作者：袁煜明
我5月26日在云栖小镇参加了2050大会，其中的区块链·吐槽大会专场，解答了7个大家见我时的常见问题，并进行了自黑。
大家好，我是来自火币区块链研究院的袁煜明，很高兴今天能在云栖2050大会上来和大家交流。平时在会上更多交流的都是比较学术的观点和思考。但奇函和我说，今天是吐槽大会，不能正经，怎么好玩怎么来。我不擅长讲别人的段子，只好讲自己的，现在圈子里流行十问，但我凑不齐十问，回答7个问题，都是平时别人刚认识我时会问的问题，希望大家开心。
1. 院长你是90后吗？
很多人见到我，第一句话就是“好年轻啊，院长怎么这么年轻啊”“院长你是90后吗”
大家的通常概念里，院长应该是德高望重，学识渊博，所以应该头发胡子花白了，结果一看到我，我估计大家都说得比较客气，可能心里想的是，这个人不是院长的弟弟吧，难道是院长的儿子么？
我先说明一个原理，就是男人到了年纪之后，就进入颜值的平台期了，年龄就和你长得老不老没有半毛钱关系了。比如郭德纲只比林志颖大一岁，陈建斌和吴奇隆是同年的，林志炫比韩磊还大两岁。肯定和我们的直观感觉是完全不一样的。所以，不能以貌取人。
最后，借2050大会这个平台，统一说明一下我的年龄。我是1984年生的，如果要说典故出处的话，1984年是甲子年。大家知道，甲子是天干地支一个60年大循环的第一年。比如有个科技智库公司叫甲子光年，名字前半部分就是来自这个。当然，甲子光年创始人张一甲，虽然名字和这个有关系，但她不是甲子年生的，至于为什么以这个来取名，你们可以问她自己，她今天也来会场了。
2. 你怎么不认识我了？
经常很尴尬的事情是，在外面碰到个人，和我很热情地打招呼，结果我一脸懵逼，不知道是谁。这里我引用一下火星财经王峰老师的话说：“我入行的时间不长，也就几个月，好多人都还不大认识。如果我碰到你时，表情很冷淡，一定不是我装逼摆架子，而是我真的不记得你是谁了。”
对于王峰老师说的，我深表同感。昨晚上我俩又聊了会这个，同病相怜，估计已经得罪了不少人。而且我的问题不光是入行短，认识的人少，更要命的事情是我比较脸盲。我估摸着我脸盲程度仅好于刘强东，他是连美丑都分辨不了，我美丑还是会看的，但人脸比对匹配就不行了。每次看电影，我对剧情的理解能力挺强，但还是经常看不懂，为什么呢，因为人对不上号，这个片段出现的角色，和上一个片段出现的是不是同一个人，我经常不知道……
所以，如果我没认出你们来，千万别觉得气愤，更别拉黑我，我是真的认不出来。我不仅朋友有可能认不出来；走在公司里，自己的同事也经常不认识；这也就算了，连我们团队的研究员，也会认不出来。上次在澳门，我们团队两位研究员也在，幸好他们主动和我打招呼，否则会场上这么多人茫茫人海，真的是纵使相逢也不识。当然，这里的问题一个是我脸盲，一个是我见他们次数也少，这两人招过来都一个多月了，我也就各见了一次而已。
3. 你base在哪里？
经常有人会问我，说能不能来你办公室拜访一下，或者说能否一块吃个饭。我通常会说，我到处跑。有些人就会追问，总是有个base的地方啊，不可能没有啊。
举个例子，给大家说一下我这周的行程：上海-巴黎-马德里-上海=胡志明-广州-杭州-北京-贵阳，7天飞8趟，不计转机6趟，辗转8个城市。昨晚从胡志明到广州过来杭州，待会就去北京。这样的行程下，可能真的很难和大家在办公室见。我和很多朋友，从来没有在办公室见过，但实际见的次数非常多，因为我们会在各种会上见，在各个城市的机场见，休息室见，在各个航空公司的飞机上见。岐王府里寻常见，每一次见面都有偶然性，也有必然性。
有个节目叫见字如面，我觉得这句话很好。我本人颜值不高，口才也不好，也不会胸口碎大石啥的特技，写点东西都得想半天。所以你们吃到鸡蛋就好，没必要再去费力气去鸡场（机场），见那只下蛋的老母鸡。
4. XX峰会你怎么没来？
既然办公室见不到，就有人想到会上来找我。就时常有人和我说，说有个什么会，我去了想专门找你好好聊聊的，结果发现你没去。对此我要说明一下，我入行3个月来，参加了大几十次各种会了，真的说放了会议主办方的鸽子就两次。实在是有特别急的事情，没办法来，我也都会提前几天就通知，而且安排好替补的研究员。之所以你们看我的行程排特别满，就是因为有些会是先约的，后面又有特别重要或紧急的事情，那我只能把行程排得再优化一点，时间颗粒度再细一点。
所以，大家在外面看到的，大部分的我说了去，而实际没去的，应该都是会议组织方自己这么写的，都没有和我联系过，都是“被出席”。我也很感谢那些会议组织方对我的肯定，不过大家如果想要确认，还是联系我自己确认更好些。
5. 研究院主要研究什么？
这个问题第一次见通常都会被问到，研究院主要研究什么。我通常喜欢回答，我们什么都研究，只要和区块链研究的都研究。通常这个时候，别人就会投以怀疑的眼光。怎么可能什么都研究呢，你不是做证券出身的么，不就是出出类似券商的报告么。
还真不是。我们现在能做的事情，比在证券行业时要广得多。
股票出现已经几百年了，股票的意义是什么？股票的本质是什么？股票的研究框架是什么样的？这些问题，书都有几千本了，不需要你来研究了。但区块链，一切都是新的，都是有待探讨和研究的。
再比如股票吧，背后的产品技术多数都很成熟了，比如你研究挖掘机，研究豆浆机，你需要研究挖掘机、豆浆机的原理吗？基本不用，反正技术都很成熟，你只需要研究这些行业的竞争格局、上下游景气度就行了。但区块链不一样，每一条公链对应一个技术路线，都不一样，到底哪个好，没人知道。所以我们要研究它的技术，不仅看白皮书，还看代码，还去搭一个环境来测这些代码。
再比如股票吧，已经有很多很成熟的数据库了，比如彭博啊、万得啊，研究员只需要用数据就可以了。但在区块链行业，虽然所有的地址、交易都是在链上的都可以查，但现有的数据产品都还是很简陋的，就不要说深度的挖掘分析了。所以我们也会去做数据抓取和分析的研究。
再比如股票吧，你需要去教公司如何做股份制改造吗？需要告诉公司如何向股份上市迈进吗？基本的道理大家都懂，无非是具体操作层面的事情需要投行、会计、律师的介入。而且不同行业的的股份制改造基本也相同，除了像养扇贝的公司可能稍微复杂一点。但区块链下就复杂了，每个行业如何拥抱区块链，如何用区块链来改造，都是不一样的。这个比互联网改造还要复杂，因为互联网对于很多传统行业来说，就是个销售渠道的改造而已，但区块链是会深入业务，重塑业务，对公司的组织架构、业务模式乃至行业的产业链结构都会带来巨大变化。所以如何来结合行业特性做区块链的体系设计很重要，这也是我们要研究的。
有人会说，不管你的心多大，你一个看股票出身的，能研究这么多东西吗？
说实话，靠我自己的确不行，不过我们研究院的团队已经有24个人了。各路人才都有，有东北财经大学的副教授来研究经济学；有10年的密码学博士来来研究加密机制和共识算法，有负责过雄安、贵州等明星区块链项目的项目主管来研究技术，有带过几十人团队的连续创业者，也有脑子里装了几百个项目的活数据库，还有很多各种各样的人才，金融学、管理学、法学、心理学什么都有，所以我们研究院有个很有意思的现象就是相互崇拜，团队每个人都很崇拜团队的其他人。我也很崇拜其他人，我相信大家一起，肯定能研究出很多有意思的东西来。
6. 比特币会涨/跌到多少钱？
又有人会说，那你吹了这么多牛逼，有这么多你所谓厉害的人，那你能不能别整这些虚的，告诉我比特币明天能涨到多少钱，或者明年也行。
对不起，我被打脸了。虽然吹了这么多牛逼，但比特币能涨到多少钱我们真的没有答案。说起来，虽然股票和区块链有那么多不同的地方，但价格难以准确预测这点是相似的。
股票分析师每次分析得头头是道，但最后的价格预测也总是打脸，号称准确率和猩猩扔飞镖差不多。我们都知道天气预报很难预测，气象局专业预测几十年都不行。但天气还是个客观的东西，明天如果下雨，不会因为有很多人带伞而不下了，也不会因为你求雨求得很虔诚，而多下一点。但股票这些影响都存在，影响因子非常多，而且有交互性、反身性。所以你一个人再牛，也很预判出一个准确的价格。
有个段子是这么说的，如果一个人神采飞扬，铿锵有力，各种股票价格都尽在掌握之中，开口闭口就是摁手买入，买定离手，大概率这是个骗子，或者股市黑嘴；如果一个人精神疲惫，言辞犹豫，问一个股票价格时总是吞吞吐吐，这有可能是一个专业的股票分析师。
股票是如此，其他数字资产也是如此。你只能判断趋势，而无法准确地预测价格。更何况，我们需要永远对市场充满敬畏，如果觉得你能主宰市场，那迟早是会被打脸的。
7. 能不能推荐一本书？
我记得之前参加一个清华的校友讲座。清华的同学都很爱学习，组织方说我们每次活动时有个传统，嘉宾都会推荐一本书，组织方会买五六本，送给当天的幸运听众，袁老师你推荐哪本？我很不好意思地说，我没看过多少书。组织方就很不相信地说，袁老师，你太谦虚了。然后我说要不就《浪潮之巅》或者《三体》吧，结果这两本呢又正好都有嘉宾推荐过了，我就黔驴技穷了。
我是学自动化的，本硕都是自动化系上的，没有系统性地学过经济学理论。比如有个概念寻租理论，我第一次是在一次党支部活动上学的。那次党支部活动不知道谁组织的材料，寻租理论的出处特别偏，以致我一直以为寻租是一个特别小众的理论，但后来发现怎么很多人都在说寻租呢，这么小众的理论为什么每个人都知道呢。后来我们团队的人告诉我，寻租理论是经典的、曼昆的经济学原理教材上的，正常学过经济学的人都知道。
所以我自嘲我是个典型的经济学民科，其实没有学过什么正儿八经的理论体系。所以我之前提的很多理论框架，经常是我凭空想出来，然后赶紧问我们团队的经济学、管理学专家，这想法有没有理论基础，有没有人提过类似的。感谢我们的团队，让民科的我没有成为笑话。
当然我并不是说我不学习，我自己平时更多是按需学习，需要什么知识，就学什么知识。感谢谷歌和百度、感谢维基和百科，感谢medium和知乎，让我们可以简单便捷地学到我们希望学习的知识。
我觉得在当前的时代，分布式地学习是很有必要的。因为你不可能靠一本书或者一套课程就学到所有的东西。比如对于信息技术，我是科班出身。但比如人工智能，在我读研时还是很冷门的学科，深度学习的体系还没建立起来，记得有次师兄拿了本很破的神经网络与机器学习的书给我，说“你要是研究遇到瓶颈，也可以试试这个，但估计也没啥用。”我也是到阿尔法狗横空出世以后，才去读了Deepmind发在Nature官网的论文，又去学习了很多深度学习的学术文章；就更不要说区块链和比特币了，中本聪发论文的时候我已经在写硕士毕业论文了，也是一直到2016年才去重新补课的。所以知识不断在更新迭代，你必须stay foolish，stay hungry，持续地、分布式地学习，才能不在这个时代掉队。
最后说一下，我说这些，主要是鼓励那些非科班出身的同学们不要畏惧，不要害怕做了民科，并不是说我不赞成系统性地课程学习，其实那还是很有必要的，一个是主食，一个是蔬菜水果，也希望自己以后能有时间和机会再补课。
