加盟权创非可行权条件吗

锅里去火锅总部始终坚持“诚信经营、信誉立业”的经营方针，以一流的就餐环境，美味的特色菜肴，专业的服务理念，精益求精、不断创新的美食以及大众化的消费定位取信于广大消费者，树立了知名餐饮企业良好的形象。始终奉行：以质量求生存，以诚信谋发展的宗旨!

溜溜溜干锅闷锅总部采用“以人为本用心做事” 的经营理念，倡导“创新、合作、诚信、卓越”的企业文化氛围，真正做到“专业型餐饮服务企业”;不断提高营运管理水平，提升自身的品牌价值到!

溜溜溜干锅闷锅对加盟者经营过程中出现的经营问题，提供专业的经营管理咨询、指导和整改，对于确需全面整改的加盟店，则由品牌发展经理上门带店经营，辅助加盟者稳定经营，步入正轨。

　　诱人的美食是人人都无法抗拒的，干锅焖锅的　焖煮美味，最大限度保留菜品营养，口味众多，每种都鲜美，称霸市场没商量。品牌食品多样，包括鸿记经典系列、精品凉菜系列、冷热相宜饮品、香辣焗锅系列、小吃系列、咖喱系列、干锅焖锅伴侣系列、沙煲系列等等。还推出主打系列：主题干锅焖锅，采用了独特的“焖”制工艺，做出来的口味醇厚，想糯，保证营养不流失。具有独特的工艺，以焖为主，溜溜溜干锅焖锅加盟，用十多种新鲜蔬菜加之秘制的底油、酱汁以及各种药材焖制各种肉类鱼类海鲜类等食物，但他的营养完全的不流失，汁浓味厚，绵嫩鲜香，再加上秘制的高汤，还可以涮吃各种蔬菜，肉类食品，精彩美味，回味隽永。

　　溜溜溜干锅焖锅这是一种大众美味，无数人都无比的喜爱，因此，经营这样的生意，有着更好的市场行情。加盟包含中国三才五方的道学思想，溜溜溜干锅焖锅加盟，以御膳为背景，更能吊起顾客的胃口，让利益放大化。加盟，烹饪方法非常简单，男女老少，包教包会，让您无需担心雇佣大厨所生产的费用，轻松开店。因为有这独特的口味，再加上种类比较多，所以能够适合各种各样的人就餐，如果您想要加盟，可以到溜溜溜干锅焖锅公司总部参观学习，公司总部会有专业人士为您解决你所美味更是诱人，目前在市场上最受食客的欢迎和喜爱。溜溜溜干锅焖锅，一锅两吃，新颖时尚，先吃后涮，有料更有味，过瘾，极好的口感让食客吃的满足，溜溜溜干锅焖锅加盟，看的过瘾。加盟，诱人美食，吸金不断!无论是麻、辣、酱、鲜、香五味锅品中的哪一款美食，在餐桌上它们拥有绝对数量的粉丝群体，秘制创新的料包配制更是引动了一大批追求时尚刺激的饮食男女。溜溜溜干锅焖锅，去湿开胃，四季可食、理气、舒血、滋补，因健康美味深受大众喜爱。多种蔬菜搭配，营养均衡，味道麻辣，是人们外出就餐的绝对首选。

　　现在干锅焖锅市场的生意非常火爆，而更是其中的佼佼者。溜溜溜干锅焖锅吃过吗?那可是好吃的跳脚，凭借自己秘制的美味，轻松征服了无数美食爱好者的味蕾。溜溜溜干锅焖锅，将美味全部放入一锅，溜溜溜干锅焖锅加盟，横扫天下无对手!很多人都想知道的味道怎么样?香辣干锅焖锅是现在餐饮流行的烹饪佳肴锅品。荤、素搭配溶入一锅，加上特别的秘制酱料，融合川皖风味自主研发以香辣虾、香辣蟹、香辣牛蛙、香辣鸭下巴为主的香辣干锅焖锅系列火锅，锅底以干锅焖锅为主，上桌即可食用，先吃后涮，一锅两吃。加盟不用担心这些问题，会为溜溜溜干锅焖锅加盟商提供非常到位的技术支持，让加盟商的创业更加轻松，创造更多的人生财富!

　　溜溜溜干锅焖锅美味的饮食，必然会获得火爆的市场，必然会营造热销的销售！这是市场的定律，也是亘古不变的道理！溜溜溜干锅焖锅专做美食，它不但进行研发，还进行创新，溜溜溜干锅焖锅加盟，力求保障品牌的新鲜感！它的创新服务让客户心服口服，让客户吃得美，让商家赚得多！

溜溜溜干锅闷锅加盟条件：

4、有强烈的创业投资决心，将溜溜溜干锅闷锅作为自己的事业，有承担投资风险的能力。

　　溜溜溜干锅焖锅加盟支持：

　　选址支持：溜溜溜干锅焖锅总部协助选址、落实装修、导入企业VI，把握好做店的第一关，如了解：店的口岸、自然环境、人文环境、店的自身条件、装修效果等。

　　营运支持：溜溜溜干锅焖锅总部提供标准的营运支持，包括：可行性分析、盈亏平衡分析、成本控制、营运诊断及远程24小时互动指导。

　　培训支持：溜溜溜干锅焖锅总部在开业筹备阶段给予定点支持，包括：价格定位、物料选购、招聘培训员工，制度建立、管理培训，开业营销方案，业务提升，营业评估等。

　　企划支持：经营策划方案协助，总部提供节日等促销方案，设计相关促销品，同时，溜溜溜干锅焖锅总部也会针对经营发展的不同时期推出相应的广告宣传，提升品牌形象，扩大品牌知名度，如：开业策划、营销策划、广告宣传、促销宣传、公益活动等

　　技术支持：溜溜溜干锅焖锅总部针对不同区域、市场，持续不断地进行技术、新产品开发，提供给联营方使用。帮助联营方获得增值服务，更加博取区域市场的竞争能力。

　　无形支持：在合同规定的范围内“享受溜溜溜干锅焖锅品牌，文化体系，经营模式，管理系统、荣誉奖牌”的支持。

湖南益阳溜溜溜家菜馆是由聂光保先生于1951年在益阳市三圣殿创建，至今已有50多年的历史名声远扬的饮食老店。以其菜“油多、味浓、溜滑”之特色，尤受称道。1989年聂光保先生之女聂桂香女士自创一体的“溜氏”家常菜，更是被誉为有“妈妈菜的味道”。其时正式更名为“溜溜溜酒家”。现聂光保先生之孙聂拾园继承老一辈“油多、味浓、溜滑”的传统，并发扬光大，又创出“溜溜溜酒家”专有的美味佳肴：“呦是喔杂味”的“干锅系列”，更是回味无穷，物超所值，被誉为“溜溜溜干锅一绝”，曾被《湖南电视台》重点推荐，久享饮食业尊荣。

2005年至今已经在益阳、长沙、株洲开了3家分店。解决 200于人就业问题，溜溜溜企业文化已经渗入每个员工的血液，在溜溜溜企业文化的影响下“溜溜溜”于一年一家分店的速度迅速发展。

友情提醒：投资有风险加盟需谨慎。为规避投资风险，建议您在投资前务必多咨询，多考察，降低投资风险。

}

译者按：人工智能领域的发展离不开学者们的贡献，然而随着研究的进步，越来越多的论文出现了“标题党”、“占坑”、“注水”等现象，暴增的顶会论文接收数量似乎并没有带来更多技术突破。最近，来自卡耐基梅隆大学的助理教授 Zachary C． Lipton 与斯坦福大学博士 Jacob Steinhardt 提交了一篇文章《Troubling Trends in Machine Learning 总体来说，机器学习（ML）的研究人员正在致力于数据驱动算法知识的创建与传播。在一篇论文中提到，研究人员迫切地想实现下列目标的任一个：理论性阐述可学习内容、深入理解经验严谨的实验或者构建一个有高预测精度的工作系统。虽然确定哪些知识值得探究是很主观的，但一旦主题确定，当论文为读者服务时，它对社区最有价值，它能创造基础知识并尽可能清楚地进行阐述。什么样的论文更适合读者呢？我们可以列出如下特征：这些论文应该（i）提供直观感受以帮助读者理解，但应明确区别于已证明的强有力结论；（ii）阐述考量和排除其他假设的实证调查 [62]；（iii）明确理论分析与直觉或经验之间的关系 [64]；（iv）利用语言帮助读者理解，选择术语以避免误解或未经证实的内容，避免与其他定义冲突，或与其他相关但不同的概念混淆 [56]。尽管经常偏离这些理想条件，但机器学习近期仍然在持续进步。在本文中，我们关注以下四种模式，在我们看来，这些模式是机器学习领域当下研究的倾向： 1．无法区分客观阐述和猜想。 2．无法确定达到好效果的来源，例如，当实际上是因为对超参数微调而获得好效果的时候，却强调不必要修改神经网络结构。 3．数学性：使用令人混淆的数学术语而不加以澄清，例如混淆技术与非技术概念。 4．语言误用，例如，使用带有口语的艺术术语，或者过多的使用既定的技术术语。虽然这些模式背后的原因无法确定，但很可能包括社区大幅扩张，导致审查人员数量不足，以及学术和短期成功衡量标准（如文献数量、关注度、创业机会）之间经常出现的错位激励。虽然每种模式都提供了相应的补救措施（呼吁“不要这样做”），我们还是想讨论一些关于社区如何应对此类趋势的探索性建议。随着机器学习的影响扩大，研究此类论文的人员越来越多，包括学生、记者和决策者，这些考量也适用于更广泛的读者群体。我们希望通过更清晰精准的沟通，加速研究步伐，减少新晋研究人员的入门时间，在公共讨论中发挥建设性的作用。有缺陷的学术研究可能会误导大众、阻碍未来研究、损害机器学习知识基础。事实上，在人工智能的历史上，甚至更广泛的科学研究中，很多问题都是循环往复的。1976 年，Drew McDermott [53] 就批判 AI 社区放弃了自律，并预言“如果我们不能批评自己，就会有别人来帮我们解决问题”。类似的讨论在在 80 年代、90 年代和 00 年代反复出现 [13，38，2]。在心理学等领域，糟糕的实验标准削弱了人们对该学科权威的信任 [14]。当今机器学习的强劲潮流归功于迄今为止大量严谨的研究，包括理论研究 [22，7，19] 和实证研究 [34，25，5]。通过加强更明了的科学思考和交流，我们才可以维持社区目前所拥有的信任和投资。 2．免责声明本文旨在激发讨论，响应 ICML 机器学习辩论研讨会关于论文的号召。虽然我们支持这里的观点，但我们并不是要提供一个完整或平衡的观点，也不是要讨论机器学习这一科学领域的整体质量。在复现性等许多方面，社区的先进标准远远超过了十年前的水平。我们注意到，这些争论是我们自己发起的，攻击的也是我们自身，关键的自省都是我们自己人做出的，而不是来自局外人的攻击。我们发现的这些弊病不是某个人或某个机构独有的。我们已经身处这种模式之中，将来还会重蹈覆辙。揭示其中一种模式不会让一篇论文变差或谴责论文的作者，但是我们相信，揭示这种模式之后，所有论文都会因避开这种模式而得到质量的提高。我们给出的具体例子将涉及（i）我们自身及（ii）那些我们仰慕的著名研究者或机构，不会挑选那些容易受到本文严重影响的年轻学者或没有机会与我们平等对话的研究者。身处这样一个可以自由获取知识、表达观点的社区，我们感到非常欣慰。 3 不良趋势在下面的每个小节中，我们（i）首先描述一个趋势；（ii）然后提供几个例子（包括抵制这一趋势的正面例子）；最后解释该趋势带来的后果。指出个别论文的弱点可能是一个敏感的话题。为了尽量减少这种情况，我们选择了简短而具体例子。 3.1 解释与推测对新领域的研究往往涉及基于直觉的探索，这些直觉尚未融合成清晰的表达形式。于是推测成为作者表达直觉的一种手段，但是这种直觉可能还无法承受科学审查的所有压力。然而，论文常以解释为名行推测之实，然后由于科学论文的伪装和作者假定的专业知识，这些推测被解释为权威。例如，[33] 围绕一个内部协变量转移的概念形成了一个直观的理论。关于内部协变量转移的论述从摘要开始，似乎陈述了技术事实。然而，关键术语不够清晰，最终无法得出一个真实值。例如，论文指出，通过减少训练过程中隐激活层分布的变化，批处理规范化可以获得改进。这种变化是用哪种散度衡量的？论文中没有阐明，并且有些研究表明，这种对批处理规范化的解释可能偏离了 [65] 的标准。然而，[33] 中给出的推测性解释已经被重复为一种事实，例如 [60] 中说，“众所周知，由于内部协变量转移问题，深层神经网络很难优化。” 我们也同样对伪装成推测的解释感到不安。在 [72] 中，JS 写道，“无关特征的高维性和丰富性……给了攻击者更多的空间来攻击”，而没有进行任何实验来衡量维度对攻击性的影响。在 [71] 中，JS 引入了直观的覆盖概念，但没有对其进行定义，并将其当做一种解释来运用，如：“缺少覆盖的一个表现是不确定性估计较差，无法生成高精度的预测。”回顾过去，我们希望交流不够具体化的直觉，这些直觉对论文中的研究很重要，我们不愿把论点的核心部分看作推论。与上述例子相反，[69] 把推测与事实区分开来。这篇论文介绍了 dropout 正则化，详细推测了 dropout 和有性繁殖之间的联系，但“Motivation”一节明确地隔开了这一讨论。这种做法避免了混淆读者，同时允许作者表达非正式的想法。在另一正面例子中，[3] 提出了训练神经网络的实用指南。在这篇论文中，作者谨慎地表达了不确定性。该论文没有把这些指南当成权威性的东西，而是这样表达：“虽然这些建议……来自多年的实验和一定程度的数学证明，但它们应该受到挑战。这是一个良好的起点……但没有得到什么正式验证，留下许多问题，可以通过理论分析或扎实的比较实验工作来回答”。 3.2 未能确定经验成果的来源机器学习同行评审过程重视技术创新。也许是为了让审稿人满意，许多论文强调了复杂的模型（这里提到的）和奇特的数学表达式（见 3.3）。虽然复杂的模型有时是合理的，但经验上的进步往往通过其它方式实现：巧妙的问题公式、科学实验、优化算法、数据预处理技术、广泛的超参数调整，或者将现有方法应用于有趣的新任务。有时，把提出的很多技术相结合可以获得显著的经验结果。在这些情况下，作者有责任向读者阐明实现文中的成果需要哪些技术。但很多时候，作者提出了许多缺乏适当变化的控制变量研究，掩盖了经验成果的来源。实际上，有时改善结果的原因只有一个变化而已。这会给人一种错误的印象，认为作者做了更多的工作（通过提出几项改进），而实际上他们做得并不够（没有进行适当的变量控制）。此外，这种做法会使读者误以为提出的所有改变都是必要的。最近，Melis et al．[54] 阐明，很多已发表的改进技术实际上要归功于超参数的调节，而这原本被认为是在神经网络中进行复杂创新的功劳。与此同时，自 1997 年以来几乎没有修改过的经典 LSTM 排名第一。如果早点知道关于超参数调节的真相，而没有受到其它干扰，AI 社区可能受益更多。深度强化学习 [ 30 ] 和生成对抗网络 [ 51 ] 也遇到了类似的评估问题。更多关于经验严谨性失误及其后果的讨论详见 [ 68 ]。相比之下，许多论文对 [ 41，45，77，82 ] 进行了很好的控制变量分析，甚至追溯性地尝试隔绝成果来源也可能导致新的发现 [ 10，65 ]。此外，控制变量对于理解一种方法来说既不是必要的也不是充分的，甚至在给定计算约束的情况下也是不切实际的。可以通过鲁棒性检查（如 [15]，它发现现有的语言模型处理屈折形态的效果很差）以及定性错误分析 [40] 来理解方法。旨在理解的实证研究甚至在没有新算法的情况下也能起到启发作用。例如，探究神经网络的行为可以识别它们对对抗干扰的易感性 [ 74 ]。细致的研究还经常揭示挑战数据集的局限性，同时产生更强的基线。[ 11 ] 研究了一项旨在阅读理解新闻段落的任务，发现 73 % 的问题可以通过看一个句子来回答，而只有 2 % 的问题需要看多个句子（剩下 25 % 的例子要么模棱两可，要么包含共指错误）。此外，更简单的神经网络和线性分类器的性能优于此前在这项任务中评估过的复杂神经结构。本着同样的精神，[ 80 ] 分析并构建了视觉基因组场景图数据集的强基线。 3.3 滥用数学在写早期 PhD 论文的时候，经验丰富的博士后会给我们（ZL）一些反馈：论文需要更多的方程式。博士后并没有认可我们提出的系统，但是传达出一种审议研究工作的清晰方式。即使工作很难解释，但更多的方程式会令评审者相信论文的技术深度。数学是科学交流的重要工具，正确使用时可以传递精确与清晰的思考逻辑。然而，并非所有想法与主张都能使用精确的数学进行描述，因此自然语言也同样是一种不可或缺的工具，尤其是在描述直觉或经验性声明时。当数学声明和自然语言表述混合在一起而没有明确它们之间的关系时，观点和理论都会受到影响：理论中的问题用模糊的定义来覆盖，而观点的弱论据可以通过技术深度的出现而得到支持。我们将这种正式和非正式声明之间的纠缠称为“滥用数学（mathiness）”。经济学家 Paul Romer 描述这种模式为：“就像数学理论一样，滥用数学将符号和语言的混合，但滥用数学不会将两者紧密联系在一起，而是在自然语言表述与形式语言表述间留下了充足的空间 [64]。” 滥用数学表现在几个方面：首先，一些论文滥用数学来传递技术的深度，他们只是将知识堆砌在一起而不是尝试澄清论点。伪造定理是常见的手法，它们常被插入到论文中为实证结果提供权威性，即使定理的结论并不支持论文的主要主张。我们（JS）就犯过这样的错 [70]，其中对“staged strong Doeblin chains”的讨论与提出的学习算法只有很少的相关性，但可能给读者带来理论的深度感。在 Adam 优化器的原论文 [35] 中，这个问题无处不在。在引入具有强大经验性性能的优化器过程中，它还提供了凸优化情况下的收敛性证明，这对于关注非凸优化的的论文来说不是必要的。这一个证明后来还被指出有错误 [63]，并给出了新的证明。第二个问题是既非明确的形式化表述，也非明确的非形式化表述。例如在 [18] 中，作者表示优化神经网络主干的困难不在极小值点，而在鞍点。这项工作引用了一篇关于高斯随机场的统计物理学论文 [9]，该论文表示“高斯随机场中所有局部极小值点的误差与全局最小值点误差非常相近”，相似的说明在 [12] 中也有提到。这似乎是一个正式的声明，但是并没有一个具体的定理，也很难验证声明的结果或确定其确切内容。我们可以理解为，这个声明表示在问题参数为典型配置时，我们不知道是经验性地在数值上极值与最值差距非常小，还是理论性地这个差距在高维空间中会慢慢消失。正式声明将有助于澄清这一点，我们注意到 [18] 描述了极小值点比鞍点有更低的损失、更清楚的证明与经验性的测试。最后，一些论文以过于宽泛的方式引用理论，或者引用不是那么相关的定理。例如，通常我们引用“没有免费午餐定理”作为使用启发式方法的理由，而这种启发式方法通常是没有理论保证的。虽然补救滥用数学最好的方法就是避免它，但有一些论文会进一步明确数学与自然语言之间的关系。最近有一篇论文 [8] 描述了反事实推理，它以扎实的方式涵盖了大量的数学基础，且与很多已应用的经验性问题有非常多的明确联系。此篇教程以明确地方式写给读者，并帮助促进新兴社区研究机器学习的反事实推理。 3.4 滥用语言我们明确了机器学习中三种滥用语言的方式：暗示性定义、技术术语过载和 suitcase words。 3.4.1 暗示性定义在第一种方法中，新的技术术语创造出来可能就具有暗示性的口语语义，因此潜在的含义无需争论。这常常体现在任务的拟人化特征（音乐合成 [59] 和阅读理解 [31]）、技术的拟人化特征（好奇 [66] 和害怕 [48]）。很多论文以暗示人类认知的方式命名提出模型的组成部分，例如“思想向量”[36] 和“意识先验”[4] 等。我们的目的并不是消除所有这类语言的学术文献；如果命名比较合适，那么它可以传递灵感的来源。然而，当暗示性术语指定了技术含义时，所有后续论文都别无选择，只能接受该术语。使用“人类水平”的松散声明描述经验性结果，同样描绘了对当前能力的错误认识。以 [21] 中的“皮肤病专家水平的皮肤癌分类模型”为例，与皮肤科医生的对比掩盖了分类器和皮肤科医生执行根本不同任务的事实。真正的皮肤科医生会遇到各种各样的情况，并且尽管存在不可预测的变化，他们都必须完成工作。但是分类器只在独立同分布的测试数据上实现了较低的误差。相比之下，[29] 表明分类器在 ImageNet 图像分类任务上有人类水平的性能更可信，因为它并不是说在目标检测等更广泛的领域。即使在这种情况下，相比于不那么细致的 [21， 57， 75]，一篇更细致的论文可能并不足以使公众讨论重回正轨。流行的文章记叙将现代图像分类器描述为“超越人类水平的性能，并有效证明更大的数据集导致更好的决策”[23]。尽管有证据表明这些分类器依赖虚假的相关性，即将“穿红衣服的亚洲人”误分类为乒乓球 [73]，但人们还是相信它们有超越人类的准确度。深度学习论文并不是唯一遭受影响的领域，滥用语言困扰着 ML 非常多的子领域。[49] 中讨论了机器学习公平性的最近文献，其发现机器学习从复杂的法律学中借了大量的术语，例如使用“disparate impac”命名统计等价概念的简单方程。这导致了文献中的“fairness”、“opportunity”和“discrimination”表示预测性模型的简单统计学特征，这样会令忽略其中差异的研究者迷惑，也会令政策制定者误解将道德纳入机器学习的难易程度。 3.4.2 技术术语过载误用语言的第二个方式包括将具备准确技术含义的术语用作不准确或完全相反的意义。例如解卷积（deconvolution），它描述了反转卷积的过程，但是现在在深度学习文献中，该词常用于指自编码器和生成对抗网络中的转置卷积（transpose convolution，也叫 up-convolution）。在深度学习领域中，该术语首先出现于 [79]，其中它确实是指解卷积，但后来被过度一般化，指使用 upconvolution 的任意神经架构 [78， 50]。此类术语过载现象会导致持续的混淆。新机器学习论文中的 deconvolution 可能（i）指其原始意义，（ii）描述 upconvolution，（iii）尝试解决混淆，如 [28]。另一个例子是 generative model（生成模型），它原本指输入分布 p（x）或联合分布 p（x，y）的模型。而 discriminative model（判别模型）指标签的条件分布 p（y | x）。但是，近期的论文中“generative model”不准确地意指生成逼真结构化数据的任意模型。表面看来，这似乎与 p（x）的定义一致，但它混淆了几个缺陷：例如，GAN 或 VAE 无法执行条件推断（如，从 p（x2 | x1）中采样，x1 和 x2 是两个不同的输入特征）。后来这个术语被进一步混淆，现在一些判别模型（discriminative model）指生成结构化输出的生成模型 [76]，我们在 [47] 中犯了这个错误。为了解决该混淆，并提供历史背景，[58] 对规定的和隐性的生成模型进行了区分。再来看批归一化（batch normalization），[33] 描述协变量偏移（covariate shift）为模型输入分布的变化。而事实上，协变量偏移指一种特定类型的偏移，尽管输入分布 p（x）可能确实出现变化，但标注函数 p（y|x）没有变化 [27]。此外，由于 [33] 的影响，Google Scholar 将 batch normalization 列为搜索“covariate shift”的第一个参考文献就是 batch 将多种意义的词“打包”起来。Minsky 描述了心理过程例如意识、思维、注意力、情绪和感觉，并认为这些过程可能没有“共同的起因或来源”。很多机器学习中的术语都有这样的现象。例如，[46] 注意到可解释性并没有普遍认同的含义，通常对应不相交的方法。结果，即使在论文的互相交流中，人们也可能理解的是不同的概念。另一个例子，generalization 有特定的技术含义：“泛化”（从训练泛化到测试），和更加口语化的含义：更加接近于迁移的概念（从一个总体扩展到另一个总体），或外部效度（从实验扩展到现实世界）。合并这些概念将导致高估当前系统的能力。暗示性的定义和超载的术语也可能创造出新的 suitcase words。在研究公平性的文献中，法律、哲学和统计学语言通常都过载，像 bias 这样的变成 suitcase words 的术语在之后必须要分离。在通用语和鼓舞人心的术语中，suitcase words 可以很有用。也许 suitcase words 反映了一个至关重要的联合不同含义的概念。例如，人工智能一词也许能打包成一个鼓舞人心的名词来组织一个学术部门。另一方面，在技术观点中使用 suitcase words 可能导致困惑。例如，[6] 写了一个涉及智能和优化能力的等式（Box 4），隐含地假设这些 suitcase words 可以用一个 1 维标量量化。 4 对趋势背后原因的思考以上模式预示着某种趋势吗？如果答案是肯定的，其背后的原因又是什么？我们推测，这些模式将愈演愈烈，其背后的原因可能有以下几点：面对进步的自满；社区的急剧扩张；相关审议团队的匮乏；扭曲的激励机制与评价成果的短期标准。 4.1 面对进步的自满机器学习的快速发展有时会导致这样一种态度：只要结果足够有力，论点站不住脚也没有关系。取得有力结果的作者可能感觉自己有权插入可以导出结果的任意未经证实的东西（见 3.1），省略掉可能弄清楚这些因素的实验（见 3.2），采用夸张的术语（见 3.4），或滥用数学（见 3.3）。同时，评价过程的单轮属性可能让评阅人感觉自己不得不接受具有有力结果的定量研究论文。实际上，即使论文被拒，其中的弱点可能也不会在下一轮中得到修补，甚至根本不会被注意到，因此评阅人最终可能会认为：接受一篇有瑕疵的论文是最好的选择。 4.2 成长的痛苦大约在 2012 年左右，由于深度学习方法的成功，机器学习社区急剧扩张。尽管我们将社区的扩张视为一种积极的发展，但这一扩张也有其弊端。为了保护年轻的研究者们，我们优先选用自己和那些著名学者的论文。然而，新加入的研究者可能更容易受到这些模式的不良影响。例如，不了解既有术语的作者更容易用错或乱用论文语言（见 3.4）。另一方面，资深研究者可能也会陷入这些模式。社区的急剧扩张还会从两个方面稀释评论：一是提高提交论文与评阅人的比例，二是降低资深评阅人的比例。经验不足的评阅人可能对架构新奇性的要求更高，也更容易被伪造的定理所迷惑，并忽略严重而微妙的问题，如误用语言，从而加快上述几种趋势的发展。同时，资深但负担过重的评阅人可能陷入“清单核对”的心理定势，更加青睐公式化的论文，忽略更富有创意或思路更宽但不符合既有模板的论文。此外，工作量超负荷的评阅人可能没有足够的时间来修补或注意到论文中的所有问题。 4.3 扭曲的激励机制给作者以不良激励的不止是评阅人。随着机器学习研究越来越受媒体关注，机器学习创业公司也越来越普遍，在某种程度上，这一领域所获得的激励可以说是媒体（“他们会写什么？”）或投资人（“他们的钱会投到哪里？”）给的。媒体煽动了上述趋势的几种。对机器学习算法拟人化的表述为新闻报道提供了素材。以 [55] 为例，该文将自动编码称之为“模拟大脑”。暗示机器表现达到人类水平的新闻会在报纸头条上引起轰动，如 [52]，该文在描述一种深度学习图像字幕系统时称其“模仿人类的理解水平”。投资人对 AI 研究也颇有兴趣，有时他们仅依据一篇论文就会为创业公司投资。根据我们（ZL）与投资人接触的经验，他们有时更青睐那些研究成果已经被媒体报道的创业公司，这种资本激励最终又归功于媒体。我们注意到，最近投资人对智能会话机器人创业公司的兴趣伴随着报纸及其他媒体对对话系统及强化学习者的拟人化描述一起出现，尽管很难确定投资者的兴趣和扭曲的激励机制是否构成因果关系。 5 建议假设我们要对抗这些趋势，该如何做呢？除了仅建议每个作者放弃这类模式，我们从社区可以做些什么来提高实验实践、阐述和理论水平呢？我们如何才能更容易的提炼社区内的知识并消除研究人员和普罗大众的误解呢？下面根据我们的个人经历和印象提出一些初步的建议。 5.1 对作者的建议我们鼓励作者多问“是什么起了作用？”和“为什么？”，而不是“有多好？”除了在特殊情况下的 [39]，原始的标题数字对于科学进步的价值是有限的，它并没有表述出驱动数据的原因。观察并不意味着理论。在最有力的实证研究论文中有三种实践方式：错误分析、控制变量研究和鲁棒性检验（例如选择超参数以及理想数据集）。这些做法每个人都可以使用，我们提倡大家广泛使用。对于一些实例论文，我们建议读者参考 §3.2 的内容。[43] 还提供了更详细的最佳经验实践调研。合理的实证研究不应该只局限于追踪特定算法的经验效果；即使没有提出新的算法，它也可以产生新的见解。这里的例子可以证明：通过随机梯度下降训练的神经网络可以适用于随机分配的标签 [81]。这篇论文对模型复杂性的学习理论能力提出质疑，试图让其解释为什么神经网络可以泛化到未见过的数据。在另一个例子中，[26] 探索了深层网络的损失表面，揭示了初始化和学习化参数间的参数空间直线路径通常具有单调递减的损失。在撰写此论文时，我们希望能出现以下问题：我是要依靠这种解释做出预测还是让系统正常工作？这可以很好地检验是否包含这能取悦审核人员或者传递明确信息的定理。它还有助于检查概念和说明是否与我们自己的内心想法相匹配。在数学写作方面，我们将建议读者阅读 Knuth，Larrabee 和 Roberts 的优秀教程 [37]。最后，弄清哪些问题是开放性的，哪些问题是可以被解决的。这不仅能够让读者更加清楚，还能鼓励后续的工作，防止研究人员忽略那些假定（错误）要被解决的问题。 5.2 对出版商和评审人的建议评审人可以通过问这样的问题来明确自己的动机：“如果作者的工作做的不够好，我是否会接受这篇论文？”例如，一篇论文描述了一个简单的想法，虽然连带了两个负面的结果，却能使性能得到改进。这样的文章应该好于将三个想法结合在一起（没有控制变量研究）产生相同改进的文章。现在的文献以接收有缺陷的会议出版物为代价而迅速发展。补救的措施之一就是强调权威性的回顾调查，剔除夸大的声明和无关的材料，改变拟人化名称以使记号、术语标准化等。尽管机器学习中的 Foundation 和 Trend 等已经对此类研究进行追踪，但我们认为这方面仍然缺乏足够强大的论文。此外，我们认为批判性写作应该在机器学习会议上有所发声。典型的 ML 会议论文选择一个已有问题（或提出一个新问题），展示一个算法和/或分析，然后报告实验结果。尽管很多问题可以通过这种方式解决，但是对于问题或调查方法的正当性，算法和实验都不足够（和恰当）。我们在拥抱更具批判性的论述方面并不孤单：在 NLP 领域，今年的 COLING 大会号召论文“挑战传统思维”[1]。关于同行评审有很多值得讨论的地方。我们描述的问题通过开放性评审能够得到缓解还是加剧？评审人系统与我们提倡的价值观有多大的一致性？这些话题已经在其他地方被详细讨论 [42， 44， 24]。 6 讨论常理来说，我们不应该在技术升温时进行干预：你不能质疑成功！在此，我们用以下一些理由进行反驳：首先，当前文化的许多方面是机器学习成功的结果，而不是其原因。事实上，导致目前深度学习成功的许多论文都是仔细的实证研究，其描述了深度网络训练的基本原则。这包括随机连续超参数搜索的优势、不同激活函数的行为，以及对无监督预训练的理解。其次，有缺陷的学术氛围已经对研究界，以及更为广泛的公众群体产生了负面影响。在第三章中，我们已经看到了不受支持的观点已被人们引用了上千次，被称为改进的谱系被简单的基线所推翻，数据集旨在测试高级语义推理，但实际上测试的是低级语法流畅性，术语混乱使得学术对话变得举步维艰。其中最后一个问题也影响着公众的判断。欧洲议会曾通过一份报告，讨论如何应对“机器人产生自我意识”的问题。尽管机器学习的研究者们并不向所有这些工作产生的误解负责，但权威同行评审论文中的拟人化语言似乎至少负有一定的责任。我们相信，解释说明以及科学和理论的严谨性对于科学进步，和建立更广泛的公众有效对话至关重要。此外，由于机器学习技术将被应用于医疗健康、法律自动驾驶等重要领域，对于机器学习系统能力限制的知晓将让我们能够更加安全地部署 AI 技术。我们将通过讨论一些对于上述观点的反驳，及历史背景来结束本文。 6.1 与之相对的考虑因素针对上述建议也有很多需要考虑的因素。本文草稿的一些读者曾指出：随机梯度下降往往比梯度下降的收敛速度更快——换句话说，或许更快节奏的、更喧闹的过程让我们抛弃了撰写“更干净”论文的初衷，也加快了研究速度。例如，关于 ImageNet 数据集图像分类的突破性论文 [39] 提出了多种没有控制变量研究的技术，其中一些随后被确定是不必要的。然而，在研究提出时，其结果非常重要且实验计算成本高昂，等待控制变量完成可能不值得整个社区为之付出代价。这让我们担心，高标准可能会阻碍创见的发布，因为这些创见往往非同寻常，而且可能是推测性的。在其他领域，如经济学，高标准导致学者可能需要数年才能完成一篇论文，冗长的修订周期必然会消耗可用于新研究的资源。最后，也许专业化有其价值：创造新概念或建立新系统的研究者不一定会是那些仔细整理和提炼知识的人。我们认识到这些考虑的有效性，并且也认识到这些标准有时过于严格。但是，在很多情况下，它们很容易实现，只需要几天的实验和更仔细的写作。此外，我们将这些内容作为强烈的启发，而不是不可逾越的规则来呈现——如果不违反这些标准就无法分享新的想法，那么我们更愿意分享这个想法，而将标准放在一边。此外，我们总会发现遵守这些标准的尝试是值得的。总之，我们不相信研究界在前沿的推进上实现了帕累托最优状态。 6.2 历史经验实际上，在这里讨论的问题既不是机器学习所特有的，也不是目前这个时代所特有的：它们反映了整个学术界反复出现的问题。早在 1964 年，物理学家 John R． Platt 在其关于强推理的论文 [62] 中就对于相关问题进行了讨论，他在文中指出了对特定先验标准的遵守，这也为随后分子生物学和高能物理，甚至其他领域的快速发展提供了能量。在 AI 领域里，事情也是类似的，正如第一章所述，Drew McDermott [53] 在 1976 年就一系列问题批评了一个（主要是机器学习时代以前的）人工智能社区，批评内容包括暗示定义，以及未能将猜测与技术主张分开。1988 年，Paul Cohen 和 Adele Howe [13] 也指责一个人工智能社区“很少发布他们提出的算法的性能评估”，而只是描述了系统。他们建议为量化技术发展建立合理的指标，并分析“它为什么有效？”、“在什么情况下它不起作用？”以及“如何让设计决策合理化？”……这些问题在今天仍然能引起我们的共鸣。最后，在 2009 年，Armstrong 等人 [2] 讨论了信息检索研究的实证严谨性，并注意到很多论文都有与相同弱基线进行比较的趋势，这些改进并没有积累到有意义的经验。在其他领域，学术水平不受限制的下降导致了危机。2015 年的一项具有里程碑意义的研究表明，心理学文献中很大一部分研究结果可能无法再现 [14]。在一些历史案例中，跟风与缺乏规制的学术态度导致整个研究社区走进了死胡同。例如，在 X 射线被发现之后，有人又提出了 N 射线（之后真相被揭穿）。 6.3 结束语最后，读者们可能认为这些问题是可以自我纠正的。我们同意这样的观点，但是，机器学习社区需要反复讨论如何构建合理的学术标准以实现这种自我修正。我们希望本文能够为这样的讨论提供建设性贡献。有航旅纵横这样的前车之鉴，大众点评不但没有吸取教训，反而做得更加过分。拉取微信好友数据、强行互粉关注，直接捅破了“互联网公司买卖用户数据”的窗户纸。详细很多听起来简单易理解的技术升级，在现实世界里却面临着复杂多变的情况。城市智能是一个善举，但同时也是一个市场。如何切这块蛋糕，是比技术更让人疲惫的问题。详细映客投资人、金沙江创投合伙人朱啸虎出席映客上市现场，接受专访时表示，映客上市只是个起点，映客希望借助资本市场获得更大的发展。详细

　　租星级出租屋拿入学积分番禺创新来穗人员随迁子女积分入学制度 “租购同权”融入积分服务来穗人员在受理点为子女办理积分入学。广州日报讯（全媒体记者肖桂来、张丹羊通讯员陈璐摄影报道）昨日，记者获悉，番禺区今年积极响应“租购同权”政策号召，针对来穗学龄人口与教育资源的现状，设立“稳定住所”积分项目，实行“租住房屋情况”及“星级安全出租屋”积分评定标准，申请人合法租住安全规范房屋和自购产权房屋在积分申请中享受同等的分值、权重，以逐步提升来穗子女入读公办学校比例，最大程度让来穗子女获得公平受教育的机会。根据今年的积分入学政策，监护人在番禺区合法租住，提供经来穗部门登记备案的房屋租赁（借用）证明，且在租赁地所在镇街申请入读的，可获5分。合法租住“安全星级出租屋”的，经来穗部门核定为9分，折算为本积分申请1分。折算到20分为最高得分。两项分值总和与在番禺区自有产权房享受同等积分（25分）。成功为儿子申请到象圣中学学位的陈女士从老家清远来广州打拼已近20年，丈夫来自广西，一家人租住在番禺多年。“现在合法租房也可以获得对应的积分，我‘稳定住所’一项得分是11分，其中所租的‘星级安全出租屋’一项折算后有6分。”在陈女士看来，申请标准的放宽显然更加公平和人性化。据了解，“星级安全出租屋”以消防、治安、结构、卫疫、诚信5项为标准，从低向高划分一至三星级，在番禺区连续居住及办理居住证满一年以上，并以“安全星级出租屋”为居住地申报居住登记的来穗人员可凭积分兑换服务。目前，番禺区星级类出租屋屋主和144.8万名来穗人员可凭积分兑现政府13个职能部门和相关企业提供的优惠服务，其中参加2018年积分入学有5753名申请人（含配偶）租住在“星级安全出租屋”，2521名申请人（含配偶）居住在自购产权房屋，均获得相应积分。信息透明公开志愿填报更准 “以往时‘学校选申请人’，现在是‘申请人选学校’。”以200分的高分位列番禺区积分入学排名第三的申请人陈先生说，提前知晓公示积分结果，相当于给申请人填报志愿增添了一把“尺子”。他的孩子顺利获得了桥兴中学初中一年级的学位。据介绍，番禺区积分入学实行“先知分、后志愿”填报方式，由来穗、教育部门联合公示积分批次与排序结果，申请人在知分、知线、知位的情况下，根据实际情况填报志愿学校，随后教育部门以公示确认的申请人积分批次与排序为依据，按照“分批分配、分数优先、遵循志愿”的原则进行学位分配。由于考生填报志愿不均衡，在录取名单分配结束后，部分学校仍有学位缺额的情况，来穗、教育部门迅速在区政府门户网站部门专属网页发布二次志愿征集，使申请人可搭上“末班车”。记者了解到，番禺区今年对积分入学系统进行了升级。该系统集结申请、查询、审核、排名、查阅政策公示、受理进度查询等功能，其中除就业情况及志愿服务时数以外的积分入学申请项目均可以在系统上填报，解决了以往审核程序须申请人到多部门提交材料的问题。提一提 “星级安全出租屋”以消防、治安、结构、卫疫、诚信5项为标准，从低向高划分一至三星级。在财务领域的高薪单位除了四大会计师事务所，还有咨询，金融等热门行业，在这些行业月入2w以上将不会是难事。不过，要进入“两万元俱乐部”，最重要的是为自己赢取一张入场券。财务圈的两万元俱乐部四大会计师事务所一直以来被视为财会圈高富帅白富美们的理想工作单位，虽然经常加班，出差跑项目，但一到发工资的日子，四大精英们的银行卡余额，就成了周围人羡慕的对象。之前听过一个爆料，某位应届生成功进入毕马威，三个月里就买了五个包，高调的同时也让人感叹四大的薪酬实力。其实，四大人的工资在整个财会大行业里并不处于第一梯队，除了审计，还有其他许多业务领域的薪酬轻轻松松都在2w+。最近在ACCA考友群里发生了一次讨论，有人问，自己在普华永道第四年了，月入2w+，在ACCA会员中处于什么水平。本来带着一丝丝炫耀意味的提问，没想到引来群友的“真诚解答”。短短几分钟内，就有来自投行，咨询，企业财务领域的大牛们热情提供了自己目前的薪资状况。小编看完才发现，原来“月薪2万俱乐部”还真的被ACCA人才们包揽了。 1。咨询行业，月入2w是新人，3-5w是常态咨询行业收入有多高，从去年很火的《我的前半生》里可以看出。剧中的贺涵是某咨询机构的资深合伙人，开着价值265万的车，住着一千多万的房子，就连吃条鱼都要让日料店特地从日本空运过来，简直壕无人性。咨询行业之所以收入高，和职业本身特点有关，作为咨询顾问需要帮助客户解决企业层面的极其复杂问题，这些问题可能是企业管理上的问题，或是财务运营问题，投资决策问题等等，可谓高度专业性和针对性的工作，因此企业也愿意为这样的专业服务提供优厚报酬。在网上埃森哲员工分享的工资情况可以看出，即便是普通的咨询顾问，平均收入也轻松20000+，资深顾问3-5w月薪也是常态了。然而，咨询行业收入高的同时，也有着极高的准入门槛，员工必须具备财务，金融，企业管理，等一个或多个领域的专业资质方可入职。对于咨询圈的大所们来说，经常需要服务海外客户，因此英语工作能力和国际准则掌握都是对员工的硬性要求。而ACCA人才恰好可以满足这些要求，首先是财会类顶尖权威证书，其次还有广泛国际认可度，会员完全可以胜任英文工作环境。正因如此，近年来咨询领域对ACCA人才的需求度与日俱增。 2。金融行业，月入2w是最低，奖金收入多过工资金融行业涉及的具体分支比较多，包括银行，投行，基金，保险，证券等都是金融行业的组成部分。而在众多组成部分中，投行可谓高薪摇篮。以国内十大投行之首的中金公司为例，其Associate（即经理）岗位平均薪酬在5w+，而即便最低的analyst分析师岗位，平均薪酬也在22000。据说，投行员工收入更大的比例来自各类奖金，综合后的年薪妥妥过百万。研究指出，目前投行对于人才的需求以财会类和法律类为主，管理类和金融类为辅。而近两年，ACCA人才也逐渐受到金融行业巨头们的青睐，其一在于ACCA人才能力的全面性，从财务到管理，从会计到审计都能提供专业意见，可谓一个顶俩。当然，ACCA人才要想在金融领域走的更远，还需搭配一张司考证书。 3。外企财务，月入1w很轻松，积累经验后3-5w是常态外企财务相对来起伏较大，和具体企业和行业有关。以通用汽车为例，财务岗位最基础的职员平均薪酬即在8310，最高的达到17400每月。据身边在外企做财务的朋友介绍，通常新人工资不会特别高，但拿到1w+还是很轻松的。外企晋升机制好，积累3到5年工作经验后可以晋升中层管理，月入3-5w是常态，此外，持有ACCA类证书后还会有相应奖金。看完之后，小编感觉自己真是too young，月入两万还远远不是财务人的极限，不过一切的前提都是先拿下ACCA。各位，努力吧！供稿：高顿网校扩展阅读：涨工资+落户 ACCA人才福利再度升级阻碍考取ACCA的6大困难语言竟然不是第一位？ ACCA考试是否有时间限制需要几年考完？在ACCA考试上失利的考生都曾犯下这些错

　　欢迎关注“创事记”的微信订阅号：sinachuangshiji 文/王兆洋来源：硅星人一片喧闹中，小米终于在港交所敲钟了。这次上市成为了小米的新一轮“造富”行动。持股员工有望财务自由，而包括雷军在内的小米八位联合创始人，身价则一夜暴涨，你可能会关心的是：在这八位联合创始人当中，有四人是典型的“技术海归” 。他们的经历，也成了硅谷华人回国创业的一个样板。林斌在所有的联合创始人中，林斌与雷军相识最早。2009 年，作为李开复老部下的林斌，在 Google 中国的办公室接待当时还在 UCWeb 的雷军。在此之前，雷军已经放过豪言，说 UCWeb 有机会做成笑一个 Google。不过这并没有影响林斌对他的看法。据说两人相谈甚欢，一直聊到凌晨。而当雷军想要创办小米是，林斌也成为最早确定入伙的联合创始人。小米成立之前，林斌已经在互联网领域工作了 18 年，在微软、微软亚洲研究院（MSRA）、Google 中国都留下过脚印。他 1990 年中山大学电子工程本科毕业，之后前往美国进修。1995 年，林斌加入了微软的雷德蒙德总部，一路从 SDE 做到主任工程师、研发经理、最后到了工程总监。千禧年，李开复邀请林斌加入创立不久的微软亚洲研究院（Microsoft Research Asia， MSRA），林斌收拾行李回国，担任 MSRA 研发经理，之后还参与创办了微软亚洲工程院。下图中是 MSRA 的创始老兵，几乎全部为归国精英，现在也已成为全球科技界的华人翘楚：带头的李开复，创办了 Google 中国和创新工场，成为华人的创业教父；王坚成为了阿里巴巴 CTO；张宏江去了金山做 CEO；沈向洋在微软一直呆到今天，现在坐着全球华人科技圈最高职位，微软全球执行副总裁；张亚勤后来成为了微软中国董事长，又被李彦宏招走去做百度总裁。林斌的境遇也不差，2006 年追随李开复加入 Google 中国，历任 Google 中国工程研究院副院长，工程总监等职位。直到 2010年，这位 Google 全球技术总监强势跳槽，为当时还是移动操作系统公司的小米带来了最重要的资源：人才吸引力。为了小米，林斌把他过去在美国公司的老同事挖了个遍（后详）。在创业初期，他主持团队人事等公司日常运营工作，从招聘面试到与供应商谈判，都和雷军一起亲力亲为。 2014 年，林斌开始负责小米的电商业务，主持的“小米节”等网购促销活动成绩优异，雷军也信任地将小米的“新零售”业务交给了他。在小米的八年时间，林斌顺利完成从技术大牛到管理岗的转换。去年年底林斌出任小米总裁，从另外七位联合创始人中脱颖而出，正式升格为二号人物。林斌 13.3% 的持股比例在联合创始人中仅次于雷军，根据周二的最新收盘价计算，价值约合 466 亿元人民币。洪峰洪峰在普渡大学读完研究生后留在美国工作，2005 年加入 Google，之后回到了中国，负责 Google 中文输入法等项目研发。互联网上的老朋友都知道，Google 中文输入法是互联网上最良心、最好用的中文输入法产品。洪峰是通过 Google 的同事林斌认识雷军。由于已经有相当多的移动开发经验，在当时的中国互联网也洪峰是不可多得的人才。他一直负责移动操作系统业务，建立起用户社群，打造属于小米的第一个，同时也是最重要的生态圈——MIUI。之后，根据公开报道，洪峰又开始主持小米金融业务。如今他担任高级副总裁，相对比较低调。洪峰持有小米 3.2% 的股份，价值 115 亿元人民币。黄江吉黄江吉，香港人，微软十三年老兵，加盟小米之前在微软亚洲工程院工作。没错，又是一位林斌挖过来的老同事。他曾向雷军表示，自己也不确定到底应该继续在大公司工作，还是创业。虽然没有徐小平 20 分钟决定投资快……雷军也只用了 4 个小时就打动了黄江吉。在小米，黄江吉先后负责了米聊、小米云、IoT战略等业务。之后的事情大家都知道了，米聊险些成为今天的微信，而黄江吉其他几项负责的业务发展的也很一般。小米的联合创始人都最终升至高级副总裁，唯独黄江吉除外。上市前夕，雷军发布内部信，表示黄江吉已经辞去公司职务。不过，毕竟黄江吉手里还是有股份的。在上市当天的晚宴上，黄江吉也出现在高管队伍中，当晚雷军还宣布，黄江吉不久后将回归小米，负责一项重要工作。黄江吉持有 3.2% 股份，价值 115 亿元人民币。周光平在上市当天的晚宴上，联合创始人中只有一人缺席，就是周光平。周光平是小米联合创始人中唯一一名拥有手机硬件背景的，也是手机行业前辈摩托罗拉的老兵。他主持和参与设计过近百款各档次机型，其中包括有世界第一款商务手写手机 A6188、第一款 GPS 手机 A780，以及摩托罗拉史上销量第一的机型，Ming A1200． 2008 年，周光平被戴尔拐走做了两年手机。戴尔哪有什么正经手机，做了两年就做不下去了。周光平也是林斌介绍给雷军的。与上面几人的故事一样，雷军也是第一次见面就和周光平聊到深夜，他本来希望找些年轻的手机行业合作伙伴，但多次面试都不满意，最终和周光平的聊天中两人一拍即合。人们通常认为小米能过走到今天，最大功劳应该是 MIUI 的存在和独特的市场营销手段。不过毫无疑问的是，如果没有周光平就没有小米手机。而如果没有小米手机，MIUI 和小米的市场营销再好，小米也不可能成为今天的样子。加入小米后，周光平主抓手机供应链。前几年小米业绩下滑，许多人认为问题出在供应链上。周光平也成为一系列报道中“性格乖张”的老博士。腾讯当时的一篇报道更表示，周光平的傲慢不仅得罪了供应商，还直接和雷军产生冲突。在那之后，雷军直接接手研发和供应链事务，周光平则被调整为“首席科学家”，逐渐淡出视野，直到上市前夕，内部信中雷军表示，周光平因选择新的生活方式，而辞去小米的职务。周光平持有 1.4% 股份，值 43 亿元人民币。虽然这四名“技术海归”所做的选择已经是八年前的事情，但他们面对的问题可能和现在的华人工程师可能并无太大区别。在小米正式上市这天，四个人的身价飙涨。但回头看时，每个人也许会对这八年有不同的总结。除了这四个人之外，肯定还有更多拒绝了雷军的海归前辈们，他们有人可能已经实现了另一种成功，有人会为小米祝贺。当然，也会有人悔莫当初。 7月7日，一名曾在苹果自动驾驶汽车项目工作的员工在加州圣何塞机场准备登机飞往中国时，被美国联邦调查局（FBI）的执法人员逮捕。据知情人士称，这位名为XiaolangZhang的工程师正准备跳槽入职国内创业公司小鹏汽车。详细如果没有这款游戏，我不知道中国的电竞产业是不是还会像今天这样繁荣，或者我们放大一点去看，全球的电竞是否会像现在这样的蓬勃发展。详细欢迎关注“创事记”的微信订阅号：sinachuangshiji 文/王兆洋来源：硅星人一片喧闹中，小米终于在港交所敲钟了。这次上市成为了小米的新一轮“造富”行动。持股员工有望财务自由，而包括雷军在内的小米八位联合创始人，身价则一夜暴涨，你可能会关心的是：在这八位联合创始人当中，有四人是典型的“技术海归” 。他们的经历，也成了硅谷华人回国创业的一个样板。林斌在所有的联合创始人中，林斌与雷军相识最早。2009 年，作为李开复老部下的林斌，在 Google 中国的办公室接待当时还在 UCWeb 的雷军。在此之前，雷军已经放过豪言，说 UCWeb 有机会做成笑一个 Google。不过这并没有影响林斌对他的看法。据说两人相谈甚欢，一直聊到凌晨。而当雷军想要创办小米是，林斌也成为最早确定入伙的联合创始人。小米成立之前，林斌已经在互联网领域工作了 18 年，在微软、微软亚洲研究院（MSRA）、Google 中国都留下过脚印。他 1990 年中山大学电子工程本科毕业，之后前往美国进修。1995 年，林斌加入了微软的雷德蒙德总部，一路从 SDE 做到主任工程师、研发经理、最后到了工程总监。千禧年，李开复邀请林斌加入创立不久的微软亚洲研究院（Microsoft Research Asia， MSRA），林斌收拾行李回国，担任 MSRA 研发经理，之后还参与创办了微软亚洲工程院。下图中是 MSRA 的创始老兵，几乎全部为归国精英，现在也已成为全球科技界的华人翘楚：带头的李开复，创办了 Google 中国和创新工场，成为华人的创业教父；王坚成为了阿里巴巴 CTO；张宏江去了金山做 CEO；沈向洋在微软一直呆到今天，现在坐着全球华人科技圈最高职位，微软全球执行副总裁；张亚勤后来成为了微软中国董事长，又被李彦宏招走去做百度总裁。林斌的境遇也不差，2006 年追随李开复加入 Google 中国，历任 Google 中国工程研究院副院长，工程总监等职位。直到 2010年，这位 Google 全球技术总监强势跳槽，为当时还是移动操作系统公司的小米带来了最重要的资源：人才吸引力。为了小米，林斌把他过去在美国公司的老同事挖了个遍（后详）。在创业初期，他主持团队人事等公司日常运营工作，从招聘面试到与供应商谈判，都和雷军一起亲力亲为。 2014 年，林斌开始负责小米的电商业务，主持的“小米节”等网购促销活动成绩优异，雷军也信任地将小米的“新零售”业务交给了他。在小米的八年时间，林斌顺利完成从技术大牛到管理岗的转换。去年年底林斌出任小米总裁，从另外七位联合创始人中脱颖而出，正式升格为二号人物。林斌 13.3% 的持股比例在联合创始人中仅次于雷军，根据周二的最新收盘价计算，价值约合 466 亿元人民币。洪峰洪峰在普渡大学读完研究生后留在美国工作，2005 年加入 Google，之后回到了中国，负责 Google 中文输入法等项目研发。互联网上的老朋友都知道，Google 中文输入法是互联网上最良心、最好用的中文输入法产品。洪峰是通过 Google 的同事林斌认识雷军。由于已经有相当多的移动开发经验，在当时的中国互联网也洪峰是不可多得的人才。他一直负责移动操作系统业务，建立起用户社群，打造属于小米的第一个，同时也是最重要的生态圈——MIUI。之后，根据公开报道，洪峰又开始主持小米金融业务。如今他担任高级副总裁，相对比较低调。洪峰持有小米 3.2% 的股份，价值 115 亿元人民币。黄江吉黄江吉，香港人，微软十三年老兵，加盟小米之前在微软亚洲工程院工作。没错，又是一位林斌挖过来的老同事。他曾向雷军表示，自己也不确定到底应该继续在大公司工作，还是创业。虽然没有徐小平 20 分钟决定投资快……雷军也只用了 4 个小时就打动了黄江吉。在小米，黄江吉先后负责了米聊、小米云、IoT战略等业务。之后的事情大家都知道了，米聊险些成为今天的微信，而黄江吉其他几项负责的业务发展的也很一般。小米的联合创始人都最终升至高级副总裁，唯独黄江吉除外。上市前夕，雷军发布内部信，表示黄江吉已经辞去公司职务。不过，毕竟黄江吉手里还是有股份的。在上市当天的晚宴上，黄江吉也出现在高管队伍中，当晚雷军还宣布，黄江吉不久后将回归小米，负责一项重要工作。黄江吉持有 3.2% 股份，价值 115 亿元人民币。周光平在上市当天的晚宴上，联合创始人中只有一人缺席，就是周光平。周光平是小米联合创始人中唯一一名拥有手机硬件背景的，也是手机行业前辈摩托罗拉的老兵。他主持和参与设计过近百款各档次机型，其中包括有世界第一款商务手写手机 A6188、第一款 GPS 手机 A780，以及摩托罗拉史上销量第一的机型，Ming A1200． 2008 年，周光平被戴尔拐走做了两年手机。戴尔哪有什么正经手机，做了两年就做不下去了。周光平也是林斌介绍给雷军的。与上面几人的故事一样，雷军也是第一次见面就和周光平聊到深夜，他本来希望找些年轻的手机行业合作伙伴，但多次面试都不满意，最终和周光平的聊天中两人一拍即合。人们通常认为小米能过走到今天，最大功劳应该是 MIUI 的存在和独特的市场营销手段。不过毫无疑问的是，如果没有周光平就没有小米手机。而如果没有小米手机，MIUI 和小米的市场营销再好，小米也不可能成为今天的样子。加入小米后，周光平主抓手机供应链。前几年小米业绩下滑，许多人认为问题出在供应链上。周光平也成为一系列报道中“性格乖张”的老博士。腾讯当时的一篇报道更表示，周光平的傲慢不仅得罪了供应商，还直接和雷军产生冲突。在那之后，雷军直接接手研发和供应链事务，周光平则被调整为“首席科学家”，逐渐淡出视野，直到上市前夕，内部信中雷军表示，周光平因选择新的生活方式，而辞去小米的职务。周光平持有 1.4% 股份，值 43 亿元人民币。虽然这四名“技术海归”所做的选择已经是八年前的事情，但他们面对的问题可能和现在的华人工程师可能并无太大区别。在小米正式上市这天，四个人的身价飙涨。但回头看时，每个人也许会对这八年有不同的总结。除了这四个人之外，肯定还有更多拒绝了雷军的海归前辈们，他们有人可能已经实现了另一种成功，有人会为小米祝贺。当然，也会有人悔莫当初。 7月7日，一名曾在苹果自动驾驶汽车项目工作的员工在加州圣何塞机场准备登机飞往中国时，被美国联邦调查局（FBI）的执法人员逮捕。据知情人士称，这位名为XiaolangZhang的工程师正准备跳槽入职国内创业公司小鹏汽车。详细如果没有这款游戏，我不知道中国的电竞产业是不是还会像今天这样繁荣，或者我们放大一点去看，全球的电竞是否会像现在这样的蓬勃发展。详细文/心缘来源：智东西（ID：zhidxcom）智东西7月11日报道，自在国际围棋、国际象棋战胜顶尖棋手后，上周DeepMind又在《雷神之锤III竞技场》发威，双人组队击败顶级人类玩家，小组胜率高达到74%。对于关注人工智能（AI）领域的人而言，DeepMind绝不是个陌生的名字。自2016年AlphaGo首次击败韩国围棋冠军李世石，DeepMind AI展开了在游戏领域对顶尖玩家的长期挑战。然而，在一次次刷新人类纪录的表面风光之后，DeepMind面临的是亏损严重、人员流失和可能被谷歌抛弃的生存危机。换句话讲，DeepMind每一次刷的存在感，背后都是泪。又打败人类，对游戏上瘾的AI公司自2016年AlphaGo以4：1打败韩国围棋冠军李世石以来，DeepMind在游戏领域越战越勇，不断研发出新的AI系统，挑战人类的极限。2016年6月，DeepMind训练的AI系统在雅达利游戏《 Montezuma’s revenge》达到了大师技巧。半年后，在中国奕城围棋网和野狐围棋网快棋对决数十位中日韩围棋高手、连续60局无一败绩的Master被曝出是DeepMind的作品，这个新AlphaGo系统在2017年以3：0战胜排名世界第一的职业围棋选手柯洁。▲AlphaGo和李世石对战如果你在去年12月之前问任何一个专业国际象棋选手，市场上最强大的商用国际象棋软件是什么？你可能听到最多的答案就是Stockfish、Houdini和Komodo，这三个软件可以比任何专业棋手都有更出色的下棋表现。不过到了12月6日，一切都改变了。在AlphaGo退役5个月后，DeepMind推出AlphaGo系列的新版本——AlphaGo Zero，只用4个小时的训练时间就从零开始学会了国际象棋的规则，并在100场比赛中取得28胜72平的极佳战绩，其突出表现已然超过Stockfish。国际象棋游戏使用Elo进行评级，专业玩家评分在1800到2000之间，大师级别玩家的评分在2500以上，Stockfish的评分在3300左右，而AlphaGo Zero经评估后可能在4000左右。此外，AlphaGo Zero还有训练3天打败旧版AlphaGo、训练40天打败Master、训练2小时打败最强日本将棋程序Elmo的战绩。▲AlphaGo和Stockfish国际象棋大战复盘除了名满天下的AlphaGo系列，DeepMind训练智能体通过观看Youtube等视频自主学习超级玛丽等游戏。上周，DeepMind的游戏征途有了新的里程碑——在《雷神之锤III竞技场（Quake III Arena）》夺旗游戏中和人类随机组队打团战，击败了人类玩家。▲《雷神之锤》游戏画面在DeepMind正在推进的研究中，关注度最大的即是《星际争霸 Ⅱ》。2017年8月，DeepMind宣布开始训练AI玩暴雪公司旗下的《星际争霸 II》游戏。当时其顾预言，计划让AI在五年后战胜《星际争霸》世界冠军。《星际争霸》是一款极其复杂的战略游戏，需要玩家高度集中的精神力、超强的灵敏度和战略决策智慧。这款游戏可以充分考验AI的即时战略和人机对抗协作能力。它要求AI学习在资源有限的情况下平衡发展，学会如何发展高科技、出兵种对抗以及如何调兵遣将来保证利益最大化。这些涵盖了AI亟待解决的三大问题：一是在有限视野和不完全信息的情况下做决策，二是平衡短期、中期和长期的发展策略，三是处理多智能体间的合作和博弈。纽芬兰纪念大学（Memorial University）的计算机科学教授大卫?丘吉尔（David Churchill）认为，《星际争霸》是如此复杂，能解决《星际争霸》的AI将能解决任何其他问题。为什么研究人员爱让AI玩游戏游戏？尽管AlphaGo已经占据国际象棋和围棋的霸主地位，但这不意味着AI已经具备解决实际问题的能力。AI学习玩游戏的方法其实和人类理解游戏的方式并不相同。国际象棋和围棋等游戏规则具有规范性，虽然复杂但规则又很稳定，AI在这种“有限性”的前提下可以发挥它超强计算能力的专长。尽管AI研究者们试图增强AI的通用能力、使AI向人类大脑靠拢，但这一愿景目前仍然只取得了初步进展。游戏本身可以模拟人类现实生活场景，通过观察人类行为，事半功倍地实现目标任务，帮助人类在电商和广告行业的个性化营销、资源调度、自动驾驶车辆、无人机等领域做做智能决策。让AI玩游戏，可以为AI的发展带来如下优点。 1、模拟现实+简化过程 AI研究员热衷于游戏的一个重要原因，是解决现实世界难以去直接学习和处理的难题。大多数的游戏场景都源于现实世界，是对现实世界的虚拟简化。用游戏训练AI时，研究人员无需考虑硬件的维护问题，不需要拆卸设备，还能轻易调整测试环境，这使得训练新AI算法的难度大大降低。如果在现实生活中让机器人去做相关任务，可能要消耗的财力和时间都是难以估量的。游戏有时可以代替真实世界的复杂数据源。比如在2016年，普林斯顿大学的Arthur Filippwicz想要教汽车在不需要人类协助的情况下识别交通信号，为了训练这个算法，他需要收集全面的包含交通信号的图片，包括新、旧、干净、脏乱、有遮挡、强光、雨、雾、黑暗等场景。然而，想要获得这样一套完整的数据集非常费时费力，因此Filippwicz选择借助游戏“侠盗猎车手 V（Grand Theft Auto V）”中描绘的交通信号作为训练集来源，他从中拿到数千张交通信号的照片来让他的AI系统进行学习和消化。此外，很多游戏需要不同的认知技能。通过在不同游戏上的训练和学习，可以帮助研究者更好的理解和建立更完善AI系统。为数据中心降低能耗的任务与游戏无异，谷歌已经使用DeepMind在2015年2月学习玩Atari游戏时相同的算法来减少其大型数据中心的耗电量。根据用户需求的不同，服务器的能耗和散发的热量差异很大，DeepMind的算法可以用于预测大量服务器所需的空调冷气，帮助数据中心将制冷系统节能40%，并使整个数据中心的能耗降低15%。 2、迁移学习对于一个人而言，学完一个任务再去学习另一个任务是一件毫不费力的事情，然而这件事情对于AI来说却有些困难。目前大多机器学习算法都是假设训练集和测试集的特征分布相同，但这在现实中往往是不可行的，迁移学习的主要能力就是让AI将从一个环境中学习到的知识经验运用到新环境的学习任务中，解决神经网络灾难性遗忘的问题。 AI玩游戏的过程可以为迁移学习提供帮助。DeepMind早期的神经网络一次只能玩一个游戏，即便它在一个游戏中表现良好，当把它用到另一个游戏时，它必须重塑已经搭建好的神经网络架构，“忘掉”之前学习的记忆，重新学习新的知识。要让AI像人类大脑一样去完成任务，可以在训练它玩一款游戏时，保留对专业知识的长期记忆，并将这些知识经验用到掌握其他游戏的过程之中。DeepMind在去年3月发表的论文中已经克服这个问题，可以使AI像人类大脑一样同时掌握多款游戏的玩法。 3、永不停歇用游戏训练还有一个好处是，没有硬件设备等各种客观条件的限制，AI可以自由地进行长期的训练。通过游戏，AI运算性能得以提升，产生大量数据，这方面的进展对其他针对现实问题的AI研究也很有帮助。 4、确保AI不“耍滑头” 在研究AI技术的过程中，DeepMind等公司并没有忽视AI的问题和警示，DeepMind和OpenAI决定合作找到方法来预防AI带来意外的不好结果。DeepMind让AI只处理自己视野范围内所“看见”的问题，不允许AI直接向运行游戏的计算机索取坐标等信息，就是为了避免AI走一些普通玩家在玩游戏时不会用到的“捷径”。再以OpenAI在竞艇游戏CoastRunners的实验为例，AI在进行强化学习的过程中，发现自己与其快速完成任务，不如一直原地打转获得的分数高，这让研究者感到担忧。为了避免类似情况的出现，两家公司为AI提供更多的“人类建议”来验证AI的行为方式。不过，花时间多次验审，总比让AI一不小心发疯就毁灭地球要好的多。辉煌战绩背后的阴影 DeepMind在用AI战胜人类方面已经享誉世界，它在Alphabet集团中可以说是一个比较神奇的存在，自由、品牌响亮，其背后又隐藏长期亏损、数据不公开等问题。 1、自由的独行侠：拒绝接机器人，看不上云服务 DeepMind是一个特立独行的公司。它的工作仍侧重于理想环境下算法的开发，侧重于充满未来主义的工作。它目前拥有700多名员工，每周都会写出描述他们工作进展和最新成就的学术论文。据说当年安卓之父Andy Rubin离职时，谷歌创始人之一Lawrence Edward Page曾想让DeepMind接管Google机器人部门。不过DeepMind创始人兼首席执行官Demis Hassabis认为波士顿动力没怎么使用AI技术，这个业务会分散DeepMind的注意力，因此他拒绝了佩奇的提议。▲DeepMind创始人兼首席执行官Demis Hassabis 此外，在VMware联合创始人兼前首席执行官Diane Greene被Google请来领导云计算业务部门时，她曾想借助DeepMind领域的超高声誉为谷歌云服务进行市场宣传。然而，考虑到谷歌云的市场目标不清晰会削弱DeepMind的品牌，DeepMind也拒绝了这个提议。 2、烧钱大佬：长期负盈利，资金流向不明拥有研究的自由，DeepMind也不得不承担相应的代价。根据去年10月英国政府发布的资料，DeepMind在2016年亏损1.235亿英镑（约合1.62亿美元），这与Alphabet同年总盈利190亿美元相比仍然不算是小的数额。其中4020万英镑（约合5270万美元）的收入全部来自为其母公司Alphabet的其他部门（而非外部客户）所做的工作。DeepMind还有包括不动产和计算机系统运行和维护在内的4110万英镑“管理服务费”。而最大的资金花费则在“员工工资和其他相关成本”方面，DeepMind在工资、差旅、办公软硬件方面耗资达1.047亿英镑（1.37亿美元），比上一年4420万英镑的两倍还多。 DeepMind的法律费用也在飙升，从2015年的144881英镑增至658144英镑。据外媒猜测，这高幅度上升的背后，可能和DeepMind被发现非法持有英国人民医疗健康信息有关。 3、神秘主义：和谷歌联系越来越弱 DeepMind和谷歌之间的关系相当有趣。▲DeepMind创始人兼首席执行官Demis Hassabis（左）、韩国围棋冠军李世石（中）、Alphabet联合创始人Sergey Brin（右）的合照 2014年1月，谷歌以4亿英镑收购了当时名不见经传的DeepMind公司，2015年DeepMind还属于谷歌，在官网上用大大的字体写着“DeepMind很高兴成为谷歌的一部分”，但到了2015年，这条标语就换成了“DeepMind很高兴加入谷歌的队伍”。 2016年，新版DeepMind官网上线，“谷歌”字样已经无迹可寻，DeepMind只在“About Us”的页面中介绍道DeepMind是谷歌母公司Alphabet集团的一部分。 DeepMind想要获得研究自由，它需要Alphabet提供研究资金，却不肯和Alphabet分享数据。谷歌收购DeepMind时，同意建立一个道德安全委员会来确保其AI技术不会被滥用。但随后，DeepMind一直没有透露董事会成员和讨论内容。根据Financial Times在今年6月发布的消息，Alphabet对DeepMind昂贵开销的合理性已经产生怀疑。Alphabet AI部门督促DeepMind说明其商业模式，并向董事会说明他们的资金流向。据审查小组称，DeepMind最终必须通过分享算法和数据或通过赚钱来证明其价值，尽管暂时不担心Alphabet会阻止他们做想做的事，但不能保证Alphabet董事会明年会不会得出不同的意见和结论。明年是谷歌收购DeepMind五周年，随着DeepMind来到谷歌的75名员工，包括DeepMind首席执行官Demis Hassabis自己，都可以自行决定去留。DeepMind今后是继续依附Alphabet的预算支持，还是像其他部门一样独立发展，已经到了做出选择的关键时期。结语：AI投资还在亏损期，DeepMind的游戏AI新路径目前，DeepMind的工作仍侧重于理想环境下算法的开发，在建立AI系统、在复杂游戏中击败人类、学习3D空间都处于行业领先水平。DeepMind相信AI在更复杂的问题也能起到和游戏中相同的作用，成为科技乃至人类创造力的倍增器。虽说AI技术在游戏中的突破终将移植到现实世界，目前看来这一愿景仍然遥遥无期，在现实世界中的数据可不像游戏中那么容易获得。DeepMind AI在游戏方面的成功更像是学术成就，短期内不会对企业产生重大影响。尽管DeepMind在游戏方面的研究充满未来主义色彩，但它的一些其他研究成果已经被谷歌使用。比如，谷歌在去年10月宣布在谷歌智能助手中采用DeepMind AI模型WaveNet，使机器的发音更接近真人（不过DeepMind转换语音服务的价格比亚马逊同类竞品高了4倍）；同年，谷歌借助DeepMind的算法大大降低数据中心的能耗；DeepMind的“You might also like”建议还将安卓设备上Google Play商店中个应用安装率提高了20%。谷歌首席执行官Sundar Pichai曾多次表示，谷歌未来的成功将基于AI。然而，Alphabet投注AI所花费的巨资还不知道多久才能回本。此外，它也在AI伦理、信托基金、医疗方面和AI道德实践方面做出努力，希望探索和理解AI在现实世界的影响，使AI在现实世界中真正发挥好的作用。▲Alphabet在包含AI的“其他领域”的税收和运营亏损从图中可以看出，Alphabet正因为在健康、机器人、连接和AI方面的研究而承受着巨额损失。2016年，这些亏损达37.7亿美元，占Alphabet亏损业务部门总金额的19.8%。从整体上来看，DeepMind的亏损似乎还没有严重到影响Alphabet对它的规划。尽管DeepMind还没有真正开始盈利，但它可能帮助谷歌未来占据AI高地并推动其产品的进一步发展。不过DeepMind团队在研究下一个重大挑战的同时，AI研发之路道阻且长，商业变现和长期运营问题也不能忽视，希望DeepMind对AI以及现实世界发挥的作用才刚刚开始。映客投资人、金沙江创投合伙人朱啸虎出席映客上市现场，接受专访时表示，映客上市只是个起点，映客希望借助资本市场获得更大的发展。详细如果你想在币圈留下点什么东西，退群之前尽情地撕逼，与所有人为敌吧。你若有才，可以舌战群儒，退群时自带光环效果；你若不敌，退群时只能灰溜溜地不带走任何东西。详细

　　欢迎关注“创事记”的微信订阅号：sinachuangshiji 文/青山资本中国饮食文化追求“五味调和”，与西方烹调不同，中国烹调更倾向于艺术，艺术的灵感就来源于调味料。“开门七件事，柴米油盐酱醋茶”，酱油作为中华优秀饮食文化中最为“画龙点睛”的部分，不仅是中国大众家庭生活的必不可少的调味品，而且越来越为全世界各种不同类型文化的人群所喜爱接受。一直以来，人们对酱油产品的印象就是包装落后、档次不高，低价值，是名副其实的“小产品”。近年来，随着社会经济的发展，消费水平的提高，酱油这个小产品越来越趋向专业化，功能化，市场需求不断增长。酱油：小品类大市场较高的天花板 “民以食为天，食以味为先”，我国调味品行业发展迅速，已成为食品行业中增长最快的类别之一。据国家统计局数据显示，2010年以来我国调味品行业总体利润规模呈现出阶梯式增长，2014年利润总额突破200亿元，达到225.5亿元，利润增速也维持在13%左右；2015年以来我国调味品行业的利润总额规模仍保持快速增长，2017年已接近300亿元。数据来源：中国调味品协会作为我国调味品行业的第一大产业，酱油行业产销量和企业规模均居调味品行业首位。根据中国调味品协会公布的数据，酱油类在调味品中占比为43%，是调味品规模最大的品类。用户粘度高消费品的粘性往往由消费者对其需求及消费习惯决定，国人对各种美食的口味有着极致的追求，造就了调味品在味觉层面有着天然的用户粘性，酱油产品本身风味差异明显，口味壁垒很高，消费端的粘性大，同时习惯性消费属性较强，具有代际传承。另外，调味品与菜肴也密不可分，中国的“八大菜系”各有特色，对于酱油也有着特殊的依存关系。一旦用户形成了味觉依赖，往往很难被撼动。生命周期长自古以来，酱油就在中国人的饮食中占有重要地位，一种调味品的生命发展期，在于它在同一口味中对前一种调味品的替代，而它的衰落，又取决于后来者对它的取代。内容来源：兴业证券经济与金融研究院以酱油为例，作为咸鲜味调味品的一支，其品类目前正处于替代食盐、味精、鸡精/鸡粉这一阶段。舌尖上的消费升级纵观国内酱油发展历程，整个行业产量在2000年开始快速增长，但目前产量高增长时代基本结束，随着消费者收入的逐步提升，以及消费观念与习惯的转变，酱油也呈现出明显的消费升级趋势，逐步向高端化、细分化、品牌化发展。高端化：品质提升在当前消费升级的趋势下，消费者开始希望购买的酱油产品具有高附加值，比如口感更加美味、成分更加健康、功能更加差异化，并且愿意为产品的高附加值部分支付溢价。酱油行业正在尝试通过产品升级继续扩大行业空间。这种升级一方面表现在品类升级，如生抽替代老抽（2010年左右），鲜味酱油替代生抽（2017），升级点在于味道营养价值更好，如鲜酱油提供了除了“咸”味，更强调了“鲜”味，替代盐的同时也替代味精，市场更大。另一方面，出于对食品健康层面的日益重视，酱油产品也不断朝健康化方向发展。酱油生产商纷纷打出“健康”牌来吸引消费者，出现了以低盐、无添加以及有机为概念的产品。功能化：使用场景细分随着经济发展，物质生活的丰富，消费者对美食追求衍生出调味品功能细分，即使单一酱油，品类也不断丰富。在过去一瓶老抽一瓶生抽的“厨房标配”基础上，推出了针对不同使用场景的细分产品，如蒸鱼豉油、海鲜酱油、面条鲜、凉拌酱油、红烧酱油等。日本细分场景酱油品类产品创新不仅创造了新的消费需求，也符合企业占领细分市场的战略布局，同时也为价格提升创造了理由，使得消费者愿意为产品差异化支付更多，青山资本（ID cyanhillvc）认为未来酱油创新的空间仍然存在，新品类将会继续涌现。外卖崛起：渠道更替目前调味品消费渠道中，餐饮渠道占比40%，比重最大；由于消耗量大、忠诚度高，餐饮渠道也是调味品消费的最核心渠道。餐饮行业消费升级态势也较为明显，目前中高端、连锁餐饮行业内占比持续提升，对调味品品质要求较高，高附加值产品需求提升，将进一步催化产品结构升级。另一方面，随着现代生活节奏的加快、互联网平台应用的发展，人们的生活习惯也随之改变，在外就餐已经成为习惯性消费。数据显示，2017年我国女性就业率高达73%，领先于美国、英国、澳大利亚等发达国家以及邻近的韩国、印度，是全世界女性就业率最高的国家之一。随着大量女性外出务工，越来越少的家庭会有充足的时间在家烹饪和就餐。此外2017年“80后”、“90后”餐饮消费比重高达80%左右，餐饮用户正在不断年轻化，而年轻一代已经适应了外出就餐并且在强化这一趋势。如何打好酱油？迎合高端细分需求目前酱油行业集中度较高，行业龙头海天份额约30%，行业CR5约52%，这种趋势在2017年之后愈发明显。但随着产业链的成熟，大而全的垄断者将面临成本的高企，优势可能会被消解，给小而专的“野蛮人”留下机会。对于酱油这种大众消费品，青山资本认为（ID cyanhillvc）认为，在高端产品领域还有机会，消费者对饮食的口感、健康和营养重视度的提高使得口感更鲜美、营养价值更丰富的高端酱油会快速成长的机会，比如日式酱油。数据显示，2014年以来高端酱油市场份额不断扩大，增速保持在20%左右。到2017年高端酱油销售收入规模超过138 亿元，占酱油市场比重接近20%。如果和酱油消费大国日本相比，高端酱油市场仍有很大的发潜力，日本高端酱油市场占比高达50%以上。同时，在不同使用场景的细分产品层面，目前还有一定的市场空白点。比如最近几年，日本开始流行起食用粉末式的酱油，与传统酱油相比，它不仅可以避免将食物淋湿，让酥炸类菜品保持爽脆的口感。日本老牌酱油制造商龟甲万推出酱油风味薄脆片，该产品既可以代替酱油，不仅可以当作调味品拌饭、拌沙拉，还可以直接当脆片零食享用。 ToB or ToC？前文提到，餐饮渠道是目前酱油消费最重要的渠道，但这并不意味着新兴品牌切入ToB比ToC更有优势。首先，餐饮渠道的往往由厨师和采购人员共同决策，厨师看中的是质量和口味，而采购看中的是价格成本，这种重视性价比的决策方式并不适用于新兴品牌，因为在这方面新入者往往不具备与现有的传统酱油大厂抗衡的优势。其次，由于餐饮店数量众多且分散，品牌厂商直接做的比例较小，依赖经销商、批发商提升餐饮占有率。一般通过提升其利润、压货、陈列奖励、补费做客户的促销等方法推动其向餐饮的渗透。因此餐饮的开发需要厂商拥有（对经销商、二批商）很强的市场操作能力，门槛很高。因此，直接To C的方式是一个较好的方向，此外，相对企业有限的线下渠道规模和地域发展壁垒，电商渠道能够更好的补足线下空白区域，触及更广大的消费者群体。同时线上的消费升级现象相比线下更加明显，高端产品品和概念产品的接受程度更高，推广成本也更低。最后，其他消费品的消费升级往往基于新兴的消费群体带来的消费理念的更替，酱油领域稍微有些不同，酱油的主要购买群体（To C）主要集中在80后和70后群体，不过随着90、95后成家立业，毕竟有家就会有一个厨房，有厨房就会有调味料，而调味料里必然会有一瓶酱油。在各类银行机构中，农商行的客户资质整体处于最底层，资产质量最差。而P2P的客户资质又弱于农商行，在当前的宏观环境下，自然面临更大的资产质量压力。详细全网有超过3万家网站内置了挖矿代码，只要用户打开网站进行浏览、操作，网站就会调用电脑或手机的计算资源来进行挖矿。根据Adguard的数据统计，全球约有5亿台电脑曾被绑架挖矿。详细欢迎关注“创事记”的微信订阅号：sinachuangshiji 文/王兆洋来源：硅星人一片喧闹中，小米终于在港交所敲钟了。这次上市成为了小米的新一轮“造富”行动。持股员工有望财务自由，而包括雷军在内的小米八位联合创始人，身价则一夜暴涨，你可能会关心的是：在这八位联合创始人当中，有四人是典型的“技术海归” 。他们的经历，也成了硅谷华人回国创业的一个样板。林斌在所有的联合创始人中，林斌与雷军相识最早。2009 年，作为李开复老部下的林斌，在 Google 中国的办公室接待当时还在 UCWeb 的雷军。在此之前，雷军已经放过豪言，说 UCWeb 有机会做成笑一个 Google。不过这并没有影响林斌对他的看法。据说两人相谈甚欢，一直聊到凌晨。而当雷军想要创办小米是，林斌也成为最早确定入伙的联合创始人。小米成立之前，林斌已经在互联网领域工作了 18 年，在微软、微软亚洲研究院（MSRA）、Google 中国都留下过脚印。他 1990 年中山大学电子工程本科毕业，之后前往美国进修。1995 年，林斌加入了微软的雷德蒙德总部，一路从 SDE 做到主任工程师、研发经理、最后到了工程总监。千禧年，李开复邀请林斌加入创立不久的微软亚洲研究院（Microsoft Research Asia， MSRA），林斌收拾行李回国，担任 MSRA 研发经理，之后还参与创办了微软亚洲工程院。下图中是 MSRA 的创始老兵，几乎全部为归国精英，现在也已成为全球科技界的华人翘楚：带头的李开复，创办了 Google 中国和创新工场，成为华人的创业教父；王坚成为了阿里巴巴 CTO；张宏江去了金山做 CEO；沈向洋在微软一直呆到今天，现在坐着全球华人科技圈最高职位，微软全球执行副总裁；张亚勤后来成为了微软中国董事长，又被李彦宏招走去做百度总裁。林斌的境遇也不差，2006 年追随李开复加入 Google 中国，历任 Google 中国工程研究院副院长，工程总监等职位。直到 2010年，这位 Google 全球技术总监强势跳槽，为当时还是移动操作系统公司的小米带来了最重要的资源：人才吸引力。为了小米，林斌把他过去在美国公司的老同事挖了个遍（后详）。在创业初期，他主持团队人事等公司日常运营工作，从招聘面试到与供应商谈判，都和雷军一起亲力亲为。 2014 年，林斌开始负责小米的电商业务，主持的“小米节”等网购促销活动成绩优异，雷军也信任地将小米的“新零售”业务交给了他。在小米的八年时间，林斌顺利完成从技术大牛到管理岗的转换。去年年底林斌出任小米总裁，从另外七位联合创始人中脱颖而出，正式升格为二号人物。林斌 13.3% 的持股比例在联合创始人中仅次于雷军，根据周二的最新收盘价计算，价值约合 466 亿元人民币。洪峰洪峰在普渡大学读完研究生后留在美国工作，2005 年加入 Google，之后回到了中国，负责 Google 中文输入法等项目研发。互联网上的老朋友都知道，Google 中文输入法是互联网上最良心、最好用的中文输入法产品。洪峰是通过 Google 的同事林斌认识雷军。由于已经有相当多的移动开发经验，在当时的中国互联网也洪峰是不可多得的人才。他一直负责移动操作系统业务，建立起用户社群，打造属于小米的第一个，同时也是最重要的生态圈——MIUI。之后，根据公开报道，洪峰又开始主持小米金融业务。如今他担任高级副总裁，相对比较低调。洪峰持有小米 3.2% 的股份，价值 115 亿元人民币。黄江吉黄江吉，香港人，微软十三年老兵，加盟小米之前在微软亚洲工程院工作。没错，又是一位林斌挖过来的老同事。他曾向雷军表示，自己也不确定到底应该继续在大公司工作，还是创业。虽然没有徐小平 20 分钟决定投资快……雷军也只用了 4 个小时就打动了黄江吉。在小米，黄江吉先后负责了米聊、小米云、IoT战略等业务。之后的事情大家都知道了，米聊险些成为今天的微信，而黄江吉其他几项负责的业务发展的也很一般。小米的联合创始人都最终升至高级副总裁，唯独黄江吉除外。上市前夕，雷军发布内部信，表示黄江吉已经辞去公司职务。不过，毕竟黄江吉手里还是有股份的。在上市当天的晚宴上，黄江吉也出现在高管队伍中，当晚雷军还宣布，黄江吉不久后将回归小米，负责一项重要工作。黄江吉持有 3.2% 股份，价值 115 亿元人民币。周光平在上市当天的晚宴上，联合创始人中只有一人缺席，就是周光平。周光平是小米联合创始人中唯一一名拥有手机硬件背景的，也是手机行业前辈摩托罗拉的老兵。他主持和参与设计过近百款各档次机型，其中包括有世界第一款商务手写手机 A6188、第一款 GPS 手机 A780，以及摩托罗拉史上销量第一的机型，Ming A1200． 2008 年，周光平被戴尔拐走做了两年手机。戴尔哪有什么正经手机，做了两年就做不下去了。周光平也是林斌介绍给雷军的。与上面几人的故事一样，雷军也是第一次见面就和周光平聊到深夜，他本来希望找些年轻的手机行业合作伙伴，但多次面试都不满意，最终和周光平的聊天中两人一拍即合。人们通常认为小米能过走到今天，最大功劳应该是 MIUI 的存在和独特的市场营销手段。不过毫无疑问的是，如果没有周光平就没有小米手机。而如果没有小米手机，MIUI 和小米的市场营销再好，小米也不可能成为今天的样子。加入小米后，周光平主抓手机供应链。前几年小米业绩下滑，许多人认为问题出在供应链上。周光平也成为一系列报道中“性格乖张”的老博士。腾讯当时的一篇报道更表示，周光平的傲慢不仅得罪了供应商，还直接和雷军产生冲突。在那之后，雷军直接接手研发和供应链事务，周光平则被调整为“首席科学家”，逐渐淡出视野，直到上市前夕，内部信中雷军表示，周光平因选择新的生活方式，而辞去小米的职务。周光平持有 1.4% 股份，值 43 亿元人民币。虽然这四名“技术海归”所做的选择已经是八年前的事情，但他们面对的问题可能和现在的华人工程师可能并无太大区别。在小米正式上市这天，四个人的身价飙涨。但回头看时，每个人也许会对这八年有不同的总结。除了这四个人之外，肯定还有更多拒绝了雷军的海归前辈们，他们有人可能已经实现了另一种成功，有人会为小米祝贺。当然，也会有人悔莫当初。 7月7日，一名曾在苹果自动驾驶汽车项目工作的员工在加州圣何塞机场准备登机飞往中国时，被美国联邦调查局（FBI）的执法人员逮捕。据知情人士称，这位名为XiaolangZhang的工程师正准备跳槽入职国内创业公司小鹏汽车。详细如果没有这款游戏，我不知道中国的电竞产业是不是还会像今天这样繁荣，或者我们放大一点去看，全球的电竞是否会像现在这样的蓬勃发展。详细欢迎关注“创事记”的微信订阅号：sinachuangshiji 文/雷建平来源：雷帝触网映客昨日成功在港交所上市，发行价3.85港元，筹集资金为10.48亿港元。映客开盘大涨超过12%，最高涨幅超过40%，收盘依然上涨超过10%。中美贸易战大背景下，映客首日上市表现抢眼。谈及映客为何将发行区间定为下限时，映客CEO奉佑生对雷帝网表示，人是厚道人，股价一定是厚道股价。这里也有一个核心逻辑是，映客现金流非常好，这一轮融资完成后，账上接近40亿港币。奉佑生说，映客希望上市后能把一部分利益让给投资者，尤其是资本形势不太好情况下，给大家树立信心和强心剂，不要说新经济跑到港股是来骗钱的，对所有投资人良心上也有交代。上市首日，奉佑生吃盒饭（雷帝网配图）奉佑生是个实在人，一直被认为不善言辞，映客上市的首日中午，奉佑生还和雷帝触网创始人雷建平一起吃盒饭，随后接受采访。奉佑生身边的工作人员张琦说，“你请我吃过最多的饭是盒饭”，奉佑生也风趣的说，“你陪我走过最多的路是套路。”引得周围一片笑声。在中国直播行业中，映客算是一个另类，三年前的2015年，映客在北京西大望路一栋二层小楼起步，仅仅三年，映客就成为登陆资本市场的新经济独角兽。映客只有700多名员工，却管理着业内人数最多的主播团队。奉佑生在公开信中说，没有BAT加持和站队，是凭借不断进步产品和技术创新能力，在最惨烈的千播大战中笑到最后。为何映客一直在独立的发展，奉佑生说，大家往往是被迫站队，从映客的角度来说，不依赖去烧钱，也不需要“爹”给钱，映客可以独立的发展。相比映客的创业顺利，奉佑生做多米音乐十年，却非常不顺利，年年亏钱，看不到太多希望。在多米最困难的时候，奉佑生曾跟刘晓松说：“老板，太难了，公司如果干不下去了，最后一个走的是我，但如果干下去了，我想早点走，实在是太苦逼了。” 不过，多米的经历给了映客很大的基础，奉佑生也很感恩，一直到现在，多米都还是映客的第二大股东。奉佑生曾经的老板、A8集团董事长、CEO刘晓松也亲自来到现场给映客站台。创办映客也有很艰难的时候，曾经映客APP还被下架。奉佑生说，作为创业者肯定有焦虑感，有时太过焦虑，会选择去寺庙里待上几天，放空自己。以下是专访映客CEO奉佑生实录：雷建平：映客7月12日在港交所成功上市，为何选择现在上市？奉佑生：首先对于映客来讲，将上市这个动作总结成四个字最为恰当，那就是“水到渠成”。映客经历了三年的高速发展，已然成为了一家符合上市标准的企业。IPO对于映客来讲，是对于发展的一项选择，而不再是创业之初那种遥不可及的目标。既然这个选择，最终能够造福企业、造福更多的同行者，那我们又何乐而不为呢？况且，从映客目前运营的各项数据来看，我们有充足的理由去相信，映客的明天会更好。不要说新经济跑到港股是来骗钱的雷建平：映客开盘大涨超过12%，最高涨幅超过40%，在中美贸易战的背景下，映客首日表现很抢眼，映客为何把发行价定得比较低？奉佑生：首先人是厚道的人，股价一定是厚道的股价。其实当时我们定价格可以定得更好，但是我们经过慎重的决定，把价格调低了。核心逻辑在于，映客的现金流其实非常好，我们这轮融完之后，账上接近40亿港币，其实除开股价减去现金流，PE非常低。因为你定价定得高，意味着多融了钱。但对我们来说，现在多融一点钱不是我们最看重的事。我最希望上市后把一部分利益让给投资者，尤其是资本形势不太好情况下，给大家树立一个信心和强心剂，不要说新经济跑到港股是来骗钱的，我们还是有厚道的公司是给大家送钱的。所以说，这是我们把股价定低的原因。还有，投资者也基本上能看得懂，也很吸引人的。就像首日整个涨势也非常好，这算是我们能对所有的投资者有一个良心上的交代。投资者会用脚投票雷建平：映客诞生以来，您觉得最有价值的事情是什么？奉佑生：我们觉得映客这三年回顾来看，至少引爆了直播在中国的流行，也引爆了直播的技术对很多行业所产生的变革，所带来的深远影响。今天（映客上市）只是普通的一天，也是创业过程中普通的，带着快乐的一天而已。这是一个很平常心的心态。但是我觉得，我本着发行了一个厚道，良心的价值，自然会有信任我们的投资者会用脚投票，给映客一个选择。希望通过直播打开大家的眼界和视野雷建平：您之前说，之所以做映客，初衷是缓解人性孤独。湖南属于山区，很多人从小都是在深山里出生、泥巴里打滚长大，没见过世面，很多时候都独自品尝孤独。为何这样说？奉佑生：我们是农村人，不知道城市人的生活，不知道城市套路深，所以我们抱着最质朴的，对人性的理解，我们与世隔绝的那个时候，见不到太多的事。我希望通过直播打开我们的眼界和视野，也能认识到不同的人情。是这样一个逻辑。这一批湖南人出来做社交，或视频领域挺多的，湖南人有一}

内容摘要：　　边疆经济开发是国家解决边疆问题的重要举措，在世界边疆发展史上，前苏联对西伯利亚和中亚地区的开发与治理是在民族国家内部进行的大规模、综合性的边疆治理实践。前苏联对边疆的开发，极大促进了自身的发展，对其国内的经济、政治、文化等方面，都产生了深刻的影响。综合、全面地分析前苏联边疆经济开发的政策体系，既

关键词：苏联；边疆；开发；政策；意义

　　摘要：边疆经济开发是国家解决边疆问题的重要举措，在世界边疆发展史上，前苏联对西伯利亚和中亚地区的开发与治理是在民族国家内部进行的大规模、综合性的边疆治理实践。前苏联对边疆的开发，极大促进了自身的发展，对其国内的经济、政治、文化等方面，都产生了深刻的影响。综合、全面地分析前苏联边疆经济开发的政策体系，既借鉴其成功经验，同时反思其存在的问题，对于促进我国边疆地区的发展，具有重要的启示意义。

　　关键词：苏联；边疆；开发；政策；意义

　　作者简介：张健(1981－)男，山东青岛人，云南大学公共管理学院讲师，博士研究生。

　　边疆经济开发是国家解决边疆问题的重要举措，这种国家行为在世界各国普遍存在。但由于对边疆观念和各国国情的不同，边疆经济开发在各个国家中的重视程度、实施规模、持续周期和具体政策都存在较大差异。在世界边疆发展史上，前苏联的边疆经济开发可谓是波澜壮阔、气势恢宏。而西伯利亚地区和中亚地区是苏联边疆开发的主要对象。

一、苏联对西伯利亚地区的开发

　　西伯利亚指苏联乌拉尔山脉以东至太平洋沿岸之间的地区，总面积1277万平方公里，这一广阔的地带由于自然条件的束缚，在很长一段时间内一直与 “遥远”、“荒凉”、“贫穷”、“野蛮”等贬义词联系在一起，但随着西伯利亚地区的能源价值与军事地位的显现，对其开发也就逐步成为国家的一项重要战略。西伯利亚地区的开发，始于沙俄时代，但在范围和程度上都极为有限。直至前苏联的建立，终于拉开了大规模开发西伯利亚的序幕。

　　1.制定长远规划，逐步有序推进。计划性和有序性是西伯利亚开发的突出特点。苏联对西伯利亚的开发始终坚持统筹安排、综合开发，呈现出从西往东、由南向北循序渐进的趋势。大约以10年为周期，苏联政府在西伯利亚地区实施了多项长期投资纲要，每一项长期投资纲要的实施就标志着一个新的开发阶段。20世纪30年代对重点开发库兹巴斯和伊尔库茨克一契姆霍握所进行的区域规划；20世纪50年代完成对叶尼赛一安加拉地区建立9个工业区的规划；20世纪60年代对重点开发秋明油田的规划；20世纪70年代为配合贝—阿铁路的建设，规划了沿线近200万平方公里的地区；20世纪80年代对整个西伯利亚的综合发展进行了长远、深入的规划。这些规划确立了苏联综合开发西伯利亚的中长期目标，并成为开发计划的基本内容。计划性和有序性确保了西伯利亚在发展方向和战略目标上的继承性和有效性，是苏联成功开发西伯利亚的重要保证。

　　2.突破区划局限，建立新型组织。在苏联的经济布局中，经济区与行政区基本吻合，而这极易导致地域壁垒和条块分割的形成，不利于地区经济的综合发展。为此，苏联在开发西伯利亚的过程中，构建了一种新的组织形式—区域生产综合体，以此克服“行政区经济”的弊端。区域生产综合体的前身是区域性生产组合，由前苏联学者科洛索夫斯基最先提出，后来演变、发展为区域生产综合体。这是按区域配置生产力的一种综合性经济形式，即根据某一地区的自然环境、经济水平，有目的地配置专业生产部门和辅助性生产部门，通过合理利用各种资源，统筹规划，以实现经济效益的最大化。区域生产综合体的优势突出的表现在五个方面：第一，资本、劳动力、原材料、燃料动力、水土等资源，以及生产副产品和废料能得到更好、更合理的利用；第二，能实现专业生产部门和辅助生产部门的结合、企业的合理集中以及生产的协作化、综合体内部各企业的合理分布；第三，能较好地实施综合体整体或各部分共同的新的基础设施的建设及其合理的配备和利用；第四，改善综合体内外的社会经济和生产的联系；第五，地区的机能分配合理化，改善人口分布及建设系统。[1]苏联第一个区域生产综合体乌拉尔—库兹巴斯综合体是从1928年开始组建，到1937年基本完成。从20世纪60年代起，区域性生产综合体在原苏联东部得到广泛推广，1971年苏共二十四大首次正式肯定了这种组织形式，并决定将其作为开发东部的新的重要方法。虽然这种组织方式也存在问题，但总体上适应了当时开发的需要，发挥了重要的推动作用。

　　3.利用国际市场，开展国际合作。早在列宁时期，苏联就利用租让制引进外资开发西伯利亚的自然资源。外资不但解决了当时国内资金短缺的困难，而且对于恢复和发展西伯利亚作用很大。但由于当时世界政治气候的影响，这种国际合作的范围还比较狭小，主要局限在社会主义阵营内部。从20世纪70年代开始，西方资本开始注入，主要流向能源和原材料领域。这种国际合作也被当时的苏共所认可，在苏共二十七大文件中明确提出要“在远东建立一个有机的包括在全苏分工和国际分工系统内的高效率的国民经济综合体”，当时苏联的领导人戈尔巴乔夫在1986年7月视察符拉迪沃斯托克(海参崴)的讲话中和1988年9月视察克拉斯诺雅尔斯克的讲话中都曾明确而具体地阐述了这一新的思想和举措，其中在视察符拉迪沃斯托克的讲话中提出了要把远东变成向东方广泛开放的窗口的战略目标。[2]通过引进外资，苏联实现了与西方广泛的经济交往与合作，不但缓解了西伯利亚开发的资金紧缺问题，重要的是改善了苏联经济发展的国际环境，以致有西方学者认为：“苏联人用一个苹果换回了一个苹果园。”

　　4.优先发展教育，重视专家作用。苏联在开发西伯利亚的进程中，极度重视教育，采取了优先发展的措施，这集中表现在苏联科学院西伯利亚分院，即“科学城”的建立。1956年，苏联科学院三名院士在致苏共中央和苏联政府的信中指出，苏联科技力量主要集中在经济发达的莫斯科、列宁格勒和基辅，而西伯利亚和远东的经济与科技力量薄弱，只有加快开发蕴藏全国70%自然资源的西伯利亚，才能使国民经济的布局渐趋合理。1957年5月18日原苏联部长会议通过决议，决定创建苏联科学院西伯利亚分院。为此，苏联抽调全国著名科学家到西伯利亚分院担任领导和从事科研工作。在西伯利亚的开发中，“科学城”的价值迅速显现，针对国家开发的总体设想，提交了《西伯利亚到1990年的生产力发展问题》《西伯利亚能源动力发展综合设想》《西伯利亚生物和资源保护》等一系列科研报告；针对国家经济建设重大项目，如“贝阿大铁路”的修建，提供了《贝阿铁路沿线地区地质构成及地震活动特点》《贝阿铁路开发建设对生态环境的影响》等论证报告。同时，“科学城”还发挥了科技辐射作用，科研人员兼任教学专家，著名的新西伯利亚大学的教师中70%来自“科学城”，在物理系和数学系，兼职教师的比例更高达90%。[3]他们结合自己的实践经验和研究课题进行教学，给学生们带来了各学科的最新动态信息，解决了学校教学中长期存在的知识陈旧、课本过时等问题。

　　在这些措施基础上，苏联还进行了大规模的交通建设，并长期鼓励向东部移民，经过半个多世纪的开发，西伯利亚地区已经成为重要的能源基地和东西方大桥梁，并被视为俄罗斯振兴的希望。

二、苏联对中亚地区的开发

　　在前苏联的边疆开发中，中亚地区也占有十分重要的地位，从今天的版图看，中亚地区主要由哈萨克斯坦、吉尔吉斯斯坦、乌兹别克斯坦、土库曼斯坦和塔吉克斯坦五国组成。相比西伯利亚，中亚的情况更为复杂，难度更大。毕竟对西伯利亚更多的是在纯自然状态下的能源、资源开发，而由加盟共和国组成的中亚地区不但经济、文化极端落后，民族矛盾更是尤为严重。因此，苏联成立伊始，开发中亚即成为巩固苏维埃政权、建设社会主义的一项重要国策。

　　1.增大政府投入力度，促进区域经济发展。要在极度落后的情况下，实现经济起步，首要必须解决资金问题。为此，苏联实行财政倾斜政策，加大资金、设备的投入，加快中亚能源、冶金、矿产、机械制造等重工业基地和以棉花、谷物为特色的农业基地的建设。从20世纪30年代开始，联盟中央在财政十分紧张的情况下，对中亚实行明显的倾斜政策。“一五”计划(1929～1932年)期间，全苏固定资金增长了289%，中部发达地区为199%，而哈则达549%，中亚四国为494%[4]。另外，从“一五”时期起，联盟中央还有计划、有步骤地将俄罗斯中部的企业连人带设备一同迁至中亚。如二战期间共有308个大型企业疏散到中亚，其中哈有150个，同时还兴建了大批新企业。1944年哈、土工业企业数比1940年分别增加了460个和50个。乌建成了280个新企业，其中有5座大型水电站、14个机器制造厂和金属加工厂。[5]同时，苏联也加大人才支援力度，“一五”期间仅向土库曼派遣的各种专业技术人员就达2.5万，1928至1936年有170万斯拉夫人来到中亚[6]，人是生产力中最积极、最活跃的因素，大量熟练工人、工程技术人员和科技人才的到来对中亚地区的经济腾飞、社会进步起到直接的推动作用。

　　2.强制推行苏联模式，维持中央高度集权。中亚各民族大多具有悠久的历史文化，虽然沙皇俄国用武力把中亚的土地并入俄国的版图，但中亚各民族在文化上、心理上保持较强的独立性。在中亚地区的政治设计上，列宁开始并不主张联邦制，但经过巴什基尔人为争取自治权斗争的例子，已经清楚地认识到，苏维埃政权下各民族自治在当时的重要地位。因此，列宁主张在中亚建立民族国家。中亚五国正是在这种情况下，才开始出现了具体的加盟共和国体制，明确规定各加盟共和国享有维持内部社会秩序、管理地方经济及实施教育等多项权利。虽然在列宁时期，各共和国是相对自由和不受侵犯的，但到了斯大林时代，一切都被改变了。在严重歪曲民族自决原则的前提下，中亚民族国家的划界工作开始。中亚五国划界主要工作是由联盟中央一手进行操纵，中亚各国毫无自主权可言。而这5个民族国家一经建立，都被套上了联盟的政治枷锁，只有无条件地接受，虽然称之为联邦体制下的加盟共和国，但这更多的是在形式意义上。而实际上，苏联采取的是高度集权的政治体制。苏共中央没有给加盟共和国一定的地方权力和任何选择自己发展模式的余地，甚至对中亚各国的发展采取的都是低调的处理方针。苏联联盟中央高度集权，中亚各国完全处于被动的、从属的政治地位。这种高度集权的模式，在一定时期内克服了分裂主义的影响，维护了国家的统一，但也为日后苏联的解体埋下了深深的隐患。

　　3.扶持少数民族发展，加快民族融合步伐。苏联建国后认识到尽快缩小、直至消除中亚等落后地区与苏联中西部发达地区的差距是在多民族国家中建立和巩固社会主义制度的重要标志之一。1921年、1923年俄共(布)和1927年联共(布)都明确提出党的主要任务是帮助少数民族赶上“走在前面”的俄罗斯族，以使全苏各个地区共同过渡到社会主义。为此，苏联在经济倾斜的同时，加大文化、教育、科学事业的发展力度。中亚的诸多民族文盲率高，且不少民族没有自己的系统文字。面对这一实际，新成立的苏维埃政府推出了被称为“卡伦尼扎特细亚(当地民族化)”的语言政策方针：对发达地区实行民族自治政策，保证各民族语言的发展；对欠发达的边远地区，采取扶持和发展其民族文化和语言的政策。这一语言政策短期内解决了苏维埃俄罗斯政府成立初期的困境，得到了各民族和各社会阶级的拥护和支持。[7]当然，这一政策既是民族平等、共同发展的表现，也蕴涵着更深的政治意图，即用一种微妙的方式切断中亚对泛伊斯兰和泛突厥势力的天然联系。“扫除文盲”和“创制或改造文字”是扶持少数民族发展的重要方面，经过二十多年的发展，中亚少数民族缩小了与其他民族的差距，实现了各民族的共同繁荣。但后来，苏联领导人对“社会主义”和“共产主义”做出了错误判断，他们认为：“共产主义已经成为苏联人民急切的实践任务……阶级间差异的消逝，共产党人之间关系的发展加强了社会和民族的同质化……这样就没有了民族差异，尤其是语言差异。这些都被视为阶级差异最终消失的过程。”[8]而在实践中，这种民族同质化并没有诞生新的民族，实际上成为一种“俄罗斯”化。

三、苏联边疆经济开发政策简评

　　通过对苏联边疆开发实践与模式的考察，我们可以发现，苏联在边疆开发的过程中展现了自己的特色，既有许多成功的经验值得我们借鉴；也存在一定的问题，需要我们深刻的反思。利用好苏联边疆开发过程中“可以攻玉”的“他山之石”，能够使我们更深刻地理解边疆开发，从而更有效地推动我国边疆地区的发展。

　　(一)苏联边疆开发的成功经验

　　1.政府宏观调控。在苏联的边疆开发中，政府始终发挥着重要的作用，这既是边疆开发的需要，也与政府自身的角色有关。首先，由于边疆所处的特殊地理位置。多数情况下，边疆地区往往是自然条件恶劣，经济发展落后，科学技术水平较低。在这种区域不平衡的前提下，进行边疆开发，单纯的市场机制无法实现区域发展平衡，因为资本的特性决定了它必将流向回报更高的地区与行业，这就需要在边疆的开发与治理过程中，采取一定的非均衡发展战略，克服市场自身的缺陷。其次，政府作为公共权力的主要承载者，拥有强大的动员、整合和支配能力，无论在何种社会形态中，政府的社会角色决定了在边疆开发中，政府必定是主要的参与主体，在区域非均衡的状态下，为市场机制的运行和社会自身的发育提供各种基础性条件。

　　政府在边疆开发中的作用主要体现在两个方面：首先，为边疆开发奠定基础条件。政府在边疆开发的起步阶段，发挥着基础性作用，为边疆发展提供各种基础条件，如直接注入大量资金，实施区域倾斜政策和修建大型基础设施等。以铁路的修建为例，苏联20世纪30年代就开始完成对第一条西伯利亚大铁路进行改建和修建复线工程，并在一些重要的工矿区新修了铁路线，以便运输大宗产品和原料。1974年－1985年，又历时10年远东修建第二条西伯利亚大铁路—贝阿铁路。

　　其次，为边疆开发安排制度保障。政府对边疆治理的直接介入是必需的，但这种介入是有时间限制和范围要求的，过度的直接介入并不利于边疆地区的持续发展。政府在边疆发展起步后，其作用就更多的表现在制度安排方面，有效地制度安排能够为边疆的发展提供持续的动力。边疆治理过程中的制度安排主要表现在长远规划和政策法规上。如苏联在开发西伯利亚时，大约每隔10年，政府就在西伯利亚和远东地区实施一项长期投资纲要，每实施一项长期投资纲要就形成一个开发阶段。

　　2.科学技术推动。科学技术是生产力，这是马克思主义的一个历来观点和著名论断，它指出了人类精神生产与物质生产的相关性，揭示了科学技术的社会本质。马克思的理论主要强调两点：第一，科学技术不仅仅是意识形态的一部分，具有意识形态的特征，而且也是生产力的一部分，具有生产力的特征，“生产力中包括科学”。第二，科学是生产力和社会发展的强大动力，“是一种在历史上起推动作用的、革命的力量”。邓小平同志在结合时代特征的基础上，更加明确的提出了“科学技术是第一生产力”的思想。而边疆作为一种欠发达地区，要实现追赶或超越性的发展，必须依靠科技的力量，这已成为各国边疆开发的共识，特别在知识经济时代，这种作用表现尤为突出。

　　科学技术要成为推动边疆发展的重要力量，必须注意三个方面的内容。首先，要重视科技的创新，这是科技发展的源泉。其次，加速科技成果向现实生产力的转换。这是科学技术发挥自身作用的现实推动力。再次，重视科技人才的培养。科技的进步，归根到底要依靠科技人才的培养，大量高科技人才是边疆开发与深层次发展的基础条件。1957年苏联科学院西伯利亚分院的组建，是开发西伯利亚地区的重要一步。到20世纪80年代末，西伯利亚分院已发展成为苏联科学院最大的分支机构，它在促进西伯利亚生产力发展、培养适合地区发展的各种专业人才、提高经济和社会效益等方面，发挥了极大的作用。

　　3.注重地区特色。边疆虽然都位于国家的边缘区域，但不同国家的边疆，在自然资源，文化类型，政治设置等方面都存在较大差异，这也决定了各国的边疆开发只能从本地区的实际出发，选择适合的发展战略，绝不能一味模仿或照搬他国模式，这也成为各国边疆开发需要共同注意的问题。以自然资源的开发为例，苏联与澳大利亚都是边疆地区资源丰富的国家，两国在开发过程中也都注意到对自然资源的开发与利用，但采取的方式却差异较大。

　　苏联在开发中，注意到西伯利亚的能源和水力资源十分丰富，这就为开采石油、天然气，发展水电站和火电站提供了源泉。从20世纪30年代起，特别是20世纪50年代以来，西伯利亚地区陆续建设了许多大型水电站，提供了丰富的动力；石油和天然气的开采，为能源工业的发展莫定了雄厚的物质基础；丰富的煤炭储量也为发展冶金业提供了保障。基于此，西伯利亚发展了独具特色的优势产业：一是能源、燃料、动力工业相当发达，成为国家的主要基地。二是由于有充足的能源及水源，结合该地具有的丰富矿产资源，可以大力发展耗能量和耗水量大的工业。西伯利亚自然优势的利用和发挥，繁荣了地区经济，也促进了全国经济的发展。

　　澳大利亚在边疆开发中，注意到旅游资源、民族文化和生态保护三者之间的关系，把“生态旅游”确定为边疆开发的主要战略，澳大利亚把生态旅游定位为以科学的方法持续利用自然资源的一种经济活动，只能在严格保护自然资源、不破坏生态环境的前提下，遵循持续利用和经济合理的原则，分区域开展旅游活动。即使开展旅游的地方，也要采取分流客源、架设索道、修建便道，对不同景区实行不同限制等措施，保护植被和生物多样性。通过保存完好的自然生态为旅游业提供生机盎然、千姿百态的景观资源，通过旅游业的发展反哺保护事业，使二者相辅相存、良性互动，实现资源、环境与经济的协调发展。

　　由此可见，任何一项成功的边疆开发战略都是在综合分析地区特色的基础上形成的，即使是单纯的资源开发也不例外。这也要求各国在制定边疆治理措施时，必须认真分析边疆地区的自然、经济、政治和文化特征，在边疆开发方式的选择上，并不存在固定答案，适合的也就是最优的。

　　(二)苏联边疆开发中存在的问题

　　在借鉴苏联边疆开发成功经验的同时，也应该注意到其在实践中所存在的失误。只有意识到在我国边疆开发中可能发生的问题，才能做到未雨绸缪，避免重蹈覆辙。

　　1.生态问题。恩格斯曾说过：“我们不要过分陶醉于我们对自然界的胜利。对于每一次这样的胜利，自然都报复了我们。每一次胜利，在第一步都确实取得了我们预期的结果，但是再第二步和第三步却有了完全不同的、出乎意料的影响，常常把第一个结果又取消了。”[9]而不幸的是，人们对边疆的开发却一再验证着恩格斯的这一论断。在边疆开发的过程中，人们往往将自己置身于自然之外，肆无忌惮地向大自然索取各种资源，实现着所谓的“发展与进步”，但却忽视了人自身就是大自然的一部分，生态环境的破坏最终也将摧毁人类文明自身。

　　在边疆开发的过程中，特别是早期的边疆开发，生态破坏的事例比比皆是。苏联也同样有过这样的惨痛教训。20世纪50年代，由于赫鲁晓夫的错误指挥，苏联政府为了增加粮食产量，违背自然规律，于1954－1960年以突击形式在西伯亚发动大规模机械化垦荒运动。在这些年均降水量只有300mm，且风力强劲的黑土地上，开垦导致轻沙质土壤和沙质草原，为黑风暴形成种下了祸根。1960－1963年，在新垦区形成了一次震惊世界的黑风暴灾害。1960年3至4月的黑风暴，风速每秒12－15米，新垦区内的土粒、种子和幼苗，腾空而起。3月16日至23日的黑风暴，使400万顷土地受害，吹扬于大气的尘土总量达10亿吨之多，破坏巨大。

　　虽然，包括苏联在内的世界各国，后来意识到生态保护的重要性，也采取了诸多措施，但这种先发展，后治理的模式，代价极为巨大。“因此我们必须时时记住：我们统治自然界，决不象征服者统治异民族一样决不象，站在自然界以外的人一样，——相反地，我们连同我们的肉、血和头脑都是属于自然界，存在于自然界的；我们对自然界的整个统治，是在于我们比其他一切动物强，能够认识和正确运用自然规律。”[10]因此，采取一种可持续的发展模式也就成为现代边疆开发的唯一可行选择。

　　2.民族问题。民族作为以共同文化为纽带的人群共同体，在当代民族国家内部和国际舞台上都扮演着重要角色。解决民族问题是民族国家，特别是多民族国家的一项重要任务。在世界各国中，少数民族的聚居区与边疆地区有较大的重合性，这也就使民族问题成为边疆开发过程中不可忽视的一部分。但纵观各国处理边疆民族问题的实践，失误频现。究其原因，主要在于对民族的理解上还存在偏差，忽视民族生成与发展的客观性与规律性。因此，对民族问题的解决往往主观随意性较大，在具体方式上也显得简单、粗暴。

　　苏联在进行边疆开发的过程中，对于如何处理边疆民族问题，就存在着严重的失误，如前所述，民族问题的激化最终成为苏联解体的直接原因之一。由此可见，民族问题的处理效果往往制约着边疆的发展，甚至影响到整个国家的稳定，这也要求任何国家面对民族问题时，都应该在尊重民族发展规律的基础上，结合地区实际，认真而慎重的对待。

　　(编辑校对：余朝锡孙敏)

　　[1]张锦冬: 《原苏联的东部大开发对我国西部开发的启示》，《经济纵横》，2001 年第 10 期，第 20—23 页。

　　[2]周伟平: 《略论俄罗斯远东地区开发战略》，载《当代亚太》1998 年第 7 期，第 54—64 页。

　　[3]理论与当代编辑部: 《俄罗斯: 一座 ‘科学城’带动百业兴》，载《理论与当代》2000 年第 4 期，第 39—40页。

　　[4]周邦新苏联科学院经济研究所编: 《苏联社会主义经济史》，三联书店 1982 年版第 3 卷，第 309 页。

　　[5]周邦新苏联科学院经济研究所编: 《苏联社会主义经济史》，三联书店 1984 年版第 5 卷，第 444 页。

　　[6]［美］迈克尔·刘，陈尧光译: 《俄国在中亚》，商务印书馆 1965 年版，第 59 页。

2002 年春季号。转引自王尚达等: 《苏联对中亚的语言政策: 评论和反思》，载《俄罗斯中亚东欧研究》2005 年第 6 期，第 66—71 页。

评论和反思》，载《俄罗斯中亚东欧研究》2005 年第 6 期，第 66—71 页。

　　[9]恩格斯: 《自然辩证法》，北京: 人民出版社 1984 年版，第 304 页。

　　[10]恩格斯: 《自然辩证法》，北京: 人民出版社，1984 年，第 304 页。

}

久游无息网