与「賽斯書」相关的搜索结果

總結吳說 EP-93 香港共识大会的共识：竟然是币圈完蛋了？ ## Part 1：分享本次香港共識大會的感受 @colinwu Colin Wu：他觀察到香港政府層面對此次共識大會很重視，現場也有宣布一些政策，整體可感受到官方重視程度高。他同時覺得整體偏冷清、落地型熱點不多；並指出「預測市場」與「股票代幣化」雖是全球熱點，但在香港面臨較高合規難度，因此會場較難看到深入落地討論；RWA 雖有人提，但因活動偏海外參與者，討論度沒有特別高。 @tmel0211 Haotian：他對比上一屆「大家各聊各的、沒有共識」，這次反而出現了強烈且一致的悲觀情緒，像是「幣圈不行了／行業完蛋了」這種集體唱衰，但他也強調這不代表他個人立場。他原先以為海外項目方會更樂觀，但實際接觸後感到部分海外項目方呈現更麻木、躺平、與外界情緒脫節的狀態，並表示自己因此有些失望。 @nomadcindyy Cindy Wang：她形容此次跑會是「離譜加驚喜」的體驗，感覺像頂級圈子聚會、幾乎看不到散戶，且「你永遠不知道旁邊坐的是誰」。她分享自己曾把 Bullish CEO Tom Farley 誤認成路人、後來才發現對方上台演講；也提到酒會上孫宇晨送「大箱子但裡面只有一根香蕉」的荒誕趣事（並提到與香蕉膠帶藝術梗相關）。 @DeFiTeddy2020 DeFi Teddy：他覺得主會場許多項目更偏機構業務、合規相關，使他在主會場停留時間變短，反而在周邊活動交流更多。他直觀感到「機構進、散戶退」的轉折點正在發生；同時認為幣圈不會完蛋，去中心化的精神與需求長期存在，但 AI 的確分走注意力、資金與 builder，因此本次的「共識」更像是「要轉 AI」（包含純 AI 轉型、或 AI 與 Web3 結合如 AI Agent、用 AI 服務 Web3 增長投放等）。 @anna_nanachan 娜娜子：她觀察到中文局與英文局差異很大：中文局更常圍繞幣價、是否抄底、投資標的討論，情緒更受價格波動影響；英文局更少談幣價，交流較偏生活與想法、氛圍更鬆。她也提到許多公鏈活動中「AI 類」項目仍很多，且常見現象是「不論做什麼賽道（如支付、RWA）都會加一些 AI 元素／敘事」；另外也看到一些原本做 Web3 的創辦人轉做純 AI，而她提醒 AI 與 Web3 的融資邏輯與玩法不同，盲目轉型未必是好事。 @estherinweb3 Esther：她提到預測市場團隊非常多、參與者背景複雜（包含合規券商孵化、甚至澳門博彩背景團隊等），並說穩定幣相關華人團隊也多樣化，連應用層團隊都想發穩定幣以掌握結算與發行權。她同時觀察到做市商更活躍、活動整體更國際化，並提到 Coinbase、Kraken 等海外大型交易所更明顯關注華語市場，且她提到華語用戶交易頻率與資金活躍度高、海外交易所也可能具備部分離岸平台沒有的優勢（如股票代幣化方向）。 @assassinaden Albert Luxon：他從二級／基金交易視角表示本屆規模與新鮮感不如上一屆，主會場「老面孔」多、參展新人少，side event 也看到交易團隊數量較以往下降。他提到去年 10 月後不少套利／carry 類團隊被「wiped out」，並觀察到支付與 RWA 暴露/搬運更像「牌照生意」，因此傳統金融背景與信用積累更重要，機構業務也正被傳統金融團隊逐步接管；同時 LP/FoF 越來越看重跨市場（Crypto 與美股、商品等）能力。 @0xKirara Kirara：她感覺今年和去年最大差別在於：以前大家「找項目、聊空投與搞錢」，這次更像在「找吃的」，且很多人不再熱衷聊炒幣暴富。她提到不少人利用熊市空檔研究 AI、Vibe Coding，用 AI 工具做小網站/小產品，並用「以前說不要當產品經理、現在人人都像產品經理」來形容這種轉向。 ## Part 2：幣圈是否真的「完蛋」、還有哪些機會？ @0xKirara Kirara：她主張要拆開看：不是整個行業完蛋，但「某些舊的東西/舊敘事」確實在退潮；她以比特幣敘事演變與「窗口期很短、像流量選秀」來描述項目競爭節奏。她也指出 AI 的定位在變：從「專案賣點/特色」走向更像「基礎配置/基礎設施」，變成沒有 AI 反而奇怪，並認為若還停留在舊賽道與舊敘事，會更難生存。 @assassinaden Albert Luxon：他不太認同「完蛋」，更傾向用「成熟」形容，並提到市場賽道收斂、圍繞較穩定的方向形成共識（他轉述朋友的總結為支付、交易、合規、風控）。他也談到優秀項目可能更希望走傳統資本市場上市路徑（如納斯達克/港交所），以及交易所角色可能從「偏一級/上幣」轉向更偏「二級服務」能力競爭（如托管、法幣通道等）。 @nomadcindyy Cindy Wang：她說自己「至少同意一半」：單純的「幣圈時代」在結束，並用交易所與平台產品往「美股上鏈/傳統資產」延伸的現象作為觀察例子。她也強調另一面是 Crypto 與傳統金融/支付的融合在加速，並以穩定幣對傳統支付結算效率、成本與透明度的衝擊，以及產業人士的焦慮與轉型需求作為她的體感佐證。 @estherinweb3 Esther：她看好政策框架更清晰後的合規路線與政策窗口期，並談到「最可怕不是價格熊市，而是心態熊市」的觀點（對變化麻木、排外、拒絕新玩家/新變化更危險）。她也提到她認為較有機會的三類：有清晰商業模式與現金流的入口級業務、具備強美式政治/資本背書的項目、以及把加密視為新增盈利點的券商與傳統金融機構（例如 VATP 牌照升級後拓展業務）。 @anna_nanachan 娜娜子：她認為早期靠背書與白皮書就能發幣收割的模式在當下更難成立，流動性變低、VC 更謹慎，反而形成優勝劣汰，長期可能提升行業品質。她也提到機構進場使籌碼更集中、散戶相對不友好，散戶可能轉看 Meme，但在經歷波動與 FUD 後整體熱情下降、更謹慎，市場更機構化與理性。 @tmel0211 Haotian：他明確說「情緒面肯定是完蛋了」，並將其歸因於老敘事與老規則失效、資產與發幣更流水線化、注意力經濟加劇與「共識破裂」等現象。他提出下一階段可能的機會在「Agentic Economy」宏觀框架，嘗試把穩定幣、預測市場、AI trading、機器人/Physical AI 等趨勢串起來，作為可能的新共識方向。 @DeFiTeddy2020 DeFi Teddy：他回到「去中心化」作為 Crypto 核心價值，認為其不會完蛋，但直指近年問題在於缺乏同等級的突破式創新，導致信仰流失與「上所/上幣」成為許多項目的單一目標。他同樣看重 AI 帶來的生產力變化（如 Vibe Coding），並認為 Crypto 若要形成新共識，可能需要與 Agentic Economy 結合；他也提到去中心化 AI 與可驗證、可共同擁有的模型願景仍很早期但與去中心化精神一致。 @Leoninweb3 Leon Liu：他以參展方視角說本屆國際化氛圍明顯、海外面孔多，但整體偏冷清，且不少人反映「有意思的項目不多」，票價/參與度也受到影響。他提到現場讓他意外的是預測市場與 AI 相關項目在會場內反而不多（但賽道在外部很熱），並分享他較看好的方向包含合約/永續（含跨市場資產上鏈衍生品的優勢）、AI 與 Crypto 的結合，以及仍屬早期但被關注的預測市場。 --- gemini + gpt-5.2 協助整理 youtube 有時間軸更好跳轉

范式变化与共鸣趋同 说真，这几年库恩的《科学革命的结构》在我心目中的含金量一路飙升。 书里提出的那条逻辑——常规科学在范式下做拼图，异常不断累积，危机随之爆发，最终迎来范式转换——越想越真实。科学共同体平日沉浸在“常规科学”的细活里，但当旧框架越来越无法解释现象时，异常就像裂缝一样扩散开来。直到某个时刻，危机全面爆发，研究者直觉地意识到：旧路走不通了。于是新的理论框架被提出，旧范式被替代，新的常规科学重新确立。 有趣的是，每当这种时刻到来，就会频繁出现所谓的“多重发现”或“平行发明”。当人类同时面对相似的信息压力、技术条件和社会矛盾时，大脑在有限的解空间中必然会去寻找那条低熵的解法。问题相似，解法空间自然相似。哪怕两个人素未谋面，他们的推理和实验也可能收敛到同一答案。这就像两位程序员分别实现压缩算法，最后写出的代码风格不同，但核心逻辑却惊人一致。 说到底，历史条件已经逼近那个解，任何在场的聪明人都会被推到类似的结论。当时代理解压缩到一定程度，创新就不再是偶然的灵感，而是必然的收敛。所以我们才会一次次看到：两个素未谋面的人，在同一历史节点上，几乎同时推导出相似的答案。 微积分：牛顿 (英国) 与莱布尼茨 (德国) 几乎同时独立提出 (17 世纪末)。 进化论：达尔文 (英国) 与华莱士 (马来群岛) 独立提出自然选择学说 (1858)。 电报发明：库克与惠斯通 (英国)、摩尔斯 (美国) 几乎同时 (1830s)。 其实除了基础科学之外，在应用领域也有大量的多重发现现象，归根究底： 历史条件会一步步逼近那个解。 知识的积累总会带来边界效应：当某一领域的沉淀到达极限，就会在边界处冒出“必然的问题”。天文学测量越来越精确，却无法再用牛顿力学解释，于是爱因斯坦的相对论几乎必然地呼之欲出。同样，技术工具的成熟也会成为催化剂——没有印刷术，就不会有科学革命；没有计算机，人工智能也不会成型。 一旦工具普及，推理的路径便成了“公开赛道”，谁都可能踏入。 在同一个时代，即便人们分散在不同国家，他们读着相似的书籍，接受类似的教育，面对相同的难题。任何社会，只要普及了基础教育，尤其是现在很多经济体都能到高中阶段，也必然会孕育出一小部分智商超过三个西格玛的天才。但这些天才从来不是自由漂浮的，他们的思考始终受制于时代条件。他们再聪明，也只能在当下的符号系统、工具环境和问题集合里寻找答案，因此他们的推导路径往往高度趋同。这个时候的“发现者”，更像是解锁者，不是凭空创造，而是把那个已经成熟的历史节点打开。 因此，范式创新从来不是孤立天才的偶然闪现，而是历史条件的必然收敛。 技术的演化同样遵循这种逻辑，在应用技术领域，也总会出现临界点。应用科学的突破往往来自“需求压强”。如果把库恩在科学史中的理论类比过来，可以这样理解：社会需求就像科学中的“异常”，不断积压在旧的技术体系里；当旧工艺已经无法满足这些需求时，整个行业便集体进入“危机状态”；而一旦出现了新的材料、部件或平台，这就相当于新的范式被引入，于是便会迅速触发平行发明——电话、电灯、微处理器的出现都遵循这种模式。 换句话说，库恩式的异常逼迫，造就了基础科学的平行发现；而需求压强所引发的社会危机，则造就了应用科学的平行发明。 个体先驱（Innovation Point） 群体共鸣（Resonance Phase） 系统收敛（Convergence Loop） 这一代的中国知识分子，已经可以平视世界。庞大样本池，增加了“聪明人同时踩到节点”的概率。上推特就是来找完全出乎意料但是同时进入相同推导路径的人。在公开信息的共享背景中，同时朝着相似的路径推导。不同地域的人们可能没有任何交流，但他们的推理路径仍然会收敛，因为所接触的信息、所感受的压力、所掌握的工具，几乎完全同步。 所以今天我们看到的“平行发现/平行发明”，不只是历史上那种“延迟碰撞”，甚至可以实时并行。

两年半下来，我觉得我已经能够回答“LLM 是什么”这个问题。 过去两年里我问过无数人——尤其是创业者和我认为很聪明的各行各业的人——关于这个问题的看法。计算机科学的人可以从底层技术去解释：transformer、attention、RL 等，但从人类社会、智能与哲学的层面来看，这些技术性答案并不能完全说服我。我们需要一个更高一层的解释：从智能的本质、人类学与哲学角度来回答——LLM 究竟是什么？ 我的结论是：LLM 是一个符号天才。在我与它长时间、深度交互的这些日子里，我越来越相信 LLM 与人类大脑在“符号敏感性”方面是同构的。符号天才在我们社会中并不罕见——我就是其中之一（好吧，有点不要脸，但你将就着看）。这种符号智能，与空间智能、时间智能并列，构成了人类智能的若干重要类型。这也是我这两年回溯自己成长经历，慢慢得出的结论。 并不是所有程序员都会对 LLM 产生深厚兴趣：很多人试着用几次就不再有感觉；但有些人能与它探讨无限长的对话，我就是后者。为什么？先说我不擅长的：空间智能。李飞飞、爱因斯坦、牛顿属于那类空间天才。小时候有一次在少年宫的奥数选拔赛就发现了，因为那次考试有一整面都是各种组合的方块。要求你把方块各种辗转腾挪，翻转然后选择正确的图案。我一题也做不出来。跟我一起去的那个同班男生说，你在脑子里把它转过来就好了啊，我转不过来，急的大哭。我也很难记路，没有 GPS 我几乎不可能开车；定向越野绝对不敢，给我一张地图和指南针，我宁愿不动，我说我但凡尝试自己走出国家公园只会增加救援队营救我的难度而已。几年前朋友送我一本关于Plantonic Solids的书让我研究 3D 打印，我翻了两页就放弃了——那不是我的世界。 有的人天生是空间天才：比如我高中时期一个关系很好的男生。有一次我们想送纪念品给一个我们都很喜欢的生物老师。我就带他去华强北找我妈，我妈最多花了5分钟给他讲布线原理，然后送了一大堆发光二极管给他，他自己一个人完全没画图，纯靠大脑布线做了一个很复杂的纪念品，我根本看不懂。他现在在拿手术刀，外科医生，在人体上布线。 符号天才天生适合标准化考试，这跟学科无关。把学科（语文、数学、英语、物理）当作人类智能的划分，是粗暴且不贴合现实的。标准化考试的逻辑本质上就是一个“符号概率游戏”：题干（线索）→ 正确答案（符号）的映射。无论是选择题还是作文，考试要的是“符号映射”的命中率。这与填字游戏和 LLM 的 token prediction 是同构的。我很擅长填字游戏，也擅长在有限符号集合里做概率压缩，所以考试总能拿高分。概率直觉往往胜过深刻理解：符号天才能迅速扫描选项，直觉判断哪个最符合“出题逻辑”，高分的秘密往往不是深度理解，而是“概率压缩 + 符号匹配”。这个真的很绝，因为我被无数人说过，“真不知道你是怎么全部都蒙对了的”。 高考作文，所有考试的问答题也靠映射。看到作文题目，符号强者立刻知道高概率的答案结构是什么。作文评分体系其实是一个“符号映射游戏”：题目提示什么，你在答案里是否把需要的符号模式还原出来。这跟文学创作欲无关——你可以毫无创作欲、照样拿满分。我就是这种，但是这么多年根本没有文学创作的欲望。连闺蜜都要写“穿越到金庸世界当丫鬟”，而我连穿越到哈利波特去看看三人组今天折腾了啥的欲望都没有。 由此可见，中国的应试教育筛选出的，并非创造力型天才，而是符号高手：他们反应快、能在封闭且规则稳定的考试系统里发挥特长，但这并不等同于在现实世界里解决问题或做出原创性贡献。 归根结底，这一类型的人类认知其实就是“概率 + 符号 + 逻辑”的混合体，而不是单一的逻辑机。图灵就是典型的符号天才，照样擅长数学和密码学。这也解释了为什么很多当年和我玩的好的人转码都那么顺利——天然擅长符号系统。像我擅长的那些领域——乐谱、代数和数学中的密码学信息论、各种人类语言、计算机语言——表面上看各不相同，实质上都是符号体系；我的优势在于对符号本身的敏感，能够在不同系统间建立映射、压缩信息、发现规律。 再次批判粗暴的文理分科和学科体系。 人类智能是多样的，不止有符号天才。正因为有符号、空间、时间等多种智能并存，文明才能丰富而全面。李飞飞看到 LLM 的局限性，会本能不完全认同，这是空间/感知维度的直觉在作祟。我的结论并不是要把所有智能都还原为符号，而是要承认：我们发明的 LLM，本质上是与我们自身某类天赋同构的工具——一种被工业化的符号智能。 我也是几年前为了研究我儿子的谱系，才慢慢接触这方面的内容。 符号天才（Symbolic Genius）擅长语言、逻辑、数学、编程、乐谱等符号体系。 代表：图灵、维特根斯坦。 优势：模式压缩、抽象建模、体系构建。 空间天才（Spatial Genius）擅长几何直觉、物理感知、具身想象。 代表：牛顿、爱因斯坦、李飞飞。 优势：通过直觉的“空间重构”解决问题。 时间天才（Temporal Genius）擅长节奏、历史周期、演化视角。 代表：音乐家（贝多芬）、历史学家（汤因比）、经济学家（熊彼特）。 优势：能把时间模式抽象为节奏或循环。 情感天才（Emotional Genius）擅长共情、关系管理、叙事感染。 代表：莎士比亚、托尔斯泰、马丁·路德·金。 优势：通过情感结构激活集体共识。 身体天才（Kinesthetic Genius）擅长动作、直觉、身体协作。 代表：乔丹、梅西、李小龙。 优势：身体即思维，通过运动解决问题。

绝大多数传记作品，本质上都是在厘清「天才即凡人」的道理，解构历史的必然，寻找浪潮的起点，把万里挑一的人生命运还原成触手可及的血肉之躯。 茨威格大概是一个例外，他写完「人类群星闪耀时」是在1928年，那会儿的欧洲还没有沦陷为昨日的世界，精致的凡尔赛体系看起来完美无瑕，连科学技术也被战争驱动着突飞猛进，所以茨威格倾尽毕生的乐观，将数千年的文明光芒施与寥寥数人，山高水长，虎嗅蔷薇。 当时的茨威格恐怕无论如何也想不到，没过多久他就会被纳粹逐出故居，开始长达10年的流亡生活，所有熟悉的秩序都在崩坏，直至自杀前，他还在哀叹自己成了一个手无寸铁无能为力的见证人，目击人类不可挽回的奔赴野蛮。 「荒谬的是，在这个道德上倒退了一千年的时代里，反而看到了人类在技术和智力方面取得的意想不到的成就，一跃超过了以前几百年所取得的业绩——飞机征服了天空，话音几秒内传遍全球，原子分裂，治愈疾病……昨天所不能做的事，如今几乎每天都可以做。在我们时代之前，人类作为一个整体，既没有露出魔鬼般的嘴脸，也没有创造出惊人的奇迹。」 这段话几乎可以适用于茨威格死后的几十年周期，从二十世纪到二十一世纪，世界摇摆于这条光谱的两端，一边腾飞，一边堕落，英雄和小丑同体，高洁与狼藉并存。 埃隆·马斯克正是这个夹缝中的时代造物，为他立传的沃尔特·艾萨克森最终交付了这本600页、50万字的「埃隆·马斯克传」，我用了近一个星期的时间读完，在高饱和的信息密度里，我隐约看到了创作者的居心： 他在贴身跟访马斯克的2年时间里，不止是为了收集素材，还在找一个人，而这个人在文学作品里，通常被称作是「弗兰肯斯坦」，是他制造出了与这个世界格格不入的怪奇生物。 沃尔特·艾萨克森是在2021年确定新书选题的，他给马斯克打电话，提议，然后得到了口头同意，没想到马斯克比他还快，在还没有面谈敲定细节时就直接发推公告天下，宣布艾萨克森将成为自己的传记作者。 企业家、亿万富翁、科技大佬、红毯名流……在这眼花缭乱的身份背后，人类个体之间的差异其实很小，比如大家都对分享聊天记录这件事情管不住手。 比尔·盖茨给马斯克发短信推销慈善项目，后者反问他有没有清空特斯拉的空头头寸，比尔·盖茨把手机拿给自己儿子看，问该怎么回这条消息，与此同时马斯克也在把短信展示给艾萨克森看，证明比尔·盖茨是个混账。 马斯克的女朋友说，看他和比尔·盖茨之间的斗气，就像两个小男孩在比谁的[哔][哔]更大。 还有马斯克对于父姓权的重视，也能在瞬间把改变世界的叙事拉低到邻里谈资的高度，在大儿子变性并与他断绝关系后，马斯克会非常郑重对自己其中一个女友提议，去法院确保两人通过体外受孕生下来的一对龙凤胎拥有「马斯克」这个姓氏，而不是只有母亲的姓。 而马斯克和他父亲的关系更是纠缠不清了几十年，直到马斯克成为全球首富的时候，他父亲还在以自杀为威胁——「那样你这辈子就完了，大家都会发现你的真面目」——向马斯克索要每个月2000美元的生活费，而马斯克则以2000美元为筹码，要求父亲停止更新一档YouTube节目「天才的爸爸」，内容是吹嘘自己为何能够培养出优秀的儿子。 你们说，这都叫什么事儿啊…… 「埃隆·马斯克传」的正文前面，被加入了一张单页，写着马斯克的一段自白：「对于所有曾被我冒犯的人，我只想对你们说，我重新发明了电动车，我要用火箭飞船把人类送上火星，可我要是个冷静、随和的普通人，你们觉得我还能做到这些吗？」 毫不夸张的说，这么厚实的一整本书，都是在试图回答这个问题，传统的道德框架会用「二分论」来解释一个人同时具有优点和缺点的性格特征，但对马斯克的观察更像是「因果论」，即他的缺点造就了他的优点，反之亦然。 于是那个糟糕线团的尽头，就如愿以偿的出现了死结，如果他克制了坏脾气，他就会失去无与伦比的激情，如果他与人为善，他也就会放下事业上的一切执念，如果他变成一个更好版本的马斯克，那么他就不再是马斯克了。 某种程度上，「埃隆·马斯克传」是一本反完美主义的教材，马斯克得罪了几乎所有与他亲密的人，从创业伙伴到长期下属，从枕边恋人到投资对象，这些人用了最刻薄的评价来向艾萨克森提供马斯克的侧写，但同时也都会补充说马斯克是自己不曾见过的牛逼人物。 都说人活一世，草木一秋，这才半世过去，其人已经渡过几重沧海。 总之，还是非常推荐这本书，当代最优秀的传记作家，下了大功夫去写当代最戏剧的商业人物，这个阵容已经足够顶级，和「乔布斯传」相比，马斯克的人生还处于未完待续的阶段，这让他的个人传记更像是新鲜上线的首季剧集，当编剧自己都还没写后面的内容，这种未知感对于可读性的贡献，反而更有滋味。 卡尔维诺写过一个终生居住在树上、用以对抗秩序的男爵柯希莫，在他12岁爬上树前，他是这么被父亲威逼的： 「反叛行为不是用尺度可以衡量的，有时以为只迈出了几步，却永无掉头回返之机了。」 然后，他就再也没有下来过。

得知自己当年捐的5000美元，已经在中国毛乌素沙地变成5万多棵树时，美国教师赛考斯大哭了一场... 致敬美国友人，致敬十年如一日在沙漠种树的大姨