支持雅典民主和哲学的方式，支持超人类“参与幸福、共同体事务、超越性追求和其他崇高活动”。

所以，人工智能非但没有通过普遍地赋予或剥夺权利而使人与人之间更为平等，反而以算法黑箱、算法歧视等各种方式进一步扩大了数字鸿沟，强化并掩饰了现有的政治与经济不平等体系，使少部分人能够以更为隐蔽也更有效率的方式对大多数人进行盘剥与控制。换句话说，被消解或被更大程度上消解主体性的是大多数人，能够影响甚至决定算法的是少部分人，因而在人类与技术相对平等表象之下，是人与人之间深刻不变的不平等本质。

因此，我们对机器人统治人类的担忧或许不无道理，在某种意义上也确实触摸到了算法时代不平等的大致轮廓。只是我们未必看透机器人背后其实还是万变不离其宗的资本与少数人，后者才是更加值得害怕的对象。他们通过算法黑箱、技术中立、人工智能主体责任等法律修辞推卸自身应当承担的责任，迷惑大多数后人类去控诉他们无法理解也无法左右，但事实上与之同为工具与奴仆的新兴科技。质言之，算法时代的后人类主义性质只是表象，算法赋权的超人类主义现实才是残酷的真相。大多数后人类成了滋养算法的单向度的数据材料，从而让算法服务于更丰富、更高级、更符合人之为人本质的少部分超人类的生活品质的达成。

By 遥堃、脑极体

硅谷银行破产对中国的影响

“没想到一觉醒来，居然赶上了银行倒闭，人生完整了。”中国医疗初创公司创业者安迪（化名）3月11日午间发了一条微信朋友圈。他的公司大部分美元资产都存在硅谷银行，主要用于美国办公室人员的工资发放。

另一位业内人士在谈及此次硅谷银行事件造成的负面影响时对记者透露，有初创企业因此损失上亿人民币。

美国著名创业孵化器Y Combinator CEO更是将硅谷银行的后果称为“初创企业的灭绝级别事件”，他称YC 1/3的项目约1000多个创业公司所有的钱都在硅谷银行，下周甚至发不了工资和房租，而保险公司理赔的上限是25万美元。

互联网投资人庄明浩表示，如果说过去的20年，互联网+VC相辅相成的爆发成就了硅谷，这种效用同时造就了SVB这家特殊的“银行”。如今，整个互联网的宏大叙事已经远去，所谓的互联网+硅谷的造富神话也开始成为历史。

一大波风投与创业公司受影响

“没想到连SVB都要遭遇金融信用危机，这可是大多数投资机构和创业公司的首选开户行。”一位科技领域创业者这样感慨。

1983年成立于美国的硅谷银行一度被认为是初创公司的“金主”和“命脉”，在硅谷高科技产业高速发展之际，它凭借低息募资、面向大银行尚未重视的中小企业，迅速开辟出灵活的发展路径，成功帮助过Facebook、twitter等明星企业。

appWorks合伙人、具备多年募资经验的詹益鉴总结，硅谷银行之所以能够拥有近一半的初创公司市占率，关键在于其核心产品风险债，可以帮助创业者减少股权稀释，帮助投资人降低现金流风险，只要公司成长与获利能力高于资金成本，实际便能获得投资人、创业公司与风险债发行者三方共赢的局面。

为了让旗下被投公司获得风险债额度，詹益鉴称，许多创投机构会要求被投公司尽早到SVB开设账户、积累往来记录与财务资料，并将投资资金存放到该账户中，降低汇兑费用与手续时间。其后，随着老牌或大型初创机构对SVB的信任与依赖，想在硅谷获得投资或已被投的创业公司，几乎都有SVB账户。

“我们使用硅谷银行也是因为它的服务好，而且非常便捷。”安迪告诉第一财经记者。

但这样的特性使得硅谷银行对于行业的繁荣与萧条周期特别敏感。今日，一段美团曾晒出硅谷银行存款6000多万美元的旧闻被重新提起。有消息称美团创始人王兴今日已回应“我们很多年前就转用大银行了。”第一财经记者就此询问，截至发稿美团公司方面未予以回应。

但安迪所在的企业没有这么幸运。他告诉第一财经记者：“从昨天开始我们就一直在设法转钱出去，但是还没有转出来，银行就先倒闭了，一切都发生得太快了。”目前，银行网站的状态显示正在维护中。

不过，因为企业规模不大，安迪的公司存在硅谷银行的美元资金并不多，涉及数十万美元的资金。他还向第一财经记者透露：“至少在我的朋友圈就有好多家中国初创公司也把钱存在硅谷银行。”

安迪称，相比一些存款好几亿美元的大型科技公司来讲，自己就是损失了也还不算多，保险公司理赔上限25万美元，风险相对可控。

以流媒体技术公司Roku为例，该公司在提交给美国证券交易委员会的一份文件中披露，该公司在硅谷银行持有近5亿美元现金，占现金流比例超过四分之一。Roku还称，其在硅谷银行的大部分存款都没有投保，不知道公司能够在多大程度上收回现金存款。

“元宇宙第一股”游戏公司Roblox在一份文件中表示，其30亿美元现金中的5%存在硅谷银行。

除了互联网企业，加密资产客户也被硅谷银行纳入可接纳范畴，虽然所设敞口并不大。据统计，Blockchain Capital、Castle Island Ventures、Dragonfly 与Pantera 都与硅谷银行有关系。

另据加密货币领域稳定币发行商Circle公司表示，截至1月17日，总部位于美国的稳定币发行人Circle在硅谷银行持有其USDC（市场第二大稳定币）稳定币的部分现金储备。

负面影响还在持续蔓延。第一财经记者了解到，多家LP（Limited Partners，有限合伙人）机构开始询问自己投的基金有没有将钱放在SVB里。有LP发朋友圈称，自己所投的基金连夜发邮件告知没有将钱存在硅谷银行，而那些没有发邮件的，大概率是遇到了麻烦。

恐慌情绪背后

传奇基金经理、潘兴广场创始人比尔·阿克曼（Bill Ackman）在推文中表示，由于风险资本支持的公司依赖SVB获取贷款和运营资金，因此这家硅谷第一大银行倒闭可能会摧毁经济的关键长期推动力，SVB一旦倒闭，将有更多的银行面临挤兑和倒闭，届时多米诺骨牌会接连倒下。

“大家已经开始把账户转到更大规模的银行，担心小银行爆雷。”一位硅谷的从业者对第一财经记者说。

还有一位正在计划将资金从BOA银行转到Chase银行的硅谷人士对第一财经表示，“Chase的银行工作人员忙疯了，说不少客户连夜开户，预计下周一还将有大量客户紧急把资金转入Chase里。”

回溯这场危机，互联网投资人庄明浩认为，2022年下半年开始的长加息周期令债券价格不断下跌，硅谷银行出现高额浮亏。近日，SVB启动资本动作，出售大部分可供出售金融资产（AFS）以换取流动性来支付存款提款。此次出售涉及价值210亿美元的债券，造成18亿美元实际亏损。同时，SVB还将通过出售普通股和优先股等股权融资方式，募集22.5亿美元的资金。CEO贝克尔又向最大客户群风险投资者们争取支持，没想到这些机构转身就劝说被投企业们提前取出资金，进而引发挤兑风险。

庄明浩对第一财经记者表示，很多天使轮与A轮阶段的早期公司没有资产配置的概念，也一般不太会开很多银行的账户，自身业务可能还没赚钱甚至收入都没有，主要依靠VC投资款活着，这种情况不分中美，都会受到硅谷银行事件的巨大冲击。

“从心理上讲，这是一个打击，因为每个人都意识到事情是多么不堪一击。”为初创公司提供税务、会计和人力资源服务的咨询机构Kruze Consulting运营主管Scott Orn表示。

Orn将硅谷银行称为“硅谷皇冠上的明珠”。对于他的数百个客户来说，硅谷银行的撤资可能会使初创公司借钱成本变得更加昂贵。他希望硅谷银行能够度过这个困难时期，甚至有可能被一家更大的银行收购。

目前来看，美国政府已经介入，但对SVB最大客户群——风险投资机构与初创公司的负面影响已经造成，尤其是在资金流动性压力方面。

硅谷技术VC Fusion Fund创始人张璐在接受第一财经采访时说，这一事件对于科技创投领域的资金活跃度影响巨大，尤其对初创企业影响不小，但硅谷技术创新的趋势不会因为资金的问题就出现倒退。

还有用户提议推特应该收购硅谷银行并将它变成一家数字银行，马斯克对此评论称持开放态度。

硅谷银行的倒闭正值科技行业面临挑战之际。不断上升的利率侵蚀了便宜的资金渠道。根据CBInsights今年1月份发布的数据，2022年美国的风险投资较上年下降了37%。

与此同时，宏观经济不确定性和衰退担忧促使一些广告商和消费者收紧支出，削弱了科技行业的收入驱动力，大型科技企业陷入了大规模裁员，重新关注以“效率”为标志的成本削减计划。

截止发稿时，浦发硅谷银行、再鼎医药、百济神州、北海康成、腾盛博药、加科思也、圣诺医药、基石药业、亚盛医药、德琪医药、康方生物、云顶新耀、潘石屹等都表示硅谷银行的破产不会对其业务造成重大不利影响。

硅谷银行为何轰然倒塌

美国时间3月10日，美国联邦存款保险公司（FDIC）发布声明，美国加州金融保护和创新部（DFPI）当日宣布关闭美国硅谷银行，并任命FDIC为破产管理人。为保护投保的储户，FDIC创建了存款保险国家银行（DINB），硅谷银行在关闭时，作为接管人的FDIC需立即将硅谷银行所有受保存款转移到DINB。

3月9日，硅谷银行从开盘价176.55美元暴跌至106美元，并在10日的美股盘前交易中再度暴跌逾60%，随后进入停牌状态。

事件的导火索出现在3月8日，当天硅谷银行大举抛售了210亿美元的债券，造成18亿美元亏损。同时该公司称将通过出售股票的方式筹集23亿美元，以弥补这一笔“债券甩卖”带来的巨额亏损。

此举引发了强烈的市场担忧，银行最害怕的挤兑风潮就此来临。3月9日开始，“硅谷教父”彼得·蒂尔的创始人基金（Founders Fund）、对冲基金Coatue Management、著名创业孵化器Y Combinator 等机构均建议他们投资的公司——硅谷银行的储户们，考虑从该银行尽快按需撤资。

作为硅谷创投圈的“宠儿”，这家银行立刻陷入了更深的流动性危机，继而快速崩盘。硅谷银行是自2008年金融危机以来倒闭的最大银行，也是美国历史上第二大倒闭的银行。

硅谷银行为何“猝死”？其会不会又如当年突然破产的雷曼兄弟公司，酝酿出一场更广泛的危机事件？

硅谷银行成长史

作为硅谷创投圈的宠儿，硅谷银行1983年成立，后发展成硅谷银行金融集团，资产达2120亿美元。按资产总额排序，该银行是美国第16大商业银行。该银行在美国、欧洲、亚洲等国家与地区设立了分公司与办事处。

从商业模式来看，硅谷银行的目标客群有别于其他商业银行，主要服务于PE/VC、高科技企业，以及这些企业的员工等高净值个人客户。

由于得天独厚的地理优势和独特的市场定位，硅谷银行一直是硅谷科技和生命科学初创公司中最受欢迎的金融机构之一，曾成功帮助过Facebook、twitter等明星企业。根据国信证券估算，SVB对美国高成长企业的贷款市占率约 46%，是高成长企业贷款市场的龙头。

国信证券金融业首席分析师王剑将硅谷银行形容为“创投圈集团”的财务公司——资金以贷款形式投放给PE/VC企业、高科技企业和这些企业的员工，同时也从这些企业和员工处获得存款。

具体来看，硅谷银行的两大主营业务是为PE/VC提供“资本催缴信贷”以及为初创企业提供信用贷款：

资本催缴信贷：本质是一种过桥贷款，通常会给风险投资基金、私募股权基金等机构提供短期贷款，让它们在等待投资者的资金到位之前先解决资金问题。这类贷款风险较低，期限较短，所以收益率相对不高。

初创企业贷款：当初创企业没有盈利和现金流时，它们经常需要向硅谷银行借款来维持业务运营。这些贷款风险比较大，因为没有抵押物，所以硅谷银行通常会向借款企业要求提供3-5%的认股权证。具备高风险高收益的特点。

2022年财报显示，在该行的贷款构成中，资本催缴信贷余额413亿美元，占比高达56%，初创企业贷款占比为9%。

有业内人士将硅谷银行的业务特点总结为“投贷联动”，即股权投资的收益与信贷业务的风险平衡相互抵消，以实现超额盈利。2021年，硅谷银行的股权资产占总资产的1%，却实现了收益5.6亿美元，占非息收入的20%。

安然度过千禧年互联网泡沫破灭，平稳运行已经40年的硅谷银行，为何在短短数天内崩盘呢？

故事的伏笔在三年前埋下。2020年3月，美联储开启无限量QE，把基准利率降到0左右，在流动性泛滥的背景下，美国科技公司大量回购和融资，与高科技相关的VC投资也变得非常热门。美国的PE/VC市场快速扩张。

这种情况下，硅谷银行的核心储户——即科技公司们手头拥有大量现金，该行由此吸引了大量存款。该行存款规模从2019年的617.6亿美元跃升至2021年底的1892亿美元（尤其以活期存款为主）。硅谷银行的规模在此期间也快速增长，其资产总额从2019年末的710亿美元增长到2021年末的2115亿美元，其中2020年同比增长63%，2021年同比增长83%。

与此同时，手握大量现金的硅谷银行为了获取更高额收益，选择进行证券投资，主要买入了投资抵押贷款支持证券（MBS）和美国国债。这类资产在2020年和2021年实现了浮盈，但并没有被出售。

但问题是，硅谷银行投入在证券上的存款太多了。截至2022年底，硅谷银行买下了1200亿美元的投资证券，其中包括910亿美元的抵押贷款支持证券组合（MBS）和260亿美元的可供出售金融资产，甚至远远超过了740亿美元的贷款总额。

更不利的是，为了获取更高的收益，硅谷银行买入了大量长久期的证券资产，尤其是中长期国债。

2022年3月，美联储启动了力度空前的加息周期，为硅谷银行的扩张故事画上了休止符。随着加息周期的到来，一方面，存款的成本变得更高，难以低成本揽储——该行有息存款成本从2021年的0.13%大幅攀升到2022年的1.13%；另一方面，债券价值会走低，这也就意味着硅谷银行持有的大量证券资产的缩水。

更重要的是，科技初创公司们转而变得需要现金，选择提取存款。年报显示，2022年该行全年存款总额下降了160亿，大约占存款总额的10%，特别是活期无息存款由1260亿骤降至810亿。

这还远远不够，为了填补资金缺口，硅谷银行只能选择卖出此前囤下的巨额证券。

3月8日盘后，该行发布公告称出售了210亿美元的可供出售资产来重塑资产负债表，税后损失达18亿美元（硅谷银行2022年全年归母普通股东净利润仅15亿美元），同时还出售普通股和优先股募资22.5亿美元。此时，硅谷银行还持有久期更长的高达913亿美元的“持有到期”债券，而这部分债券在整个2022年的价值已经缩水了69亿美元，并且还很有可能持续缩水。

花费如此亏损也要变现反映出了巨大的流动性压力，投资者对于硅谷银行的信心随之坍塌，挤兑风潮到来。周五披露的一份监管文件显示，投资者和储户周四一天内试图从硅谷银行提款420亿美元。

总体来看，“期限错配”是硅谷银行失败的核心原因。其持有资产的期限远远大于利负债期限，银行极易面临“流动性风险”，银行可能无法及时偿还负债，导致资不抵债、银行破产。

“银行最大的风险是挤兑，负债不稳但又利率低位，买一大堆长债很致命。如果没有流动性危机，资不抵债也不一定倒闭。”招商证券银行业首席分析师廖志明表示。

是否又是一次雷曼时刻？

对于硅谷银行的雷暴，市场反映出了强烈不安。

3月9日，美股基准KBW银行指数暴跌超8%，创下自2020年6月以来的最大单日跌幅。标准普尔500指数下跌 1.85%，而道琼斯工业指数和纳斯达克综合指数下跌均超过500点，跌幅分别为1.66%和2.05%。3月10日，KBW银行指数再跌3.91%，本周累下跌15.74%，创有记录以来最大周跌幅。甚至在亚洲，MSCI亚太金融指数一度下探2.6%，迈向一年来最大跌幅。

有市场声音认为，突然雷暴的硅谷银行可能又如当年突然破产的雷曼兄弟，酝酿出一场更广泛的危机事件。

多家券商机构发声为市场降温。比如，国信证券经济研究所银行团队认为，当前整体情况可能并没有市场担忧的那么紧张：

杠杆方面，金融危机后美国金融部门在强监管下整体杠杆较低，且资本充足率也相对健康，因此发生大面积的债务危机的可能性似乎并不高，上述事件可能无法代表整个美国银行体系。

流动性角度，美国在岸及离岸流动性的收紧也并没有那么显著。在极端假设下，如果后续流动性继续收紧引发更大层面和程度的流动性冲击，美联储可能而且也有充裕的手段提供流动性支持。

对此，钛媒体App也咨询了多位美国私募股权投资者以及国内学者。一部分观点认为，目前来看，硅谷银行的雷暴还无法与雷曼时刻同日而语。

中央财经大学投资学教授李国平向钛媒体App表示：“硅谷银行的雷暴与雷曼公司的倒闭存在着三点区别，规模就不一样（倒闭前雷曼资产规模达到6390亿美元，硅谷银行为2120亿美元），杠杆率不一样（雷曼远高于硅谷银行），影响对象不一样（雷曼影响其它金融机构，硅谷银行影响的是硅谷的实体企业）。”

事实上，硅谷银行的雷暴对于硅谷实体企业的初步影响已经出现。

比如，人力资源初创公司Rippling依靠硅谷银行处理其客户员工的工资支票，该公司的首席执行官在周五表示，尽管硅谷银行的系统显示付款已经处理，但实际上没有款项流向Rippling的客户员工。Rippling迅速与其新的银行合作伙伴摩根大通展开合作，并提交了支票以进行隔夜处理，这意味着客户的员工将在几天内收到工资。

硅谷银行破产对币圈的影响

币圈最大的稳定币发行商之一Circle发推表示其约400亿美元的USDC储备中有33亿美元存放在硅谷银行的消息后，其发行的稳定币USDC价格暴跌，脱锚状态持续扩大，甚至引发挤兑风波。

　　截至发稿，USDC已跌至0.8905美元左右，达到历史新低，24小时跌幅扩大至9.63%，市值缩水至366.8亿美元。

　　与此同时，孙宇晨等大量投资者将大量USDC兑换并赎回。加密货币及股票交易应用Robinhood、加密货币交易所Binance、Coinbase 等平台均宣布暂停USDC的部分服务。

　　受到波及

　　Circle是加密货币领域最大的稳定币发行商之一，USDC是加密货币市场上第二大稳定币，拥有430亿美元的流通供应量。

　　硅谷银行是美国第16大银行，主要为科技行业提供服务，曾参与大量美国初创公司的融资，3月10日，美国监管机构关闭硅谷银行，使该事件成为成为美国金融史上第二大银行倒闭事件。

　　该事件的爆发也使得众多加密金融机构“明哲保身”，Paxos、Binance、Bybit、Tether、Gemini等纷纷发文表示与硅谷银行没有业务关系，对其风险敞口为零。

　　但Circle却被不幸卷入其中。3月11日，Circle发推称，硅谷银行是Circle的六家银行合作伙伴之一，其总共约400亿美元的USDC储备中有33亿美元存放在该银行。

　　巨大的敞口引发投资者恐惧撤离。派盾监测数据显示，3月11日孙宇晨地址从Venus赎回100万枚Binance-Peg USDC，并将至少11360万枚USDC兑换为DAI。同时，Nansen数据显示，自硅谷银行被监管机构关闭以来，USDC已出现约10亿美元的净赎回。

　　市场的悲观情绪使得USDC与美元出现持续性脱锚，价格一度跌至0.879美元，24小时跌幅近10%，市值也一度缩水至366亿美元左右。

　　USDC抛售压力下，机构也纷纷采取措施以降低其影响。

　　Coinbase表示，将在周末“暂停”将USDC兑换成美元，“在兑换活动繁忙的时候，转换依赖于银行在正常营业时间内清算的美元转账”，因此将在周一银行开业时恢复，他同时表示，“用户的资产是安全的，随时可以在链上转移”。

　　Binance表示，由于当前市场的状况，USDC资产大量流入使自动转换的负担加重，所以Binance已暂停USDC到BUSD的自动转换，“这是Binance监控情况时所采取的常规风险管理程序步骤”。

　　Robinhood则宣布暂停美元稳定币USDC的交易和存款。

　　据悉，Circle在3月10日曾销毁价值约16亿美元的USDC，虽也同时铸造了部分USDC以增加流通量，但远远不及其销毁量。

　　另一方面，根据 Circle 的1月份储备报告，该公司持有约98.8亿美元的现金存放在6家受监管的合作银行，包括纽约梅隆银行(47.31, -0.69, -1.44%)、Citizens Trust Bank、Customers Bank、New York Community Bank、Signature Bank、硅谷银行。

　　值得注意的是，Signature Bank的控股公司Silvergate Capital Corporation在3月8日刚刚宣布将关闭运营，并自愿进行清算，随后，Circle表示已切断与 Silvergate Bank 的关系。

　　此外，已经破产的加密借贷机构BlockFi也在硅谷银行中有2.27亿美元的资金。

　　警惕脱钩风险

　　随着挤兑风波的持续，USDC仍面临较大的抛售压力。

　　链上数据监测显示，此前持有1.2亿枚USDC的某巨鲸地址，正在将USDC换成USDT ，亏损达614万美元，但该地址目前仍持有4500万USDC。

　　打着稳定币旗号的USDC，其价格自发行以来整体稳定在1美元左右，2020年3月币圈312大跌的过程中，其价格产生了一定波动，最低价格达到了0.9679美元，而本次事件中其价格已跌破0.9美元，可谓是USDC有史以来的最低价，也成为了其史上最大跌幅。

　　独立国际货币研究员陈佳在接受《华夏时报》记者采访时表示，当下USDC兑美元估值史诗级波动，及大量币圈核心玩家抽离存款，已经造成了行业流动性逃逸，这已经充分证明硅谷银行倒闭的多米诺骨牌效应已经开启。

　　他认为，这类情况的产生，根本上暴露了币圈稳定币机制设计的问题。

　　Circle官网数据显示，截至3月9日，USDC总流通量为434亿美元，储备量为435亿美元，其中储备银行中的现金111亿美元（占比超过25%），短期美国国债324亿美元。

　　“USDC的底层资产是银行现金存款与美债，但这些资产正在大量被挤兑，所以其估值注定无法稳定。”陈佳分析称，USDC发行方将美元现金和美债等以美元计价资产，存入美国监管认可的银行之中，构成了整个USDC估值体系的支撑和基础，所以硅谷银行事件使得USDC出现系统性估值危机是必然的。

　　因此，USDC的情况是否会持续恶化无疑是当前投资者最关注的问题之一。

结语

无论人们不希望看到雷曼时刻再次重演，硅谷银行的轰然倒塌都必将对科技、股市、币圈等几乎所有领域产生重大的影响。对于中国公司来说，硅谷银行事件必将敲响管理海外账户的警钟，鸡蛋不能放在一个篮子里，无论这个篮子看上去多么牢不可破。不可否认的是，今后很长一段时间将会“火烧连营”，由此引发的暴雷事件将会层出不穷。

By 第一财经、钛媒体、新浪财经

深度分析新能源汽车产业链

自从新能源汽车问世以来，“新能源汽车究竟是不是伪需求”的问题一直引发热烈讨论。想要区别是不是伪需求主要在于2点：

第一，要抓住用户的核心和深层次的需求点，而不是表面的需求；

第二，要从用户的角度去算经济账，需求得到满足需要花费的成本和需求得到满足的收益之间的对比

首先，我认定人们的购车需求是真需求，那么到底购买什么车取决于2大因素，一是汽车本身的性能情况，二是牌照和补贴方面的政策问题，这就取决于消费者所处的城市情况，比如北上广一线城市的限购政策导致牌照成为购车中很重要的因素；以及地方政府是否把纯电动汽车/插电混动汽车限定为新能源汽车，如何进行补贴。

我认为，人们购车的需求点在于：（我个人列了个表格来对比，发现基本结论如下）

续航能力：燃油车>电动车（里程焦虑）
驾乘体验：各有优劣（取决于驾驶者看重哪个方面）
安全性：燃油车>电动车（主要是由于电池问题引起的自燃）
性价比：燃油车<电动车
环保情况（不是主要考虑因素）

所以，现在大部分人还是会优先购买燃油车，而人们购买电动车始于政策驱动，补贴新能源汽车；而在补贴逐渐取消的前提下，第一，在北上广的大城市中，限购导致刚性需求；即相比燃油车牌，新能源车牌更好拿；于是购买新能源形成刚性需求。第二，在没有限购的二三线城市中，对电动车的需求有可能是第二台家庭用车，比如在已经有一台燃油车的前提下，考虑到第二台车的差异性

因此，结论为：

人们需要的并不是“电动汽车”，而是更好拿的车牌、更高的性价比（或者更低的价格）、更出色的驾乘体验；所以，无论是什么车，只要能抓住消费者购车的几个需求，就是真需求，而不是伪需求。
从性能上讲，电动汽车在驾驶体验的某些方面（比如起步、响应、刹车等）上确实存在优势，加之一线城市确实存在牌照和限购的问题，因此电动汽车的需求是真是存在的，是可以投资的

电动汽车行业未来发展趋势

从驱动系统上来讲，电机肯定要好于内燃机，因此电力驱动一定是未来汽车行业的发展趋势

第一，电机的成本比内燃机的成本低（注意是电池的成本较高）；

第二，电机的转化效率高于内燃机，电机的效率是70%-90%，内燃机只有30%；

第三，保养和维修成本上讲，电机维修保养成本低于内燃机；

第四，从体积上来讲，同样输出功率的情况下，电机的体积要小于内燃机

但现在BEV面临的痛点在于2点：

一是技术方面的限制，提高电池的密度（电池密度越高，续航里程越高）意味着成本的提高，电池密度提不上去，将始终面临里程焦虑

二是基础设施跟不上，比如充电麻烦。所以未来要实现全面替代燃油车还是不太现实；

预计纯电池电动车在未来5-10年很难全面替代燃油车，而混合动力车可能会有发展空间

【电动汽车的市场集中度未来会是什么样？】

• 行业集中程度与以下几个因素有关系：

政策
行业进入门槛：行业进入门槛越高，行业集中度越高
取得市占率的难易程度：这与一个行业的生产效率有关，如果一个行业的工艺复杂，生产环节多，生产效率偏低，则此行业会呈现比较分散的格局（比如汽车行业）；如果一个行业的生产效率高，生产环节少且简单，则此行业会呈现较为寡头集中的格局
行业发展周期
产品的差异化程度：产品越能够差异化，行业越呈现分散格局

预计未来新能源汽车行业会经历一轮洗牌，行业格局会更加集中：

第一，造车需要有取得资质；
第二，乐视事件之后，资本市场会对新造车势力和新能源汽车融资更加谨慎，以及未来市场会更加青睐拥有自主核心技术的公司；
第三，新能源汽车目前可能处于产能过剩的状态，根据2012年国务院引发的《产业生产规划》，直至2020年纯电动汽车和插电式混合动力汽车生产能力达200 万辆。但目前根据各类车企公布的新能源汽车生产规划，已经超过了2000万辆。

因此未来行业可能会进一步整合，更加集中。

未来是否有初创企业的生存空间？

虽然未来行业格局会比现在更加集中，但是新能源汽车行业并不会出现寡头垄断的格局：

第一，造车本身是比较复杂的流程，对产品质量、工艺要求较高，生产效率不会非常高，因此很难出现寡头垄断的格局；

第二，购车的客户群体多样化，产品的同质化不会太强；

第三，电池密度导致成本较高是整个行业的竞争者都面临的一个问题，这给了很多新造车势力弯道超车的机会（新造车势力的创新基因等）；

因此未来仍旧会有佼佼者的小公司生存的空间。

产业链投资逻辑

从产业链的角度来看，上游是矿产能源，中游是三电系统，下游是整车制造和配套设施（比如充电桩）。

【下游】

整车厂投资逻辑：

第一，从需求方看，市场对新能源汽车的需求是真实存在的，而不是伪需求，因此从大面上来看是可以投的；

第二，从市场格局看，现在虽然目前分散，但未来将经历一轮行业洗牌，并依旧有创业公司发展的空间，因此值得投资；

但是，新能源汽车制造商竞争激励，大部分盈利能力堪忧，比如头部企业比亚迪，毛利均低于20%，净利一般在10%以下，以及很多企业是亏损状态，因此需谨慎投资

若投资，需关注以下4点：

1）需要看电动汽车的核心技术来源：比如三电系统（电池、电机和电控系统）

2）量产交付状态、代工厂情况

3）看首款车是什么车型，开发和量产车型所需要的技术门槛、资金门槛、时间门槛

4）配套设施情况考虑（充电、换电支持等）

配套设施投资逻辑：不建议投资

个人认为充电桩不是值得投资的生意，首要问题是盈利模式模糊：第一，国家政府的补贴在2019年起将逐渐减少，由政策导向变成市场导向；第二，服务费和投入的运营成本相比九牛一毛，不足以盈利：据新闻报道，一个慢充充电桩的运营成本为1-3万元，快充为10-20万元，而拥有10台充电桩的充电站一年运营成本高达500-600万元，而服务费又不能收取太高，否则就违背消费者购买电动车的基本诉求 – 价格低；第三，2B广告收入还未成气候

其次，充电桩生意属于重资产型，前期投入较大，对资金链的要求高；

【中游】

电池投资逻辑：

第一，新能源汽车的核心是三电系统（占整车成本的60%），而三电系统的核心是电池（占整车成本的42%）。在未来新能源汽车行业起飞的前提下，动力电池的需求是真实存在的

第二，行业技术门槛高，且目前存在竞争激烈、产能过剩、补贴退坡的情况，未来将经历行业洗牌，寡头更加垄断，中小公司生存空间小

第三，头部公司的盈利能力尚可，毛利在30%，净利在15%，建议谨慎投资

若需投资，要关注以下4点：

1）关注头部公司，比如宁德时代、比亚迪、国轩高科以及海外优质资产

2）关注技术实力：NCM811（高镍低钴）的各企业研发进度和电池的能量密度

3）关注能匹配国际主流车型的公司：电池本身是一个配套附属品，需要满足整车需要，而国内公司除了需要满足国产车型外，还需要实时关注国际主流车型

4）关注成本变化情况：正常来说，在扩张产能的前提下应该产生规模效应，规模越大成本越低

【上游】

上游环节矿产资源（即碳酸锂、钴和石墨）投资逻辑：

虽然上游环节的毛利和净利较高，但行业呈现寡头垄断，龙头公司均为国企/政府机构控股，投资机会较少。

新能源电池行业最新动态

2023年2月23日，中科海钠举办新产品发布会，针对不同场景推出ME12圆柱电芯、ME80方形电芯及ME240方形电芯三款产品，进一步扩大了钠离子电池的应用场景。电池铝箔一般用作钠离子电池的集电器的制造零件，钠离子电池的应用场景扩大将成为电池铝箔需求的另一增长点。更是有数据预测至2025年，低速电动车、储能和少量A00级乘用车等是中国钠离子电池最先使用的领域，市场空间共约30GWh、200亿元。

电池铝箔不但被用作钠离子电池的集电器的制造零件，还被用作锂离子电池的集电器的制造零件。锂离子电池总产量扩张的同时，相关材料电池铝箔也随之加速扩张。有公开数据显示，全球电池铝箔2025年需求约为100万吨，2021-2025 年复合增长率达48%。由此可见，虽然钠离子电池被重新提起，但是锂电池的需求量并没有被降低，在双碳政策下，新能源汽车产量的继续增长将带动锂离子电池产气量的继续增长，电池铝箔的需求也会随之增加。

表1：电池铝箔全球总需求预测（万吨）

（数据来源：MIR DATABANK）

除了锂、钠离子电池之外，电池铝箔在储能电池上的应用也较为广泛。在型储能方面，虽然中国电储能装机规模世界第一，但是储能与风电光伏新能源装机规模的比例不到7%，基于储能安全和新能源发电规模的快速增长的方面考虑，中国电力储能还有很大的增长空间，电池铝箔作为储能电池的重要原材料，其需求规模也将继续扩大。

表2：储能锂电池铝箔需求预测

（数据来源：MIR DATABANK）

行业内扩产增产加速，预计2023年陆续投产

电池铝箔上游行业的目前现状是今年中国的铝土矿产量呈下降趋势，2021年生产的铝土矿产量为8500万吨，相较于2020年同比减少8.3%。而电解铝也作为电池铝箔重要原材料之一，近年来产量不断增长，2021年产量达3850.3万吨。电池铝箔的下游行业主要是新能源汽车等，近年来随着“双碳”政策的不断深入，新能源汽车的需求增加，电池铝箔的需求也在不断增长。

随着电池铝箔的需求量不断增加，行业内也在增产扩产。其中鼎胜新材的市场占有率从2020年的34%上升到2021年的42%，占有率连年增高，市场份额扩大，电池铝箔行业集中度增高。2020年CR3达到了78%，2021年CR3仍然有76%左右。更何况电池铝箔对设备和工艺的要求比较高，电池铝箔厚度要求控制在10-50微米，部分电池厂则达不到这种要求，更是助增了行业集中度。

表3：2020年电池铝箔出货量市占率

表4：2021年电池铝箔出货量市占率

（数据来源：MIR DATABANK）

电池铝箔的行业集中度较高，其中鼎胜新材作为电池铝箔行业占比最大的企业，市场份额占比达到42%，其次是华北铝业以及永杰新材，市场份额占比分别为20%以及14%。鼎胜新材等企业在市场份额占比高这样的情况下还在规划电池铝箔增产扩产计划，计划抢占更多的市场。龙头鼎胜的这次扩产带动行业厂商纷纷扩产，这次投产是基于传统业务下游需求回升，供需偏紧及新能源汽车渗透率的提高。

表5：主要电池铝箔企业产能及规划产能

（数据来源：MIR DATABANK）

这两年云铝股份和鼎胜新材旗下子公司与宁德时代建立电池铝箔产品的购销业务关系，其他企业也在加速扩产中。由于铝箔项目建设周期长、行业间技术差距较大，再加上未来部分电池企业或会精简铝箔供应商以降低维护成本，较小规模企业的淘汰速度将会加快，这也将导致行业头部效应愈加明显，市场集中度会越来越高。企业扩产有助于提高公司产能，提高公司的抗风险能力，同时也助力了新能源汽车市场的快速发展。随着铝箔新建产能逐步释放、动力电池出货量进一步增长以及钠离子电池产业化发展，未来电池铝箔市场竞争将更加激烈。

电池铝箔未来发展趋势

下游电池行业发展为电池铝箔带来广阔市场空间。下游动力电池、储能电池以及钠离子电池发展需求爆发，带来了电池铝箔的蓬勃发展。

具体看来，目前全球已探明的锂资源储量约为3978万吨，未来资源供应有限，所以新能源汽车行业内部对资源储备更加丰富、成本更低的钠离子电池开始布局，推动钠离子电池的商业化进程。预计到2030年钠离子电池的实际出货量将达到347.0GWh，钠离子电池未来将促进电池铝箔需求增长。

除此之外，储能电池市场的发展，将为电池铝箔带来广阔的市场空间。2022年，全球储能电池出货量总计142.7 GWh，同比2021年大幅增长204.3%。据有效数据预测，储能锂电池依然是电力系统最大的应用市场，全球储能锂离子电池出货量有望在2025年超240GWh，2030年则有望达到 914GWh。

从市场竞争格局来看，未来，电池铝箔行业的市场集中度将进一步提高。电池铝箔的产线周期较长，整体产线扩产周期至少在2-3年，电池企业所需的导入时间更长。并且电池铝箔的认证周期也长于市场此前的认知，中国内资厂平均8个月，海外电池厂平均12个月以上，除却这些投产周期的难题还有工艺技术这方面的难题，如电池铝箔型号需维持在8-15μm之间。由于电池铝箔的以上难题，很多电池铝箔企业则发展较慢，市场份额占比很少。因此，行业市场份额集中在生产规模大、技术水平领先、市场信誉良好的大型铝箔生产企业中，行业集中度升高。

结语

如今动力电池电芯产品相对成熟，能量密度已经触碰到了现有材料物理性能的极限，开发难度和成本相对之前指数级上升，目前各大动力电池厂商的主要工作是产业化量产降本以及完善性能。

当电池企业提升能量密度的脚步暂缓，车企自建的电池厂或将得到一定追赶机遇。目前其实很多车企并不追求绝对的能量密度，更在意电池的品质，比如电池的一致性高不高。现在一款电动汽车有时能达到10万级别的销量，意味着在10万辆车中任意抽出两辆车，至少在电池的表现方面应该保持一致。这考验的是制造能力，对车企来说是一大挑战，也因此，自己造电池，可不只是个技术活。未来新能源汽车能否真正战胜燃油车，电池是关键中的关键。

By MIR、搬砖大猫

AI会让程序员失业吗

ChatGPT到底有多会修bug？

这事终于有人正儿八经地搞研究了——

来自德国、英国的研究人员，专门搭了个“擂台”来检验ChatGPT的这项本领。

除了ChatGPT之外，研究人员还找来了其它三位修bug的“AI猛将”，分别让它们修复40个错误代码。

结果真是不比不知道，一比吓一跳。

ChatGPT准确修复了其中31个bug，遥遥领先第二名（21个），直接拿下“AI修bug界”的SOTA成绩！

于是乎，这项研究引来了众多网友的围观和讨论，Reddit上发布此帖的标题更是用上了“小心”、“注意”这样的字眼：

但事实上，这真的会让程序员“危”吗？

我们不妨先来看下这项研究。

很会修bug的ChatGPT

虽然ChatGPT并非是为了专门修改bug而生，但自打它问世以来，不少网友们都发现它是具备这项能力的。

因此研究人员为了摸清ChatGPT到底能修改bug到什么程度，便引入了标准的错误修复基准集QuixBugs来进行评估。

以及与它同台竞技的AI选手，分别是CodeX、CoCoNut和Standard APR。

研究人员从QuixBugs中挑了40个问题，分别让它们来修复bug。

让ChatGPT来修bug的方法，就是在对话框里向它提问：

这个代码有什么错误吗？

在第一轮较量过后，结果如下：

从第一轮battle结果来看，ChatGPT修复了19个，CodeX修复了21个，CoCoNut修复了19个，Standard APR则是7个。

而且研究人员还发现，ChatGPT的答案与CodeX最为相似；这是因为它俩是来自同一个语言模型家族。

这时候就会有小伙伴要问了，“ChatGPT不是还没有CodeX厉害吗”。

别急，不要忘了，ChatGPT的一个特点就是越问越“上道”。

例如在这个基准集中，有一个叫bitcount的问题，ChatGPT在刚才第一轮修复过程中是给了错误的答案：

原本ChatGPT应该将第7行的 n ^ = n – 1 改为 n & = n – 1。

但在第一轮中它的回答是：

如果没有更多关于预期行为和导致问题的输入信息，我无法判断程序是否存在错误。

于是在给予它更多信息之后，ChatGPT便答对了这个问题。

以此类推，在对第一轮没答对的问题进行更多信息提示之后，ChatGPT的修bug能力有了大幅提高：

最终，ChatGPT在QuixBugs的40个问题里答对了31个。

网友忧喜参半

对于这样的实验结果，网友们对ChatGPT修bug拿下SOTA这事产生的态度却不太一样。

有网友认为这事不应该让程序员感到危机，而是会让他们觉得开心才对。

言外之意，便是程序员们有了这么好用的工具，干活儿就会变得事半功倍。

不过也有人对此给出了不一样的看法：

工作变得简单，不也就意味着需要的人力更少了吗？

但还网友觉得，活儿是干不完的：

即使AI能把开发时间缩短一个数量级，也只是意味着程序员将更快处理下一个工作。

整体来看，ChatGPT很会修bug，并不会给程序员带来什么致命伤害。

但若是把目光放到OpenAI其他的行动中呢？

全球招外包训练ChatGPT写代码

在此之前，OpenAI就表示过ChatGPT的重要用途之一是帮助程序员检查代码。

换言之，它被定位可用的辅助工具。

相比“ChatGPT带来威胁”的看法，等ChatGPT能力彻底进化，程序员都不用再怕写bug了。

OpenAI布局的棋盘上，可不只有改bug偷塔程序员岗位这一件事。

为了让它更大更强，OpenAI被曝在拉美和东欧等地区，提供了1000个外包岗位。

外包员工的主要工作是标注数据，以及训练ChatGPT写代码

这1000人中，40%是程序员，他们为OpenAI的模型创建数据，用来学习软件工程任务。

一直以来，OpenAI的训练数据是从GitHub上抓取的。

现在外包程序员们新手搓的数据集，不仅包括代码行，还包括代码行背后的人类思考逻辑步骤。

有位南美的软件开发人员爆料，他为OpenAI完成了五小时的无偿编码测试。

整个过程中，他的任务分为两部分。

用书面英语解释如何处理一个编码问题；
提供解决方案。

如果发现bug，OpenAI会向他详细询问bug的具体情况，并请教如何修正。

程序员需要展示思考问题的每个步骤，他据此猜测OpenAI很可能想为ChatGPT提供非常具体的训练数据。

特斯拉前AI主管Andrej Karpathy在推特上调侃：

最新的热门编程语言是英语。

不过话说回来，ChatGPT修bug能力强是好事，要真能搞进化到可以完成代码里死记硬背的部分，也是好事。

毕竟OpenAI成立时对外宣称的宗旨，就是希望“确保通用人工智能可以造福全人类”。

虽然乍一看它这些年做的事，有点像在致力于用一部分人的努力，让更多人失业。

从Dota2赛场上碾压人类，到GPT-3、DALL-E2、ChatGPT的闪耀表现，它带来的新产品总是伴随着“快要让xxx失业了”的议论声。

但无论如何，商业却一直对它青睐有加。

就目前而言，OpenAI的主要商业模式是API费用、token费用和软件许可。

OpenAI近期还发布了ChatGPT的付费版ChatGPT Pro，每月费用42美元（约合285元人民币）。

虽然机器人对话初创公司如雨后春笋般冒出，但诸多迹象表明市场对OpenAI的持续看好。

微软刚刚宣布将向OpenAI加码投资数十亿美元，并将OpenAI的模型融入微软必应等消费级和企业级产品中。

根据知情人士透露，此次追加投资数额约为100亿美元。

与此同时，WSJ披露的消息显示，1月初，亿万富翁Peter Thiel创立的风投基金Founders Fund正在就投资OpenAI进行谈判。

据悉，融资金额将至少达3亿美元。

One More Thing

在第一轮实验中，ChatGPT并没有解决QuixBugs数据集的bitcount问题。

但若是你现在再重头问一次这个问题，就会发现ChatGPT可以“一遍过”：

那么这是否意味着ChatGPT已经从这次研究过程中学会求解了呢？我们拭目以待。

By OpenCV学堂

人类只能给AI打下手了吗

我们每个人都在逼近被机器抢活的时刻。对于张伟，这个时刻已经到来了。

大学毕业至今，张伟已经做了八年独立画师。2022 年国庆期间，他经人介绍接到了一份配图工作——给小说绘制人物头像。

这是一份“走量”的活，对技术和创造性要求不算高。对方开的价位也合理，120 元一张，一共 65 张。主要成本在于沟通。因为是第一次合作，双方花了一天时间对接需求，期间张伟画了三张草稿，对方又找来一些案例给他做参考。

一切似乎推进顺利，沟通后他交了第一稿，通过了。对方还支付了第一张画的稿费。直到几天后，他突然收到通知：

“经开会决定，小说配图将从人物插图改成物品配图，使用 AI 绘画，合作中断。”

“我被 AI 抢活了。”他有些哭笑不得。他向对方要求看看 AI 生成的成果，对方也大方地发给他。“挺不错”，他的感受是。但更大的落差是成本：对方告知张伟，机器生成一张图只需要花费 2 美分。画师成为 2022 年最受 AI 威胁的职业之一｜ Pixabay

给 AI 打下手

这是近 860 倍的差距。公司的经营者们先动了心——哪家公司开始裁美术、哪家开始研究 AI 技术、哪家已经在用 AI 生成图，类似传闻越发频繁地在画师群体内流传。刘晓莉所在的游戏公司就是其中之一。2022 年10 月底，市场部一位同事开了一次 AI 绘图分享会，用游戏项目的成品图，现场生成了相关图片。参会的有刘晓莉这样的美术岗，还有市场、策划和程序员。大多数人反应平淡，毕竟过去半年多少也在网上看到过案例。刘晓莉感受也并不惊艳，“不确定性很大，不可能一次就生成很好的图片”。唯独制作人兴奋异常，眉飞色舞地追问主美术：今后游戏内的部分皮肤是不是可以用 AI 制作？此前，皮肤绘制这类工作都会外包一部分出去，每张稿费大概在五六千元，需要一名画师画上一星期。如今使用 AI，生成图片只需两小时，再经过原画师上手改，一个半小时就能完成。满打满算，一张图的产出只需四小时。

角色皮肤对手游玩家吸引力巨大｜《明日方舟》官网

尽管老板已经拍板，把 AI 加入到工作流程这件事仍处于测试阶段，刘晓莉的工作尚未受到太多影响。在很多细致而常见的甲方要求面前， AI 的随机性并不占优势。它无法理解一些简单指令，比如，“把脚往后收一收”——或许这就是为什么，那家出版商在选定 AI 作画后，将小说的配图从人像改成了物件。但真正的威胁到来之前，人们的心态先变了：和刘晓莉同一岗位的同事，在开完 AI 分享会后危机感“呼的一下就上来了”。“之前同事基本不接外包的活，周末时间都用来陪孩子，但最近一周有人找她，她二话不说立马开工。”转头回到公司里，这名同事却又不太乐意给 AI “打下手”，改稿的时候“瘪着嘴”。

AI 绘图平台 Crypko 就以生成二次元人物立绘为卖点｜Crypko 官网截图

成为机器的养料
如今人们已经理解，机器并不是凭空学会了画画。在此之前广为人知的阿法狗 AlphaGo，就学习了 16 万人类棋谱以精进“棋艺”；而一个人脸识别算法要训练至合格，常用数据集生成的人脸图片数量，往往达百万量级。AI 绘图也是如此。火爆 2022 的 DALL-E 2、Stable Diffusion 等，他们的训练集均包含数十亿个参数。除非直接指定风格（例如梵高、莫奈），人们并不容易分辨一幅机器生成图究竟“学习”了哪些艺术家。但很快就有了例外。2022 年 8 月底，AI 绘图工具 mimic 一度在日本画师群体中引发热议，这款绘图工具能模仿指定漫画家的画风，输出相近的作品。日本画师开始群体抗议，“使用禁止”的 tag 成为推特趋势热门话题，许多画师表示自己的作品不会授权给 mimic 用于训练及使用。

mimic 在官方宣传中用 AI 模仿了推特画师｜mimic 官方推特紧接着，事态蔓延到了中国画师圈。独立画师魂君表示：一开始，人们只是抱着“玩玩看”的心态开始使用这些工具；进而，出现了一些不画画的人使用特定画师的作品训练模型，再反过来用生成的作品嘲讽该画师的事情。2022 年 10 月 13 日，魂君发布了一则微博，呼吁业内关注 AI 绘画侵权现象。他提到：目前“ AI 无授权拿画师的画做养料”、“无授权拿画师图洗稿玩”的情况逐渐泛滥。他希望更多同行能加入发声，抵制以 AI 绘图为名义的侵权。抗议直指一款名为 NovalAI 的绘画工具。11 月 29 日，微博网友@ Sueno 洛柒则发声抵制 Nijijourney，一款最新的基于 Midjourney 的 AI 绘画程序。这些备受争议的工具存在一个共同点，它们都是为创作二次元画作而生的。不论你输入什么关键词，成品都会呈现动漫风格。相比于 DALL-E 2、Stable Diffusion 所用的超大模型，二次元的素材池小得多。当输入的要求细致到特定角色、特质时，特定画师的“影子”经常就会浮现出来。受到抵制的 mimic 和 Noval AI 两个平台，都因能制造出画风极度接近特定画师的作品，而被视为“洗稿”机器——这种行为之泛滥，以至于那位画师的原作，有时反而会被识别为“AI 制造”。

图片来源：微博截图

新技术放大了一个旧问题：抄袭。画师圈有不成文的习惯：同人爱好者会在网络上收集自己喜欢的图片，上传到一些公开平台；而初出茅庐的画师，则将此作为宣传自己，与同好交流的方式。为了方便搜索，他们常会给图片打上非常细致的 tag，以下面这张游戏同人图为例，上传者不仅会打上角色名称、游戏出处，还会具体至画面内角色的发型、发色、姿态和衣着等细节。

左侧橙色框内均为这张图片的 tag ｜ danbooru

于是，这些平台成了天然的 AI 素材库，只要使用爬虫技术，将图片和词条抓取下来，就可直接用于训练，连人工标注的成本都省下了。画师在无意识中，也为 AI 进步贡献了一份力。使用图片作为素材训练的时候，多数 AI 平台并不会征询原作者的同意。平台商业化后的收益也不会有半分进入原作者的口袋——一些画师们认为，这实际上已经构成侵权。

ArtStation 艺术家集体反对 AI 绘图｜独立艺术家 Joyce Da Silva

人类反击战
作为传统的乙方角色，很难说画师的态度能多大程度上左右甲方的选择，更别提改变技术前进的车辙。但他们也并未自此缴械投降。魂君在自己的倡议中提出一个思路：今后画师们在平台上发布作品时，可以在作品上覆盖大面积水印，破坏作品的完整性，以防止被用于训练 AI 以及洗稿。一些画师随之响应，开始分享水印的资源包。不同于签名似的小型水印，这些水印面积巨大，试图均匀地覆盖整个画面。画师开始公开免费地分享自制的水印｜微博截图画师们也被迫自证自己的作品并非出自 AI 之手。他们向社交平台上传作品的同时，开始主动贴出草稿、视频等绘制过程，甚至有网友表示这种做法已经成了新的“发图礼仪”；也有部分画师大面积撤下自己公开发布过的作品，以防止被用于 AI 训练。2022 年 9 月，一个名为 Spawning 的艺术家团体上线网站 Have I Been Trained? （我被用于训练了吗？），通过检索目前最大的开源图片数据库 LAION-5B 和 Laion-400M ，帮助艺术家了解自己的作品是否被用于 AI 工具的训练。一些传统图片平台也摆明自己的态度。Getty、Shutterstock 等图片库网站先后删除了平台上一些明显标注为 AI 生成的图像；福瑞（兽人）爱好者社区 Fur Affinity 则是以保护人类创作者为由，禁止了 AI 作品在平台上出现。

AI 禁止的趋势在各类型的平台蔓延｜微博截图

当然也有人使用法律手段反击。2022 年 11 月 3 日，微软收到一起集体诉讼，其旗下的 AI 编程助手 GitHub Copilot 被控诉使用公共仓库内、用户发布的代码进行训练，侵犯了大量创作者的合法权益。公开信中写道，这起诉讼背后的“原告”，是“数百万 GitHub 用户”。这起诉讼引发了大量关注，因为不仅是 Copilot ，目前包括 AI 绘图在内的绝大部分人工智能生成工具背后都是这同一套运行逻辑。参与诉讼的律师 Matthew Butterick 接受媒体采访时表示：我们正处于人工智能的 “Napster 时代”——在数字音乐出现的初期，“Napster 案”的判决奠定了版权音乐的发展根基，决定了如今人们在平台上听音乐而不是私人下载的习惯。过去一年，文字生成图像、文字生成音乐甚至视频的工具花样翻新，彼此超越；而创作者们则花一年时间沉淀下来一个问题：如何在技术面前保护自己的权益?

Rick&Morty 主创在新游戏中使用AI绘图作品，以“营造一种平行宇宙的荒诞感” ｜ Reddit

面对越来越无所不能的 AI，人类群体也开始了分裂。魂君加了不少讨论 AI 绘图的聊天群，有单纯以画师组建的群，也有包含技术研究人员、公司老板等在内成员比较复杂的群。他观察发现，研究技术和做老板的，聊到 AI 通常都会比较兴奋且积极乐观。至于画师们，魂君总结道：“有悲观派，认为 AI 迟早会取代人；有乐观派，认为 AI 只是一个工具，认为今后围绕 AI 说不定会衍生一些新的工作岗位；之前群里还出现过一个无脑拥护 AI 的极端技术主义者，他觉得人学习不算侵权，那 AI 学习也不算，结果被好多人怼了。还有画师认为 AI 的出现是一件好事，能淘汰所谓的‘低端’画师。”

越来越多迹象显示，这不是一场昙花一现的争吵，而是 AIGC 技术普及之路上绕不开的核心命题。AI 绘画相关的内容下，人们总是自发地将有关侵权的讨论顶到热门；Stable Diffusion 则于 2022 年 12 月宣布，将与 HaveIBeenTrained 网站合作，允许艺术家在训练集中搜索并删除自己的作品

B 站知名 up 主删除使用 AI 绘画的视频｜ B 站截图

魂君自己也尝试过用 AI 做东西。还是早在 2017 到 2018 年期间，他接触到了当时被视为 AI 的“自动上色”工具，相当简陋，也并不引人注意。一直到 2021 年年底 Disco Diffusion 出现，他才又一次注意到 AI 绘图——技术的能量却已今非昔比。踌躇再三，他还是选择不使用：“还是担心侵权问题。”被 AI 抢了插画生意的张伟感受更直接：AI 就是一个大型抄袭机器。他认为当前大家对 AI 的追捧程度，很快就会导致不同程度的画师失业， AI 最终将成为一个凌驾于人之上的存在。游戏公司美术刘晓莉则认为自己的竞争对手一开始就不是 AI：“对手是 95 后，是那些更年轻的新进原画师，（我）早就有危机感了，AI 算什么？”那 AI 的抄袭问题呢？刘晓莉立刻干脆地反问回来：“人就不抄吗？”

By 亨宇

人类的悲哀：搞科学真的赚钱吗

为什么生物技术行业尽管前景看好却未能达到预期？Gary Pisano 教授通过对该行业进行了尖锐的评论来回答这个问题。不仅揭示了生物技术问题的根本原因；他提供了迄今为止关于该行业运作方式的最详尽的分析。他还为寻求改善行业绩效的方法的公司、投资者和政策制定者提供了明确的处方。

如果你是大学教授/临床医生，正想转化一项自主研发的创新技术，可以读读此文；如果你是身在生物医药产业的从业者，无论是打工人还是老板，可以读读此文；如果你是专注生物医药产业的投资人，可以读读此文；如果你是医疗健康领域各监管部门的管理者和法律从业者，可以读读此文；

在其30年的历史中，生物技术产业已经吸引了超过3000亿美元的资本。这种投资大部分是基于生物技术可以改变医疗保健的信念。最初的承诺是，这一新科学，结合深度参与推进基础科学的新型创业企业，将在药物治疗领域引发一场革命。不受传统技术和老牌制药巨头组织的束缚，这些灵活、专注、以科学为基础的企业将打破基础科学和应用科学之间的壁垒，生产出大量新药；这些药物会产生巨大的利润；当然，投资者将获得丰厚的回报。到目前为止，主要还是承诺。

从金融角度来看，生物技术仍像是一个新兴行业。尽管像Amgen和Genentech这样的公司取得了商业上的成功，整个行业的收入也有惊人的增长，但大多数生物技术公司没有盈利。也没有证据表明他们的R&D项目比那些备受指责的制药行业巨头更有成效。这种令人失望的表现提出了一个问题:以获取利润和取悦股东的需要为动机的组织，能够成功地将基础科学研究作为核心活动吗？

30年来，关于“商业入侵基础科学（长期以来是大学和其他非营利研究机构的领域）是否限制了获得发现的机会，从而减缓了科学进步“的争论一直很激烈。但是，科学能否成为一门有利润的生意的问题—在很大程度上被忽视了。一如既往，制药业普遍认为，药物创新的革命将会成功，只是比预期的时间长一点。这可能是积极的想法。在过去的20年里，我对生物技术和制药行业的战略、组织、绩效和发展进行了广泛的研究。我了解到生物技术领域的“解剖学”——大部分借鉴了在软件、计算机、半导体和类似行业中运行良好的模式——存在根本性缺陷，因此无法满足基础科学和商业的需求。除非解剖结构发生巨大变化，否则生物技术将无法吸引实现其转变医疗保健潜力所需的投资和人才。

所谓“解剖”，我指的是：

（1）该领域的直接参与者(初创企业、老牌公司、非营利实验室、大学、投资者、客户)；

（2）连接这些参与者的制度安排(资本、知识产权和产品市场)；（3）管理和影响这些制度安排如何运作的规则(法规、公司治理、知识产权)。要使生物技术取得完全成功，它的解剖结构必须帮助参与者在三个方面出类拔萃:

（1）管理风险和奖励冒险行为；（2）整合存在于一系列学科和职能中的技能和能力；（3）从组织和行业层面推进关键知识。行业的各个“解剖”部分应该相互支持以应对各种挑战。

而在生物技术领域，他们（各个“解剖”部分）的工作目标往往不一致。例如，该行业管理和奖励风险的方式——企业的融资方式——与创造新药所需的漫长的R&D时间表相冲突。又例如，该行业的分散性，有许多跨越不同领域的小型专业参与者（机构/企业），本是管理和奖励冒险的潜在有用模式，但它也创造了阻碍关键知识整合的经验孤岛。又例如，生物技术的知识产权市场允许个体公司锁定基础科学知识的权利，这也限制了其他能够通过试错学习来发展这些知识的科学家数量。尽管所有这些听起来相当悲观，但这并不意味着该行业注定要失败。这并不意味着科学不能成为一门生意。但这确实意味着生物技术的结构需要改变——这项事业不仅会对药物R&D和医疗保健产生重大影响，还会对大学和政府资助的科学研究、从事基础科学的其他新兴产业以及美国经济产生重大影响。本文的目的是为上述提供一个框架理解并提供一些关于新的组织形式、机构安排和将需要的规则的想法。

Biotech 实验

以科学为基础的商业是一个相对较新的现象。我所说的“以科学为基础”是指它不仅试图利用现有的科学，还试图发展科学知识，并获取它所创造的知识的价值。这类企业的经济价值很大一部分最终取决于其科学质量。在biotech 出现之前，科学和商业在很大程度上是在不同的领域运作的。进行研究以扩展基础科学知识是大学、政府实验室和非营利机构的职责。将基础科学商业化——用它来开发产品和服务，从而获取其价值——是盈利性公司的主要任务。历史上，包括美国电话电报公司(贝尔实验室的母公司)、IBM、施乐(帕洛阿尔托研究中心的母公司)和通用电气在内的少数公司做了一些出色的研究，但它们是例外。总的来说，企业不从事基础科学，科学机构也不试图做生意。生物技术sector 融合了这两个领域，创造了一种纳米技术、先进材料和其他行业所采用的科学-商业模式。营利性企业现在经常自己进行基础科学研究，大学已经成为科学事业的积极参与者。他们为他们的发现申请专利；他们的技术转让办公室积极寻找商业伙伴来授权专利；他们与风险投资家合伙创办公司，将来自学术实验室的科学商业化。在许多情况下，大学和生物技术公司之间的界限是模糊的。大量生物技术公司的创始人包括教授(其中许多是世界知名的科学家)，他们向初创企业传授从大学获得的技术，通常以股权作为回报。这些公司经常与大学保持联系，在研究项目上与教师和博士后密切合作，有时还利用大学实验室。在许多情况下，创始科学家甚至保留了他们的教职。

科学事业诞生于1976年，当时第一家生物技术公司Genentech开发了重组DNA技术，这是一种工程细胞生产人类蛋白质的技术。它是由年轻的风险投资家Robert Swanson和旧金山加利福尼亚大学教授Herbert Boyer共同建立的。除了证明生物技术可以用来开发药物，基因泰克还创造了一个将知识产权货币化的模型，这一模型在塑造生物技术产业的面貌和表现方面被证明是非常强大的。该模型由三个相互关联的要素组成:

（1）通过创建新公司而不是出售给现有公司，将技术从大学转移到私营机构；

（2）风险资本和公共股权市场，在关键阶段提供资金，并为创始人——投资者、科学家和大学——承担的风险提供回报；

（3）一个专门技术市场，年轻公司向成熟企业提供知识产权以换取资金。

1978年，基因泰克与大型制药公司礼来公司达成协议。作为重组胰岛素生产和营销权的回报，礼来公司将资助该产品的开发，并向基因技术公司支付销售特许权使用费。该协议消除了新公司进入制药行业的主要障碍之一: 开发一种药物通常需要很长时间(10到12年)的巨额成本(按今天的美元计算为8亿到10亿美元)。这也是制药公司第一次将R&D项目外包给盈利性企业。从那以后，几乎每一家新的生物技术公司都与一家已建立的制药或化学公司建立了至少一种合同关系，大多数公司还建立了好几种合同关系。这个专门技术的市场鼓励风险资本家为初创企业提供种子资金。它还通过为投资者提供利润和收入之外的另一种价值衡量标准，帮助生物技术公司利用公开股票市场进行融资。基因泰克在1980年大获成功的首次公开募股表明，一个没有产品收入或收益的公司可以上市——这使得该行业对风险投资家更具吸引力。

前景

这种将知识产权货币化的体系的兴起，与对生物技术的厚望交织在一起。从20世纪80年代到90年代，该行业似乎为威胁老牌制药公司的R&D生产率危机提供了一个解决方案。面对管线中潜在畅销药物的短缺，这些公司大幅增加了R&D的开支，但无济于事。由于新药无法弥补那些失去专利保护的主要（畅销）药物，金融分析师质疑该行业利润的可持续性。在科学界和投资银行界拥护生物技术的从业者相信，生物技术将创造出大量有利润的新药。他们认为，相对于官僚的、纵向一体化的制药巨头，小型的、专业化的生物技术公司在研究方面具有相对优势；因此，大型制药公司应该专注于市场营销，将创新的R&D留给更接近科学的灵活的生物技术公司。甚至一些大型制药公司的高管似乎也相信这一点，他们决定逐步与生物技术公司结盟就是证明。因为第一波生物技术公司的产品（包括安进、百健艾迪、塞特斯、凯龙星、基因泰克和健赞）都是在人体中发现的蛋白质，参与该领域的科学家、管理者和投资银行家认为它们的失败率将比传统的化学药物低得多。较低的技术风险意味着较低的商业风险。

一些基因工程替代激素(胰岛素、人类生长激素和凝血因子VIII)治疗血友病的初步成功似乎证实了这一观点。人类基因组测序和所谓的工业化R&D技术的发明进一步支持了生物技术将产生突破性疗法并极大提高R&D生产力的预测。理由是，产生的大量生物数据将极大地有助于确定疾病的确切原因，而且诸如组合化学(用于创造新化合物)、高通量筛选(用于测试化合物的药用潜力)和计算化学(用于“合理设计”具有特定效果的药物)将大大提高候选药物的数量和质量。低效的、反复试验的、基于工艺的、一次一个分子的药物发现方法的日子被认为屈指可数了。

迄今取得的进展

对这些新兴技术的兴奋，生物技术初创企业的爆炸式增长(30年来约4000家)，以及该行业不断飙升的年收入(现在约为400亿美元)只是增强了这种乐观情绪。但是，如果这个行业的成功是通过盈利能力和革新R&D以产生大量突破性药物的进展来衡量的，一幅令人不安的画面就出现了。首先，只有极小一部分生物技术公司曾经盈利或产生正现金流，整个行业都在亏损。图中(见“图1 生物技术的无利润增长”)那些盈利的公司，只有少数精英老企业——包括安进、Biogen Idec、Genentech和Genzyme——产生了可观的利润，只有安进和基因泰克打入了老牌制药公司的联盟。

特别值得注意的是，基因泰克在开创了知识产权货币化系统之后，走上了一条不同的道路：与安进、Genzyme和其他一些公司一起，通过在制造和营销方面的大量投资进行垂直整合，同时继续建立内部科学创新能力。此外，基因泰克还与拥有其56%股份的瑞士制药巨头罗氏公司建立了长期合作关系。

「图1: biotech 的无利润增长：上市的生物技术公司的收入急剧增长，但它们的利润徘徊在接近于零。除了最大、最赚钱的公司安进，该行业一直很不佳始终如一的赤字。如果将私营公司纳入数据池，其损失将会更大」

第二，没有迹象表明生物技术已经彻底改变了R&D制药的生产率，尽管许多人声称这是事实。生物技术公司推出的每种新药的平均R&D成本与大型制药公司推出的每种新药的平均成本没有显著差异。(见图2“生物技术没有在R&D生产率方面产生突破。”）工业化的R&D也没有显著增加大量的化合物进入了人体临床试验，更不用说进入市场了(见图3“生物技术产业化研发尚未实现”）。没有确凿的证据表明生物技术公司的非凡生产率是因为它们所承担的项目的复杂性和风险性。

「图2: biotech在研发生产力方面没有取得任何突破：生物技术公司推出的每种新药的平均研发成本与大型制药公司推出的每种新药的平均研发成本没有显著差异。」

「图3:生物技术产业化研发尚未实现：…biotech开发的至少已经发展到人类临床试验的化合物数量并没有明显增加」也没有理由相信biotech 的生产率会随着时间的推移而提高。乐观主义者指出，生物技术公司在临床开发药物中所占的比例越来越大。这表明，我们应该期待未来会有大量的药物从生物技术管道中涌现出来。但是，尽管工业在R&D上的支出持续大幅增长，biotech 药物开发的损耗率也随着时间的推移而增长。因此，在R&D投资的生物技术的每一美元产出是否会显著提高是值得怀疑的。

最后，也许并不令人惊讶的是生物技术行业似乎正在从其在R&D极端激进和高风险的独特位置上撤退。自2001年基因组学泡沫破裂以来，初创企业的战略和风险投资家的偏好发生了显著变化。企业家和投资者开始寻找风险更低、回报更快的模式，比如许可其他公司的现有项目和产品，然后对其进行后续开发，而不是组建所谓的“从分子到市场的公司”(其第一批产品收入可能要在十多年后才能实现)。诸如有价值的新配方的改进和新的给药技术等。它们可以导致显著的治疗改进和扩大的治疗选择。也就是说，战略的变化引发了一个主要问题：如果年轻的生物技术公司不追求突破性科学技术，谁会关注提供潜在医学突破的高风险长期项目？从事生物技术的人长期以来一直认为该行业最终会繁荣发展。有些人仍然认为这只是时间和金钱的问题。其他人坚持认为技术将会拯救世界。基因组学、蛋白质组学、系统生物学和其他方面的进展将使在R&D过程的极早期阶段以高精度识别有前景的候选药物成为可能，这将使得研发失败率、周期时间和成本大幅降低。这种乐观假设在：该行业的基础结构是健康的，参与者的策略是合理的。我的研究表明并非如此。目前的结构和策略无法解决该行业面临的基本业务和科学挑战。

有缺陷的解剖

就像生命体一样，工业不是“反设计的”，而是有设计的。在生命体中，这些设计被称为解剖学。解剖学有助于我们理解特定物种的能力，以及为什么某些物种能在某些环境中茁壮成长，而在其他环境中却不能。解剖学解释了为什么猎豹能跑65英里每小时，而乌龟不能。解剖学与环境的契合在经济学中也很重要。生物技术行业的解剖结构看起来与软件和半导体等其他高科技行业非常相似。它涉及专注于R&D价值链特定部分的大学衍生的初创企业；风险资本和公共股票市场的作用；和技术市场。有些人可能会称之为硅谷经济学，这些在其他领域取得了惊人的成功。对生物技术的剖析是基于这样一个前提，即它将与它们非常相似。但是当谈到R&D 时，生物技术在三个方面有很大的不同:

1. 深刻和持久的不确定性，根源于人类对生物系统和过程的有限知识，使药物R&D 具有高风险。

2. 药物开发的过程不能简单地分成几个部分，这意味着相关的学科必须以综合集成的方式工作。

3. 构成生物制药部门的不同学科中的许多知识都是直觉的或隐性的，这使得利用集体学习的任务变得特别艰巨。

与巨大的不确定性和风险作斗争

在大多数行业中，技术的基本可行性对R&D来说不是问题，在这些行业中，努力和资源主要用于开发已知技术上可行的概念。汽车设计师可能会努力解决与汽车相关的各种零件的工程问题，并担心设计是否可以制造，客户是否会购买车辆。但他们几乎可以肯定，在这个过程结束时，车辆将工作。即使在半导体、高性能计算机和飞机等高科技行业，通常也很清楚哪些商业R&D项目在科学上可行，哪些不可行。药物研发则不是这样。候选药物是否安全有效只能通过漫长的反复试验过程来确定。尽管在过去的几十年里遗传学和分子生物学取得了非凡的进展，科学家们仍然发现预测一个特定的新分子将如何在人类身上起作用极其困难。即使在今天，他们也可以假设，经过多年的努力，一个项目最有可能的结果是失败。从历史上看，大约6000种合成化合物中只有一种上市，只有10%到20%开始临床试验的药物最终被批准用于商业销售。基础科学的进步可能最终会提高这些几率。但是到目前为止(与预期相反)，生物技术实际上增加了药物研发的不确定性。尽管靶点(疾病的可能原因)、攻击它们的武器(疗法)以及识别新的潜在原因和治疗方法的新方法已经开发出来，但是对这些选项的了解仍然是肤浅的，迫使科学家进行更多的尝试和错误，而不是更少。因此，尽管生物技术的进步最终可能会降低R&D的技术风险，但迄今为止，它们却产生了相反的效果。深刻、持续的不确定性转化为长期的高风险。

乍一看，生物技术公司的知识产权货币化系统在管理这种风险方面似乎运行得相当好。新公司的迅速形成引发了过多的实验。股权所有权的诱惑鼓励科学企业家承担创办新公司固有的风险。风险资本家拥有必要的资金来管理早期风险，并通过建立投资组合来分散风险。然而，一项更细致的调查显示，该体系中隐藏的缺陷阻碍了该行业的整体业务表现。风险投资家对某一特定投资的时间跨度大约为3年——远不及大多数公司获得一种药物上市所需的10年或12年。此外，由于它们需要分散风险，即使是最大的基金也无法承担向任何一家初创企业投入巨额资金。

根据国家风险投资协会关于基金投资政策的数据，对一家生物技术公司的平均投资约为300万美元。平均最高金额为2000万美元——远远低于开发一种成功药物通常所需的8亿至10亿美元。生物技术公司依靠公共股权和战略联盟来缩小差距。然而，这些解决方案产生了其他问题。公共股票市场并不是为了应对仅从事研发的企业所面临的挑战，而仅从事研发的企业构成了大部分的生物技术sector。这些公司不能以盈利为基础进行估值，大部分都没有。他们的价值几乎完全取决于他们正在进行的R&D项目。但是，试图根据面临多年巨大的技术和商业不确定性的项目对它们进行估值几乎是不可能的。信息是不充分的。对于一般的无形资产，尤其是R&D项目，没有明确的披露和估价标准。公认会计原则(GAAP)通常不要求公司披露其R&D项目，尽管生物技术和制药公司必须披露其开发管道的状态信息，但这些要求是模糊的。

例如，公司可以自行决定提供给定产品的可能治疗用途、临床试验结果和进展以及未来发展计划的详细程度。如果没有足够的信息，即使是最复杂的估值技术，如实物期权和蒙特卡洛模拟，也是有限的。投资者面临的另一个挑战是解释公开宣布的临床试验结果。公司可以也确实以不同的方式解释这些结果。即使他们对它们的解释相似，他们也可能基于不同的风险偏好，对是否进入下一阶段做出不同的决定。公众投资者已经将目光投向市场，寻找填补这一信息缺口的诀窍。凭借他们多年的经验，和大批科学家、大型制药公司与生物技术公司达成交易的人肯定有评估项目的技术和商业前景的知识。因此，默克、诺华或礼来公司愿意投资一家生物技术公司的项目，应该表明它的前景是好的，对吗？不一定。制药公司经常在他们缺乏专业知识的领域结盟。此外，在许多情况下，他们在联盟上花费巨大，却收获甚微——或者已经放弃许可最终可能成为重磅药的早期药物。知识产权货币化制度存在缺陷的进一步证据是，总的来说，生物技术投资的长期回报与巨大的风险并不相称。虽然风险资本基金经历了一些辉煌的年份，个别生物技术股表现突出，但相对于风险而言，总体平均回报令人失望。

从1986年到2002年，风险资本基金产生了16.6%的平均年内部收益率。旧金山商业银行Burrill进行的一项分析发现，从1979年到2000年购买所有340只生物技术IPO股票并持有这些股票直到2001年1月(或直到一家公司被收购)的投资者将实现15%的平均年回报率。所有这些都可以解释为什么生物技术初创企业似乎在回避风险最高的项目。尽管很难得出结论，但有迹象表明投资者正变得越来越谨慎。

整合不同的学科

很大程度上由于生物技术产业的出现,“药物R&D”的工具箱变得更大、更多样化。在20世纪70年代中期，它被一门单一的学科所主导：药物化学。今天，它包括分子生物学、细胞生物学、遗传学、生物信息学、计算化学、蛋白质化学、组合化学、遗传工程、高通量筛选和许多其他学科。这些新工具带来了新的机会，但是每一种工具都只揭示一个非常复杂的难题的一部分。有效地发现和开发药物需要所有的部分走到一起。因此，跨不同科学、技术和功能领域的整合比以往任何时候都更加重要，如果生物技术的科学前景终将实现。整合的挑战不是药物所独有的。几乎所有的R&D都涉及解决多种类型的问题。不仅必须解决许多问题，而且这些解决方案最终必须作为一个整体共同发挥作用。在某些情况下——包括高度复杂的系统，如电子设备、汽车、软件和飞机——一个大的R&D问题可以分解成一组相对独立的子问题，独立解决，然后组合在一起。模块化使专门研究系统不同部分的不同组织之间的劳动分工成为可能，但它通常需要定义明确的接口和标准，这些接口和标准规定了系统的不同组件应该如何配合和一起工作。此外，模块化要求将知识产权编纂成文，并明确定义和保护知识产权。

药物开发缺乏这些要素

药物开发所涉及的众多功能和技术活动大多是高度相互依赖的。一个恰当的例子是确定药物发现的靶标。有待解决的大问题是这种疾病的潜在机制是什么，以及药物治疗可能在哪里进行干预。因为人类生物学非常复杂，目标识别也非常复杂。途径是什么？什么基因可能在起作用？他们是如何互动的？那些基因表达的蛋白质是什么，它们有什么作用？它们的结构是什么？他们中的一个或多个成为“成药性”目标的可能性有多大？回答这些问题需要不同学科的洞察力，包括结构基因组学、功能基因组学、细胞生物学、分子生物学和蛋白质化学，还需要广泛的方法，包括计算方法、高通量实验和传统 “wet” biology。同样的整合也必然发生在开发的更下游，但仍然与其他学科，如毒理学，工艺开发，配方设计，临床研究，生物统计学，法规事务和营销等。通过孤立地单独解决问题来成功开发一种药物是很困难的，如果不是完全不可能的话，因为每一个技术选择(你的靶标、你开发的分子、配方、临床试验的设计、目标患者群体的选择，以及制造工艺的选择)对其他人都有影响。找到解决方案需要不同学科的科学家反复交换大量信息。换句话说，它们必须以高度集成的方式一起工作。实现整合有两种基本方式。一种是让单个公司拥有拼图的所有必要部分(垂直整合)。另一种是依赖市场的网络，在这种网络中，独立的专家通过联盟、许可协议和合作来整合他们的工作。传统制药行业采用前者，生物技术行业采用后者。

大多数生物技术公司的成立是为了让高度敬业的科学家组成的小团队专注于开发一项特定的发现或一所大学发起的工作。结果是成百上千的专业知识孤岛。生物技术部门（sector）严重依赖市场来获取连接这些知识孤岛的技术。然而，有迹象表明，市场并不能促进开发新药所需的信息流动和集体解决问题。为了以高效的方式运行，任何财产的市场——无论是房地产还是知识产权——都需要定义明确、受到良好保护的权利。强有力的知识产权保护通常存在于软件和半导体中。例如，一段软件代码是一个相当独特的实体，可以受到法律机制的保护，而且它的盗窃很容易被发现。在生物技术领域，知识产权制度更加复杂和模糊。人们通常不清楚什么可以申请专利，什么不可以。此外，最有价值的知识产权往往不是某个特定的分子，而是与该分子如何表现、能做什么、潜在问题是什么以及如何发展有关的数据、理解和见解。这种知识可能更难申请专利。

模糊的知识产权产生了两个问题：首先，它让其所有者对共有知识产权三思而后行；其次，它为围绕共享内容的合同纠纷提供了肥沃的土壤。Biotech 遭受到了两者的损失。前合伙人和合作者之间的诉讼相当普遍。事实上，基因泰克公司和礼来公司的重组胰岛素交易在许多方面成为该行业的样板，最终卷入了一场关于基因技术使用权的法律纠纷—生产人类生长激素的工程技术。在共同开发重组人促红细胞生成素(一种刺激人体产生红细胞的合成蛋白)后，安进和强生就营销权的划分进行了一场激烈的法律斗争。几年后，他们又一次争论这种药物的新版本是一种全新的产品还是原始药物的改进形式。共享信息的另一个巨大障碍是对药物研发至关重要的许多知识的隐性本质。这种知识无法以书面形式完全描述，因为技术或诀窍背后的因果原理尚未完全确定。这在新兴领域中很常见，但是正如我们将看到的，生物技术中隐性知识的数量阻碍了该领域的学习速度。

促进累积学习

学习对于以科学为基础的行业的长期健康发展的重要性怎么强调都不为过。笼罩着生物技术和药物R&D的深刻而持久的不确定性，意味着已知的东西与有待发现的东西相比相形见绌。新的假设和发现必须不断地被评估，并且必须决定哪些选择应该继续，哪些应该放弃。这些决定必须在有限的知识和经验的迷雾中做出。错误是常见的，不是因为人或公司不称职，而是因为他们总是在知识的边缘跳舞。当失败远比成功更常见时，就像药物开发一样，从失败中吸取教训的能力对取得进步至关重要。在一个系统或一个行业中，学习可以发生在多个层面上。例如，一个花了几十年时间研究细胞生长因子的科学家将积累了相当多的知识，他工作的实验室将从他的研究以及实验室其他人的研究中学到许多新东西。这种学习不仅是个人知识的集合，也是社区共享的见解。这些知识中的一部分将在组织的程序和方法中正式化，但大部分可能是隐性的。

尽管科学进步了，但是药物发现仍然有一种依赖判断的艺术，本能和经验。例如，单个科学家对一种分子、一种攻击疾病的生物靶标或一种药物在体内的行为的了解不能被编纂或简化为精确的规则——如果X，那么Y。来自实验的数据得到各种各样的解释和意见的影响。对一个研究人员来说，同样一个构成了潜在功效的强烈信号，可能也会让另一个研究人员踌躇不前。因此，在这样的环境中，分享长期的经验非常重要，分享的广度也非常重要。为了科学的进步，每个拥有解决问题所需专业知识的学科都必须能够利用集体智慧。

不幸的是，生物技术行业并没有从长期的经验中学习。它的知识产权货币化体系再次成为是罪魁祸首。通过刺激初创企业的发展，这一体系帮助创造了一个相对缺乏经验的企业组成的行业。典型的生物技术领域的年轻公司根本缺乏基因泰克进行了30年R&D 的过程中积累的经验和能力。新的企业也无法通过经验来学习。他们的金融资源有限，投资者不愿意给他们时间来完善他们的工艺。最后，专有技术市场阻碍了企业形成长期的学习关系。缺乏明确界定的知识产权是一个问题；联盟的短期合作是另一个问题。太多时候，优先考虑的是交易，而不是建立长期的联合能力。因此，大多数联盟都保持距离，而且相当短暂。根据哈佛商学院的Josh Lerner和斯坦福商学院的Ulrike Malmendier的研究，一份典型的合同的期限不到四年——比开发一种药物所需的时间要短得多。此外，这种关系通常以达到特定的短期里程碑为中心；如果缺少一个，联盟可能会终止。总而言之，行业内融合和学习的障碍是巨大的。鉴于这些障碍，生物技术遭遇生产率问题就不足为奇了。

更合适的解剖学

为了处理深刻的不确定性和高风险，允许密切相关的问题解决和利用整个行业学科的集体经验，biotech 需要一个新的解剖——一个涉及各种商业模式、组织形式和制度安排的解剖学。开发创新性更强的药物所需的方法与开发创新性较弱的药物所需的方法大不相同。一种尺寸不适合所有人。更合适的解剖可能包括以下要素：

更多的垂直整合。纵向一体化远未消亡，它在制药业的未来将扮演重要角色。这将是最有用的，在追求最科学的创新药物。垂直整合需要一定程度的规模，这意味着成熟的制药公司完全有能力成为整合者。但是这需要改变。大多数大型制药公司都在自己的公司范围内建立了自己的专业知识孤岛，这种存在严重问题的做法可能解释了它们在R&D生产率低下的原因。为了实现他们作为集成者的潜力，他们需要新的内部结构、系统和流程来连接技术和功能领域的专业知识。

更少、更紧密、更长期的合作。联盟将继续成为内部研发的重要补充。考虑到技术变革的广度和速度，没有外部机构——大学和较小的专业生物技术公司——的帮助，即使是最大的公司也无法探索R&D的方方面面。然而，它们之间的合作关系在形式和数量上将与目前在该领域占主导地位的合作关系大相径庭。对于科学或技术上新颖的项目，建立更少、更深的关系是有意义的。一家制药公司与其一年签40份协议，不如在任何一个时间，只参与五到六份持续五到十年、范围广泛的交易。例如，合作可以集中在特定的治疗领域或目标人群，而不是集中在特定的分子上。这种关系可能会带来更多的专有信息共享、更多的共同学习和更大、更有成效的投资。我们根本不能指望独立企业在专注于短期目标并强调大数法则而非承诺的业务发展框架内分享知识并进行真正的协作。

更少的独立生物技术公司。小型创业型生物技术公司将继续成为这一格局中的重要元素。但独立上市公司将会少得多。公众持股模式只对有收益的公司有效，允许投资者判断他们的前景；根据现有的信息披露惯例，纯粹的R&D企业不属于公共股本领域。

准公共（Quasi-public）公司。上市公司的一个可能的选择是准上市公司。它的股票上市，但一家具有长期战略利益的大公司拥有多数股权。这种关系将为一家公司提供比普通上市公司更强有力的监管，以及一种更长期的监管模式前瞻性和有保证的资金——所有这些都对药物研发至关重要。它还将允许该公司具有相当程度的独立性，并提供股票期权和其他激励措施吸引和留住创业者。由罗氏公司拥有多数股权的基因泰克是现有的为数不多的例子之一。基因泰克的利润一直很高；它的R&D项目是业内最有成效的项目之一；尽管有所增长，它仍然保持了企业家精神和基于科学的文化。

大学的新重点

大学的心态和政策需要转变。他们应该主要关注对科学界贡献的最大化，而不是许可收入和等价回报的最大化。许多关于大学在科学领域活动的争论都集中在专利的影响上，并且提出了一个错误的问题：大学应该为他们的发现申请专利吗？核心问题是大学在多大程度上提供嵌入其专利的知识。他们应该更加谨慎地对基础科学发现授予排他性许可，并支持新公司的创建。将科学交给更多的探索者可能会加快进步的步伐。“开放”许可使上游发现在合理的经济条件下广泛可用，当技术所讨论的是广泛适用的工具、技术或概念，它们有许多潜在的(但不确定的)开发途径。如果重组DNA、单克隆抗体和其他基本的基因工程技术被一家公司独占，那么生物技术的进步就会大大减慢。当所涉及的技术是特定的，并处于其发展的下游，其价值随着获得技术的机会的增加而下降，并且需要某些补充资产和能力来充分利用该技术时，向现有公司授予独家许可是必要的。例如，如果将一种新的癌症疗法授权给一个在开发癌症药物以及设计和管理临床试验方面都有经验的组织，这种疗法可能会得到更充分的开发。但是，如果这种疗法也被许可给竞争者，那家公司就不愿意投资开发了。只有当技术差异非常巨大，以至于现有公司缺乏开发技术的必要能力时，授予初创企业独家许可才有意义。例如，在一家能够从零开始建立基本能力的新公司内部孵化一项高度新颖的技术，如组织工程，可能是有意义的。

更多跨学科的学术研究

在药物商业化开发中，知识库被分割成高度专业化的领域是整合的主要障碍。比如说，在化学和基因组学方面有很深的知识，但是关于它们之间的联系的知识却少得多。这部分是因为每个学科都有自己的焦点问题、语言、智力目标、理论、公认的方法、出版物以及评估研究的标准。一些困难可能在于大学用来授予研究基金的同行评审过程。这一过程在确保决策基于科学价值方面做得很好，但是评审者倾向于授予他们自己学科范围内的项目。为了解决这个问题，一些大学在过去的十年里建立了跨学科的研究所，将来自生物学、化学、数学、计算机科学、物理学、工程学和医学的科学家聚集在一起。布罗德研究所是一个研究合作机构，成员包括哈佛大学和麻省理工学院的教师、专业人员和学生，就是一个例子。这种合作是朝着正确方向迈出的一步。

更多的转化研究

顾名思义，这种研究将基本的科学发现和概念转化为具体的产品机会。它将早期基础研究与临床试验联系起来，包括诸如靶标识别和验证、体外和体内筛选等活动，并可能进行一些早期人类临床试验。努力理解干细胞如何分裂和特化是基础科学研究的一个例子。开发关于使用干细胞治疗糖尿病的假设和见解是转化研究的一个例子。从历史上看，转化研究的问题在于，美国国立卫生研究院(National Institutes of Health)和其他资助基础研究的政府机构将转化研究视为应用科学，而风险资本者则认为转化研究风险太大、时间太长。此外，进行转化研究需要对知识产权进行投资，例如新的动物模型，这可能很难商业化，甚至很难保护。转化研究可以通过两种方式获得资助。首先是将政府资助的范围延伸到下游。随着美国NIH医学研究路线图的推出，这种情况已经开始发生，该机构的主任发起了一项倡议，以确定和解决生物医学研究中的主要机会和差距。

第二种是通过更多的私人资金。最大的制药公司可以增加对他们自己或与大学合作进行的转化研究的支持。例如，诺华公司一直在追求这两种策略。风险投资也有希望。这些组织往往是私人资助的非营利机构，专注于推进特定疾病的治疗。一些例子是比尔和梅林达盖茨基金会(用于发展中国家的艾滋病和传染病研究)、迈克尔·J·福克斯帕金森研究基金会、多发性骨髓瘤研究基金会和前列腺癌基金会。这些组织在融资和管理与传统的盈利性风险投资家非常相似，但有几个很大的不同:他们有长远的眼光，他们的目标是在治疗上有所作为，而不是在三到五年内将利润返还给有限合伙人。

有了这样的组织形式和制度安排，科学可以成为一门生意。认为生物技术的结构会发生如此彻底的变化，这现实吗？是的，有两个原因。一是我列举的许多元素已经存在，虽然它们仍是例外，它们的成功无疑会吸引追随者。另一个是，进化是商业的常态。重大技术创新的时代伴随着工业设计的转型创新。例如，铁路和电报系统的发展，需要巨大的投资和复杂性的运营管理，产生了现代公司，它将所有权(股东)和经营权(受薪专业人士)分开。在过去的一个世纪里，现代公司一直在不断发展。例如，20世纪下半叶，风险资本在美国的出现，帮助产生了在半导体、软件、计算机和通信领域发挥关键作用的企业组织。我们可以希望，biotech 也能得到类似的发展，并像纳米技术等基于科学的新兴企业一样创造一个模式。经过30年的实验，很明显，biotech 并不仅仅只是另一个高科技产业。它需要一种与众不同的解剖学——一种既能满足科学需求又能满足商业需求的解剖学。只有到那时，它才能实现彻底改革药物开发、征服最棘手的疾病并创造巨大的经济财富的目标。

By 青白视角

芯片投资是否又是泡沫一场

2022年3月25日，一个普通的周五，和利资本董事总经理篮志扬刚解除28天的境外隔离。这28天他没有闲着，公司孵化的三代半导体制造公司“宽能半导体”项目马上要上投决会。但按照公司的传统，投决会前和利的合伙人必须要和项目方当面交流过才可以。于是他安排宽能半导体在南京的成员来上海见面。也有人犹豫，当时上海疫情频发，从上海返回南京后要隔离14天，为何不等过完清明小长假再安排见面？政策每天在变，也许那时情况就会好一点。不过最后他们还是来了，在和利的办公室相谈甚欢，双方对这个会面都很满意。

两天后，上海市新冠防疫小组宣布，28日起浦东实施全域静态管理，31日起浦西进入静态管理。后面的事情就为人熟知了：本来预计4天的静态管理持续了六十多天，直到6月1日上海各区才普遍解封。静态管理期间，和利完成了宽能半导体的投资决策，以及与多家参投企业的股权分配问题。回想这个小插曲，篮志扬感叹，如果没在唯一一个工作日见面，这个项目还要再多等好几个月。匆忙、适应、夹缝中生存，成了2022年的底色。

创业者是这样，投资人亦然。有的机构完成了第一起纯线上的投资；有的机构与企业一起着急，寻找物流保供渠道；有的机构把投资回报的测算标准调整得更严格了，有接近一半往年可以通过的项目，在2022年都没有通过。这篇文章里，「甲子光年」采访了多位半导体投资人，他们涵盖了从VC到PE到投资Pre-IPO轮次的机构，也涵盖了综合性的财务投资机构、专注硬科技/半导体投资的机构、产业投资机构等等。在外部环境的诸多不确定性中，每家机构都在调整、适应，也有自己的思考与坚持。在汹涌变化的2022年，半导体产业也许不是最惨烈的，但变化之大也值得细细体味、复盘。

1.破发，破发，破发

2022年1月6日，这是新年第三个工作日，也是科创板新年第一个有公司上市的交易日。
9:30开盘，苏州国芯科技挂牌上市，开盘价为44元，较发行价上涨4.8%。但上午收盘之前，股价一路下跌，一度跌破发行价来到41元，成为科创板第一家破发的半导体公司。就在半年前，还是另一番景象。科创板的半导体公司，挂牌首日都是动辄100%的涨幅，2021年8月上市的复旦微电子上市首日涨幅更是逼近800%。

国芯科技最终首日报收46.72元，小幅上涨。但半导体的“破发潮”由此到来。

2022年的前四个月是半导体公司破发潮最严重的时期，截止到2022年4月底，科创板上市的14家半导体公司中：

有9家公司首日破发；
7家公司首日收盘价低于发行价；
2家公司最低跌幅超过50%；
仅有4家公司截止4月底较发行价上涨。

二级市场闻风而动，但一级市场投资人的态度却各不相同。有人持观望态度。云九资本执行董事沈文杰认为，破发本身没那么重要，它是证监会发行价定价策略变化所导致的。“2022年之前，出价低的人更容易中签，所以股票上市之后更容易上涨；而2022年初开始，变为出价高者中签，于是价格变得虚高，就导致了破发。”但也有人早已预见破发的到来。国科嘉和基金高级合伙人陆佳清向「甲子光年」感叹，“过去几年半导体的IPO项目PE（市盈率）能达到100倍，这显然是不可持续的。破发是好事，可以让大家冷静一点”。

PE，也被称为本益比，计算方式是股价/每股盈利。在一级市场的投资中，更高的PE意味着投资者预期未来盈利水平较高。通常而言，虽然每家公司PE的衡量标准不同，但同一赛道的PE一般较为稳定。陆佳清介绍，近几年里，半导体领域的设备大约为40~50倍，封测、材料为30~40倍，消费电子10~20倍。而2021年出现的100倍确实“高得离谱”。

中科创星董事总经理、半导体投资小组负责人卢小保对这波下调早有判断，“但我没想到它这么来势汹汹”。一方面，从金融的角度上看，每个行业都有自己的周期，一个赛道很难持续四五年都火热。半导体领域从2017~2018年开始逐渐被关注，到2022年初已经有四年多，到达了下行的周期。另一方面，芯片行业由于疫情的影响，在2020~2021年产能紧张，下游客户供不应求。于是芯片公司囤积了过多库存，甚至2022年都还没有把库存消耗完。卢小保总结说这是“金融周期赶上了行业周期”，而其中受影响最大的要数消费电子。

例如手机产业链，DIGITIMES Research 的市场报告显示，预计2022 年全球手机出货量为11.76 亿，与2021年出货量13.17亿相比下滑10.7%；而Canalys公司报告显示2022年中国全年手机总销量达2.73亿，相较2021年的3.33亿下滑22%。其他领域里，TWS耳机、智能手表、智能家居中所用到的芯片也受到影响。在消费电子领域，芯片的“稀缺性”已经不是核心的竞争要素，拿到大型手机厂商的订单、快速出货是主要的商业模式。于是在产能紧张的时候，消费电子领域更容易激烈地“抢产能”，一些公司的芯片库存甚至达到10~18个月。来到2022年产能不再紧张的时候，芯片公司只能降价依靠价格的优势拿下订单，导致利润下降。于是，投资人都变得更谨慎。

不少人表示，“消费电子（芯片）的项目不看了”。和利资本董事总经理篮志扬告诉「甲子光年」，感受到市场变化之后，公司在评估项目时，对估值更敏感。“一些项目放在2021年肯定会投，不仅会投，大家还会鼓掌叫好：恭喜抢到了份额。但在2022年，有时候我们就会选择不投。”和利资本在2022年完成了8个项目的投资，而由于估值逻辑变得严格而没有投资的项目，也有七八个。国科嘉和陆佳清也表示，调研项目的通过率降低了一半左右，而且偏向于追投，因为“确定性更高”，新投资的项目比往年少一些。但他们也说，“全年的工作量并没有减少”。陆佳清除了负责投资，同时也参与基金整体的募资与退出工作，而这部分业务今年也变得更有挑战了。

2.估值“可以谈”，接受Down Round

时间来到4月，疫情、静态管理，上海人无法忘记这个春天。

上海是中国半导体产业的中心。芯片制造公司中芯国际、华虹、积塔等都有上海工厂，半导体设备、封测、材料、EDA、芯片设计的公司也集中在上海。虽然芯片制造厂选择了闭环生产，不用像汽车制造那样停摆数周，且芯片设计公司也大多在第一轮的复工名单上，但疫情依旧给正在发展中的企业、半导体投资人带来了重重阻力。一家A+轮的芯片公司，在3月已经发布了核心大客户的产品，预计五一交付。然而疫情来临，一颗芯片都交不了，彻底耽误了。虽然客户最终没有跑单，后续的产品也继续在迭代，但企业原计划本来七八月份就可以批量出货，结果年底才有新的进展。投资人也感慨，“关键时刻耽误的这三个月，对于企业来说实际的影响超过半年”。

疫情下，人人艰难。一家投资机构在2022年初成立了一支在长三角另一个城市的基金，由几家上海的LP（有限合伙）来投资。但临近约定注册的时间，赶上了上海静态管理，LP的营业执照在上海，没法去当地注册。“就是卡得死死的，我们其他所有工作都做完了，但没有营业执照不能注册，就硬生生地停了两个多月。”不管是企业还是投资人，都在学着接受与适应。云九资本在上海疫情期间，有了第一次“纯线上投资”。3月的时候，沈文杰开始与一家半导体公司洽谈投资事宜，但每逢计划出差，就总是遇到公司、小区或楼层被封，最终也没见上。4月上海静态管理开始，沈文杰也被封在家中，但在北京的企业方还在继续推进项目。“我们以前也没有过纯线上的项目，总觉得要当面见过才行。但这个项目确实很好，如果不抢就没机会了，所以还是决定线上签了。没有办法，现实环境就是这个样子。

疫情对半导体产业的影响传导到创业者，让四五月成为一个“分界点”：企业开始认清现实，市场环境确实不好了。卢小保观察判断，行业内的融资事件减少了50%以上。有经验的半导体投资人，观察到行业周期，则会减慢投资节奏，挑选更优秀的项目；也有投资机构选择在2022年暂停对半导体的投资，打算等到形势稳定了再决定。2017~2023年半导体投资数量、金额，IT桔子

从IT桔子的数据来看，2022年公开发布的投资案例651起，与2021年的679起差异不大。但这可能是因为企业披露融资新闻的策略决定的，从投资人的感受来看，融资事件数量已经显著减少。更重要的是，融资单价也显著降低降低。一方面，来融资的公司纷纷表示“估值可以谈”，与前两年被多家机构追捧、抢份额、爱答不理的状态已经全然不同，甚至有公司开始愿意接受Down Round（新一轮融资的估值低于上一轮）。沈文杰估计，2022年见到的项目里，80%以上的涨幅都不超过30%。另一方面，市场上缺少超大估值的“明星项目”。尚颀资本董事总经理、半导体组投资负责人胡哲俊回忆，“2020和2021年他们都有特别大型的项目投资，如长鑫存储、积塔半导体等，但2022年市场上半导体项目平均估值和融资规模均降低了不少”。根据公开数据，在B、C轮次的融资中，融资单价下降得最为明显。

3.找不到好项目就孵化

2022年，机构对项目的要求更高了。如果一个赛道发展迅速、国内外技术差距不大，但赛道内的却没有找到值得投资的企业怎么办？有些机构想到了一个新方式——孵化。

虽然过去也常常有一些“孵化器”类型的平台出现，但互联网类型项目的孵化更多是资金和市场方面的支持。可在半导体产业，赛道评估、团队搭建、投资伙伴选择，甚至产业链各个环节的打通，都需要孵化项目提前思考。“宽能半导体”就是和利资本今年在第三代半导体赛道孵化的新项目。和利资本很早就关注到了这个赛道，2019年他们曾经孵化了“百识电子”，专注于碳化硅、氮化镓的外延片生产。2021年底，篮志扬再次关注到国内在“第三代半导体功率器件生产”方面的空白。经过行业内的尽调，他发现了一支汉磊科的核心团队有创业想法。这家公司是全球领先的功率器件生产厂，总部在台湾。于是他立刻与团队取得联系，沟通磨合。

为了做好充分的尽调，他在上海、台湾两地跑，入境隔离完又在上海隔离，一共被隔离了90天。后面所有的工作方式都是在这种节奏中进行。和利资本在过往半导体供应链上有一定积累，而初创企业往往无法在所有环节都有足够的理解。于是他们在早期就会和企业深度沟通，把一家企业的核心岗位及能力勾勒出来，并介绍一些海内外的资源给企业，补足团队的短板，也就是帮忙“找人”。篮志扬说，“首先当然是要找研发人员，要确定这个人是不是最核心的人员，有没有从0到1做过批量生产。所以，除了对这些高管做直接访谈来面试之外，我们也会用自己的人脉来确认这个人是否可靠。”

除了研发，半导体生产还有一些岗位非常重要，比如PIE（工艺整合工程师）。在整个功率器件生产过程中，有多个关键的模块，每个模块都会影响最终的产品结果。PIE需要了解每个模块的生产方式和难点，以便在产品出现瑕疵的时候迅速发现问题出在哪里。生产的负责人也是和利资本参与推荐的，篮志扬告诉「甲子光年」，许多科学家或核心研发人员可能对生产了解不多，但这事关成本与售价，需要在生产厂工作过30年以上的人才能熟悉。“比如一个科学家肯定不知道过完年有多少员工要推迟复工”，而这与出货、销售都息息相关。

找齐了这些人后，宽能的项目还有一个特殊之处：要找CEO。“技术的负责人很厉害，但他本人没有那么适合做CEO。要新找CEO不太容易，太知名的人要磨合起来会有难度，但过往经历不够丰富的人又难以服众。”最后，他们和企业方一起决定了现在的CEO人选，并请之前投资的百识的CEO来兼任新公司的董事长，帮助新企业和新CEO。篮志扬补充说，“这个项目最终和利决定投资并不困难，但前期的沟通、找人都花了比较多时间”。

2019年在投决会的时候，他还被问到三代半导体未来的发展潜力，时至今日已经不再有人质疑。更重要的是，“投资百识和宽能，让我们在后续三代半导体的投资布局中布局更有优势”。同样在2021年底，有另一家做第三代半导体衬底的公司找到和利资本，希望获得融资。拿到企业介绍，篮志扬很惊讶企业碳化硅衬底的缺陷，以及尺寸、厚度，都已经具备相当不错的水平。于是他立刻请公司送一些样品来，送去被投企业百识电子做后续外延的生产，作为对衬底的测试。在投资之前，为了保证这家公司没有故意挑最好的送来测试，和利又派“运气最差”的同事，去工厂直接抽一根晶柱。“结果测试出来结果还是很优秀。

好的项目即使在行业的低谷依旧很抢手。与这家被投企业沟通投资条款也是在上海封控期间，篮志扬印象很深，“第一天，我们和另一家领投机构，一起和被投方的律师辩论，讲了9个小时还没讲完，大家睡一觉起床继续拉锯战”。篮志扬认为，2023年如果半导体市场依旧如2022年，和利资本可能会更关注类似的孵化项目。

4.越限制什么，我们就越投什么

半导体行业整体遇冷，但并不是全部。相反，一些特定领域反而愈加吸引聚光灯，比如受地缘政治影响的大算力芯片以及车规芯片。2022年，美国对中国半导体的限制升级。10月11日，美国商务部发布对中国实施先进计算和半导体制造的出口管制新规，新规强调除了之后列入实体清单的公司之外，也包含了对高算力芯片、存储芯片、美籍人员等的一系列限制。政策发布后，全球二级市场半导体公司的股票都受到了影响，英伟达、AMD、台积电均下跌50%以上。

中国这边，创业者与投资人都时刻关注，纷纷思考应对策略。新规发布的第二个工作日，篮志扬意识到这次的新规可能会对一些被投企业产生影响。于是立刻联系了律所，请律师来公司帮同事们解读政策。当周，他和同事联系了被投的三十多家企业的CEO来办公室，一起讨论风险和对策。

大芯片明星赛道GPGPU的沐曦半导体最让和利担心，本次规定禁止算力超过英伟达A100的芯片在台积电生产。但沐曦的芯片在设计时，预期参数并没有达到被限制的标准线，大家都放心下来。方法总比困难多。10月11日的法规还禁止英伟达超过A100的芯片在中国销售。在一个月后的11月8日，英伟达发布新款中国特供版A800 GPU芯片，用来替换A100以符合芯片限制政策。目前或未来，国产GPGPU公司如果设计了高于A100标准的芯片，也可以像英伟达一样剪裁自己的芯片来应对。在生产材料方面，一些美资的产品不被允许用在军工等特定领域内，这也可以依靠企业与客户签约时增加相应的说明性条款来保障。通过与律师的讨论与解答，障碍被基本扫清。对于已经投资的企业来说是限制，但对未来投资也是机遇。

新鼎资本董事长张驰坦言，“这已经算是明牌了。越限制什么，我们就越投什么”。因为这些才是真正被“卡脖子”，需要国产替代的领域，也是未来有机会的领域。胡哲俊看到，改变已经开始发生。和消费电子芯片“去库存”不同的是，车规级半导体仍然存在产能紧张的情况。他向「甲子光年」解释到，国内新能源和智能汽车发展迅速，对MCU、IGBT、传感器，尤其是视觉和雷达等成熟制程的芯片需求较大，但传统外资芯片公司目前并没有在这些领域增加产能，市场上未来仍会出现产能紧张或断供的情况。而国产车规芯片更贴近车厂、了解国内市场和需求，可以满足一些定制化开发要求，如低功耗，技术迭代速度也比较快，因此有不小的机会。同时，虽然目前美国的禁令还未限制这些成熟制程的车规芯片，但未来前途未卜，车企和tire1为了供应链的安全性，开始愿意把国产汽车芯片企业放在第二供应商、甚至第一供应商的位置，或至少计划引入、测试一些国产芯片。

去年甲子光年的报道《缺芯潮下，国产车规MCU突围战》曾了解到，云途、芯驰、杰发等公司均已获得供应或测试机会。汽车AI芯片如地平线，也在去年公布了比亚迪、上汽集团、一汽红旗，以及新能源车企理想、哪吒的定点合作与量产。篮志扬分享了一个故事，美国新规出台不久，他有一个项目要上投决会。这个项目是关于汽车半导体的，调研的时候他觉得公司各方面都还不错，但所在的赛道被多家外企垄断，国内外的车厂都会优先选择从这些外企购买芯片，赛道的稀缺性和必要性可能会被投委会质疑。“之前我还很紧张，担心这个项目不够好，但新规出来之后，大家清晰地意识到，各种类型的芯片都有可能会被禁止，车规芯片公司由此会获得了一些机会。没有人质疑这个项目的必要性了。”随着中美关系紧张而对资本市场影响最大的，要数2022年美元基金的大面积撤资。回忆一下，2022年之前，也是这些公司追赶着明星创业公司，动辄在天使轮次就投资超过一亿元。但中美关系带来的美元基金募资困难、基金决策方向变化等原因，2022年美元基金的投资几乎可以忽略不计。

5.大项目基本没有了，但2023仍然可期

困难的2022年已经过去，我们来到2023年。今年，曾经的半导体投资人们的重点是哪些？许多机构表示，会投得更“早期”了。沈文杰将这个策略解释为“用技术的确定性来对抗金融市场的不确定性”。他解释说，资本市场出现了不确定性，但技术创新的方向通常是确定的。投资得更早，在当下可以获得更好的估值和投资回报收益，某种程度上可以对抗短期的不确定性。新鼎资本过去主要关注Pre-IPO轮次的项目，但在2022年也开始关注早期一些的项目了，因为“Pre-IPO已经没有项目可投了”。张驰分析，本身硬科技赛道的企业从成立到成熟，就需要经历十年以上的发展。科创板创立让过去盈利情况不太好的半导体企业有机会上市。但这样“消耗”的速度完全超过了企业成长的速度，他对「甲子光年」感叹“没啥可投的了，2022年结束后，集成电路领域里的大项目基本没有了”。

以他近年关注的设备为例。半导体制造的设备主要可以分为前道设备与后道设备，前者技术难度更大、更“卡脖子”。但近年来创业的公司多为在国内较为成熟的后道设备，“行业里也没有擅长前道设备的人可以创业”。云九资本对市场依旧比较有信心。在2020年的创业潮中，不少公司获得了多轮融资和一系列资源。沈文杰判断，2023~2024年是“交成绩”的时间。“看到产品表现，大家自然会更有信心。

对于更多投资人来说，低谷还没有过去。卢小保认为，目前已经在最低点维持了一段时间，未来几个月投资者的心态也许会发生一些变化；而如果变化发生，则会是积极的信号。篮志扬却觉得，由于国际半导体大厂的库存依旧较满，市场可能还未达到最低点，“也许会在今年三季度”。但无论如何，多数人并不打算离开半导体赛道。

大算力芯片依旧是热门的领域，即使2022年不如2020~2021年那么热烈，即使美国频繁做出限制，GPU、CPU、DPU赛道每每有新公司创业或新一轮融资发布，依旧抢得火热——市场期待这些产品的到来。Chiplet领域，国内与全球同步发展，且在国内更有紧迫性及先进封装的优势，依旧会受到关注。车规半导体在2022年持续受到关注，中高端芯片企业受市场影响不大，如自动驾驶芯片、核心控制的MCU、车规的功率器件等，预计2023年也会持续有热度。半导体的材料与装备的关注度逐渐提升，与国外同步发展的三代半导体、极度卡脖子的光刻机，市场依旧呼唤创业者的出现。2022，投资不易，创业更不易。祝勇敢者们在2023顺利。

By 文婧

《三体》揭示了人性最恶的一面

人性问题，在这个看似高度理性化却又时常怪诞且不确定的时代，再次凸显出深入探讨的必要性。刘慈欣的《三体》虽是一部恢弘壮阔的科幻小说，其中却讨论了人性善恶的问题，尤其是如何面对普遍的人性之恶的问题。他分析了小说中的人们在黑暗森林状态中，如何根据自身对生存的理解来思考生死善恶问题，指出三体危机的实质在于，在黑暗森林中无处不在的死神面前，思考生命的意义。作者提出，“没有抽象的人性，人性就是生命的深度展开。只有尊重生命本身，珍视日常生活”，才是生命的尊严和对生命本身的尊重。

《三体》第一部，贯穿小说的明线，是主流人类社会侦破地球三体组织背叛地球之罪，逐渐使三体危机呈现在世人面前。三体危机的直接起因，是叶文洁借助太阳向太空发射信息，亲身经历的丑恶使她对人类文明彻底绝望，这构成了小说的另一条重要线索。因此，三体危机就是人类因为“文革”受到的惩罚。那时候，包括叶文洁在内的人类还远远没有认识到黑暗森林状态，都是根据自己对生存的理解，来思考生死善恶。这一部的实质问题是，如何来面对普遍的人性之恶。

叶文洁的理论及内在矛盾

叶文洁和她的理论有着深刻的内在矛盾，还不仅体现在这个黑暗森林的死局上。她自己的生活也陷入了死局。以革命的名义背叛亲人，使她最初感受到人类之恶，但她在投入新的理想之后，却也无情地杀害了自己的丈夫。她对杨卫宁的无情，与绍琳对叶哲泰的无情，何其相似！唯一的区别是，绍琳为的是个人的利益，叶文洁为的是一个新的理想。她为新的理想投入的激情，乃至对它天真的幻想，与她的妹妹叶文雪也如出一辙。更不用说她所带来的这场运动，又激发出多少人类之恶！

这场运动带来的最大牺牲，大概要算叶文洁的女儿杨冬之死了。叶文洁应该没有主动告诉杨冬她的发现，更没有吸收她进入地球三体组织，但她对世界的认识，对人性的观察，却很难不让杨冬知道，所以说：“我对冬冬的教育有些不知深浅，让她太早接触了那些太抽象、太终极的东西。”（Ⅰ.52）但她仍然非常注意把女儿往回拉，警告她不要轻易进入那个世界。但杨冬的世界还是充满了各种空灵的理论，“那些东西一崩溃，就没有什么能支撑她活下去了（Ⅰ.53）。

叶文洁也许始终不知道杨冬偷看了她的资料，但她应该清楚，杨冬之死与自己有莫大的干系。除了自己的教育对杨冬性格的影响之外，地球三体组织“扰乱研究者的思想”（Ⅰ.206）的计划，是包括杨冬在内的许多科学家自杀的直接原因——无论杨冬是被他们有意还是无意伤害的，这个事实都太恐怖了。无论如何，杨冬都是继杨卫宁之后，叶文洁理想主义的又一个牺牲品。如果说，杨卫宁之死还有些偶然，对于杨冬之死，叶文洁难辞其咎。

当叶文洁知道自己的理想主义已经彻底破灭，她也应该立刻想到了杨卫宁和杨冬的死，这不再是为了伟大事业而不得不付出的牺牲，而是为一个荒谬的理想付出的巨大代价，使叶文洁与她所憎恨的那些恶人没什么两样。

当她用尽最后的生命爬上红岸时，叶文洁的心情应该是非常复杂的。现在，红岸基地遗址已经不再是一项伟大事业的开端，而是她为之奋斗了多半生的荒谬理想的开端。这里，还有杨卫宁和雷志成的墓地，记录着她自己的罪。

爬上红岸这个行为，或许就是人类难得能有的“道德自觉”和“忏悔”，叶文洁经过这么多年，才比她所鄙视的那些人，多走出了这一步。但对于她对人类犯下的巨大罪行，叶文洁是无力忏悔的，因为，她给整个人类带来了最后的落日。

直到小说的第二部，我们才知道，叶文洁的忏悔还不止这些。在“走向她那最后的聚会”（Ⅱ.6）之前，叶文洁在杨冬墓前将黑暗森林理论最关键的部分告诉了罗辑，从而为人类最终战胜三体入侵，奠定了非常宝贵的理论基石。这个重要的细节提示我们，叶文洁虽然到最后才向自己承认其理想的内在问题，但就像许多口头上拒绝认错的人一样，她的内心早已涌动着深深的不安。

但就像三体人一样，叶文洁应该知道，掌握了黑暗森林的基本原理，人类就可以抓住三体人的命门，因而，本来以消灭人类暴政为目标的叶文洁，在这一刻，面对死去的女儿，不仅对那场聚会的结局没有把握，对地球三体运动的使命也已经产生了怀疑，尽管可能只是无意识的。

拯救之路的无望

在叶文洁遥望人类的落日的时候，她也把目光投向了齐家屯，那个曾经让她获得家的感觉的东北小村庄。她没能在三体文明找到战胜人性之恶的道德，唯一能暂时化解人性之恶的，是这个小村庄，但她在报复全人类的时候，已经把这个村庄里的所有人也一并报复了。

叶文洁超越黑暗森林的努力无可避免地失败了，她将三体危机带到了地球上，也将地球带进了更加无边的黑暗森林。但也是叶文洁留下了克服这场危机的线索。她倔强地相信，能有什么东西克服人性之恶，黑暗森林应该有个边界，尽管她不知道这边界在什么地方。

这和伊文斯的方案是截然不同的。伊文斯对世界的审判是彻底的，他以完全否定的方式对待人性之恶，三体文明只是一个抽象的符号，三体世界究竟与人类有什么不同，他根本就不关心。他只想毁灭人类，美好的天堂仅仅存在于他的心里，或者说，仅仅存在于对人类世界的毁灭行为中——人类之恶，其实也只是一个抽象的概念，并不是哪个人、哪种行为的恶，他并不想拯救哪种具体的生命，只想毁灭充满了恶的生命。这种态度看似极端，却是一种更简单、也更容易理解的解决方案。在无处可逃的黑暗森林中，除了对它的彻底否定之外，还有什么办法呢？像叶文洁那样，希望在现实生活中找到一条拯救的道路，不仅是最终不可能的，甚至会使自己难免沾染上这充塞天地的罪恶。

黑暗森林中的生命是深不见底的，如果说有更多的维度，似乎也只是有更复杂的罪恶，有更多种罪恶的可能性。叶文洁小心翼翼地潜入到人性深处，虽然触手可及无处不恶，但黑暗森林中也曾闪过微茫的光芒，那就是齐家屯的点点灯火。既然有那样的村庄，既然有那样的温暖，又怎么能说黑暗森林中都是暗无天日的呢？这应当就是叶文洁不肯赞同伊文斯的根本理由。

尽管齐家屯这弱小的光芒不足以战胜四周无处不在的黑暗，这却决定了叶文洁不会采取彻底毁灭的态度来对待人类文明。生活中又何尝没有更多的光芒？杨卫宁的爱、与杨冬的相濡以沫、学生们的感恩、孩子们的天真，这是黑暗森林中不时闪出的一些亮光，叶文洁随时都可以感受到。但这些亮光，就像潜藏在黑炭下的火星，虽然几乎无处不在，但很难形成燎原之势。叶文洁刚刚捕捉到一点点火星，瞬间就又被无边的黑暗吞噬了，这使她非常无助。就在这时候，她得到了三体人的回复，于是幻想着三体人能够帮她带来熊熊大火，照亮这黑暗的世界，但没想到的是，三体人却是带着更加无边的黑暗而来的。

生活的尝试，生命的尊严

在三体危机带来的恐慌中，只有一个人真正表现出了生命的尊严和对生命本身的尊重，那就是史强。在小说第一、第二部中都有重要表现的史强，是一个非常值得关注的形象。他在小说开头的形象是：“长得五大三粗，一脸横肉，穿着脏兮兮的皮夹克，浑身烟味，说话粗声大嗓。”（Ⅰ.1）

但这个一开始让汪淼非常厌恶的警察，很快就显示出其过人之处：“这个外表粗俗的家伙，眼睛跟刀子一样。”（Ⅰ.6）史强虽然级别不高，但在与地球三体组织的斗争中，他却是个决定性的人物：是他在地球三体组织的聚会时成功地将对方一网打尽，也是他想出了有效策略，杀死伊文斯，而又能截获“审判者”号上的三体信息。

这两次行动使地球三体组织遭到重创。但最重要的还不是这些，而是，当那些高级知识分子被突如其来的危机吓傻了的时候，只有史强还保持着生活的常识。他根本不去仰望星空，根本不考虑那些所谓终极的哲学问题，他关心的是买房子、孩子上学，以及一个又一个案子，他真正的看家本领是：“把好多看上去不相干的事串联起来，串对了，真相就出来了。”（Ⅰ.97）

能把这些表面上无关的事串在一起，除了天才的想象力之外，更重要的是生活的常识感，即常伟思看重的“经验”。正是靠了这种常识感，史强对事情的判断不仅远远超过汪淼、丁仪这些专家学者，更成为叶文洁和伊文斯的真正克星。

这也正是叶文洁和伊文斯最缺的东西。他们关心的是抽象的生命、形而上的善恶、作为集合名词的人类，却几乎没有真正的日常生活，甚至以刻意远离日常生活为荣。无论红岸基地、“审判者”号，还是充满终极问题的哲学著作，都距离生活极其遥远。本来有着日常生活的汪淼，在倒计时面前也完全乱了方寸。

而叶文洁虽然有丰富的人生阅历，但也并不甘于沉溺在日常生活中，她对杨冬教育最大的失败，就在于没有教给她日常生活。她之所以觉得在齐家屯的那几天最温暖，是因为她暂时被拉回了日常生活。多年生活在黄土高原的伊文斯，与日常生活近在咫尺，却根本无兴趣进入。要不然，为什么大兴安岭的小村庄充满了温暖，黄土高原上的村民就都成了魔鬼呢？日常生活，便是那黑炭下的火星，其实无处不在，完全可以燎原，但是，火星必然会烧出黑炭来，没有独立存在的火星。在叶文洁和伊文斯那抽象的概念中，善恶永远对立，他们试图从人类的生活中消灭恶，保留善，就如同消灭身体保留灵魂一样，是不可能完成的工作。

人性善还是人性恶，这个古老的命题本就充满了争议。人们诉诸的理由往往是，多少人在作恶，多少人在行善，这样争论下去，这个问题永无答案。然而，在更深的世界文明传统中，叶文洁的这种人性论是非常靠不住的。

伊文斯之所以认为人性恶，并不仅仅是因为他看到了多少动物被杀害，多少物种在灭绝，而是因为一个更深刻的理由：人类不可能做到对所有物种一视同仁，不可能接受物种共产主义，一句话，人没有上帝那么好，所以就是恶的，这就像黑暗森林一样，无可反驳。所以，人类应该遭到灭种的惩罚。但史强诉诸的，是一种非常古老的中国智慧：生之谓性。没有抽象的人性，人性就是生命的深度展开。只有尊重生命本身，珍视日常生活，才谈得上善恶问题。谁也无法否认浩劫中的作恶，谁也无法认可物种灭绝的正当，但因为这些恶行就去随意杀人，甚至灭绝人类，本身就是最大的恶。而人性的力量，也正在生命本身。

当汪淼和丁仪陷入极度绝望中的时候，史强带着他们到华北平原去看铺天盖地的蝗虫，告诉他们：“把人类看作虫子的三体人似乎忘记了一个事实：虫子从来就没有被真正战胜过。”（Ⅰ.296）虫子不可能被真正战胜，不是因为它们有什么技术，而就在于生命本身的力量。于是，“三个人沐浴在生命的暴雨之中，感受着地球生命的尊严”（Ⅰ.297）。史强不懂科学，也不懂哲学，但他懂得生活，这就是他的一切力量之所在。

史强不会去问那些有关善恶的哲学问题，因为在生活本身面前，善、恶都只是概念。二百多年之后，罗辑对史强讲清楚了善恶的问题：“下面要定义两个概念：文明间的善意和恶意。善和恶这类字眼放到科学中是不严谨的，所以需要对它们的定义加以限制：善意就是指不主动攻击和消灭其他文明，恶意则相反。”（Ⅱ.443）

最早发现黑暗森林理论的叶文洁并没有理解这一点，她天真地认为三体文明一定更善良，因为经历过太多恶的她，也把善抽象化了，伊文斯更是如此。但罗辑明白，生命才是第一级的概念，善、恶并不是。生命为了保存自己而攻击其他生命，虽然是恶的，却也是生命的必然要求；生命不需要攻击其他生命也可以活下去，从而不发动攻击，那就是善的。但若生命在面临威胁时仍然不攻击，甚至邀请其他生命来攻击自己，那就是愚蠢了，因为如果连生存都得不到保障，就根本谈不上真善美。

而地球三体组织做的，就是这样的事，因而对于地球上的生命而言，是邪恶的背叛，比叶文洁和伊文斯所经历过的所有恶都更罪恶。黑暗森林的可怕之处在于，生存的需要会使生命必然攻击其他生命。但地球上的人类通过社会和政治制度，使人们之间不必相互攻击也能生存下去，并且认为不相互攻击是理所当然的，这才是黑暗森林中最大的奇迹。叶文洁和伊文斯都是出于这种理所当然，而无法容忍人类当中一些没有按照这种生活方式做的人，并对他们充满了愤慨。

竟然有这么多地球人“憎恨和背叛自己的物种”（Ⅰ.239），这一点本身就是文明过于发达的一个结果，因为文明的自我修正能力，是在道德观念相当牢固的文明中才能产生的。正如但丁在地狱中的各种罪人身上可以看到人性的闪光之处，地球三体运动这样大规模的背叛运动，恰恰证明了地球文明的尊严。

当然，这种尊严会阻碍人类去认识黑暗森林，这个简单得不能再简单的道理。黑暗森林，就是由生命最低的维度构成的社会。人类沉在深度文明中过久，以致不能看到生命那最简单的现实。最早接触外星人的叶文洁花了大半辈子才认识到，要找过着“正常人的生活”的罗辑，来传承她的宇宙社会学，但史强从来就没有离开过这个层次。

从深度文明中浮到表面上，获得生命的常识感，会使人类有更明晰的理性和力量，但只有深入文明当中，才能有更丰富的生活。这两个方面，都是文明生活所不可缺少的。

黑暗森林法则的现实意义

科幻小说《三体》中的“黑暗森林法则”使作品中的人类与敌对的三体人建立起了一种“黑暗森林威慑”，即通过威胁公布其星球坐标的方式，使三体人忌惮被更高级文明发现并毁灭的后果，因而停止入侵地球。透过文本，结合国际关系现实主义理论，不难发现“黑暗森林法则”与“核威慑理论”存在着诸多相似之处：二者具有同样的现实主义范式，相似的基本假设，以及类似的演绎推理。本文将通过对比二者的近似范式（“宇宙社会学”与国际关系现实主义理论）和共同机制（威慑理论），分析“核威慑”理论在该作品中的应用，并具体分析威慑成功与失败的关键要素、探析“黑暗森林威慑”与核威慑的差异之处。

【关键词】核威慑，威慑理论，现实主义，“黑暗森林法则”

“宇宙就是一座黑暗森林，每个文明都是带枪的猎人，像幽灵般潜行与林间，轻轻拨开挡路的树枝，竭力不让脚步发出一点儿声音，连呼吸都必须小心翼翼……他必须小心，因为林中到处都有与他一样潜行的猎人，如果他发现了别的生命，不管是不是猎人，不管是天使还是魔鬼,不管是娇嫩的婴儿还是步履蹒跚的老人，也不管是天仙般的少女还是天神般的男孩，能做的只有一件事：开枪消灭之？在这片森林中，他人就是地狱，就是永恒的威胁，任何暴露自己存在的生命都将很快被消灭，这就是宇宙文明的图景，这就是对费米悖论的解释。”

——刘慈欣《三体II黑暗森林》

“在人人相互为敌的战争时期所产生的一切，也会在人们只能依靠自己的体力与创造能力来保障生活的时期中产生。在这种状况下，产业是无法存在的，因为其成果不稳定。这样一来，举凡土地的栽培、航海外洋进口商品的运用、舒适的建筑……文艺、文学、社会等等都将不存在。最糟糕的是人们不断处于暴力死亡的恐惧和危险中，人的生活孤独、贫困、卑污、残忍而短寿。”

——托马斯·霍布斯（Thomas Hobbes) 《利维坦》

“黑暗森林法则”是我国优秀科幻系列小说《三体》中的一个重要设定，其主要内容为：宇宙中所有文明的首要目标都是生存，而宇宙中资源总量有限，且一个文明无法判断另一个未知文明的善意或恶意。因此，当一个文明的所在位置暴露时，便必然会招致其他更高级文明的打击而被毁灭。基于这一法则，在系列第二部中，男主人公罗辑向正在入侵地球的外星高级文明——三体人发出警告，以向全宇宙公布三体人母星的具体坐标为威胁，迫使三体舰队转向，进而建立起了地球人与三体人之间的“黑暗森林威慑”，成功维持了两文明间62年的和平（这一时期被称为“威慑纪元”）。

可以看出，罗辑为阻止三体人入侵所采取的战略，本质在于“威慑”(Deterrence)：以实力让对手感到害怕，令对手惮于两败俱伤甚至是同归于尽的严重后果，因而不敢轻易发起攻击。这一战略与始于冷战时期的“核威慑”理论有异曲同工之妙，从理论范式、机制设计到应用效果都有诸多相似之处。所不同的是，小说中的“黑暗森林威慑”在罗辑的后继者无法承担威慑任务后失效，使人类和三体星球都遭受灭顶之灾；而“核威慑”不仅保障了冷战时期人类文明没有毁于美苏两国的核战争，且至今仍为维护世界的相对和平发挥着不可忽视的作用。

本文将从“黑暗森林法则”与核威慑理论所从属的理论框架——“宇宙社会学”与国际关系现实主义理论开始比较，理清两者相似的理论范式，进而再通过核威慑理论的理论内容与实践应用，解读“黑暗森林法则”的本质，分析其生效与失效的根本原理。

所有人与所有人的战争”：“宇宙社会学”与现实主义理论

《三体》中的“黑暗森林”这一法则是从罗辑建立的“宇宙社会学”中推演而来的。这一学说认为，有两条基本公理：1. 生存是文明的第一需要；2. 文明不断增长和扩张，但宇宙中的物质总量保持不变。在此基础上，又引出了 “猜疑链”（一个文明无法判断另一个文明是否具有恶意，也无法获知对方对自己是否具有恶意的判断，由此产生循环往复的猜疑链）和“技术爆炸”（文明的进步速度并不匀速，弱小文明有可能在短时间内超过更强大的文明）的概念，由此推论出了“黑暗森林法则”：对高级的宇宙文明来说，当发现一个未知文明时，由于“猜疑链”的存在，探测成本高于打击成本；而在对方出现“技术爆炸”前，最佳的选择就是毁灭对方——这种残酷的黑暗状态，就是宇宙的常态。

类似于小说中的“黑暗森林”状态，其实早在约四百年前就被英国哲学家托马斯·霍布斯（Thomas Hobbes)用“自然状态”(State of Nature)的概念系统阐释过了。霍布斯认为，在国家诞生之前，人类处于一种平等、自由的自然状态之中，但由于人趋利避害的本性，出于恐惧和欲求，加上彼此间的猜疑，总是会选择互相攻伐，以保证自己的生存安全，这种充满战争的自然状态被霍布斯称为“所有人与所有人的战争”。尽管在社会契约基础上成立的国家使得人们走出战争状态，免于被剥夺生命的恐惧，但在国际社会中，并没有一个高于主权国家的“世界政府”来结束国家间的“自然状态”，各个主权国家仍然要通过自助(self-help)的方式来保障自我的安全——因此，霍布斯的学说也就成为了现代国关理论中，国际社会“无政府状态”(anarchy)这一基本假设的重要理论来源。

从国际关系学的角度来看，这门“宇宙社会学”几乎就是现实主义理论的“宇宙版”——两者对各自学说的理论范式界定，对国际（星际）体系的基本假设，再到对体系内行为体的认识，都如出一辙（即便前者研究的对象是更广阔的宇宙尺度上的“文明间关系”）。

国际关系现实主义理论认为，“无政府状态”是国际社会的基本状态(Kenneth Waltz, 1979)；主权国家是国际体系的主要行为体；“人性本恶”是分析的出发点，政治受根植于人性的客观法则所支配(Hans Morgenthau, 1948)；国家需要最大限度地扩大其权力或安全（古典现实主义者与新现实主义者在这一点上有分歧：前者认为权力即是国家追求的目标，后者认为权力是保障安全的手段）；而进攻性现实主义(Offensive Realism)者更是认为，无政府状态导致国际安全的稀缺，国家为获取安全而展开的激烈竞争迫使国家采取进攻性的战略，结果便常常导致冲突和战争(John J.Mearsheimer, 2001)。

同样，“黑暗森林”状态也就是宇宙尺度上的“无政府状态”；宇宙中一个个孤立的文明便构成了这一体系中的基本行为体；行为体中的个人也必须对他人保持恐惧与警惕——如同《三体Ⅲ·死神永生》中的人物维德所说：“失去人性，失去许多；失去兽性，失去一切”；文明的第一目标是生存，为此必须不断扩张……

通过比较，可以看出，《三体》中的“宇宙社会学”与现实主义理论从范式到基本假设，有如下相似之处（如表1所示）：

	“宇宙社会学”	现实主义
国际（星际）体系基本状态	“黑暗森林”	无政府
主要行为体	宇宙文明	主权国家
首要目标	生存	安全/权力
人性观点	无从判断(“猜疑链”)	人性本恶
行为体间关系观点	敌对、猜疑	竞争、非合作

(表1 《三体》中的“宇宙社会学”与国际关系现实主义理论比较)

由于“祖师爷”霍布斯的“自然状态”学说已提供了经典的阐述，因此一个了解现实主义理论的人，在读到“黑暗森林法则”时，应该是不会为这一残酷法则的“黑暗”程度感到惊讶的。由于两种理论的相似假设与推论，我们甚至可以大胆猜想：如果不是因为得到了叶文洁（最早发现并联络三体文明的关键人物）的点拨，那么在“三体危机”中，最早发现“黑暗森林法则”的，极有可能是一位现实主义国际关系学者，而不是罗辑这位社会学家。

2“恐怖平衡”：威慑为什么带来和平？

既然“宇宙社会学”与现实主义理论有如此相近的理论范式，那么自然也会派生出相似的安全战略——在小说中是罗辑与三体人建立的“黑暗森林”威慑,在现实中则是大国间的核威慑。

冷战时期,美国与苏联的核武库中均拥有足以毁灭世界文明数十次的核武器。然而，尽管局部战争和核危机不断，美苏两国却并没有真正使用核武器攻击对方本土，也没有爆发一场新的世界大战。这种铁幕之下的相对和平，恰恰建立在双方都拥有足以毁灭对方的核力量的基础之上，因而形成了一种“恐怖平衡”(Balance of Terror)。

在《三体》世界中，人类与三体人间的互相威慑，也体现了类似的逻辑：威慑（Deterrence）。

1. 《三体》中的“黑暗森林威慑”

在《三体》中，面对科技远远领先于人类的侵略者——三体人，地球人无法从正面抗争，因此利用三体人思维透明、不懂得欺骗的弱点，启动了“面壁计划”，让“面壁者”通过隐蔽的思维找到破解之法以阻止三体人的进攻。在其他三位“面壁者”的计划都宣告失败后，罗辑终于以“黑暗森林法则”这一规律武器与三体人谈判，建立起“黑暗森林威慑”，并以一己之力维持了两文明间长达62年的和平期。

“黑暗森林威慑”的建立，基于“黑暗森林法则”的推论：宇宙中的每个文明都是“带枪的猎人”，其他文明都是永恒的威胁，任何暴露自己存在的文明都将会被很快消灭。因此，罗辑向三体人发出威胁：如果三体人继续入侵地球,他将利用太阳核弹链，向全宇宙广播三体世界与周围三十颗恒星的相对位置（同时也会暴露地球的位置）。如果他真的这么做，那么按照“黑暗森林法则”,地球和三体星球的存在都将被其他高级文明知晓，从而招致灭顶之灾。忌惮于这种“同归于尽”的可怕后果，三体人不得不答应了罗辑的要求，命令其舰队转向，并在罗辑担负威慑任务的62年里始终维持着与地球的和平状态。在这62年里，罗辑先是掌控太阳核弹链的起爆开关，后来又掌握引力波发射器的发射开关（两者的功能都是向宇宙广播星球的位置），成为了悬在两个文明命运头顶的达摩克利斯之剑的“执剑人”。

遗憾的是，承平日久的生活让地球人对罗辑所担任的“执剑人”角色产生了恐惧，担心把两个文明的命运交给一个独裁者主宰的后果。因此，人类通过选举产生了第二任“执剑人”——即广受读者诟病的“圣母”程心。由于三体人判断程心没有按下发射按钮的勇气，因此在 “执剑人”交接15分钟后，便对地球发起了进攻，彻底摧毁了地球上的引力波发射装置，导致维持了62年的“威慑纪元”自此终结。幸而，在太阳系之外的人类利用“万有引力”号飞船（具备发射引力波广播功能）向全宇宙进行了引力波广播，公布了三体星球的位置,令三体世界在更高级的文明打击下毁灭，不得不停止入侵地球的计划。而太阳系也遭到了高级文明用“二向箔”进行的降维打击，人类文明与三体文明最终毁灭，仅有少数个体幸存。

2. MAD: “相互保证毁灭”原则

核威慑战略得以建立，关键在于“相互保证毁灭”(MAD, Mutually Assured Destruction)能力。

“相互保证毁灭”原则派生于美国前国防部长罗伯特·麦克纳马拉(Robert Strange McNamara, 1963)于20世纪60年代提出的“保证破坏”原则，即美国在遭到苏联先发制人的核打击后，其残存核力量仍然能够毁灭苏联“五分之一到四分之一的人口、二分之一到三分之二的工农产业”的报复破坏能力。根据评估，在1967年左右，苏联也具备了对美国同等的报复能力。

核武器这种战略武器一旦发射，就会造成毁灭性打击。这种打击是双向的：核战争的攻击方可以给对手造成毁灭性伤害,也会招致对手同样的毁灭性反击。因此，核战争中没有真正的赢家。正是由于核武器的巨大威力是显而易见的，因此，一方即便没有很大的核能力，另一方也不敢冒着毁灭性风险发动战争，这被美国著名政治学者约瑟夫·奈(Joseph S. Nye, Jr, 1990)称为“水晶球效应”(Crystal Ball Effect)。同时，约瑟夫·奈(2009)指出，核武器让核威慑（通过恐吓使对方不做某事）成为了一种重要的战略，核武器也因此成为了一种“不可被使用”的战略武器。在核威慑下的博弈中，双方的较量也更多是心理上的，而不是物理上的。在“疯狂的”（MAD）“相互保证毁灭”原则之下，人们思考问题的方式也就成了“假如你攻击我，我们可能无法阻止你的进攻，但是我手中的报复手段是如此强大，以至于你不敢首先对我发动攻击”,由此便形成了核威慑下的“恐怖平衡”。

核武器的“相互保证毁灭”原则不仅可以保证美苏两个势均力敌的超级大国不轻易发动战争，也成为了小国保障自我安全、制衡大国威胁的工具。例如，在2018年以前，朝鲜宣称自己的“拥核”目的是为了确立核威慑和针对美国的战略平衡，并在2016~2017年内积极开展核试验、频繁试射弹道导弹以展示其核力量。虽然朝鲜与美国国力相差甚远，根本不可能通过常规军事手段防御美韩联军的进攻或阻止美军的核打击，但由于其核武器的存在，美韩也不敢冒着遭受朝鲜核武器报复性攻击的巨大风险，对Kim Jong-un政权采取军事行动,而只能使用经济制裁、美韩军演等有限遏、威慑制手段。正如一个政治笑话所讲：

问：为什么要攻打伊拉克？

美国：我们怀疑他有大规模杀伤性武器！

问：为什么不攻打俄罗斯、朝鲜？

美国：他们真的有大规模杀伤性武器！

同样，在《三体》中，虽然地球人与三体人的科技、军事实力相比，悬殊程度远大于朝鲜和美国的实力对比（三体人的一枚“水滴”探测器就摧毁了人类舰队的几乎所有飞船），但是，由于罗辑手中有足以使两个世界同归于尽的太阳核弹链/引力波按钮，地球人也就掌握了对三体人的“相互保证毁灭”能力，威慑(Deterrence)因此得以成立。

3. 二次打击能力

要想使得核威慑得以维持，不仅需要大量的进攻型核武器，还需要保证己方核武器在遭受对方先发制人的打击后，仍具有反击报复能力，即“二次打击能力”(Second Strike Capability)。

由于在第一轮核打击中，打击的首要目标一定是目标国家的核设施，因此，要取得核威慑能力，就必须保证自己的核武器在承受第一轮打击后，仍然能有残存力量对对方的大城市、工业中心等高价值目标造成毁灭性打击。具备二次打击能力，也就成为了一个有核国家拥有成熟核威慑能力的标志。

提高二次打击能力的关键，就在于提高己方核武器在第一轮核打击下的生存率。这不仅要求拥核国家应具备一定的核弹头数量，也要有多元、高效的核武器投射工具，因此也加剧了有核国家间的核军备竞赛——不仅是核弹头数量的竞赛，更是核武器“存活率”的竞赛。在冷战对抗期间，美国空军曾部署装载有核弹的B-52战略轰炸机24小时在空中巡航，以保证接到核攻击指令时能第一时间做出回应。这是为了确保美国拥有一次打击能力，能够在必要时对苏联展开先发制人的核打击，也保证了美军具有了在美国本土遭遇攻击后展开报复性的“二次打击”的能力。同时，美苏双方都设法提高了自己的二次打击能力。

例如，构筑能够抗攻击核打击的地下洲际导弹发射井、部署在大洋深处待命的核潜艇、装配可移动的核导弹列车、建造迷惑对手的假核设施等。

具备了一定的二次打击能力，即具备了初步的核威慑能力。美国之所以不敢对朝鲜的核设施展开“外科手术式”打击，一个重要原因就是朝鲜的核武器极有可能分散隐藏在山洞之中，很难被一次性全部摧毁。而根据专家分析，朝鲜于2017年试射的“火星-14”号洲际导弹射程可达6000公里，已有能力攻击美国本土。假设朝鲜已经有了数枚携带核弹头的导弹，即使数量不足美国的百分之一，在美国对朝鲜发动核打击后，如果朝鲜藏在各处的隐蔽核武器对美国展开二次打击，即使不能危及美国本土，驻韩美军、驻日美军以及美国夏威夷群岛也极有可能成为朝鲜的报复攻击目标，出于投鼠忌器的心理，美国也不能完全通过武力逼迫朝鲜“弃核”。

《三体》中，在太阳系外的“万有引力号”飞船，也就成为了人类最后的“二次打击”手段。在地球表面的引力波发射装置被三体人完全摧毁后，远在地球之外、载有引力波发射装置的“万有引力号”就如同在第一轮核打击中幸存的一艘核潜艇、一架战略轰炸机、或是一枚装载着核弹头的轨道卫星武器，向全宇宙发射了三体星球的坐标，从而完成了对敌人（三体人）的“二次打击”保证了与对手“相互摧毁”。而人类过分重视一次打击能力，忽视二次打击能力，没有建造更多“万有引力号”那样的可移动引力波发射装置，也成为了“黑暗森林威慑”中的一项重大战略失误（事后人类也做出反思：问题不在于引力波发射台的数量，而在于部署的位置——如果已经建造的23座发射台不是在地面而是在太空的话，三体人很难通过一次攻击就全部消灭它们——但遗憾的是，“万有引力号”只有一艘）。

值得一提的是，《三体》中负责发动二次打击的“执剑人”角色，在历史上也有迹可循。在冷战时期，随着强硬的里根总统提出“星球大战计划”（反弹道导弹防御系统的战略计划），苏联方面担心既有的核平衡被打破，因此开发出了一套“边缘系统”(Perimeter)，西方称之为“死亡之手系统”(Dead Hand)。这套系统的目的在于保证苏联能够对美国的核打击予以还击——即使克里姆林宫和苏联国防部的所有高官在美国的核打击中丧生，这套系统也能自动识别危机状况，向全苏联境内的洲际导弹发出广播，这些洲际导弹在收到这个广播后将会自动发射。而为了避免计算机的误判，这套系统配备了三名不需要很高军衔的苏军军官控制系统开关。而这三名控制室里的值班人员，就扮演了类似于罗辑的“执剑人”角色——他们手上的开关，掌握着两个国家，乃至整个世界的生死。

4. “囚徒困境”与威慑原理

“黑暗森林威慑”与核威慑背后的逻辑，即“互相保证毁灭”原则与威慑的稳定效应，都可以用博弈论中的经典非零和博弈模型——“囚徒困境”(Prisoner’s Dilemma)来解释。

囚徒困境假设了这样一种情境：两个共谋犯罪的人被关入监狱，不能互相沟通情况。如果两个人都不揭发对方，则由于证据不确定，每个人都坐牢一年；若一人揭发，而另一人沉默，则揭发者因为立功而立即获释，沉默者因不合作而入狱十年；若互相揭发，则因证据确实，二者都判刑八年。由于囚徒无法信任对方，因此倾向于互相揭发，而不是同守沉默。最终导致纳什均衡仅落在非合作点上的博弈模型 (Merrill Flood & Melvin Dresher, 1950)。

囚徒困境解释了为什么在合作可以使双方取得“双赢”结果时，合作依然难以达成，也解释了为什么“威慑”成为了有核国家的最佳选择。

在美苏冷战与“三体危机”中，博弈双方都面临着与囚徒困境中的“囚徒”相似的选择：核武器与“黑暗森林法则”的毁灭性威力意味着，任何一方发起攻击，最终的结果都是灾难性的。如果美国对苏联首先发起核打击，或人类首先公布三体星球的坐标，那么苏联与三体人也必将发起同样的还击，因而造成两败俱伤的“双输”局面。由于安全和生存是双方共同的首要目标，因此，博弈双方均保持各自的武器瞄准对方，却不轻易发动进攻（类似于囚徒困境中的双方均“招供”选择），就成了这一困境的最优解。如表2所示，左边数字代表三体人（苏联）的收益，右边数字代地球人（美国）的收益，博弈将呈现如下四种结果。而由于对方报复手段（二次打击能力）的存在，单方面的进攻行为并不能保证“损人利己”的最高收益，因此双方均会倾向于维持现状而不是打破平衡。

	地球人（美国）
三体人（苏联）	是否发动核打击/暴露对方坐标？	否	是
否	1, 1	-3, 2
是	2, -3	-2, -2

（表2 “黑暗森林威慑”与核威慑的博弈论模型）

由此可以看出，“囚徒困境”的存在让彼此拥有“保证毁灭能力”与“二次打击能力”的双方趋于选择“威慑”战略，即通过迅速和压倒一切的报复能力威胁对手，防止其进行某种行动。这是冷战之下“核阴云”密布，却并无第三次世界大战的原因；也是拥有压倒性优势的三体人在“宁为玉碎不为瓦全”的罗辑面前放弃进攻，选择和平的原因。

3威慑成功的要素：威慑=实力×决心×对手相信

然而，“黑暗森林威慑”持续62年后、在人类实力远比62年前更强的时候，对三体文明的威慑却宣告失败。这说明，拥有威慑能力并不是保证威慑成功的全部条件。接下来本文将探讨，成功的威慑需要具备什么样的要素。

1. 威慑的公式

美国著名战略家、“中国人民的老朋友”、同时也是“威慑战略”的权威提倡者亨利·基辛格(Henry Alfred Kissinger)曾提出，战略威慑必须具备三个要素：“有力量、有使用力量的意志和被对手充分估计到”。同时，三者的关系并不是简单的相加，而是相乘，因此三者缺一不可——如果其中任何一个要素为零，则威慑效果将变也为零(Kissinger, 1961)。将这一结论公式化，则为：

威慑(Deterrence)=实力(Capability)×决心(Resolve)×对手相信(Belief)

威慑的有效性要保证“在物质与心理之间，有形与无形之间，虚拟与真实之间”做出必要的调节。核威慑并不是唯一的威慑形式，其他可供灵活选择的策略还有：举行各种规模的军事演习、发动和进行军备竞赛、实行平时和战时封锁、加强在某些关键地区的军事存在、改进武器系统、以阅兵式展示军事实力等(《战略与管理》，1996)。

在核威慑中，实力外的另外两个要素比其他常规武器威慑更为重要。因为正如约瑟夫·奈所说，核武器的强大破坏力让传统战争中的动员和战争准备失效——因为核战争在几个小时内就可能爆发（Nye, 2009）。一触即发且后果不堪设想的核战争，要求核按钮的掌控者（在现实中是各国的最高领导人，在《三体》中则是“执剑人”）必须具有果断的品质和坚定的决心，且必须要通过各种手段让对手认识到自己的能力与决心——在遭到核攻击时，可以在短短几分钟的反应时间内按下核按钮，实施核反击。

《三体》中“黑暗森林威慑”的失效，除了不重视“二次打击能力”的战略失误，人类犯下的最致命错误就是选错了“执剑人”，导致威慑的两个关键要素“决心”与“对手相信”几乎完全丧失，因而招致灭顶之灾。

托马斯·谢林(Thomas Crombie Schelling, 2008)曾指出，对成功的威慑来说,最难的部分在于向对方表明自己的意图，也就是三要素中的“对手相信”。在《三体》世界的设定中，由于三体人可以通过二维展开改造后的智能微观粒子“智子”侦查、通讯，所以人类的一切活动都在三体人面前暴露无遗，三体人可以随时监控并核实人类一切行动的可信度。因此，对人类来说，只要拥有“决心”，是很容易向三体人展示并使之“相信”自己的决心的，也即,除“能力”外的两个要素，在对三体人的威慑的特殊条件下，实际上可以合并为一个要素。

2. “黑暗森林威慑”失败的原因：“决心”与“对手相信”的缺失

无疑，罗辑是一位优秀的“执剑人”，他在最绝望之时以自己的生命相要挟——如果自己的生命停止，对三体人的“黑暗森林威慑”将自动启动——从而使得三体人充分理解了他的威慑决心，愿意与他谈判并议和。在他担任“执剑人”的57年生涯里，三体人根据他们建立的人格模型分析出，罗辑的威慑度“如同一条凶狠的毒蛇”，在90%~94.6%之间浮动。因此，只要罗辑还执掌着悬在两个文明头上的达摩克利斯之剑（引力波发射开关），在有充分的威慑能力的前提下（完备的引力波发射台），三体人可以感知并相信罗辑的坚定决心，明白如果自己发动进攻，罗辑有至少90%的可能性会按下开关，就如同遭到核打击的领导人按下核按钮一样，选择与之同归与尽。因此，在62年的“威慑纪元”中，三体人始终不敢轻举妄。

而相反，人类由于在和平与民主的环境下发展了62年，对外部的威胁产生了懈怠，也对等同于独裁者的罗辑产生了不信任感，因此推选决心了更具有爱心与亲和力的程心做下一任执剑人。然而，根据智子后来的透露，程心的威慑度只有“可怜的10%”，且十分稳定。这也就意味着，在“能力”这一要素不变的前提下，当罗辑将引力波开关交给程心的一瞬间，“决心”与“对手相信”这两个要素便陡然下降了至少80%，让原有的威慑效果大打折扣。对三体人来说，这也意味着进攻的风险也大大降低——程心只有10%的可能性会选择按下开关，于是便在“执剑人”交接仅仅15分钟后便发动了进攻，彻底摧毁了地球上的引力波发射台，令“能力”这一要素也不复存在，让“黑暗森林威慑”彻底失效。而程心在面临打击时选择扔掉开关的表现,也验证了三体人的推断。如果不是三体人错误地认为“万有引力号”已被摧毁，可以想象，故事中的地球将很快被三体人所奴役。

虽然书中没有详细描述三体人对地球“执剑人”威慑度的计算方法，但不难推断，“威慑度”并不等于“危险度”——高威慑度的“执剑人”并不是疯子或战争狂人，而必须是果断且冷静的理性分析者，能够判断危险到来的时机，并能在最短时间内采取反制措施，即使以整个文明陪葬为代价也在所不惜。罗辑与另一人物维德（威慑度保持在100%）具备这样的胆识与气魄，因此对三体人来说，这样的“执剑人”就使得人类对三体的“黑暗森林威慑”完全具备了“能力”“决心”与“对手相信”这三个条件，因此改变现状的进攻或挑衅行为都是极度危险的。反之，低威慑度的程心让后两个要素几乎荡然无存，人类对三体人的威慑能力也就几乎可以忽略不计了。

3. 虚张声势策略：“黑暗森林威慑”与“核威慑”的差异

《三体》毕竟是一部科幻小说，书中一些三体人与地球人的差异也导致了个别条件的不同。

如前所述，由于三体人无处不在的监控，人类的“能力”“决心”以及与之相随的“对手相信”这三要素实际上对三体人是完全透明的。这也就意味着，人类的“虚张声势”策略(Bluff)对三体人是几乎无效的。小说中除罗辑外的三个“面壁者”之一雷迪亚兹也试图采取类似于“同归于尽”的方法建立对三体人的威慑——通过引爆巨量氢弹产生连锁反应毁灭太阳系的做法，逼三体人就范。然而，他的计划被三体人识破，并被告知“主不在乎”，因此这一威慑计划也变成了被拆穿的“虚张声势”，宣告失败。

与此相对，三体人由于思想的透明性，也不善于运用欺骗的方法，所以他们所作出的一切威胁或承诺都是可信的——这对人类来说又是一个优势。

但在现实中，各主权国家的军备建设与决策过程更像是“黑箱操作”，对外几乎是不可见的。这就导致，在现实中，国家间可以通过信息的不对称来进行“虚实结合”的策略，以替代完全可靠的威慑战略。基辛格(1962)曾这样表述虚张声势策略的效果：“一个虚张声势却被认真对待的举动，比一个明明是威慑却被理解成虚张声势的举动更有用”。

有核国家，特别是刚刚跨过核门槛的国家,可以通过“夸大自我实力和意图、释放虚假信号和推行不透明政策，以及不经意间越过政策红线的边缘政策”，迫使对手误以为自己具有充分的威慑能力，因而放弃进攻（左希迎, 2017）。例如，朝鲜在2016~2017年进行了3次核试验与二十余次导弹试射，其做法不仅可以向敌对国家展示自己的能力、决心，令对方更加重视朝鲜的“核威慑力”,也可以通过这些方法隐藏自己的弱点。同时，朝鲜也可以利用其国内政治信息的不透明，将“拥核”与“弃核”当作一张政治牌打出，以便在与韩国和美国的谈判中获得更多的筹码和更大的回旋余地，以保障自己的安全并扩大潜在的利益。

然而，这种妥协与斡旋，在《三体》的世界中是难以想象的——人类信息的完全透明和三体人思想的透明，再加上“黑暗森林法则”恐怖后果的透明（类似于核武器的“水晶球效应”），让人类与三体人别无选择，除了双方针锋相对、神经时刻紧绷的绝对威慑，不存在任何欺骗与挑衅的可能。如果一方稍有妥协，威慑便宣告失败。

结语

“黑暗森林”只是一个小说设定，而不是严谨的社会科学理论。这一法则存在着诸多经不起仔细推敲的漏洞。在作品第三部《三体Ⅲ死神永生》中，作者刘慈欣借书中人物关一帆之口说出：“黑暗森林状态对于我们是生存的全部，对于宇宙却只是一件小事。如果宇宙是一个大战场——事实上它就是——在阵地间，狙击手们射杀对方不慎暴露的人。比如通信兵，或伙头军什么的，这就是黑暗森林状态；对于战争来说它是一件小事，而真正的星际战争，你们还没见过”——这就好比在不同的范式下，原有的理论也不再有效一样，在更高维度的宇宙中，“黑暗森林”不再是文明间的基本状态‘；在“建构主义”(Constructivism)理论中，现实主义者们笃信的“无政府”状态也不再是国际社会的“自然状态”，而是国家在互动时共有的观念造成的(Alexander E. Wendt, 1992)。

刘慈欣本人也承认，他本人并不相信黑暗森林体系是真的，”只是出于小说的创作需要才这样写的”。

然而，对照历史与现实，可以看出“黑暗森林法则”并非完全是空中楼阁。在人类与三体人的相互威慑中，我们不难看到冷战下核阴云密布的“恐怖平衡”。书中的诸多要素也都可以找到其现实中的翻版，例如“黑暗森林法则=核威慑”，“黑暗森林状态=国际社会无政府状态”，“太阳核弹链/引力波发射开关=核按钮”，“万有引力号=二次打击手段”，“宇宙社会学=国际关系现实主义”等一一对应的同等概念。

“黑暗森林”也许并不是宇宙的全部，就如同“无政府”也未必是国际关系颠扑不破的真理一样。《三体》中的“黑暗森林法则”，可以视为一则虚构的“核威慑理论”案例，也生动地展示了威慑失败的原因与后果。在感慨“黑暗”之余，我们既要记住曾经的和平从何而来，防止在过长的和平中诞生“程心”式的“执剑人”；也要“风物长宜放眼量”，探寻更多的可能性，为和平、合作、和谐的国际（星际）关系提供新的范式。

By 邵景楷、吴飞

人工智能Chatgpt能否取代谷歌

OpenAI的ChatGPT一出，在AI圈可谓是引发了一场大地震。国内外的科技圈，都被它刷屏了。写小说，写代码，找BUG，写论文，画漫画，谱曲……简直没有它干不了的事。

它如此强大，如此体贴，如此丝滑，让广大网友细思恐极——这名网友让ChatGPT创造了一个关于「Zorbus」虚构世界的故事。随后，这个世界里的AI Zora，生成了详细的毁灭人类计划……

还有网友脑洞大开，让ChatGPT编写一条诈骗短信，也有模有样的。不过，这个语料库是从反诈AI那里扒来吧，后面这句直接穿帮了啊喂！

谷歌「药丸」？

我们知道，目前的主流搜索引擎，比如谷歌，都是基于对问题本身的搜索，但它们有一个很大的限制：用户有时也描述不清自己的问题。而ChatGPT却能够和用户完善地互动，在充分挖掘用户真实需求的基础上，提出解决方案。这可能就是未来搜索引擎的的新范式，换句话说，ChatGPT恐将引起一场搜索引擎的大革命！基于GPT开放式的问答和生成机制，ChatGPT能够充分解决「用户不能准确描述自己问题」的问题，通过循循善诱，给出用户最需要的答案，宛若一个专家。为什么ChatGPT这么强大？一个原因是应用了RLHF的方法。RLHF的方法首见于22年3月发表的这篇论文中。

论文地址：https://arxiv.org/abs/2203.02155

此外，指令调整（instruction tuning）的贡献也很大。InstructGPT的输出效果，比GPT-3以及用监督学习进行微调的模型都要好得多。ChatGPT一发布，众多好奇的网友纷纷开始「调戏」，甚至把网站搞崩了。而它的强大到恐怖的回答，甚至让某些用户做出这样的判断——这个模型恐已通过图灵测试。让我们来看看这个最近在推特上爆火的帖子：「Google is done.（谷歌的时代结束了）」这名博主分别向谷歌和ChatGPT提问，结果，ChatGPT的回答完全是把谷歌吊着打……提问：「在Latex中，怎么写微分方程？」谷歌是这么回答的，看起来似乎还好，对不对？让我们看看ChatGPT的回答。真是不比不知道——这……完全是一个满分答卷吧。颤抖吧，谷歌！提问：「TypeScript 中泛型的局限性是什么？」谷歌的回答，还得麻烦咱们自己动手一个个点进去。而高能的ChatGPT，华丽丽地直接给出了答案，非常丝滑。提问：「如何将solidity函数标记为只能由contract创建者调用？」在领略过ChatGPT的优秀之后，谷歌呈现的页面，就很像一个懒癌发作、在作业中丢给你几个链接的学生。

对比一下，ChatGPT的回答是多么令人赏心悦目啊。提问：「如何在brainfuck中编写一个非常低效的排序算法？」这问题角度如此清奇，谷歌中直接没有答案。而ChatGPT面对这种「调戏」，依然认认真真地作答，认真得让人心疼。你的代码出了什么问题呢？ChatGPT也能详细解答，让程序员放心「抱大腿」。从让-鲍德里亚的《仿真与拟象》，到博尔赫斯的《论科学的精确性》，ChatGPT无一不是信手拈来。甚至还能猜测让-鲍德里亚对于大型语言模型的看法。

AI写的作业，就让AI来判吧

这种强大的特质，甚至让ChatGPT可以帮助师生双方用魔法「互博」。

现在，距离GPT-3的发布已经过了2年，基于AIGC的工具们也有了相当大的飞跃。而人类与AI的魔法战争，在学校里愈演愈烈。学生们互相交流着自己如何用AI写作业并获得A的故事，老师和教授们则抱怨被这些学生用AI各种「调戏」。不过，现在好了，在面对在作业上用GPT-3作弊的学生时，老师和教授们也可以用ChatGPT制定评判标准，打分并给出评语。学生用AI写作业，老师用AI出题+批改作业，人类都在摸鱼，只有AI受伤的世界达成了。

这不，前两个月就有人在Reddit上炫耀，自己这几个星期以来，已经用AI给别人「做」作业赚了100美元，大家还都夸他是个天才。这件事一下就引起了不小的轰动，相关报道接踵而至。随着调查的深入，大家发现，这位同学其实是个「惯犯」。还在上高中时，他就用GPT-3完成了一次生物作业——写一篇描述细胞功能的论文，并顺利地拿到了100分……

那么，对于那些并不精通技术的同学，该怎么办呢？不用担心，嗅觉敏锐的商人们已经准备好了「解决方案」，你只需要交钱就可以了。「AI写论文，包年有优惠！」

花开两朵，各表一枝，接下来我们就看看老师如何用ChatGPT来应对吧。首先，用ChatGPT布置一道作业题。问：想出一个好的论文问题，向MBA学生提出关于技术如何扩散的问题。答：成本、兼容性和感知价值等因素如何影响新技术在商业领域的传播，以及组织可以采用什么策略来确保成功采用？

然后，让ChatGPT给出一个评分标准：1. 明确指出并解释影响新技术在商业领域传播的因素（成本、兼容性和感知价值）（20分）。2. 提供具体的例子来说明这些因素对新技术传播的影响（20分）。3. 分析组织为确保成功采用新技术可以采取的策略，包括成功实施的例子（20分）4. 评价这些策略的有效性，并提出改进建议（20分）。5. 表现出较强的组织性、连贯性，并使用正确的语法和引用标准（20分）。接下来就是测试时间！首先，根据ChatGPT给出的题目，让GPT-3撰写论文。也就是下面这篇：（节选）

接着，把这篇「作业」交给ChatGPT打分：根据所提供的评分标准，这篇论文共得到80分。

明确指出并解释影响新技术在商业领域传播的因素（成本、兼容性和感知价值）（20分）
供具体的例子来说明这些因素对新技术传播的影响（20分）
分析组织为确保成功采用新技术可以采用的策略，包括成功实施的例子（20分）
评价这些策略的有效性，并提出改进建议。
评价这些战略的有效性，并提出改进建议（0分）
表现出较强的组织性、连贯性，并使用正确的语法和引文标准（20分）

甚至，ChatGPT还能给「学生」建议，告诉他们如何写得更好：

该文对新技术在商业领域传播的影响因素进行了透彻的解释，并提供了具体的例子来说明。然而，文章还可以通过对组织为确保成功应用新技术而采取的策略的有效性进行更深入的评估，并通过提供建议来加以改进。文章还可以加入更多成功实施这些策略的具体例子，来证明其有效性。此外，文章还可以对组织在实施这些策略时可能面临的潜在挑战和障碍进行更详细的分析，并提出克服这些挑战的建议。总的来说，文章提供了一个良好的基础，但可以通过更深入的分析和实例加以改进。

妈妈，我再也不用担心马院士的周报啦前不久，马院士不是出了新要求，让推特的工程师们每周交周报嘛。现在，ChatGPT可以让他们一键解忧了。甚至，ChatGPT还会接受建设性的意见，并对自己写的代码提出改进。

讲故事大师

ChatGPT讲起故事来，也很高能。一位网友让ChatGPT讲一个「描述地铁站台上的蝙蝠侠和小丑」的故事。ChatGPT的创作能力令人惊叹——

在一个灯光昏暗的地铁站，小丑站在月台上，凝视着坐在附近头顶横梁上的蝙蝠侠。小丑穿着他标志性的紫色西装，顶着绿色头发，脸上挂着邪恶的笑容。他拿着一副扑克牌，正用手指熟练地翻动着它们。洗牌的声音在空旷的车站回荡。蝙蝠侠穿着他的深色西装和斗篷，用钢铁般的目光低头盯着小丑。他的肌肉紧绷，随时准备应对这个恶棍的任何动作。小丑咯咯地笑了起来，他的笑声在车站的墙壁上回荡。「你好，蝙蝠侠！好久不见。最近打击犯罪的工作怎么样？」蝙蝠侠保持沉默，仔细地看着小丑。小丑的笑容扩大了。「来吧，蝙蝠，别总是那么严肃，我们来找点乐子吧。」他向蝙蝠侠扔了一张卡片，蝙蝠侠轻松接住。「我不是来玩游戏的，小丑，」蝙蝠侠用严肃的语气说。小丑的笑声变成了疯狂的咯咯笑声。「但这就是重点，蝙蝠侠！生活是一场游戏。我是它的主人。」他从口袋里掏出一枚炸弹并举起来，计时器在滴答作响。「让我们看看，你能玩得多好，怎么样？」蝙蝠侠从横梁上跃下，优雅地落在站台上。他走向小丑，小丑步步后退，手里仍然拿着炸弹。两个敌人对峙时，空气中的紧张气氛显而易见，每个人都准备好了智取对方。炸弹计时器的倒计时声增加了现场的紧张感。小丑的笑容从未消失，即使蝙蝠侠越来越近。「和你一起玩总是很愉快，蝙蝠侠。但我想是时候退出了。」小丑一挥手，消失在一团烟雾中，留下蝙蝠侠独自站在站台上。炸弹引爆了，碎片飞扬。但蝙蝠侠毫发无损，准备继续投身与小丑和困扰这座城市的所有邪恶之间的，永无休止的战斗。

同时，这名网友还用OpenAI的Dall-E 2来生成了配图。