《黑天鹅》，区块链 ？

原书名：The Black Swan The impact of the highly improbable

作者简介

塔勒布（Nassim Nicholas Taleb）,黎巴嫩裔美国人，是个杂家，在哲学、数学、经济学、心理学等多个领域都有涉猎，通晓多种语言，同时还是个出色的企业家,主要研究随机性、不确定性、稀有事件等问题，著有《随机骗局》、《黑天鹅》与《反脆弱》。

什么是黑天鹅？

在发现澳大利亚黑天鹅之前，几乎所有欧洲人都确信天鹅肯定是白色的。这个事实说明，我们仅仅通过观察和经验得出的知识具有严重的局限性和脆弱性。唯有从逻辑出发，才能得到正确的知识和结论，仅仅通过归纳，比如谁是通过怎样的方式成功的，哪怕这样的人有成百上千个，也是无法得出这是成功之道的。

黑天鹅特指这样的事情：罕见的、极端影响的和事后才可预测的事情。

我们在生活中常常会发现“学习成绩好”跟“社会上混得好”并不总是一致的，那就是因为在既定的规则和条条框框中做得好，不代表能在无规则的复杂环境中做得好，在复杂环境中，永远有意料之外的情况发生，而通常谁有更好地抗不确定性能力，谁才能笑到最后。

书中举了两个人的例子，一个叫肥托尼，是个总能从市场中发现投机机会的商人，另一个是约翰博士，是一家保险公司的精算师。作者分别问了两个人同一个问题：假设硬币是公平的，我把它抛出99次，每次都正面朝上，下一次得到反面的概率是多大？约翰博士回答：很简单，你说硬币是公平的，那不管你前面抛了多少次，下一次当然还是1/2。肥托尼回答：我不认为会超过1%。如果你相信50%的说法，你一定是个草包，这硬币百分百做过手脚，谁如果说是50%，你就能从这些傻瓜身上赚到钱。

长尾和马太

马太效应虽然是一个不可阻挡的趋势，但我们很少有看到什么领域内的差距一直在不断拉大。比如贫富差距，看起来遵循马太效应，但如果马太效应从一开始就必然存在，几百几千年后，人与人之间的贫富不该只有现在那么点儿差距。

马太效应导致两极分化，这种分化就像弹簧，被不断拉长之后，其维持现状的力量就会越来越难，也就是整个系统是越来越脆弱的，局面被打破的概率也越来越大。

在应对黑天鹅事件上，长尾明显会更有优势。所谓长尾，那就是许许多多的小人物加在一起能控制商业中不小的部分。看上去小人物的数量更多，争端更多，死亡的概率也更大，但对整个系统来说，由于他们更容易相互替代，因此系统作为一个整体反而更平稳，更有能力承受黑天鹅事件的侵袭。

不过，现实的规律是，长尾终将走向马太，而马太在不断拉远强者和弱者的距离之后，终将因为一些不可预知的事件回到长尾状态，于是又开始了新一轮的马太积累，这是一个循环。

成为黑天鹅的对手

平均斯坦和极端斯坦代表着两种模式。平均斯坦的世界里拥有温和的随机性，我们常常可以选择相信。比如说身高、体重。假如平均身高是170cm，平均体重是60kg，你很难想象一个250cm的人或者是一个超过500kg的人，身高每增加10cm，人群中出行的概率就会指数级下降，在这些事情上，出现黑天鹅的概率就会非常小。

而在极端斯坦的世界则拥有疯狂的随机性，在这里，我们经常得保持怀疑。比如财富分布，1%的人可能掌握者超过地球50%的财富，或者是书的销量，J.K.罗琳的《哈利波特》系列的销量就抵得上几万名作者出版的所有书籍销量总和，在这些领域，出现突破性远远超出我们意料之外的黑天鹅的概率就会大大增强。在不设涨跌幅的金融市场上，最极端的几天收益或许会超过几十年收益的一半以上。

保持怀疑并不代表我们只能什么都不做，而是对不可见的风险有足够的自保和准备意识，人们常常误以为黑天鹅指的只是简单随机性，比如以为在赌场中了666就是黑天鹅事件，其实黑天鹅指的是不可预知的随机性，那些广为人知、可预期的风险或收益都不是真正的黑天鹅，黑天鹅永远可能在你的想象之外。

要成为黑天鹅的对手，当我们将自己置于正面黑天鹅的影响之下时，我们可以以小博大，此时应该非常冒险，因为失败的损失很小，失败的频次不那么重要；当我们可能预估会受到负面黑天鹅的影响之时，应该极度保守，因为在压路机前捡硬币并不是一个好习惯。

个人观点

区块链的世界，去中心化之下，具长尾形态。大量个体节点弱小，系统总体却安全无比，这是个极端斯坦的世界。