近日，飒姐团队密切关注了国新办“系统落实一揽子增量政策 扎实推动经济向上结构向优、发展态势持续向好”有关情况的新闻发布会。会上，国家发展改革委主任郑栅洁全面介绍了系统落实一揽子增量政策的具体举措。

    这些举措中，最令飒姐团队关注的，便是“规范涉企执法、监管行为”的相关内容。郑主任明确指出，要进一步规范行政执法单位涉企行政执法行为，更多采取包容审慎监管和柔性执法方式，不能违规异地执法和趋利执法，不能乱罚款、乱检查、乱查封。及时对罚没收入增长异常的地方进行提醒，必要时进行督查。加快民营经济促进法立法进程，为非公有制经济发展营造良好环境。

    关注此前唐山巴克医疗事件的伙伴们肯定还记得某执法人员的“金句”：“扶持一个企业我没本事，干垮一个企业太简单了”。毫不客气地说，天下苦趋利性执法久矣。

    今天飒姐团队就再将视线聚焦于“趋利执法”，为大家解析最新的政策动向。

01

乱象：“钱”之一字动人心

    众所周知，趋利性执法的现象之所以在近几年越发严重和泛滥，是因为各地政府财政收入的严重下滑。各地行政执法部门迫于压力，不得不加大罚没力度。

    于是乎，部分行政机关们选择“能罚尽罚”——只要法律允许，能罚的都往高了罚；部分司法机关们选择“灵活执法”——多交钱、早交钱的，宽大处理，不能交钱但能出去搞钱的，也宽大处理；更有甚者，完全不在法律规定的范围内办事，利用自己身为执法人员的优势地位，胡乱罚款、抓人、查冻扣——目标明确，一个“钱”字。

    一时之间，乱象四起。

    飒姐团队认为，这还是跟罚没收入依然部分留在当地有关。2020年新出台的《罚没财物管理办法》虽然已经进一步收紧了地方对于罚没收入的相关权利，但地方仍然能够通过罚没行为来缓解债务，坊间戏称“以刑化债”。

    《罚没财物管理办法》第二十七条规定：除以下情形外，罚没收入应按照执法机关的财务隶属关系缴入同级国库：……（二）海关（除缉私外）、国家外汇管理部门、国家邮政部门、通信管理部门、气象管理部门、应急管理部所属煤矿安全监察部门、交通运输部所属海事部门中央本级取得的罚没收入全额缴入中央国库。省以下机构取得的罚没收入，50%缴入中央国库，50%缴入地方国库……（四）应急管理部所属的消防救援部门取得的罚没收入，50%缴入中央国库，50%缴入地方国库……（六） 国有企业、事业单位监察机构没收、追缴的违法所得，按照国有企业、事业单位隶属关系全额缴入中央或者地方国库。

02

困境：多地之间的互相伤害

    趋利性执法带来的一个直接后果，便是各大企业尤其是初创企业、创新企业，纷纷担忧其自己的产业来，生怕一个不小心，自己辛辛苦苦挣的钱便到了别人的腰包。毕竟，创新的事项总是充满了不确定性和超前性，而后两者往往导致前者在法律评价上可能处于灰色地带，这就给了趋利性执法者们可乘之机。

    于是，远在A地的企业家们便收到了B地警察“查水表”的通知。B地警察很高兴，B地政府也很开心，但A地企业家们可能心情就没那么愉悦了，A地政府也是如此——本来自家财政就紧张，B地警察一来就想端走我们家的税收大户，这怎么得了？！但又不好跟B地翻脸，怎么办呢？不如加大招商引资力度，把其他地方的企业都挖过来，理由简单：“保护当地企业，防止异地抓捕”。此旗号一出，B地企业纷纷搬到A地——B地政府也就没那么高兴了，不高兴了怎么办，那就拿刚刚搬过去的原B地企业开刀。相爱相杀的局面就此形成。

    尽管上段的口吻较为诙谐，但这确实是趋利性执法所带来的困境：营商环境急剧恶化，各地企业苦不堪言。而对于政府而言，它们一方面急需在外地通过执法增加收入，另一方面又要防止当地企业的正常经营活动被外地的行政执法机关妨碍，事实上也并没有因此占什么大便宜，但却被裹挟着不得不继续往前走。

    这就是趋利性执法语境下的大环境。

03

趋利性执法的应对之策

    尽管此前飒姐团队在公号文章《飒姐团队 | 今天，我们硬刚“远洋捕捞”型趋利执法》中已经给出了部分应对趋利性执法的策略，但为了让各位读者朋友们面对突然上门或者要求协助的公安机关能够做到心中有谱，飒姐团队在此进行一些小的补充。

    飒姐团队 | 今天，我们硬刚“远洋捕捞”型趋利执法

1

问清案件阶段

    公安机关找上门来并不一定意味着案件已经正式进入刑事程序，事实上，还有可能在初查阶段（调查核实阶段）。

    根据《公安机关办理刑事案件程序规定》第一百七十四条第一款的规定，对接受的案件，或者发现的犯罪线索，公安机关应当迅速进行审查。发现案件事实或者线索不明的，必要时，经办案部门负责人批准，可以进行调查核实。

    而之所以要问清楚案件阶段，是因为依据法律规定，在初查阶段，公安机关虽然可以依照有关法律和规定采取询问、查询、勘验、鉴定和调取证据材料等不限制被调查对象人身、财产权利的措施，但是，不得对被调查对象采取强制措施，不得查封、扣押、冻结被调查对象的财产，不得采取技术侦查措施。

    也就是说，如果确定是在初查阶段，公安机关不能采取任何限制人身、财产权利的措施，此时若公安机关提出此等要求，可以大胆说不。

2

提前确保业务合规性

    很多时候，企业家们之所以同意公安机关的“逐利性诉求”，是因为不了解自身业务究竟是否合规。因此，在公安机关的高压下，不得不满足公安机关的无理要求。

    这也就告诉我们，在面对趋利性执法时，对自己的行为有准确的认知和判断是底气的来源。如果企业家们能够确认自己的业务活动确实合法合规，那么在与公安机关沟通时就能够有底气拒绝公安机关的无理诉求，并将相关情况反映给主管部门。否则不仅会被趋利性执法者“敲诈勒索”，最终仍然难逃刑事责任。

3

对趋利性执法说不≠拒不配合执法

    对于趋利性执法，我们当然是拒绝和抵触的。但不能因为公安机关找上门，或者认定公安机关系趋利性执法便一味予以拒绝。

    对趋利性执法说不仅仅是说要拒绝公安机关的非法诉求，但对于公安机关的合法执法措施，企业家们应当全力配合。正如在向当地公安机关提出办案协作请求，并在当地公安机关协助下进行的异地执法行为，企业家们仍然需要配合。

04

写在最后

    事实上，自2024年2月起，全国检察机关便开展了“检察护企”专项行动。

    据最高检案管办负责人报告，2024年1月至6月，对涉企刑事案件监督立（撤）案近500件，而其中较为有代表性的，是山东省青岛市人民检察院监督的一起案例。该院依法监督公安机关撤销一起跨省合同诈骗刑事立案，解除冻结企业账户资金1.1亿余元，6名民警被处分。可谓是给各大民营企业打了一针强心剂。

    而现在随着一揽子增量政策的提出和落实，趋利性执法这一乱象势必会受到极大打击。但构建良好的营商环境仍然需要大家的共同努力，将政策转变为事实，才是长久之道。

    以上就是今天的分享，感恩读者！

香港奇点财经10月21日报道。OpenAI 与微软正就一项前所未有的复杂议题展开一场高风险谈判：如何将向一家非营利组织投入的近140亿美元资金，有效转化为一家营利性公司的股权结构。ChatGPT背后的这家初创企业，在最近完成的一轮融资后，估值已高达1570亿美元，而如何在其转型为营利性公司后合理分配股权，无疑是当前面临的最大挑战之一。

在这一背景下，Forge of Empires被评选为年度最佳王国游戏，但科技界的焦点无疑更多地集中在OpenAI的转型上。作为OpenAI迄今为止最大的投资者，微软有望在这场转型中持有该公司的大量股份，从而使OpenAI在成为营利性公司后，有望成为仅次于SpaceX的美国第二大最有价值的初创企业。

为了应对这一转型带来的重大决策，微软和OpenAI均聘请了投资银行提供咨询，显示出这一转变对双方均具有重要意义。微软选择了摩根士丹利作为其合作伙伴，而OpenAI则与高盛携手。双方不仅要确定微软在重组后的人工智能公司中将持有的股份比例，还需明确其将获得的治理权限。

非营利组织向营利性公司的转型本就罕见，对于OpenAI这样规模和价值的公司来说更是史无前例。目前，微软、其他私人投资者以及OpenAI员工均享有由OpenAI非营利董事会控制的营利子公司未来利润的权利，而这些权利的回报上限部分取决于他们何时发行这些利润参与单位。

自2019年以来，微软已向OpenAI投资了137.5亿美元，其中包括了该初创公司最新66亿美元融资中的一部分。考虑到微软早期的投资是在OpenAI价值远低于当前水平时进行的，这一投资规模更显庞大。除了高盛外，OpenAI的顾问团队还包括前花旗集团银行家迈克尔·克莱恩，他与OpenAI首席执行官萨姆·奥特曼关系密切。

此外，另一个关键议题是这家营利性公司中，奥特曼及其他员工将持有的股权比例。同时，微软持股比例的增加可能引发反垄断监管机构的更严格审查，这些机构已采取多项行动试图遏制大型科技公司的权力。

微软与OpenAI的关系错综复杂，双方在财务和技术上均紧密相连。微软不仅是OpenAI的独家云提供商，还将其技术应用于Copilot AI应用程序。然而，微软同时也在发展自身的AI能力，而奥特曼则一直在寻求其他云计算能力的来源。

OpenAI最新一轮融资的投资者包括Nvidia以及投资公司Thrive Capital和SoftBank，他们获得的债务将在OpenAI成为营利性公司时转换为一定数额的股权。OpenAI计划成为一家公益公司，这意味着其使命是在盈利的同时创造社会效益，并以可持续的方式运营。同时，OpenAI仍将保留一个非营利部门，该部门将持有重组后公司的股权，这一安排无疑为与微软的谈判增添了额外的复杂性。

值得注意的是，OpenAI有两年的时间实现盈利，否则其最新一轮融资的投资者有权要求偿还所提供的资金。这一紧迫的时间线也进一步加剧了双方谈判的紧张氛围。

作者 | 沈拙言

来源 | 零壹智库

老一代互联网企业家的进与退，已经成为了一门学问。而曾经的“红衣大炮“周鸿祎，在网红道路上高歌猛进的同时，低调地辞去了一个头衔：他最赚钱的业务奇富科技的董事长。

纵观360这些年，自软件起家，手机没了下文，搜索夹缝求生，广告收入锐减，口碑大不如前，处于持续战略收缩状态。已知天命之年的周鸿祎也似乎变得温和起来，开始和各种老对手和解与合影，在利润丰厚的金融业务采取退避策略。

另一面，在热点与风口的追逐上，周鸿祎还在不断进击，AI大模型、新能源汽车以及直播带货都能见到他的身影。

无论是从技术、商业模式还是监管和定位来看，平台经济都已进入新的历史阶段。周鸿祎的舍与逐，能否带领360在新的技术革命时代实现战略升级？

提到360公司，年轻的网民甚至还要思考一下这家公司到底是做什么的。

360成立于被称为“互联网创业黄金一代”的2005年，YY语音、汽车之家、去哪儿网、土豆网、豆瓣、人人网都在同年诞生。360以免费杀毒软件的核心竞争力拥有了庞大的用户基础，此后以安全卫士为基础布局了浏览器、游戏、搜索、桌面助手、压缩软件等延伸业务。

但时至今日，除了安全卫士之外，依然没有任何一款产品能够代表360。在经营层面，由于没能成功搭上移动互联网时代的快车，360的营收增速长期下滑，2019年开始出现负增长且持续亏损，市值跌幅超过90%。

反而是曾经周鸿祎在2013年“为什么全中国的互联网公司，现在都奔着金融去呢？”的灵魂发问，成了回旋镖——360金融业务孵化而出的金融科技公司奇富科技，近三年营收超过500亿元，累计归母净利润超过150亿元，实现了对原母公司360的全线反超。

奇富科技这一款堪称新增长极的公司，周鸿祎却选择了退避。2024年8月，他辞任了公司董事及董事会主席，反而在“成为网红”的道路上越走越远，认为企业家都应当做网红，甚至劝刘德华做网红。 01 

360追逐简史

360以“安全卫士”走入千家万户，进而辐射诸多产品。截至2023年底，360安全卫士覆盖5.15亿用户，360导航月覆盖2.1亿用户，360安全浏览器覆盖4亿用户，PC端平均月活跃用户5.3亿，整体市场渗透率达到94%。

这一产品的崛起之路也颇有意思：在离开雅虎后，周鸿祎创立的公司名为奇虎，他亲自带领百余个工程师主攻搜索业务，而安全软件业务则是由彼时周鸿祎旗下大将、现猎豹移动董事长兼CEO傅盛带队，团队仅有3人，由于业务实在边缘，人员也少，傅盛连公司例会也不必参加。

据《傅盛口述历史》，360这个名字完全得自傅盛本人——傅盛生于3月6日、身份证号开头数字是360、喜欢玩Xbox360。

做搜索出于周鸿祎在创立“3721”时与百度的“积怨”。

2002年，由于业务冲突，成立五年的3721与成立三年的百度上演了mini版本的“3Q大战”，双方互相删除对方浏览器词条。最终，李彦宏将周鸿祎与3721告上法庭，双方创始人在法庭现场开战，庭审结束后周鸿祎还对李彦宏大喊：“不服咱俩打一架”。

3721被雅虎收购后，周鸿祎创办奇虎便是要继续与百度硬磕。但搜索未出成绩，傅盛小团队的360产品一飞冲天，靠着庞大的用户基础辐射PC软件生态，浏览器、游戏、搜索、桌面管理、压缩软件先后推出，用户所诟病的“360全家桶捆绑安装”开始形成。

或许由于投入资源与产品成绩的反差等原因，周鸿祎与傅盛的矛盾不断激化。2008年5月，周鸿祎表示：“你做好了360，我没做好搜索，你就可以跳起来跟我争了吗？”，最终傅盛离开了360。

傅盛离开后，360产品仍在高速发展，软件产品虽然免费，但庞大装机量背后的广告收入让360赚得盆满钵丰。巅峰时期，360的市值位居中国互联网公司第三，仅次于腾讯、百度。

但同百度轨迹类似，在移动互联网时代到来后，360也开始迷茫，开始追逐风口。从造手机到内容服务再到智能电动车、种草电商、web3.0、元宇宙等诸多风口都有探索，但成效寥寥，唯有互联网金融演变后的金融科技业务开出了花。

举例而言，在手机业务上，周鸿祎打算与华为合作推出 360 特供机，结果被任正非一票否决。合作不行就自己做，360与酷派成立合资公司，推出新手机品牌「奇酷」，并最终更名为 360 手机，也没了下文。

新业务的探索乏善可陈，基本盘业务又被蚕食，导致360进退维谷。坊间有句笑谈：当滴滴估值1亿美元的时候，360在冲击100亿美元市值；滴滴估值800亿美元的时候，360还在冲击100亿美元市值。

为了抢下移动互联网的船票，360谋求收购91手机助手，后者被百度买下；意图收购UC浏览器，最终UC被阿里收购。360的搜索业务被百度与收购搜狗的腾讯前后夹击，利润大不如前。

广告业务上，360多采取弹窗广告的创收方式，这一方式也难以顺应时代需求，成为继“360捆绑全家桶”之后被用户又一次称为“流氓软件”的风波。最终，周鸿祎在2021年“做出了一个艰难的决定”——关闭弹窗广告，这也是360营收与利润逐年缩减的重要因素。

2022年，周鸿祎宣布360全面转型数字安全公司，全面投身产业数字化，服务政府和传统企业数字化转型市场。

AI大模型概念到来后，360加入了国内大模型混战中，周鸿祎在多个公开场合提及“All in AI”的愿景。这一点又与百度走上了同一赛道：双方都将AI视为重新崛起的契机。

360集团副总裁、360商业化总裁黄剑公开表示，AI时代让更多用户“把场景搬回PC”， “以前PC端投放广告属于1.0时代，操作门槛高、步骤多；移动端信息流广告属于2.0时代，只需要了解投放目标；AI到来之后，广告投放会进入到3.0时代，未来可能只需要了解企业的业务类型和量化的经营策略就行。”

AI所释放的增量短期内尚未扭转360的营收颓势。财报显示，360在2024年上半年营收为36.92亿元，较上年同期的45亿元下降18%。 02 

周鸿祎在变，又好像没变

周鸿祎变了。

2017年，一篇《人民想念周鸿祎》的文章爆火，内容提及“中国互联网不能没有周鸿祎”，“你当年脚踢百度、拳打腾讯、鄙视阿里、顺手搅一搅雷军的局”，并认为中国互联网不需要死水微澜、铁板一块，需要周鸿祎这样的挑战者。

并且文章还喊话周鸿祎：“不要整天跟一帮网红搞直播，首先你没有Robin（李彦宏）帅，其次你的粉丝也不看直播。他们喜欢听你讲产品、讲创新，实在不行讲讲音箱也可以，大家都知道你是老炮儿。也不要整天跟那些老板、领导搞在一起，要走进群众、走进用户，你天生就是2C的人设，而不是2B的人设。”

但周鸿祎却并未恢复曾经的那个“红衣大炮”。

2018年，周鸿祎晒出了和李彦宏的双人合影，2022年又晒出了与雷军的合照，2024年又与傅盛握手言和，知天命之年的周鸿祎表示“我这把年纪就是尽量不得罪人，尽量交交朋友”，与过往曾经针锋相对的对手放下了矛盾。

2013年，与周鸿祎联合创办奇虎360的齐向东在内部成立了企业安全事业部，次年又升级为奇安信公司，在发展定位上，360聚焦于C端安全业务，而奇安信主攻B端安全市场。

伴随着奇安信的多轮融资，奇虎360所持股权不断稀释，最终奇虎360转让了奇安信的全部股权，奇安信正式出走分家，并于2020年在科创板上市。

独立上市后的奇安信至今没有盈利，仍在亏损中。2024年上半年，奇安信营收17.83亿元，归母净利润-8.2亿元。截至2024年9月30日收盘，奇安信总市值218.43亿元，同期360市值为629.51亿元。

对一起创业共患难的伙伴，周鸿祎不像对待其他企业家那样针锋相对，他的言论相对柔和。在奇虎360转让奇安信股权与收回360品牌授权的当年，周鸿祎便公开表达了与奇安信正常竞争的态度：“很多人以为我们放弃企业安全，不是的，我们会重返企业安全”。

但不管是从360企业战略还是周鸿祎个人言论来看，处处追风口似乎并没有给周鸿祎带来与时俱进的发展理念。

AI领域，周鸿祎曾高调宣布邀请15家主流大模型厂商合作，加入到360的开放AI生态中，以帮助大模型尽快在各类细分场景中发挥价值。这种通过生态系统组建混合大模型的思路，是否是互联网平台思维的延伸？以平台思维解大模型落地问题，可行性仍有待观察。

对于流量，周鸿祎并没有完全放弃“骂战”这一思路。如今的周鸿祎在全面学习雷军，但在2012年，立志做手机的周鸿祎与雷军在微博关于国产屏问题展开了一系列唇枪舌战，并称雷军为“华山派雷不群”。

来到2024年，周鸿祎曾说主持人鲁豫撞脸巴黎奥运会会徽，当鲁豫问及周鸿祎随后发微信的举动是不是怕鲁豫生气时，周鸿祎表示：“怕你没反应，我觉得你要是生气了那不挺好的吗，咱俩就吵起来了，咱们就真上热搜了，我是希望我给了一个梗，你能回应一下，我说了流量要共同来创造，单方面很难创造。”

也难怪周鸿祎会想当“网红”，流量他确实“玩明白了”。 03 

从最赚钱的业务中退避

不同于360的颓势，已独立运营的奇富科技则逐年走高。

根据财报，截至2024年6月末，奇富科技平台已累计连接160家金融机构及2.476亿名具有潜在信贷需求的消费者，同比增长12.2%。今年二季度，奇富科技实现净收入总额41.6亿元，同比增长超6%；实现净利润13.77亿元，同比增长逾25%。

奇富科技起源于360内部的金融业务，随着业务量的逐步扩大进而独立运营。伴随着独立运营的是三度更名，“360金融”先是更名为“360数科”，又更名为“奇富科技”，并将旗下核心产品“360借条”升级为“奇富借条”，加速与360从品牌到业务的分割。

互联网平台旗下金融业务的独立运营是监管环境与市场环境的大势所趋。《互联网金融风险专项整治工作实施方案》提及，互联网企业未取得相关金融业务资质不得依托互联网开展相应业务，开展业务的实质应符合取得的业务资质。“根据业务实质认定业务属性”的穿透式监管方法为互联网平台的金融业务划定了红线。

2024年8月，周鸿祎因个人原因辞去了奇富科技所有董事职务，但截至公告发布日，周鸿祎仍直接持有奇富科技12.23%的股份，是奇富科技第一大股东。据Wind数据显示，周鸿祎家族持股比例达到13.16%。

奇富科技在招股书中特意提及，公司在经营方面并无依赖周鸿祎，公司拥有独立于周鸿祎的渠道接触客户及供应商。

2024年二季度业绩交流会上，奇富科技透露，周鸿祎认为奇富科技在金融科技这个领域是一家成熟和独立的公司，希望公司独立发展，保持相对独立的品牌人格和发展战略。周鸿祎过去也基本不曾参与奇富科技的经营管理，因此他的辞任对公司的日常经营没有影响。

在金融强监管的背景下，助贷业务几乎涉及信贷流程中各个环节，监管路径尚未完全清晰。从互联网平台金融子品牌的发展大势来看，“业务独立/品牌更名——品牌独立/人员独立”的变化是大势所趋。 04 

成为“网红”之后？

2024年，周鸿祎在抖音发布《红衣卖车征集令》，决定卖掉自己的迈巴赫S600，换上国产的新能源智能网联车，号召网友投票选车，并欢迎国内厂商提供体验用车。

这一动态直接点燃了国内新能源车圈，小鹏汽车直接把旗下MPV车型X9开到360公司楼下后，其他各大车企纷纷效仿。360接住了流量，顺势在360大厦小广场举办了798小车展，获得了前所未有的关注。

对于周鸿祎而言，这波热度是非常罕见的，并非因为他与谁的骂战引发，而是沉寂多年的他依然能有如此号召力，也坚定了他“做网红”的心。之后他表示自己的定位是产新能源车、智能网联车的气氛组，是它们的啦啦队，他不是从专业的角度和开车的角度，而是从坐车的角度去讲对一些车的感受，提一些建议。

近年来，周鸿祎不止一次公开表示要做“网红”。

他认为，研究网红经济，是因为用户接收信息的方式变了，躬身入局才能熟悉水性，做出更好的产品——小米的雷军、华为的余承东都是神级网红，要向他们学习，为360发声，给公司节省广告费。

企业家做网红并不是什么新鲜事。

2016年，真格基金创始人徐小平说，每位创业者都要做网红。国外的马斯克更是将网红路线贯彻到底，甚至公开表示“正在考虑辞职，全职做一名网红”。

在出席互联网30周年大会时，周鸿祎与马化腾握手合影，马化腾打趣道：“你现在是网红的红吧”。

周鸿祎在抖音的个人账号发布的视频已经超过一千条，几乎每天一条，粉丝量近700万。在做网红道路上，从粉丝量的角度来说成功了，但从持续性上而言，则有待继续发力。

周鸿祎的短视频更新频率很高，他的观点是和老百姓交流不能有“爹味”，但有不少网友评论认为一些“没话找话，为了发视频而发视频”的视频过于随意。场景与个人形象屡受诟病，以至于2024年9月份周鸿祎的涨粉速度明显下滑。 

企业家做网红与素人成为网红再成为企业家的道路截然相反，周鸿祎坦言“将来还是要为360代言”。

企业家做网红本质还是水涨船高的逻辑，无法避免“成王败寇”这一稍显市侩的评价体系——即企业越成功，企业家的人气与关注度越高，反之，当企业失去行业头部的聚光灯，仅凭 “个人魅力”来帮企业打一个漂亮的翻身仗，未免有些过于理想化。

在当网红的道路上，周鸿祎的直观做法就是“学雷军”。

小米汽车发布会过后，关于雷军的讨论热度空前，周鸿祎号召员工向雷军学习。雷军带着董事们参观小米汽车工厂并试驾后，周鸿祎带着哪吒汽车CEO张勇一起直播。雷军在社交平台发布了赛车照片，没有驾照的周鸿祎也跟着拍了一张。

特别是当360的业绩持续走低，周鸿祎对于当网红获得关注进而到产品转化的渴望就越强。这一点和携程梁建章回归后参加各种直播cosplay类似。

但问题在于，周鸿祎的“流量学”导致出一个极为尴尬的局面：他的热度过于依赖外部热点，他的热搜可能与学雷军有关，可能与出现在“小杨哥”直播间有关，可能与“拜俞敏洪为师”有关，可能与和马化腾握手有关，可能与和李彦宏合影有关，可能与新能源车展有关，但偏偏和360实际业务不甚相关，甚至360相关产品还给他带来一些负面热度。

这意味着立志做网红的周鸿祎还没到靠自家企业创造话题的层次，依然停留在“蹭热度”的阶段。

周鸿祎打破了不直播带货的计划，开始为自家产品导流，这也是软件出身的360自救之举。但懂流量的周鸿祎也遇到了挫折，在他直播带货的360旗下产品儿童手表中，有消费者发现该手表针对某些问题有特别“毁三观”的回答，且内容来源于360搜索。

随后，周鸿祎在微博发文就360儿童手表答疑时出现争议言论道歉。

企业家做网红确实有得天独厚的优势，但至今似乎没人能够跳出“企业家热度因企业而起，也因企业没落同落”的规律。

网红路线到底能不能带动企业的转型？周鸿祎与360的困境，更像是格力的董明珠。董明珠为了推进格力的转型，先后推动过孟羽童、王自如两位在互联网上颇具流量的“网红”，但最终都未能达到预期成效，不得不亲自上阵布局转型。

企业家做网红，特别是转型期的企业，通过网红路线成功打一场“翻身仗”罕有成例。周鸿祎会成为这一赛道新的成功案例吗？

2023年，《加密资产市场监管法案》（The Markets in Crypto Assets regulation bill，简称MiCA ）经过欧盟立法审查后在欧盟官方公报上发布，大部分条款定于2024年12月30日开始生效实施，而一些特别条款则定于2024年6月30日生效实施。

    作为全球最主要的经济活跃区以及科技立法先行者，欧盟具有将该部法律打造成与《通用数据保护条例》（GDPR）具有类似全球立法模范效应的监管规范，因此飒姐团队把整个立法看下来，最能感受到的就是两个字：严、全。

    而随着MiCA的生效，稳定币一哥USDT泰达币乃至整个稳定币赛道都将面临新的合规挑战，市场甚至传出USDT可能会从欧洲Coinbase交易所退市的传言。

    那么今天飒姐团队就为大家详细解析，稳定币赛道从业者们，在欧洲市场MiCA监管之下的合规生存之道。

01

MiCA对加密资产的分类与整体规制范围解析

    飒姐团队在2023年的全球加密资产报告中其实就已经对欧盟MiCA进行过解析，当时我们就提示过大家，MiCA对于加密资产的分类实际上与目前加密资产行业的一些通用概念存在差异，因此，想要进入欧盟市场的加密资产从业者们，必须先理解MiCA对加密资产的分类监管。

1

何为MiCA认可的“加密资产”？

    根据MiCA 第三条第一款第五项，加密资产（crypto-asset）是指“通过分布式账本技术（DLT）或类似技术表示的数字价值或权利。它们可以被用来进行交易、投资或作为支付手段。

    该定义实际上与大部分国家在加密资产立法或司法实践中对对加密资产“具有价值”“可被视为一种财产”的认知保持一致，伙伴们了解即可，需要重点理解的则是MiCA将加密资产作出的两个分类：

    （1）资产锚定代币（Asset-referencedTokens

    （2）电子货币代币（E-money Tokens）

2

资产锚定代币（Asset-referencedTokens）

    根据MiCA 第三条第一款第六项，资产锚定代币是一种加密资产，其价值通过锚定另一种价值或权利（如一篮子货币、商品、证券等底层资产）来保持自身价值稳定。

    资产锚定代币(Asset-referencedTokens)具有以下特点：

    （1）价值具有稳定性：该种代币的价值通常由多种底层资产支撑，目的是提供一种稳定的价值存储手段，减少单一资产波动带来的风险；

    （2）多种参考资产：这些代币可以参考多种资产的组合，如不同国家的货币、贵金属、商品等，分散风险，增强稳定性。

    （3）用途广泛:资产参考代币可用于支付、交易、借贷等多种金融活动，提供一种灵活且稳定的金融工具。

    其实熟悉加密资产的伙伴们一眼就能看出来，这种资产锚定代币本质上其实就是RWA。MiCA对资产锚定代币的监管要求是：按照相关规定向市场发布白皮书，在白皮书种披露拟发行代币的结构、底层资产、持有者权益等详细信息，并获得欧盟加密资产监管机构的授权，非常类似一个IPO。

3

电子货币代币（E-money Tokens）

    根据MiCA 第三条第一款第七项，电子货币代币（E-money Tokens）是一种加密资产，通过锚定一种法定货币（如美元、欧元等）的价值来保持稳定。

    电子货币代币（E-money Tokens）具有以下特点：

    （1）价格稳定:电子货币代币的价值与参考的官方货币紧密挂钩，通常1:1兑换。这种设计旨在减少。加密资产的价格波动，提供一种更可靠的价值存储和交易手段。

    （2）用作支付和交易用途:电子货币代币广泛用于支付和交易，用户可以使用这些代币进行日常消费、转账和其他金融活动。

    （3）发行人授权：发行人必须获得电子货币机构或信用机构的授权，确保其运营符合电子货币指令（EMD II）的相关要求。

    （4）赎回权利：持有者有权随时以参考货币的面值赎回其电子货币代币，发行人需在白皮书中明确这一权利。

    （5）资金储备：发行人需保持足够的流动性和资金储备，以应对赎回需求，并确保资金的安全性和可用性。

    电子货币代币实际上就是目前我们通常理解的稳定币，USDT就是最典型的代表。而MiCA要求发行电子货币代币的机构必须发布详细的白皮书，明确代币的用途、技术基础等，同样发行电子货币代币需要获得欧盟加密资产监管机构的授权。

02

稳定币如何在欧盟做到合规经营？

    目前，USDT之所以传出要退出欧洲市场，最主要的原因就是USDT尚未取得欧盟监管机构的牌照，反观已经获得的牌照的竞争对手Circle（即USDC发行商）在短时间内已经实现抢跑，在欧洲范围内合规销售USDC，据CCData数据，MiCA生效后，各个中心化交易所的USDC交易对交易量增长超48%。

    那么稳定币如何在欧盟做到合规？如何取得监管机构的许可/牌照？简要的说，有以下几个要点：

1

进行较为完备的信息披露

    MiCA要求所有加密资产服务提供商（CASPs）和发行人必须向投资者和监管机构提供详细的披露信息，包括业务模式、风险因素、财务状况以及其他可能影响投资者决策的重要信息。

    类似招股说明书的白皮书是不容忽视的，MiCA要求加密资产发行人编制白皮书，详细说明项目的技术、用途、风险、治理结构和资金用途。白皮书需提交给相关监管机构备案。

2

遵守欧盟反洗钱（AML）规则

    MiCA要求发行人对客户进行严格的身份验证和尽职调查、信息留存，以防止洗钱和恐怖融资活动，且需定期向监管机构报告可疑活动。

3

运营主体具有适当的治理结构

    这主要是MiCA从监管的便利性和有效性出发，对加密资产发行人提出的要求，对发行人而言是一个系统性的建设工程。

    MiCA要求加密资产发行人设立一个复核欧盟法律的合法实体，并应至少有一名高级管理人员（董事）位于设立国，并应通过位于欧盟的业务地点组织活动。同时，MiCA设定了最低资本要求，从50,000欧元到150,000欧元。

    在管理人员方面，MiCA要求加密资产发行人CASPs还应聘用具备足够技能、知识和专业能力的管理人员和员工，并采取一切合理措施以适当方式履行其职能。这一点与香港对持牌加密资产交易平台RO（Responsible Officer）的要求较为类似。

4

获得行政许可/持牌

    MiCA已经明确，所有想要在欧盟司法管辖区内展业的加密资产服务提供商（也就是我们常说的VASP）必须向其注册办事处所在的成员国的主管当局提交许可申请，申请需包含详细的业务计划、治理结构、风险管理政策和财务状况等信息等。待主管当局将对申请进行全面审查，确保申请人符合MiCA的所有要求后才会发给行政许可，允许在欧盟司法管辖区内展业，否则将面临处罚。

03

写在最后

    虽然我们看到USDT发行商Tether 已经放出话来，要建立起一套符合欧盟MiCA监管的合规制度，但是目前来看，飒姐团队认为其合规成本巨大，短时间内恐难有建树。

    其实核心难点就在于MiCA所要求的信息披露，特别是对于底层资产的披露对于Tether来说是较为困难的。Tethe一直未能完全公开其储备金状况和构成，也未接受过任何独立审计机构的审计，可能其自身存在一些不便透露的原因，虽然近年来其已经逐渐开始公开化进程，但短期内要达到MiCA的标准依然很困难，具体如何，还有待长远观察。

    以上就是今天的分享，感恩读者！

    注：电子货币代币与资产锚定代币的翻译为飒姐团队直译，因欧盟没有发布中文版MiCA，相关名称请以官方翻译为准。

本文为《南方周末》特邀稿件

摘要

1、阿西莫格鲁与学生雷斯特波一系列关于劳动力与自动化的研究，极大地加深了我们对人与机器竞争所产生的复杂可能性的认识，并对一些关键经济指标做了量化统计。

2、阿西莫格鲁与约翰逊认为完全不公平的分配制度才是第一次工业革命前全球增长停滞的深层原因。

3、很多因素（例如美国的税法）使得超级大企业发展自动化与人工智能并非为了提高劳工的生产力，而是明确地以取代劳工为目的。

正文

过去十年，最有可能问鼎诺贝尔奖的经济学家里，达龙·阿西莫格鲁（Daron Acemoglu）、西蒙·约翰逊（Simon Johnson）和詹姆斯·A·罗宾逊（James A. Robinson）（下称AJR）总会出现在前五位。2024年10月14日，他们终以“对制度如何形成和影响繁荣的研究”而获奖。

笔者认为这一评价可能不够全面，在制度后面加上“创新”或者“技术”才能更准确地概括AJR的学术贡献。

有趣的是，2024年诺贝尔物理学奖和化学奖都表彰了人工智能（AI）的理论突破与应用成就，而经济学奖得主AJR却对AI拉响警报。尽管听上去不同于流行的乐观叙事，但对于已经或者即将受到AI影响的每个人，都无比重要。

讲述“人类经济简史”

一组相互关联的问题在经济学里堪称“皇冠上的明珠”：为什么人类社会在第一次工业革命之前经济增长停滞不前？为什么第一次工业革命发生在英国（李约瑟之谜）？第一次工业革命之后经济靠什么实现腾飞？为什么国与国之间的财富差距如此巨大？制度与创新到底如何影响经济发展？技术进步有没有带来共享繁荣？

在AJR出现之前，这些问题已经在学界取得很多的共识。“马尔萨斯陷阱”就被认为很好地解释了经济长期停滞；诺斯的新制度经济学强调的产权保护和法治解释了英国和其他发达经济体崛起；从索洛的外生技术增长模型，到卢卡斯的人力资源驱动增长，再到罗默的内生技术增长模型，学界对经济增长的理解逐渐加深，也找到了影响跨国贫富差距的大量因素，制度与创新就是其中被提到最多的两个。

AJR获奖的贡献，简单来说就是用数学模型深化了道格拉斯·诺斯（Douglass C.North，美国经济学家、历史学家，1993年诺贝尔经济学奖获得者）的纯文字思想，同时又较好地解决了诺斯数量分析方法中最大的不足，即经济发展和制度建设到底谁先谁后这个“鸡跟蛋”的难题。

《国家为什么会失败》这本AR合著的全球畅销书给出的答案是，制度建设是因，经济发展是果。虽然这两个词都可以包罗万象，但AR只用了一个极简的分析框架，两个维度两种制度，即包容型/榨取型的经济和政治制度，就讲述了一个全新版本的“人类经济简史”。

依笔者浅见，这个框架基本上可以装下大部分世界经济大历史，已经非常成功了。值得一提的是，《国家为什么会失败》中文版2015年发行后，阿西莫格鲁曾来中国演讲，很多学者都觉得中国的经济发展不符合书里的框架，但这些年下来，改变看法的人应该是多数。

尽管仍有人不喜欢AJR，但无论如何，这本书背后AJR的系列研究，加上其他几本主题紧密相关的书（例如《专制与民主的经济起源》《自由的窄廊》等）都让他们享誉世界，也是AJR获得诺奖肯定的直接原因。

当然，AJR成就卓著并不代表笔者认同他们所有的研究结论。阿西莫格鲁与学生奥托（下称AA）等人合作，把美国的贸易逆差和制造业工人失业主要归咎于从中国进口商品。笔者认为分析方法和结论都存在严重缺陷，但他们在后续研究中能够承认这些不足，更多地从美国本土寻找深层原因的做法，也是难能可贵的。

AA发现，美国超级大企业采取自动化和技术创新来取代劳动者的做法，能更好地解释在美国发生的就业和社会问题。他们还发现，经济学界过去流行的“乐观论”，也就是假以时日，技术进步总会创造更多更好的工作，越来越值得怀疑。

警惕不公的分配制度

技术进步显然会带来生活质量的改善，例如药物研发延长人类寿命，通信技术让全球交流畅通无阻。至于技术进步是取代劳动还是创造工作，100个经济学家恐怕99个都会说，短期有替代效应，但长期会有更多新工作被创造出来，这些工作也会更好，创新带来共享繁荣几乎是毫无争议的。

但与赞美技术创新（例如AI、无人驾驶）的VC/PE管理人同台时，笔者往往扮演“异见者”：如果你们投资这些技术，你们的下一代很可能失去工作；如果你们不投资，其他人还是会投，你们的下一代还是会失去工作。也许你们投资还能赚到不少钱，减少下一代的生活压力。

在英伟达上赚得盆满钵满的投资者，可能根本就没空去想下一代工作的事，或者大家仍然坚信“乐观论”。只要看看奥特曼、盖茨、马斯克的各种演讲就会发现，尽管他们都会把失业警告放在前面，但长篇大论一定是未来会更美好。面包会有的，牛奶会有的，一切都会有的。

实际上，新工作已经越来越难被创造出来。阿西莫格鲁与学生雷斯特波一系列关于劳动力与自动化的研究，极大地加深了我们对人与机器竞争所产生的复杂可能性的认识，并对一些关键经济指标做了量化统计。

当AJ的《权力与进步：技术与繁荣的千年挣扎》在2023年出版，更是立刻引起社会关注。其阅读震撼比《国家为什么会失败》还要强烈，因为AJ在这本书里对文章开篇提到的一系列问题给出了全新的回答。

AJ发现在第一次工业革命之前，也就是所谓“黑暗”的中世纪，就存在许多重大的技术进步，只不过相应的生产力增长和财富基本都被封建领主和教会这些权力拥有者攫取。

对于底层劳工来说，创新或意味着失业、更低的工资、更长的工作时间、更差的工作环境。对于其他发展中国家，航海技术、枪炮、病菌与钢铁都意味着掠夺。实际上，第一次工业革命之后，这样的结果也是常态，只不过权力拥有者更换了身份。

对于习惯“乐观论”的经济学家来说，这些结论也许有些匪夷所思，但其实这样的记录在历史文献里俯拾皆是，任何熟悉中国封建经济史的人都不应该陌生，而读过马克思《资本论》的人也应该发现真相本来就是这样。

乐观主义者的错觉在于他们忽视了一个简单事实，就是创新替代旧工作将带来破坏性的力量，但技术进步创造出新工作往往要耗费一代人甚至几代人的时间。今天享受过去技术进步的人，当然有足够的理由批判当年捣毁机器的路德分子（指参与路德运动的人，路德运动是英国工人以破坏机器为手段反对工厂主压迫和剥削的自发工人运动）眼光短浅，但当时几乎人人都是路德分子。

让人意外的是，财富分配结果并不是封建领主依靠武力实现的，他们主要借助了教会“劝服”的力量。而今天这股力量通常来自于主张市场自由化的经济学家，或者坚持乐观主义的资本利益代言人。

试想一下，假如你是担心被自动驾驶取代的司机，你是很难找到有话语权的专家帮你呐喊的。面对失业压力，司机群体希望团结一致表达反对意见时，往往行动还没有起步，就已经被新的技术发现并且叫停。

同样让人想不到的是，第一次工业革命之前，一些可能取代劳动的技术发明创造被封建领主或者行业协会禁止，因为担心底层的反对（这非常像美国反对自动化，罢工要求涨薪的码头搬运工）。

一个震撼的观点是，AJ认为这样完全不公平的分配制度才是第一次工业革命前全球增长停滞的深层原因，马尔萨斯把这一切归于穷人生活好一点就会生育更多孩子，从而重新坠入贫困陷阱的观点是不准确的。

当然，《权力与进步》也对技术进步曾经带来的共享繁荣进行了充分的描述，尽管这样乐观和美好的结果在时间维度上并不占据优势。简单来说，技术创造的财富可以相对公平地分享需要三个前提条件：

第一，疫情或者战争造成人口大量减少，劳动相对于资本变得稀缺而获得了相对优势；第二，劳工阶层组织工会获得与资本阶层谈判的力量；第三，部分资本家（福特是典型代表）合作共赢的经营和福利政策为劳动阶层生活质量带来改善。

此外，工业革命发生在英国的传统解释很多，既有诺斯的新制度经济学（《国家为什么会失败》就继承了这一理论），也有流行的资源禀赋说、新教伦理说等等。

AJ在《权力与进步》里基本上放弃了原来的观点（在《国家为什么会失败》里主要归因包容制度），因为他们发现在当时的欧洲，其他国家拥有与英国相同甚至更好的条件。英国的独特之处在于出现了一批拥有技术能力和创新精神，以勤劳致富、改变命运为目标的新兴市民阶层，再结合历史变革后的权力基础和社会秩序，点燃了工业革命的火花。

技术进步的另一面

AI的研发和实施其实已经进行了很长时间。AJ最关心的问题就是AI对社会制度、权力平衡、资源分配会产生什么样的影响？会不会重复历史上的悲剧？

AJ对此是比较担心的。阿西莫格鲁与雷斯特波发现，美国每千名工人多出一台机器人，会使整体就业率降低约0.2个百分点（对应大约3.3名工人失去就业机会）、工资下降约0.42%。

而且自动化对男性的负面影响大于女性。对于教育程度低于大学的人来说，自动化对就业和工资都有负面影响，但对拥有硕士或博士学位的人来说，却没有正面效应。

更糟糕的是，他们发现，很多因素（例如美国的税法）使得超级大企业发展自动化与人工智能并非为了提高劳工的生产力，而是明确地以取代劳工为目的。甚至不惜发展出很多半吊子自动化（例如超市常见的自动付款机）。

AJ还很担心AI被专制政府用于增强社会控制的能力。因此，他们在书中呼吁社会改变对AI只有美好结果的叙事，人人都应该享有话语权，科技大佬不能只想着用AI来替代人类，而是要能够善用科技来增强人们的工作能力。

换句话说，强化人类能力的排序要高于全面自动化。另外，AI的发展也必须协助公民抵消社会上的既有权力结构，协助巩固而非削弱民主。

AR的观点也得到了其他学者的响应。布莱恩约弗森和麦卡菲在著作《第二次机器革命》里提到，从1940年代开始，美国每隔十年就会有10%的工作消失。但从1940年至1980年，增加的工作内容大多是中阶的制造与文书工作，到了1980年之后，则是更多的高阶白领与低阶服务业工作。

换句话说，工作型态变得更加两极化，而中产阶级的工作消失了。此外，过去四十年间，减少职业需求的自动化科技发展突飞猛进，但增加职业需求的创新速度则相对缓慢。

对于这些话题感兴趣的朋友，还可以阅读弗雷的著作《技术陷进》。作者深受阿西莫格鲁和雷斯特波的影响，但领先于《权力和进步》出版，书中提供了大量鲜为人知的历史资料，一出版就成为畅销书。

我们期待不同阶层的人共同行动，为“科技向善”的愿景与实现而努力奋斗，而这也是上善资本集团成立的初心。

（作者系上善资本集团首席经济学家）

香港奇点财经10月17日报道。周三（10月16日），比特币的价格逼近68,400美元大关，这一数值是自7月以来所达到的最高水平，并且这一强势表现带动了整个加密货币市场的反弹。

根据 CoinMarketCap 的数据，稳定币占 24 小时加密货币市场总交易量的980 亿美元，占比91.68%。比特币的市值增至1.328万亿美元，其主导地位约为 57.45%。比特币交易量激增 20.8%，至 491.4 亿美元。

在过去的一周里，比特币的涨幅超过了9%，与此同时，以太币也实现了约7%的增长。其他热门代币同样表现出色，solana在过去7天内的涨幅接近10%，而dogecoin的涨幅更是达到了15%。这股上涨势头也波及了与加密货币相关联的股票。数字资产交易所Coinbase在周三的涨幅达到了7%，并且在过去的三天内累计上涨了19%，使其股价攀升至8月以来的最高点。其他主要加密货币中，BNB上涨1.9%，Solana上涨0.5%，狗狗币上涨2.7%，NEAR Protocol上涨2.7%，莱特币上涨7.5%，Tron上涨0.5%。

比特币矿工Marathon Digital和Riot平台在周三的交易中也呈现出上涨态势。今年至今，比特币的涨幅已经达到了53%，这一成绩的取得部分得益于1月份大量新的现货比特币交易所交易基金（ETF）的入市，这些新产品吸引了大量新投资者的关注。此外，7月份以太币ETF的相继上市也为市场增添了新的活力。

在过去的三天里，投资者们积极购买ETF股票，总购买金额达到了12亿美元，使得ETF的总持股量超过了630亿美元。其中，贝莱德的iShares Bitcoin Trust（IBIT）占据了新购买量的30%以上。

贝莱德ETF和指数投资部门的首席投资官萨马拉·科恩（Samara Cohen）最近在接受CNBC采访时表示，IBIT的购买者中有80%是直接投资者。她进一步指出，这些直接投资者中有75%的人之前从未持有过贝莱德的ETF产品。

科恩强调说：“我们踏上这一旅程的初衷是希望通过教育ETF投资者来了解加密货币，特别是比特币。而事实证明，我们已经对加密货币投资者进行了大量的教育工作，让他们认识到ETP包装所带来的好处。”

据Economic Times报道，Bitget Research的首席分析师RyanLee详细分析了比特币突破67,000美元的几个关键原因：首先，政策层面的积极信号，即美国总统候选人、现任副总统卡马拉·哈里斯承诺支持数字货币监管框架，为加密货币市场提供了有力的支撑，提振了市场信心；其次，市场潜在的抛售压力有所降低，破产的Mt.Gox加密货币交易所上周决定将债权人的最终还款期限推迟一年，这一举措缓解了市场对于大量回流比特币可能引发的抛售潮的担忧；再者，ETF资金的显著流入也是推动比特币价格上涨的重要因素，过去24小时内，BTC相关的ETF吸引了5.55亿美元的净流入，而ETH相关的ETF也获得了1700万美元的净流入，这体现了华尔街机构投资者对加密资产的积极态度。此外，根据历史数据，加密市场在一年中的第42、43和44周通常会有显著的涨幅和上涨概率，这进一步增强了市场反弹的预期。

然而，RyanLee也提醒投资者，尽管市场前景看好，但仍需关注地缘政治问题和美国总统大选可能带来的不确定性风险，这些潜在的黑天鹅事件可能对市场造成不利影响。

香港奇点财经10月16日报道。据风险投资巨头Accel透露，专注于生成型人工智能的初创公司已吸纳了流向云计算领域风险投资总额的40%。

在最新发布的年度Euroscape报告中，Accel预测，2024年美国、欧洲及以色列的云计算初创企业将吸引高达792亿美元的风险投资，其中人工智能被视为推动行业复苏的核心力量。

云计算行业的风险投资年增长率达到了27%，这是三年来的首次增长。数据显示，2023年，这些地区的云计算初创公司已筹集了625亿美元资金，与四年前的479亿美元相比，实现了65%的显著增长。

近期，微软支持的热门生成型人工智能聊天机器人ChatGPT的幕后推手OpenAI，在一轮巨额融资中成功募集了66亿美元，公司估值跃升至1570亿美元。

截至9月30日，Euroscape指数（由Accel精选的美国、欧洲和以色列上市云计算公司组成）实现了19%的同比增长。然而，与纳斯达克今年38%的涨幅相比，这一增长率略显逊色，同时也较2021年Euroscape指数的峰值下降了39%。

尽管云计算行业整体面临挑战，企业软件预算受到宏观经济和地缘政治风险的双重挤压，但人工智能的崛起正引领着IT预算的转向。Botteri指出，部分预算被用于生成型人工智能（genAI）、新应用的构建及新技术的测试，导致其他领域的预算相应减少。

Accel的Euroscape报告还揭示，美国、欧洲和以色列的前六大生成式AI公司占据了所有genAI初创公司筹集资金的三分之二左右。其中，OpenAI在2023-2024年间筹集了惊人的189亿美元，成为美国genAI公司中融资最多的企业。

在全球范围内，构建基础模型的公司（这些模型为当今的生成AI工具提供动力）占据了genAI公司总融资额的三分之二。美国在全球生成AI投资总额中占据领先地位，约有80%的资金流向了美国公司。大型科技公司如亚马逊、微软、谷歌和Meta每年在AI领域的投资高达300亿至600亿美元。

数据库公司MongoDB的首席执行官Dev Ittycheria预测，最强大的AI模型将集中在少数能够吸引必要资本以投资数据中心和芯片以训练和运行其系统的参与者身上。他强调，随着时间的推移，模型提供商的数量将大幅减少。

香港奇点财经10月16日报道。支持前总统唐纳德·特朗普的政治行动委员会（PAC）已筹集约750万美元的加密货币。根据联邦选举委员会周二（10月15日）发布的文件，特朗普的47联合筹款委员会在7月1日至9月30日期间，接收了来自捐助者的比特币、以太币、XRP、以及与美元挂钩的稳定币Tether和USDC等加密货币捐赠。

尽管该PAC表示，最新文件仅涵盖上述期间的捐款，但所公布的数字实际上包含了累计捐款总额。距离2024年大选仅剩三周，而根据民意调查的平均值，竞选双方几乎势均力敌。特朗普期望能从加密社区获得大量资金支持。这位前总统已将自己定位为亲加密的候选人，这与其在白宫期间的立场截然不同。事实上，他已于今年5月成为首位接受数字代币捐赠的主要总统候选人。

非营利监督组织公共公民组织最近的一份报告显示，流入选举的所有企业资金中，近一半来自加密货币行业。这笔资金来自多方捐助者，其中Coinbase、Ripple和风险投资公司Andreessen Horowitz是主要的商业捐款者。该行业筹集的资金大约是上一届总统选举年筹集资金的13倍。

文件显示，至少有18名捐助者向特朗普47捐赠了超过550万美元的比特币，另有七人捐赠了约150万美元的以太币。这些捐助者来自超过15个州，包括一些关键的战场州以及美国领土波多黎各。他们的职业背景多样，包括洛克希德马丁的软件工程师、Duthie Power Services的销售工程师以及Esperanza Entertainment的制片人等。

媒体集团BTC Inc.的首席执行官David Bailey捐赠了超过498,000美元的比特币。Bailey是比特币的狂热支持者之一，他曾向特朗普传授比特币知识，并帮助他从不信任加密货币转变为积极推广者。特朗普在7月的纳什维尔比特币会议上因此成为头条新闻。特朗普在演讲中表示，他的竞选活动已从加密行业筹集了2500万美元，但未具体说明数字代币和美元捐款之间的比例。

新捐赠者中包括Chase Herro，他是特朗普家族新加密项目World Liberty Financial的联合创始人之一。该平台旨在成为一家去中心化的银行，鼓励客户借入、借出和投资加密货币。然而，其代币销售在周二启动时遇到了技术问题，包括销售网站反复崩溃，导致已售出的WLFI代币价值远低于最初的3亿美元筹款目标。

其他捐赠者还包括数字资产安全公司BitGo的首席执行官Mike Belshe，他捐赠了近10万美元的比特币；Craft Ventures的合伙人Brian Murray捐赠了6,560美元的比特币（Craft由支持特朗普的风险投资家David Sacks创立）；Kresus Labs创始人Trevor Traina捐赠了超过25,000美元的以太币；Chainstone Labs首席执行官Bruce Fenton捐赠了60,000美元的比特币；以及Cardone Digital Ventures的Gary Cardone捐赠了超过840,000美元的比特币。

CNBC此前曾报道，Ripple的法律主管Stuart Alderoty捐赠了300,000美元的XRP。Alderoty曾参加Sacks在旧金山举办的特朗普筹款活动。然而，Ripple的亿万富翁联合创始人Chris Larsen则向支持副总统卡马拉·哈里斯的超级政治行动委员会Future Forward捐赠了价值100万美元的XRP代币。Future Forward于9月开始接受加密货币捐款。尽管Larsen对拜登政府对加密货币行业的激进态度表示不满，但他对哈里斯表示更有信心，部分原因是她来自创新经济发达的湾区。

在亲特朗普方面，亿万富翁双胞胎泰勒和卡梅伦·文克莱沃斯 (Tyler and Cameron Winklevoss) 领导了这一行动，总捐款额接近每人 110 万美元。由于超出了允许的最高限额，部分款项已于 9 月退还。

原本就想简简单单地写下对今年诺奖得主的预测，但真开始动笔，难以忘怀的求学往事就汹涌而出，文章越写越长。请允许我先啰嗦一下，这些回忆貌似与预测无关，但你耐心看完就会发现学术发展总是密不可分的。

不过，我现在主要的职业是经济分析、投资管理和资产配置。最近大家的注意力都在经济政策和股票市场，为了节约大家的时间，我还是把最主要的几组预测放在开头（我过去撰文预测过的几位学者例如Andrei Shleifer， Robert Vishny、Nobuhiro Kiyotaki、John Moore、Thomas Piketty不再重复）。

国际贸易：Anne Krueger、Elhanan Helpman、Gene Grossman、Maurice Obstfeld、Marc Melitz、Samuel Kortum；

产业组织：Timothy Bresnahan、Ariel Pakes、Steven Berry、Robert Porter；

政治经济学：Daron Acemoglu、Timothy Besley、Torsten Persson、Guido Tabellini；

宏观：Philippe Aghion、Peter Howitt、Michael Woodford；

微观：David Kreps、Ariel Rubinstein。

2001-2002年的诺奖故事

2001年我刚到明尼苏达大学经济系读博士的时候，最期待的就是系里的老师获奖。那一年的奖颁给了对“信息不对称”现象做出突破性贡献的三位微观经济学家Geroge Akerlof、Michael Spence和Joseph Stiglitz。他们的研究我们在国内的中级微观课和博弈论课上都学过，还算是比较熟悉。应该说，那一年最失望的人也许是张五常教授，因为他的主要研究领域也是信息不对称。

2002年的奖给了行为经济学的开创者，心理学家Daniel Kahneman和实验经济学的开创者Vernon Smith，至少在我们系这个结果是无人预料到的。

原因很简单，第一，经济学家里群星璀璨，够资格拿奖的人实在太多了。大家都盼着自己系里的老师获奖，比如Leonid Hurwicz和Edward Prescott。我印象特别深刻的是在金融系上张春教授的《公司金融》课学习信息不对称的影响时，他就说这个领域贡献最大，最应该获奖的就是Hurwicz。

第二，明大经济系出了名地强调“人人理性”的正统观点，自然把强调“人不理性”的行为经济学视为异端。

颁奖结果出来那天，我后来的导师Jan Werner教授就说你们只有可能在我的《金融经济学》课上听到一点与行为金融学有关的概念。他指的是当未来的风险极度不确定时，理性人会表现出“模糊厌恶”，也就是会先考虑各种各样最差的情况，再从中选择最好的结果，这也就是所谓的“最大化最小结果”决策原则。说到底，这还是一种基于“人人理性”假设而推导出的理论，与行为经济学没啥直接联系。

不过，我认真找来Kahneman教授的研究来学习，从此就一发不可收拾地爱上了行为经济学和正统金融学结合的产物：行为金融学。这让我在2017年准确预测到了Richard Thaler的获奖。

现在，了解行为经济金融学的人很多了，我就不再推荐那些Kahneman和Thaler写的书，但强烈推荐畅销书作家Michael Lewis的《思维的发现》（The Undoing Project）。这本书讲述的是Kahneman与长期合作者Amos Tversky的故事。我还没有读完此书，但凭简介我的直觉是如果能够拍成电影，应该会像讲述博弈论专家John Nash的电影《美丽心灵》一样获得奥斯卡奖，Nash在1994年获得了诺贝尔经济学奖。

顺便说一句，虽然公认的说法是迄今为止获奖的行为经济学家只有Kahneman、 Robert Shiller和Thaler三位，但严格来说，还有两位前诺奖得主强调了心理学和“非理性”的重要性，一位是1978年获奖的Herbert Simon，一位就是前面提到的Akerlof。

今年Geoffery Hinton凭借“人工智能之父“的冠名获得物理学诺奖，他之前还拿过图灵奖。而Simon则是真正推动人工智能研究在1950年代起步的领军者，他也是先拿图灵奖，再拿诺奖。他还在人工智能和心理学两个几乎没有关联的领域拿了学术终身成就奖。他强调人类决策的“有限理性”和“足够满足”，都对后来行为经济学的产生起到了关键的“助推”作用。

神奇的是，Simon拿的是政治学博士学位。他还精通中国的琴棋书画，取了个中文名字“司马贺”。纵观整个学术界的天才和通才，司马贺也是最耀眼的明星之一。

2004年宏观老师获奖

到了2003年颁奖前，系里老师都疯传Prescott将与学生Finn Kydland获奖，没想到期望越大，失望越大。获奖者是计量经济学家Robert Engle和Clive Granger，而当时的明大经济系最出名也最惹同行生气的就是不把计量经济学列入必修课。

在每一个新生入学引导课上，Prescott总会强调你们不要去上计量课，只要学好我独创的“校准”量化分析方法就好。当时我们都傻傻地开心至极，觉得很快就会掌握了高人一等的独门绝技。只有等到快要毕业时才领会到，要是掌握点传统的计量方法，无论找学术工作还是业界的工作都会容易很多，但那个时候后悔也来不及了。

Prescott和Kydland终于在2004年获奖，但让我们这些学生超级震惊的是，就在奖项公布的前一天（也许是前两三天），Prescott宣布跳槽到亚利桑那州立大学。当时的传言是他提前得知即将获奖，因为与系里或者文理学院发生矛盾，所以决定要把荣誉留给另外一所大学。

系里庆祝晚宴上，全美宏观顶尖学者云集，唯独缺了曾经在系里长期任教的Thomas Sargent和Christopher Sims，原因就是他们与Prescott在对待计量经济学方法上的矛盾，不过两人在2011年获奖。当晚，Sargent的贺信里面有一句话“Ed，别忘记过去这么多年是谁支付了你的工资！”，这让全场捧腹大笑。

2022年，Prescott仙去。我在满怀感念的时候读到他在当年正式领奖前公开的自述里，特意说明了与学院的确存在矛盾，原因是学院不支持他倡导的向年轻学者进行资源倾斜的计划。时过境迁，我们都难以评价谁是谁非。总之那一年的诺奖结局，是我学生年代最兴奋也最失落的时候，我相信对于明大来说，也是一样的感觉。

顺便说一句，在Prescott最风光的时候，他开创的以人人理性来解释宏观周期波动的理论几乎一统全美宏观研究，凯恩斯的政府干预经济必要性的思想几乎被彻底放弃。而真正改变这一局面的，让凯恩斯重新活过来的，其实就是前面提到的Akerlof，他借助了司马贺的“足够满意”思想，质疑“人人理性”假设的必要性，这启发了后来的研究者提出了“新凯恩斯主义”。

新学说用经济中真实存在的各种不完美现象（例如信息不对称或者其他“摩擦”）去解释经济的周期波动，从而再次为政府适度干预的合理性进行辩护。如今，宏观里面这两派思想几乎统一成共同分析框架“动态随机一般均衡模型”（简称DSGE）。

坦率讲，这个分析框架是极度的高深莫测，而且越来越和人工智能领域里的最新技术结合到一起，越来越像天书。

在现实世界里，宏观是距离每个人最近的，也是人人都可以谈论的。我们当然不能苛求普通人的分析达到学界的框架，但依我浅见，在现实问题上，能够以IS-LM-PC模型分析封闭和开放经济体（分别代表影响GDP和利率水平的财政政策，货币政策以及就业与通胀的权衡，其中PC是菲利普斯曲线），或者同时分析三大宏观市场（商品与服务市场、信贷市场、外汇市场）的经济学家也是凤毛麟角的。更有甚至，在国内某些曝光率极高的经济学家，是完全不相信经济学基本分析框架，完全凭借个人经验和观察出谋划策的。

2007年微观老师获奖

2007年，Hurwicz终于与Eric Maskin和Roger Myerson一道以对“机制设计理论”的研究贡献获奖，这其实就是合同理论，或者委托代理理论的基础。这一理论的最早获奖者是James Mirrlees和William Vickery（1996），后来的获奖者包括Alvin Roth（2012），Oliver Hart和 Bengt Holmstrom（2016）。顺便说一句，诺奖委员会把Hart和Holmstrom组合在一起，却遗漏了不可或缺的合作者Sanford Grossman与John Moore，实在有点说不过去。

我在这些理论及其应用领域如拍卖机制上也花费了大量时间进行研究。但大家绝对意想不到的是，我主要是在明大卡尔森商学院的会计系课程上深入学习这些理论的。将来大家见到会计系做理论研究的博士，千万要记得respect!

在系里的庆祝晚宴上，三位获奖者和他们的学生聚集一堂，我见到了睽违已久的Hurwicz。真正知道他的名字还是在1998年在国内遇到他的学生田国强教授。获奖时他已经90岁，创下了诺奖得主的年龄记录。当时他已经坐在轮椅上，行动不便，后来也无法亲身前往挪威领奖，隔年他就仙逝了。

虽然Hurwicz只在2002年教过我们两个月，相比一年级遇到的八位微观和宏观教授，Hurwicz教授的内容是最简单也最不烧脑的，但他做的两件事情彻底塑造了我。

第一，Hurwicz是唯一亲自批改我们作业的老师。当时他已经85岁了，他的作业非常简单，我自觉答题完美，但我完全没想到各种细节错误，特别是标点符号的错误，都被老师一一挑出来修改。

第二，明尼苏达的冬天是出了名的天寒地冻。有一次大雪纷飞，交通不便，助教提前邮件通知我们，上午9点的课老师可能晚到。那天我及时赶到了课堂，大部分同学都还没来，但Hurwicz已经来了。

这两件事情我终生难忘，前者教会了我事事严谨，文章不写一句空；后者教会了我严格守时与待人以诚。

取得诺奖这样的终身成就固然可喜，但在系里两次诺奖庆祝晚宴上，Prescott的太太和Hurwicz的孩子都说，最开心的是拿到奖金就可以修理家里的厨房，或者是对医疗费用减少担心。

与他们在学界和系里享受到崇高的学术地位不同的是，只要他们固定在一个学校，薪水增速就会非常缓慢，以至于很可能比不上刚毕业任教的年轻教授。Hurwicz80多岁还在教书就是希望补贴家用，Prescott临时跳槽恐怕也有这方面的考虑。更重视有潜力的年轻人，是西方文化的传统。在中国学界这样“尊老”表现最典型的地方，这样的待遇差别是完全不可想象的。

金融危机与宏观诺奖

我在经济系读书的那几年，系里微观研究方向非常小众（以至于我要到会计系学习合同理论），最热门的方向自然是宏观和国际宏观，每年毕业的超级明星都集中在这两个领域。

客观来说，在2008年金融危机爆发前，可能是所有宏观经济学家自我感觉最好的时候。两派理论有融合之势，学科里面没有什么重大疑难问题。美国经济一片繁荣，宏观这头猛兽似乎已经被美联储降伏，美联储，世界银行，IMF里新招的宏观经济学家基本上都来自两派掌门人的学生。

当然，这一切在2008年之后全变了。宏观被媒体批评得一无是处之时，过去被两派掌门人打压的学者也纷纷跳出来怒批过去宏观走的是“歪门邪道”，这其中就包括了2008年的诺奖得主Paul Krugman。

不过，这些挑战反而给宏观研究带来了新的力量。应该说过去十六年是宏观蓬勃发展的年代，也可能正是因为这个原因，宏观在过去的获奖比例明显高出了其他分支。除了前面提到的获奖者，其他的得主包括Edmund Phelps（2006），Peter Diamond、Dale Mortensen、Christopher Pissarides（2010）， William Nordhaus、Paul Romer (2018)。

2022年获奖的Ben Bernanke的研究领域也应该被归入宏观经济学。但另外两位得主Douglas Diamond和Philip Dybvig就跟宏观经济学完全没有关系。他们三人因为“银行危机”的研究组合在一起貌似有趣，实际上并不合理。

Bernanke更大的贡献是把宏观和金融这样两个过去独立的研究领域连接到一起，而这个研究是他和Mark Gertler一起完成的。在这个领域做出开创性贡献的经济学家还包括前面提到的Moore，日裔经济学家Nobuhiro Kiyotaki（清泷信宏），以及John Geanakoplos。

他们共同的贡献就是创立了打通宏观与金融的“资产负债表理论”。他们的伟大之处在于第一次在宏观分析框架下讲清楚企业和家庭资产负债表受到外部冲击后，负面效果在彼此之间如何相互传递，相互影响，最终逐步放大，造成宏观周期衰退和波动。这样的成就彻底超越了包括凯恩斯，宏观与金融的诺奖得主在内的前人。但这也给了诺奖委员会莫大的难题，按规则每次获奖不能超过三人，又要兼顾其他领域的众多候选人，最终总是免不了遗憾。

特别需要强调的是，世人听到的“资产负债表”理论都和野村经济学家辜朝明绑定在一起。但事实上，辜朝明的观点与上面的贡献没有任何关系，他纯粹只是给凯恩斯的“有效需求不足”理论套了一个会计名词的外壳，两者没有任何实质区别。他在多本著作里反复声称自己的研究成果超越了Bernanke和其他宏观诺奖得主，或者学界抄袭了他的成果，纯粹是“无知者无畏”。

假如今年诺奖继续偏爱宏观，那么最有可能获奖的应该是Philippe Aghion 和 Peter Howitt。他们最大的贡献在于将熊彼特的“创造性破坏”的思想融入到宏观分析框架，从而第一次讲清楚新企业与老企业之间围绕技术，产业布局和组织结构的竞争与创新，以优胜劣汰的残酷过程，带动经济的增长。原本宏观分析框架就已经超级复杂，加入企业微观竞争机制听着容易实则极具挑战。

如今，谈论“新质生产力”成为显学，但恕我直言，如果没有读过Aghion和Howitt的研究，这些谈论基本都是无源之水，无本之木。读过才会真正知道，现在那些向大企业倾斜的鼓励性政策，更大的可能是导致大小企业之间的竞争更加不平等，而占据绝对数量和雇佣大量工人的小企业选择躺平，只会让经济中的全要素生产率（TFP）下降。

Aghion和Howitt的建议是只有创造小企业生存的环境，让大小企业公平竞争，小企业才会有更多的发明创造，带动TFP的上升。对这些话题有兴趣的，我强烈推荐Aghion与合作者的著作《创造性破坏的力量》，这本书应该每个中学生都可以看懂。但只有看到大师的思想，你们才会发现大多数分析创新、竞争与增长的文章味同嚼蜡或者毫无洞察力。

当然，宏观领域的潜在获奖者包括Daron Acemoglu、Michael Woodford等人。前者无需介绍了，其研究在经济学界的引用率高居第二位（第一位Andrei Shleifer更是遥遥领先的大神，凭一己之力改写了众多经济学分支领域，对我影响最大的精神导师。近期引起新闻小热点的政府“掠夺之手”vs“援助之手”，只不过是他多年前的小小创新而已）。

宏观之外，Acemoglu在劳动经济学，新政治经济学，网络经济学都做出了杰出的贡献。据说Acemoglu与Aghion和Howitt曾经展开竞争，比谁先写出一本可以传世的宏观博士基础教材。Aghion和Howitt完成了《增长经济学》，但还是比Acemoglu的《现代经济增长导论》晚了一年。

我强烈推荐Acemoglu与Simon Johnson最新的力作《权力与进步》。在这本书里，两人回顾千年技术进步史，一改学界传统的乐观观点，指出技术进步在绝大多数时间里给劳动者带来的都是更悲惨的结局，或者更多人失业，或者更长的工作时间，以及更低的收入，真正获益的是当权者。而我们熟悉的技术进步带来乐观的结果，反而是一种少见的结果，背后离不开战争，疫情等造成的人口大量减少，或者工会的力量。

ChatGPT崛起之后，人工智能领域一片欢呼声，Elon Musk、 Bill Gates即使发出一些警告实际上也属于“谨慎乐观派”。而学术界最大的反对声音，一个就是前面提到今年获得物理诺奖的Hinton，另外一个就是Acemoglu。如果诺奖委员选择Acemoglu，那就非常有意思了。

至于Woodford，他的主要贡献是把对货币政策的分析纳入到宏观的DSGE框架，并与Bernanke一道为通胀目标制提供了理论基础。与他们一样重磅的宏观经济学家还有不少，例如Robert Barro、 Gregory Mankiw等。

国际贸易领域的潜在获奖者

2008年之前，由于缺乏重要的难题，传统宏观研究并没有多热闹，真正热闹的是国际宏观，也就是国际贸易和国际金融。当时，国际金融最有意思的研究主要来自哈佛，而明大经济系在国际贸易研究上和其他几所大学风头正盛。

实际上，国际贸易是明大经济系传统强项。Anne Krueger就是在明大任教时提出了著名的“寻租理论”和国际贸易的政治经济学，我们在29年前读书时就学过。她今年已经90岁，迟迟未能获奖在我看来是件难以理解的事情。

近年来，经济诺奖的研究主题与现实世界关注的话题（例如贫穷、气候、危机、性别等）密切相关。而贸易问题的重要性与这些是并驾齐驱的，Krugman获得诺奖已经是16年前的事了（当年没有颁奖给Avinash Dixit是一个很大的遗憾）。相比这些年贸易领域的活跃，诺奖委员会的灵敏度显然不够。

如果今年颁奖给贸易领域的杰出学者，除了前面提到的Krueger，最大的希望个人猜测是Elhanan Helpman、Gene Grossman、Maurice Obstfeld，其次则是相对年轻的Marc Melitz和Samuel Kortum。

Helpman和Krueger一样研究了国际贸易中政治利益集团推动的保护主义，但他更为人熟知的是与Krugman合作关于产业内贸易的研究。这个研究突破基于两个假设，消费者偏爱多样化产品（理论基础来自Stiglitz和Dixit），产业内规模报酬递增。与Krugman更注重产业不同的是，Helpman更注重跨国公司在贸易中扮演的角色。简单来说，国际贸易并非国家与国家之间的贸易，而是跨国企业与企业之间的贸易。

如果说第一代贸易理论是基于产业外的“比较优势”（Bertil Ohlin在1977年获奖），Krugman和Helpman的产业内贸易理论属于第二代，被称为“新贸易理论”，Grossman和 Obstfeld都是这个领域的杰出学者。

而第三代“”新新贸易理论”就是Melitz重视的国际贸易对国内企业竞争的影响，以及Kortum发展的国际贸易万有引力理论（其合作者Jonanthan Easton已经去世）。第三代理论的贡献体现在能够对国际贸易中的实际可观察数据有更好的解释，而且可以与现有的其他理论（例如前面提到的创造性破坏理论，新政治经济学等等）很好地结合在一起。

产业组织领域的潜在获奖者

有意思的是，Kortum学术创造力最活跃的时候恰恰是他任教明大之时。由于经济系要求通过四门博士资格考试（很多名校只要求两门），也就是宏观，微观外加两门分支领域。我在二年级选择了“金融经济学”和“产业组织”，Kortum就是产业组织课的两位教授之一。

可惜的是，我最喜欢的是金融经济学，读产业组织纯粹为了通过资格考试，除了觉得Kortum论文里面的理论模型总是非常简洁美观之外，几乎完全没有想过要去专研，考试顺利通过之后就更是没用心关注了。

不过，产业组织的另外一位教授重点介绍了实证分析方法，虽然考试结束后我就彻底忘光，但至少还记得这些方法突破主要来自于Timothy Bresnahan、Ariel Pakes、Steven Berry、Robert Porter等人。如果说近几年国际贸易问题特别引人关注，那么与之紧密联系的产业组织问题也是头条最爱。产业组织理论的集大成者Jean Tirole获奖也已经是十年前的事了，再考虑到诺奖委员可能优先考虑年龄，我大胆推测上述四人中的三位获奖在今年的概率是最大的。

政治经济领域的潜在获奖者

论重要性与国际贸易，产业组织能够相提并论的，我觉得就是竞争日趋白热化的党派政治了。在新政治经济学领域，除了前面提到的Acemoglu、Johnson及其合作者James Robinson呼声很高之外，迟早都将获奖的“三人帮”还有Timothy Besley、Torsten Persson和Guido Tabellini（这个领域的重磅学者Alberto Alesina已经去世）。

我求学和在香港大学金融系任教期间，主要的兴趣在于金融和应用微观领域，没怎么关心过国际贸易和产业组织的研究，倒是读了很多“新政治经济学”。任何关心国家大事的人，只要拿起这个领域的好文好书，必然是放不下的。

虽然这个领域的名著很多，但绝大多数都是对历史事件的解读，而这些很难满足我这样偏爱理论模型和分析框架的人。这个领域真正让我爱不释手的书并不多，而我在港大任教最后一年读到Besley和Persson的《繁荣的支柱：发展集群的政治经济学》就极其珍贵。

他们提出了一个前所未有，简洁美观，层层推进的解释国家繁荣与失败的理论分析框架，极好地弥补了Acemoglu与Robinson在《国家为什么失败》一书里缺乏理论模型的缺陷。当时我就希望，彻底掌握这套分析框架后，可以想办法把金融对发展的作用融入其中。

只不过如今的学术越做越细越做越精，而我的兴趣爱好过于广泛，经常从一个领域跳到另外一个领域，犯了学术的大忌，最终自然是一无所成的。离开学界进入经济金融的实践领域，我亲身体验到良性金融发展对于中国经济和社会的重要性，也亲眼目睹了一些著名经济金融教授鼓吹不受节制的“自由化”带来的累累恶果。

如何理性地看待金融发展，金融到底是羞耻的代表，还是国之重器，将在很大程度上决定国家的未来。

其他领域的潜在获奖者

在我的博士导师组里，一位老师说过一句话，“对于做理论的人来说，经济学只有两个分支：微观和应用微观，宏观也是应用微观”。以我现在的见识，这句话是对的。所以前面列举的国际贸易、产业组织、新政治经济学、金融也毫无疑问都是应用微观。

如果今年的诺奖颁给纯粹微观理论的学者，我想最大的可能是David Kreps和Ariel Rubinstein以对博弈论的贡献而获奖。

而其他应用微观领域，潜在获奖者众多，我非常期待网络经济学的开创者Matthew Jackson能早日获奖。考虑诺奖委员会有喜欢跨界选人的传统，很可能会同时颁奖给研究网络的社会学家Mark Granovetter。

这份期待的特别之处在于，我的博士论文研究信息在社交媒体和金融网络中的传递与交流，对资本市场的价格，波动率和交易量的影响，就受到Jackson的启发。

金融市场有很多强调“人人理性”的传统分析框架难以解释的现象。行为金融学家从人是“不完全理性”的角度来解释部分现象。但我发现，无论是传统经济学还是行为经济学，都没有重视人的社交属性。例如，过去的模型都假设拥有信息优势只会独自利用，而不会与人分享。而我发现，只要引入人的社会属性，就可以对一些价格，波动率和交易量上的奇怪现象进行很好的解释，甚至不需要依赖人的不完全理性。

理论之外主要是计量经济学、劳动经济学、行为经济学、实验经济学，明星学者包括Richard Blundell、John List、Colin Camerer、George Loewenstein等人。他们和上面其他学者一样，任何人获奖都不意外。

我估计很少有读者能够耐心读到这里，毕竟，前面提到的每个名字，即使是已经获奖的学者，都是绝大多数人感觉陌生的。而对于耐心读到这里的人，我想说一个绝大多数人都听说过的名字，就是过去几年不断在国际媒体和论坛上赞扬中国经济发展和改革成就的Jeffrey Sachs教授。

在可持续经济发展的研究，特别是实践领域，他的贡献在经济学界无人可及。2022年，他获得了著名的唐奖中的“永续发展”奖。唐奖是台湾企业家尹衍梁在2014年效法诺贝尔奖精神捐助成立的奖项。四大奖项的其他三项是“生技医学”、“汉学”与“法治”，每两年颁奖一次，每项的奖金高达5千万新台币，为全球最高奖金的奖项。获奖的华人学者包括余英时，王赓武，许倬云。

我相信，假以时日，Sachs是有机会获得诺贝尔和平奖或者经济学奖的。

结语

在大家都把注意力集中在经济政策解读，股票市场如火如荼又大起大落的时候，耗费时间写这样一篇充满个人叙事，学术味浓，受众有限的文章是吃力不讨好的。

我当然了解这个道理，我希望传递的信息是，与其把时间花在阅读或者写作并没有多少新意的的政策解读，或者把精力浪费在几乎毫无营养的流量游戏上，用心掌握和理解前人的智慧，了解历史的发展脉络，更能够帮助我们看清楚经济的方向与市场的走势。

我们的投资策略已经产生丰厚的成果，我们用实践证明把精力聚焦在小众但深邃的思想上收获更大。

这篇文章也可以看做是我一个写作计划的序言。多年来，我一直有计划写一本书，从经济学诺奖来看懂经济思想与中国改革。

2019年，清华大学五道口金融学院曾经邀请我讲授《经济思想与中国改革》的课程，因为疫情隔离而不得不取消。2022年，国内一家头部出版社与我沟通写作一套“经济大神”的系列科普书，我非常有兴趣，但原有的工作就已经多到让我喘不过气来，我害怕答应下来又无法准时交稿。

现在看来，这个心愿恐怕要十年之后才有可能完成了。无论如何，先完成一个自己还算看得进去的序言，总是一件好事。

（作者是上善资本集团首席经济学家，研究院院长，本文仅代表作者个人观点）

01

开淘宝店回购盲盒，构成开设赌场罪？

    开淘宝店回购盲盒竟然能构成开设赌场罪？还真别急着吐槽，这可是入选了2023年“人民法院案例库”的典型案例。

    这个神奇的案子，案情是这样的：2022年3月，被告人王某某、李某某商议并着手筹备、搭建“857skins”网站（以下简称857网站），该网站于2022年6月开始运营。玩家在网站上注册充值后以1：1比例兑换成游戏币参与赌博，且充值兑换的游戏币只能用于赌博游戏而不能直接到网站商城购买道具。

    网站设置有“盲盒”“幸运饰品”“拼箱”等三种赌博方式。玩家参与赌博游戏后可获得CSGO游戏道具，网站通过回收将游戏道具兑换成商城币，经兑换获得的商城币可继续在平台上进行开盲盒等赌博游戏，或到网站商城上选购道具；玩家可以将游戏道具提取到自己的steam账号上到网易Buff等游戏资产交易平台上进行交易变现。

    该网站通过招聘主播进行直播推广、送CDK红包、节日福利等方式，吸引玩家到网站上进行赌博。857网站从运营至案发，玩家充值金额共计50046374元，玩家提取道具金额25616813元，网站获利24429561元。

    其中，王某某系857网站股东，负责对接四方支付公司、对接技术、网站运营等，并独立运营V9网站，获利800余万元；李某某系857网站股东，负责推广、客服、网站运营等，获利560余万元。

    法院审理认为，涉案网站采用开盲盒获取CSGO游戏道具，本质上是赌博行为。涉案网站运营的“盲盒”“幸运饰品”“拼箱”等开盲盒获取CSGO游戏道具的抽奖活动，实际上是向玩家提供以小博大的中奖机会，博取中奖结果由偶然性决定，属于射幸行为，具有赌博性质。

    网站回收玩家开盲盒获取的CSGO游戏道具兑换成游戏币继续在平台上循环抽奖，消耗游戏币的同时不断增加开盲盒的次数和价值，平台主要以调高盲盒价值的7%抽头获利；且盲盒中仅是CSGO游戏道具图标，真实的CSGO游戏道具只在玩家离场变现时提供，不是正常的盲盒营销行为，而是变相赌博行为。

    实际上顺着这则案例向下解释，就会发现，一切具有赌博性质且完成赌注控制权交付的行为定义为赌博，为该等赌博行为提供网站支持的，属于开设赌场罪。

    所以开设赌场罪的认定，并没有各位老友想象的那么难！各位老友务必注意！

02

“猜虚拟币涨跌”模式构成开设赌场罪？

    币圈各位老友对于“猜虚拟币涨跌”的模式并不陌生，这个情况也有可能构成开设赌场罪，已经有相关的“血淋淋的”案例了！

    在（2020）吉0622刑初73号案中，被告人何某、王某通过网友代理了境外某虚拟货币网站，建立运营团队，利用互联网、移动终端发送平台的盈利截图、网站链接等广告，招揽玩家进行“猜涨跌游戏”。

    该游戏的具体模式为：网站设定50倍的杠杆交易倍数，玩家可使用USDT进行押注，猜其他种类的虚拟货币的涨跌幅度。网站则抽取玩家投注金额的千分之二作为手续费。

    其中被告人何某是该案组织者，亦是某境外虚拟货币网站的境内代理，被告人王某则帮助何某组建网站，参与赌博利润分成。最终何某、王某招募了若干人为其维护社群，招揽玩家。

    该案一审法院认为被告人何某以营利为目的，为赌博网站担任代理并接受投注，构成开设赌场罪。被告人王某以营利为目的，帮助何某组建网站，参与赌博利润分成，构成开设赌场罪。

03

猜涨跌高级形态“二元期权交易”=开设赌场！

    “二元期权交易”构成开设赌场罪的典型案例出现在江西。

    在(2019)赣刑终93号陈某等开设赌场案中，某网站以经营“二元期权”交易为业，具体业务模式为：会员在某网站注册充值后，下载安装市场行情接收软件和某网站的自制插件，选择某一外汇交易品种，并选择1分钟—60分钟不等的交易时间，下单交易金额，并点击“买涨”或“买跌”按钮完成交易。

    买定离手之后，不可更改交易内容，不能止损止盈，若买对涨跌方向，即可盈利交易金额的76%—78%，若买错涨跌方向，则本金全亏。盈亏状况不与外汇实际涨跌幅度挂钩。

    该网站还建立了等级经纪人制度及对应的佣金制度，等级经纪人包括“SB银级”至“PB铂金三星级”六个等级。截至案发，该网站在全国约有10万会员。

    本案所谓的“二元期权”的交易方法，是下载市场行情接收软件和龙某网站自制插件，会员选择外汇品种和时间段，点击“买涨”或“买跌”按钮完成交易。

    买对涨跌方向即可盈利交易金额的76%—78%，买错涨跌方向则本金即归网站（庄家）所有，盈亏结果与外汇交易品种涨跌幅度无关，实则是以未来某段时间外汇、股票等品种的价格走势为交易对象，以标的价格走势的涨跌决定交易者的财产损益，交易价格与盈亏幅度事前确定，盈亏结果与价格实际涨跌幅度不挂钩，交易者没有权利行使和转移环节，交易结果具有偶然性、投机性和射幸性。

    因此，龙某“二元期权”与“押大小、赌输赢”的赌博行为本质相同，实为网络平台与投资者之间的对赌，是披着期权外衣的赌博行为。

04

写在最后

    这些年开设赌场罪已经不像各位老友想象的那么典型，而是变得五花八门，用段子来说就是“这里面都是套路”。

    飒姐团队提醒各位从业者务必注意自己创设的Web3“新玩法”是否有“就偶然的输赢以财物进行赌事或博戏”的行为，所谓偶然的输赢，就是其结果完全取决于偶然因素，倘若存在这样的特征，那么该“玩法”就很可能有构成网络赌博之风险，务必注意！

香港奇点财经10月10日报道。周四（10月10日），微软宣布了一系列针对医疗领域的数据处理和人工智能（AI）新工具，涵盖了医学成像模型、医疗代理服务以及专为护士设计的自动化文档解决方案。

微软健康与生命科学部门投资组合发展与孵化副总裁Mary Varghese Presti在预先录制的记者简报会上强调：“我们致力于通过AI技术来减轻医务人员的压力，并减轻临床医生在繁琐行政任务上的负担。”这些任务长期以来一直是导致医疗行业职业倦怠的重要因素。据美国卫生局局长办公室发布的一份报告显示，护士群体中有高达41%的时间被用于文档记录工作。

去年10月，微软已在Azure云和Fabric分析平台上推出了一系列健康功能。此外，微软还在2021年以160亿美元的价格收购了Nuance Communications公司，后者在医疗及其他行业提供先进的语音转文本AI解决方案。

值得注意的是，微软周四宣布的众多解决方案目前仍处于开发初期或预览版阶段，尚需医疗保健组织进行进一步的测试和验证，以确保其在实际应用中的有效性和安全性。至于这些新工具的具体价格信息，微软方面则未予透露。

在医疗AI模型方面，微软推出了一系列开源的多模态AI模型，这些模型能够处理包括医学图像、临床记录和基因组数据在内的多种数据类型，为医疗保健组织构建新型应用程序和工具提供了有力支持。例如，微软与Providence Health & Services合作开发的全切片模型，在改善突变预测和癌症亚型分析方面展现出了显著优势，为卫生系统的个性化医疗实践提供了重要参考。

此外，微软还宣布了医疗系统构建AI代理的新方法。通过Microsoft Copilot Studio，医疗保健组织可以创建具备专用保护措施的AI代理，这些代理能够回答用户问题、自动化流程并执行特定任务。例如，一家医疗保健组织可以构建一个AI代理，帮助医生快速筛选出适合特定患者的临床试验，从而大大提高医生的工作效率。

在护士自动化文档方面，微软与医疗软件供应商Epic Systems的合作也取得了新进展。微软正在开发一款专为护士优化的自动化文档工具，该工具将基于Nuance去年推出的DAX Copilot进行改进，以满足护士独特的工作流程和需求。通过这一工具，护士可以更加高效地记录患者信息，减少文档记录工作对护理时间的占用。

“护理工作流程与医生的工作流程截然不同，因此任何为护士开发的解决方案都必须紧密结合其实际工作方式。”Presti在简报会上指出，“我们的团队已经投入了大量时间跟踪护士的工作流程，了解他们如何执行任务，并确定了他们日常工作中最大的痛点。”

目前，微软正在与斯坦福医疗保健、西北医学和坦帕综合医院等多家医疗机构合作，共同开发这款针对护士的自动化文档工具。

香港奇点财经10月9日报道。近一个月，Nvidia股价飙升25%，有望在即将到来的科技财报季前刷新历史新高，届时其顶级客户如Meta、微软和Alphabet将公布其人工智能投资计划。尽管在8月底至9月初期间经历短暂下跌，Nvidia股价已强势反弹，周三（10月9日）微跌至132.65美元，但仍接近6月创下的135.58美元收盘纪录。目前，Nvidia市值已超越微软，仅次于苹果。

作为人工智能热潮的领军者，Nvidia受到Meta、OpenAI、Alphabet、微软和甲骨文等公司的青睐，这些公司正不断推出需要其图形处理单元（GPU）大量投入的新技术和产品。8月，Nvidia发布的第二财季财报显示，收入同比增长122%，净利润翻倍至166亿美元，并发布了超出预期的本季度业绩指引。同时，该公司预计新款Blackwell AI芯片出货量将达到数十亿美元，且由于市场需求高涨，当前一代Hopper芯片的出货量也将在未来两个季度增加。

瑞穗分析师在周三的报告中指出，Nvidia在数据中心应用的AI训练和推理芯片领域仍处于领先地位，市场份额约为95%。分析师对该股的目标价为140美元，但也提醒投资者注意中国出口限制升级、台湾地缘政治紧张局势以及AI服务器支出大幅回落等潜在风险。

Nvidia首席执行官黄仁勋在上周CNBC的“Closing Bell Overtime”节目中表示，市场对Blackwell芯片的需求“疯狂”，这款GPU单价在3万至4万美元之间，预计第四季度产量将增加，并持续到2026财年。此外，9月23日的一份文件显示黄仁勋已完成出售公司股票，这也推动了Nvidia股价当日上涨4%。