这篇访谈讲的是，约会网站OK Cupid的创始人Christian Rudder通过分析用户数据，发现人们嘴上说一套、实际做一套——比如男性声称想找同龄伴侣，但行为上却总追求更年轻的女性。他认为，这种“言行不一”在投资市场里也很常见，比如基金经理说长期投资却频繁交易。他建议投资者关注那些争议大、有人极度看好也有人极度看空的机会（高方差策略），而不是平庸的选择。提到的标的：OK Cupid（创始人已退出，公司被收购后利润增长）；Keybase（联合创始人的新公司，专注加密技术）；在线视力测试公司（顾问角色，帮用户省去眼科医生）。
Christian Rudder（OK Cupid联合创始人、《纽约时报》畅销书作者）与主持人Patrick O'Shaughnessy探讨了量化自我与数据科学在投资中的应用。核心观点：通过分析OK Cupid的约会数据，揭示了人类行为中的可量化模式，这些模式可类比于市场中的非理性行为。重要结论：数据驱动的洞察（如用户偏好、匹配算法）能揭示隐藏的规律，类似AI和NSA技术对大规模数据的分析。Rudder强调，理解这些数据趋势有助于投资者识别行为偏差，例如用户对特定特征的偏好如何影响决策。此外，讨论延伸至美国内战书籍，暗示历史模式对投资策略的启示。
Christian Rudder（OK Cupid联合创始人、《纽约时报》畅销书作者）与主持人Patrick O'Shaughnessy探讨了量化自我与数据科学在投资中的应用。核心观点：通过分析OK Cupid的约会数据，揭示了人类行为中的可量化模式，这些模式可类比于市场中的非理性行为。 重要结论：数据驱动的洞察（如用户偏好、匹配算法）能揭示隐藏的规律，类似AI和NSA技术对大规模数据的分析。Rudder强调，理解这些数据趋势有助于投资者识别行为偏差，例如用户对特定特征的偏好如何影响决策。此外，讨论延伸至美国内战书籍，暗示历史模式对投资策略的启示。
Rudder指出，OK Cupid数据反复证明，用户口头宣称的偏好与实际行为之间存在系统性偏差。 例如，男性用户声称希望寻找年龄相近的伴侣（如30岁男性说想要30-34岁女性），但实际行为显示，所有年龄段的男性都倾向于追求20岁左右的女性——即"Wooderson定律"（源自电影《年少轻狂》台词："我越来越老，她们却永远那么年轻"）。Rudder解释："35岁男性会告诉我们，他想要30-32岁的女性，但实际行为全是20岁出头。" 女性则相反：25岁女性认为25岁男性最具吸引力，30岁女性认为30岁男性最具吸引力，与她们声称的偏好一致。
这一"言行不一"现象同样适用于种族偏好。 用户普遍声称"种族不是因素"，但数据显示，黑人男性、亚裔男性和黑人女性在OK Cupid上收到的喜欢、消息和回复率比其他人低约25%（即75%的体验）。拉丁裔用户的行为模式与白人几乎相同，既未遭受偏见，也对其他群体持有类似偏见。Rudder强调："这是关于人与人直接互动的数据，而非第三方指标（如SAT成绩或收入），因此它提供了罕见的视角。"
对投资者的启示： 市场参与者同样存在"言行不一"——基金经理声称长期投资却频繁交易，投资者声称价值导向却追逐动量。数据能揭示真实行为模式，而非依赖自我报告。
Rudder发现，在同等吸引力水平（如均为5分）的人群中，评分方差最高的人获得的关注度远超平均分相同的人。 具体而言，如果一半人认为某人为9分、另一半认为1分，其获得的关注度相当于传统意义上的7-8分。Rudder解释："这类似于激活能——你需要足够强烈的正面反应才能促使对方采取行动。" 极端特征（如纹身、鼻环、蓝色头发）能有效筛选出"高度偏好"群体，同时让其他人不感兴趣。
这一模式在商业领域同样成立： 畅销书往往同时拥有大量1星和5星评论，而非清一色的4星。Rudder指出："如果你提供的是迭代性的通用产品，很难激发兴趣。但如果你做全新且不同的东西，有些人会讨厌，有些人会喜欢——这反而更有效。" 他甚至发现，被强烈不喜欢（1星评分）本身也能略微提升关注度，可能源于"白骑士效应"——用户认为"很多人不会喜欢她，我的消息将是那个发现宝藏的人"。
对投资者的启示： 投资策略也应追求"高方差"——那些与市场共识明显不同的、可能被多数人质疑但少数人极度看好的机会，往往比"中庸"策略更具超额收益潜力。但需注意，这要求投资者具备承受负面评价的心理韧性。
Rudder强调，选择错误的度量指标会导致整个业务方向错误。 OK Cupid早期曾考虑使用"页面浏览量"或"停留时间"作为成功指标，但很快意识到这些对约会网站是灾难性的——用户日复一日访问却找不到对象，对Twitter是好事，对约会网站则是失败。他们最终选择了"四向对话"（four ways）作为核心指标：衡量平台上正在进行的深度对话数量。Rudder解释："原始消息数也不行，因为用户可能只向少数有吸引力的人发送大量消息，而忽略其他人——发送者不开心，接收者也不开心。"
这一选择源于对用户真实需求的深入理解： 人们来OK Cupid是为了见面，而对话是见面的最佳代理指标。Rudder指出："如果我们一直盯着页面浏览量或点击量，我们的网站会失败。" 他进一步将这一原则扩展到写作领域："写《数据主义》最难的部分不是分析数据，而是提出正确的问题——哪些问题能回答？哪些问题人们想读答案？"
对投资者的启示： 投资组合管理同样需要选择正确的度量指标。短期回报、波动率、夏普比率等传统指标可能无法反映真实风险收益特征。投资者应思考"我们真正想要什么"（如长期复利、下行保护、流动性），然后设计能衡量这些目标的指标。
Rudder区分了企业数据收集与政府监控的本质差异。 企业（如OK Cupid、Facebook、Twitter）收集数据用于广告投放，但"没有公司会拉出个人档案，询问'这个人做了什么、喜欢什么、接下来会做什么、和谁说话'——这从不发生"。广告针对的是群体（如"18-25岁男性"），而非特定个体。Rudder强调："这不值得花时间，而且有各种规则防止这种情况发生。"
政府监控则相反： NSA关注的是特定个体——"一个具体的25岁男性，他在和谁说话、做什么、喜欢什么、可能接下来做什么——带着姓名、地址和家庭"。Rudder认为这种针对性更"有害且具有侵入性"。他警告："当人们谈论隐私时，区分数据的实际使用场景及其对个人的影响至关重要。"
对投资者的启示： 在分析数据时，需区分"聚合趋势"与"个体信号"。市场数据（如指数回报、行业估值）反映的是群体行为，而公司特定数据（如管理层电话会议、内部交易）可能包含个体信号。投资者应明确自己需要哪种类型的数据，并理解其局限性。
Rudder认为，通用人工智能（AGI）将在20年内出现，其风险远非好莱坞电影所描绘的"终结者"场景。 他引用Nick Bostrom的《超级智能》一书，指出真正的风险在于AGI的不可预测性："任何超级智能的存在都是一场掷骰子——就像你永远不知道孩子会变成什么样，即使你知道基因和教养方式。" 他警告，最危险的不是AGI会"用空手道或霰弹枪杀人"，而是"可能让所有人更无痛地死亡"。
Rudder提出解决方案： 需要类似"曼哈顿计划"级别的全球协调努力，在公开透明的前提下共同开发AGI。他反对由单一政府（如NSA、中国、俄罗斯）或企业（如Twitter的程序员）秘密开发："我不想让Twitter的程序员来制定全世界的规则——那听起来太可怕了。" 他进一步指出，即使没有AGI，自动化（如自动驾驶）也将导致大规模失业，需要"对AI使用征税，并将收入重新分配给被取代的人"。
对投资者的启示： 长期投资者需关注AI/自动化对经济结构的影响——哪些行业将被颠覆、哪些将受益、社会不平等可能加剧。Rudder的观点暗示，投资于"创造积极现实世界结果"的公司（而非纯粹追求利润）可能具有长期韧性。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| OK Cupid | 创始人视角（已退出） | 2003年创立，2011年被Match收购时EBITDA约600万美元，2015年离职时EBITDA约4000万美元；员工约32-35人 |
| Keybase | 投资者（未明示仓位） | 由OK Cupid联合创始人Chris Coyne和Max Krohn创立，致力于让加密技术对普通用户可访问 |
| 在线视力测试公司 | 顾问/合作（未明示仓位） | 旨在让用户无需去眼科医生即可获得处方 |
1. "Wooderson定律"（Rudder命名）： 所有年龄段的男性在约会行为中始终追求20岁左右的女性，尽管他们声称想要同龄人——女性则言行一致。支撑： OK Cupid数据显示，35岁男性声称想要30-34岁女性，但实际行为全部指向20岁出头。
2. 高方差策略优于平均策略： 在同等吸引力水平下，评分方差最高的人获得的关注度相当于传统意义上的7-8分（满分10分）。支撑： 纹身、鼻环等极端特征能筛选出"高度偏好"群体，类似畅销书同时拥有大量1星和5星评论。
3. "四向对话"指标（Rudder命名）： 选择错误的度量指标会导致业务失败——OK Cupid选择"深度对话数量"而非"页面浏览量"或"停留时间"。支撑： 用户日复一日访问却找不到对象，对Twitter是好事，对约会网站是灾难。
4. 企业数据与政府数据的本质区别： 企业收集数据用于群体广告（从不针对个人），政府监控针对特定个体（姓名、地址、家庭）。支撑： "没有公司会拉出个人档案问'这个人接下来会做什么'——这从不发生。"
5. 超级智能的风险不是"终结者"： AGI可能让所有人"更无痛地死亡"，而非用暴力手段。支撑： 需要类似"曼哈顿计划"的全球协调，反对由单一政府或企业秘密开发。
6. 创业成功中运气的作用被低估： Rudder承认"我们很聪明、工作努力，但事情很容易就走向了错误的方向"。支撑： OK Cupid从2003年创立到2008-2009年才真正起步，经历了多年"精益岁月"。
7. 数据科学的核心不是数学，而是提出正确问题： "数学并不难，难的是用数学结果做什么。" 支撑： 写《数据主义》最难的部分是决定"哪些问题能回答？哪些问题人们想读答案？"
8. 自动化将导致大规模失业，需对AI征税： 自动驾驶将让数百万司机失业，Uber股东变得更富。支撑： 需要"对AI使用征税，并将收入重新分配给被取代的人"，否则将面临社会动荡。