从科斯定律出发：企业存在的理由是「内部交易成本 < 市场交易成本」，企业边界就是两者的比较结果。

AI 的关键不是只降低一边，而是把两边都往下压：内部的沟通、对齐、拆解、监督、知识传递被 agent 化；外部的搜索、匹配、签约、验收、替换被标准化成近似「调用 API」。

当两条曲线同时下移，企业边界可能会催生两种极端公司，一种是超级个体，一种是超级巨头。
超级个体可以完成过去小公司的产出，但以更低的成本。
超级巨头可以无限侵占中小公司的业务机会，因为管理不再是瓶颈。

占卜，本质不是迷信，而是一种不确定性管理工具。

它解决的从来不是「未来是什么」，而是在信息不足、代价巨大时，如何把责任从「我」身上拿走。

占卜（神谕、甲骨、星象），核心功能只有一个：替人决定。准确不重要，重要的是决定一旦给出，就不可反驳。失败归因于命运，而非个人判断。然后逐渐框架化，《易》成体系，阴阳、五行、八字展开。

但「祭司」是稀缺的。能解读这些结构的人，必须长期接触成千上万人的命例，才能训练出「解读」的权威。

从这个角度看，大模型接管「祭司」位置几乎是必然的，不只是解读，它本身就可以扮演一种可规模化、可解释、近似全知的裁决者。在所有我们不想亲自面对不确定性的时刻，它都会被自然地召唤出来。

gemini 动态视图有点震撼，真的为每个提问都创建一个专属的交互网页。

其实提高居民收入来拉动内需，有个快捷方式，就是严格落实劳动法的加班费。
保守建模：
1. 核心加班群体：1.5亿人（仅取城镇就业30%）
2. 基础月薪：6000元
3. 隐形工时：周均 7.5 小时（每天晚走1.5h）
4. 法定倍率：1.5倍
跑出来的结果是：3万亿人民币/年。
量级对标：
• 相当于 15个 腾讯+阿里的全年净利润总和。
• 相当于全国个税总额的 2倍。
从宏观效率看，这是巨大的资源错配：
1. 资本端：边际消费倾向（MPC）极低。企业拿到这笔钱，要么存着（看下 pdd 等上市公司财报的存款吧），要么进行低效的重复产能建设（更加剧内卷）。
2. 劳动端：边际消费倾向极高。这笔钱如果变成工资，会立刻转化为房贷、餐饮和服务业的流水。

大卫·休谟在《论贸易平衡》（Of the Balance of Trade, 1752）居然有以下论述。
「因此，正是由于中国之遥远，加上我们对印度公司贸易的垄断，阻碍了这种交流，才使得欧洲的金银得以保存，其数量远多于那个王国。
任何理智的人都不会怀疑，那个勤劳的民族，如果他们像波兰或巴巴里那样靠近我们，就会抽干我们过剩的货币，并将西印度群岛的财富更大一部分吸引到他们那里去。」

站在创造了万亿贸易顺差的 25 年回头看工业革命史，没想到工业革命前，这个极低的劳动成本和极高的生产意愿的国度创造的贸易奇迹就已存在了。

原来硅谷还真有个 job title 叫 Owner Engineer
通常是对一个业务指标负责，比如 Activation，Retention，Revenue

本世纪内，我们应该能看到全球的服务贸易首次超过货物贸易的那一天，目前服务贸易还只占四分之一。

大模型的 bias 跟人的 bias 还真挺不一样的

人的 bias，是动机驱动的偏见，是「我以为世界如此」；
大模型的 bias，是奖励驱动的收敛，是「如此表征世界，回报最高」。

其实🏳️‍🌈只有六色，因为美国的供应链不太行🥲

豆包手机未竟的事业，大概率还是会被 apple 解决。
只要在 iOS 新版发布的时候，强制要求主流 App 如果想被 Siri agent 唤起，必须适配新的 Intents 接口，自此一杆清台。
Google 也会跟进，Android 也会来一个 gemini version的 mcp，这可比 OpenAI/anthropic 的号召力大多了。
微信的尿性，估计会是最后的那个，要求小程序提供类 mcp 接口的平台。
预测下一个 token ❌
预测下一个调用 ✅
展望未来的 agent 格局，如果傲慢到看不到 apple 这个房间里的大象，会犯战略性错误的。