成功的背后不是方法，而是代价。最卓绝的成功，往往会祭奠一个人生命中最珍贵的东西。
这就是，命运弄人。
文艺复兴科技创始人、“量化投资之父” 詹姆斯・西蒙斯，创办的 “大奖章” 量化基金（Medallion Fund），在 1988 年 - 2018 年的三十年间，平均年化收益率 66%。远超同期标普 500 指数的年化 9.8% 和股神巴菲特的年化 20.5%。
即使扣除管理费、业绩报酬后，投资人可以收获年化 39.1% 的回报。也就是说，如果你在 1988 年投资大奖章 1 万美元，三十年后，就可以坐拥 1.4 亿美元的巨额财富。
西蒙斯是天才数学家，顶级投资人。命运赐予他幸运，也降之以残酷。1996 年，西蒙斯的儿子保罗・西蒙斯，一位积极乐观、热爱健身的年轻人，骑行时被一位倒车的老妇人撞倒，当场死亡，年仅 34 岁。
2002 年，另一个儿子，长相和爱好酷似他的尼古拉斯・西蒙斯，在巴厘岛潜水，溺水身亡，年仅 24 岁。
量化投资，不研究基本面，不研究公司经营，不研究宏观和利率，只信奉 —— 数学。用天量数据训练的模型做出预测，赢下市场。这是一场数学的极致游戏，是投资领域最至高无上的皇冠。西蒙斯是绝对的大师，他参透了概率的秘密，他用数学预测未来，赢下巨额的财富。然后在晚年，陷入沉思，“儿子早亡惨死，白发人送黑发人”，如此小概率的事件，为什么偏偏击中一位概率大师。而且是两次。
用数学预测未来，用 AI 替代人性，这是人类伟大的征程。在这趟通向未知的冒险中，驾驭游戏的大师，和委身时代的普通人，都只能身处其中，徒呼奈何。
01 挫败十年
西蒙斯，少年得志。
23 岁，博士毕业。
30 岁，担任纽约州立大学石溪分校数学系主任。
38 岁，获得 “数学几何里的诺贝尔” 奥斯瓦尔德・维布伦奖。
中国人熟悉的科学家杨振宁、陈省身，都和这位数学天才有交集。陈省身和西蒙斯，合作创立 “陈 - 西蒙斯” 理论。杨振宁凭借 “宇称不守恒” 收获诺贝尔物理学奖后，试图建立更大的规范场理论，遇阻不前，是受到西蒙斯研究的启发，最终扫清障碍，创立现代物理的基石 —— 杨・米尔斯理论。
不出意外，西蒙斯的生活可以一直光鲜舒适，不会巨富，但也富足顺遂。可惜，少年时期的一个爱好深深困扰了他 —— 赚钱，赚很多钱。
于是，他抛下安逸，开启了自己充满挫折感，备受打击的十年 ——40 岁，辞去系主任，下海创业，做投资。
作为数学天才，学术大拿，西蒙斯的初心是用数学做 “客观的” 投资 —— 把所有指标量化，用数学建模，让模型自动做交易，绝对客观，不要人的判断和参与。
但是，一下海西蒙斯就遇到了麻烦 —— 到底做主观投资，还是客观的量化？
西蒙斯和合伙人左右摇摆。
美国 80、90 年代，是主观投资的黄金时代。大师辈出，群星闪耀时。
第一个流派是，价值投资。
代表是，” 股神” 巴菲特。巴菲特的名言，脍炙人口 —— 只碰你懂的好生意，找到有护城河的好公司，低价买入，长期持有。别人恐惧，我贪婪，别人贪婪，我恐惧。
是基于人的判断。
另一个代表，彼得・林奇。
从 1977 年到 1990 年。他管理的富达公司麦哲伦基金。从一亿美元增长到 160 亿美元，年化收益率 29%。巅峰时，每一百个美国人就有一个人投资了他的麦哲伦基金。
林奇挑选股票的风格更是个人风格。他甚至可以在老婆的丝袜里找到灵感。
一天，他老婆穿了一双蛋牌（L’eggs）丝袜。估计是林奇发现不好撕，质量真好。还挺新颖，包装是一个蛋。林奇来了兴致，买了 48 双各种品牌的丝袜让同事穿，每天名正言顺地研究姑娘们的腿。评估下来，还是老婆的丝袜最好，于是买了这家丝袜的公司 Hanes 的股票。大赚一笔，成为林奇的代表作。
你看，价值投资，基本面研究，熟读报表，走访公司，调研市场，再结合自己的商业经验，做出判断。依靠人，找到伟大的企业。
第二个流派，宏观投资。
代表人物是，桥水基金的达里奥，他打造了一种叫 “全天候” 的投资策略，做从上到下的宏观研究，再利用各种金融工具完成股票、债券、商品、外汇分散配置，企图构建一个在任何经济环境（增长、衰退、通胀、通缩）下都表现稳健的投资组合。
既然依赖人的主观研究，人就会有对错。达里奥热衷出书、演讲，逢人就说教自己对 “危机” 的研究，夸耀自己的代表作是躲过 2008 年的金融危机、2010 年欧洲的主权债务危机，且收益喜人。但是桥水在 2020 年、2022、2018 判断失误，表现极差。他就不提了。
另一个代表乔治・索罗斯。深入分析经济数据、新闻，在全球政治经济发生大的变化之前出手。最经典的战役，是索罗斯大战英镑。
同样，既然依靠主观，到了晚年，能看到索罗斯明显的精力不支，公司管理不善，人才流失，投资业绩在 2000 年后失去雄姿。
在 80、90 年代，主观投资是绝对主流。所谓主观投资 —— 用脑力，而不是算力。多调研，多和人交流，用电话，而不是电脑。
西蒙斯的期望，基于数学的、客观的量化投资，当年被认为是 “江湖骗术”。
华尔街极具创新精神，一切向钱看，只要能赚钱，啥都愿意试。西蒙斯之前，无数数学天才试过量化投资这个梦想，有高光时刻，但是最终全部暴雷、亏损，身败名裂。久而久之，华尔街把量化投资称为 “现代炼金术” 。华尔街戏称，所有数学家的预测都是胡说八道，所有谈论数学、UNIX 系统或者 C 语言的人，都靠边站。
初入投资圈的西蒙斯不再坚定。创业初期，主要依靠合伙人的智力和直觉投资，而且收获颇丰，翻了几十倍。
直到 1984 年，遭受了巨大亏损，基金损失了 40%。由于还有杠杆，几乎血本无归。面对怒不可遏的投资人，西蒙斯哆嗦得不敢公布基金净值。
这次惨败后，西蒙斯和合作几十年的数学家鲍姆彻底分道扬镳。他决定一条路走到黑，转而开发基于数学的，完全由计算机程序做交易的系统。
西蒙斯本人没有受过系统的金融训练。不懂现金流，不会评估产品，不懂预测利率。他也不聘请金融专业或者 MBA 背景的人才，而是大量寻觅数学和物理博士。回归初心是用数学，做客观的投资。把尽可能多的指标量化，用数学建模，分析相关性，计算概率，模型说怎么投资就怎么投资。
但是，哪怕一个天才数学家下定决心，面前也不是坦途。
因为市场波动，西蒙斯经常愁到胃痛。不断邀请顶尖数学家一起开发新系统，但是又总是因为亏损，相互指责，分崩离析。最终这帮顶级数学教授的研究生都嘲笑老师是 “江湖骗子”。同事们也开始怀疑西蒙斯已经有自杀倾向。
1988 年，经历十年的打磨，以为万事俱备。传奇的 “大奖章” 基金，正式建立。
但是第二年，也就是 1989 年，再次亏损，业绩非常糟糕。西蒙斯停止了投资活动，端坐在曼哈顿市中心一座摩天大楼 33 层的办公室里，紧盯着电脑屏幕上不断刷新的全球金融市场动态。目光空洞。
朋友很难理解他为什么还在坚持。但是牛人就是牛人，他再次打起精神，到处募资。1990 年，西蒙斯亲自上门，问另一位量化先驱唐纳德・苏斯曼募资。但是这位大佬拒绝了西蒙斯，而是投资了西蒙斯最大的竞争对手 D.E.Shaw。
说个题外话，D.E.Shaw 量化基金当时有个员工，杰夫・贝佐斯。正是量化投资，让他见识到计算机、数据的威力，不久后，他和发妻将把所有家当装进一辆拖车，从华尔街横穿美国，去西雅图创办亚马逊，终成世界首富。
对西蒙斯来说，这是一个少年得志的天才数学家，怀才不遇、备受打击的 12 年。但即使在人生最低谷的时候，也有一个信念支撑着他：不做平庸的事。
西蒙斯已经征服了数学的世界，接下来他的野心是，用数学征服世界。
数据、模型、调优。十二年 。
模型终于走上了正轨。
故事到这里，远远没有结束。数学征服世界，才刚刚开始。
02 IBM
量化投资的背后是一场典型的，人和 AI 的竞赛 —— 在投资的世界里，AI 是不是比人更强呢？
把钱变成更多的钱，世间再没有比这更有魅力的魔法，在众人的印象里，顶尖的投资人是人中龙凤。他 / 她，必然是智力超群，阅历超群，对人性侃侃而谈，对数据如数家珍，和商业领袖纵横捭阖，和政治精英勾肩搭背。
西蒙斯不是这样一个人。量化投资的背后，不是人，而是模型。
量化投资的信徒，挖掘一切数据 —— 每种资产不同的价格，开盘价收盘价最高价…… 细微的波动，历史成交量…… 订单数，人流数……CPI、PPI、GDP 增速、工业产值、PMI、失业数、美元指数贸易、顺差逆差…… 气温的变化、分析师研报的情绪、监管文件中的风险提示词……
再把这些天量的数据扔进计算机，训练一个模型。
不断地优化这个模型。
然后投资开始了。
模型自己决策，自己完成。经常发生的是，模型做出的决策，人无法理解。
怎么会这样？为什么现在做空石油？你确定？这明显和人看到的市场信号相悖，每当这个时候西蒙斯的选择是 —— 相信模型，哪怕不理解。
量化模型，就是一个黑箱。
听到这里，你或许觉得它和什么很像？没错，正是今天的 AI 大模型。
三十年前，西蒙斯和他的量化投资，是今天这场 AI 革命冥冥之中的参与者。
这不是我牵强，让我说几个西蒙斯和今日 AI 革命的交集。
除了研究数学模型，西蒙斯的另一个爱好是为文艺复兴科技公司招揽人才 —— 他偏爱，陷入低谷的聪明人。
1992 年，IBM 裁员。西蒙斯趁机招揽了两位大将 —— 彼得・布朗和罗伯特・默瑟。
布朗、默瑟供职于 IBM 语音团队的，他们研究的内容：语言是一种概率游戏 —— 语言和文字，是一种随机过程，人在倾听时，大脑始终在猜测对方要说的下一个词是什么，并在谈话过程中不断调整这个猜测。
下一个的概率，由通行的用法、上下文决定。比如，在单词 “apple” 后面出现 “pie” 的概率要大于 “him” 或者 “the”。这样的概率分布可以用于语音识别领域。在 IBM，他们给计算机 “喂” 足够多的语音和文本，通过计算机自身的学习，开发出一个统计意义上的概率模型，根据语音的序列猜测文本的序列。计算机无须 “理解” 这些文本到底在说什么，只要按照概率猜测并记录下来。
布朗和默瑟的成果为计算机语言学和语音处理领域的革命铺平了道路，未来，包括亚马逊的 Alexa、苹果的 Siri、谷歌翻译和语音文本合成器等，都收益于此。
这段 IBM 的 AI 往事，衣公子以往的文章里多次提及。其实 IBM 的 AI 研究成果丰硕，影响至今，但是 IBM 败在成果商业化缓慢。于是，一众名将沮丧地离开 IBM，其中也包括布朗、默瑟。
在西蒙斯的盔下，这两位对文艺复兴科技做出贡献巨大，其开发的统计套利策略，帮大奖章基金进军了最后的一块空白疆域 —— 股票市场。之前大奖章只在商品、货币、债券、股票指数市场大杀四方，但是论交易规模，最大的还得是股票。从此，大奖章基金上了一个大台阶，成为可以投资几乎所有类别的对冲基金，终于能在 50 亿到 100 亿美元的巨大规模下，获得稳定高收益。
布朗还在 IBM 当牛马，一次听说，卡内基梅隆大学的老同学正在带领一支由计算机科学家组成的团队开发下棋程序。他强烈说服 IBM 收购了这支团队。没错，你应该猜到了，这支 IBM 收购来的团队开发的下棋 AI 产品，叫 “深蓝”。
1997 年，“深蓝” 战胜了国际象棋世界冠军加里卡斯帕洛夫。
我在 2024 年的文章提到，人工智能三次震惊世界。
1997 年，IBM 的深蓝，打败俄罗斯国际象棋大师卡斯帕罗夫。
2016 年，谷歌的 AlphaGo 战胜围棋九段李世石。
2023 年，ChatGPT 惊艳登场。
现在可以说，还有第四次，2025 年初，DeepSeek 的 R1 模型震撼世界，在美国的严防死守下，中国创业公司竟然可以以极小的成本，追平美国一流 AI 模型的水平。至此，吹响了中国 AI 的反攻号角。
DeepSeek 创始人梁文锋，是中国量化私募大佬，是西蒙斯的迷弟。这样算来，AI 四次震惊世界，第一次和第四次都能看到量化投资的影子。
不仅如此。
03 黄仁勋
2000 年左右，焦头烂额的黄仁勋在为濒死的英伟达找出路。此时的英伟达先后经历两次股价跌去 90% 的壮举，英伟达是一枚苟安在英特尔 CPU 旁边的、毫无安全感、随时可以被替换的游戏显卡。
真英雄岂能久居人下。
从事图形渲染的显卡 / GPU，具备强大的并行计算能力。那么除了游戏玩家，谁还需要如此强大的性能呢？黄仁勋愁啊。
黄仁勋找到的第一个出路是科研。科学家开始用显卡完成一些科学计算，比如天气模拟、高能物理、医学成像。这让黄仁勋兴奋。
为了让这群非游戏开发者更好的使用 GPU，黄仁勋指挥，结合科研工作者更熟悉的 C++ 和 Python 开发了专用的软件生态 ——CUDA。
费了九牛二虎之力，CUDA 有了第一个用户 —— 两位就职于马萨诸塞州全科医院的乳腺癌研究人员，他希望英伟达为乳腺 X 光扫描仪进行升级。英伟达投了数百万美元，最终成功签下大单 —— 售出两块显卡。
是的，问题就在这。英伟达要拓宽并行计算的用途，投入极大。但是科研，往往非营利性，经费有限，付费能力很差。这条令黄仁勋兴奋的新赛道，被资本市场戏称为 “零亿元美元市场”。
研发 CUDA 的代价却非常非常高。不仅是软件开发的投入，在硬件层面，英伟达芯片由单一的游戏显卡，转变成双用途显卡，需要从架构，到调试，再到生产，各个环节复杂度大增，成本大增。代码库不断膨胀，问题层出不穷。终于，英伟达爆发 “凸点门” 事件，这是一起严重的质量事故。英伟达全年利润归零，第二次股价跌了 90%。
黄仁勋压力山大。从华尔街投行到公司员工，都在教老黄做人 —— 双手一摊，老黄啊，你看看，你看看，叫你好好搞游戏，书上说了，专注的人才能成功，你啊，就是不听。好高骛远。非要弄什么并行计算啦，CUDA 生态啦，老黄老黄，公司搞黄！
这时候，黄仁勋会像鲁迅笔下的阿 Q 一样，弱弱地辩解，不是咱们还有除了科研的第二个场景嘛 —— 华尔街。
今天的 AI 革命要给西蒙斯记一功。西蒙斯为先驱的量化投资终于杀出一条血路，曾经对数学建模嗤之以鼻的华尔街，已经转变思路 —— 挖掘数据，建立模型，辅助决策。量化投资，在华尔街蔚然成风。华尔街需要处理数据！华尔街需要算力！黄仁勋眼睛都亮了，怒发冲冠，科研老教授没钱，但是华尔街的爷有的是钱。我觉得 CUDA，应该搞，要大搞。要先搞，带动后搞。
我自己最近有个感触，成功这件事，比客观事实更重要的，是信念。
西蒙斯屡败屡战的十年，靠的是一个信念：不做平庸的事，用数学征服世界。
CUDA 巨亏十年，拖累英伟达股价。黄仁勋也有个信念，除了游戏玩家，科研在用，华尔街的量化投资也在用，并行计算，一定有用武之地的。一定有的。坚持。十年，等来了挖矿，等来了 AI。曾经拖后腿的 CUDA 成为英伟达最大护城河。终成大业。
2021 年，西蒙斯的传记《征服市场的人》（the Man Who Solved the Market）引进中国，找国内量化头部幻方的创始人梁文锋作序。这是在 Deepseek 出圈之前，梁的知名度只限私募圈。
那篇序言，梁文锋也分享了自己的信念。
每当在工作中遇到困难，梁文锋会想起西蒙斯的话：一定有办法对价格建模。
04 梁文锋
梁文锋来自广东湛江，17 岁入读浙江大学，电子信息工程专业。
2008 年，凑到 8 万块，开始了自己独立的量化交易之路。
在中国量化交易的荒蛮时代，挖掘到了自己的第一桶金。
2015 年 4 月，中证 500 股指期货上市，意味着中国金融衍生品的日趋丰富，量化对冲的金融工具走向完善。梁文锋预见到，这将是一个中国的量化交易的黄金时代。这一年，他决定成立自己的私募 —— 幻方量化。
随着要处理的数据越来越多，梁文锋开始求助于英伟达的 GPU。
2018 年左右，幻方的 GPU 数量就已经达到千卡。
2019 年，梁文锋创办幻方 AI 公司，投资 2 亿元，自主研发深度学习训练平台 “萤火一号”，投入量化交易使用。
那一年，论算力，国内手握一万枚 GPU 的企业，仅 6 家，阿里、字节、腾讯、百度、商汤，还有就是幻方。
这家新创立的 AI 公司，DeepSeek 深度求索。
后来的故事，你就知道了。
2025 年初，DeepSeek 的 R1 模型，震撼世界，用极低的成本，打造出追平世界一流 AI 模型的水平，把大模型 API 价格打出骨折价。美股大跌，吹响中国 AI 反攻号角。
梁文锋最直观的例子，从量化私募大佬，到人工智能明星。
西蒙斯的传记《征服市场的人》，梁文锋在序中还写道：
西蒙斯和其他先驱者，使用现在看起来并不复杂的技术，迅速摘掉了市场上最低垂的果实，积累了第一桶资金。这只是开始，在之后的 30 余年里计算机技术继续发展，量化投资正逐渐发展成资本市场中的一个新宠，不断有新的模型被开发出来，更多的 “不可能” 变成了现实，最终使量化投资在 21 世纪成为金融领域发展的大势所趋。
那么，真如梁文锋所言，量化投资是 21 世纪金融领域的大势所趋吗？
我觉得，是的。
不要神化量化投资。客观地说，量化投资是 “革命尚未成功同志仍需努力”。
中国市场，2024 年，量化基金因为策略高度趋同，触发严重踩踏，引发监管和舆论的讨伐。在市场平稳期（无论是上行、震荡、下行），量化投资的表现都很好，但是一旦市场风格突然切换，比如 25 年初 A 股无预兆牛市启动，量化短期就跟不上，甚至逆市亏损。
梁文锋创办的幻方量化，绝对的中国量化头部，是行业 “四大金刚” 之一。在还没有出圈的 2021 年，幻方已经凭借良好的业绩，规模冲破千亿。但是随后出现了创历史的回撤，且跑输指数。投资人怒骂，“不赚钱还高收费”。幻方高管狼狈地频频道歉，主动 “封盘”，缩减规模。
美国的量化投资也是。三十年常青树的西蒙斯只是孤例。《征服市场的人》里提到，大奖章基金前期最重要的功臣，伯勒坎普，1990 离开公司，自己创办量化投资基金，规模一度做到 2 亿美元，但最终表现平平，2012 年关闭。
1987 年，美国市场量化策略趋同，引发道指大跌，“计算机炒股”，再次沦为笑话。1998 年，由诺贝尔奖得主、美联储副主席等顶级知识分子组建的长期资本管理公司因为 “俄罗斯债务违约” 的黑天鹅事件，破产清算。2007 年，再现 “量化地震”。翻翻过去二十年美国量化市场年度前十，新人辈出，短命惨死，为了摘下这颗投资行业的圣杯，人类最聪明的大脑前赴后继。真乃，天下英雄如过江之鲫。
但，量化已成大势所趋。
2018 年开始，能看到中国市场的主观私募拥抱量化，大量招募量化工程师、量化策略研究员。如今中国百亿量化私募中有 15 家，在 AI 领域取得实质进展或明确布局。除了幻方，像九坤投资、明汯投资、鸣石基金等头部，有人与微软亚洲研究院合作，做 DeepSeek-R1 复现。有人建北美投研中心，拥有的 GPU 能跻身全球 TOP500。有人建 AI 实验室，建 “超算星座”。量化投资中的数据分析、因子挖掘、策略构建、交易执行等各个环节，实现了 AI 的深度融合。
AI 革命的三年，中国市场，量化私募的表现整体优于主观。2025 年前三季度 38 家有业绩展示的百亿量化私募平均收益率达 31.90%，较 19 家百亿主观私募 24.56% 的平均收益率高出 7.34%。量化投资私募基金的规模增长速度，也快于主观管理私募基金。2025 年 7 月，中国百亿量化私募数量 (41 家) 首次超过主观私募 (40 家)，行业格局转变的里程碑。
如果以交易数量来计算，人类打造的交易市场已经不属于人类。在美国、外汇等成熟金融市场，80% 的交易 —— 不是人，而是程序自动完成。
这不是一时兴起。投资的本质在于信息的优势。为了掌握信息优势，有人勤读报表，有人身赴前线一手市场调研，有人每晚都和上市公司管理层吃饭唱商 K 打听消息。
但如今越来越强大的 AI，获取信息的能力走到了最前面。举几个量化的经典案例。很早量化就通过卫星监测沃尔玛停车场的数量来预判销售收入。而不是等沃尔玛发财报。
通过监测夜晚城市灯光强度，评估消费好坏。而不是等统计局发布 CPI 数据。
监测油箱的面积，评估原油库存，从而提前交易油价。用天气数据和卫星监测小麦产区，交易大宗商品期货，等等等等。
当主观投资人在评估某个产品好不好用，或者等待专业机构的调研数据。AI 却每天盯着各大电商的好评差评，评估产品的潜力，自动交易这家公司的股价。
量化投资的的本质是，在投资这件事上，AI 和人竞赛。
这场 30 年前就开始的竞赛，在过去三年，人的进步微乎其微，而 AI 的进步堪称飞速。随之，比赛的天平慢慢倾斜。
我自己身处金融行业，AI 正在给行业带来剧变。不过，说真的，我高兴不起来。
04 尾声
AI 革命三年后，优先解决的，都是富人关心的问题。
衣公子的日常工作围绕的，以及关注这个订阅号的，是中国的高净值人群。工作中我总结，富人关心的问题，主要就两个。第一，我的企业怎么办？答：降本增效。第二，我的财富怎么办？答：增值保值。
企业降本增效，AI 是最好的工具。曾经要雇佣很多工程师编程，现在只要几个工程师，加上 AI。曾经一个广告需求，会召集无数策划、摄影、剪辑，现在只需要几个，加上 AI。还有客服、翻译、导游、文秘…… 大量工作岗位，尤其是初级工作岗位，正在迅速减少。企业，拥抱 AI，降本增效了。
富人的第二个需求，财富的增值保值，这篇文章的主角量化投资，就是最好的注脚。最强的算力、最详实的数据、最聪明的算法、最强的 AI，为富人的财富保驾护航，为 “老钱” 穿越周期增加胜算。优秀的量化基金，投资门槛非常高。首先要是合格个人投资者（净资产、金融资产、年收入的高门槛），其次，一百万甚至五百万起，甚至最好的量化基金，压根不开放，只属于内部圈子。别说普通人，连踮起脚尖的中产阶级都够不到。AI 赋能下的超级外挂，只属于金字塔顶尖 0.1% 的富豪和精英。而这批人本来就因为靠近货币的水龙头，伴随货币滥发和技术革命，财富水涨船高。
如今，世界上最富有的 1% 人口控制着全球 48% 的财富。AI 的盛宴属于他们，企业降本增效，财富增值保值，他们更强了。
另一边，穷人正在因为 AI，大量失去工作岗位。
面对 AI 革命的恐慌，文化精英兜售这样一个道理：火车发明后，马车夫失业了，但是会有新的工作机会。不要成为可笑的、爱抱怨的马车夫。
但是，到今天，技术革命并没有明显催生新的工作机会。
这是我的担忧。
21 世纪初，巴菲特曾这样预言。
的确，有一场阶级革命，但是是我的阶层，富人阶层发动的，而且赢定了。
“There’s class warfare, all right,” Mr. Buffett said, “but it’s my class, the rich class, that’s making war, and we’re winning.”
元旦假期，我看了诺兰新电影《奥德赛》的预告片。从《敦刻尔克》、《奥本海默》再到《奥德赛》，这位当今人类最重要的导演，痴迷一个母题：伟大的失败。
蝙蝠侠、盗梦空间里的宏大气概不见了，这才是顶级文化精英的敏锐洞察 —— 大众不再对未来的荣耀充满向往，只在岁月的无情中寻找共鸣。
西蒙斯，数学大师，全球第 55 富裕的人。他征服了数学的世界，再用数学征服了世界。他破译了概率的密码，然后看着晚年丧子的小概率事件，两次击穿自己。
命运无情，天地以万物为刍狗，或者这才是人类奋进探索的文明之下，最真实的底色。
来源：衣公子的剑
没有评论:
发表评论