7 元换 1 美元，变成 7.35 元，你的美国旅行，贵了多少？一个国家的货币，贬值了，是好事还是坏事？美国有大额的"贸易逆差"，中国、德国有"顺差"，是谁赢了？这一讲，从汇率的最基本的算术讲起：名义汇率、实际汇率，贬值，什么时候，能改善贸易余额，什么时候，先变差；再用世界银行 146 个经济体的数据，看购买力平价，在长期，管不管用；用国际收支的账本，说明"经常账户的逆差，等于国内的投资，超过了储蓄"，并在真实的数据里，检验；然后，是固定汇率、货币危机：一个最小的模型，加上泰铢、英镑、瑞郎、日元的真实走势；最后，认真讨论两个有争议的问题：逆差，是不是问题；汇率和利率差，能不能被预测。
世界上，每天生活费不到 3 美元的人，从 1990 年的 23 亿，降到了 2022 年的 8.7 亿；其中，中国，一个国家，就占了减少量的三分之二；可是，撒哈拉以南非洲的贫困人口，反而，多了 2.4 亿。同样的收入，2022 年的人，比 1990 年，多活 3.5 到 6 年。这一讲，先学会，怎么测不平等（洛伦兹曲线、基尼系数，和它的盲点），再用世界银行、FRED 的真实数据，看贫困、寿命、不平等，各自在发生什么；看看，富了，不平等，会不会先升后降（库兹涅茨曲线），美国 1968 年以来的基尼系数；用几个随机实验，看穷人的世界，怎么变好；最后，认真讨论：不平等，为什么上升，再分配，有什么代价，同样的事实，为什么，会得出，从 0% 到 55% 的不同税率。
从公元 1000 年到 1800 年，800 年里，一个英国人的生活水平，只是原来的 2.9 倍，平均，每年不到 0.15%；可是，1800 年到 2022 年，是 11.5 倍。这一讲，是 10 个 Unit 的最后一讲，把前面的东西，放进长长的时间里：一个最小的"马尔萨斯模型"，说明，为什么，在 1800 年以前，技术进步，几乎只会，让人口变多，而不会让人变富；用麦迪逊项目数据库，看英国、中国、印度、日本、美国，一千年的人均 GDP；看工业革命，开头，其实很慢；看"大分流"，什么时候，开始；看 1978 年以后，中国，44 年，人均 GDP，是原来的 11 倍，和，同样的起点上，韩国、台湾、日本，的对比；以及，这个速度，背后，在放缓的东西：增长率、投资率、人口。最后，把这门课的三个想法、六个问句，放在一起。
同一套房子，是你的家，是你的最大一笔资产，是开发商的融资工具，是银行的抵押品，也是地方政府的收入来源。当五个人同时押注在一个资产上，房价一旦转向，会发生什么？这一讲是综合应用：用国家统计局的真实数据，看 2021 年之后发生了什么；用几个能手算的小模型，看杠杆、预售制和预期怎样把一个价格的变化，变成一连串人的问题；再按"预测、证据、分歧、价值判断"，讨论房价是不是泡沫、房地产有多大、该怎么办。不预测房价，不做投资建议。
一个县，收入 10 亿元，要办的事要花 20 亿元，差的钱从哪里来？这一讲是综合应用：用财政部的真实数据，看地方的收入、支出和土地出让收入；用国务院和财政部公布的数字，看"隐性债务"从 14.3 万亿元，降到了 6.5 万亿元；再用几个能手算的小模型，看收入下降时债务怎样滚雪球，中央"救不救"为什么是一个时间不一致的问题。最后，按"预测、证据、分歧、价值判断"，讨论债务到底有多大、化债该怎么做、土地财政怎么转型。不预测，不做投资建议。
一个 AI 工具，能让一个人，把某类任务的时间，减少 40%。公司会少雇 40% 的人吗？答案取决于一件你已经学过的事：需求的弹性。这一讲是综合应用：用任务模型，看自动化、新任务和工资怎样互相拉扯；用已有的随机实验和宏观估算，看 AI 到底能提高多少生产率；用美国劳工统计局和美联储的真实数据，和最新的研究，看年轻人的就业，有没有出现"煤矿里的金丝雀"；再看中国的一些事实。按"预测、证据、分歧、价值判断"，讨论 AI 会不会造成大规模失业、谁受益、该怎么办。不预测，不做职业建议。
一枚"币"，承诺你随时可以换回 1 美元：它是什么？谁欠谁？这一讲是综合应用：把稳定币，看成一个私人发行的、100% 储备的"银行"，用第 30 到 35 讲的东西，回答它怎么赚钱（发行商，赚的是利率），为什么会脱锚（挤兑），会不会抽走银行的存款，算不算"货币"，以及各国（美国、欧盟、香港、中国内地）怎么管。用 Circle 的财报、美联储 FRED 的真实数据，和几个能手算的小模型，按"预测、证据、分歧、价值判断"来写。不预测价格，不做投资建议。
物价每年下降 2%，你该现在买，还是再等等？你的房贷，每月还款的金额不变，你的工资，却在降。这一讲是综合应用：用日本，从 1990 年泡沫破裂，到 2022 年物价回来，再到 2026 年央行连续加息，这一段，三十多年的真实数据，看通缩为什么是坏事（债务通缩、零利率下限）；用几个小模型，看僵尸企业怎样拖累效率；再按"预测、证据、分歧、价值判断"，讨论：“失去的三十年”，到底是什么造成的，央行的实验，有没有用，日本今天走出来了没有，以及，中国，是不是在重走日本的路。不预测，不做投资建议。
你每个月交的养老保险，存在哪里？答案是：大部分，不在你名下，而是，付给了现在的退休人员；你将来的养老金，要靠将来的年轻人。这一讲是综合应用：用国家统计局、人社部、财政部和世界银行的真实数据，看中国的养老金，2025 年的账，和 2050 年的人口；用两个能手算的小模型，看缴费率、替代率和退休年龄，怎样互相牵制；再按"预测、证据、分歧、价值判断"，讨论：基金会不会耗尽、该不该延迟退休、老龄化对增长和物价意味着什么。不预测，不做投资建议。
如果，市场上的 24 个交易者，都是没有脑子的程序，只会在"不亏本"的范围里，随机报价，他们，能把资源配置得多好？价格，会不会，自己，找到均衡？这个实验，用纯 Python 和 NumPy，手写一个连续双向拍卖：先是，没有约束的随机交易者（效率，只有 75%），再是，不亏本的随机交易者（效率，约 96%，可是，价格，一直，散得很开），再加上，一点点学习（ZIP：效率，约 99%，价格，3 个周期，就收敛，需求冲击之后，也跟得上），最后，换一个不对称的市场，看，零智能，在哪里，会失灵。第 7 讲留下的问题：市场的好处，有多少，来自结构，有多少，来自，交易者的智能。