两周叙事噪音实录:从月之暗面时刻到谷歌的负数墙裂坛

两周叙事噪音实录:从月之暗面时刻到谷歌的负数

52分钟 ·
播放数8634
·
评论数36

本期是关于叙事的一些想法。因为想聊的主线比较清晰,就把主体部分放在《墙裂坛》上,一些案例和边角料我后面会放在《发现叙事》上。

这两周,估计大家的眼球多少都被股市给吸引过去了,入局的小伙伴可能已经被市场折腾得有点生无可恋,没入局的小伙伴可能也看得上气不接下气。我也一直在盯着这件事,只不过我的角度可能不太一样,更多的是从叙事这个层面在看。

这两个礼拜盯下来,我有一个特别强烈的体会,我们现在所处的这个市场环境,它的噪音的庞杂程度、复杂程度,还有每一种噪音的声量大小,以及它们被社交媒体放大和操纵的程度,在历史上是很少见的。历史上当然有噪音很大的时候,但是像现在这样,各种噪音的声量差不多几乎全都一样大、全都理直气壮、同时往你耳朵里灌的情况,我觉得很罕见。

大家现在的状态,就像是待在海底。而你的周围,有七八艘敌方的军舰,每一艘都开着大喇叭鸣响,各种声波、各种噪音,从四面八方一起扑过来干扰你。你在海底下,不知道该往哪儿游的。往东游,有人跟你喊 AI 泡沫要破了;往西走,又有人跟你喊AGI 才刚刚开始,后面需求无限,你下了车,可就上不来了;要不干脆就停下来喘口气,旁边又炸出来一个伊朗战争的消息、一个美债的消息、还有大统领又要给全球加关税的消息。这两个礼拜,大家其实就是泡在这么一片声波里头熬过来的。

我一直在想一件事:既然噪音是躲不掉的,那我们能不能以子之矛,攻子之盾——把叙事这个东西本身,也做一个量化、做一个指标化的分析?

虽然我们人在水下,但如果面前能有一块声呐屏幕,能让你能看见每一道声波是从哪个方向来的,大概是敌方的还是友方的,现在的声量有多大,接下来是会越来越响,还是正在慢慢地衰减——那我们虽然人还泡在水下,但心里头是会踏实很多的。

所以今天这期碎碎念,我就想借着过去这两个礼拜的实际情况,从头到尾给大家复个盘:这些噪音,是怎么一道一道地冒出来的,它们又是怎么排列组合、互相叠加,最后把市场推到现在这个样子的。

复完盘之后,我还想再问两个问题:一个是 AI 这条产业链到底应该怎么看?另一个是杰文斯悖论在历史上的后续故事,究竟是什么样的?能给我们一些什么启示?

欢迎订阅 substack:《发现叙事》wenli.substack.com

时间戳:

00:02:13 当投资如同深海迷航:市场噪音齐鸣,扑面而来

00:19:25 Gap裂谷:市场信念发生象限变换的临界点

00:21:09 谷歌的“负59亿”:一个Wake up call

00:35:55 一个了解 AI 产业链多米诺的方法:想象一个中央大厨房

00:43:58 杰文斯悖论:历史的后半段

播客中提到的示意图:

播客中提到的Percepta 中的 CFI 共识碎裂度:

把整个 AI 产业想象成一个大餐厅。餐厅的结构如下图:

延伸阅读 / 本期引用文献:

关于英国铁路投资回报

  1. Arnold, A.J. & McCartney, S. (2004). "Were They Ever 'Productive to the Capitalist'? Rates of Return on Britain's Railways, 1830–55." Journal of European Economic History, 33(2), pp. 383–410.
    ("铁路投资者回报长期低于资本成本"这个核心结论的出处。该刊无公开电子版,可从作者主页查到条目:www.qmul.ac.uk

  2. Arnold, A.J. & McCartney, S. (2005). "Rates of Return, Concentration Levels and Strategic Change: British Railways from 1830 to 1912." Journal of Transport History, 26(1), pp. 41–60.
    (1830–1912 年全英铁路资本回报率平均仅 3.5%–4.5% 的测算出处)

  3. McCartney, S. (2022). "Managerial Failure in Early Victorian Britain: Network and Capital Expansion during the Railway Mania." Business History.
    www.tandfonline.com
    (开放获取。铁路狂热扩张导致盈利与分红崩塌的研究;节目里"ROE 1844 年峰值 5.1%、1849 年跌到 2.4%",以及 York & North Midland 铁路"狂热前网络回报 10.1%、狂热期延伸线 –0.3%"这组数字,即出自 McCartney & Arnold 对铁路狂热的系列量化研究)

  4. McCartney, S. & Arnold, A.J. (2003). "The Railway Mania of 1845–1847: Market Irrationality or Collusive Swindle Based on Accounting Distortions?" Accounting, Auditing & Accountability Journal, 16(5), pp. 821–852.
    (对 1845–47 年铁路狂热的经典研究,可作为上一条的配套阅读)

关于运河、公路等基础设施回报的综述

  1. Bogart, D. (2013). "The Transport Revolution in Industrializing Britain: A Survey." UC Irvine 工作论文(后收入 The Cambridge Economic History of Modern Britain)。
    sites.socsci.uci.edu
    (开放获取。综述了铁路、运河、收费公路的回报文献,节目里"基础设施资本回报普遍 4%–5% 左右"的说法以此为据)

关于煤矿投资回报

  1. Church, R. (1986). The History of the British Coal Industry, Vol. 3: 1830–1913 — Victorian Pre-eminence. Oxford: Clarendon Press.
    (牛津五卷本《英国煤炭工业史》第三卷,煤矿投资回报与同期英国国债收益率〔约 2.5%–3.4%〕对比的讨论出处)

  2. Clark, G. & Jacks, D. (2007). "Coal and the Industrial Revolution, 1700–1869." European Review of Economic History, 11(1), pp. 39–72.
    全文 PDF(作者主页,开放获取):davidjacks.org
    期刊页面:academic.oup.com
    ("1850 年代之前矿业长期资本回报缺乏可测量数据、账目散佚"这一细节的出处;文章的另一个主结论也和本期主题呼应——煤炭产量的扩张主要来自需求增长,而非采矿技术进步)

展开Show Notes
我最喜欢跑师的单口了
最近今天K3的速度起来了,非常爽!
Soong_2zha
Soong_2zha
2026.7.26
为啥看英国的数据和学者,看看他们干的啥?现在英国国债要崩盘,英国社保养老也要破产,10年7首相,走马灯换首相也解决不了的事情哈,那么之前的英国学者都干啥了呢?垃圾一箩筐哈!
叨叨叨233:你的逻辑也是很牛了🤭
天山之巅:兼听则明偏听则暗,你只适合听国师的,跑师这里不适合你,何必给自己找不痛快呢
3条回复
范阳
范阳
2026.8.04
👍DYOR 为己治学,以及 invent your own instrument, 发明自己的方法。
大猫915
大猫915
2026.8.04
这里好像不对,美元走弱,风险资产一般是走强。(如果这里的美元指的是美元指数的话)
跑师的公众号是什么?
ariel_zoqh
ariel_zoqh
2026.7.29
这期值得起码两次
很好奇主播是怎么蒸馏自己的呢?
天山之巅
天山之巅
2026.7.28
16:54 这不我的工作风格嘛,职场老黄牛,自己跟自己较劲😂
HD598365z
HD598365z
2026.7.28
其实整个博客内容,做结论不需要kimi/谷歌等的分析,只要看小跑老师讲述自己的产品就知道人类已经开始迈入AI时代,小跑老师就是先行者的代表。All in AI 吧,找好其中关键链条。

当然怎么找关键链条,也是一个系统化的工程。
独步91
独步91
2026.7.28
小板凳坐好了!
跑师!
16:06 我用的以前就订阅的199每月的套餐,用kimi code 的k3模型可以有1M上下文。
良久_xFBD
良久_xFBD
2026.7.28
AI智能应用于垂直行业,是以人的局限性进行思考的,因为人的时间和精力的有限性,使人必须聚焦于某一个行业才能有所建树,而AI不是。
HD293669s
HD293669s
2026.7.26
暴跌的理由不重要,就像暴涨的理由不重要一样。虽然只在股市待了 2 年,但是,3 根大阳线改变信仰;待我 10 连板,自有大儒为我辩经 这种事太多了,趋势交易才是我的信仰!!!
HD896957k
HD896957k
2026.7.26
15:08 前两天微博热搜:#90后清华天才 干崩了美股#
伸伸懒腰
伸伸懒腰
2026.7.26
17:18 大家对各种大模型实际输出token、速度、成本有兴趣,可以去看一个UP的网站“王郁的小站”。他那国内外所以主流模型去靠高考🤣。这里有个反直觉的冷知识,SOTA模型虽然百万token贵,但是做整个项目,她因为更聪明成本可能更低速度更快
summer-莉丽齐:这个博主在哪里看
有一个想法 此处的叙事也会成为别人的叙事?
HD241526j
HD241526j
2026.7.26
节目内容非常充实🤫
猫图
猫图
2026.7.26
00:05 催更不熄灯😬