0x0 破题
前两期我们一直在算"信息有多少"：一枚硬币值 1 bit，一段信道最多传 C 比特，贝叶斯更新能把信念调多准。这套语言干净得像物理。但现实市场里，卡住你的从来不是"信息总量不够"，而是——
信息在谁手里？他为什么告诉你？为什么不告诉你？你又怎么逼他说出来？
这就是信息经济学（information economics）的开场白，也是 Yale ECON 159 后半段专门处理的事。前两期的信息论是"中性"的：噪声是随机的、无恶意的。这里噪声开始有动机了——有人故意藏牌。2001 年诺奖颁给 Akerlof、Spence、Stiglitz，理由正是他们把"信息不对称"建成了现代经济学的支柱之一。本期先把"藏牌"这件事拆清楚，下一期才谈"怎么设计规则让他把牌亮出来"。
0x1 信息不对称与柠檬市场：好车为何先离场
最经典的模型朴素得近乎讽刺：卖家知道车是好是坏（柠檬 lemon），买家不知道。买家只能按平均质量报价
E[V] = p·V_G + (1−p)·V_B
好车的真实价值 V_G 高于这个平均价，好车卖家觉得亏，干脆不卖；留在市场上的，只剩坏车。Akerlof 在 1970 年的论文里把这个机制讲透，后来诺奖官方把他的贡献概括为：信息不对称可以导致 adverse selection（逆向选择）。
注意这和第一期讲的"随机噪声"本质不同：那里的雾是客观的，这里的雾是有人有动机维持的。一旦把"信息分布"和"利益"绑在一起，市场结论就反转了——不是"价格反映价值"，而是"该卖的卖不掉，留下的都是坑"。
0x2 逆向选择：签约之前，他藏着自己的类型
把 0x1 抽象一层，就是 hidden type（隐藏类型）：交易发生之前，一方知道自己是哪种人，另一方不知道。
保险是最干净的例子。人群分低风险、高风险两类，保险公司投保前看不穿类型，只能统一定价。若按平均风险收保费，低风险者觉得自己被坑，退出市场；剩下高风险者拉高整体赔付，保费再涨，低风险者再走——典型的"劣币驱逐良币"螺旋。
和第一期的 conditioning reduces entropy 对照着看很有意思：信息论里"多知道一点，不确定性只减不增"；经济学里"多知道一点"却要付出博弈代价，因为你不知道的那一方会据此调整行为。信息在这里不再是免费的好东西，而是一种战略资源。
0x3 道德风险：签约之后，他藏着自己的行动
逆向选择是"你不知道他是谁"，道德风险（moral hazard）是"你不知道他做了什么"。区别一句话：
签约前：Hidden Type；签约后：Hidden Action。
经典场景是老板与员工：员工努不努力，老板无法完全观测。问题变成"怎么设计工资，让他主动努力"——这已经踩进 principal-agent（委托代理）的门槛，也是第四期的重头戏。这里先记住这个切分：信息不对称的"时点"决定了它属于哪一类问题，而解决办法也随之不同。
0x4 信号：让有信息的人，自己证明自己
0x1–0x3 都是"信息少的一方吃亏"。Spence 在 1973 年给出了破局思路：信息多的一方，可以主动发出一个"信号"，让对方相信自己。学历、品牌、认证、融资、抵押品，都是信号。
但关键不是"发了信号"，而是"为什么假的有动力不发"。设好员工生产力 100、坏员工 50，若好员工受教育成本 10、坏员工 40，那么只有当成本差足以拉开两类的净收益时，教育才成为 separating signal（分离信号）——坏员工模仿不起。Yale 讲 signaling 时特别强调：判断一个信号有没有用，必须看发送者的激励，且有效信号往往依赖不同类型承担不同成本。
把第一期的 KL "信念错了要付利息"搬过来正好：信号的本质，是让"伪装成另一种人"这件事付出可计算的代价。crypto 里处处是信号——项目发 Token、拿 VC 投资、交易所要求 KYC / Proof of Reserve，都是在用成本向市场喊"我是真的"。
0x5 筛选：我不动，让你自己选出来
信号是"我证明给你看"，筛选（screening）反过来："我设计规则，让你自己暴露"。Rothschild–Stiglitz 的保险模型：公司同时抛两份套餐——
方案 A：低保费 + 高免赔
方案 B：高保费 + 低免赔
高风险者自然涌向 B，低风险者流向 A，无需公司挨个查类型。核心约束是 incentive compatibility（激励相容）：让每个人选到"对自己最有利"的方案，恰好也是公司想让他选的那个。这条约束下一期会升格为机制设计的地基。
0x6 贝叶斯更新：看到信号，信念怎么挪
把第一期的贝叶斯公式从"压缩"搬回"决策"：
P(A|B) = P(B|A)·P(A) / P(B)
一个项目跑路先验 P(R)=10%；若跑路，某信号出现概率 80%；若不跑路，仅 20%。看到信号后，后验
P(R|Signal) = 0.8×0.1 / (0.8×0.1 + 0.2×0.9) ≈ 0.31
跑路概率从 10% 跳到 31%——信息就这样变成信念，信念再变成决策。这正是整条链路的收口：Information → Bayesian Belief → Decision。
0x7 收束：市场为何不是信息充分
把本期概念摞起来：
信息 → 信息不对称 →（隐藏类型 / 隐藏行动）→ 逆向选择 / 道德风险 → 信号 / 筛选 → 贝叶斯更新 → 决策
一个值得认真写千字短文的问题："为什么市场不是信息充分的情况下运行？"答案不是"信息不够"，而是"信息被动机性地藏起来了，且揭示信息本身有成本"。这正是第二期末尾那个裂缝——Recovery 之后，谁拿到、谁不知道、谁获利——的完整回答。
下一期我们不再当旁观者：如果我是规则设计者，怎样让藏牌的人主动把牌亮出来？那才是这条线真正的高潮。
Congratulations @x256! You have completed the following achievement on the Hive blockchain And have been rewarded with New badge(s)
Your next target is to reach 20 posts.
You can view your badges on your board and compare yourself to others in the Ranking
If you no longer want to receive notifications, reply to this comment with the word
STOPCheck out our last posts: