知识与权力
Knowledge and Power · 2013
Gilder 不服主流经济学那个静态的世界图景——均衡、效率、最优化，一切都可预测，仿佛经济是一台磨平了惊喜的机器。他要追问的是：经济增长真正的源泉，到底是什么？
他的答案借自香农的信息论。书名《知识与权力》是答案的种子：财富是知识的另一个名字，增长是学习的另一个名字。一堆原材料和一台 iPhone 的差别不在原子，在于「如何排列原子」的那份知识。
不写不行的那股劲儿——他要把「资本主义=资本积累」这个最深入人心的等式，整个换成「资本主义=知识传输」。资本不重要，惊喜才重要。
四条天花板，不证，摆桌上：
一句话核心公式：经济增长 = f(信息熵, 知识传输)——企业家是高熵的惊喜源，制度是低熵的信道；增长来自意外，不来自秩序。
Gilder 的独占术语是「熵的双重性」——内容必须高熵（充满惊喜的创新），信道必须低熵（稳定可预测的制度）；信道越安静，内容才能越意外。这一对张力是全书的骨架：把「企业家 vs 制度」这场永恒争论，重新切成「信源 vs 信道」这对工程概念。
由此长出一条政治结论：政府的角色不该用「大小」争论，而该用「是否在制造信道噪音」衡量。通胀是信道噪音，朝令夕改的监管是信道噪音——一个提供稳定信道的政府，反而能放大企业家的惊喜。
替换测试：换成熊彼特会讲「创造性破坏」，落在生产函数的重组上；换成哈耶克会讲「价格信号」，落在分散知识的自发协调上。只有 Gilder 把香农的「信道 vs 内容」这对工程概念，直接架到「制度 vs 企业家」上，得出「政府该维护信道、不该干预内容」的结论。这套「惊喜=熵=信息」的语言是 Gilder 的指纹。
核心论断：一个完全可预测的经济（计划经济）信息量为零，因此没有增长——增长必然来自意外。模仿者赚不到大钱，因为他们只复制已有信息（零熵）；真正的 alpha 来自惊喜的稀缺性。共识就是零信息，超额收益必然来自非共识的正确。
更狠一刀：政府是噪声源还是信号源，是个可判定的工程问题。2008 危机在这套框架里是一道简洁方程——低利率 + 住房补贴 = 系统性噪声叠加 = 价格信号崩溃。不是人们不努力，是信号被淹没了。
带走的一句——
一个完全稳定的信道，会不会反而抑制了惊喜的产生？秩序与创新之间的最优张力，正是这本书没敢回答的那道题。
形态：一台「信源/信道」分离仪。 照向任何一个创造价值的系统，它先把系统劈成两条独立的轴——一条管「产出够不够意外」，一条管「环境够不够安静」——再分别诊断。
内容：内容侧问，这里产生的东西够不够「意外」（高熵=有信息=有价值，模仿=零熵=零超额）？信道侧问，承载它的环境够不够「安静」（低熵=稳定可预测=噪声低）？价值的真正瓶颈，往往不在内容不够创新，而在信道噪声太大，把好信号淹没了。把「为什么有创新却出不来成果」这种模糊抱怨，翻译成一个可定位的诊断：是惊喜源枯了，还是信道脏了？
为什么是这一件：它给你一把投资的尺——共识 = 零熵 = 零超额收益，只在非共识且正确处下注。过替换测试——free-to-choose 也讲信息，靶心是「价格如何协调分散决策、自发秩序」；origin-of-wealth 讲「经济=演化系统」的生成动力学。这一框独占的是「惊喜 vs 噪声」这对香农概念：把信源和信道拆开，单独诊断，而不是笼统地谈「环境好不好」。
走一步： 把这台分离仪挪到书外——「为什么很多大公司的内部创新部门做不出东西」。预测：问题多半不在信源侧（招的人不够聪明），在信道侧——KPI 朝令夕改、汇报层级冗长、合规审批不可预测，全是信道噪音，再高熵的点子也被淹成噪声。诊断结论于是反直觉：别再加码招「更有创意的人」（补信源），先把信道擦干净（稳定目标、缩短链路、可预测的审批）。对一下现实里那些「换了人也救不活」的创新团队，往往正是信道病、不是信源病。能预测，才算把这台仪器拿在手里。
前五段把骨架摆出来了。现在把第三段那对「信源 vs 信道」画成一张能走、能预测的地图。
一、画地图。 借香农那张现成的旧地图平移：任何价值系统都是一次通信——有人要把「新知识」从一端传到另一端。于是两根轴自然分开。横轴是信源熵：左端是模仿/复制（产出全在预期内，零惊喜，零信息），右端是真创新（产出在所有人预料之外，高惊喜，高信息）。纵轴是信道噪声：上端是脏信道（货币贬值、规则突变、产权不清，信号一路衰减），下端是净信道（稳定货币、可预测法律、清晰产权，信号无损传输）。一个价值系统就是落在这张二维图上的一个点。这张图能整张借去别处：科研（信源=原创假设，信道=同行评议与资助稳定性）、内容创作（信源=独特观点，信道=平台分发规则是否稳定）、一段亲密关系（信源=真实自我暴露，信道=对方接得住而不评判的安全感），结构同构。
二、标位置。 把书里的判断一个个钉到这张图上，看几何关系。「增长」不是某个点，是一条对角线——只有同时往「高信源熵 + 低信道噪声」那个角（右下角）走，才有真增长。计划经济钉在左上角：信源熵被强行压到零（产出全可预测），信道又因相机抉择而高噪——双输，所以零增长。硅谷/以色列那类奇迹钉在右下角：高熵企业家 + 低噪产权保护的罕见偶合。2008 危机不是信源出问题，是信道被政策注噪，把整张图从下半区推到了上半区——好信号还在，被噪声盖住了。位置一标出来就看明白了：Gilder 的全部火力都在「政府别污染信道」（守住纵轴下端），却把「右下角那种高熵 + 低噪的偶合为何如此罕见、能否人为制造」这个问题轻轻推到了图外——这恰恰是这张地图自己的空白处。
三、走两步，做预测。 用这张图猜一把它没写过的事，再对账。第一步挪到 2026 的生成式 AI：按这张图，AI 把内容生产的边际成本压到近零，会怎样？图预测：当机器能预测并生成几乎一切「合理」的内容时，「合乎预期」的产出（零熵）会海量泛滥，于是信源的惊喜溢价不是蒸发，而是两极分化——真正不可预测的、AI 猜不到的人类惊喜，稀缺性暴涨、溢价飙升；其余全部贬成噪声背景。推论：未来的 alpha 不在「会用 AI 高效产出」（那是把自己钉死在零熵的左端），而在「产出 AI 预测不了的东西」。对一下现实——内容已经开始「AI 味」泛滥而真正稀缺的原创愈发值钱，这条预测大体在兑现。第二步把图对准 Gilder 自己：用「能否预测没见过的新事」这把尺量他这套框架本身——它给出可证伪的预测了吗？图给出一个不讨喜的读数：「惊喜=熵=信息」是个强力隐喻，但香农的熵有精确比特度量，「企业家惊喜」无法量化，于是这套框架解释力极强（既能解释硅谷成功又能解释华尔街失败），可证伪性却极弱——按波普尔的尺，这是危险信号。两步都走完，这张图就拿住了，连它自己的边界也照见了。
私货一刀：这台分离仪最毒的盲点，是它默认「高熵=有价值」。Gilder 爱的只是「从零到一」那个惊喜爆发的瞬间——但他没说的是，惊喜不区分创造与破坏：2008 那些复杂衍生品也是「创新」、也是「意外」、也是高熵，它们毁掉了财富。对一个内核是「建造冲动」的人，这盲点尤其危险：你会本能地把「制造惊喜=制造价值」划等号，把一切高熵时刻都当成正向信号，于是不停地从零到一、从零到一——因为「一到一百」的维护期是低熵的、可预测的、信息量趋零的，会让你感到意义在流失。但价值往往恰恰在那段被你判为「零熵噪声」的维护期里才真正兑现。所以你用这台仪器前，要先补一条 Gilder 没写的校准：高熵只是「有信息」，不是「有价值」；在为下一次惊喜爆发兴奋之前，先问一句——我上一个从零到一的东西，真的活到一百了吗，还是我只是在用新的高熵时刻，掩盖对低熵维护期的恐惧？