RJ|0xRJ.eth (@0xRJ_eth) header
RJ|0xRJ.eth (@0xRJ_eth) profile picture

自由探索中… Crypto|读书|健身|旅行… Former Head of Communications @taikoxyz

Joined February 2021
Photo by RJ|0xRJ.eth (@0xRJ_eth)Photo by RJ|0xRJ.eth (@0xRJ_eth)Photo by RJ|0xRJ.eth (@0xRJ_eth)Photo by RJ|0xRJ.eth (@0xRJ_eth)Photo by RJ|0xRJ.eth (@0xRJ_eth)Photo by RJ|0xRJ.eth (@0xRJ_eth)Photo by RJ|0xRJ.eth (@0xRJ_eth)Photo by RJ|0xRJ.eth (@0xRJ_eth)Photo by RJ|0xRJ.eth (@0xRJ_eth)
最近读完《伟大不能被设计》,又重新思考了反复读过的《10x Is Easier Than 2x》。 两本书看似矛盾,交叉阅读却让人不禁思考:目标驱动与开放式探索,在不同层级上各自意味着什么?它们的价值、局限与交汇点又在哪里? 两本书都强烈推荐。 随笔文章👇
1
724
当一个行业必须由卖方承担异常巨大的信用风险,才能维持买方的采购和项目扩张时, 繁荣可能不再完全来自真实、独立、可持续的终端需求,而开始依赖融资结构本身。融资一旦收紧,表面的需求(虚假的繁荣)也可能随之消失。
240
古德哈特定律(Goodhart’s Law): When a measure becomes a target, it ceases to be a good measure. 当一个原本用来衡量结果的指标,开始变成我们直接追求的目标,它就不再是一个好指标。 这个思想来自英国经济学家 Charles Goodhart。他在 1975 年讨论货币政策时提出,一个原本稳定的统计关系,一旦被施加控制压力,就往往会发生改变。后来人类学家 Marilyn Strathern 在 1997 年将这个思想提炼成了上述这个今天更广为人知的表达。 这背后的机制其实很简单。 指标原本只是真实目标的代理,也就是 proxy。一旦开始考核这个指标,人就会逐渐专注于优化代理本身,而不再只是优化它原本所代表的东西。于是,指标和真实目标之间原本存在的相关性,也可能慢慢被破坏。 我们生活里到处都是这样的例子。 比如学校想提高教学质量,于是用考试分数来衡量学习效果。 一开始很合理。通常学得越好,考得也越好。但当分数本身变成最重要的目标,整个系统就开始围绕分数优化。老师开始专门教考试内容,学生大量刷题,学校研究怎样提高平均分。最后分数真的上去了。但真正的学习未必同步发生。 科研也是一样。 好研究通常会产生论文,也更可能被引用。所以论文数量、citation、impact factor,一开始都可以作为科研质量的某种参考。可当这些数字开始决定职位、晋升和资源分配,人就自然会开始优化这些数字。更多论文,更热门的题目,更容易发表的研究,更复杂的引用网络。指标越来越漂亮,但它和“我们有没有在研究真正重要的问题”之间,可能已经悄悄产生了距离。 还有一个很著名的故事叫“眼镜蛇效应”(Cobra Effect)。 据说 19 世纪英属印度政府为了减少眼镜蛇,对捕杀眼镜蛇提供赏金,结果反而有人开始专门养蛇来领取赏金。后来政府取消政策后,又有人把失去经济价值的蛇放生。(相同机制在 1902 年法属印度支那河内的鼠患治理中则有更具体的历史记录。) 而在算法和 AI 领域,这个问题尤其明显。 模型会优化我们给它的 reward、benchmark 和 measurable objective,但这些东西不一定就是我们心里真正想要的东西。 训练信号与真实意图之间永远存在一道缝隙,而怎样让一个越来越有能力的系统,不只是越来越擅长优化 proxy,而是真正实现人的意图,本身就是 AI alignment 最核心的问题之一。Goodhart’s Law 也经常被用于讨论这种 proxy failure 和 reward hacking。 最有意思的是,它们未必是在“故意作弊”。恰恰相反。Agent 可能是在非常认真地完成我们给它的目标。 只是问题出在: 我们能够写出来的目标,不一定等于我们真正想要的东西。 如果再抽象一层,我觉得人的成长里也处处存在类似的现象。 情绪更加稳定、减少痛苦、自洽、效率高,这些都可能是一个人成长的迹象。 但它们仍然只是迹象。 一个人越来越平静,是否就一定意味着越来越理解自己? 越来越自洽,是否就一定越来越接近真实? 痛苦越来越少,是否就一定意味着越来越成熟? 如果有一天,我们拥有可以直接优化这些“成长的迹象”的工具,那这些迹象本身还能够多大程度上证明成长真的发生了? 也许真正值得警惕的,从来都是当我们忘记了: 容易被测量、被优化的东西,最初往往只是我们真正想要的东西留下的影子。 所以,更本质的问题是: 我们真正想要的“成长”,到底是什么? 在技术系统里,人们通常会尝试用多个指标相互制衡、定期调整代理指标、不断检查 proxy 与真实目标有没有脱节、同时保留人自身的判断,并提醒自己,指标永远不是目标本身。 而在人身上,也许也是一样。
1
488
个人的热爱并不等于市场的需求,消费者如果不愿意支付以覆盖成本的价格,创业者卖的就不再是产品,而是在拿自己的积蓄,长期供养一个自我感动的梦想。 企业经营追求的不是最好,而是消费者愿意购买、公司能够负担,并且可以持续复制的方案 所以企业必须接受:不是顶级、但是已经足够好,然后快速试错、迭代、验证,为利润和风险留出空间。
1
508
今天一早看到 @bitfish 这份整理。刚好2个月前复习了一遍Andrew Huberman关于睡眠质量和效率的框架,整理成清晰可实操的步骤,自己体验了两个月,效果显著。 的确,心理/存在层面决定了"答卷不好看的时候,如何面对签字定稿这件事";但生理系统可以决定"卷子好不好看"以及"值班时长"。根据过去2个月的体感,后者是可以从根源上减少前者被触发的频率。 下面是按照杠杆效率优先级排列的行为(文末会附上详细机制说明 和 不同方法之间如何相辅相成) 1️⃣ 起床后花5-10分钟,去外面晒太阳 你可以根据自己理想入睡(犯困)时间倒推12-16小时去晒太阳(这是这两个月最惊喜的,直接解决了我早睡问题) 2️⃣ 每天(包括周末)固定时间起床 3️⃣ 日落时也出去走2-10分钟 (昼夜节律锚定) 4️⃣ 晚上10点后调弱灯光+减少蓝光 刷手机/开顶灯 → 影响的不只是睡眠,还会压抑多巴胺 → 长期会让人更emo(很多朋友以为自己到晚上就低落是抑郁,但也有可能是因为长期在错误时间接触强光) 5️⃣ 睡前1-2小时冲个热水澡/泡脚+卧室调低2度 6️⃣ 起床后等90-120分钟再摄入咖啡因 (早上要健身的可以不用等这么久) +入睡前8-10小时停止摄入咖啡因 7️⃣ 少喝酒 睡得"沉"≠睡得好,酒精会破坏睡眠结构 8️⃣ 规律运动,但睡前2-3小时避免高强度运动 9️⃣ NSDR/瑜伽休眠 补觉、午睡替代、睡不着时都能用,10-20分钟 🔟补剂是最后一步。先调光照→运动→饮食, 补剂更多是辅助: - 甘氨酸镁 - 茶氨酸 -芹菜素
最近颓得厉害,刷视频刷到凌晨,白天报废,第二天接着刷 跟 AI 把这件事拆开看了一遍,做成一份 PPT:为什么我们深夜放不下手机,以及怎么给搞砸的人生重启 分享出来,你能刷到这条,说明现在也没睡drive.google.com/file/d/1X0K…
2
4
1,361
如果只能先做3件事: 1️⃣ 醒后看晨光+固定起床时间(成本最低,杠杆最大) 2️⃣睡前准备:调暗灯光减少蓝光摄入+热水 澡/淋浴+凉卧室 3️⃣咖啡因延迟90分钟+设定摄入截止时间 这三件事就能覆盖 Huberman 体系里80%的收益; 后面的行为工具和补剂是在此基础上的精细化调整。
192
RJ|0xRJ.eth retweeted
“物理要么就是不可能,要么就是显而易见。在你没有真正理解它之前,它不可能,然后就变得显而易见。”。 这个道理适用于很多其它领域。
"All of physics is either impossible or trivial. It is impossible until you understand it and then it becomes trivial." - Ernest Rutherford
17
4
76
32,557
最近使用AI的一大感慨: 你的优势不在于做“AI 做不到的事”,那是必输的游戏。 你的优势在于:用 AI 做出只有你才会想到去做的东西。
1
3
367
今天在Academy Museum看展,发现一个绝妙的历史轮回: 1908年,爱迪生成立电影托拉斯,垄断所有专利,雇打手砸独立制片人的摄影机 1920s,一群”不法之徒”逃到好莱坞,建立了环球、派拉蒙、华纳、美高梅…… 1948年,这些当年的反抗者已垄断全美院线。最高法院裁定:违反反垄断法,强制拆分 2020年,这条禁令被撤销。Netflix收购影院、Amazon买下MGM、Apple开始砸钱冲奥斯卡… 从技术专利到院线渠道,再到流媒体平台——每一代人都在反抗上一代的垄断,然后变成下一代要反抗的垄断者。 每一次垄断的形式都在进化,但本质未变。 每一次反垄断又都催生了创新: • 托拉斯倒台 → 好莱坞诞生、长片电影、明星制度 • 派拉蒙裁决 → 新好莱坞运动、导演中心制、类型片繁荣 • 下一次呢?会是谁?以什么形式?催生出怎样的创新?
514
最近越发觉得,比起设定具体的目标,建立系统才是更明智之举。 判断并创造一个有助于你成长的环境,以此来增加你想要的概率。 环境会塑造大脑,所以聪明的大脑会去选择和塑造未来的环境。
1
2
381
读到一个很有意思的视角: 当代人类面临四种边疆:陆地、互联网、海洋和太空。 以我们当下的处境来看,陆地边疆已基本饱和(77亿人),互联网边疆正快速扩张但仍有巨大潜力(32亿人),海洋边疆严重开发不足(仅200-300万人),而太空边疆刚刚开启(不到10人)。 创造和开拓这些边疆至关重要,因为它们为先驱者提供了创新空间,同时不会影响那些选择维持现状的人。
3
641
读《巴拉吉预言》有感:时代选择技术,技术塑造意识形态。 中心化技术孕育了20世纪的意识形态战争——大规模生产线塑造了集体主义,广播电视培育了民族主义,自上而下的传播结构天然契合威权体制。这些意识形态的厮杀,本质是中心化技术逻辑的必然结果。 但互联网打破了这个格局。去中心化的技术架构催生了全新的意识形态生态:觉醒文化在社媒上病毒式传播,加密货币社区自下而上重构金融架构,开源运动挑战知识产权体系。这些新生的意识形态不再仅依赖权力中心的背书,而是通过网络效应和社群共识获得生命力。 最有趣的是这种对抗:中心化技术助长的威权主义试图控制网络,而网络的去中心化本质又在不断消解这种控制。每一次封禁和审查都在培育更强的反抗。 或许我们这个时代最深刻的变革,不是某种意识形态战胜另一种,而是意识形态产生和传播的方式被彻底改变了。
4
711
在不同类型的相遇中保持开放和真诚,然后让时间和经历自然地筛选和深化那些有缘 分的关系。 当你不带预设地进入每一次交集,反而更容易发现关系中意想不到的可能性。有些最 深刻的连接往往来自于那些"计划之外"的时刻。
2
5
626
重要的重复性事务应当在一开始就花时间搭建一个好的执行框架和逻辑。 健身、投资、学习等等都是如此。本质上都是用理性先约束好非理性,让理性/正确行为成为最短路径和最自然选择。
1
1
469
当数据摆在面前时,自我驱动的改变就自然发生了。自发性才是最大驱动力! (育儿和教育也都可以沿用这个思路)
1
1
438
最近的一大收获是:地理位置的选择其实是种高效学习策略,也是自由的另一种体现。 想要在任何领域突破,直接去该领域最发达的地区,在专业密度最高的地方更容易获得突破性的认知升级。 再细想,这本质上是一种认知套利。
1
452
市场经济的表象是竞争,但本质是合作。 这是市场经济能够在短时间内迅速创造社会财富的核心奥秘之所在,市场经济的发展是人类合作关系的不断拓展。
5
635
在自然界中,信号的“发送者”总是在试图影响信号“接收者”的行为。对于信号接收者来说,能否区分“诚实”和“不诚实”的信号关乎生死,并由此形成双方持续的博弈。 进化生物学的“累赘原则”(handicap principle)指出:只有付出显著成本才能维持的特征才足以成为可信的“诚实信号”;相反,成本低廉、易于模拟的往往构成“不诚实信号”,其信息含量有限甚至具有误导性。
1
3
707
典型的“诚实信号”:孔雀雄鸟庞大而鲜艳的尾屏、雄鹿笨重的巨角,这些结构的生成和维持消耗大量能量,并会提高被捕食(死亡)的概率,因此只有真正体质优良的个体才能负担; “不诚实信号”:体形较小的雄绿蛙通过发出低频鸣叫伪装成“体型更大”的竞争者;招潮蟹在断螯后快速再生出的空心巨螯虽看似威猛,实则缺乏力量。这类低成本伪装因造价有限,不能可靠反映个体真实实力。 同样的博弈也存在于投资领域,名人/项目方/公司向资本市场释放的信息亦可分为“高成本”与“低成本信号”。 只有那些代价高、难以造假的信息才应被赋予高度权重。
2
3
458
进化生物学通过寻找近因和终极因来探索自然生物的进化现象。近因机制解释了对一个性状的直接影响。自然选择发挥的作用则解释了一个生物体在环境中成功存活或失败的终极因。 投资界也必须区分近因和终极因。股/币价变化的近因可能来自宏观经济、市场、赛道或企业/项目本身。由于近因往往非常突出(媒体的因素、心理学的因素等等),所以投资者在决策过程中往往会错误地将太多注意力放在它们身上。
1
4
890