--- id: "-ZTyn55eEXM" title: "从宿舍量化基金到“万物经纪商”：Lucas 谈市场微观结构、Variational 与个人护城河" channel: "Odds on Open" host: ["主持人"] guests: ["Lucas"] date: "2026-08-21" updated: "2026-08-24" duration: "1:13:55" duration_seconds: 4435 source_type: "youtube" youtube: "https://www.youtube.com/watch?v=-ZTyn55eEXM" canonical: "https://pod-exp.pages.dev/-ZTyn55eEXM/" transcript_jsonl: "https://pod-exp.pages.dev/-ZTyn55eEXM/transcript.jsonl" language: "zh-CN" translation: true translated_from: "en" timestamp_precision: "block" topics: ["量化投资","交易","金融基础设施","职业发展"] series: [] --- # 从宿舍量化基金到“万物经纪商”：Lucas 谈市场微观结构、Variational 与个人护城河 > 中文译文，由英文原音字幕翻译整理，不是官方逐字稿；引用原话请核对英文原视频。说话人标签由整理者依上下文标注，带「未确认 / 未标注 / 不确定」等字样的标签不可靠。时间戳一般为块级（所在时间块的起点），不是逐句时间；正文自带 [hh:mm:ss] 的段落除外。 **内容提要：** Lucas 从大学宿舍里创办市场中性量化基金讲起，复盘了早期 FX、加密货币统计套利、Genesis OTC 交易台电子化，以及后来把 Variational 从自营交易公司转向链上 broker-like 衍生品平台的过程。他反复强调，大型做市商真正被低估的优势不只是“快”，而是客户流、资本、信任与风险内部化；而链上衍生品下一步的机会，在于把零售端的 perp 便利性与机构 OTC 的定制化结合起来，同时解决 funding rate、清算和结算效率。访谈后半段转向更长期的方法论：如何识别指数级趋势、为什么资产价格不等于产业机会、如何快速进入陌生专业领域，以及年轻人怎样用“有根据的傲气”、持续试错、网络与 AI 建立个人护城河。 ## [0:01] 冷开场：十年视角、流量优势与“最大的错误” · YouTube **Lucas：** 我不觉得真正赚钱是靠押一个一到三年的时间窗口。我觉得，更大的钱来自你在十年的尺度上判断得足够聪明；但问题是，在任何一个当下，没有人真的能看见十年后的未来。另一个经常被低估的事实是：在一家大机构里，**拥有客户流（flow）本身就是巨大的优势**。很多人以为 HFT 公司或做市商只能靠“更快”赚钱，其实他们还在利用订单流、客户结构和零售交易者的预期损失来形成商业优势。这也是为什么 Jane Street、Jump、Citadel Securities 这类公司能成为非常赚钱的生意。 **主持人：** 你在大学时就开了一只量化基金。你犯过最大的错误是什么？ **Lucas：** 最大的错误，就是当初居然把这只基金开起来了。 **主持人：** 在正式开始前我插一句。我看 YouTube 后台，发现大约只有 32% 的观众订阅了频道。如果你喜欢我们的内容，也希望节目继续成长，麻烦点一下订阅。我会尽量用最好的嘉宾和内容回报你们。谢谢。好，回到节目。Lucas，非常感谢你来。 **Lucas：** 谢谢邀请。 **主持人：** 你在大学里创办量化基金。再认真回答一次：最大的错误是什么？ ## [1:18] 大学里做量化基金：市场中性、FX 与早期加密套利 · YouTube **Lucas：** 最大的错误还是——一开始就去做这只基金。那是年轻人的一种傲气：直接一头扎进一个既像污水池、又极其迷人的行业，一边做一边学。整个过程完全是过山车，但也正是它把我推上了后来一直延续到今天的职业轨道。 **主持人：** 当时你们跑什么策略？ **Lucas：** 完全市场中性的量化策略。你可以做多、做空，可以做高频或中频；我们是全算法交易，时间尺度相对短，主要靠计算机执行，而且始终尽量把组合维持在市场中性。某种意义上，我们一上来就挑了最难的东西。 **主持人：** 是美股、商品，还是别的？能不能举一个当时真实运行的策略？ **Lucas：** 一开始主要是外汇，后来才进入加密货币。我们常开玩笑说，当年把 crypto 加进来最初甚至有一点“给 LP 一个新故事”的意味——那时候我们对它懂得并不多。我们就是一群二十来岁的年轻人，履历看起来还不错，也有一些大想法。再做一只普通 FX 基金不那么吸引人，但“最早一批量化加密基金”听起来显然更有意思。 **Lucas：** 最早我们的基础设施几乎为零，只能通过零售经纪商交易，后来才逐渐接到更专业的渠道。策略可以宽泛地叫 statistical arbitrage。比如观察不同市场量之间是否一起运动：可能做多一个、做空另一个，等待配对交易或均值回归发生，同时让整个 book 的 beta 或 delta 尽量保持平坦。高层逻辑不是“赌方向”，而是等待不同时间序列之间的关系回到我们认为合理的位置。 **主持人：** 当时 crypto 里的 alpha 很多吗？我最近请 Scott Phillips 来，他提到即使今天 crypto 里仍然有很多价格不敏感的买家和卖家，所以市场低效。你还在大学的那个阶段，真实情况是什么样？ **Lucas：** 简直是一场灾难，是一个噩梦般的市场——我指的是几乎所有意义上：基础设施、交易所、市场秩序、可交易工具、资本和杠杆的获取，全部都很粗糙。所以也正因为这样，低效极其严重。Ed 和我有时会懊恼：如果当年的我们拥有今天这十年左右的 HFT 和 crypto 经验，我们本来可以从地上捡走更多钱。 **Lucas：** 那些低效很大程度来自市场太新。人们不知道这些东西该怎么定价，交易所没有成熟连接，也缺少成熟做市商。我们做过跨交易所套利、basis 交易，后来再进入更复杂的量化算法。整个行业都在一边跑一边学，我们只是恰好站在相对靠前的位置。 **主持人：** 有没有某一笔交易、某个策略突然赚了巨量的钱，让你们停下来想：“这也太疯狂了”？ **Lucas：** 说实话，没有。我倒希望有。我们一直有个笑话：如果当时什么都不干，只抱着 crypto 的 beta，可能比我们辛辛苦苦搭基础设施、坚持市场中性赚得更多。Ed 和我都自认是非常糟糕的宏观交易员，所以我们不相信自己能靠挑赢家或判断整体方向赚钱。我们宁愿持续找更稳定的低效。真正好的 alpha pipeline，很多时候不是某天赚一大笔，而是**每天都赚一点点**。策略当然也会有生命周期，有的短时间很强，随后迅速衰减；但可持续的系统是不断产生小的、可重复的优势。 ## [5:18] 从研究小组到 alpha pipeline，再到 Genesis · YouTube **主持人：** 你们在大学里到底是怎么摸索出来的？这可不是人人都能随便“想明白”的事。 **Lucas：** 我们那时有一些研究小组——更准确地说，是一群分散在不同实验室里的朋友。我做过微分几何、计算神经科学，也接触了一点机器学习和机器人；Edward 做了不少贝叶斯机器学习之类的研究。我们把实验室和朋友圈里有兴趣的人聚在一起，最开始就是读金融机器学习领域的论文和期刊，然后问：如果把更现代的统计学习、机器学习方法拿到金融市场里，会不会有意思？ **Lucas：** 接着就是不停试想法。我们拿实习挣的一点点钱、几乎就是零花钱的资本，放到零售经纪商里，开始搭最早的交易基础设施。你问“那个 aha moment 是什么、怎么就把市场打败了？”——其实我们在大学时根本没有把市场“想明白”，也没有真正击败市场。真正重要的是那种敢去试的傲气：当我们看到一些想法确实有点 traction，也能把一群志同道合的人拉进来一起做时，一个 alpha 研究管线就慢慢形成了。 **主持人：** 后来你怎么从 Q Capital 去了 Genesis？ **Lucas：** Q 从宿舍里的小实验、实习资金，一路做到拿到一些纽约大型基金的 term sheet。很早的时候，有一家大型纽约对冲基金给了我们 term sheet，那一刻我决定退学：如果这些人都觉得我们也许有点东西，那我们可能不只是自己想象中的“杂牌学生团队”。于是我们把全部精力压上去，继续扩张，也做了几轮 GP、LP seed 融资。 **Lucas：** Digital Currency Group 当时是我们的 GP 投资人之一，而它又是 Genesis Trading 的母公司。后来我们正准备把 LP 资本基础再扩大一个量级，大家在办公室里复盘进展。DCG 的人说：“这里看起来协同很多，要不要把 Genesis 的 CEO 直接叫进来聊聊？”就是这么临时的一次会面，变成了几个月的讨论，最后变成我们整个团队加入 DCG 和 Genesis。 **主持人：** （赞助信息） Odds on Open 由 Onyx Capital Group 赞助，它是石油衍生品领域的重要做市商。它们刚推出 Flux 终端第四版：第一，可以流式显示 800 条油品曲线的实时 fair value，包括很难定价的曲线；第二，它们提供自己的仓位数据，你能看到市场多空如何分布，以及这些仓位大致在哪个价格进入。相关入口是 flux.live，链接在节目说明里。 ## [8:31] ONYX 赞助信息与 Genesis 话题切入 · YouTube **主持人：** （赞助信息） 如果你有石油敞口，Flux 里这两类信息——难定价曲线的实时 fair value，以及多空仓位和入场价格——是值得看的。赞助信息到这里。 **主持人：** 那你具体在 Genesis 做什么？ **Lucas：** 如果用最简单的一句话说，我搭了他们核心的做市系统。更具体一点，我是工程副总裁，联合创始人 Ed 是量化研究负责人。我们常开玩笑说，自己把 Genesis 从“石器时代”带进了现代。 ## [9:01] 把 Genesis OTC 交易台从人工流程“热切换”到电子化 · YouTube **Lucas：** 我们加入时，Genesis 已经有一个非常强大的 OTC 业务簿：它给对冲基金、大型家族办公室、科技公司等做 crypto 和其他衍生品的交易对手方。但交易方式非常老派，像《华尔街之狼》：交易员打电话、在 Bloomberg 和 Telegram 聊天，再在 Coinbase 等场所手动对冲。我们把 Q 的团队和 IP 融进去，把电子交易平台、定价、风险系统、交易所上的 HFT 执行、principal dealer 能力逐步接起来。 **主持人：** 从这种“石器时代”切到电子化，具体要做哪些事？ **Lucas：** 要做的东西非常多，难点还不只是“从零搭系统”，而是你面前已经有一个巨大的、每天不停运转的业务。更像对一个重要系统做 hot swap。想象 Google 要把每天数十亿次搜索从 backend A 切到 backend B，而且原来还有一大群人手工响应——你不能把服务关掉再慢慢重构。你必须先梳理每一段 flow：什么先电子化、什么后迁移，同时不能中断已有流程。 **Lucas：** 我们把 Q 带来的组件一件件拿出来：电子交易平台、高频执行引擎、交易所连接、风险系统；再去看 Genesis 已经在哪些地方有资金、有哪些交易和对冲关系，即使这些关系背后的基础设施还很原始。然后做映射和 roadmap。与此同时，crypto 市场本身也在高速变化：FTX 当时在崛起，有些场所衰落，perp、basis 交易、Genesis 的 options desk 等都在发展。所以我们既是在迁移系统，也是在追着一个不断变形的市场跑。 **Lucas：** 最早做的是核心交易平台，让它足够快，连接我们必须连接的 venue；然后把所有交易尽量汇总进一个风险簿和统一风险系统。 **主持人：** 高层看，你落到 Genesis 的第一件事是什么，为什么？ **Lucas：** 还是核心电子交易平台，以及三类连接。第一是外部对冲 venue，比如 Binance、Bybit、当年的 FTX 等；第二是客户，因为 broker-dealer / market making / flow trading 本质是双边业务，大额 block 可能仍然通过语音或消息，但正常流量应该尽可能电子化，我们要搭 single-dealer platform，让 fintech、交易平台乃至其他 dealer 可以直接接入；第三是内部连接，把各业务单元、principal risk、外部 venue 上不断变化的做市仓位、客户交易统一映射进一个 portfolio / risk book。先外部 venue，再内部整合，最后把成熟接口推到客户侧。 ## [13:01] 风险系统其实是“高频会计”：不停机迁移旧账本 · YouTube **主持人：** 从头搭一个 risk book 是什么感觉？听起来会是最复杂的部分之一。 **Lucas：** 一个很容易被低估的事实是：到最后，这里面有大量工作其实就是**会计**，只不过是非常高频的会计。你当然会在仓位数据上跑量化模型，算各种风险指标，但底层最终仍然是一个被高度美化的 ledger / accounting system：谁拥有什么仓位、发生了什么交易、风险现在在哪里。 **Lucas：** 真正麻烦的是旧业务正在实时运行。你不能把整个 desk 停几天，先把仓位导出来，再迁进去，然后重新开门。你必须一边看着市场和客户交易继续发生，一边把旧数据接进来；即便交易员暂时还在打电话或手工交易，也要让他们先把交易录进新系统，确保仓位开始同步。等这个统一视图稳定后，你才能在上面继续搭更聪明的 quant view。 **Lucas：** 所以搭系统有点像追着散落的数据做 scavenger hunt：数据到底在哪、我们连了哪些 venue、怎样让手工交易员先把仓位同步进同一个大系统。先解决“账对不对”，再谈更高级的量化分析。 **主持人：** 在 Genesis 搭这套 desk 时，最让你意外、也最被外界低估的是什么？ ## [14:43] 做市商真正被低估的优势：flow、资本与信任 · YouTube **Lucas：** 最大的一个就是 **flow**。Genesis 很多时候能给出当时 crypto 市场里最好的价格，但外面同时有 Jump、Jane Street 等极强玩家。别人会问：“你们的 edge 到底是什么？秘密酱料是什么？”答案很大一部分不是某个神秘模型，而是业务规模带来的客户流。 **Lucas：** 首先，规模本身能降低很多成本。你在外部 venue 的 fee tier 更好，margin 条件可能更优，资本利用率更高，连接和执行也能被摊薄；在少数场景里，大机构甚至还能拿到更优先的 latency / matching 条件。其次，客户流让你可以做 internalization：如果一边客户想买，另一边客户想卖，你不一定要立刻把全部风险扔到外部交易所，可以在组合层面把风险自然净掉。这样既减少成本，也让你更灵活地管理 book。 **Lucas：** 另外，flow 本身包含信息。比如一些 fintech 客户的上游是大量 retail，订单流在某些时间尺度上会透露价格方向或需求结构。我要强调，不是说“有 flow 就能知道未来”，而是大机构看到的市场截面比小团队丰富得多。这就是为什么我认为“做市商靠速度赢”只是一个不完整的描述。速度很重要，但客户流和规模经济同样重要。 **主持人：** 除了 flow，还有什么被低估的 moat？ **Lucas：** 第二是资本和 balance sheet。你要接很大的 block trade，要先吃进风险；你还要在多个 venue 放保证金，给 hedge position 提供 margin，有时还要先扛到 T+1 的结算，并对客户承担一点 credit risk。Genesis 背后有 DCG 这样的资本基础，这是一种真实优势。第三是**信任**。OTC 不是匿名点一下按钮就结束，客户在选择 principal counterparty：你会不会履约、资金是否安全、报价是否可靠、发生市场压力时能不能继续交易。品牌、质量、安全和长期关系，在机构金融里都是很硬的护城河。 **主持人：** 那后来你们已经把 Genesis 的 OTC desk 电子化了，为什么又出去做 prop shop？ ## [18:37] 离开 Genesis：为什么重新做小而精的自营团队 · YouTube **Lucas：** 最短的答案是：我的两年 vest 做完了（笑）。那几年其实是 Genesis 的黄金期。大概 2019 到 2021，crypto 业务快速扩张；COVID 刚开始时有一段很颠簸，但随后整个行业像火箭一样上升，Genesis 也长到几百人。 **Lucas：** Ed 和我骨子里还是很创业。大学宿舍时我们就折腾过各种蠢点子，从社交网络到无人机配送之类。进一家越来越大的公司两年以后，那种“自己做”的痒又回来了。于是 vest 结束后，我们融资重新出去。 **主持人：** 最开始的 Variational 还是一家自营交易公司。你们为什么选择这个模式？ **Lucas：** 这是把 Q Capital 和 Genesis 两边的教训拼起来。第一，对冲基金这个 business model 有很多特殊摩擦：监管、法律、LP 沟通、red tape、运营开销都很重。prop shop 用自己的 equity capital / balance sheet，想交易什么、怎么调仓，灵活得多。第二，我们很想把团队保持得极小、极 senior、极灵活。Genesis 超过大概 150 人以后，对我们来说就没那么有趣了。Variational 的初始哲学就是：能不能用尽可能少、但经验非常强的人，把事情做得很快。 **主持人：** 当时 crypto 的做市和交易还有多少低效？ **Lucas：** 市场已经成熟很多了。我不同意“crypto 到处都很低效”这种说法。像 Binance 上 BTC 的最顶层盘口，Jane Street、Jump、HRT 这类一线做市商已经长期把竞争做得非常充分。真正还有 alpha 的，是那些相对没被充分覆盖、而我们又有专门知识和差异化基础设施去处理的局部。 **Lucas：** 一个方向是新的 DeFi venue 和产品。早期有 decentralized options vault、structured product、链上 order book，也有 dYdX、Lyra、Zeta、Aevo 等不同尝试。我们的思路不是和已经极度高效的 top-of-book 正面拼，而是跟着这些 nascent market 的增长，去解决它们天然会有的定价、执行和基础设施低效。另一个方向是 OTC derivatives。Genesis 那套经验让我知道：只要一个产品很难定价、流动性差、又需要信任和 balance sheet，dealer 就可能有很大的空间。比如 altcoin options、结构化产品、各种非标准风险——我们曾经在这些地方赚到很多钱。 ## [22:37] DeFi 与 OTC 的结构性机会：在低效处寻找 alpha · YouTube **Lucas：** 这并不是说“只要新就一定有钱赚”。我们感兴趣的是那些传统基础设施跟不上、但真实交易需求已经出现的地方：报价难、对冲难、结算难、交易对手风险高，这些摩擦本身就是做市和基础设施公司的机会。我们在自营阶段会很有纪律地把自己限制在 quant / HFT / derivatives 的能力圈里，而不是把公司变成一个纯粹押方向的大 beta 赌注。 **主持人：** Paul Tudor Jones 最近在 Invest Like the Best 上讲过一个观点：真正巨大的财富往往来自长期骑住一条大趋势，比如 Warren Buffett 或早期 SpaceX 投资者。那你们怎么判断 DeFi、中心化交易所、链上交易这些结构会怎么演进？ ## [23:04] 不是预测十年，而是连续做对几次一两年的决定 · YouTube **Lucas：** 我会先把“十年后会怎样”和“接下来一两年做什么”分开。我刚才说，我认为真正的大钱是在十年的尺度上形成的，但任何一个时间点都没人真的看得见十年。现实里，更像是你靠运气、判断力和执行力，连续做对三、四、五个决定，每次只看一两年。我们通常只向前看一两年，再据此决定一家 startup 或一个人的职业眼下应该做什么。 **Lucas：** 我们进 crypto 就不是一个“我准确预测了十年”的伟大 thesis。Q 一开始是 FX，我们需要差异化，刚好看到 crypto 的增长曲线，这是第一步。那时我并没想“十年后 crypto 会接管一切”——真要看得那么远，我们当时就会多拿一点 beta（笑）。接着在 2018、2019 前后，市场天天讨论机构什么时候进场；我们判断这些机构需要有人服务，于是去 Genesis 做交易基础设施，这是第二步。再后来 DeFi summer 出现，smart contract 第一次大规模被用来把金融活动搬上链，大家开始试 options、NFT 等东西；我们看六个月、十二个月的增长曲线，觉得值得再挥一棒，于是又往 DeFi 深处走。几次一两年的下注如果恰好排在同一方向，十年以后回头看，就会像一条很连贯的长期路线。 **主持人：** 你们最早接触的 DeFi 交易所是什么样？ **Lucas：** 很粗糙。我对那一代 builder 很尊敬，因为他们都是后来更好产品的垫脚石。那时延迟高、gas 贵、协议设计脆弱，off-chain bridge、oracle 数据等环节都可能出问题，很多细节简直是灾难；但大方向很有吸引力。 **Lucas：** dYdX 从 V2、V3 到 V4 的演化就是很好的例子。它早期更偏 hybrid / off-chain，后来逐步把更多部分搬上链，再向更完整的 on-chain order book 演进。和 Binance 相比，这些早期 venue 看起来几乎像一座很难翻的山，但 wallet analytics 已经能看到一大批真实活动：用户手里本来就有链上 USDC、USDT 或其他稳定币，他们想直接在链上执行，而不是每次都绕回中心化基础设施。 ## [27:05] 从 Luna、FTX 到“perps are eating the world” · YouTube **Lucas：** 这让我们觉得这里真的有东西。那时大家几乎什么都试：fully on-chain order book、off-chain order book、options vault、structured product、拿 NFT 做抵押借贷——源字幕举到一个叫 JPEG 的项目——以及早期的 lending vault；还有一些后来更成熟的 lending / stablecoin 方向的前身。我们的想法是尽量广泛接入。我们不知道哪个会成功，但知道这里一定会跑出一些有意思的东西。 **主持人：** 那里面真的有很多钱可以赚吗？ **Lucas：** 有，但风险也非常高。你会遇到 smart-contract 安全事故，后来还有 Luna、FTX 和大量交易对手爆雷。Luna 在当时也属于那种 Cambrian explosion 式的实验：事后看里面有管理、机制甚至更糟的问题，但最初算法稳定币、循环借贷等方向，本身就是市场在试新的金融结构。 **Lucas：** 我们一直把 thesis 收得很紧：我们是 prop trading / HFT / quant firm，不是去拿巨大方向性仓位、押 beta 或押某个长期趋势。我们会在几乎每个新方向里先试一点，看什么真的有效。dYdX V3 这类产品曾经非常成功，后来又出现 Hyperliquid 这样的新一代。持续站在这些迭代前沿，让我们逐渐积累了 DeFi 的专门知识，也直接催生了后来做 Variational 的想法。 ## [29:12] Variational 转向协议：为什么要做 broker-like 聚合器 · YouTube **主持人：** 你们用自己的资本跑 prop shop 已经能赚很多回报，为什么还要转向今天的 Variational？ **Lucas：** 更细一点的答案是，DeFi 这几年一直有起有落。我们经历的不只是 hack 和 security event，还有 Luna、FTX、交易对手倒下；我们自己也做过很多 options trading。某一阶段我们会赚得很好、扩团队、搭很有意思的基础设施，对某个新平台类别非常兴奋，但六到八个月后它可能就完全死掉。算法稳定币在 Luna 之后基本就是这种命运，一些 venue 和策略后来也彻底消失。把所有冷热周期加总，我们是成功的，但这是一个非常 hot-and-cold 的地方。 **Lucas：** 穿过这些噪声，我们看到一条越来越稳定的结构线：**perps are eating the world**。Perp 在上链，也在往其他资产类别扩展，还出现各种 hybrid 设计。我们先看到 dYdX 的成功，后来有 Aevo、Drift 等不同版本，再后来是 Hyperliquid。问题是，到某个阶段所有人又开始做同一件事：再造一个 exchange、再造一个 on-chain order book。这个方向当然很好，Hyperliquid 也证明它能非常成功，但市场的创造力反而开始收敛。 **Lucas：** 我们在 DeFi 做自营的最后一年到一年半，越来越强烈地问一个问题：为什么没人从 first principles、从用户体验出发，做一个更像 broker 的模型？为什么没有一个平台去**聚合**流动性，而不是每次都重新造一个 exchange / order book？如果未来还要交易 RWA，这个问题会更明显。我们一直在找这样的产品，没有找到，于是决定自己做。 **主持人：** 当时市场具体是什么样？你们最终想把它做成什么？ **Lucas：** Variational Protocol 一开始其实有两条很不同、但可以共用底层的 thesis：第一，所有衍生品最终都会越来越多地上链；第二，它会以两种形式发生——面向 retail 的 perp / linear derivatives，以及面向 institution 的 OTC derivatives 上链。我们大概 2024 年开始做协议，2025 年第一批版本上 mainnet，2026 年继续快速扩张。 **Lucas：** 当时机构 OTC 端仍然极其古老：电话、Telegram、Bloomberg RFQ、双边 counterparty risk，再由不同地区的 ops team 手工结算。对我来说有一种“历史又重演了”的感觉：我在 Genesis 刚解决过一次类似问题，怎么非线性衍生品今天还这么交易？直到今天，crypto 里很多 nonlinear derivatives 的大部分 volume 仍是这么完成。所以第一条腿就是把 manual bilateral OTC 系统化、自动化、上链。 **Lucas：** 第二条腿来自 Hyperliquid。2024 尤其是进入 2025 前，是它真正开始大幅拿份额的阶段。我们非常尊重他们，也认为他们会继续做得很好；但我们仍然觉得市场有空间，尤其是更广的 listing、RWA，以及一个不以单一 order book 为中心的 broker-like 模型。于是我们尝试用一个协议把两条腿连接起来。 ## [33:14] 零费率、广泛 listing 与 funding rate 的最后一块拼图 · YouTube **主持人：** 那 swaps 和 perps 的 thesis 又是什么？ **Lucas：** Variational 现在已经扩大很多，也成为链上较大的 perp 平台之一，但我们用的是不同的流动性聚合模型。问题一直是：因为模型不同，我们能为用户做哪些传统 exchange 难做的事？比如可以做到用户侧零交易费，可以支持数百个 crypto perp 和 RWA listing，同时通过聚合给出不错的 liquidity 和 execution。 **Lucas：** 但整个 perp 行业还有一个没解决掉的问题：**funding rate**。我们改善了流动性、listing，但资金费率仍然会咬你，尤其周末有时会非常夸张。于是我们问：既然 broker-like 模型让我们能接入不同的资产和做市方，有没有一种产品能把 funding-rate 这个核心摩擦去掉？我们的答案是 swap。 **Lucas：** Swap 可以理解成一种新的线性衍生品体验：保留 perp 那种“一个余额、可多可空、可杠杆”的便利，同时把资金成本做得更稳定、更接近固定 carry，而不是让 funding rate 随市场失衡剧烈飘动。对我们来说，这是很重要的产品创新。 **主持人：** 大家脑子里大概知道 perp 和 swap 是什么，但并不一定真的理解机械结构。能不能从头解释一下，尤其是为什么你认为 swap 对零售交易者更好？ ## [34:54] Spot、Perp、Swap：机制差异与资金费率问题 · YouTube **Lucas：** 先从第一性原理看 trading，不限于 on-chain。Spot 最直观：你用 USD 买 Nvidia 股票，或者用一种 crypto 换另一种，你实际持有 underlying。但 spot 的摩擦很多：杠杆很难直接获得；要做空通常得先借券；不同资产意味着不同 collateral 和余额，管理起来很碎。 **Lucas：** Perp 为什么爆发？因为它把这些体验统一了。你存一份 USDC，就能在一个账户里交易很多标的，做多、做空、加杠杆。现在不仅 BTC、ETH，Hyperliquid 等平台还把 gold、oil、Nvidia 等 RWA 类标的做成 perp。对用户来说非常简单。 **Lucas：** Perp 最大的问题就是 funding rate。它本质上是一种线性衍生品，想跟 underlying 的价格走，但它并不真的交割 underlying，所以需要一个资金费率机制把 derivative 的 mark price 拉回 underlying 的 index price。两者偏得越远，funding 越需要朝某个方向施加更强的激励，让价格重新靠拢。这个机制对 basis trading、市场效率、系统里的隐含杠杆都非常重要，但对持仓者来说，它也会成为一个不断变化的成本；仓位越大、持有越久，影响越明显。 **Lucas：** Swap 同样是线性的，也能给你杠杆、做多做空和统一余额，但我们的目标是让它更像持有现货的经济结果，比如 dividend 等收益腿可以被传递，同时资金成本变成比较固定的 carry，而不是不可预测的 funding。传统金融里类似 total return swap：dealer / counterparty 负责保证金和资本形成，客户支付按仓位计算的融资成本。 **Lucas：** 在我们的平台设计里，预期的 carry 大概是每年 4% 到 5% 左右——接近美元融资成本、SOFR 加上一些成本——属于相对便宜的杠杆来源。除此以外，产品尽量复制 underlying 的总回报，包括股息等，而不是让用户承担 perp funding 的大幅波动。 ## [38:55] 把机构 TRS 体验搬上链：零售与 OTC 的双重目标 · YouTube **Lucas：** 其实大型传统金融机构交易这类 underlying 时，经常不是直接买 spot，而是持有 TRS portfolio。Archegos Capital 爆仓时大家就看过这种结构：它通过 broker 做 total return swap。为什么机构愿意这么做？因为可以获得杠杆、可以多空，又不用自己处理某些复杂衍生品的动态 funding 问题。 **主持人：** 再往高处说，你到底想实现什么？你想让市场最终变成什么样？ **Lucas：** 我想把 derivatives 搬上链，可以拆成两个支柱。第一，我希望 retail 能在一个地方，以非常高效的方式接触全球各种市场：存一个 USDC balance，就能交易数百个市场，可以是 perp、swap 或两者，而且最终获得接近大型传统金融机构才有的 execution 和 infrastructure 质量。 **Lucas：** 第二，我已经受够了 OTC derivatives 那种《华尔街之狼》式的手工交易。我希望把它不只是“搬上链”，而是从石器时代带进现代。Stablecoin settlement 已经证明了一部分路径：像 Circle / USDC 等团队正在把银行汇款、FX、跨行结算，从 Fedwire、SWIFT 这种老流程推向实时、24/7、秒级、极低成本的 rails。我想对 derivatives 做同样的事——别再打电话、人工对账、手工电汇；让资本在链上自动结算，让任何地方的人都能获得接近专业平台的效率。 **主持人：** 所以你们到底是 broker，还是 exchange？ **Lucas：** 我们是一个 **broker-like platform**，不是交易所。最简单的区别就是：我们没有 order book。 ## [41:05] Broker 不是 Exchange：内部做市商、外部做市商与利益对齐 · YouTube **Lucas：** 再深入一层，exchange 往往像一个中心化 clearing counterparty，大家的风险聚到一个地方。Variational 从第一天就是按刚才那两个目标设计的，所以不同用户、不同交易对手的资本保持分隔。底层更像 RFQ 风格的 broker-like 流动性聚合，同时又能支持机构清算需求。没有中央风险池、没有 order book，所以我们离传统 exchange 模式其实很远。 **主持人：** 那 internal market maker 和 external market maker 的差别是什么？ **Lucas：** 先说做市商在干什么。市场需要随时有人提供 quote、接住订单，然后再想办法把风险卖给另一个 dealer、后来的买家，或者在另一个 venue 上对冲。它提供的是一种“随时可交易”的服务。任何平台最终都需要某种形式的 market maker。 **Lucas：** 问题是：这项服务产生的经济价值，你让外部做市商拿走，还是把其中一部分做进协议，让系统和用户共享？传统 exchange 会激励 external market maker，它们可能由交易所直接补贴，同时也会努力 monetise flow。它们会寻找对订单流有利的做法，包括利用零售交易者的预期损失；源字幕这里还出现了 “front running” 的说法。对做市公司而言，这完全符合商业逻辑——它们就是要赚钱。Jane Street、Jump、Citadel Securities 等之所以能成为极强的盈利机器，正是因为这门生意本身非常好。 **主持人：** 是，很多时候一个季度就是几十亿美元级别。 **Lucas：** 对，而且做市商也确实提供非常重要的服务。我并不是说它们“不应该赚钱”。我们所谓 internal market maker，是把原本泄漏到外部的部分基础设施和经济价值拉回协议内部，再问：能不能以更低成本完成同样的 liquidity service，并把更好的 execution 反馈给用户，而不是制造一个外部方必须尽量从客户 flow 获利的激励结构？ **主持人：** 我对这个生态并没有完全懂。如果有人对你的说法持怀疑态度，他最可能怎么反驳？ **Lucas：** 如果你对 internal market maker 怀疑，那你其实也应该对所有 broker-like platform 有同样的怀疑。Robinhood、Citadel 在 GameStop 等事件里就被批评过，市场 maker 也常被当成“反派”，因为它们天然站在另一边，尤其是 retail flow 的另一边。这种怀疑是合理的。 **Lucas：** 我的答案有两部分。第一，我们想把 market making 收进系统，尤其放到 crypto rails 上，让交易和收入更透明，并通过不同机制把价值留在生态里、回到用户或社区。第二，我自己坐过很多位置：buy side、sell side、market maker、Genesis 的 broker-dealer，现在又在 Variational 搭平台。正因为看过这些利益冲突，我们才更想把机制设计在系统内部，把目标放在低成本、高质量 liquidity 上。 ## [45:06] 链上透明度：为什么把做市价值留在协议内部 · YouTube **Lucas：** Crypto rails 的另一个优势就是透明。链是公开的：大家能看到余额、资本流动，甚至能看到系统每天大致的净 P&L。对一个把做市能力内置的平台来说，这些信息很重要，因为它们能建立信任。Retail 侧又有完全不同的便利：把 USDC 存进一个地方，立刻就能开始交易，用户路径非常简单。 **Lucas：** 所以我承认怀疑是 warranted 的，但我们不是忽略它，而是把这种怀疑本身当成协议设计的问题：如何让资本、风险和收益更透明，如何避免不必要的外部激励扭曲。 **主持人：** 你做过大学里的随机创业、prop shop、hedge fund，现在又做 brokerage；从这种不同视角看 business moat，你觉得什么东西才真正 durable？ ## [45:33] 护城河、耐久性，以及“cypherpunks 已经赢了” · YouTube **Lucas：** 我会先把 moat 和 durability 分开。Moat 回答的是“为什么 business A 能长期打赢 business B”：信任是不是 moat、资本是不是 moat、flow 是不是 moat？这些东西难复制、难竞争。Durability 则是另一个问题：**这个类别、这项服务本身十年、十五年、二十年后还需不需要存在？** **Lucas：** Crypto 很适合说明区别。每个周期，注意力对象都会变：NFT、链上 trading、stablecoin……某个具体产品可能消失，但更耐久的主线是旧金融系统越来越多地迁移到 on-chain rails。金融不会消失；零售交易参与度接近历史高位；机构也一直在采用更快的交易和结算技术。这些是更长周期的趋势。 **主持人：** 那你对 crypto 有什么不太流行的看法？ **Lucas：** 我有一个：**cypherpunks 已经完成了他们大部分目标。** 很多人因为 Luna、算法稳定币、NFT 等失败，就觉得 crypto 失败了；可如果把视角拉长，行业其实已经渗透进很多地方。Stablecoin 现在甚至普通到像一种 commodity，大家不再因为“某银行或某公司用了 USDC”就震惊。 **Lucas：** 我很佩服 Circle 做的事。你会看到 USDC 进入手机钱包、支付合作、银行牌照和新的监管框架。2016、2017、2018 年时，如果 Bitcoin 只是被 Bloomberg 或《华尔街日报》认真提到，我们都要庆祝。今天很多 crypto rail 已经变成背景设施。所以我会说：**Cypherpunks 赢了，crypto 已经到处都是。** **Lucas：** Cambrian explosion 的噪声会让人一直盯着那 98% 失败的实验，却忘了剩下 2% 已经变成主流。未来也许你在 Venmo 或银行里做一笔跨境转账，后台用稳定币结算；也许某个 derivatives position 最终在 Variational 的链上结算。用户甚至不用知道。它可能不是最“性感”的 crypto 营销故事，但这正是金融真正上链的样子。 ## [49:34] 2016 年才接触 Bitcoin：如何在浪潮里逐年做决定 · YouTube **主持人：** 你最早什么时候接触 Bitcoin？ **Lucas：** 大概 2016 年，在 Columbia 校园。和行业里很多人比，我其实算晚。我的 crypto 生涯也有很大偶然性：我们本来是 FX fund，只是觉得 crypto 与我们已有能力相邻、增长又快，所以切进去。后来一路做下去、熬过周期，它才看起来像一条很“必然”的职业路径。更有意思的是，后来 24/7 交易、perp、swap 这些链上原生机制又反过来侵入传统金融的体验；我们不是最早进场的人，但确实一路看着这些创新加速，也熬过了好几个周期。 **主持人：** 如果 2016 年的你被问“十年以后 crypto 会怎样”，你会怎么预测？ **Lucas：** 我肯定预测不到今天，而且我甚至会说，crypto 作为底层技术和金融基础设施的成功程度，超过了我当时的想象。中间当然有巨大的 boom-bust、价格波动和失败项目。2016 到 2018 那种 ICO、smart contract 的 Cambrian explosion 里，大量点子失败或者太早。但今天回头看，很多当时“疯狂”的方向已经以另一种形式实现了。 **Lucas：** 我希望自己当时更有信念、更愿意持有一些 beta（笑）。但我们真正做对的，不是准确预测终局，而是识别每一阶段的增长曲线：这是一个在增长的市场，有基础设施缺口，有交易需求——那就往前走一年，再看下一年的数据和机会。 ## [51:59] 个人 edge：年轻人最稀缺的不是技能，而是敢于下注自己 · YouTube **主持人：** Odds on Open 这个节目一直在聊 edge——市场里怎样有竞争优势，职业里怎样有竞争优势。年轻人也该把自己当成一个 business，不停建立差异化、更新自己的 moat。但很多人会觉得：“大家都这么聪明，我还能怎么变得不同？”你会怎么建议？ **Lucas：** 我的答案可能听起来有点危险：**要有一点 hubris。** 我职业里最大的差异化之一，就是当年有足够的傲气，在 Columbia 校园里说“我们来开一只量化基金”。当然，好奇心和 hard skills 必须有；今天很多年轻人的履历、技术基础都非常强。真正拉开差距的，经常是你是否愿意承担风险、直接跳进去、相信自己至少有可能做成。 **Lucas：** 我当时完全不知道 Q 会不会成功。我们只是觉得值得试。年轻时承担大一点的、有学习价值的风险，本身就会让你的职业路径变得不同。即使某次失败，它也会变成下一次下注的背景和能力。你要把自己的技能、眼前机会、行业增长曲线和这种“我敢先试”的信心叠在一起，然后继续迭代。 **主持人：** 那怎么知道一条趋势值得骑？ **Lucas：** 很少有趋势能给你绝对确定性，但有些趋势下面的数据非常强。不要只看一个表面价格，而要问：这个增长能不能被解释？更深一层的数据是不是也在加速？比如 2016、2017 的 crypto，不只是币价涨，你还能看到新用户 onboarding、wallet activation、全球采用、Ethereum 上应用数量等指标一起呈指数式增长。 **Lucas：** 这和某些 flash-in-the-pan 的狂热不一样。比如某一阶段 NFT 价格很高，并不自动意味着所有底层采用数据都同样健康。我没有一个机械公式，但会寻找那种“越往下挖，数据越好看，而且为什么增长也讲得通”的趋势。 **主持人：** 你们开始做 Variational 时也看到了类似东西？ ## [55:59] 今天还能押什么趋势：算力、能源，以及价格与产业的分离 · YouTube **Lucas：** 对，DeFi summer 就是。它不像只有几个资产涨价，而像一个新城市突然吸引了创业者：不只是有人提出有趣点子，而是产品开始获得真实 traction。一个 decentralized options vault 可能在几个月里就吸引数万、甚至十几万用户；同时全球有几十、上百个团队在做相似但不同的尝试。你退一步看，会发现这不是一个孤立项目，而是整个生态在增长。我们的判断不是“某个协议一定赢”，而是“这里有真实趋势，我们应该在这里 build”。 **主持人：** 今天有没有某个大家还没怎么谈、但你在看的趋势？ **Lucas：** 现在很难说“没人谈”。大家都 terminally online，每个趋势都被讨论过头，噪声比信号多。Ed 和我这几年也非常专注 Variational，没有像创业早期那样天天戴着“创业者护目镜”扫地平线。但我还是会用刚才那个方法：越往下挖，是否能看到更多真正的指数增长。 **Lucas：** 我会看 compute market。既然 Variational 的能力之一是 listing 很多市场、聚合流动性，那么 GPU、AI inference、compute infrastructure 未来是不是也能形成更标准化、更可交易的市场？这很有意思。我也很关注美国 energy：推理、数据中心、训练需求都在爆炸，但电力基础设施、资本、融资、监管和建设速度都形成约束。还有，我总会看看 Elon 在做什么（笑）。 **主持人：** 如果一条趋势已经跑了很久，还值得下注吗？ **Lucas：** 这里最重要的，是把**资产价格**和**底层产业的经济活动**分开。长期看，股票或 token 的价格，并不等于这个产业是否会扩大，也不等于这个产业是否值得你去创业或工作。这是一个很常见的误区。 **Lucas：** 汽车是最经典的例子之一。美国汽车产业早期有几十、甚至上百家公司，很多一度都很大，最后真正活下来的极少，GM 是其中之一。你如果在早期随便买一家汽车公司的股票，未必是好投资；但这并不影响“汽车产业将成为巨大产业”这个判断。航空也类似：航空技术和全球航空经济极其重要，但航空公司股票历史上常常是糟糕的资本回报；与此同时，飞行员、发动机、供应链、Boeing、Airbus 等周边和产业基础又能形成巨大的事业和公司。 **Lucas：** 所以我不想让人把 memory、Nvidia、GPU 的价格，和这些产业本身是否 durable 混成一件事。价格走了很远，不代表底层产业没有继续增长、继续创业的空间。 ## [1:00:01] 好产业不等于好股票：别用 beta 代替产业判断 · YouTube **Lucas：** 所以不要因为 Nvidia 已经涨很多，就推断“GPU / AI 基础设施不再有产业机会”；也不要因为某个 crypto 资产经历过几轮大涨，就推断“这个技术生态已经没有下一波创业空间”。Genesis 和 Variational 都不是在 Bitcoin、ETH 第一次上涨之前创立的，我们进入时市场已经有过很多轮行情，但基础设施采用仍然继续增长。 **Lucas：** Memory 也可以这样看。新的 memory solution、材料、silicon、制造、onshoring、资本形成，都可能孕育很有意思的公司，但我不会假装自己能因此预测某只股票的 beta。产业趋势、公司商业模式、证券价格是三层不同的问题。用价格替代产业判断，是最容易犯的错之一。 **主持人：** 我很喜欢这个区分。那回到个人能力：你当年做 Q Capital，需要很快学懂许多完全陌生的东西。一个人怎样最快成为某个技术领域的“危险人物”——不是世界第一，但足够懂，能行动？ ## [1:01:14] 如何快速掌握陌生技术领域：基础、傲气、网络与 AI · YouTube **Lucas：** 我会给三个部分。第一，先有一个足够扎实、足够广的基础。你不需要一开始就懂 hedge fund 的法律结构、LP、融资、brokerage，也不需要是世界最好的 programmer 或 quant。我自己都不是；Ed 在 quant 能力上可能相当强。但你需要有能让自己继续学习的底座。我当时的底座来自 systems programming、computer science 和其他技术训练。 **Lucas：** 第二还是 hubris。一个领域看起来太大时，人很容易先把自己吓住：“这东西我不可能学完。”其实你只要开始，一次解决一个问题。Q Capital 最早非常具体的问题就是：“我们到底在哪交易？”零售 broker 可以，但 fee 太高；那怎样上 institutional brokerage？需要一个 entity、需要资本。资本从哪来？先成立 LLC、凑一点钱不够，那就向别人融资；一向别人融资，就进入 regulated activity，需要 fund structure；那就要找 lawyer。下一步又问：找谁？如此不断往下拆。 **Lucas：** 六个月后你回头看，会发现自己已经知道 hedge fund 的 entity structure 大概长什么样，纽约哪些律师做这个，LP base 通常是什么人，规模和结构有哪些要求。我们从一群几乎不懂 business side 的学生，靠连续解决小问题，很快建立了一个相当完整的 mental model。学习不是先把整个地图背下来，而是沿着真实问题逼自己走完地图。 **Lucas：** 第三是 network。你每爬一层，都最好知道下一个问题可以问谁。你不一定要认识世界顶级 fund lawyer；有一个上过 law school 的朋友，哪怕不专门做基金，也可以先花 30 分钟告诉你基本框架，让你多走一步。然后你再去找更专业的人。 **Lucas：** 今天这件事比 2016、2017、2018 更容易，因为 AI 可以部分替代这种最早期的“地图提供者”。你可以先让 LLM 帮你建立 lay of the land、mental model，再知道下一步该向谁问、该深挖什么。总结就是：**足够宽的基础能力；有傲气去一个问题接一个问题地解决；再用网络——现在也可以加上 AI——快速补全地图。** ## [1:05:15] 从 Oklahoma 到 Columbia：网络是一阶一阶搭出来的 · YouTube **主持人：** 那你自己是从什么 network 出来的？ **Lucas：** 我来自 Oklahoma 的 Norman，一个大学城。我很幸运，父亲是 entrepreneur，对我影响很大，但我们的生活相当 middle class。我去 Columbia 时，在纽约几乎一个人都不认识。可能父母有一个朋友的朋友在校园附近之类，但对我来说基本就是从零开始。 **Lucas：** 很巧，Ed 是我到校园后最早认识的人之一，我们宿舍就在旁边。我的 network 不是某天“拿到”的，而是从很自然的聊天开始：聊得来、有共同兴趣，再认识下一群人，一点点滚大。Columbia 后来成了重要节点，但它可以被很多东西替代：大学、工作、线上 meet-up、论坛。每次只往上爬一阶。 **Lucas：** 我们第一只基金的资本也不是因为我来自什么富裕家庭、认识一堆 hedge fund 大佬。早期纽约基金愿意跟我们聊，很多时候只是因为团队里有人在那里实习过：他去问自己的 boss，boss 再介绍给上一级；我们去做 presentation，表现不错，再被介绍给更高一级。你就是这样一层一层问出来。这里还是需要一点 confidence 和 hubris——你得开口。我的起点其实很普通。 **主持人：** 那互联网，再加上现在任何人都能用的 LLM——某种意义上像随身带着“世界上最有知识的人”——会让机会更平等，还是反而强化那些富裕家庭、boarding school 出身孩子的 moat？ ## [1:07:04] LLM 会拉平机会吗？以及主持人自己的播客网络如何形成 · YouTube **Lucas：** 我认为 LLM 在个人层面带来的**拉平作用大于集中作用**。要快速了解一个领域、让一个“专家顾问”在耳边帮你建立地图，现在不再那么依赖你原来认识谁，也不一定非得去最好的私校或大学。互联网先做了一轮，LLM 又把 self-education 的门槛往下推了一大截。 **Lucas：** 当然，另一个完全不同的问题是：AI 创造的经济利益最后流向谁。大型 lab、platform，以及少数美国股票可能会聚集非常多财富，这会牵涉资本阶层、劳动、政治和社会分配。我不太想公开站在某个立场上。但把这和“个人能不能得到教育、能不能自我启动”分开看，我认为后者的 equal opportunity 比互联网之后任何时候都更强。 **Lucas：** 我整场其实都在说同一件事：要有一点 hubris，自己承担责任，一步一步去 build。AI 让这种自我启动比过去任何时候都更可行。 **主持人：** 对，这对我也很疯狂。我还觉得有些年轻人非常会建立“personal moat”，比如他们在 Telegram 和各种论坛里形成了惊人的 network，因此得到的机会完全不成比例。 **Lucas：** 对，能接触到的机会量简直不可思议。 **主持人：** 最后一个问题。我们前面提过，但我想把它说得非常具体：建立 personal moat、建立那种对成功很重要的差异化，最重要的一件事是什么？ **Lucas：** 我会回答，但先反问你一个问题。你刚才说的 Telegram network 是怎么来的？你现在节目上有这么多很强的嘉宾，这个 network 最初从哪里开始？ **主持人：** 我 20 岁时，最先采访的是一个朋友的朋友。他做 junk removal，一年收入大概一百万美元。之前我在一场活动上听过 Harry Stebbings，看到一个 podcast 能带来什么，我非常着迷。于是我开始稳定地做采访。后来很幸运，请到 Augustine LeBron；那时 Jane Street 正因为印度的 insider-trading 新闻被大量讨论，那一期一下爆了。 **主持人：** 我发现自己对 hedge fund、quant、trader 这些东西真的更感兴趣，而这个方向当时几乎没人持续做内容。于是我每周采访这些人，重新做了品牌，也会在节目后继续跟嘉宾聊、发短信、保持联系。对我来说很疯狂的是，一年前我们可能才一千个订阅，现在跨平台大概 55K，而且还在很快增长。 **主持人：** 而且说起来很好笑，我从来没在自己的播客里被这样采访过（笑）。 ## [1:11:06] 建立个人护城河的最终答案：先开始，再寻找指数增长 · YouTube **Lucas：** 那我就把刚才想说的浓缩成几件事。最重要的一条，其实就在你的故事里：你有足够的 hubris、confidence——叫什么都可以——去**试**。你一开始不可能知道“我会做一个很大的播客，会请到 Jane Street 的人和一大堆厉害嘉宾”。光是敢想它可能发生，本身就有一点傲气。 **Lucas：** Telegram network 从哪里开始？从第一条 message。播客从哪里开始？从第一次 interview。基金从哪里开始？从你先去做第一个真实动作。没有人第一天就知道自己会做成一个巨大 podcast、一个巨大网络、一个巨大 fund；你只需要相信它**有可能**，可能到值得你下注一次，而且相信自己确实有一点东西可以贡献。 **Lucas：** 所以如果你把问题改成“个人成功、个人 moat 最重要的基础是什么”，第一是**有信心开始**。你不去 ping Telegram 上的人，不邀请嘉宾，不录第一期——哪怕第一期制作得不好——那你按定义就不可能成功。尤其创业，你必须先进入场内。 **Lucas：** 第二是继续寻找 exponentials。VC 圈很爱说这个，但它确实有用：在一艘下沉的船上 build 太难了；顺风时很多事情会容易得多。找你真正感兴趣的东西，再找一个背后有真实指数增长的市场，把两者交叉起来。然后当然还需要 hard work，也需要一点 luck，而且要把自己放在能接住好运的位置。 **Lucas：** 没有什么是预先写好的。我们的路径也是一步一步挣出来的：一条 message 接一条 message，一期 podcast 接一期 podcast；或者几个学生有一个疯狂想法，从 Columbia 退学，再靠实习关系一层层找人融资。你就是这样走到某个今天看起来“很厉害”的地方。最有趣的一点是：**我们每个人都可以写自己的故事。** **主持人：** 我太喜欢了。非常感谢你来 Odds on Open，这次聊天太棒了。 **Lucas：** 谢谢，很开心的一次聊天。