Artemis II最快今年春天发射，人类时隔半个多世纪重返月球轨道。NASA花了超过900亿美元，至今没把人送回月球表面。Saturn V火箭的图纸还在，计算机比阿波罗时代强了两万倍，但造火箭的工厂拆了，模具回收了，技师退休了。Hidalgo在书中引用的数据显示，组织知识的年衰变率约50%。50年没有登月级别的工程实践，知识就衰变了。这不是个案。
Hidalgo在书中提出的"知识三定律"可以用三句话概括。时间定律：知识在个体和团队层面越练越熟但终会趋平，在产业层面通过技术迭代可以指数增长，同时以每年约50%的速度衰变。空间定律：知识扩散受地理距离和产业相关性双重约束，只能跳到近处的树上。价值定律：可以通过经济复杂性指标给一个国家的知识存量打分，这个分数能预测它的未来增长。 以下是这期播客中Hidalgo用来论证这三条定律的全部核心案例和论证。
要兴趣进读者群的朋友，加这个微信哈（ID：rohanjojo；留言加群即可）。
1. 知识是什么：非竞争、非同质、不可搬运
保罗·罗默 Paul Romer 的内生增长理论拿过2018年诺贝尔经济学奖。他用一个木匠造鸟屋的例子说明问题：10个木匠用锤子和钉子每小时造10个鸟屋，想造20个就得翻倍投入人和工具，人均产出不变。但如果其中一个木匠发明了钉枪，每小时变成12个。钉枪背后的知识是非竞争性的 non-rival，我教你一首歌自己还是会唱，给你一把锤子我就不能用了。知识可以无损复制，所以它是人均经济增长唯一的解释变量。 这是1990年代经济学最重要的洞察之一。
Hidalgo认为Romer的框架正确但不够。在那个框架里知识像水，往桶里灌就行，不分种类。Hidalgo的书聚焦知识的第二个属性：non-fungible，非同质性。知识由无数独特的"字母"组成，排列成一张永远在扩展的字母表。一个国家拥有哪些字母、如何组合，决定了它的经济潜力。分析这种非同质性的数学工具更接近机器学习处理语言的方式，传统经济学的加总模型做不了。
书本身不拥有知识。 这是Hidalgo在播客中反复强调的判断。书只是思想的存档记录，你没法跟它对话，没法根据语境让它调整回应。知识只有在被人或团队"激活"时才能工作。制造一架大型客机所需的知识，没有任何个体能完整持有，它分布在人、机器、手册、经验和社会关系构成的网络中。
他用温度的历史打了个比方。人类花了两千年才搞懂温度是什么：最初以为冷和热是两种不同物质的混合，temperature这个词本身就来自"调和"的意思；后来以为热是一种液体，可以从热的物体流向冷的物体。直到英国物理学家Joule观察到钻炮管可以产出无穷无尽的热量，人们才明白热是物质粒子运动的属性，本身不是物质。知识也一样，它依附于人和团队存在，但自身不是一个可以独立搬运的东西。
卡内基梅隆大学的Linda Argote提出过一个组织学习模型：组织是连接人、工具和概念的网络。组织学习不仅来自个人学习，也来自网络的重新配置。Tim和Robert搭档效果差，换成Charles，组织就学到了新东西。这种网络权重调整的逻辑，和深度学习调参在结构上有相似性。但Hidalgo指出，当前的硅基模型仍然是个体学习系统，缺乏这种涉及社会关系和组织重构的集体学习能力。
Hidalgo还用侦探小说类比知识的层次。第一层是事实性知识：墙上有个弹孔，昨晚七点有通电话，传播成本极低。第二层是概念性知识：侦探把线索串成完整故事，解释动机和因果。第三层是程序性知识：把血迹送去DNA实验室测序，实验室掌握的就是那套操作流程。经济学关心的主要是第三种。 面包师知道怎么做面包，汽车修理工知道怎么修发动机，清洁泳池的工人知道怎么对付客户家的恶犬。这些经验型知识不来自科学方法的验证，但它们让世界正常运转。
2. 时间定律：学习曲线、破坏性创新与创新的代价
1916年前后，心理学家Leon Thurstone在匹兹堡商学院拿到一批打字学习数据，后来他成为现代心理测量学的奠基人之一，但最早让他出名的就是这条学习曲线。十八九岁的年轻人第一次碰打字机，每周记录每分钟能打多少词。速度对累积练习量画出来，是一条类似平方根函数的曲线：开头进步飞快，然后增速递减。Thurstone本人的履历也是知识扩散的缩影：工程师出身，造过摄影机，拿到爱迪生的面试邀请但拒绝了，转去明尼苏达大学教书，对"人怎么学习"产生兴趣后去芝加哥大学读教育学博士，一年后转心理学，最终用打字数据画出了学习曲线方程。
1936年，航空工程师Theodore Wright在飞机制造成本中发现同样的规律。Wright后来在二战末期担任全美飞机制造的总负责人，但让他留名学术史的是这篇早期论文：同一批次中最后一架飞机的工时随累积产量下降，而且下降的速度有固定比例，每多造一倍飞机，单位工时就减少一个固定百分比。1965年经济学家Leonard Rapping用二战自由轮船 Liberty Ships 的数据做了更严格的检验。自由轮船是美国在二战期间大批量建造的标准化货船，多个造船厂在不同时间开工，提供了天然的准实验条件。Rapping证明造船工时的下降纯粹来自经验积累，跟技术升级和资本投入无关。 你的船厂造了多少船，决定了下一艘要花多长时间。
个体和组织层面的学习曲线终会趋平。但产业层面的技术进步曲线，比如摩尔定律，呈指数增长，跨越好几个数量级。怎么调和？
Hidalgo的解释是：摩尔定律是多条S曲线的包络线。 想象很多条各自趋平的曲线前后叠放，每条比前一条起点稍高、天花板也更高，沿着它们的顶部画一条线，就是那条看起来永远在涨的指数曲线。一个产业在长时期内经历多代技术的更替，每一代有自己的学习曲线。LCD面板一代比一代大、良率一代比一代高，每一代内部都遵循递减回报，但代际切换让整体呈指数。
那为什么会发生代际切换？哈佛商学院教授Clayton Christensen在1990年代提出的破坏性创新理论回答了这个问题。他观察到一个反复出现的模式：新技术刚出现时比现有技术差。数码相机刚出来远不如化学胶片，1980年代宝丽来的人嘲笑数码摄影永远达不到他们的色彩和分辨率。晶体管收音机刚出来时音质不如电子管收音机，只配给保安在岗亭里听。但新技术的学习曲线天花板更高，两条曲线交叉的窗口就是颠覆发生的时刻。
Christensen解释了新技术为什么能赢，但没解释老巨头为什么输得那么彻底。同样来自哈佛商学院的Rebecca Henderson提出的架构创新 architectural innovation 补上了这一环。她的观察是：有些改动表面上看只是换了一个零件，实际上要求整个组织从头到尾重新布线。Barnes & Noble能把几百万本书运到几千家门店，"直接寄给消费者"听起来只差一步。Hidalgo做演讲时并排展示两张图：一张Barnes & Noble书店，一张Amazon配送中心，后者看起来更像机场行李分拣系统。两个组织之间的知识距离因为这个"小改动"变得极为遥远。螺旋桨飞机换喷气发动机也是同理：换一台更强的活塞发动机不需要改机体，但喷气发动机要求整个机体围绕新发动机重新设计，原来造活塞飞机的公司大多倒闭，波音这样的新公司趁势崛起。
斯坦福经济学家Nick Bloom的研究指出，维持指数增长需要越来越大的团队，而这个趋势在半导体行业的历史中看得最清楚。1947年贝尔实验室的第一个晶体管是三个人做的：Brattain和Bardeen做出点接触晶体管，他们的上司Shockley趁圣诞假期自己设计了替代方案。到1950年代末，从贝尔实验室出走的一批人创办了仙童半导体 Fairchild，团队稍大一些，1958年和1959年接连推出mesa晶体管、平面工艺和集成电路。同一时期，德州仪器 Texas Instruments 的Jack Kilby利用入职后暑假公司没人的空档，独自做出了另一个版本的集成电路，后来凭此获得2000年诺贝尔物理学奖。今天设计一颗芯片需要庞大到难以想象的工程协作体系。如果团队协调能力跟不上知识产出所需的人力规模，指数曲线最终可能趋平。 不过Hidalgo也承认，对一条稳定了几十年的定律下注说它要失效，风险不小。
3. 时间定律的另一面：知识会衰变，速度远超直觉
自由轮船的数据显示知识月衰减3%到6%。3%听起来不多，换算成年化就是约50%。 如果一个组织停工一年再复工，之前积累的知识差不多丢掉一半。日常感觉不到衰变，是因为新知识的积累在持续抵消损耗。一旦积累中断，衰变速度会让人吃惊。
宝丽来是Hidalgo在书中用来说明知识衰变的核心案例。创始人Edwin Land是典型的哈佛辍学创业者，最初做偏光膜，发明了在磁场中拉伸材料制造大面积偏光滤镜的方法。二战后军用市场萎缩，转向即时摄影。这项技术难度极高，显影化学品反应性极强，要封装在人们会随手甩来甩去的相纸信封里而不提前反应，需要大量专利积累。做到什么程度呢？安塞尔·亚当斯 Ansel Adams 这样的顶级摄影师会专门使用宝丽来相机。
1990年代宝丽来没能转向数码，此后逐步破产。2008年荷兰恩斯赫德的最后一座工厂宣布关门。维也纳的前生物学家Florian Kaps当时经营着全球最大的宝丽来胶片网店，飞到荷兰花310万美元买下全部生产设备，签了厂房十年租约，创办The Impossible Project，把最熟练的工人请了回来。设备在，厂房在，人也在。
Hidalgo在维也纳采访过Kaps，问他雇回来的人水平如何。回答是："No, no, no. We had the A team. It was the star team." 顶尖团队，顶级设备，完整图纸，照样不行。宝丽来的胶片由大约20种组分构成，配方沿用将近40年，但关键化学原料已经停产，供应链断了，原始配方无法复刻。2010年第一批胶片上市，色彩严重偏移，出来的是橘棕色调，感光度批次间差异巨大，化学药剂从封口处渗漏，照片几周内褪色到几乎看不见。花了好几年才稳定到"能用"，大约十年后才接近1970年代的品质。知识衰变的对象不仅是人脑中的经验，还有整个协作网络和供应体系。
日本伊势神宫每20年重建一次。表面维护建筑，实际维护的是建造技术。每次重建都在训练下一代工匠。欧洲保护原始结构，伊势保存知识本身。不使用，就会失去。
不过Hidalgo也指出，知识衰变不全是坏事。他在书的最后一章用了圆周率π的计算史作为例子：用多边形逼近法算π，人类用了一千多年，最后一个用这种方法的荷兰数学家花了20年算到32位。然后牛顿用级数公式几天就超越了这个精度。多边形逼近法被遗忘了，但没人觉得可惜，因为它被一种更优的知识表征完全替代了。
4. 空间定律：知识只能跳到近处的树上
知识扩散受地理距离和知识本身的几何结构双重约束。这两个子原则各有经典案例。
1975年美军撤出西贡后，大量越南人被近乎随机地安置到美国各地。不是你想去纽约就去纽约，爱荷华有个教堂愿意接收10人，那就两家四口加一对夫妻送过去。战后美国对越南下了贸易禁运。经济学家Parsons和Vézina发现，1995年禁运解除后，当年接收了更多越南移民的州与越南的贸易量更大。 因为安置过程近乎随机，不存在"本来就跟越南有生意往来的州主动接收越南人"的可能性，统计学上叫消除了自选择偏差 self-selection bias，所以这个结果干净地证明了：人走到哪里，知识就扩散到哪里。
Hidalgo用猴子和森林的比喻来解释第二重约束。每个产业是一棵树，衬衫和女式衬衫紧邻，天然气在远处，拖拉机在另一边。国家是住在这些树上的猴子（企业和人才），经济发展就是猴子跳到新树上。能不能跳过去，取决于树之间的距离。经济地理学把这叫作相关性原则 principle of relatedness，已被数百篇论文反复验证。
二战后意大利被禁止制造飞机，工厂被炸毁，道路桥梁也被破坏，人们需要代步工具。Corradino D'Ascanio是意大利战时负责全国飞机生产的总工程师，地位相当于美国的Theodore Wright。战后他转行设计了Vespa踏板摩托：挡泥板就是车身，发动机放后面让骑手并脚而坐，前轮拆装借鉴直升机轮子。如果只有一个案例可以说是巧合，但日本川西航空 Kawanishi 战后从战斗机转向轻型车辆，德国亨克尔 Heinkel 从喷气式战斗机转向微型汽车。不同国家的公司被迫退出航空后全都跳到了同一个邻近区域，因为摩托车和飞机在产品空间中是邻居，飞机和女式衬衫不是。
移民是打破近距离约束的关键载体。本地创业者擅长短距离跳跃，移民则更擅长帮经济体进入不相关领域。美国1970年代以后的诺贝尔奖得主中约60%到70%出生于国外或有移民经历。教育水平越高，迁移倾向越强。这些人的迁移方向高度集中，精准地流向知识密度最高的地方。Hidalgo对英国创新机构Nesta的建议是：评估移民对创新的影响，要看的是你吸引了多少超级明星，因为真正拉动创新的是分布尾端的那群人。
阿诺德·施瓦辛格 Arnold Schwarzenegger 的Netflix纪录片是Hidalgo在播客中提到的一个佐证。纪录片分三部分：健美、演艺、政治。三段经历有一个共同逻辑。想成为最好的健美运动员，他搬去加州跟最好的人训练；想成为好莱坞片酬最高的演员，他靠健美时期攒的钱和房产让自己有底气挑角色，十几年后做到了；想从政，他早早加入肯尼迪家族，从肯尼迪家族身上学了十多年再竞选加州州长。每一次跨领域跳跃，起点都是找到那个领域最好的人，进入他们的网络。 不是自己在后院琢磨出来的。
5. 知识的载体：一个人不够，数艘船才行
威尔士企业家John Hughes做铁甲舰包铁业务，也就是给19世纪的木质军舰外面裹上铁板以抵御炮火。50多岁时获得在俄罗斯帝国乌克兰地区开发煤铁的特许权，回到英国装了数艘船（Hidalgo说七艘，多数史料记八艘），载着一百多名工人和全套设备出发。船队驶入亚速海，卸货后把设备拖过泥泞荒野，在后来成为顿涅茨克的地方扎营。三年后产出生铁，之后逐步建起苏联最主要的钢铁产区之一，还建了学校和医院。这座城市最初叫Yuzovka，尤佐夫卡，是Hughes的俄语音译。Hughes明白，如果只带着自己脑子里的知识去那片荒地，不可能成功。 知识必须由足够大的团队承载，大到需要数艘船。
Samuel Slater的故事展示了另一面。他后来被安德鲁·杰克逊总统称为"美国工业革命之父"，但故事的起点极其卑微。他出生在英格兰Belper，14岁进入Strutt的水力纺棉工厂当学徒，升为监工。水力纺棉的第一批专利出现在1730年代，但技术落地极难。伯明翰试了失败，北安普顿试了也失败，过了大约50年，英国工业革命的先驱Richard Arkwright和Jedediah Strutt才在Cromford等地把水力纺棉做成功，开出了最早一批盈利的棉纺厂。Slater 21岁时判断英国市场饱和，美国还没掌握这项技术。他趁夜逃出Belper，在伦敦假扮农民登上开往纽约的船，66天后抵达。在曼哈顿一家工厂干了四天就辞职，没有水力驱动，机器不行。后来听说罗德岛Pawtucket有人在尝试水力纺棉但做不出足够结实的纱线，便前往，大约一年内建成美国第一座成功的水力纺棉厂，启动了美国工业革命。
Pawtucket之前的人曾根据几个见过Arkwright工厂的苏格兰人的口述试图仿造，完全失败。必须有亲身在Arkwright和Strutt身边工作过的人到场才行。 当时英国法律禁止将纺织技术带出国，Slater冒的是叛国罪的风险。知识在这里表现出了它最顽固的特性：它不在图纸里，不在口述中，它在操作者的手和判断力里。
Sony联合创始人井深大的故事是另一个角度。二战后美军占领日本期间，井深大见过美军使用的磁带录音机，观察了几次之后，用平底锅、獾毛刷和虫胶纸做出了日本第一卷磁带。Hidalgo用这个案例来说明"吸收能力" absorptive capacity 的概念：井深大和他的团队本身就是研究人员，拥有大量相邻领域的经验，所以能从极有限的观察中重构出核心原理。Slater是精确复刻，井深大是创造性重构，两者都需要操作者自身拥有足够深的知识储备。
6. 价值定律：用"无限字母表"给国家的未来打分
如果知识是一张无限扩展的字母表，评估经济潜力就变成了数字母。但字母之间价值不同。Hidalgo用了拼字游戏Scrabble的比喻：这个游戏里每个字母都有分值，常见的E只值1分，稀缺的Q值10分，因为Q难用、少见，能拼出的词也更高级。国家的知识"字母"也一样，会炼钢和只会种棉花都算一个字母，含金量天差地别。
Hidalgo的方法是从出口数据构建一个"国家×产品"矩阵，做归一化处理，也就是用数学方法把国家大小和产品市场规模的干扰去掉，然后提取一个向量作为评分。通过严格的演绎模型可以证明，这个向量反映的就是一个国家拥有多少种不同"字母"。关键发现：这个指标能预测未来经济增长。 字母数量超过当前收入水平预期的国家会增长。按当前模型，中国增速向4%回归，下一波火箭是印度，之后是印尼和菲律宾。同样贫穷的其他国家不会有同样的增长预期，因为出口结构和产业分布中看不到足够多的"字母"。
科威特收入极高但复杂性偏低，石油枯竭后收入会回落到人均GDP七千到一万两千美元。利比里亚贫穷但复杂性也低，收入和复杂性处于均衡。这里面有一个"趋同俱乐部"的概念：经济趋同发生在同一复杂性水平的国家之间，穷国并不会自动追赶富国。印度收入低但复杂性和土耳其差不多，按模型应向土耳其的收入水平靠拢。
字母多意味着组合路径多。低复杂性的发展中国家，许多路径根本不是选项。Hidalgo用了一个"绝命毒师"的比喻：老白 Walter White 的化学知识可以制毒也可以治病，没有化学家的国家连选择的机会都没有。拥有广阔的选项空间本身就是好事，你不需要走每条路，但你不希望被可能性锁死。
7. 砸钱为什么不管用：布雷顿森林的教训
经济发展的两大流派争论"知识还是制度"。Hidalgo倾向于认为两者都重要，但因果方向可以互换。有时候知识走在前面，制度跟着来。他举的例子是：推动创业制度变革的往往不是底层商贩，而是知识密集型人才。知识密集型工作者对创业自由和知识产权保护的需求，本身就是制度变革的推动力。
谈到中国时，Hidalgo说了一句让人印象深刻的话："China is not a country. China is a planet." 西方习惯以国家为单位思考，但中国的内部多样性相当于整个美洲加上西欧，创造力和创新能力的储备远超单一国家的尺度。
但这期播客中对发展政策最有杀伤力的论述是关于布雷顿森林体系的。二战后西方机构用"给钱就能发展"的逻辑援助欧洲，效果极好，因为战后欧洲知识存量完好，只缺钱。桥炸了但造桥的工程师还在，工厂毁了但运营工厂的经验网络还在。解除资金约束，恢复自然就来了。
然后他们把同一套模型搬到知识存量薄弱的地区，效果截然不同。有些国家表面上做了制度改革，但只是形式上的模仿，Hidalgo称之为mimicry，药效仍然不对。Yachay、Neom这类从零开始的"知识城"项目屡屡失败，它们试图在没有知识根基的地方砸钱造出知识密集型经济，违反了知识增长和扩散的基本规律。钱能解除约束，但不能替代知识本身。
8. 大语言模型拥有知识吗
播客最后，主持人问了这个问题。Hidalgo的回答值得完整呈现。
他不认为知识是个体现象。一个婴儿丢在荒岛上，即使有发展语言的遗传天赋，也不会变聪明，因为语言是社会性的。知识也是。按这个逻辑，LLM和书本的地位类似：书不拥有知识，但书参与了人类集体认知和学习的系统；LLM也一样。 问题不是LLM有没有知识，而是它是否提升了人类的集体智能。
他用自己的经验举例：搬到法国后用LLM了解当地税法，见会计师时能问出更好的问题。"Is it because the LLM has knowledge? Is it because I have knowledge? Or is it because we are wiser when we are together?" 是LLM有知识，还是我有知识，还是我们凑在一起时比各自都聪明？他觉得答案是第三个。
主持人追问LLM是否具有独立的认知主体性。Hidalgo没有正面回应，说对他来说重要的是有没有用，这是一个务实的立场。但如果把他自己的框架推到底，结论耐人寻味：他在整本书中论证知识是集体现象，组织通过网络重构来学习，而当前的LLM仍然是个体学习系统，在一次对话结束后不会自发重组自己的"团队"。它能让单个人变得更聪明，但还不是Hidalgo所定义的那种集体学习参与者。这个差距是否会被填补，他没有预测。
读完这个文章，也引发了一下我的联想。其实别说宝利来相机和登月，一些文物，其实也很难在现代复原。于是，我查到两个例子。
17世纪意大利制琴师Antonio Stradivari造的小提琴，至今拍卖价动辄上千万美元，音色被公认优于后世所有仿制品。几百年来无数制琴师试图复刻，从木材密度到涂料配方到化学处理痕迹，学术假说出了一轮又一轮，没有定论。Stradivari 1737年去世，没有留下任何手稿，技术随家族消亡而中断。
马王堆汉墓出土的素纱襌衣，整件衣服仅重48克，不到一两，折叠起来能塞进火柴盒。现代纺织专家试图复刻，怎么都做不到同样轻薄。最后发现原因不在织法，在蚕：两千年的选育让现代蚕比汉代蚕更壮，吐出的丝更粗。研究人员不得不反向培育更瘦弱的蚕，才最终成功。图纸在、工具在、工艺原理也清楚，但原材料的生物特性已经不可逆地变了。
宝丽来是化学原料停产，素纱襌衣是蚕种进化，斯特拉迪瓦里是家族手艺断裂，机制各不相同，结论一样：知识不住在文档里，它住在整个生产生态里，生态变了，知识就回不来了。
核心问答
Q1: 知识的三条定律分别是什么？时间定律：知识在个体和团队层面按幂律增长，开始快后来平；在产业层面通过多代技术更替呈指数增长；同时以每年约50%的速度衰变，不使用就会失去。空间定律：知识扩散受地理距离和产业相关性双重约束，只能跳到近处的树上，移民是打破近距离约束的关键载体。价值定律：可以通过经济复杂性指标估算一个经济体的知识存量，这个指标能预测未来增长。
Q2: 宝丽来的故事说明了什么？2008年宝丽来最后一座工厂关门后，Florian Kaps花310万美元买下全部设备，雇回顶尖操作员，创办Impossible Project试图恢复即时胶片生产。顶尖团队加完整设备仍然失败，因为关键化学原料已停产，供应链断了，原始配方无法复刻。花了十年才接近1970年代的品质。这说明知识衰变的对象不仅是人脑中的经验，还有整个协作网络和供应体系。图纸和设备只是知识的存档记录，不是知识本身。
Q3: 为什么大多数经济发展政策注定失败？布雷顿森林之后西方机构用"给钱就能发展"的逻辑做发展援助，效果好的是战后欧洲，因为知识存量完好只缺钱。搬到知识存量薄弱的地区就不行了。知识无法用砸钱替代，也无法通过形式上的制度改革凭空产生。Yachay、Neom这类"知识城"项目失败，是因为它们试图在没有知识根基的地方从零造出知识密集型经济，违反了知识增长和扩散的基本规律。