文理两开花

小跑
文理两开花

《文理兩開花（海外版）》：文科生思維和理科生思維在科技、金融、文化、哲學、數字資產、Web3.0中的碰撞。當下的時代精神是“混沌”，我們試圖在混沌中尋找秩序。海外版會討論更多Crypto、Web3.0、以及個別話題的深入討論。 主播： 1. 文科生代表肖小跑：《羊群的共識》作者，金融行業從業及創業者。播客《牆裂談》主播；公眾號《肖小跑》主理人。Newsletter：https://www.getrevue.co/profile/xiaopao 2. 理科生代表王瑋：數學和計算機學霸，兼通技術與金融。若干年前“all-in”區塊鏈領域，行業知名意見領袖。 Powered by Firstory Hosting

  1. 老登vs老炮：关于稳定币的灵魂拷问

    3 NGÀY TRƯỚC

    老登vs老炮：关于稳定币的灵魂拷问

    没算错的话，这应该是《文理两开花》第三次聊稳定币了（前几次讨论分别是： 2022年5月5日的“稳定币全梳理”；2022年8月12日的“效率高又不会作妖的稳定币方案真的存在吗？”；还有穿插在“货币灵魂三问”和“货币之锚”等等话题中的很多次讨论）。所以本次再探讨就不科普了，而是灵魂拷问一下那些悬而未决的核心问题。 但与前两次不同，当下背景已大变，无论是市场格局还是监管环境。所以我们决定用两个人设：一个是站在传统金融立场，对稳定币持怀疑态度的“老登”；另一个是虽已是老登年纪，但仍奋斗在加密领域第一线的“老炮”。看看能不能碰撞出稳定币身上那些迷思的答案。 时间戳： · 00:05:29 回顾稳定币来时路 · 00:10:25 美国“大聪明”法案（GENIUS）为什么是转折点？ · 00:19:06灵魂拷问一：一个没有存款保险的“债务”怎么会“安全”？ · 00:36:09灵魂拷问之二：商业模式：支付工具还是结构性投资载体？(SIV) · 00:59:41灵魂拷问之三：到底有什么应用场景？ · 01:23:34 Crypto 2.0：加密世界的秋天来了？ · 写在最后的感慨 文字版： 00:05:29 回顾稳定币来时路 回顾过去三到五年，稳定币的发展之路并非一帆风顺。从2016年到2022年，有超过二十种不同类型的稳定币（无论是算法稳定币还是资产挂钩型）经历了崩盘。即便在近期，脱钩事件也时有发生，例如就在今年4月，市场规模位列前茅的稳定币FDSUS也曾一度与美元脱钩，价值跌至八毛。 然而，尽管波折不断，稳定币市场的整体规模却在持续扩张，最新数据已超过2500亿美元，花旗银行甚至预测其在十年后可能达到3万亿美元的惊人体量。目前，USDT和USDC两家巨头占据了市场总值和交易量的八到九成。 但繁荣的数据背后，存在着巨大的误导性。业界流传的显示稳定币交易量赶超传统支付工具的图表，其绝大部分交易额（高达99%）实际上是加密货币账户之间的内部流转，用一位著名监管领导的话说，这只是“赌场的筹码”，而非真正意义上的实体经济支付。同时，不可忽视的是，稳定币在灰黑产领域的应用依然是其使用范围的重要组成部分。 所以一句话总结：稳定币的发展充满了矛盾：一方面问题频出，另一方面又在曲折中不断改进和壮大。   00:10:25 美国“大聪明”法案（GENIUS）为什么是转折点？ 近期讨论的热潮，与美国的稳定币新法案（如Genius法案）密切相关。法案的核心意义，在于为“稳定币”给出了一个明确的官方定义，从而为整个行业划定了边界。 法案的核心结论是：美国法律只承认那种通过1:1法币兑换产生的稳定币。这意味着，过去行业内讨论的三种主要类型——法币锚定型、超额资产抵押型和算法稳定币——中，只有第一种获得了官方认可。更精确的措辞是，“超额抵押的稳定币和算法稳定币，不属于美国法律所承认的稳定币”。这并非意味着后两者被完全禁止，而是在法律上被排除在“稳定币”的范畴之外，其未来的合规性将面临巨大挑战。 法案还对储备资产提出了严格要求，规定必须是赎回期在90天以内的资产，如短期国债或货币市场基金，这有效限制了“借短投长”的风险。这一立法，实际上是将纽约金融局过去多年来将稳定币发行商作为“货币兑换商”进行监管的司法实践，正式上升为联邦层面的法律。它并非颠覆性的创造，而是对现有判例法体系的自然延续和确认。   00:19:06灵魂拷问一：一个没有存款保险的“债务”怎么会“安全”？ 一个深层金融逻辑问题：稳定币的发行结构，本质上不受联邦存款保险公司（FDIC）的保护，这是不是其最根本的系统性风险之一？ 当无数个人用户将受FDIC保险的银行存款（例如，每户50万美元以下）换成稳定币时，这些资金被聚合到稳定币发行公司的银行账户中，形成一笔数额巨大的存款。如果这家存款银行倒闭，这笔聚合后的巨额存款作为一个整体，同样只能获得最高50万美元的保险赔付，其余部分理论上将面临损失。这意味着，底层成千上万的个人用户的资金，实际上已经脱离了存款保险的覆盖范围，而他们对此可能毫不知情。 但当一个机构以发行稳定币的模式让每一个民众持有稳定币的时候，那么它在账户端体系就形成了一个资产的聚合。这种聚合存款结构，使得稳定币在金融安全层级上，与受保险的银行存款有着本质区别。 虽然在市场流动性充足时，用户可以通过在不同稳定币之间快速兑换来规避单一发行商的风险，但这并不能消除最底层的信用风险。这个问题，是理解稳定币与传统金融体系差异的关键。   00:36:09灵魂拷问之二：商业模式：支付工具还是结构性投资载体？(SIV) 关于稳定币的商业模式，存在两种截然不同的认知。 从传统金融的视角看，如果稳定币的发行方通过吸收用户的零成本资金，再投资于国债等资产来赚取利差，其模式就与2008年金融危机中的结构性投资载体（SIV）高度相似。SIV的核心业务就是“借短投长”，一旦市场信心动摇，资金链断裂，就会引发系统性风险。如果稳定币的唯一商业模式就是赚取利差，那么它就不是一个纯粹的支付工具，而是一个影子银行实体。 然而，从业界的视角看，这种商业模式是事后总结的产物，并非稳定币诞生的初衷。 2014年门头沟爆雷的那一年，美国联邦基准利率是零到0.25%，所以Tether在那个时候发USDT，理论上并不认为发稳定币会赚利差。USDT的诞生，是为了解决当时加密市场缺乏可靠计价和交易媒介的痛点，是一种理念驱动的创新。只是在后来美联储进入加息周期后，其储备金产生的巨额利息才使其商业模式显得尤为诱人。 这揭示了一个核心矛盾：如果未来美联储利率再次降至零，这种商业模式消失，那些冲着赚钱而来的新发行方是否还会继续运营？而像Tether这样经历过零利率周期的“老玩家”，则可能因为其先发优势和积累的品牌继续存在。   00:59:41灵魂拷问之三：到底有什么应用场景？ 稳定币的实际用途，是其价值的最终体现。尽管其应用仍广泛存在于外汇管制国家、高通胀地区以及部分灰黑产领域，但新的、合法的应用场景正在涌现。 有两个例子极具代表性：其一，在非洲大陆，由于当地法币体系不稳定且银行服务普及率低，USDT已在很大程度上成为日常贸易结算和民间交易的硬通货。其二，在中国某著名的小商品市场，商户们持有数十亿美元量级的USDT，用于与全球（尤其是美国）的买家进行贸易结算，这比传统的银行渠道更高效、更低成本。 这些案例揭示了稳定币的终极应用场景：它正在成为一套独立于传统银行体系的全球支付网络。当用户不再需要将稳定币兑换回本国法币，而是可以直接用它进行消费和贸易时，其价值才真正得以实现。这正是区块链技术带来的颠覆性力量——它让全世界的普通人和企业，都有可能持有并使用同一种全球性货币进行无国界交易。 “稳定币正在向我理解，正在向着这个方向发展，就是美国可能成为全世界的央行，然后所有人都持有美元。” 这一趋势，正在将中本聪当年关于“互联网原生支付货币”的理想变为现实。   01:23:34 Crypto 2.0：加密世界的秋天来了？ 稳定币的崛起，或许预示着整个加密行业正在进入一个全新的阶段——Crypto 2.0。过去，加密行业是一个混合体，科技创新的叙事（如Web3、公链技术）与金融资产的逻辑（如比特币的价值增长）交织在一起，创造了巨大的估值泡沫。 然而，如今这种模糊状态正在被打破。整个加密圈子正清晰地分裂为两个相互独立的方向： 1. 金融资产的逻辑： 以比特币为代表，其价值增长根植于其作为“数字黄金”对抗法币超发的金融属性。 2. 科技创新的逻辑： 以稳定币为核心，所有区块链技术创新（如二层网络、ZK技术）的最终目标，都将是为这套全球支付网络提供更高效、更安全、更便捷的基础设施和服务。 开启Crypto 2.0时代，整个crypto圈子很大可能性就变成了两个相互之间无关的东西。一个是以比特币为代表的可交易资产的价值逻辑，另一个是以区块链网络的这种根本性的支付形态转账形态为代表的金融科技或者科技创新的逻辑。” 过去那种创造一条新公链就等于创造一种新资产（如数字白银、数字黄铜）的时代可能已经结束。如果说过去是加密世界的“夏天”，充满了狂热与生长，那么现在则进入了“秋天”。 而“秋天不应该正是收获果实的季节，真的要尘埃落定，收获果实了。” 这意味着，行业将从投机转向应用，真正有价值的商业模式将开始沉淀和兑现。   写在最后的感慨： 《文理两开花》许久未更，昨晚复更，没想到最后录到鼻子酸。 可能我们都经历过这样的挣扎：想当年，谁还不是个对创新动不动就上头、打鸡血的人？也曾知行合一过，放弃工作去创业。 但多年以后，回头看

    1 giờ 34 phút
  2. 两年之约，再探AI：智能的本质和极限在哪里？

    25 THG 3

    两年之约，再探AI：智能的本质和极限在哪里？

    本期是"锵锵三人行"，邀请《文理》唯一返场嘉宾——人工智能专家及从业者朱老师。 巧的是，上次请朱老师来聊天，正好是两年前（2023年3月），当时GPT-4刚刚问世。当时引发的热潮与现在DeepSeek非常相似，都有"AI要颠覆一切"的心潮澎湃感觉， 以及文科生们集体陷入大面积焦虑。 本期讨论源于朱老师听完前一期GEB节目后留下的评论。作为一位AI专家，他在节目大约一小时处听出了一个有趣的细节，涉及到生成式和判定式智能的本质区别、AI将向何处发展、以及人类处境——本期就来好好头脑风暴一下。 时间戳： 00:04:22  尘嚣散去，复归平静：平心而论评价一下DeepSeek 00:07:50  推理模型就像“三体人” 00:13:07  "外求"哲学：DeepSeek的判定能力来自更大的模型？ 00:28:10  与众不同的激励和学习方式才能激发出"野生智能"？ 00:43:05  底座模型与思考时间的关系 00:53:48  AI智能体时代已来？ 01:08:24  说点儿惊悚的： AI开源的后果你想到了吗？ 01:30:32  人类该怎么办？ 01:39:14  最后开个大脑洞：AI自我认知与智能极限到底在哪里？ 文字稿： 00:04:22  尘嚣散去，复归平静：平心而论评价一下DeepSeek 现在DeepSeek出现已经两个多月了，热度稍微有所平静。很多人体验是刚开始非常惊艳，但最近发现它的想象力过于丰富，文采太过爆棚。且相比其他模型如Gemini和Claude，它的幻觉问题似乎更严重。 DeepSeek在国内成为爆款的原因之一是因为其中文语言能力特别强，文字优美，像非常天才的文科生。但在结构化输出和幻觉控制方面，相对其他顶级模型确实偏弱。技术上最重要的差别是它采用了新的方式，R1中的"R"代表"reasoning"(推理)，是一种"想一想再作答"的模型。之前的模型如GPT-4o或Claude-3.5上来就回答，没有思考过程，容易出错，可视为System I的快思考模型。而DeepSeek-R1是System II的慢思考模型，能明显提高结果质量。 人工智能向人脑靠拢有三个方向：低功耗、逻辑推理能力和信息检索生成。GPT系列在信息检索生成方面已超越人类，但低功耗和逻辑推理方面仍有提升空间。DeepSeek在这两方面有所突破，通过算法优化降低了计算费用和功耗，同时增强了逻辑推理能力，包括自我纠正错误的能力。 00:07:50  推理模型就像“三体人” DeepSeek R1之所以惊艳，是因为它代表了新一代推理模型(Reasoning Model)。全球范围内的推理模型还包括2024年10月OpenAI推出的O1、年底的O3、2025年2月马斯克的Grok3以及Claude-3.7-sonnet。推理模型的特点是回答前先输出思考过程，就像"三体人"，思想是透明的。 一个有趣的例子：用户问Grok3"谁在Twitter上传播最多假消息"，在模型思考部分能看到它的挣扎——搜索结果显示Trump和Musk传播最多假消息，但系统指令禁止它提及这一点，最终它决定不提Musk。这些截图在网上流传后，官方发推说写这行指令的员工来自OpenAI，已被开除。 所以使用推理模型应与聊天模型不同：一次性提供尽可能多的上下文，不要"挤牙膏式"地一点点给；明确描述目标，但不要教它怎么做；依靠模型的推理能力来解决问题，结果往往更好。 00:13:07  "外求"哲学：DeepSeek的判定能力来自更大的模型？ 在之前GEB节目中讨论到，GPT这种生成式人工智能类似于形式系统给定公理和规则不断创造新定理，用transformer等规则生成新内容。它只负责生成，不关心对错，把判断留给人类。当时推测DeepSeek的判定能力可能来自更大的模型，比如ChatGPT，借此反馈智能推理的真假。这涉及到哥德尔不可判定命题的问题——形式系统可以生成所有真理(递归可枚举)，但自己判定不了。 但实际上，DeepSeek的强化学习(RL)不是依赖更大的模型，而是利用外部验证器(如编程模拟器、数学标准答案、证明编译器)让模型在探索中提高推理能力。这符合侯世达所说的"从系统外求"原则——系统不能仅靠自己判断正确性。 简单来说，"外求"就像学生需要老师和标准答案提高一样。如果只是自己出题自己做，然后自己判卷，就不知道错在哪里，很难提高。AI模型需要从系统外获取反馈才能进步。前提是底座知识要足够大，就像高中生有基础，多想几步可能达到大学生水平，但如果是小学生，给再多时间也难以掌握微积分。 尽管如此，"外求"可分为两种：知识信息或事实判定的外求，以及逻辑思维能力正确性的外求。前者可以通过人类反馈或更大数据集实现，后者更具挑战性。举例来说，判断数学证明题时，老师不是判断结果(已知正确)，而是判断推理过程是否符合逻辑。外部验证点必须具备超强且正确的逻辑思维能力，才能有效判定——“逻辑思维”的外部验证是怎么实现的呢？这是个非常有趣的问题。 00:28:10  与众不同的激励和学习方式才能激发出"野生智能"？ DeepSeek R1选择的强化学习方式与众不同。他们没有采用过程奖励模型(PRM，对每步给反馈)，而是采用目标奖励模型(ORM，只看最终结果)。比起OpenAI推崇的PRM，这种方法允许模型在中间步骤犯错，进而学会从错误中恢复。 在训练过程中观察到两个关键现象：随着训练步骤增多，解题正确率和思考长度同步上升；模型涌现出回溯(backtracking)能力，会说"等等，前面这步有问题，我退回重新做"。这类似AlphaGo的蒙特卡洛树搜索，允许尝试各种走法，通过评估找到最佳方案。 如果模型每一步都不允许犯错，就会被框住，学不到从错误中改进思路的方式。比如问"1+1等于几"，如果允许模型先错("1+1=3")再自我纠正("不对，1+1=2")，通过大量问题训练，模型能学会反省能力。这种在环境中探索出的"野生智能"非常强大，不是被明确教导的，而是自己探索出来的，能掌握逻辑思维中的微妙技巧，甚至能发现语言中的新联系。 这似乎在某种角度也是一种"大力出奇迹"？——通过足够多的测试和反省，突然产生正确逻辑。再往下想，是否能触到人类智能的本质问题：人类的意识或逻辑思维能力是本来就有的，还是在环境中进化出来的？ 人类不是通过列举所有可能命题判断真假，而是有自我反思能力，不断试错累积正确的推理模式。AI通过同样的路径，可能会发展出类似人类的智能？ 00:43:05 底座模型与思考时间的关系 成功实现强化学习需要底座模型能力足够强，与外部验证目标匹配。 做个比喻：把一个小学生关在房间里，每天拼命做高等数学习题册，可能也训不出什么，但给优秀高中生高考模拟题，让他闭关练习对照答案，高考分数可能大幅提高。DeepSeek基础模型本身做得很好，才使强化学习效果明显。 实验表明，把千问的32B模型经过同样的强化学习，提高有限；但把DeepSeek R1产生的60万条思考过程数据直接交给千问，效果好得多。这说明好的学生可以自己琢磨提高，而不是简单抄答案。 在线思考时间与模型大小在某种意义上是可互换的。AlphaGo Zero的参数只有46M(现在看很小)，但有蒙特卡洛树搜索时水平达到Elo 5200(远超人类顶尖选手的3700)；如果禁止搜索,水平就降至Elo 3000(普通高手)。这相当于模型扩大约10万倍。在德州扑克等领域也有类似结果：增加在线检索，效果相当于模型大幅扩大。 这解释了为什么GPT-4.5虽然价格是GPT-4o的15倍、mini的250倍，但效果一般，很多方面不如DeepSeek-R1，因为它只是模型变大了，没有思考过程。相比之下，O1等模型虽然不是特别大，但因为有思考过程，能力明显增强。 就像阿西莫夫《最后的问题》中描述的：模型持续思考足够长时间，相当于变得像宇宙那么大，可能解决很多复杂问题。 00:53:48 AI智能体时代已来？ Sam Altman的AI五阶段论：对话、推理、规划、发明创造、协作。现在是否已经进入规划，也即AI Agent时代？ Agent与传统AI交互有本质区别：传统方式只给AI"纸笔"(文本交互)，而Agent是给AI一台电脑和各种工具。Workflow和Agent的差别在于：workflow是预先定义好的步骤，Agent是给环境和目标，让它自己探索解决方法。这与推理模型相似，不要教它怎么做，而是提供详细上下文和目标。 使用Agent的方式会倾向于"context not control"(提供上下文而非控制)，类似Netflix的管理哲学——告诉目标，不要告诉每一步怎么做。这样才能发挥AI的最大潜力。目前Agent的形态离最终形式还很远，但大方向已经确定。 AI发展速度极快。以基准测试为例：2024年初，顶级模型在模拟程序员工作的SWE-bench(software engineering bench)上只得个位数分数(满分100)，到年底已达60-65分；在美国高水平数学竞赛AIMEbench上，从9%提升到70-80%；最前沿学术问题测试"humanity's last exam"目前仍在个位数，但发展迅速。 但我们会否进入"智能体资本主义时代"？虽然AI本身没有贪欲，但使用AI的人会设定目标——就像“宇宙回形针”思想实验：给它不断生产区别针的目标，最终可能导致人类灭亡——过度优化特定指标，有风险

    1 giờ 44 phút
  3. GEB中的DeepSeek之问：“生成性”与“判定性”是不是智能的本质区别？（GEB ep05）

    28 THG 2

    GEB中的DeepSeek之问：“生成性”与“判定性”是不是智能的本质区别？（GEB ep05）

    GEB 第二季回归！不管是热爱科技热点的催更粉丝，还是和喜欢数学底层逻辑的硬核理科生，为满足所有听众的需求，本季将穿插热点话题，保证更新。 （免责声明：这段话是过年期间，谁料年后风云突变，全球变疯，遂把最后一句改成“争取保证更新”）。 本期进入GEB第三章——图形与衬底，录前预感是场脑洞盛宴，录后没想到居然聊出了DeepSeek的底层逻辑；及其他有趣的话题：创新与追随、开源与闭源、深度学习与强化学习等等。 开始烧脑吧！ 时间戳： (00:03:37) 信息量爆炸的“无伴奏阿基里斯奏鸣曲”独白 (00:07:30) “昔”+“火”= “蜡烛”;为什么图形与衬底与数学的精确性相悖？ (00:18:42) 什么是“倍流畅图形”：哥德尔不完备定理能被画出来吗？ (00:37:35) 什么是“递归可枚举集”：我妈给我一袋混装糖，让我“慢慢找所有草莓味的” (00:50:06) 真理与谬误能“互换”吗？ (00:56:16) DeepSeek之问：“生成性”与“判定性”是不是智能的本质区别？ (01:03:44) “生成式”人工智能（GPT）真的有智能吗？智能是不是一种“系统外”的东西？ (01:08:57) 数学世界可以互换，真实世界呢？《道德经》和量子的启示   剪辑：小碗 文字总结版： (00:03:37) 信息量爆炸的“无伴奏阿基里斯奏鸣曲”独白 第三章序曲：这段名为“无伴奏阿基里斯奏鸣曲”的对话，特别之处在于：只有阿基里斯的独白。信息量爆炸，隐喻超标。 阿基里斯接到乌龟电话，得知乌龟因“窝颈症”脖子不适。病因是乌龟盯着埃舍尔1957年的画作《镶嵌画2》太久。画中黑白动物互为图形和衬底，引出本章核心概念。乌龟在画中看到螃蟹和吉他。阿基里斯则提到巴赫的无伴奏小提琴曲，将巴赫引入讨论。 随后，乌龟停电，引出字谜游戏。乌龟失眠，因被字谜困扰：寻找包含“昔”和“火”的词。阿基里斯尝试解答，但未成功。又一字谜出现：以“虫”开头和结尾的词是什么？阿基里斯自言自语中，透露乌龟在停电时灵感迸发，解开了字谜。 值得注意的是，解开字谜的关键在于埃舍尔的画作——图形和衬底的概念。如同画中白天鹅的黑色羽毛是黑色蝙蝠的轮廓，字谜也需用同样的逻辑解构。 建议在阅读这段原作时，打开《镶嵌画2》，并播放巴赫的无伴奏小提琴曲，体验奇妙的氛围。但这段奇怪的独白式对话该如何解读？   (00:07:30) “昔”+“火”= “蜡烛”;为什么图形与衬底与数学的精确性相悖？ 这段对话虽然只呈现了阿基里斯的部分，但如同“无伴奏阿基里斯奏鸣曲”，但却几乎包含了全部信息。通过阿基里斯的语句，读者可以推测乌龟说了什么，如同从图形的背景中看出动物形状一样。对话想表达的是：信息与其空余部分（补集、噪声）可以互换，甚至都具有价值。 字谜游戏进一步阐释了这个概念。中文版和英文版使用了不同的字谜，相当于用中文重写了故事。中文版用“昔”和“火”组合成“蜡烛”，英文版则用包含“ADAC”的单词，答案是“headache”（头痛）。阿基里斯在两版中都扮演了“笨笨”的角色，明明知道谜底，却猜不出来。 而且，中文版中停电后点蜡烛的情节与谜底“蜡烛”巧妙重合，英文版中乌龟的头痛也与谜底“headache”呼应。 此外，同样的问题还有其他答案。但它们的存在也揭示了另一个层面：即使知道对话的一部分，也无法完全还原另一半的确切内容，只能推测大概。这与数学的精确性相悖，因为数学和逻辑要求精确，不能仅凭部分信息就得出模糊的结论。 由此，暗示了：即使理解图形与衬底、知道对话的另一半内容，但如果不掌握全部信息，就无法完全理解真理或正确与错误的关系。这段对话也包含了本书后面将要讨论的许多概念，例如图形与衬底、递归、可枚举性等，但需要解读才能看出其深层含义。    (00:18:42) 什么是“倍流畅图形”：哥德尔不完备定理能被画出来吗？ 埃舍尔的“镶嵌画2”和“以鸟做瓦”:第一眼看到的可能是黑色的动物，因为默认白色为背景；再次观察，会发现白色的空间也构成了动物图案。黑色和白色可以互换，分别代表图形和衬底，或正空间和负空间。侯世达将埃舍尔这种前景背景流畅转换的画作定义为“倍流畅图形”——无论以何种颜色为背景，图形都清晰流畅。 “被流畅图形”的概念在于图形和衬底的界限模糊，可以相互转化。但将这个概念引入数学形式系统后，理解起来就变得困难。侯世达将“递归”比作埃舍尔的画作，认为它也是一种“被流畅图形”，图形和衬底相互映衬。 这就引出了一个问题：如何理解递归在艺术视觉中的表现？“被流畅图形”是否是埃舍尔画作中无限循环的视觉结果？在埃舍尔画在递归中，这种特性又该如何解释？ 侯世达在本章采用了一种发散性和畅想性的类比方式，并非完全精确，而是为了通过绘画的图形和衬底概念，让大家直观地理解数学和音乐中也存在类似的前景与背景关系。 哥德尔不完全性定理指出，存在一些命题，它们是真的，但却无法被证明。这与数学家的工作——证明定理——似乎相悖。如果将数学体系比作一幅画，数学家比作画家，那么数学家证明的定理就像画家在画布上画出的图形，而未被证明的非定理部分就像画布上未被着色的背景。这样一来，定理和非定理的界限似乎很分明。但哥德尔不完全性定理却指出，存在既不是定理，也不是非定理的命题，就像在画布上既不属于前景，也不属于背景的部分——令人费解。 侯世达并没有直接解答这个问题，而是引入了“流畅图形”（cursive figure）和“倍流畅图形”（recursive figure）的概念。“倍流畅图形”是侯世达自创的词，recursive 具有双关含义，既指递归，也指双倍流畅的图形，特点是前景和背景都是刻意绘制的图形。 从数学角度来看，“递归”的概念与“被流畅图形”的含义相似。递归集合的补集也是递归集合。如果将递归集合比作画作的图形部分，那么它的补集就是画作的衬底部分。因此，递归集合构成的图形就是被流畅图形，如同埃舍尔的画作，前景和背景都是清晰的图案。而大部分普通画作并非被流畅图形，它们的背景是杂乱无章的。 蒙娜丽莎前景背景分明，没了主体，背景亦不成画。埃舍尔的镶嵌画则不然，黑白互为图底，相依相成，各自独立成景。哥德尔定理亦如此，如同以系统自身代码编写的病毒，自相矛盾，无法自证真伪。 哥德尔定理如同谎言者悖论——“我这句话是说谎”，自我否定，不可证伪。试图反证，却陷入其预设的逻辑陷阱，如同埃舍尔画作，黑白互转，图底相生，除非跳出系统，别无他法。这便是侯世达所谓“俄罗斯套娃”式的嵌套悖论：每个真理内都藏着更小的悖论。 哥德尔不完全性定理的存在看似违反直觉，但它可能恰恰反映了世界的真相。埃舍尔刻意绘制的“被流畅图形”只是少数，而大部分情况如同普通图形，背景杂乱无章，难以把握。 那音乐的“图形”和“衬底”是什么？ 音乐亦然。普通乐曲，右手旋律为主，左手和声为辅。巴赫的复调音乐则像量子纠缠，左右手皆独立成曲，交织演奏，却和谐共生，如同埃舍尔的双重世界，彼此独立又相互依存，共同构成完整的乐章。这正呼应了侯世达的“背流畅图形”：前景背景皆成画，构成更宏大的图景。    (00:37:35) 什么是“递归可枚举集”：我妈给我一袋混装糖，让我“慢慢找所有草莓味的” 递归可枚举集（RE）和递归集（Recursive Set）是两个重要的概念。简单来说，RE就像逐个品尝糖果，找出草莓味的。你可以列举出所有草莓味的糖，但无法确定剩下的糖中是否还有草莓味的。递归集则像按照颜色分类积木，蓝色放盒子里，其他放外面。你可以明确判断任何一块积木的归属。 形式系统，例如MIU系统，可以看作一个RE过程，从公理出发，不断推导定理。所有定理构成一个RE集。但数学家的工作更像判断一个命题是否为定理，追求的是一个递归集——所有真命题构成一个集合，并存在算法判断任何语句是否属于该集合。 递归集一定是RE集，因为可以根据判断规则列举元素。但RE集不一定是递归集，哥德尔不完备定理证明了这一点。即使可以列举所有定理（RE），也不代表可以判断所有语句是否为定理（递归）。有些真命题，即使知道是真的，也无法证明它是定理，例如哥德尔语句。 因此，形式系统中的所有定理构成一个RE集，但不是递归集。就像可以列举草莓糖，但不能判断剩下的糖是否还有草莓味。而积木分类则可以明确判断每一块的归属，构成递归集。   (00:50:06) 真理与谬误能“互换”吗？ 递归可枚举集与递归集的区别，就像两种挑积木的方式：要么直接挑出所有蓝色的（递归集），要么挑出所有非蓝色的，剩下的就是蓝色的。日常生活中这两种方式等价，但在数学

    1 giờ 23 phút
  4. 文理新年特辑：迷因币与新核武，互联网终究不是乌托邦

    1 THG 2

    文理新年特辑：迷因币与新核武，互联网终究不是乌托邦

    本期是《文理两开花》新年特辑，给大家拜年啦！ 新年特辑当然得聊《文理》的主场话题——“加密货币”加上“底层逻辑”。 一位即将上任的美国总统，突然在自己的社交平台上宣布发行加密货币，几个小时内市值就飙升到几十亿美元。世界震惊，币圈懵圈。这个加密货币以他差点中弹的“英雄”画像为品牌标识，配上“fight fight fight”的字样。域名注册不到一个月，80%的代币集中在同一地址，内部人士低价购入、高位套现，呈现出典型的“割韭菜”操作。随后，夫人也发行自己的加密货币，家族上演了一场币圈狂欢。 这一系列操作对加密货币领域的影响巨大。从加密货币圈来看，机构、个人大户等几乎都对这个迷因币趋之若鹜，甚至狂热追捧——有人财富自由，有人黯然爆仓——这种故事每个迷因币行情都会出现。 这件离奇事件对加密行业会有何影响？我们可以用《文理》哪个底层逻辑（筐）来解释？ 时间戳： (00:01:24) 未来加密货币行业会形成“比特币”vs“迷因币”双头格局? (00:17:23) 用文理“迷因与结构”、“身份与契约”底层逻辑来解释 (00:33:01) 迷因币是否会冲击美元信用？ (00:41:50) 我们的未来：当“注意力”变成核武器 (00:51:46) 小红书难民：互联网终究不是乌托邦 剪辑：小碗 文字版： 1.(00:01:24) 未来加密货币行业会形成“比特币”vs“迷因币”双头格局? 实际上，川普币对加密货币圈的冲击不小。去年比特币ETF通过后，比特币带动了一波牛市，但也形成了吸血效应，大量资金回流到比特币等主流资产，其他加密货币项目和资产已经面临资金流失的压力。川普币发行后，加剧了这种吸血效应，一些原本持有其他迷因币的人也可能抛售，转而购买川普币，形成了二次吸血。这导致其他认真开发的、有价值模型的项目再次遭受重创，资金几乎都流向了川普币。对加密货币圈而言，至少在资金层面上，这是一个比较大的负面冲击。 然而，川普币对加密货币并非完全是负面作用。它也起到了“出圈”的作用。加密货币仍然是一个相对小众的圈子，除了比特币这种类似大宗商品的资产之外，其他加密货币都还没有真正出圈。川普币的出现，让更多原本对加密货币毫无感知或持观望态度的人，因为财富效应或粉丝效应，开始购买迷因币，从而将加密货币的概念带出圈。这与之前川普大选利用Polymarket平台推广加密货币有类似的效果。从这个角度来看，对加密货币或许也有好处。 川普发行迷因币彻底改变了加密货币圈的格局，无论正面还是负面。未来加密货币行业是否会形成比特币和迷因币双头格局尚不确定，但短期内冲击很大。 圈内人士对川普币的评价两极分化。投资者欢呼雀跃，认为总统支持币价，未来监管会放松，他们关注的是价格。而建设者们则评价负面，认为多年的努力被抹黑，成了“割韭菜”的工具。也有人认为，川普此举是为了挑战传统，扰乱规范，重新制定规则，纠正美国对加密货币的过度监管。现在发行加密货币需要遵守证券规范等各种合规要求，成本高昂，甚至不如发行迷因币后直接退出。这种极端的方法或许是为了纠偏过度监管。 从技术开发的角度来看，如果加密货币圈只剩下大宗商品资产模型和迷因币模型，那么科技属性和价值创造属性就会被削弱，无法与技术进步或开发相连接。开发者可能需要寻找其他方式与普通人建立纽带。 2. (00:17:23) 用文理“迷因与结构”、“身份与契约”底层逻辑来解释 “迷因”（或“模因”，meme）是人能够认知到的一种“想法”。做一个项目，一件事，治理一个国家，治大国烹小鲜，肯定至少要有一个迷因，啥迷因都没有，别人也就无法“认知”到你这个项目。如果把川普做总统这件事看做一个项目：MAGA就是迷因。 但是单纯一个迷因可能不太够，我们讨论过的：StepN，Olympus DAO，有一个典型特征，就是迷因相对“单纯”。我们看到的就是“赚钱”，绝大部分项目只围绕这赚钱这一个迷因，会容易陷入“增长快崩塌也快”的情境。增长时候很快，因为有赚钱效应，赚钱效应一旦没了，崩塌的也很快——因为没有其他模因支撑。 比较理想的情况是双迷因。我们曾把“双迷因”中基础的那一层，叫做“安全感”——这是一个非常强大的模因，它会让你觉得进入到某件事情不会受到损害或者伤害。 那么川普迷因币的 “迷因”是什么呢？有几个？ 有人认为川普币本身就包含了赚钱效应——支持者购买相关产品，既是支持，也期待获利。但目前来看，这种赚钱效应虽有冲击力，但并不持久——如果增加一些设计，例如持有特定数量的产品可以获得某些特权，或许可以增强这种效应。 “MAGA- 让美国再次伟大”更像是其底层迷因——MAGA是一种“支持”的表达，类似竞选捐款，但比捐款更安全，因为它还有潜在的获利可能。即使亏了，也算表达了支持。 除了“赚钱”和“MAGA”，川普币还有一个更深层的迷因：虚无主义。虚无主义以“怨恨”为集体情绪的最高形式。一些人支持，是因为不满现状，渴望改变。他们表达的是对现状的不满和怨恨，这是一种情绪发泄。 陀思妥耶夫斯基的小说《群魔》探讨了当掌权者没有信仰、没有道德、觉得社会没有意义时会发生什么。当一些人渴望权力，而另一些人冷漠旁观、拒绝承担责任时，这种虚无主义会吞噬整个社会，带来混乱与牺牲。 为什么那么多人支持川普？人们喜欢的也许不是他的性格，而是他带来的对规则的颠覆和对既有秩序的挑战。 竞选总统也像是一种“复仇工具”，煽动不满情绪，蔑视传统。这些复杂的因素混合在一起，让这个“迷因”变得强大，无论做什么，都带有这种强大的“迷因”。 从“迷因与结构”的角度来看，他所代表的符号和底层结构并不完全对应。他提出的政策，例如减税、降息和控制通胀，有时相互矛盾。人们往往只看到他对现状的不满，而忽略了结构性问题。这就像其他一些项目一样，如果经济体本身没有找到价值增长点和能量输入点，“迷因”也难以持续。当然，这并不代表他做不到这些。 3.(00:33:01) 迷因币是否会冲击美元信用？ 从整体加密货币政策来看，它与美元的关系并非负面，甚至可能正面。它相当于把这种加密货币也纳入了美元信用背书的范围，尽管规模不大，但对美元没有坏处。 目前的加密货币政策仍然维护美元。禁止所有某种数字货币的发行和流通，也是为了维护美元的货币政策，避免受到区块链清结算效率的冲击。 从传统金融、价值投资以及“迷因与结构”的角度来看，如果没有实际的应用场景或价值支撑，这种纪念币最终只会一地鸡毛。除非在未来四年内，它能与其他应用或价值挂钩。 发行人本人似乎并不关心这个币，这可能是它持续下跌的原因。在记者招待会上，川普表示“发了就发了，没再管”，这种态度也预示了这个代币的未来走向。除非发行者重新重视它，否则很难产生其他影响或变化。 是否会冲击美元？如果名人纷纷效仿发行自己的纪念币，最终会不会导致市场混乱？就像主权货币出现之前，各种私人货币泛滥，最终一地鸡毛，毫无信用可言？ 的确存在劣币驱逐良币的可能性，但可能性目前比较小。如果大家都相信这些“野鸡币”，并将其作为储备货币，那世界得多么疯狂？宁可相信“野鸡币”，也不相信美元或其他主要货币？ 最终还是回归到共识机制的问题。不能否认局部共识可能很强。例如，持有这种纪念币的支持者群体，可能会在内部形成一些经济活动。就像当年用一万个比特币买披萨一样，最终比特币成为了全球共识。 这种纪念币的支持者们，是否会在今后的经济活动中，将其作为支付或流通手段？这种可能性不能完全排除。共识是可以争夺的。比特币的共识用了十几年时间才形成。这种纪念币，以及其他名人发行的类似代币，都可能在各自的局部范围内形成共识。 共识的核心是力量的比拼。在较大范围内，政府和法律的共识度更高。这就是法定货币的概念。如果政府规定某种货币可以用来交税或还债，那么它的共识度就在全社会建立起来了。在此之前，所有共识都只是局部和小范围的。最终还是需要法律支持。 如果把迷因币看作局部货币或私人货币，它的作用很小。它最终需要与美元形成兑换关系，而这种关系很可能是敌对的。在与美元的竞争中，这些局部货币最终会走向归零，美元将再次占据统治地位。因此，它们对美元信用的冲击不大，反而是美元掌握着它们的生杀大权。但如果美元持续维持高利率，并出现收缩，其他资产的信用会暴跌甚至归零。这才是对美元信用潜在的正面影响。 4.(00:41:50) 我们的未来：当“注意力”变成核武器 川普币的背后是一种趋势：注意力本身变成了一种权力？谁能吸

    1 giờ 6 phút
  5. 文理新年秀之八大科技高光榜：火星生娃、小机器人花钱、核聚变搅局、迷因可计算

    7 THG 1

    文理新年秀之八大科技高光榜：火星生娃、小机器人花钱、核聚变搅局、迷因可计算

    2024年已经翻篇儿了。我和Will老师琢磨着搞个特别节目，聊聊未来几年看好的科技高光领域。不是预测，毕竟技术可比金融市场变化莫测多了，金融就那么几个套路，科技领域那可是日新月异。 我们挑了八个未来几年都值得关注的领域，还是老规矩：上底层逻辑。 文理八大科技高光榜单： 1. (00:02:47) 量子计算加速发展 2. (00:27:30) 核聚变搅局新能源？ 3. (00:43:03) 火箭和火星：星际旅行、星际移民还是星际殖民？ 4. (00:58:18) AI agent小机器人儿开始用钱（crypto）？ 5. (01:07:16) 叙事（narratives）和迷因（meme）可以被计算 6. (01:26:04) 人形机器人和自动驾驶满街跑？ 7. (01:40:07) 脑机接口对抗人工智能？ 8. (01:50:34) 链圈和币圈已经“分叉” 文字总结版： 1. 榜一：量子计算加速发展 量子计算领域，三不五时会冒出一个重大突破：这次是谷歌的Willow 。12月11日谷歌Willow芯片横空出世，5分钟破解超级计算机需10万亿亿年才能解决的RCS难题（最强点对点通讯加密），瞬间引爆科技圈。 不得不说2024年是量子计算“高歌猛进年”：中性原子量子计算机崛起，硅量子比特技术突破，而Willow的出现，更是在量子纠错技术上掀起革命。Willow的厉害之处不在于速度，而在于“纠错”。众所周知，量子计算虽强大，却易受干扰，量子比特越多，错误越多。Willow仅有105个量子比特，却史无前例地实现了“增量减错”，为解决复杂问题带来指数级加速。此前，IBM另辟蹊径，用“噪声对抗噪声”的“错误缓解”策略，也取得了突破。 不明觉厉。究竟什么是量子计算机？ 虽然量子计算的概念很火，但多数人仍是一知半解。可以用《文明》游戏来做个比喻： 游戏地图上的探索，在计算机出现前，我们如同史前人类，步履蹒跚，探索范围极其有限。计算机的出现，如同拥有了马匹和车辆，拓展了疆域。而量子计算机到来，并非更快的车，而像船或潜水艇，能探索海洋——一个普通计算机无法触及的领域。 所以，量子计算机并非单纯的“超级计算机”，它更像是一个全新的物种，处理的是不同类型的问题。就像船不能在陆地上跑，量子计算机不擅长简单的加减乘除，但它能在“海洋”——充满各种可能性的量子世界中探索。 量子计算机如何运作？ 不是把所有状态都算一遍，而是像在水中投入两块石头，寻找波纹叠加的特定点，从而高效地解决问题。 传统计算机使用比特，非0即1，所有信息都被转换成这种二进制语言。而量子计算机运行于量子比特，它更像是一个波，可以是0，也可以是1，每个量子比特都拥有成为0或1的概率。当量子计算机工作时，多个量子比特的概率相互作用，如同池塘中的涟漪相互叠加，产生建设性或破坏性的干扰。 量子计算机特别擅长“模拟自然”，因为自然本身就是“量子的”——我们现有的技术是在模拟自然，而量子计算的运作模式就是自然本身。 量子计算机的目标领域并非解决现有计算机能解决的问题，而更适合处理那些答案模糊、不精确甚至随机的问题，例如模拟平行宇宙。因为平行宇宙的无限分叉正是源于量子的随机性，这或许正是量子计算机的“用武之地”。 一个脑洞：用量子计算机模拟一个平行宇宙——比如如果希特勒当年被美术学院录取，世界会是什么样？它或许能帮我们解答一些历史的“what if”。 生命的起源、人类的思想，乃至平行宇宙的形成，都可能与量子的叠加态有关，最终都需要量子计算机来解答。不禁感叹：“万物皆回归到量子”。   2. 榜二： 可控核聚变搅局新能源？ 可控核聚变与ESG理念以及全球变暖的关注密不可分。核能作为清洁能源，与新能源汽车、太阳能等一同竞争，吸引了大量关注。它能量巨大、清洁持久，无需频繁更换电池，安全性相对较高，还能减少碳排放，助力世界摆脱能源危机。 2021年，全球核聚变领域投资激增，马斯克、比尔·盖茨、索罗斯纷纷押注，投资额超过了过去十年的总和。美国激光惯性约束点火的成功，更是为可控核聚变带来重大突破。马克·安德森更是计划在欧美新建千座先进核电站，乐观估计2030至2040年可实现商业并网。尽管目前尚未有初创企业推出可商业化运营的核聚变产品，但Helion等公司已获得Sam Altman、Facebook等投资。 核电行业在繁荣的背后，也曾经历了数十年的冷遇。三里岛、切尔诺贝利、福岛等核事故的阴霾，使得核能发展备受争议。核技术诞生于40年代，最初用于军事领域，50、60年代民用核能蓬勃发展。70年代，德国绿党崛起，倡导“预防原则”（Precautionary Principle— 技术伦理，要求技术发明者必须预测并避免潜在风险，否则就应停止技术发展），并停止了核能发展。而美国，尼克松总统曾提出雄心勃勃的“独立计划”，计划到1980年建成千座核电站，实现能源独立、清洁能源转型和电动汽车普及；然后却采纳了“预防原则”，成立核监管委员会，最终导致计划流产，美国至今也未建成新的核电站。 更令人深思的是，德国放弃核能发展，导致其对俄罗斯天然气的依赖，这也被认为是俄乌战争的间接诱因之一。欧盟过去20年对普京政权的“资助”，也与此息息相关。但回顾70年的民用核能历史，它却是最安全的能源形式之一。 真这么乐观吗？ 我们对可控核聚变，尤其是常温可控核聚变技术的可行性，还是应该持保留态度。虽然人类首次实现了激光引发的核聚变，并达到能量输出大于输入，但这离真正的商业应用还有很长的路要走。 核裂变之所以能被利用，是因为像铀这样的元素既能稳定存在，又能持续释放能量。此外，核反应堆的关键技术，例如重水减速器，也依赖于某些物质既能稳定存在，又能吸收辐射的特性。这些稳定的结构是核电站持续运转的基础。 然而，核聚变与核裂变不同。核聚变需要高温高压环境才能引发原子碰撞并释放能量，就像太阳的巨大燃烧一样。地球上如何模拟太阳的这种循环体系，如何在地球上构造一个核聚变产生能量，能量产生高温，高温促进核聚变的持续循环？这与核裂变中，裂变产生的中子激发其他原子进一步裂变的链式反应类似，但核聚变的控制难度更大。 可控核聚变就像“地球上的小太阳”，需要一个可控的、成体系的产热过程。与不可控的氢弹（核聚变）和原子弹（核裂变）不同，我们需要的核聚变是可控的、可开关的能量来源。 最后，“尺寸”也很重要：原子弹体积很小，而核电站却非常庞大，因为它需要大量的冷却剂和辐射吸收装置。太阳的巨大体积支撑了其核聚变系统。目前，我们还不清楚实现可控核聚变所需的最小尺寸是多少。如果需要的尺寸过大，即使技术上可控，也可能无法建造。因此，下一步的研究方向应该是确定可控核聚变的临界尺寸。   3. 榜三：火箭和火星：星际旅行、星际移民还是星际殖民？ 地球太伤心，认真考虑逃离地球，去火星。现实已经给了两种可能：是去玩儿一圈儿？还是干脆一去不返？ 先说旅行。火箭技术的两大突破尤为关键：多发动机设计和火箭的可回收性。SpaceX今年10月成功回收了星舰的推进火箭，这可是件大事——星舰由火箭和飞船两部分组成，火箭负责助推，飞船载人载货。这次的突破在于实现了NASA都没做到的超重火箭回收，大幅降低了商业航天的成本。星舰的有效载荷高达150吨，比可回收的猎鹰9号的63吨翻了一倍多，意味着可以运送更多的人和物资，去火星旅行不是梦。而且！ SpaceX的研发经费仅为NASA的十分之一，速度却是NASA的两倍。 再说移民。为了模拟火星生活，NASA一年前招募了四名志愿者，在一个1700平方英尺的3D打印舱内进行为期一年的隔离实验。这次实验是为了收集健康和表现数据，了解人类在隔离、封闭、资源有限、设备故障等压力下的反应，这些压力都与未来火星居民可能面临的情况相似。实验中一个有趣的限制是与外界的通讯延迟22分钟，模拟从火星到地球的信号传输时间，这意味着即使需要什么东西，最快也要44分钟才能得到回复。 更让人内心躁动的是，许多关于火星生活的现实问题已经开始被认真考虑：比如，我们能在火星上开飞机吗？ 掐指一算：金星虽然大气密度高，但环境过于恶劣；木星、土星、天王星和海王星温度极低，风暴肆虐；水星则根本没有大气层。只有火星，尽管大气稀薄，密度仅为地球的1%，需要飞机以1马赫的速度飞行才能获得足够的升力，起降困难，但理论上是可行的。 另外，在火星上制造氧气也已成为现实！“MOXIE”实验已经证明可以长期可靠地在火星上制造氧气，不仅能供宇航员呼吸，还能为火箭返航提供燃料——原理是从火星大气（96%是二氧化碳）中分离出氧原子，并将剩余的一氧化碳释放回大气。 去火星旅行和移民好像可以写上日历了。 然而，火箭的技术突破只是第一步

    2 giờ 5 phút
  6. Polymarket和预测市场：让数据下注，让真相说话

    12/12/2024

    Polymarket和预测市场：让数据下注，让真相说话

    Polymarket因美国大选而声名大噪，特别是在2024年大选期间影响力大幅提升。从两党候选人宣布参选，到拜登退出竞选的传闻，再到两轮辩论，Polymarket逐渐“破圈”，成为预测市场的焦点。 大选当天，Polymarket的表现令人惊叹。美东时间周二晚上投票结束后，特朗普的胜率立即跳到58%。到晚上11点多（北京时间6号上午），胜率飙升至95%。这比美联社宣布结果早了近六个小时。Polymarket的预测精准度甚至超过市场和特朗普相关交易反应。 这次大选，Polymarket的投注额高达37亿美元。选举日当天，它在苹果免费应用排行榜上排名第二，仅次于向美国公民开放的合法投注市场Kalshi。这令人瞩目的表现也引来了FBI的调查。一周后，FBI持搜查令突袭公司CEO，没收其手机和电脑。调查重点是平台是否非法接受美国用户交易。 但Polymarket的价值远不止于大选预测。它涵盖了各种事件，无论大事小情。韩国戒严、政治动荡，Taylor Swift是否结婚，甚至马斯克一天发多少推文，平台上都有相关市场。它利用群众智慧，实时反映事件发生的概率，如今已被许多人当成新闻资讯来源。 越研究越发现，如果仅仅把它当做一个博彩网站，真的太低估了，不仅越来越像一个金融市场，还有可能成为一个新闻、信息、甚至社会治理工具——这究竟是为什么？ 本期我们就来深入了解一下Polymarket为代表的预测市场（prediction market）——它到底是什么？背后的底层逻辑是什么？用了什么技术？未来会变成什么？ 主要讨论了： (00:01:12): 如何接触到Polymarket（或其他预测市场）？觉得它最有趣地方是什么？ (00:14:57): Polymarket可以视为预测市场的 Uniswap (00:21:29): 预测市场vs传统博彩（赌球赌马买彩票）和民调：谁更胜一筹？ (00:28:27): Polymarket的核心在于做市商机制 (00:41:08): “第五权”和“信息金融”时代的到来 (00:54:32): 预测市场的底层哲学来源：哈耶克和Robin Hansen (01:01:10): Polymarket作为社会治理变革，成为未来社会政治治理机制的一部分？ (01:15:19): 未来亚洲或非西方世界会出现一个Polymarket吗？   时间戳和文字总结： (00:01:12): 如何接触到Polymarket（或其他预测市场）？觉得它最有趣地方是什么？ 在 2020 年 DeFi Summer 期间，众多新项目涌现，当时便已注意到预测市场的存在，但并未深入了解。直到最近的大选，才开始真正关注。尤其在拜登退选前后，以及第二次大选辩论期间，预测市场的表现令人印象深刻。哈里斯在辩论中的一个关键时刻，抛出一个“王炸”，成功激怒了特朗普。特朗普因此开始失控，发表了“移民在春田（Springfield）吃猫吃狗吃宠物”的言论。几乎同时，预测市场上民主党获胜的概率迅速上升了 5%。这次事件使人们对预测市场产生了浓厚兴趣，因为它无限接近于金融市场，非常契合交易员的思维模式。 预测市场并非简单的 Yes or No 的赌博，它提供丰富的信息，可以用来分析概率。例如，一个月前 Polymarket 上关于拜登退选概率的押注，显示 86% 的几率会退选。普通人可能会疑惑，为什么不是 50%？因为在它们看来，要么退选，要么不退选，就像买彩票一样，只有两种可能性。然而，预测市场上的百分比数字并非简单的 0 或 100，而是不断变化的，这正是其精妙之处。 普通人并不擅长概率思维，倾向于绝对的答案。而预测市场中那些有零有整的百分比数字，恰恰反映了人们用真金白银下注时，对风险的认真思考和仔细权衡。下注的价格，代表了对事件发生概率的判断。 对于赌徒和交易员来说，在牌桌上所做的就是不断计算概率：寻找“正期望值”（概率最大）的赌注，并管理好自己的资金（决定每次下注多少）。“凯利公式”在这种情况下非常有用，它可以根据赌博赢或输的概率，计算出每次下注的资金占所有赌本的最佳比例。其本质，是如何在不确定性中做出最优决策。预测市场的运作机制，与金融市场高度相似，下注的金额与概率成正比。事件发生的概率越高，回报率越低，下注的价格也越高。   (00:14:57):  Polymarket可以视为预测市场的 Uniswap 想了解 Polymarket的本质，可以从几个角度来看。 首先，从市场角度来看，有人认为它类似于二元期权，本质上是买涨跌。用户预测例如某个股票某一天的价格涨跌或某个事件的结果，如果预测正确，就能获得全部筹码；如果预测错误，就输光本金。 这与传统金融市场中的二元期权交易类似，只是 Polymarket以加密货币进行交易。虽然名为“二元期权”，但它更像是博彩——只关注涨跌，类似于赌某只股票在某一天的价格比今天高还是低。这种简单的赌涨跌机制，在主流金融市场中通常是被监管的。Polymarket提供了一个平台，用户可以像进行二元期权交易一样参与预测市场，例如预测川普当选或贺锦丽当选，与预测某只股票涨跌的逻辑相同。 其次，也是更重要的一点，Polymarket可以被视为预测市场的 Uniswap。它巧妙地将对事件结果的预测转化为可连续买卖的带价格产品。Polymarket通过一个算法，将事件结果的概率转化为 0 到 1 之间的数值，并以美元计价，最小单位为美分。用户可以根据自己对事件概率的判断买入或卖出对应的 token，token 的价格也随之波动，就像股票市场中的挂单一样。Polymarket利用智能合约和 DeFi 技术实现了类似订单簿的体系。 更神奇的是，Polymarket引入了 Conditional Token Framework (CTF) 算法。这个算法允许任何用户花费 1 美元生成一对代表相反结果的 token，例如“川普当选”和“川普落选”。由于其中一个结果必然发生，因此在事件揭晓时，其中一个 token 的价值会变成 1 美元，另一个 token 的价值会变成 0 美元。这类似于 Uniswap 的做市机制，用户可以同时持有代表两种结果的 token，并在市场上进行买卖。Polymarket的创新之处在于，它让每个人都能成为做市商，形成了平台、做市商和交易者三方生态。这种模式无需平台使用自有资金开设赌盘，而是依靠外部参与者提供流动性，使其潜在规模远超传统博彩公司，因为传统博彩公司需要自己投入资金来维持赌盘的运作，而 Polymarket则将这个角色交给了市场参与者。有人认为，Polymarket真正的价值在于让每个人都能成为做市商，就像 Uniswap 让每个人都能成为流动性提供者一样。   (00:21:29): 预测市场vs传统博彩（赌球赌马买彩票）和民调：谁更胜一筹？ “预测”这件事由来已久，从16世纪用占星术预测香料价格，到18世纪用蜡烛图分析市场，人类一直在尝试预测未来。Polymarket则用USDC稳定币，让人们对事件结果进行投机。 它的作用更像温度计，不预测未来，只反映当下对事件发生概率的评估。与其说它“预测”，不如说它量化不确定性。预测的准确性并不重要，因为重复发生的事件可以通过计算预测，而独特事件则缺乏统计意义。它的价值在于整合不同观点，快速适应新信息，并将集体智慧转化为清晰的概率指标。 它既像赌场，让人们对事件下注，也像新闻网站，展示各种热点。它与普通期权市场不同，赌的是事件发生与否，而非市场涨跌。平台上的事件来自社交媒体热点，每个人都能像做市商一样开盘，其他人则押注事件是否发生。 它没有庄家，概率由参与者决定，是真正的“群众智慧”，不像传统博彩由庄家控制赔率。它信息更丰富，提供更多分析工具，参与者可以研究概率、制定策略，更像金融市场。它比民调更靠谱，因为下注需要真金白银，更能反映真实情况。 参与者多样，有赌徒，也有套利者，它们利用价格波动和群众情绪寻找机会。有人低买高卖，有人进行“价值投资”。 预测市场比传统博彩更具分析性。博彩靠直觉和喜好，结果立竿见影；预测市场更重策略，用数据和分析，追求精准而非胜负。它也与民调不同，民调只问偏好，预测市场则考虑多重因素。 它更像金融市场，有套利者利用群体情绪进行反向操作，也有价值投资者利用市场波动进行交易。但它也存在羊群效应等问题，受多种因素影响。   (00:28:27): Polymarket的核心在于做市商机制 Polymarket 将预测或博彩“金融化”。它的核心在于做市商机制。 平台上的事件，例如美国大选结果，由平台方采集并开设赌盘。做市商的参与至关重要，它们的资金决定了交易池的深度。交易池深度越大，参与者下注越多，潜在收益也越大，如同股票交易市场。这也意味着做市商的资金投入实际上决定了新闻热点的热度。它们关注可套利的热点事件，进而吸引更多交易者，形成正向循环。 做市商并非被动地投入资金，它们可以通过判断事件概率进行套利。例如，在Uniswap V3中，做市商可以根据价格区间进行做市，Polymarket也类似，做市商可以通过挂单撤单等方式操作。Polymarket的套利机制类似价格回归逻辑。例如，若川普胜率为65%，则失败概率为35%。做市商可以以65%的价格买入川普赢的

    1 giờ 20 phút
  7. 比特币与美国大选：加密货币重塑美国金融霸权？

    18/11/2024

    比特币与美国大选：加密货币重塑美国金融霸权？

    好久不见，刺激话题来了：聊聊比特币。 录播课时比特币一颗大概9万美元。有意思的是，现在推特上、圈子里，几乎没人喊“泡沫”；中本聪、反美元、反政府、达到美联储的理念也没人提；好像自从美国政府，特别是懂王表示支持比特币后，大家就把初心忘光了？ 2024年美国大选，加密货币成为左右选情和重塑政治格局的关键变量。从特朗普积极拥抱加密货币社区，到民主党内部对加密货币监管态度的分歧，都表明加密货币已成为两党争取选民的重要工具和政策焦点，开始影响美国政治格局。 从大选结果可见，一个新兴的加密货币选民群体正在影响大选走向，围绕加密货币的监管之争也成为两党阵营角力的重要战场。从特朗普公开拥抱加密货币，誓言终结"敌对监管"，到民主党也开始重视这一群体，向加密货币从业者靠拢，不能排除加密货币领域正在重新定义美国的金融生态，甚至可能重塑未来的国际货币体系的可能性。 加密货币是政治新宠，还是美国未来金融霸权的新工具？懂王能用比特币让美元再次伟大，重塑金融霸权吗？ 时间戳： (00:01:35) 回顾一下大选前至今的走势。顺便弱弱问一句：比特币现在是泡沫吗？ (00:15:08): Polymarket (00:20:10): 加密票仓 (00:26:15): 为什么特朗普要支持加密货币？ (00:33:10): 比特币对维系美元霸权是有促进作用还是有破坏作用？ (00:35:35): 比特币如何增加美元霸权？ (00:44:30): 美元的问题比特币能解决吗？ (00:51:46): 比特币被华尔街收编，会失去其特殊性？ 文字稿：   (00:01:35) 回顾一下大选前至今的走势。顺便弱弱问一句：比特币现在是泡沫吗？ 比特币最近价格疯涨，跟美国大选关系密切。年初的时候，价格一直在5万到6万美元摇晃，直到6月底，特朗普和拜登第一次辩论。拜登表现不佳，加上共和党明确表示力挺比特币，市场风向一下变了，比特币开始涨。 7月，共和党发布政策宣言，很多内容都跟加密货币有关，态度非常积极。共和党全国委员会还通过了草案，包括支持挖矿产业拉回到美国等。又推了一波涨幅。 7月13号特朗普遭枪击未遂，选民支持率猛增，比特币也跟着涨到7万美元左右。11月6号特朗普宣布胜选，比特币跳到7万5美金。之后一周，价格火箭从7万直线飙到9万3，之后在9万美元上下波动，感恩节前触到10万提前感恩也不是不可能。 从泡沫的角度来看，比特币价格波动的时间线很清晰。分析可以分两个角度：一个是资产，或者说二级市场，用传统的技术面和基本面分析；另一个是币圈特有的指标。 币圈的技术分析有自己一套指标，有些跟股票类似，比如上升趋势线、下降趋势线、超买超卖等等。还有一些是币圈特有的，比如MV、RV、彩虹带、逃顶指数等等，具体内容可以上网查。现在看币圈的指标，比特币这轮涨幅可能才到半山腰，还没到过度贪婪或者需要抛售的时候。 基本面更多理由在于联储降息和美元政策。现在降息周期刚开始（但是特朗普上台后，通胀预期可能再次升高，降息周期进入不确定时期），再加上比特币ETF获批，它成了场内可交易资产，很多企业、养老基金、共同基金可能会把比特币纳入资产配置。资产配置理论认为，如果美国所有金融资产持有者都配置一定比例的比特币，价格会暴涨。还有，比特币越来越进入传统金融领域，持有者越来越多。这些因素一起推高了比特币价格。 但说白了，目前更多是FOMO（害怕错过）心理。但长期资产配置论影响可能更深。换句话说，如果资产配置没发生，比特币长期来看可能没大家想的那么高。这很可能是决定比特币长期走势的关键。 (00:15:08): Polymarket Polymarket是本次大选中的网红之一——不仅反映了市场情绪，也对选情产生了实际影响。Polymarket的赔率变化就像实时民调，影响着人们的心理预期。它跟传统的民调和新闻不一样，可以实时更新数据，差不多每秒一次，能更及时地反映市场情绪。而且，Polymarket的下注变化也会影响人们对选情的看法，形成一个循环。 传统投票是用笔在纸上画圈，Polymarket是用钱投票，比传统投票更需要认真分析。这不仅影响大选结果，影响力也跟社交媒体差不多，甚至可能更大。Polymarket通过大数据和人工智能分析发言倾向，不仅数量上有优势，而且用真金白银做指标，影响力更大。甚至可以成为社会治理的新模式。  (00:20:10): 加密票仓 币圈对特朗普的支持及其对美国大选的影响存在争议。虽然币圈的影响力不及马斯克个人，但马斯克对狗狗币的支持，加上特朗普对狗狗币的回应，使得币圈对特朗普和美国大选产生了一定的影响。 加密货币的兴起也催生了新的“加密票仓”。这个群体年轻、男性、少数族裔居多，政治参与度高，而且普遍支持特朗普。民调显示，超过一半的加密货币持有者支持特朗普，仅约30%支持哈里斯。而且，几乎所有持有加密货币的选民都计划投票，这使他们成为两党争取的关键群体。 共和党对加密货币的支持力度很大。特朗普表示支持比特币在美国开采，并接受加密货币捐款。部分共和党议员甚至提议建立比特币战略储备。民主党则相对谨慎，但也有支持加密货币的声音。例如加州州长加文·纽森（Gavin Newsom）、伊利诺伊州州长J.B.普里茨克（J.B. Pritzker）、宾夕法尼亚州州长乔许·夏皮罗（Josh Shapiro）——积极推动加密货币发展，吸引加密公司落户。 “加密票仓”的积极投票，成了本次选举的关键因素。 (00:26:15):为什么特朗普要支持加密货币？ 特朗普支持加密货币的原因有很多。从政治角度来看，可能看到了加密货币用户的热情和对放松监管的渴望。为了争取选民，公开表示支持加密货币。对比特币的认知加深，例如比特币ETF的出现，也推动了这一趋势。 在比特币大会上，特朗普的演讲虽然主要抨击民主党，但也引发了人们对“比特币是否是美元敌人”的思考。他认为只有政府行为才会危害美元，而不是比特币本身。如果把比特币看作数字黄金，它与美元的关系本质上并没有改变。特朗普的表态似乎表明，美国政府可以通过接纳和利用，而不是对抗，来控制比特币。这标志着美国对加密货币态度的转变。 自从比特币ETF出现后，传统金融机构的态度也在转变。早先，他们试图“驯服”比特币（早在2018年，CME的主席曾表示“we will tame bitcoin”）。但随着政府的支持，比特币的地位提升，传统金融机构也开始重新评估与加密货币的关系。 懂王加持不仅推动了短期市场上涨，更可能长期重塑美国乃至全球金融格局：假设未来比特币价格飙升至一百万，并被锚定为美元的一部分，这是否会强化美元的地位并维持其全球霸权？不排除比特币也许将在未来金融体系中扮演更重要的角色，它与美元的关系也将更加复杂和紧密。 (00:33:10): 比特币对维系美元霸权是有促进作用还是有破坏作用？ 存在分歧：有些认为比特币是去中心化货币，它的出现可能会影响美元地位。有些认为锚定美元后可能强化美元地位，维系美元霸权。任何货币的出现，首先需要市场先接受。美国开始审慎观察，这符合资本主义市场经济发展规律。任何事物包括货币形态出现时，他们会在市场上表现，如果能被市场接受，政府就会将其背书成为法定货币，如果市场不接受，它就会被淘汰。美国一直不打压加密数字货币，也不提倡自然发展。美国采取了许多监管措施，这表明市场已经接受加密数字货币。政府现在已经到了这个阶段，很可能将其转化为法定数字货币。 目前，许多美国大金融机构已经接受加密货币作为资产配置的一部分，如果它纳入正规金融体系，可能会成为美元支付体系的另一部分。如果加密数字货币已经成为与传统金融市场平行的金融市场，美国必然会重新把握霸权，不可能放弃。 (00:35:35): 比特币如何增加美元霸权？ 货币的本质是共识。美元的霸权地位受到挑战，部分原因是美国过度借债和增发货币，导致美元共识削弱。过去，布雷顿森林体系将黄金的共识转移到美元上。现在，如果美国通过比特币ETF等方式使比特币与美元自由兑换，相当于将比特币的共识嫁接到美元上，这可能强化美元地位。 这类似于将比特币视为“数字黄金”。不同的是，黄金通过固定汇率巩固地位，而比特币则通过现代金融工具融入主流体系。当前，各国减少对美元依赖，使用本国货币结算，进一步削弱了美元主导地位。特朗普支持比特币，不仅可以寻找替代黄金的新资产，还能通过比特币的合法化和普及增强美国在全球金融体系的影响力。 全球范围内，各国增加黄金储备，也表明美元霸权面临挑战。如果比特币被纳入美元体系，既满足了对新型资产的需求，又维持了美元地位。比特币对美元霸权的影响在于它能通过现代金融工具融入主流体系，既满足对新资产的需求，又

    1 giờ 9 phút
  8. EP04: 从苹果开心马到图灵测试：形式与意义的无尽追逐

    19/08/2024

    EP04: 从苹果开心马到图灵测试：形式与意义的无尽追逐

    一个简单的符号游戏如何揭示数学的本质？什么是“同构”？“形式”和“意义”到底是什么纠缠关系？为什么1+1=2？为什么1+1=2是数学的基础？OK，1+1=2，然后呢？量子、数学与人类之间有什么三角关系？ 请听本期烧脑。 本期剪辑：小碗 时间戳： （00:02:05）如果用ChatGPT来解读 “WJU” （00:12:02）阿基里斯和乌龟又抬杠：芝诺悖论的数学与逻辑延伸 （00:22:58）“pq系统”：这是一个伟大的章节，献给那些不知道“2-1=1”的人 （00:27:09）为什么这么无聊的游戏（pq定理）是一个伟大的定理？ （00:53:35）上帝之问：为什么1+1等于2？ （00:57:30 ）图灵测试：一场主观的“游戏”  （01:06:46）量子、数学与人：人类骨子里就有数学？ 文字稿： 1.如果用ChatGPT来解读上一章出现的“WJU”（英文版“MIU”）谜题，它会怎么解释？（00:02:05） 这个谜题在英文版中被称为"MIU"，而在中文版中则被翻译成了"WJU"。ChatGPT如何理解这种差异？它能否理解这些字母背后的隐含意义？ ChatGPT首先准确描述了"MIU"作为形式系统的规则，并解释了为什么无法推导出"MU"——表明它对形式系统的规则和推演过程有着清晰的理解。 再问为什么中文版变成了"WJU"时，ChatGPT声称"WJU"是更适合中国读者的翻译，但无法解释原因。更有趣的是，当用瞎编的"WKV"版本误导ChatGPT时，它竟然毫无保留地接受并应用了这个规则。 测试表明，ChatGPT对形式系统有着强大的掌握能力，能够理解和应用规则，无论字母如何变化。但它无法理解这些字母背后的隐含意义。“MIU”中的每个字母对应着英文单词的首字母，而"WJU"则对应着中文发音——这种人为赋予的意义超出了ChatGPT的理解范围。 这个实验引出了一个深刻的问题： 人工智能如何理解“意义”？AI可以精通形式，但对“意义”的理解仍然是一个巨大的挑战。就像一个精通语法规则的语言模型，却无法理解语言背后的文化和语境。 2. 阿基里斯和乌龟又抬杠：芝诺悖论的数学与逻辑延伸。（00:12:02） 这段抬杠是芝诺悖论在数学和逻辑两个维度上的体现。 故事中，阿基里斯终于追上了乌龟，乌龟却将话题引向了欧几里德定理的逻辑证明。乌龟故意抬杠，表示只接受定理的前提，而不接受推导出的结论。为了说服乌龟，阿基里斯不得不将“接受推导”本身也作为一个前提加入证明。然而，这却掉入了乌龟的陷阱——乌龟故技重施，拒绝接受新的“接受推导”前提，迫使阿基里斯不断添加新的前提，形成了无限循环的逻辑怪圈。 乌龟这种论证方式称为“无限回归”，即一个命题的证明依赖于另一个命题，而这个命题又依赖于另一个命题，无休无止，无法找到最终的起点。 这段对话揭示了数学和逻辑之间微妙的关系。芝诺悖论在数学中可以通过“无穷小”的概念得到解决，因为它与现实世界息息相关。而逻辑上的无限回归却可能永远纠缠不清，无法得出明确结论。 卡罗尔的这段故事以及后续的PQ系统，都在暗示着数学比逻辑更接近真实。我们习惯于依赖逻辑思考，但卡罗尔的故事却提醒我们，逻辑并非完美无缺，甚至可能陷入无限循环的泥潭。相比之下，数学虽然建立在逻辑基础之上，却能够通过与现实世界的联系，找到解决问题的方法，得出更可靠的结论。 这段看似荒诞的对话，实际上引出了GEB这本书的核心议题：数学与逻辑，究竟哪一个更能代表真实？哪一个更能揭示世界的本质？ 3. “pq系统”：这是一个伟大的章节，献给那些不知道“2-1=1”的人。（00:22:58） 和上一章的格式类似：本章也介绍了一个形式系统，也是侯世达老师自己的发明，叫做“pq系统：。 这次炫出了“pq谜题”，真的把我绕烦了。（想起百观Robert老师的一句话：阅读GEB越深有感触，这更像是一个青年才俊的一个上头的炫技项目）——仔细想想颇有道理，所以还是不要纠结内容细节罢。 用我自己的小白语言简单解释一下“pq系统”： ·比如Will老师设计了一套符号游戏，游戏中有三个符号：“p”代表“加”（plus）；“q”代表“等于”（equal）；“-”代表数字（1）。 ·然后Will老师用这些符号写了一个符号串：“--p---q-----”，也就是“2 + 3 = 5”，这是数学中的加法，是有意义的。 ·我觉得我也行，于是给符号取了新的意意义：“p”代表“开心”，“q”代表“马”，“-”代表“苹果”。于是上面同样的符号串，解释就变成了：“两个苹果开心三个苹果马五个苹果”——听起来就是喝醉了的胡说八道，没有任何数学意义。Will老师的设计就是有意义的解释；而我设计的就是无意义的解释。 ·如果把这些符号都换一种意义：“q”代表“减”；“p”代表“等于”；“-”代表数字“1”：那新的符号串：“-----q--p---”就是“5减2等于3”，也是一个有意义的、真实的数学陈述。 ·这说明了啥？符号不是唯一的解释：关键看你给他赋予什么值，能不能解释现实世界。 4.问题来了：为什么这么无聊的游戏（pq定理）是一个伟大的定理？（00:27:09） 这一章可以说是整本书的核心内容之一。 侯世达通过这个看似无聊的系统，试图解释形式与意义之间的关系，这与罗素在《数学原理》中用数百页来证明“1+1=2”有异曲同工之妙。 “pq系统”本质上是一个形式系统，就像MIU或WJU系统一样，它有初始状态和变换规则。这个系统可以自然存在，并能推导出无数包含“-”（横杠）、“P”和“Q”的“定理”。但关键问题在于，这个系统的意义何在？ 如果我们将“-”（横杠）解释为数字，P解释为加法，Q解释为等号，那么这个系统就变成了自然数加法系统。但如果我们给它赋予其他含义，比如"苹果开心马"，那么它就失去了数学意义。 这里出现了一个矛盾：形式系统的解释似乎与系统本身的推导过程无关，而解释的合理性又需要人来判断，而非系统本身。 这引出了本章最核心的问题：形式与意义之间的关系是什么？侯世达给出的答案是"同构"（isomorphism）。当我们能够在形式与意义之间建立同构关系时，我们就给出了形式系统的一种解释。这种解释可能有多种，有些可能有意义，有些可能没有。 从人的角度来看，形式系统是否有意义的关键在于能否建立同构关系。正如侯世达所说，"同构产生意义"（Isomorphism Induces Meaning）。这个看似简单的概念实际上揭示了一个深刻的问题：意义本身如何定义？我们如何确保彼此理解的意义是一致的？ 恰恰在这里，形式系统发挥了巨大作用。因为形式系统是客观存在的，我们都能看到相同的符号，所以它可以成为讨论和传播意义的有效工具。这与语言的功能类似，语言本质上也是一种用于交流的形式系统。 所以，这一章虽然内容简短，但涉及的是人类思维的一个永恒话题。在当前人工智能的大讨论中，这个话题又被重新提起。例如，我们在讨论ChatGPT是否真正理解人的思维，还是仅仅在进行形式符号的堆砌时，实际上就是在探讨形式与意义之间的关系。 5. 当我们遇到一个完全陌生的形式系统，并希望发现其中隐藏的含义时，该如何行动？（00:39:36） 答案是：找几个符号，并为每个符号赋予有意义的解释。这意味着要在"陈述"和"定理"之间建立一个更高层次的对应关系，就像为想要解决的问题找到一个更高层次、更抽象的“平行宇宙”。目标是让这个抽象世界能够反映或"同构"出现实世界。 在这个过程中，选择什么符号，以及使用什么规则都是有高度目的性的。就像侯世达设计的pq系统一样，同构并非偶然发生，而是因为他有意设计了一种通过符号形式反映加减法的方法。一旦这个符号世界被创造出来，它就与现实世界或数学世界独立存在。即使我们不知道2加1等于3，"--q-p-"在这个游戏中依然是一个有效的定理。 "同构"在GEB中定义是：保存信息的变换。两个复杂结构可以互相映射，并且每一个结构的每一部分在另一个结构中都有一个相应的部分。 这里"相应"的意思是：在各自的结构中，相应的两个部分起着相类似的作用。到现在为止，我们已经在这几章中看到很多例子了：三部创意曲、巴赫的音乐、pq/wu游戏和形式系统。 换成人类语言理解：两个东西像照镜子一样，形状可以不一样，但里面的结构一模一样。比如，把巴赫的音乐和三部创意曲比喻成两幅图画，音乐中的和弦和色彩学中的色彩搭配，虽然一个是声音，一个是颜色，但它们在给人的感觉上可能是一致的。一个公司的组织架构和一棵树的结构，虽然完全不同的领域，但是结构上却相似。 问题的表象下隐藏着与之同构的理论实质。我们需要了解抽象的本质，而不仅仅是现象。在符号传播意义的过程中，某些符号的"能指"和"所指"之间的"意指关系"具有唯一性和固定不变的特性。 这意味着某些符号的社会意义不可随意变更，是唯一的，是被意识形态强制赋予的。公众往往不会留

    1 giờ 13 phút
Xem tất cả (70)

Giới Thiệu

《文理兩開花（海外版）》：文科生思維和理科生思維在科技、金融、文化、哲學、數字資產、Web3.0中的碰撞。當下的時代精神是“混沌”，我們試圖在混沌中尋找秩序。海外版會討論更多Crypto、Web3.0、以及個別話題的深入討論。 主播： 1. 文科生代表肖小跑：《羊群的共識》作者，金融行業從業及創業者。播客《牆裂談》主播；公眾號《肖小跑》主理人。Newsletter：https://www.getrevue.co/profile/xiaopao 2. 理科生代表王瑋：數學和計算機學霸，兼通技術與金融。若干年前“all-in”區塊鏈領域，行業知名意見領袖。 Powered by Firstory Hosting

Thông Tin

  • Nhà sáng tạo
    小跑
  • Năm hoạt động
    2022 - 2025
  • Tập
    70
  • Xếp hạng
    Sạch
  • Bản quyền
    © 小跑
  • Trang web chương trình
    文理两开花

Bạn cần đăng nhập để nghe các tập có chứa nội dung thô tục.

Luôn cập nhật thông tin về chương trình này

Đăng nhập hoặc đăng ký để theo dõi các chương trình, lưu các tập và nhận những thông tin cập nhật mới nhất.
Chọn quốc gia hoặc vùng

Châu Phi, Trung Đông và Ấn Độ

Châu Á Thái Bình Dương

Châu Âu

Châu Mỹ Latinh và Caribê

Hoa Kỳ và Canada