我們看見曾看過的東西#
「我們看見的是我們曾看過的東西。
從祖先繼承來的語言告訴我們：『注意這個——這幫助我們生存、繁衍。』」
自莎士比亞時代以來，英語詞彙增加約 5 倍——更多名字標記更多值得注意的經驗。這帶來「分裂」：
- 玩 crypto / blockchain 的年輕人有自己一整套語言
- Buffett 世代不知道這些詞，根本看不見這個新世界裡的東西
- 兩群都說英語的人卻無法溝通——他們講不同的語言
天真實在論：以為話語等於實在#
心理學裡的「天真實在論」（naive realism）：
- 我看到的是真實
- 我說的等於真實
- 字詞指向世界裡真實的事物
心理學界一百年來都知道這不是事實。但人們把名字一貼上某流程，就以為自己懂了。
- 「coffee」可指咖啡豆、「我們去喝咖啡」、「還有咖啡嗎」——不同意思
- 「我的車在這附近」——你和我心中的「車」可能不一樣（你可能換車了）
過去人們一輩子住同一個地方，這些誤差不重要。但現在世界天天在變，我們的腦並未演化來處理這種環境。
想像力會自動填空#
「只要給我們一點點經驗，想像力就會用『我們預期的』、『我們熟悉的』填滿其餘——這既是想像的奇妙，也是交易者的危險。
我們聽到一句話，立刻填入一堆東西，但該不該這樣填，其實要花更多時間判斷。」
不確定性的歷史處理方式#
不確定性自古有之，過去靠儀式與占卜處理：
- 宗教、斯多噶哲學讓你「無論發生什麼，都能在自己中安頓」
- 占卜（投骨、I Ching）希望透過小隨機事件「讀出」更深層的世界結構
- 「如果我把硬幣丟出去，它們不會真正隨機掉落——會根據周圍一切——只要懂得讀，就能略知世界的微妙運作」
福克納指出：現代市場預測本質上仍是這套古老願望——試圖與複雜性的模式連結。
危險在於：當預測值跳出來時，它具體、明確，人們就會說「那一定是真的，因為它就是出現了」。但那是當下的快照，現實已經繼續走下去。
為什麼預測還活著？#
1940–60 年代有政府官員指出：企業做預測的目的是讓所有人採取行動。
- 像薩滿從山上下來告訴戰士「現在出發狩獵」
- 雖然危險、有人會死（現代用語：有人會破產）
- 但若沒人出發，更糟
「如果我告訴人們真相：『系統本身是它自己的最佳預測器』——人們會問『這是什麼意思？』
意思是：系統會讓你知道它要去哪。
Bogle 想出的答案是：買整個市場——於是有了被動指數投資。
另一面就是趨勢追蹤。
但人們覺得『不夠刺激、我想要具體的東西』——『你想要薩滿從山上下來給你個明確答案』——對方說『對』。
所以預測還是會在。」
以相似度推理（Reasoning by Resemblance）#
「『以相似度推理』是人類最古老、最深的策略之一——不是錯的。
問題是：它錯的時候，錯得壯觀。」
「現代科學是對常識的攻擊」——對 Buffett、Munger 這類人「常識上對的東西」往往無法解釋世界。
從早年技術讓世界看似可控（暖氣、水電、汽油引擎），到網路把世界連結到極高速——我們重新創造了複雜性：多重代理人、多重連結、多重高速交易、回饋。過去自然有複雜性（天氣、農時），現在我們的人造世界本身就是複雜系統。
複雜性的特徵#
複雜系統的核心特徵：
- 歧義性（ambiguity）——沒有單一明確觀點
- 隨機性的不確定（stochastic uncertainty）
- 內生效應（endogenous effects）
- 反身性（reflexivity）
- 我們知覺與處理能力的限制
「在複雜系統中，這些不可化約——而且你也不該想化約。」
當市場下跌 400 點時，許多人覺得是壞事；但福克納認為它正在從複雜走向秩序。複雜系統需要狂風驟雨般的波動——它遠離平衡。我們用的經濟模型卻是平衡基礎——把開盤價、收盤價當作真實——但那只是任意時點。
貓的隱喻：何謂仍是「市場」#
「貓掉了尾巴還是貓。掉了一隻耳朵還是貓。但到某個點它就不是貓了——它死了。
複雜系統像活系統——市場需要有所有參與者交易、互動，否則就不是市場。」
信貸危機時銀行彼此停止信任、不再交易——它就等同於死亡。市場需要那種活動、那種模糊、那種不確定。
湖泊與斑馬貝：不是相加，是改變整個系統#
密西根湖被中國船帶來的斑馬貝（zebra mussels）入侵——湖管局想引入新物種對付它，但不知道會對整個系統造成什麼影響。
「在生態系統裡事物不是相加的——不是 1 + 1。
加入新東西不只是『增加新功能』，而是改變整個系統——這就是複雜性。
市場不是『市場 + 加密貨幣』、『市場 + 區塊鏈』——區塊鏈正在改變人們對整個交易的思考方式。」
而且每個觀察者都對「同一片湖」有不同視角——「Buffett 從大魚的位置看，跟水面小蟲、跟鱸魚都不同——沒有誰是對的，每個觀點只在它自己的角度為真。」
偽陽性與偽陰性#
複雜性帶來雙向陷阱：
- 偽陽性：「我用相似度推理，凡名字含 coin 的區塊鏈相關公司都該投」——短期可能賺，長期會破
- 偽陰性：聽到 Buffett 說那邊「沒東西」——其實有，只是測試方法測不到
對於汽車、電視、網路：早期都有過洗牌期，後來成為巨大產業。Buffett 真正的訊息是「搞清楚你在做什麼」，而不是「那邊不會有未來」。
三種情境的判斷力#
最重要的「元技能」是：辨別你身處什麼情境：
- 簡單：「我們去喝咖啡」
- 複雜化（complicated）：「如何架設 LAN 網路」——多元素但因果可預測
- 複雜（complex）：人類互動，結果有非線性、非預期、不可預測
把人放進房間想要他們合作就是複雜情境；新創創業者常錯把複雜當複雜化——以為可以像寫程式一樣控制市場與用戶反應。
「不老練的交易者把市場誤認為複雜化——以為再多軟體、再聰明的顧問、再多指標，就能搞定。
複雜世界的規則和行動方式，跟簡單或複雜化的世界完全不同。」
網絡效應與冪次律#
「複雜系統」、「複雜適應系統」——這些都不只是學術名詞。網絡理論揭示：
- 網絡不只是一對一連結
- 會發展出節點 / 樞紐 / 超級樞紐
- 服從冪次律（power laws）：少數節點極端強大
引用 Taleb 的「平庸國 vs 極端國」：
- 身高：平庸國——最高的人也沒高很多倍 → 鐘形曲線
- 財富：極端國——最富的是別人很多倍 → Walton、Koch 在頂端，往下是 90% 的人
早入場 + 以一定速率添加會員 → 數學上你必然成為大玩家。
Steve Jobs 在 Xerox PARC 看到 Alto——他不是看到 7 台電腦相連，而是看到 7,000 或 70 萬台。
Bezos 大概知道網絡效應——他在尋找「底層軟體可以賣任何東西」的事業，先從不易腐敗、有現成市場、適合差異化的東西開始——書。
Zuckerberg 起初未必懂網絡效應，但 Harvard 那個女生比較網站爆紅後，他就懂了。
放大型回饋迴路與「永動」之謎#
「多數企業活動都在試圖把行為導向某物（抑制型回饋迴路），目的是創造放大型回饋迴路（利潤）。
放大型回饋迴路在物理上違反『永動機不可能』——但商業的目標就是要創造比成本更多的價值，等於違反這個物理定律。
我們怎麼做到？」
人生的小實驗#
「答案不是『仔細規劃未來』——『我要去這所大學，我要做這個那個』。
是做一連串小實驗——什麼有效就多做，什麼無效就少做。」
Bill Gates 從哈佛輟學、Ken Griffin 大學時就在宿舍交易、Jobs 從 Reed College 輟學——這些不是「野心」，是一連串實驗。
「人們不把人生這樣看，但這也許就是『別把雞蛋放在同一個籃子』的真正意義。」
大學是「眾多路徑之一」，不是唯一路徑。如果你能用實驗的態度看，也許就不會貸大筆學貸。
三大投資思維家的定位#
最後福克納做了一個有趣的分類：
- Ray Dalio：認為市場是「機械化、複雜化系統」，可透過「徹底透明」（radical transparency）拉回複雜化的可控狀態
- George Soros：認為經濟「遠離平衡」（far from equilibrium）——位於複雜性核心，懂得自己與他人的思考會影響市場——這就是反身性
- Bogle、Covel、Taleb：站在複雜與混沌邊界——「市場處於混沌的邊緣」（並不是字面意義上的混沌）
「人們對世界的思考方式 → 影響他們的作為 → 又影響他們對世界的思考。」
這就是為什麼 Soros 與 Dalio 即便看的是同一個市場，行動方式卻完全不同。