Learning
VOL. IV · NO. 22 · History · 01 JAN 1970

综合案例:2017 加密货币 vs 1637 郁金香

历史 · 01 JAN 1970 · 16 min read · 3,779 words
· · ·

把 22 课的所有工具同时用于一个真实案例——这是本课程的"毕业考试"。

**预计时间:**30 分钟读完 + 40 分钟做练习 = 70 分钟。

本课核心论点
本课是 22 课的复盘——用前面所有模型同时分析一个真实案例:2017 加密货币 vs 1637 郁金香泡沫400 年跨度的对照揭示:泡沫的本质不是载体(郁金香 / 区块链),而是人性 + 激励 + 制度的共同作用。本课同时是"心智模型联合应用"的实战。

一、案例对照框架

把 1637 和 2017 并排放:

维度1637 郁金香2017 加密货币
载体郁金香球茎(无现金流)比特币 / 代币(部分有现金流 / 大部分无)
触发贵族炫耀 + 远期合约ICO 无监管 + 区块链叙事
参与者结构富商与交易者参与较多;“全民入场”是后世叙事,需谨慎使用技术爱好者 → 全民(含退休老人)
杠杆远期合约放大购买力保证金 + 衍生品放大收益
”这次不一样”叙事”郁金香稀有,永不贬值""区块链改变一切”
持续时间数年(高潮 1636-37)1 年(2017 高潮)
崩盘触发某次拍卖无人应价监管收紧 + 交易所挤兑
崩盘幅度几个月跌回原价1 年跌 80%+(比特币);多数 ICO 归零

二、用 22 课的模型同时分析

2.1 模式抽取(来自 0001-0004)

两个事件都符合 Kindleberger 五阶段:

  • 创新:郁金香从奥斯曼传入 / 区块链作为新技术。
  • 繁荣:稀有品种涨价 / 比特币 2016 涨 3 倍。
  • 狂热:全民入场 / ICO 每天数百个。
  • 危机:1637 年 2 月拍卖无应价 / 2018 年 1 月交易所停止提现。
  • 崩溃:价格暴跌 / 多数 ICO 归零。

2.2 概率与基准率(来自 0003)

基准率问题:

  • 历史上”全民参与的投机”崩盘比例?接近 100%。
  • 加密货币与郁金香的关键差异:加密货币有部分真实应用(支付 / 智能合约 / 储备资产),郁金香几乎纯粹投机。
  • 不同研究对 ICO 项目的失败、失去流动性或停止运营有不同估计;不采用“95%+ 归零”这一无来源的单一数字。

2.3 幸存者偏差(来自 0004)

如果只看加密货币幸存者(比特币、以太坊),很容易得出”加密货币是伟大革命”。但:

  • 2017-2018 年 ICO 项目退出、失去流动性或停止运营的比例因数据集和定义而异;不采用“95%+ 归零”这一无来源的单一数字。
  • 幸存者 vs 失败者的关键差异:实际应用 + 流动性 + 网络效应
  • 郁金香泡沫”幸存者”是花卉产业本身——球茎价格崩盘但花卉文化继续。

2.4 激励错配(来自 0005)

两个泡沫的激励结构:

  • 郁金香:买家激励 = 价格上涨;卖家激励 = 卖给更高价的人——短期主义
  • 加密:ICO 项目方激励 = 收币抛售(按”白皮书”骗钱);交易所激励 = 交易量(抽佣)——代理问题 + 利益冲突

2.5 路径依赖(来自 0006)

两个泡沫都从早期真实需求出发,但被狂热阶段扭曲成”投机主导”。

2.6 反馈回路(来自 0007)

两个泡沫都是正反馈

  • 价格上涨 → 吸引新买家 → 推高价格 → 吸引更多买家(直到泡沫崩溃)。
  • 崩盘后反向:价格下跌 → 恐慌抛售 → 价格进一步下跌。

2.7 规模与组织(来自 0008)

两个泡沫的”组织失灵”:

  • 郁金香:荷兰政府干预太晚;交易所无法应对极端波动。
  • 加密:交易所风险控制不足(Mt. Gox 2014 倒闭 / FTX 2022 倒闭);监管真空。

2.8 集体行动(来自 0009)

泡沫崩盘后的公地悲剧:

  • 郁金香崩盘后荷兰花卉产业需要重建公地规则(球茎品质标准)。
  • 加密崩盘后行业需要建立监管(如 MiCA 欧盟 2023)。

2.9 技术 S 曲线(来自 0010)

两个载体的真实革命泡沫的区分:

  • 郁金香作为花卉文化延续至今,但 1637 泡沫作为载体被淘汰。
  • 区块链技术(包括非投机应用)正在 S 曲线的早期采用阶段,但 2017 ICO 是载体上的泡沫

2.10 创新者困境(来自 0011)

泡沫崩盘后的”创新者困境”:

  • 郁金香泡沫后球茎贸易商转向其他植物 + 花卉学(现代植物学的雏形)。
  • 加密泡沫后真正的区块链创新(智能合约 / DeFi / NFT)继续发展,但被 2017 ICO 污染。

2.11 金融泡沫与杠杆(来自 0012)

这是本课的核心案例——直接对应 Kindleberger 范式。

2.12 危机与韧性(来自 0013)

两个泡沫崩盘后的恢复:

  • 郁金香泡沫崩盘后荷兰经济受挫,但因荷兰的其他产业(造船、贸易、纺织)恢复较快。
  • 加密货币崩盘后行业的恢复较慢,因为区块链的”应用”还很少

2.13 货币与银行(来自 0014)

郁金香泡沫和加密泡沫都没有传统”信用扩张”机制(远期合约 / 保证金算部分),但都涉及”信任崩溃”。

2.14 国家兴衰(来自 0015)

泡沫对国家的影响:

  • 郁金香泡沫后荷兰仍保持世界强国地位(17-18 世纪)。
  • 加密泡沫对国家影响有限(除萨尔瓦多等小国)。

2.15 战争误判(来自 0016)

泡沫和战争的误判模式相似

  • 群体极化(全员买入 vs 全员参战)
  • 沉没成本(已经投了 vs 已经打了一年)
  • 信息失真(不听坏消息 vs 不听反战)

2.16 宣传与信息(来自 0017)

两个泡沫的”信息架构”:

  • 郁金香:荷兰小册子 + 咖啡馆闲聊。
  • 加密:社交媒体(Twitter / Reddit / Discord)+ KOL 推广。

同样的”宣传四元素”:煽动 + 简化 + 重复 + 群体塑造。

2.17 科学范式(来自 0018)

两个泡沫反映了”范式转换”:

  • 1637 是”商品价格范式”(价格 = 内在价值 + 投机)vs”
  • 2017 是”数字资产范式”(数字稀缺 = 价值)vs

两个泡沫都发生在”新范式”建立时——因为新范式的不确定性容易被利用。

2.18 决策日志(来自 0019)

如果当时有人在 2017 年建立”决策日志”:

  • 预期:比特币 2020 年达到 10 万美元。
  • 实际:2020 年后达到 6 万美元(与预期偏离)。
  • 差异原因:加密市场与传统金融市场相关度上升(不是独立资产)。
  • 下次:加密投资应考虑传统金融周期

2.19 情景规划(来自 0020)

2017 年如果有”加密泡沫情景规划”:

  • 情景 1(监管友好):比特币 5 年达到 10 万美元。
  • 情景 2(监管真空持续):1 年内崩盘。
  • 情景 3(监管严厉):5 年处于低谷。

实际发生了情景 2 + 情景 3 的混合:先崩盘(情景 2),然后长期低谷(情景 3,部分)。

2.20 反向思考(来自 0021)

反向思考的清单:

  • 加密投资者最常怎么死?→ 杠杆爆仓 / 交易所倒闭 / 项目方跑路 / 监管一刀切。
  • 郁金香投资者最常怎么死?→ 全仓买入后期合约 / 卖给”接盘侠”前崩盘。

两者高度相似。

三、综合判断的 5 条

  1. 载体 ≠ 本质:郁金香 / 区块链 / 房地产 / 加密——泡沫的载体换了几百年,人性不变
  2. 真实革命 + 泡沫可能并存:区块链有真实革命(智能合约),但 2017 ICO 是泡沫。
  3. 判断”是否在泡沫”容易,判断”何时崩”几乎不可能
  4. 幸存者偏差是最大误判——只看比特币不看归零的 ICO。
  5. 多模型联合——任何一个模型单独都不够,至少 5 个学科并行
本课的最核心结论
400 年来,泡沫载体不断变化;这些模型可以作为比较工具,但适用程度取决于案例的制度、技术和市场结构。
学历史的最终目的是:当你看到任何新事物(AI / 加密 / 新能源 / 房地产),先用这些模型检验一遍,再下结论。

四、本课的”5 步分析法”

对任何未来你可能面对的”看起来很伟大的事物”,用这 5 步:

  1. 归类——它属于哪种已知模型?(泡沫 / 革命 / 范式转换 / 路径依赖……)
  2. 基准率——同类事物的历史存活率 / 成功率是多少?
  3. 多模型——用至少 5 个学科的模型并行分析(经济 / 心理 / 博弈 / 系统 / 伦理)。
  4. 反事实——如果关键变量改一个,会怎么变?
  5. 反向思考——这事最可能怎么死?避免这些死法。

五、测验(12 题)

1

1637 郁金香泡沫 vs 2017 加密货币泡沫的载体差异

2

加密泡沫 2018 崩盘后区块链的真实革命如何继续?

3

两个泡沫的"信息架构"差异?

4

两个泡沫中"群体极化"的表现?

5

两个泡沫中"反馈回路"类型?

6

"载体 ≠ 本质"的含义?

7

关于"何时崩"的判断?

8

"幸存者偏差"在加密泡沫中的表现?

9

"5 步分析法"的第一步?

10

关于"多模型联合"的必要性?

11

本课关于郁金香 vs 加密对比的最核心结论?

12

学历史最终目的是?

读场景题

R1

R1. 场景:你 CEO 想"投资 1 亿进一个新生物技术",按本课 5 步分析法?

R2

R2. 场景:你公司在评估"是否进入新市场",CEO 说"AI 是新工业革命,必须 All-in"。按本课方法?

R3

R3. 场景:你在做个人投资决策,是否买某只"被吹爆"的科技股。按本课方法?

六、答题提示

展开提示

  • Q1 载体换,本质不变。
  • Q2 真实革命可能与泡沫并存。
  • Q3 两个泡沫用不同媒介做相同的事。
  • Q4-5 群体极化 + 正反馈是泡沫机制。
  • Q6 载体 ≠ 本质——这是本课最核心结论。
  • Q7 “判断是否在泡沫”vs”判断何时崩”是 22 课反复出现的区分。
  • Q8 幸存者偏差在加密中最常见。
  • Q9-10 5 步分析法 + 多模型联合。
  • Q11-12 模型是比较和提问工具,不是跨时代必然适用的定律;明确案例差异与证据边界。

七、本课行动清单

  1. 挑你最近面对的 1 个重大决策,严格用 5 步分析法走一遍。
  2. 把你 22 课学到的模型列成”心智模型口袋书”,贴在工作区。
  3. 定期(每季度)回顾”我最近被哪些叙事影响?哪些是修辞陷阱?
  4. 在团队中建立”决策日志” + “事前验尸”的常规实践。

八、22 课总复盘

部分核心模型工具
认知前提模式抽取 / 概率 / 反事实基准率 / 史料等级 / 5 Whys
制度与组织激励 / 路径依赖 / 反馈 / 规模 / 集体行动5 角度激励 / Ostrom 8 原则
经济与技术S 曲线 / 创新者困境 / 泡沫 / 韧性 / 货币Kindleberger 5 阶段 / FMEA
政治与社会国家兴衰 / 战争误判 / 宣传 / 范式事前验尸 / 信息架构 4 特征
思维工具决策日志 / 情景规划 / 反向思考 / 综合AAR 4 问题 / 5 步分析

22 课覆盖了100+ 个心智模型,但核心思想是 3 条

  1. 从”事件”抽到”模型”(0001-0002)
  2. 用”多学科并行”分析同一事件(每课都有)
  3. 从”决策前”就开始排除失败(0019-0021)

九、参考来源

  • ③ 严肃学术:Anne Goldgar, Tulipmania(2007, University of Chicago Press)—— 郁金香泡沫修正史。
  • ③ 严肃学术:Charles Kindleberger & Robert Aliber, Manias, Panics, and Crashes(多版)—— 泡沫范式。
  • ③ 严肃学术:Paul Vigna & Michael Casey, The Age of Cryptocurrency(2015, St. Martin’s Press)—— 加密货币早期史。
  • ③ 严肃学术:Saifedean Ammous, The Bitcoin Standard(2018, Wiley)—— 比特币作为货币的分析。
  • ③ 严肃学术:Tyler Cowen, The Great Stagnation(2011, Dutton)—— 当代科技与泡沫背景。

**本课程结束。**下一步:

  1. 把 22 课的方法论用于你自己面对的下一个真实决策。
  2. 持续维护”心智模型口袋书”。
  3. 与其他学习者讨论 + 复盘。