文艺复兴慈善 (RenPhil): 用“对冲基金+风险慈善”驱动科学基金会。| 深度研究

原创范阳 2025-06-23 18:04 上海

Can donors save science?

在我公众号过去的文章里一个主题是：

How to innovate finance to finance innovations ( 如何创新金融，为创新融资 ) ?

延伸阅读：唐·布雷本：风险科研 (Venture Research) 如何挑战传统科学资助体制？

Arc Institute 与 Convergent Research 深度访谈：FROs、元科学运动、 ARPAs、快速资助。

在今天的科学，研究，技术，工业，风险投资，金融市场，宏观经济，慈善捐赠与非营利组织这些不同的领域越来越融合的时候，新创立的组织与机构总让我很感兴趣。这样说有点抽象的话，2017年，当 OpenAI 这个如今叱咤风云的通用人工智能研究机构刚刚起步时，其最早的"天使投资人"竟是一家名为 Open Philanthropy（开放慈善）的科技型基金会，这家硅谷的“研究型慈善机构”独具慧眼地向 OpenAI 捐赠了 3000 万美元，专门用于人工智能安全研究和重大社会风险防范，这在慈善领域并不常见。

https://www.openphilanthropy.org/grants/openai-general-support/

Open Philanthropy 的科技基因来自于他们的硅谷企业家联合创始人，并且他们研究和筛选议题和项目的时候，更像一家顶级的风险投资机构，所谓 venture philanthropy （风险慈善），就是让顶尖的科研头脑、慈善资本的长期视野和敏锐的风险嗅觉相遇，创造社会价值优先于经济价值的高回报。这是传统的慈善组织和风险资本支持的科技企业都很难做到的。

我认为在未来，由愿景驱动的风险投资机构可能演变成一种全新的模式，它们会更像一个具有长期格局与全球视野的“家族基金会”，同时借助人工智能实现过去很难做到的精准量化投资，同时具有良好的对人，对科学研究和对技术方向的品味。这类新型投资机构将重新定义"成功"的标准，它们不只是多学科的（ multi-disciplinary )，还是多维度的 ( multi-dimensional )，正如文艺复兴时期的梅第奇家族通过资助艺术与科学双管齐下，推动了整个人类文明进步，未来的愿景型风投将帮助催生新时代的“文艺复兴”，而不只是捕获科技独角兽取得财务丰收（但是它是有极强盈利能力的）。

沿着这个话题，今天分享的这篇文章来自于我关注的另一家科技驱动的慈善组织：文艺复兴慈善（ Renaissance Philanthropy ）的创始人的访谈。今年初第一次听到这个组织是因为伦敦的朋友转发给我了 AI4Math Fund 的活动信息，一个慈善组织和一个对冲基金一起组织了一次 AI4Science 的比赛，还邀请了数学家陶哲轩作为顾问，这听起来很有趣。

这个由前美国总统奥巴马的科技政策顾问 Kumar Garg 创立的组织，创办的第一年就撬动了 2 亿美金的捐赠资金，他们的秘诀是采用了"慈善捐赠 LP "+ 设立多个三年期的 thesis-driven "任务基金"模式。这有点像对冲基金领域的文艺复兴科技公司（ Renaissance Technologies ）处理复杂的市场信号那样处理多样的社会需求，像 Citadel 构建“投资组合”和“多基金经理人”模式那样构建“资助组合”与“风险慈善投资经理”，但是他们的模式又很轻很灵活，而不是推出过重的承诺和过于宏大的任务，给人造成心理负担。还有一点很有启发，就是文艺复兴慈善的创始人 Kumar Garg 一直在设想如何让更多从来没有想过参与慈善事业的人加入到这个“游戏”里，让他们对科技的能力有更清晰的认识，而不只是活跃已有的目标人群，用保守的方式解决问题。这对于今天的科技创业与风险投资领域也很有参考意义。

希望今天的文章对你有启发。

慈善捐赠者能拯救科学吗？

Can donors save science?

RenPhil 的新型慈善模式或许正在给出答案。

RenPhil's new philanthropic model

作者：Jordan Schneider, Lily Ottinger

原文来自 ChinaTalk 的播客采访

编辑：范阳

发表日期：2025年6月12日

文艺复兴慈善（ Renaissance Philanthropy ），在我看来，这是目前美国最令人兴奋的风险慈善（ philanthropic venture ）项目之一，迎来了成立一周年的周年考。Kumar Garg 曾在我休育婴假的前夕做客节目，如今我们再度对话，看看过去一年发生了什么新进展。

在创办 Renaissance Philanthropy 之前，Kumar 曾在奥巴马政府的科技政策办公室任职，也在施密特未来基金（ Schmidt Futures ）积累了许多跨界经验。

我们这次聊了很多，包括：

Renaissance 如何在成立首年就撬动了超过 2 亿美元的慈善资金；

这个组织的使命，以及它如何应对特朗普政府对科技资金的削减；

它与传统慈善基金会的不同之处，以及这些经验对中国主题的研究基金会（ China-focused research foundations ）可能有何启发；

人工智能在教育领域的应用，从个性化辅导到阅读障碍筛查（ from tutoring to dyslexia screening ）；

慈善捐赠者的心理、“投资组合遗憾”现象，以及如何在一个慈善网络中建立信任（ Donor psychology, “portfolio regret,” and how to build trust within a philanthropic network ）。

《赫拉克勒斯的神化》（ The Apotheosis of Hercules ），是法国画家弗朗索瓦·勒穆瓦纳（ François Lemoyne ）于 1731 年至 1736 年间创作的一幅巨型天顶画。

对冲基金式的慈善捐赠模式

The Hedge Fund Model of Giving

Kumar Garg：我很喜欢这种“每年回访”成为我们之间的传统。

Jordan Schneider：没错，今年我们要为你定个目标，然后 2026 年回来看看你有没有做到。

先帮大家介绍一下“文艺复兴慈善”（ Renaissance Philanthropy ）这个组织的的基本构想吧。过去这一年，它的核心理念是如何实际落地的（ how the thesis has played out over the past year ）？

Kumar：这有点像我自己给自己打分，自然是有偏见的，但整体来看，这一年进展相当不错。我们当初创立这个机构的时候，目标就是想做出点不一样的东西。

大多数慈善机构其实只有一个运作模式：服务于单一的捐赠者。这个人可能在基金会、有捐赠人建议基金（ DAF ），或者是拥有巨额个人财富。机构的角色就是替他操作捐赠流程——你要捐多少钱，想资助什么方向，我们帮你做（ asking how much money they want to give and on what topics, then runs their philanthropic giving ）。

另一类角色就是那些“真正把钱花出去”的人，比如科研人员。他们做研究、开实验室，做的是高质量的知识生产工作（ researchers running labs and doing high-quality research ）。整个传统慈善体系其实就是“给予者”与“执行者”的二分结构：一边是负责运作基金会的人，一边是具体干活的研究人员。

而文艺复兴式慈善（ Renaissance Philanthropy ）的想法是：我们能不能站在这两者之间，把自己定位为一个更像“投资基金”的中间体（ to sit in the middle and style ourselves more like an investment fund ）？就像金融领域那样运作（ more like what happens in the world of finance ）。

你看，在金融世界里，拥有资本的人通常并不会自己亲自去做投资。家族办公室如果要管理几十亿美金，通常会请一个十几人、几十人的专业团队。他们做什么？他们去找各类中介机构，私募基金、对冲基金、风险投资基金，或某个特定领域的专家，然后把钱交给他们运作，以换取投资回报。

但慈善领域不是这样。我们现在的情况很奇怪，其实是一种历史偶然。金融行业从上世纪 70 年代开始就走向高度专业化，而慈善则反方向发展。很多大机构自己请人、自己分配资金（ philanthropy went in the direction of direct giving. You have really large philanthropic organizations, often well-staffed by experts, that do the giving ）。

这其中的问题在于：有一小部分捐赠者愿意建立庞大的基金会，但有很多人根本不想要自己运营一整个机构。于是，他们就变成了“旁观者”：等退休了才开始慢慢想，或者干脆死后把钱留给大学或某个非营利机构。这中间，浪费掉的潜力和资源非常可观（ That leaves a lot of value on the table ）。

所以文艺复兴慈善想试试这样一种模式：围绕科技与科学话题，我们像投资基金一样制定三年、五年的“投资理论”，设定一个清晰的目标，努力去实现它（ The idea of Renaissance was, on various science and tech topics, can we do what an investment fund does? We write down a thesis for three years, five years — we want to achieve this goal ）。然后我们邀请该领域的领军人物来“管理”这只基金，而捐赠者则像是慈善界的 LP ——他们出资，不图回报，而是希望看到这些既定的目标得以实现（ We recruit a field leader to run that fund, then treat the donors almost like LPs in a philanthropic fund. We’re not giving them a return back, but they’re putting money to work against that strategy ）。

一年前我第一次把这个想法讲给别人听时，得到的典型反应是：“祝你好运。”你要同时涉猎 AI、气候、社会流动性等领域；还要制定宏大的筹款目标；不像传统基金会那样有稳定的钱，抱住一个大腿就够了（ You’re going to cover the waterfront across AI, climate, and economic social mobility. You’re going to take on this massive fundraising goal. That seems like a very hard way to operate. You have no natural advantages — you’re not spending one person’s resources ），你得先筹钱再分发。这听起来真是太难了。

但我真正想做的是“扩大盘子”。能不能用这种新模式吸引一批以前根本没参与过慈善事业的捐赠者（ What I was interested in was growing the pie — can we use this model to bring new donors in ）？

一年下来，初步成效不错。我们成功设立了多个主题慈善基金（ We’ve been able to stand up multiple philanthropic funds ）。有一个用 AI 来加速数学研究（ We have a fund using AI to accelerate the pace of math research ），有一个在探索如何用 AI 更好地发放公共福利（ We have another fund using AI to deliver public benefits better ），最近还启动了关于气候危机（ climate emergencies ）的基金。能否解决气候失控的风险，并推动技术就绪度的提升（ can we solve for runaway climate risks and increase the technology readiness level of various climate technologies ）。

这些不同主题的子基金都遵循同样的结构：一个明确的目标、一位行业领袖来管理、外加与之匹配的捐赠者群体和募资策略（ Each has this basic structure — they have a thesis they’re driving against, a field leader running it, and we’re recruiting donor money against that strategy ）。我们希望，这种方式可以成为未来慈善中的一种更好的“常规操作”，不是取代现有做法，而是为更多人打开参与通道，不必亲自上阵承担所有的运营负担，却也能系统性地推动有意义的项目（ not the only way philanthropic giving happens — but a much more credible path. This allows more donors to be active without necessarily having to take on all the operational load themselves ）。

Jordan：你选择的这个时间点其实非常微妙。当下正是美国科研与科技政策风雨飘摇的阶段。政策问题我们待会儿再聊，但我好奇的是，从捐赠者心态来看，大学和政府科研资金的动荡，对那些亿万富翁有什么影响？他们现在每年只拿出资产的1.2%做慈善，大多还在观望。

Kumar：这是个好问题。我没有一个系统性的答案，但这是经常被问到的：捐赠者如何应对当前环境？其实他们的反应和普通人差不多：每天都有无数混乱的新闻，很多人干脆选择按兵不动。

相对来说，现在联邦政府的科研资金确实在减少，引发了明显的震荡。而产业界也在观望，比如因为关税政策和全球局势的不确定性。但慈善这边，虽然同样面临多重压力，却还没有出现整体性的“撤资”（ Philanthropy, comparatively, is cross-pressured but hasn’t engaged in the same pullback ）。

我们接触的一些捐赠人正在重新制定策略，也有一些人更看重具体的创意和理念，他们愿意支持某个特别好的想法，而不太在乎政府是否支持（ “Is this idea good in itself, even if government didn’t help at all?" ）。

Jordan：那你怎么看，这种新模式的潜力相比 NIH 被砍掉三分之一预算来说，量级上有可比性意义吗（ Can you put in order of magnitude the hope of the new model you’re trying to manifest against ）？

Kumar：这得说实话：没有任何一种慈善机制能填补这种资金空缺（ There’s no world in which philanthropy fills the gap ）。

你要问美国科研为什么能成为全球领先？最核心的原因之一是，美国每年在 R&D 上的支出大概是 2000 亿美元（ the US spends on the order of $200 billion a year on R&D ）。包括基础和应用研究，覆盖国防部和各种民用机构。这是慈善所无法比拟的数量级。

但新模式在当下的切入点在于：“科研机构的组织方式”开始动摇了（ The place where these new models will get traction is that how you organize scientific organizations has suddenly become much more of a jump ball ）。

延伸阅读：Arc Institute 与 Convergent Research 深度访谈：FROs、元科学运动、 ARPAs、快速资助。

以前的做法是，你只要进入一所顶尖大学，就可以靠这个平台吸引最优秀的研究生、博士后、学生人才。你可以在这所大学里搭建自己的实验室、开展最前沿的研究。学校也给你足够的自由度和资源。这是科研的“黄金包裹”（ It used to be that the academic bundle — being at a top university — had everything stacked on top of itself. You could get really good talent that way — graduate and post-graduate talent, great students. You build your lab there, do cutting-edge work. Usually, the university gives you flexibility to do many things on top of it. If you’re an academic doing well at cutting-edge research, you could do that within the four walls of a university ）。

但现在，有一批研究人员开始离开大学，转而创建“准大学型”独立研究机构（ Some researchers have left universities and built what are basically academic research labs outside the university ）。比如 Patrick Collison 支持的 ARC Institute，或 Simons 支持的 Flatiron Institute，还有 Convergent Research 推出的 FROs（聚焦研究组织）。这些过去很边缘的路径，如今越来越受到关注。

当然，走这条路也意味着你要重新思考自己的学术职位归属与职业轨迹。但对于那些真正有雄心、想做重要的大项目的研究者来说，问题开始变得开放：我到底是留在大学里做事，还是自己创建一个非营利实验室、然后再跟大学合作（ If you’re a researcher who’s ambitious and wants to do big projects, whether you’re doing them within the four corners of the university or in your own nonprofit research lab and partnering with universities becomes more of an open question ）？特别是在一个大学经费可能随着政治风向飘忽不定的时代，这种转变显得格外重要。

现在我们刚进入一个更深层次转型的前三个月，科研资金的制度性结构正在发生变化。长期来看，它可能会带来巨大的连锁反应。

总的来说，如果联邦政府无法继续扮演资助研究的核心角色，这对整个体系都是负面的。但就算未来政府资金恢复了，这段经历也已经提醒了科研人员：是时候重新思考如何打造一个能抵御系统性冲击的研究机构了（ researchers will still take this as a wake-up call to think about structuring their research organizations to be more resilient against systemic shocks ）。

Kumar Garg

Jordan：我注意到，有些有效利他主义者（ EAs ）会非常兴奋地计算他们买蚊帐救了多少人。但如果对比美国国际开发署（USAID）可能解散带来的灾难性影响，正确的策略或许是该把全部资金用来游说国会，让人们重视这个问题。

咱俩观点其实挺一致。我们做过关于移民政策、大学拨款、NSF（国家科学基金会）和NIH（国立卫生研究院）预算的节目。但问题是：Kumar 为什么要把时间花在"文艺复兴慈善"上，而不是全职在华盛顿挨个敲门游说，哪怕只增加 5% 的概率争取到每年额外 100 亿美元的科研资金？

Kumar：这问题问得好。和政策沾边的事，投资回报率通常极高。无论如何计算，科技政策倡导的性价比都远超其他领域——这也是我当年去政府当政策顾问的原因。直到今天，我仍不断与各级政策制定者沟通，阐述科研投资的重要性。如果有捐赠者问"该不该为科研界发声"，我的答案永远是"必须的"。

所以当资助人来问我，“我们是不是也该参与代表科研界去倡导政策？”我都会非常支持他们这么做。

不过我们把 Renaissance 搭建成现在这个模式，是因为我想解决另一个几乎没人做的问题：扩大慈善资金的总盘子（ The reason we structured Renaissance this way is that I wanted to specifically think about growing the pie of philanthropic funding because I thought no one was doing it ）。我看到的是，已经有很多机构在做政策游说了，但几乎没有人在试着把新一批或新一代的资助人引进来（ Very few organizations were trying to bring new donors into the mix ）。

当然，如果我们不能持续思考我们做的事情如何影响未来 R&D 的公共资金讨论，那我们就算失败了（ We would be failing as an organization if we weren’t constantly thinking about how our work could impact shaping the debate on the future of R&D funding ）。我们确实在努力参与这场对话。无论是和国会、政府，还是其他政策制定层级。告诉他们：这项工作为什么重要，为什么未来的科研议题值得现在就投资（ Here’s why this work matters, here’s why the future matters ）。

我们资助的新模式, 无论是FROs（聚焦研究组织）还是 AI 加速科研，本身就是在论证"投资应该如何发生和在哪里发生"（ Part of the new models we’re funding — whether it’s things like FROs or AI accelerating science — is to make the case for why investment should happen ）。我们多年来支持的一些想法，现在已经可以在国会最新的 Heinrich 法案中看到痕迹。该法案提到，要通过 AI 加速科学进展，并探索新的科研组织模型（ ensuring these AI investments can actually accelerate the pace of science using new model ）。

延伸阅读：“自动化科学” （Autonomous Science）的蓝图：AGI 遇见“实验室革命”

换句话说，做得好的慈善，其实能拓展公众对“钱可以怎么花”的认知边界（ Philanthropy, when done well, opens the aperture for what funding could do ）。希望我们正在发挥这样的作用。我也希望公共对话能走出“科学很重要”和“科学该被解构、因为它出过错”这两极（ One area I’d like the conversation to reach is moving beyond this dialectic between “science is important” and “science needs to be dismantled because it made mistakes.” ）。更理想的状态是，我们能够一边认真改革科学实践的方法、引入新的资金机制和更广泛的声音，同时也记得：科学投资的本质是为了提升我们整体社会的能力（ I’d like us to reach a place where we recognize there are important things we can do to help reform how we do science. We should bring more discipline to trying out new ideas, bringing in new funding methods and new voices, and reflecting on past mistakes — while also remembering that the investment agenda around science is critical for its utility ）。

你刚才的问题，其实也击中了我经常思考的东西。我骨子里还是个政策制定者。我不会忘记这段经历所带来的深刻价值。

Jordan：好，那我来帮你总结一下这个问题的回答：这其实像是美国联邦制（ federalism ）下的“政策实验模型”。就像你说的，在科学和技术研究的做法上，你们探索出了一些政府现在做不了的新形式和新范式。然后等你们在未来两三年里积累出一些真正了不起的案例，这些新形式就有可能被十倍、一百倍放大应用。也许是在我们那个美丽的、按照 Kumar 理想改造后的 2027 年版本的 NSF 体系里。

既然我们带着这种乐观的心态聊到了这儿，那接下来我们来具体谈谈你们做了哪些项目。Kumar，带我们走一圈吧，你想从哪儿开始讲？

Kumar：我来分享几个我们已经启动的基金和项目，让大家对这个模式有个直观印象。先从我们在 AI 领域的工作讲起吧。

我们在 AI 上的基本判断是：我们正处于一个“ AI 能力闲置的悬挂期（ capability overhang ）”的时期（ Our operating theory in AI is that we’re living through a period of huge capability overhang ）。也就是说，底层技术进步飞快，但真正把这些工具用来解决社会中具体难题的人、项目和实践还非常少。

举个例子，我们有一个 “AI + 教育” 相关的基金，重点是探索 AI 能否加快学习成果的提升（ We have an AI and education fund specifically focused on how AI can accelerate the pace of learning outcomes ）。你如果在社交媒体上看，可能会觉得 “AI 教育” 这个话题热度很高，好像很多人在做。但实际上，如果你认真研究这个领域，会发现真正既懂 AI 又懂教育的技术人才少得惊人（ the number of actual technical experts who have knowledge of both how education works and how AI works is still shockingly small ）。

我们在做一个叫做“Learning Engineering Tools” 的竞赛，这是个年度项目，面向工具开发者征集能够实际改善学习效果的 AI 教学工具。这个竞赛我在文艺复兴慈善（ Renaissance ）之前就已经开始搞了，现在把它并入了这个体系。你知道吗？这是目前世界上唯一一个大规模的教育科技（ edtech ）工具竞赛。这真的让我非常惊讶。居然依然没有其他人在系统性地向“想做 AI 教育产品”的人征集创新方案（ No one is out there in a systematic way asking for sets of ideas from people who want to build AI for education ）。

我们在这个 AI 教育基金里还有一个专门做"登月计划"（ moonshot ）的方向，也就是探索那些特别难的问题，AI 能不能解出来？我们选的题目是“初中数学”。这是个很关键的教育阶段，关系到学生未来是否能进入理工类专业，但很多学生在这里卡壳。我们的问题是：AI 能不能复制“高频一对一辅导”（ high-dosage tutoring ）的效果？这是 J-PAL 和其他研究机构多次证明过的最有效方法之一。它可以把数学学习效率提高一倍。

我们设的挑战是：能不能以每个孩子 1000 美元以下的成本下达成这种辅导效果？这样我们就能把这套方案普及到所有孩子（ Can you do it under $1,000 per kid — bring it under what would make it such that you could offer it to every kid? ）。现在这个项目已经在运行了，有七个团队参与竞赛，其中两个团队已经有望实现这个目标。

Jordan：这真的挺疯狂的，对吧？

Kumar：是啊。当这些团队在做项目时，我们问他们：你们从哪儿汲取经验？他们发现根本没有什么“现成的领域”可以参考（ we ask them who they’re collecting lessons from, there’s not a big field they can go out to ）。他们去找那些每天都被媒体报道的大型 AI 实验室交流，那些实验室确实在谈教育，但他们自己内部却没有真正的教育团队能帮助项目落地（ those AI labs talk about education, but they don’t have in-house education teams that can actually help these teams ）。

我常常会跟人说，真正到一线去干的时候，会发现这片领域还空得很。你一开始动手就会意识到：实际在做这件事的人，真的少得惊人（ there’s tons of room to do work because when you actually start to work on it, you realize that the number of people who are actually working on it is shockingly small ）。

我们现在在探索下一个 moonshot 项目：AI 能不能应用在“早期教育”领域（ the intersection of AI and early learning ）？比如我们能不能做出一个通用的语言发育筛查工具，让孩子对着设备说话，然后系统可以初步判断他在语言发展上是不是偏离了正常轨迹（ a universal screener to best guess if a child is off track when it comes to early language development by having them speak into a device ）？目前这个领域有一些有趣的早期探索，但我们现在还没有办法仅通过“听孩子讲话”就初步诊断他们是否存在早期的学习障碍，比如阅读障碍（ dyslexia ）。

如果能做到这一点，我们就能大幅提升让这些孩子及早接触语言治疗师、赶回正轨的几率。这对他们三年级前是否能学会流畅阅读至关重要，而那又直接关系到未来的学习能力。但这还只是我们一个方向：AI + 教育。它只是我们众多信念主题之一（ That’s just one compelling thesis ）。

Jordan：AI 对教育肯定会产生深远影响，这点已经很难有人反对了。那你再说说你们是怎么找到资助人和团队的？把这个方向真正立起来，你们都做了哪些工作？

Kumar：挺有意思的一点是，我们在组建团队这件事上确实花了很多力气。因为既懂 AI 又懂教育的技术专家，真的非常稀缺（ What’s been interesting is it has been hard work for us to build out the team because the number of technical experts who actually know both things — AI and education — is small ）。所以我们只能慢慢从头搭建起一个既懂机器学习又有教育背景的团队（ We have slowly built out a team of ML experts who have educational backgrounds, basically ）。

我们的策略是“hub 模型”（ a hub model ）。我们搭建了一个工程中枢（ engineering hub ），然后从技术圈里招募那些能胜任这类交叉问题的人才。

比如我团队里有位同事 Ralph Abboud，他是机器学习博士，论文是做图论的（ graph theory ）。他一开始并不是教育领域的专家，但我们把他请进团队后，他就一直在和我们支持的那些教育项目合作。他提出的语言模型架构思路非常棒。一开始他也花了一些时间去“补课”教育知识，但现在他已经成了这些项目里最核心的贡献者之一。虽然他属于我们自己的团队，但已经深入介入到这些教育产品的设计中（ now he is one of their highest value contributors, even though he sits on our team and he’s contributing there ）。

这也是个信号：我们其实是可以“培养”出这类跨界人才的。但说实话，在 AI + 教育这个方向上，我们最开始是几乎找不到现成人才的，只能自己慢慢构建团队（ There is this transition where you can build up talent that sits across these two areas. But in AI and education we had to mostly build it. It was hard to immediately find directly ）。

现在，我们已经有了一个“星座”式的团队格局：有些人直接是我们雇的核心员工，有些人则是分布在我们支持的那些项目里。这种布局非常棒，让我们能进一步扩展，去解决更多新问题（ Now we have a constellation of these AI and education experts, some of which sit on our direct staff, some of which sit inside these teams that we’re betting on. It’s been great. Now we have a field team that can really go after more problem ）。

至于资金方面，我们非常幸运。我们的核心资助方是沃尔顿家族基金会（ Walton Family Foundation ），他们本身就有很深的教育事业资助历史。他们近几年也想多投一些创新方向，但不知道怎么跨过“技术门槛”（ they’ve been interested in investing more in what they call their innovation portfolio, but didn’t know how to necessarily bridge that technical divide ）。比如说：“我们想做教育创新，但不确定该找谁来负责这类技术工作。” 所以他们一直不敢大举投资（ if we’re going to do more in this area, who are going to be the technical experts who will actually do it? That had actually kept them more experimental ）。

但他们和我们的合作，推动他们在 AI + 教育这个维度上，野心变得更大了。他们现在愿意投入得更多。

这其实就是我们想扮演的角色，和我们的核心主题：为资助人“打开一条新的路径”，让他们敢于在创新上投入更大（ That’s our core thesis — can we be the permission structure for donors to go much bigger on innovation ）。我们在其他领域也看到类似的现象。有了他们的背书，其他基金会也开始跟进。

无论是本来就在教育领域耕耘但从未关注科技议题的资助人，还是刚刚开始捐资的新慈善家，我们希望都能为他们提供“入场机制”（ That’s basically whether you’ve been a long-standing donor but not active on science and tech topics, or you’re an early donor altogether ）。

范阳注：这对于今天的“新科学资助模式”和真正有社会价值的项目的“早期投资”也非常有参考意义，而不受限于纯粹财务目标驱动的风险投资机制。

Jordan：那 Renaissance Philanthropy（ RenPhil ）是怎么收取管理费用（ management fee ）的？

Kumar：这是个好问题。我们把运作成本分摊进每个基金里（ We build our cost recovery into each fund ）。通常我们的做法是：一个基金会包含两个部分，一部分是直接拨出去的项目资金，另一部分则是我们运营这个基金本身的成本，比如人员、服务、技术支持、和资助人对接的工作，还有我们作为一个“工作室”在背后做的战略支持（ Usually the way that works is if we’re operating multiple funds, each fund has money going out the door for actual deployment grants, but then we’re building in our cost for the actual staff operating the funds, whatever services and technical support services we’re providing, the work we’re doing to partner with various funders, as well as our overall studio support ）。

不同基金的管理费比例不一样，但整体上，捐赠人都会觉得比他们自己独立组建团队操作要有效得多（ compared to having to try to do this themselves — much more actionable ）。我们目标是构建一个良性发展的组织（ we want to build a thriving organization ）。我们不想省钱抠运营成本。我们要的是一个既能做执行，又能探索新方向的组织，和持续孵化新基金的生态（We don’t want to cut corners. We want to build an organization that can both operate those funds and also be looking for the next ones）。

Jordan：那有人对这笔费用不满意吗？

Kumar：会有一些特定类型的资助人，他们脑子里已经有固有答案了（ a type of donor who actually has the answer in their mind ）。比如说，“我就是要搞个会议、办个研讨会、资助这三个机构。”他们想找的其实不是“合作思考型”的伙伴，而是个执行团队（ what they’re looking for is an operating partner to just do that ）。

而我们的模式是：“我们就是整套产品”（ Our model is we’re the product ）。你在雇我们，是希望我们来构建一整套战略、搭建团队、落地执行。如果你脑中已经有了清晰剧本，我们通常会直接说：“我们不太适合。（ we’re way too fussy for that model ）”这时你应该去找那些操作更简单、更直接的执行方（ You should just — there are much simpler ways you can operate ）。

所以说，分歧主要在这儿：你是希望我们一起设计解决方案，还是你已经有了答案，只想找个执行者？如果是后者，我们大概率不合适（ If you already have the answer in your head and you’re just looking for a partner to execute for you, we’re probably not the right fit ）。

Jordan：对，你在另一个节目里也说过这个点。你说：“我们是帮资助人卸载认知负担的那类组织（ We are for donors to take off the cognitive load ）。” 意思就是，如果我是个有 100 亿美元的人，也许我会把其中 10 亿美元用在自己熟悉的专业领域，自己主导投资。但我还有 90 亿要放出去，总不能全放现金。而在这个情况下，我已经习惯为对冲基金或财务顾问支付管理费去帮我管理资产（ yes, if I have $10 billion, maybe I’ll allocate $1 billion investing in stuff I know and think I have some subject matter expertise in, but I still have to put the other $9 billion somewhere — probably not cash. Yes, I am comfortable paying a hedge fund or financial advisor a management fee to do that ）。

Kumar：一个很重要的因素是“自愿加入（ opt-in ）”。捐赠者往往不清楚自己将踏上怎样的旅程，但最担心的是"会不会被套住"（ am I going to feel stuck ）。很多人最终选择不作为，就是因为害怕陷入这种困境："如果我雇了人，半年后想转向怎么办？难道要解雇团队？"这种心理负担让人望而却步。

或者，“我遇到一个研究员，觉得他的研究挺有意思，就给了他一笔资助。但几个月后，他又来联系我，说因为政府资金被砍了，希望我能把资助翻倍。可我当初资助他只是因为我偶然认识他、觉得他不错。现在他发来邮件说他要裁掉博士后了。如果我拒绝，好像是在伤害他；但如果我同意，我也觉得压力很大。”

很多人对围绕资源的关系感到不舒服（ People have all these experiences where they feel uncomfortable with the relationship they have around their resourcing ）。这些“不舒服”的体验，并不会促使他们继续深入，反而让他们选择退缩。

而我们跟他们讲的就是：在我们的模式里，是我们负责做决策。我们主动去找研究员、找项目、制定策略。你可以选择你想要的参与程度。你想见见研究员聊聊？可以的。你想通过我们学习怎么做战略，以后自己直接投？也可以的。但如果你参与了一阵后，觉得“挺好，我学到了点东西，现在想去做别的事了”，也完全没问题，我们的合作不会因此结束。我们的组织依然会把承诺的事情全部推进，不会因为你的离开而停滞（ One of the things we say to them is that our model is one where we’re the ones making the decisions. We’re going out there, finding researchers, finding projects, developing strategies. You can be as involved as you want. You want to be meeting the researchers? That’s great. You want to be learning from the strategy so you can do direct giving down the road? That’s great. But if you also take six months off and decide, “That was great, I learned for a few months, now I’m off doing something else,” — nothing will stop. We’re a fully operational organization that will execute on everything we said we were going to do, whether you’re involved or not ）。

这就释放了他们的压力。他们可以选择“加入”，也可以选择“旁观”（ You can opt in if you want to learn and be involved, but you can also choose not to ）。这反而让他们更愿意迈出第一步，因为不再担心：“我是不是一旦开始就走不掉了？”（ That actually frees them up to want to learn without the “Am I about to get stuck?” ）这听起来有点心理学味道，但其实很多人都忘了“开始”是件多难的事（ That sounds very psychological, but people forget how hard it is to get going on things ）。就像你说“我要开始健身”“我要开始写点东西”一样，启动本身就是门槛。我们就是想把这个门槛降得很低，让他们知道：你可以为这个系统贡献很多价值，但不必承担全部执行责任（ We want to make starting easy by saying you can provide a lot of value into the system without necessarily having to own all of that execution ）。

Jordan：现在很多人工作的内容，其实都开始逐步被 AI 介入、增强或重塑了。而你们正在做的一些事，比如说你提到那七种“问题解决框架”（ playbooks ），就特别适合上传到 ChatGPT 里试试看，“我有个社会问题，AI 能不能帮我挑出合适的应对方法？”但你看，从另一个角度来看，去和一个非常富有、却对慈善心里没谱的人谈，让他们人生第一次真正严肃地参与到慈善中来，这听起来就是一种特别“人”的工作（ But talking someone who’s really rich, who’s feeling uncomfortable about giving money, into starting to donate philanthropically in a serious way for the first time seems like one of the more human things ）。这件事需要一个像你这样的 Kumar Garg，开着摄像头、用着好麦克风，在 Zoom 里“用舒缓而充满信任的语气安慰他们”，引用 Derek Thompson 的说法，才能让他们真正踏上这条路。你自己怎么看这种 donor engagement （捐赠者深度互动）模式？有没有什么特别的感触？

Kumar：我们其实也很好奇，自己的很多内部流程，能不能更自动化（ We are very curious about how much of our own internal processes we can automate ）。毕竟身处 AI 领域，理应率先"吃自己的狗粮"。

目前已经看到一些有用的点，主要是基础环节的自动化流程（ baseline automations ），比如说很多项目报告（ grantee reporting ），其实都可以自动生成或者半自动完成。

还有一些我们正探索的方向：比如我们对某个领域有个模糊的投资假设，那 AI 能不能帮我们做个初步调研，列出有哪些值得关注的现有研究（ hey, we have a hunch around a thesis in this area. Can you do a research report and tell me what’s the relevant stuff to know? ）？这对“项目范围界定（ scoping ）”很有帮助。

我们甚至还试过，“我们想围绕某个议题发起一轮 RFP（征集建议书），那有哪些研究人员我们应该主动邀请？” 有时 AI 给出的名单还挺有启发性，让我们发现了几位原本没注意到的合适人选。

但我也得承认：目前 AI 还远没法支持任何我们认为是“高风险”或者“高权重”的决策（ we’re still far away from it actually helping on anything that we would consider high stakes ）。

正如你刚刚说的，我们做的很多工作，其实更像是一场“信任跳跃（ trust fall ）”：对捐赠资助人来说，这些决策都是严肃的，他们希望知道，做这件事的人是把自己声誉压在这上面的。如果出了问题，是我们扛责任；我们是要为每一个项目背书的。人们会认可我们的价值，就是因为我们是“有面孔的团队”，我们不是匿名机构，而是会亲自站出来解释的人（ We stand behind all of the work. People appreciate that these are serious people who stand behind the work they’re putting before them. They’re not some faceless intermediary ）。我觉得这种信任机制不会很快被替代掉，哪怕以后 AI 更聪明了。就连现在那种“查查这个人是谁、有没有潜力”这种基本任务，AI 模型的表现也还不怎么样。

不过我们有个直觉：项目负责人的部分工作未来可由 AI 助理承担。比如输入"我要办某某主题研讨会"，AI 就能根据历史数据生成议程框架。

我们希望做的是：能不能把这些“项目操作型任务”更多自动化，让一个项目负责人可以在极少人力支持下独立运作（ a program leader or fund leader is basically able to operate without that much additional support ）？这当然需要我们在后台搭建一些通用模块，我本人也挺感兴趣。但如果你问我“AI 顾问什么时候能上线”。那我只能说，还得再等等。

Jordan：你说的那种“信任跳跃”其实是双向的（ The trust fall works in multiple directions ）：一边是研究人员需要放弃他们的博士项目，或者离开现在的岗位，来把一半的时间投入到你们这里；另一边是捐赠人必须掏出真金白银。

这个过程中，有一个值得信赖、背景过硬、亲自下注的人站在桥的另一头，这种“有血有肉的人”角色，我觉得短时间内是不会被替代的（ Having a recognizable face with a proven track record and skin in the game on the other side of that equation is something that won’t disappear anytime soon ）。

Kumar：我们内部经常讨论的一件事是：我的大部分工作流，其实都高度依赖于“隐性知识”（ much of my workflow relies on tacit knowledge ）。比如，我跟某位研究人员聊他们的项目，聊到二十分钟，我会突然问一句：“等等，这块你能多讲讲吗？为什么整个领域卡在这了（ Tell me more about that. Why is the field stuck on this point ）？”他们一解释，我就会意识到，也许如果有一个某种维度结构的标准数据集，是可以解决问题的。我再一问：这个数据集为啥不存在？他们说：哦，在某个地方封存着，接触不到（ I realize that if there were a canonical dataset with specific dimensionality, it might solve the problem. When I ask why that doesn’t exist, they explain it’s locked up somewhere ）。

所以我一直在琢磨：我们能不能把这种“依赖直觉判断”的东西变得更显性（ Part of me constantly strives to figure out how we can make this process more explicit ）？

范阳注：我的 thesis 之一是“系统化和量化高浓度的人类隐性知识”。

新加入团队的人常常会问：我能不能旁听你和研究员的电话，看看你们是怎么发现和梳理问题的（ When we recruit somebody new to the team, they ask if they can sit in on my calls and watch me work through problems with researchers ）？可我总觉得，光对他们说一句“你得靠直觉去判断机会在哪里，然后顺着那个线索往下拉”，这种说法有点说不过去（ There’s something that feels wrong about just saying, “You develop this intuitive feeling for opportunities — just pull on that thread ” ）。我们越能找到把这些“隐性知识”转化成显性的方法和机制，就越好。现在我们的工作模式更像是“学徒制”，靠实际参与、靠被嵌入在具体结构中来慢慢学会（ an apprenticeship model where people learn by doing and being embedded in these structures ）。但我不认为这应该是终点。

Jordan：你们很多工作其实就是“人对人”的匹配对接（ Much of what you do involves human matching — putting people in touch with each other ） —— 虽然你可以把所有历史电话都输进一个 AI 系统里，可这中间的“情绪匹配”和“性格匹配”还是需要人来判断和操作的，AI 现在还做不了这些（ While you could potentially feed all your past calls into an AI system, there’s an emotional and personality matching component that you’re handling ）。

Kumar：是的，人与人之间的匹配度会随着时间不断变化，而我觉得大家在我撮合他们时，真正看重的其实是：我是花了时间、真诚地觉得他们两个值得认识（ The matching capability changes over time, but I think what people really value when I connect them is that I took time out of my day to think the two of them should know each other ）。这才是连接的真正信号价值：我的时间是宝贵的，而我愿意把它花在这上面（That’s the actual signaling value — that my time is precious）。

Jordan：岔开一句啊，但如果你想在线上建立信任和亲密感，第一个要做的事情就是花 150 美元买个好麦克风。这是我对所有人的建议。我在 Zoom 上的声音，和我播客里一模一样，别人就会觉得：你是“有形的真人”，而不是从 AirPods 那边传来的一段压缩声音。这一点对所有想和亿万富翁连线、筹钱的人尤其重要。

Kumar：我非常同意，虽然我自己还没做到。其实政界早就有关于“麦克风技术”的经典案例。你去看早期政治家演讲的片段，那个时候的麦克风技术不够好，捕捉不到微妙语调，所以讲话风格必须是高声量地喊话。

后来技术进步了，能捕捉语调细节（ capture subtle intonations ）之后，像克林顿这样的政治家就崭露头角了。他擅长通过语调细节建立亲密感。我还记得看过一篇论文，说这种变化正是因为麦克风技术的进化让“低声细语的风格”成为可能。政客的传播风格，其实给我们关于“信任是怎么建立的”提供了很多启发（ communication is central to building trust with the electorate ）。

Jordan：绝对是的。你去听 Warren Harding 或者 Teddy Roosevelt 的老演讲录音，他们就是在对着麦克风咆哮。那时候必须得喊麦，才能让后排听清楚。Teddy Roosevelt 的那种喊话风格简直是天才。

但现在，我们已经可以用“温柔低语”来传递情绪（ Now we have the dulcet tones that modern microphones enable ）。顺便说一个小趣闻，Kumar，我现在用的麦克风，是六十年前的型号，至今还在生产。这也说明，声音采集（ voice pickup ）这块的技术，几乎已经发展到极限了。

Kumar：我要把我刚说的那篇论文找出来。里面可能还提到在各种临时场地（ mobile situations ），比如随便一个工会礼堂临时架麦克风那种情境，技术提升为何至关重要。我觉得这是一个挺有意思的研究方向（ That’s an interesting angle ）。

Jordan：我也好奇这方面的事。好啦，话题切换一下。最近 Yascha Mounk 在 Substack 上写了一篇文章，说他参加了几场活动、会议和晚宴，都是一些美国最大基金会的领导人在探讨“如何捍卫民主”。

有趣的是，现在这些机构的领导者，不像几年前那么激进地推行身份政治了。但他们的整体世界观，仍停留在 2020 年那个夏天的逻辑框架里。

主流共识是：特朗普能上台，是因为美国民主没有兑现对“历史上的边缘群体”的承诺；解决方案就是“动员未被充分代表的群体”，“为公平而战”，并“倾听全球多数”（ listen to the global majority ）。我觉得这种视角挺有意思的。Kumar，作为刚进入这个圈子的人，你怎么看？

Kumar：这里面确实有几个不同的动力在交织。一方面，很多慈善界的反应有点像餐桌对话：大家围坐一圈，发表自己的看法，说说选举为什么变成这样，然后抛出一套对“美国问题”的见解。这种聊天很像是“谁来你家吃个饭，顺便聊点政治”。

但另一方面，确实也有一种真实的“迷茫状态”（ a genuine state of confusion ）。尤其是在特朗普政府这轮上台之后，前 100 天在很多出人意料的领域动作非常快。很多人原本以为，这一轮执政会复刻之前的套路，于是他们就翻出之前的议题组合，想着该如何应对。但实际发生的情况完全不是那回事。

至于这些大基金会是否真的在“反思”原有路径，这的确是一个值得问的问题。我目前观察到的“最直接的反思”，其实是：“我们到底漏掉了什么？（ what we’re missing ）”

这个在科研界（ science community ）最明显。因为科研现在正经历毁灭性的全面削减。各种拨款被砍，大学预算被冻结，搞国际竞争力相关研究的研究生签证也被撤销。

科研群体就开始自问：“我们不记得这些事在大选中被拿出来讨论过，那我们怎么突然就成了政治斗争的靶子？” 他们怀疑，是不是有场我们没被邀请的讨论，决定了我们的命运，而我们现在还搞不清楚到底错过了什么？

我认为，那些有坚定政治立场的资助人也许不会改变他们的基本观点。但大家当下的困惑，其实并不集中在“美国政治的左右之争”上，而是搞不懂某些问题怎么就突然“炸”了（ the confusion centers less on American domestic politics and more on why certain issues became contentious ）。

比如外交援助（ foreign aid ）就是一个例子。它怎么突然成了选战焦点之一？这个系统几十年如常运作，结果某一天，有人说要“一夜之间拆掉美国的全球领导体系”。问题是：到底发生了什么？我们是错过了什么舆论信号还是某场关键辩论？这才是当下捐赠人最深的困惑。

Jordan：在由在世领导人掌舵的基金会和由已故捐赠人设立的基金会之间，存在着一种颇有意思的二元对立（ an interesting dichotomy between foundations with living leadership and those with deceased benefactor ）。比尔·盖茨最近宣布将加速捐出财富，显然是在回应时局变化。当基金会由积极参与时事的在世领导者掌舵时，其应变能力明显更强。

但那些由 75 年前已故慈善家创建的旗舰型基金会，其运作模式仍固守着过时的世界观，既不符合当下需求又难以转向（ when you have flagship philanthropists who died seventy-five years ago and organizations that have built programs around worldviews that are no longer relevant or don’t meet current demands ）。你会遭遇制度性阻碍——董事会、既定架构层层掣肘，而活着的决策者只需简单调整资源流向。

Kumar：这确实是部分原因。我想补充的是，这也关联到我们的"文艺复兴慈善"模式 — 人们往往低估慈善组织对现有项目的路径依赖（people underestimate how much philanthropic organizations become tied to their existing programs）。

这本身不一定是负面的，但你可以设想一下整个过程是如何展开的：你花上两年半时间去定义一个新项目的方向，对某个议题开展一轮深度的实地调研，然后面向全国范围寻找项目负责人。你不仅要招到合适的人选，还得说服对方为此搬家，再安排一系列针对试点拨款的辅导支持。等到真正进入执行阶段，这个项目往往已经运行了六个月甚至一年（ You recruit and convince someone to relocate for the position, provide coaching for test grants, and they’re six to twelve months into the grant cycle）。

可如果这时候你突然意识到，世界已经变了，原本设想的项目逻辑已经不再成立，不想再支持这个项目 — 但你在几个月前才刚刚对外发了新闻稿，把它宣传成你的“重大战略方向” — 这会显得非常混乱（ If you then decide the world has changed and want to cut the program — after issuing press releases announcing this as a major new strategic direction — it appears chaotic ）。于是人们就陷入了我所说的“项目组合后悔症”（ portfolio regret ）：如果今天能重新来一遍，他们一定会设计出完全不同的项目结构。

我们通常会建议捐赠人，把自己的组织结构设得更像一个有限合伙人（ Limited Partner ）：把资金投入到一个个“基金”中去，这样所有的资本都是“新鲜”的，随时可调配的。你可以避免团队成员对每一次方向调整都充满抵触（ where team members question every pivot attempt ），因为他们原本就是被招进来负责具体项目的。

实现灵活性，不只是一个观念问题，更是结构设计问题（ Flexibility requires both mindset and structure ）。很多时候，正是捐赠人在一开始的设定中，就给自己制造了难以转向的高昂代价。而其实，他们本可以选择一种更轻量、更有弹性的运作方式（ Donors sometimes create substantial built-in costs and barriers to pivoting when they could maintain lightweight, flexible operations if they chose to do so ）。

Jordan：这太有意思了。按理说，捐钱应该是这个世界上最简单的事情。你想怎么分配就怎么分配。可我从没想过这个维度，在慈善捐赠里竟然也会有这么强烈的情感沉没成本（the emotional sunk cost around philanthropy wasn’t something I had necessarily considered）。

Kumar：正是如此。这会让很多组织陷入一种“水面之鸭”的状态：表面上看起来平静一致，水面之下却在拼命划动，他们一边在努力保持原有战略的“稳定外观”，一边在底层悄然更改项目内容，以应对全新的现实局势（ This creates a situation where people spend enormous amounts of time operating like a duck swimming on water — their feet are moving rapidly beneath the surface while they try to keep the strategy looking consistent above water, all while changing the actual content underneath to pivot to current circumstances ）。

这也导致了极大的概念认知混乱（ conceptual confusion ）。你对外宣称你一直在做这个项目，可事实上，项目的内容已经发生了根本性的变化。

我之所以更偏好“慈善基金”这种结构，是因为它更透明（ Part of why I favor the philanthropic fund model is transparency ）— 就像谷物麦片盒子上的标签写的是什么，里面就装着什么（ what’s on the cereal box is what you get ）。比如说它是一个三年期的基金，有清晰的目标，有明确的起点和终点。也许它不完全契合最紧迫的议题，也没关系。你下一个项目可以去契合（ It’s a three-year fund with specific objectives that will begin and end. Maybe it’s not perfectly timely, and that’s fine, but your new program can be timely ）。而另一个选择——永远维护那些“宽泛模糊”的大项目框架，并在底层不断修补和重构——会让评估几乎变得不可能（ The alternative — constantly maintaining broad programs that you’re perpetually reworking underneath — makes evaluation nearly impossible ）。

当我问别人：“这个项目是否成功？” 他们往往回答说：“这个项目其实一直在调整。” 这样你就根本无法把它视作一个“在特定时间内、以明确目标开展的聚焦型项目”（ If I ask whether a program has been successful, people respond that the program has been changing constantly. This makes it extremely difficult to evaluate it as a focused initiative that ran for a specific period with defined goals ）。我们到底有没有实现目标？很少有人会认真做这类最基本的评估。

我之前和一位捐赠人聊到这个问题。我跟他说，在投资界，人们会非常高调地展示自己的成功。他们会在 Twitter 简介里写“first check into [ 某独角兽公司 ]”，借此彰显自己“下注眼光”的精确。我就问他：“那谁是美国最顶尖的十位慈善项目官员？在慈善领域，谁是最有效的捐赠出资者？”他回答说：“我们甚至不知道要怎么衡量这个问题。” 可即便只是用定性指标，你难道不想知道谁是真正出色的出资人吗（ Even with qualitative measures, wouldn’t you want to identify the best check writers ）？

采用基金模型，即便是用于实现慈善目标，也可以让评估变得更坦率、更诚实（ A fund model, even for philanthropic goals, enables more honest assessment ）。你可以说，这个基金完成得很成功，那个表现平平，另一个则彻底失败。负责这个基金的人，可以凭借这份“履历”去争取下一个职位，获得合理的职业晋升路径。而当我们还在维持“我们一直都在做这个项目”的叙述，只不过是换了不同的人、略微调整了策略——其实就是在掩盖事实，模糊结果。

我们完全可以更坦诚地说：这个基金我们已经执行完了，现在我们要做一个新的项目，它有清晰的起点，也会有明确的终点（ We could simply be honest: we executed that fund, now we’re doing something new with a clear beginning and end ）。

提升中国研究价值 + 为何值得投入？

Improving China Research + Why Bother?

Jordan：这一点真的令人印象深刻。我花了不少时间在各类基金会的网站上研究，像 Ford Foundation 这样的机构是否可能资助 ChinaTalk。他们的使命陈述往往围绕“民主化公平”（ democratizing equity ）这样宏大的愿景展开，这本身当然值得钦佩——我也同意我们应该推进民主，创造更多机会。但问题在于，如果你只是被动地接收申请，而不是主动出击，那么你其实是在让受赠者来定义“成功”的含义，而这样一来，“反事实”的评估就变得几乎不可能（ the problem arises when you’re only a passive recipient of pitches. You’re essentially letting grantees define what success means, and the counterfactual becomes very difficult to assess ）。你资助的那些组织，很可能即使你不给他们十万美元、五十万美元，甚至一分钱不出，他们依然会存在下去。

另一种方法则完全不同：你可以从明确的具体目标出发—— “我们要在某个时间点之前实现某个具体成果”，然后倒推，从这个目标出发去寻找那些最有可能通过你的资金帮助你实现成果的人和组织（ The alternative approach would be starting with specific objectives — “We are trying to achieve X by Y timeline,” then working backward from that goal orientation to identify the people and organizations who can take your money and provide the highest probability of achieving that outcome ）。这种方式显然更具战略意义。让我沮丧的不是他们设定目标的政治立场，而是他们没有真正严肃地对待整个过程（ This approach is far more strategic, and my frustration isn’t about the politics of how they set their goals — it’s that they need to engage more seriously in the process ）。

Kumar：我们不妨一起把这个问题拆解一下。假设你和我现在要设计一个基金模型，而不是传统的项目模型，目标是提升美国对中国关系的集体智慧（ Imagine you and I were designing a fund model versus a program model for increasing collective intelligence on US-China relations ）。

我们完全可以用一个比较模糊的方式来搭建这个结构——“这是一个中美关系项目。它将包含三条主线：资助研究中国的学者、将这些研究转化为对政策制定者的启发、以及建立一个数据和研究出版物的资料库（ There’s a vague way we could structure this — “This is the US-China program. It will have three tracks — funding scholars studying China, engaging policymakers about those insights, and warehousing data and research publications on these topics” ）。”这听起来和大多数项目的运作方式差不多：先画出一个宽泛的框架，然后设几个赛道，再让人们在这些赛道下提交申请。但如果我问你：“我们怎么知道这个项目成功了？”你可能会说：“呃……有人来申请了，我们发了拨款。”

你完全可以用更锐利的方式去执行同一个想法。比如我们直接问：“三年后，什么样的结果可以被称作成功？”

Jordan：没错。我希望产出十本深刻塑造中美关系与美国政策未来的著作，质量高到埃兹拉·克莱因（注：美国知名政论节目主持人）不得不邀请作者上节目，因为这些书所激发出的思考已经变得不可或缺。。然后我们再从这个目标出发，倒推预算。

我们会评估成本：写出十本这样水平的书，假设有五分之一的成功率，也就是你需要支持五十个高质量提案中的优秀执行者；再算出整个“漏斗”的需求量，最终得出一个预算区间，确保在 2029 年前完成目标有 75% 的把握（ We’d estimate the costs — ten books, assuming a one-in-five success rate for people with strong proposals to execute effectively, calculate the pipeline requirements, and arrive at a number that gives us a 75% confidence interval for producing those ten books by 2029 ）。

Kumar：是。这就像基于严格OKR（目标与关键成果）制定的税务策略，可能完全失败，但足够精确。然后围绕目标构建策略。

你找一个人来落实这个计划：我们姑且叫它 The Jordan Fund。如果你成功了，人们就会说：“Jordan，你到底是怎么做到的？你立了一个非常大胆的目标，构建了清晰的策略，并且切实地交付了成果。你在这方面显然非常有能力。”等你启动下一项计划时，你可以说：“我曾经主导过一个基金，叫 The Jordan Fund。我们的目标是产出十本关于中美关系的重量级畅销书，最终我们做到了（ I ran this fund called the Jordan Fund. We set this audacious goal to produce ten bestsellers on US-China relations, and we achieved it ）。”

这听上去就更像是一个可执行的策略，也是一种真正能在领域里留下痕迹的方式。即便你只实现了部分原计划的成果，也依然拥有可量化的经验总结。相比之下，“我们有一个中美关系项目，发了一些钱，做了一些项目”，怎么评估成效？

Jordan：讽刺的是，市场机制本应杜绝这种模糊。企业经营尤其用别人资金追求回报时，绝不敢这么随意（ you can’t get away with this approach when running and scaling a business, especially when taking other people’s capital and trying to generate positive returns for them ）。但奇怪的是，很多资本家做慈善时突然变得"感情用事"，觉得"既然是捐赠，就不该用商业思维和OKR"，仿佛那样不纯粹（ that very capitalist people become surprisingly touchy-feely when it comes to philanthropy. There’s an emotional layer where they think, “This is giving, so we shouldn’t apply business mindsets and OKRs.” It feels somehow dirty to them ）。

Kumar：我们需要特别强调一点：必须区分“当前的捐赠者”和“潜在的捐赠者”（ we need to distinguish between current donors and potential donors ）。大家总是关注今天这些已经活跃的慈善人群，可如果你去看潜在捐赠的统计数据（ the statistics on potential giving ），会发现目前的捐赠者可能只占整个可开发人群的 1-2%。

问题就变成了：如果我们把这种精确性、目标导向和执行密度带入慈善领域，是否能吸引到一整个全新的捐赠群体（ The question becomes, would we attract an entirely new class of donors if we brought this level of rigor, precision, and targeted approach to philanthropy ）？对于他们来说，这种方式其实更接近他们在职业生涯中习惯的操作逻辑。

为什么现有的捐赠者不强烈要求这种严谨？我认为很多人其实心里是渴望这种方式的。他们常常在两个极端之间摇摆：一边觉得“这又不是为了赚钱”，于是就用一个极其复杂的行动理论来替代策略框架（ Since this isn’t about making money, we’ll substitute with having a really complicated theory of action ），他们把全部智力火力都投射在这些结构图和流程图上。我常常说，仅仅因为某个计划里有很多框、很多页幻灯片，并不意味着你就拥有了清晰的行动路径（ I often say that just because something has numerous boxes and slides doesn’t substitute for having a clear attack vector ）。

Jordan：说到底还是思维严谨度（ rigorous thinking ）的问题。非营利从业者倾向社会主义的概率是普通人的五倍，或许现有机构本就聚集了更"感性"的人。

Kumar：有时候，非营利和慈善领域确实会陷在集体使命感的表达中太久，好像只要有了共同的愿景，就已经足够了。但事实上，我们每个人都有不同的角色要扮演，其中就包括做出高质量决策、合理配置有限资源。钱是有限的，那你就必须做出判断，并下注。

这听上去可能有点“功利”，但这恰恰是这项工作所承载的责任：你必须是一个称职的资源管家，因为高质量的决策，会产生更大的效益。而很多人，是无法坦然面对这个事实的。

Jordan：如果没有高质量的判断，你就会得到今天这个局面。USAID 被砍了。这已经是我们的现实了。一些组织没有用证据支持自己的运作逻辑，也没能有效地阐明自己的影响力，有些项目做得不错，但也有不少浪费严重的。

于是它们遭遇到了批评，来自一些虽然体量不大但声音很响的行动团体，比如 Unlock Aid，他们的创始人我们几年前请过来做过访谈，最近也准备再请一次。他们的立场就是：我们必须推动更严密的标准，因为系统里存在大量浪费与低效。

如果你让这种问题长时间恶化不管，那它最终一定会反噬你。我不想说像大学、NIH 或者 NSF 是“咎由自取”，但你最好的防御机制，就是建立一个目标明确、逻辑扎实、能够自证价值的组织架构（ but one of the best defenses you can have is a tight, well-justified organization that can stand up for itself ）。

Kumar：我不想指责受害者，也不想为某些恶意行为开脱。但你关于系统性优势的观点很中肯。对系统影响力保持高度关注，秉持严谨态度和持续评估机制，不仅对工作本身有益，在政治博弈中更是有力武器（ your point about systemic advantages is valid — caring deeply about systemic impact and bringing that rigor and constant evaluation is useful for the work itself, but also valuable when those political fights emerge ）。你可以堂堂正正宣告："我们正在构建实质性成果。"

某些情况下，严格的成效评估或许能改变局势。虽然身处特殊时期，但我相信我们的模式正在获得认同，因为市场对这种方法论的需求已被压抑太久。

Jordan：听你这么说，让我稍微宽心了些。

Kumar：那我来反问一个问题：你觉得捐赠人应该了解中国的哪些事情？

Jordan：ChinaTalk 这个播客最初的出发点，是从产业体系与技术视角思考长期战略竞争。寻找那些能让自由民主阵营占据优势的着力点。拜登时代我曾观察到，只需对立法和行政措施进行5%-10%的微调就能修正错误，而深入理解中国现状确实有助于挤出这额外的决策效率。

但最近数月政策剧变彻底改写了规则：美国与盟友的关系、全球核态势、科研资金、移民政策，这些都是更根本的命题。要扭转局面，无需深究比亚迪的成功秘诀、中芯国际的芯片进展甚至中国 AI 新政，问题基础到令人错愕。

拜登时期我的理论根基是"对中国更深刻的认知将催生更明智的政策"，如今这已沦为次要矛盾。如果我们承认"科学至关重要"、"移民推动科研进步"这些基本公理，就该直击核心议题。十次选择里我会有十次优先重建真正团结的北约，而非纠结中国电动车关税税率。所以"中国话题"未来十年更该推动"善待盟友"（ be nice to allies ）的 bumper sticker（车尾贴）式倡议和NSF资金游说，而非精雕细琢的"读懂中国"策略。

Kumar：我最近一直在思考一个问题，虽然还没有答案，那就是，我们究竟需要什么样的“新机构”（ what new institutions we need ）？美国科研运作体系已被颠覆，由谁为科学发声、谁来传递科学价值、如何进行科学研究——原有机构显然无法应对变局（ Much of what I care about regarding how science operates in this country has been overturned. The idea that we’ll navigate this period with identical institutions seems unlikely — whether it’s who makes the case for science, who serves as science messengers, or how we conduct science itself ）。

所以这不再只是政策问题，而是制度问题（ This raises questions not just about policies, but about institutions themselves ）。虽然"文艺复兴慈善"是应对方案之一，但我忧虑更甚：赛场选手必须更替，如此规模的系统变革需要所有参与者深度适应（ We’ll probably need new institutions because the players on the field will have to change. Systemic change of this magnitude requires that everything else engage in significant adaptive change for us to succeed ），现行架构恐难胜任。

所以我一直在问团队的一个元问题是：“我们不可能自己包办一切，但如果想让我们重新站稳脚跟，我们到底需要什么样的机构？有没有这样的机构？还是说，我们得重新创造它们（ what institutions would restore us to better footing? Do we have them? Do we need to create them ）？”

Jordan：我现在也开始重新调整自己的精力了。因为我不太确定，如果我继续做更多 ChinaTalk 的播客，主题围绕“盟友关系为什么重要”，到底还能带来多少边际效益。但有一件事你可以确定——未来四年里，AI 的发展以及科技变化的速度会持续加快（ one constant you can expect over the next four years is AI development and rapid technological change ）。

不管特朗普上台后有哪些争议政策，国防部依然会运作，美国也仍需要保护自己。过去这些年，美国平均每三年就会卷入一次冲突，这个节奏可能还会继续下去。也许我现在有点像是进入了“智识修行者模式”，一个王朝轮替之后的精神状态（ me entering a kind of intellectual monk mode after dynastic change ）。但我这段时间确实读了大量军事史，特别是集中在技术快速变革的时期，试图理解这些工具如何才能比对手更有效地部署。

这并不能直接回答你的问题，但我现在更多是走一条“智识探索”的路径，而非单纯的政策路径（ I’m pursuing intellectual journeys rather than policy ones ）。

Kumar：那我想说的是——这其实也恰恰是你和 ChinaTalk 所在扮演的重要角色。我在开聊前就和 Jordan 提过，很多人联系我时，都会提到他们听过某一期特别棒的 ChinaTalk。你可能最初不是为了这个目的而做的，但你确实已经在塑造他人的思维方式，尤其是那些技术领域的专业人士，帮助他们理解这个时代真正值得解决的问题，以及如何搭建自己的认知框架（ but you’re playing a valuable role in shaping how other people — especially technical professionals — think about problems worth solving and their mental frameworks for our current age ）。

人们在当下这个时代是渴望“理解”与“意义”的（ People are seeking understanding and meaning in this moment ）。你做的不只是“多做几期播客”，而是你是否为他人开启了全新的人生方向和职业轨迹的问题（ The question isn’t about marginal additional podcasts, but whether you’re providing people with new vectors for their lives and careers ）。

我还记得我们最初认识时，你说你自己是一个 nerd，对这些问题充满热情，但当时并不确定应该把精力引导到哪去。而你现在，已经创造出了一个非常独特的东西。

我们可能正在进入一个“职业轨迹极不规则的时代”，而我们需要为这种进化留出空间（ We might be living in an era of unusually shaped careers, and we need to give people more space for that kind of professional evolution ）。

Jordan：确实如此。有些内容对我而言显而易见，但对不常接触这些话题的人可能并非如此。奇怪的是，我并不觉得自己属于什么抵抗运动。只是个对各类议题有看法的普通人。有时醒来感到无力，有时又充满力量（ Some days I wake up feeling helpless, others I feel genuinely empowered ）。虽然不算直接回答你的问题，但这就是我的真实状态。

Kumar：你正在进行公共推理（ You’re reasoning in public ）。既拓展了人们思考复杂议题的认知框架，也拓宽了他们对"谁能参与这类工作"的想象（ You’re expanding people’s understanding of how to think through these complex issues and broadening their sense of who engages in this work ）。我常注意到人们生活在高度封闭的信息茧房里。只要他们提及自己的消息来源，我立刻能猜到其阅读和收听范围。

如果你能够拓宽他们的视角，同时提供一些可实际操作的下一步建议，这本身就很有价值。我的目标之一，始终是在强调：每个领域中都有艰难而有趣的问题值得去解决（ Part of my goal is always emphasizing that there are numerous hard, interesting problems to solve across every arena ）。没有哪个领域是“错的”。那些轻视政治的人，常常忽略了一个关键点，我们每个人都生活在某种政治系统之中，不管你是否承认。因此，不要随意排除任何一个领域，而是要理解，每个领域都有它的多维度参与方式。挑战性的问题无处不在，而如果你只是坐在观众席上当个被动的观察者，那不会对任何人有益（ nobody benefits if you just remain a passive observer in the cheap seats ）。

Jordan：也许我给自己读《第一次世界大战》历史找的正当性，就是“没有其他人在做这件特定的事情”（ Perhaps the way I justify all my World War I reading is that no one else is doing this specific work ）。我既读当下的新闻，也有时间每周花十个小时做这类知识性的探索，我把这些历史洞见带入现实问题中，探索它们与今日世界的连接。这对我来说，是一个很自然的结论。

Kumar:那我们就约定一年后再做一次复盘。希望我们的共和国能坚持到那时候。

Jordan：Kumar，你得给自己设个雄心勃勃的目标——干出足够多成绩，让我半年后就得请你回来。

Kumar：必须的。我们现在的首要目标之一，就是让我们的工作更具国际化视野（ becoming more international ）。我们和英国政府有一个合作项目，在帮助他们重构科研与创新生态，我们也希望将这种模式扩展到更多国家。我们正在建设一个能够持续国际化运作的组织，因为科学与技术本身就是全球性的（ We have a partnership with the British government to develop their R&D ecosystem, and we want to expand that model to additional countries. We’re building an organization that continues to internationalize because science and technology are inherently global ）。

我也希望我们设立的基金模型能吸引到一些从未涉足慈善的新捐赠者。除了讲述方法论，我更希望这套机制真的能够在现实世界中产生可见的结果。

Jordan：如果你恰好很有钱、有一些创新的想法，或者正面临一个科技相关的难题需要帮助，请联系 info@renphil.org。

Kumar：在 LinkedIn 上也能联系到我，请随时留言。我们本质上是一个人才网络，我一直很愿意与有想法、有洞见的人建立联系（ We consider ourselves fundamentally a talent network, so I’m always eager to connect with people who have compelling ideas ）。

Jordan：我们来做一个“育儿角”（ We should do a little parent corner ），作为每年的例行更新环节保留下来。去年我们还聊过“史莱姆”（ slime ）呢。

Kumar：没错。其实在节目开始录音前我们就聊了一点，我当时问你关于婴儿睡眠训练的事，你说你不太敢随便把睡眠训练的建议推荐给别人。而我则坚定地相信，睡眠训练是一份送给孩子的“礼物”。我们当时有一对双胞胎，下定决心进行了睡眠训练。现在他们十一岁了，仍然是非常好的睡眠者，我们把这直接归因于他们早年接受了睡眠训练。

如果有听节目的家长正在犹豫、需要某种“随机建议”的话——我无法为所有人都提供帮助，但通常我会跟认识的人说，我愿意当他们的“短信伙伴”，在最难熬的头几晚提供一点额外支持。那几天确实会让人觉得“我是不是犯了个大错”，但一旦熬过去，你的孩子就能好好睡觉了，这对所有人都有好处。

Jordan：我同意。我把这个决定交给了我妈来做——也许是我人生中最明智的一个外包决定。

最近有什么值得分享的小进展呢？两年前我买了把尤克里里，想着以后可以和孩子一起玩。结果最有趣的事情是，我女儿现在九个月大，之前她的手部协调还只能抓住琴弦往下拉。但有一天，她突然学会了“拨弦”，现在真的开始自己拨弦了。那种“我能制造声音了”的认知瞬间，对她来说是一次非常酷的觉醒时刻。她不再只是拖着那东西到处跑，而是真的理解了“声音是我发出的”。

Kumar：从九个月到十八个月的阶段真的非常神奇。马上要学走路，说出第一个词，然后词汇量开始指数级增长。这是一个令人惊叹的发展阶段，我真的很为你感到兴奋。

Jordan：太棒了，那我们今天就先到这里。Kumar，非常感谢你再次做客 ChinaTalk。

Kumar：谢谢你在做的一切。我很荣幸能参与，期待我们未来的对话。

范阳注：在文艺复兴慈善（ Renaissance Philanthropy ）的一周年报告里可以了解他们更多的信息和运营的模式