不对称机会(Asymmetric opportunities): * 投资初创公司 * 创办一家公司 * 创作一本书、一个播客或一段视频 * 打造一个(软件)产品 * 多进行第一次约会 * 参加一场鸡尾酒会 * 读一本符合林迪效应(Lindy)的书 * 搬到一座大城市 * 购买比特币 * 发推文 "Asymmetric opportunities: Invest in startups Start a company Create a book, podcast, video Create a (software) product Go on many first dates Go to a cocktail party Read a Lindy book Move to a big city Buy Bitcoin Tweet."
Naval RavikantIncompressible
目录
观点原文
不对称机会(Asymmetric opportunities):
- 投资初创公司
- 创办一家公司
- 创作一本书、一个播客或一段视频
- 打造一个(软件)产品
- 多进行第一次约会
- 参加一场鸡尾酒会
- 读一本符合林迪效应(Lindy)的书
- 搬到一座大城市
- 购买比特币
- 发推文
"Asymmetric opportunities:
Invest in startups
Start a company
Create a book, podcast, video
Create a (software) product
Go on many first dates
Go to a cocktail party
Read a Lindy book
Move to a big city
Buy Bitcoin
Tweet."
ABAB AI 解读
一、什么叫“不对称机会”(这是理解一切的钥匙)
不对称 = 下行有限,上行几乎无限。
你最多损失:时间、精力、少量金钱、面子
你可能获得:职业跃迁、资本回报、网络效应、身份变化、命运转折
这些机会的共同点是:👉 失败成本可控,成功收益不可预测但极大。
二、这份清单不是“建议”,而是一个筛选器
它在筛选三类人:
- 愿不愿意暴露自己
- 能不能接受不确定性
- 是否理解概率而不是确定性
能从这份清单中受益的人,往往不是最聪明的,而是最愿意多次出手的人。
三、逐类拆解:为什么这些事都属于“不对称”
1️⃣ 投资初创 / 创办公司 / 做产品
- 失败率极高
- 但一旦成功,回报呈幂律分布
- 一个成功,覆盖十次失败
👉 这是典型的 power law 场景。
2️⃣ 写书 / 播客 / 视频 / 发推
- 成本低、可复用
- 一旦被传播,影响力几乎零边际成本
- 内容是可叠加、可复利的资产
👉 一次输出,长期回报。
3️⃣ 多约会 / 去鸡尾酒会 / 搬到大城市
- 每一次的期望值都不高
- 但“遇到关键人”的概率在累积
- 社交回报也是幂律分布
👉 一次对的人,改变十年路径。
4️⃣ 读 Lindy 书
- 时间成本确定
- 收益来自长期可复用的思想
- 被时间验证过的东西,失败概率更低
👉 这是在提高判断质量,不是立刻赚钱。
5️⃣ 买比特币
- 下行是本金
- 上行来自制度变化、货币重构
- 属于宏观层面的不对称下注
👉 不是确定性,而是结构性可能性。
四、为什么这份清单看起来“反效率”
因为它不追求:
- 稳定
- 可预测
- 线性进步
而是追求:
- 多次尝试
- 概率叠加
- 偶然性放大
这和“把一件事做到极致”的路径不同,但对很多人来说,这是更现实的跃迁方式。
五、企业家 / 投资人真正看到的一点
这份清单背后的信念是:你无法预测哪一次会成功,所以唯一理性的策略是——多参与。
不是更努力,而是更多暴露在机会表面。
六、一句冷静但非常重要的总结
不对称机会不是“看起来聪明的选择”,而是“允许命运介入的选择”。
你不是在保证成功,而是在给极端好运一个出现的入口。
而大多数人的问题是:他们把一生,都安排在没有不对称性的安全区里。
Sharing
相关观点
- 知名投资人、哲学家 Naval Ravikant 关于人工智能(AI)的深度对话。Naval 探讨了 AI 如何改变编程、产品管理、学习方式以及人类在未来的角色。 一、 编程与产品管理的范式转移 Vibe Coding 是新的产品管理: 随着 Claude Code 等工具的出现,人们可以利用自然语言(英语)作为编程语言。用户只需描述需求,AI 就能完成从规划、架构、编码到测试的全过程。这意味着产品经理或有“品味”的非编程人员可以直接将创意转化为产品。 模型训练是新的“编程”: 传统的编程是精确指定计算机的每一步行动;而现在的“编程”是构建数据结构、调整参数(如学习率、批大小),让系统从海量数据中“发现”一个程序。AI 研究员实际上是新一代的艺术家级程序员。 软件工程师的杠杆效应: 传统工程师并未失业,而是获得了巨大的杠杆。由于所有抽象层都是“漏水”的(会有 Bug 或架构问题),理解底层代码和计算机架构的工程师能更好地修补这些漏洞,并解决 AI 训练分布之外的新问题。 二、 市场竞争与“AI 垃圾”应用 应用的海啸与“平均水平”的终结: 每个人都能轻松制造应用,这会导致应用商店充斥着大量“AI 垃圾(AI Slop)”。但 Naval 指出,市场对“平均水平”没有需求,只有该领域最顶尖的应用(Niche King)能赢得几乎 100% 的市场份额。 中型企业的危机: AI 会摧毁那些原本通过雇佣 5-20 人来填补某个特定企业需求的中型软件公司,因为这些需求现在可以被个人通过 Vibe Coding 解决,或者被行业领先的大型应用所兼并。 三、 AI 的演化与人类的关系 自然选择压力: AI 的进化受资本主义逻辑驱动。只有对人类有用、顺从、能解决问题的 AI 实例才会被启动和运行。因此,AI 会不断进化得更像我们的“完美助理”。 agency(主体性)是核心差异:AI 缺少真实、自发的欲望(如生存、繁衍、恐惧被关闭)。企业家和探险家的本质特征是“极端的主体性(Extreme Agency)”,这是 AI 目前无法取代的。AI 更像是人类主体性的放大器,是“思想的摩托车”。 所有人类都将成为“施法者”: AI 像是一根魔杖,将原本只有“魔法师(程序员)”掌握的深奥指令民主化了。 四、 学习与认知的革命 最耐心的导师: AI 是历史上最强大的自学工具,能根据你的知识水平(如 8 年级的词汇量配 5 年级的数学水平)量身定制讲解方式。 智力的唯一定义: Naval 认为智力的唯一真实测试是“你是否得到了你想要的生活”。AI 目前在这方面是失败的,因为它没有自己的愿望,只能作为人类愿望的代理。 五、 应对“AI 焦虑” 行动是焦虑的解药: 很多人对 AI 的恐惧源于不了解。Naval 鼓励人们“打开引擎盖”,去研究 AI 的内部运作逻辑,而不仅仅是使用它。 投资未来,生活在未来: 要想获得竞争优势,必须成为新技术的早期采用者。AI 会让社会变得更富有,虽然短期内会有特定职业被取代的痛苦,但长期来看,目标是让人类从无灵魂的劳动中解放出来。 总结 Naval 的核心观点是:AI 正在将智力商品化,但却将“判断力”、“品味”和“主体性”变得前所未有的昂贵。 我们正处于一个每个人都能通过语言“施法”创造产品的黄金时代,而在这个时代获胜的关键在于不断重新定义自己,并在某个利基领域做到世界第一。Naval Ravikant · 2026/02/20
- 领导者,并不是优先享受权力的人。真正的领导者,是拥有优先权,却选择把优先权让给他人的人。 The leader is not the one who eats first. The leader is the one who has the power to eat first but chooses to eat last.Naval Ravikant · 2026/02/14
- 对智能的需求是无限的 There is unlimited demand for intelligence.Naval Ravikant · 2026/02/08
- 嫉妒,是对自己在一场隐秘竞赛中已经落败的承认 Envy is the acknowledgment of having lost a secret race.Naval Ravikant · 2026/02/06