宅，佛系，怪蜀黍，风险投资，老互联网人，中老文艺青年。人生是一场自我洗脑和被洗脑的过程，祝福洗脑快乐😂 科技&人文，分裂&归一，怀疑&信仰， “Man was born free, and everywhere he is in chains.” ，Memento mori，Amor fati
Joined April 2009
- Tweets14.7K
- Following2.2K
- Followers2.6K
- Likes13.1K
aka老童 retweeted
好比喻。
为什么我认为，今天的欧洲，本质上就是一个穿着高定西装、端着红酒杯的福利版大清。
如果把19世纪的晚清和如今的欧洲放在一起对比刨析，你会发现这两者的病灶、心态和衰弱的剧本都一模一样。
何出此言，论据如下：
其一，欧洲把道德与合规当成天朝礼法，把中美科技看作奇技淫巧
当年乾隆和晚清士大夫面对英国的蒸汽机、火车和洋枪洋炮，第一反应不是恐慌，而是居高临下的道德鄙视，认为那是毫无教化的奇技淫巧，只有大清的孔孟礼治才是人类文明的最高形态。
今天的欧洲老爷看中美，心态一模一样。
他们打心底里瞧不起硅谷的野蛮生长的科技新贵，更瞧不起中国没日没夜卷出来的超级供应链。
在欧洲老爷们眼里，中美这是没有灵魂的野蛮内卷，只有欧洲高举的环保主义、数据隐私、多元平权和每周35小时工作制，才是人类文明的天朝礼法。
他们沉溺在道德审美上的优越感里，用文明裁判的姿态掩盖自己在生产力上的全面阳痿。
其二，欧洲的奢侈品和燃油车，就是当代的茶叶、丝绸与瓷器
大清曾经靠着农业文明攒下的极致老底，茶叶、丝绸、瓷器，赚走了全球大量的白银，甚至狂妄地认为外国人不喝大清的茶叶就会便秘而死。
欧洲过去几十年吃的老本，本质上就是工业2.0时代攒下的茶叶和瓷器，包括法国的LV与爱马仕、德国的BBA燃油车与精密阀门、瑞士的手表与医药。
欧洲人同样产生了一种致命的幻觉：
认为无论科技怎么改变，中美的新贵们永远得排队买欧洲的皮包和机械，欧洲永远可以靠着祖传的品牌溢价和专利护城河，躺着收割全世界的财富。
直到中国出现的新能源车直接打穿德国汽车工业的底裤、AI 的兴起开始重构工业软件与研发范式，欧洲才惊觉自己的丝绸瓷器不再是不可替代的硬通货了。
其三，布鲁塞尔的罚单经济，就是当年的广州十三行
大清闭关锁国，但又馋洋人的白银，怎么办？
搞出了一套广州十三行体制：
自己不搞工业、不搞航海，就在通商口岸设卡，制定最繁琐的规矩，向外国商人征收高昂的规礼银和买路钱。
今天欧盟总部的布鲁塞尔，正是数字时代的广州十三行。
自己孵化不出OpenAI、英伟达、字节跳动，就写全世界最厚的《AI法案》和《数字市场法案》。
你美国科技巨头想进欧洲4.5亿人的市场？
可以，先按我的规矩交几十亿欧元的反垄断罚单。
用行政设卡和司法敲诈来代替产业竞争，结果把真正的创新者全挡在门外，把自己彻底锁死在旧时代。
其四，从入关八旗退化成提笼架鸟的铁杆庄稼
满清八旗刚入关时（对应欧洲的大航海和早期工业革命），那也是敢拼命、敢流血的凶悍战力。
但承平日久，八旗子弟拿上了国家包养的铁杆庄稼（世袭俸禄），迅速退化成只会提笼架鸟、抽大烟、听戏的寄生阶层。
到了晚清财政破产，朝廷哪怕敢克扣一点点旗饷，八旗兵不打洋人，先在京城闹事。
今天欧洲的高福利选民，就是当代的八旗子弟。
二战后几代人吃尽了工业霸权的红利，把高福利、长休假、终身不解雇当成了天经地义的铁杆庄稼。
现在老本吃光了，法国国债飙到GDP的120%，政府刚想砍610亿欧元预算自救，这群平时连班都不愿多加的当代旗人立刻冲上街头，把143年历史的市政厅烧成灰烬。
其五，既得利益死保风水，把每一次洋务运动扼杀在摇篮里
晚清不是没有明白人，李鸿章、曾国藩也想搞洋务运动，也想修铁路、架电线。
但为什么搞不成？
因为朝堂上的清流派御史、地方上的乡绅和漕运利益集团百般阻挠：
说修铁路会惊动祖宗龙脉、破坏风水，买机器会夺了纤夫的饭碗，最后连修好的淞沪铁路都能被清廷买回来亲手拆掉扔进海里。
当一个帝国把祖宗留下的存量当成永恒，把既得利益的枷锁当成道德皇冠，它的结局在两百年前的紫禁城就已经写好了。
aka老童 retweeted
我们 @GCCofCommons 自 24年来一直赞助 ETH City 为代表的各类开源黑客松，今天 Khub 主持的 罕见无界嘉年华 黑客松环节不太一样。
Khub 本身由各类罕见病患者构成，他们之前内部做了各类用 AI 时代自然语言编程去解决自己社区日常问题的尝试，这次将问题开放出来变做杭州南湖未来科技园的黑客松，邀请了更多社区外开发者一起帮忙。
庄老师做得确实很棒，今天中午还没正式开始现场已经有一些提前到场的开发者在跟患者交流测试，旁边还有乐器改造组唱着 Beyond 的《海阔天空》。
他驾电轮椅带着我巡场，介绍这次黑客松的选题和每位背后“出题”患者的真实情况。
庄老师提到很多现有对罕见病患者的成熟支持可能在硬件层面的成本已经被东莞义乌打到很低，反而是软件适配和客制化适配部分占据了开销大头（比如至少需要一位开发者和一位医生同患者坐在一起讨论设计半天才真正可用的穿戴设备等等，就特别适合现在 AI 开发能力来做一些补充。
17 日下午最终路演，看看他们会做出什么酷炫有趣的东西我再来介绍。
aka老童 retweeted
“罗马的奴隶庄园之所以高效，有一个很具体的前提：葡萄园、橄榄园和牧场里的劳动是可以被观察、被计量、被替换的。加图的《农业志》写的就是这套管理技术，多少奴隶配多少亩地，管家怎么监督，口粮怎么按劳动强度分配。一个人干得好不好，站在田边看一眼就知道，所以鞭子是有效的。
亚当·斯密后来指出，奴隶制在需要用心和判断的活计上效率极低，因为判断没法被监督，只能被激励。所有大规模强制组织的效率，归根结底来自同一个条件：产出可观察，劳动可替换。
工业时代的工厂和民族国家延续了这个条件。泰勒制把动作拆到可以用秒表计量，流水线让任何一个工人都可以被下一个替换，国家则提供了让几百万人在同一套标准下协作的强制力。
科斯和威廉姆森解释过为什么这个时代层级胜过市场：当协调的任务足够标准、合同的执行足够昂贵时，把人放进一个命令体系里比一笔一笔签合同便宜。这就是国家和大公司作为最高效组织形式的全部理由，它们从来不是在所有事情上高效，只是在那种可计量、可替换、需要大规模强制执行的生产上高效。
然而，现在最大的生产要素是品味和判断。这件事恰好是 AI 自己造成的。执行正在变得免费，代码、文案、图像、分析，边际成本趋近于零。剩下稀缺的是决定做什么、判断做出来的东西好不好、在无数个可能的方向里选对那一个。这些东西有两个性质，使它们和罗马的葡萄园正好相反：它们不可观察，一个判断的好坏往往要等市场回答；它们不可替换，一个人的品味就是那个人的。
不可观察的东西没法用 KPI 管，不可替换的东西没法用命令调配。所以这个要素只能靠自愿来组织，让拥有它的人自己选择加入什么、离开什么，用退出来惩罚坏的组织，而非用上级来惩罚坏的个人。生产关系必须以人的自由意志为根基，这就是这个时代效益最高的生产与协作方式，正如罗马时代的奴隶制和工业革命时代的民族国家。
这一层其实有一个现成的证据。互联网的底层几乎全部由自愿协作产生，Linux、各种协议和编程语言，没有国家，没有雇主，没有强制，一群人凭判断和品味选择做什么，结果打败了所有层级组织生产的替代品。
开源证明了判断型生产的最优组织形式是自由结合。它没解决的只有一件事：价值的分配和纠纷的裁决，这两样一直留给了国家和公司，于是开源的人要去大公司领工资，开源的项目要注册成基金会受某国法律管辖。
去中心化法权补的就是这一块，让自由结合的生产有自己的生产关系，不必再把这最后一环交回层级。它将让已经被证明最高效的生产形式，第一次拥有完整的经济闭环。
而属于工业革命时代的旧产物，它们最终的命运将是开源生产关系的供应商。工业时代里资本和国家是委托人，劳动是被采购的要素；现在拥有判断、品味和自由意志的个体是委托人，算力、电力、芯片和商品生产变成被采购的要素。谁付钱谁就是主动的一方，供货商再大也只能等订单。
历史上这件事反复发生过。铁路、电力、电信、后来的云，每一代最资本密集的基础设施都经历过同一条曲线：先是垄断和暴利，被当作掌握命脉的力量；然后被竞争和标准化压成公用事业，利润率跌到资本成本附近，最后变成一根没有人多看一眼的管子。
电信运营商曾经确信自己会主导互联网，因为他们拥有线路，结果互联网把他们变成了‘哑管道’，价值全部跑到了线路之上的人手里。资本密集的东西有一个结构性的宿命：就是它的产能一旦建成就必须被用掉，它比它的用户更需要这笔交易。
国家在这个结构里的处境也一样。它掌握的杠杆是关口，关口确实有力量，可它是一种会自我瓦解的力量。卡着一种通用投入品收租，历史上每一次的结果都是加速替代。一个靠关口收租的供货商，租金越高，绕过它的动力就越强，而绕过的办法一旦出现，关口就只剩下地理意义。
拒绝服务对一个供应商来说是自残：它每拒绝一个客户，就为开放的供应商多造一个客户。”
aka老童 retweeted
权力与钱袋的钟摆：
------古代与近代中国财政危机、精英垄断与榨取农民的消长、血税带来的战争动员力。
我放弃了中国的简体中文信息源，仅基于西方史学视角的全面综合叙述，系统梳理了从帝国晚期到二战后两岸分治期间，中国乡村政治经济学的历史轨迹（融入了杜赞奇、易劳逸、黄宗智、苏珊·佩珀等学者的学术框架）。
数个世纪以来，中国国家政权的核心脆弱性从来都不是因为社会总财富的匮乏，而是体制上无法对权贵阶层有效征税。
这种制度缺陷造成了一个周期性的历史怪圈：国家由于无法刺破权贵统治阶级的免税特权，不得不将沉重的财政税负完全转嫁到小农身上。
当这种榨取超越了农村人口的生理生存极限时，政权便随之分崩离析。
从秦汉以来的历代王朝，持续到清帝国晚期到20世纪国民政府时期，如何平衡国家财政赤字、遏制精英阶层垄断并减轻农民税负，成为了政权生存与王朝毁灭的核心逻辑。
一、 从历代中华帝国的“士绅隐田避税”到民国的“军阀掠夺内卷”
在西方汉学界，传统中国社会的“士绅不纳粮”现象不仅被视为一种道德溃败，更被理解为传统农业官僚体制的一个结构性漏洞。
理论上，明朝张居正的一条鞭法，清代雍正皇帝推行的“摊丁入亩”（将人头税并入土地税）改革，曾短暂堵塞了这种合法避税的漏洞。乾隆时期为了迎合权贵阶层，恢复了士绅不服役的特权。
然而，正如杜赞奇（Prasenjit Duara）在其“国家政权内卷化”理论中所观察到的，1911年帝国秩序的崩溃，彻底粉碎了中国内地农村传统带有家长制色彩的社会契约。
在国民政府时期（1912-1949），国民党成功实现了城市财政的现代化，但在事实上放弃了对基层农村的直接治理，将田赋划归给地方省级政府、各路军阀以及地方自治局。
在此背景下，带有传统儒家道德约束的传统士绅迅速退场，取而代之的是极具攻击性和逐利性的“国家经纪人”或包税人（即土豪劣绅）。
正如易劳逸（Lloyd Eastman）所记录的，民国时期虽然法定的田赋税率名义上保持稳定，但地方附加税（Fajia）却呈指数级增长。
地主、地方军事指挥官和保甲长拥有巨大的“超经济强制”力量。他们系统性地将这些敲骨吸髓的附加税转嫁到自耕农和佃农身上。
在四川等省份，军阀们甚至惯常预征几十年后的田赋（有时长达40到50年），地主转嫁，这直接导致大批小农破产并失去土地，酿成了极其惨烈的近代农村危机。
----见姜文、葛优主演的《让子弹飞》，鹅城收税到99年后。
二、 延安模式：“弱控制”下的务实主义与阶层共存
当中国共产党在抗日战争时期（1937-1945）建立陕甘宁边区政权时，它面临着国民党严密经济封锁下的极端生存环境。
西方经济史学家指出，中共在此期间清醒且有意识地搁置了早期激进的“没收地主土地”口号，转而推行高度务实的“减租减息”运动。
在这种战时制度安排下，中共没有剥夺地主的财产，而是将地租上限强行控制在正产物的37.5%左右。
西方学者将这视为一次高超的统一战线阶层结盟。
通过限制地主精英的超额榨取，中共缓解了贫苦小农迫在眉睫的饥饿问题，赢得了他们最基础的政治忠诚。
与此同时，通过保护地主的名义产权，并将其吸纳进地方政权的“三三制”架构中，中共成功避免了将农村精英彻底推向国民党阵营。
而为了在不压垮小农的前提下弥补战时财政赤字，延安体制高度依赖制度上的分权下放（大生产运动），以及如历史学家陈永发（Chen Yung-fa）所论证的，依靠鸦片的走私来获取暴利。
三、 1947年土改：总动员体制下的激进革命引擎
1946年国共全面内战的爆发，彻底撕碎了延安模式下脆弱的阶层平衡。
主流西方史学界（尤其是苏珊·佩珀 / Suzanne Pepper在《中国内战中的抗争》中的研究）认为，中共此时转向暴力、激进的1946–1947年土地改革（《中国土地法大纲》），并非单纯的意识形态狂热，而是由全面战争动员带来的极端结构性迫切需求。
面对拥有美式装备且数量占优的国民党军队，中共此时陷入了生死存亡的决战。它不再仅仅需要温和的政治民心，它需要“血税”——即源源不断的兵源、民夫后勤劳役和粮食支前。
财政介质的打碎：在恶性通胀的战时经济中，只要保留地主阶层，国家机器的高额课税就会被地主变相转嫁给底层，从而直接压垮农村经济。
通过在物理和法律上消灭地主阶层，国家得以直接对接每一个分到土地的自耕农，从而极大地拉高了农民对国家战时榨取的承受极限。
乡村集体“纳投名状”：正如费维恺（Albert Feuerwerker）等人分析的，土改中“诉苦会”和斗争会的法外暴力具有深层的社会心理学目的。
通过强迫整个村庄参与到对地主财产的瓜分甚至肉体清算中，中共彻底斩断了传统中国乡村数千年赖以维持的儒家宗族纽带。
农民被强行拉入了一场押上身家性命的豪赌：一旦国民党打回来，地主就会发动无法想象的反攻倒算。因此，加入人民解放军上前线，成为了农民保卫自身生命和财产安全唯一的自救机制。
四、 台湾的转向：自上而下的国家资本主义与精英转型
当蒋介石在1949年败退台湾时，他面对的台湾乡村经济结构几乎完全复制了他在大陆失败时的梦魇：土地高度集中在台湾本土大地主手中，佃农承受着高达50%至70%的超高地租。
与此同时，近两百万大陆军民在一夜之间涌入孤岛，引发了极其严重的粮食安全与恶性通胀危机。
然而，正如政治学者塞缪尔·亨廷顿（Samuel Huntington）和经济学家爱丽丝·阿姆斯登（Alice Amsden）所分析的，此时的国民党在台湾成了一个不折不扣的“外来政权”——它与台湾本土的传统地主寡头之间没有任何体制或家族层面的利益纠葛。
在外有美国政府的强烈施压、内有中国农村复兴联合委员会（JCRR）的资金与技术护航下，蒋介石在台湾铁腕执行了一场极其成功的“自上而下的防卫型改革”。
台湾土地改革通过“三七五减租”、“公地放领”以及最终的“耕者有其田（1953）”渐进推行，它通过资本主义式的“和平赎买”而非激进的肉体清算，完美破解了古老的精英垄断死结：
股权与实物债券的利益置换：
台湾政府强行收购地主超过法定限额的土地，但给予了足额补偿：70%为实物土地债券（用以对冲通胀风险），30%为四大公营企业（如水泥、纸业、工矿等公司）的股票。
地主精英的华丽蜕变：国民党并没有摧毁这批本土精英，而是将传统的、寄生性的土地所有者，强制转型为了现代工业资本家。
诸如鹿港辜氏等台湾传统大家族，极其顺畅地完成了财富从农田到工厂的转移，从而为台湾在20世纪70年代的“经济奇迹”奠定了最初的民营资本与现代市场基础。
结论：解决“帝国困境”的两条殊途同归之路
最终，西方学术界的共识认为，无论是中共1947年激进的乡村土地革命，还是国民党1953年风靡东亚的台湾土地改革，本质上都是对中国历史中“精英囤积财政资源、底层承受超额榨取”这一古老帝国困境的成功破解。
中共通过“社会革命”解决了这一困境：它砸碎了旧有的精英阶层，将社会结构彻底扁平化，并利用激进的阶级动员机制，为国家的生死决战和工业化积累榨取了极致的资源。
而国民党则通过“国家主导的资本主义”解决了这一困境：它用行政铁腕强行将精英与土地剥离，用现代工业资产进行等价补偿，同时将底层的佃农转化为拥有私有财产、政治上趋于保守的自耕农小资产阶级。
这两种模式都用历史事实证明了一点：一个现代形态的中国政权，只有在打破了乡村精英对财富的垄断之后，才能真正建立起稳固的财政根基与长久的社会存续力。
基于探讨这一近代土地政治的演变，我们可以将目光投向：未来的中国财政平衡。
aka老童 retweeted
Dans 50 ans, les livres d'histoire diront qu'Elon Musk a gagné une guerre que personne ne savait qu'on était en train de perdre.
Une guerre commencée il y a 100 ans, dans une cellule de prison italienne.
En 1926, Mussolini fait arrêter un intellectuel sarde de 35 ans. Au procès, le procureur aurait dit : « Nous devons empêcher ce cerveau de fonctionner pendant vingt ans. »
Il s'appelait Antonio Gramsci.
Son cerveau n'a jamais cessé de fonctionner. En prison, il a rempli des milliers de pages qui sont devenues l'un des textes politiques les plus influents du XXe siècle. Je pense qu'on est en train de vivre le moment où sa théorie s'effondre.
Laissez-moi vous expliquer.
Gramsci se posait une question simple. Pourquoi la révolution communiste a-t-elle réussi en Russie mais échoué partout en Occident ?
Sa réponse : en Occident, le pouvoir ne tient pas seulement par l'État, la police et l'armée. Il tient par la culture. Par ce que les gens trouvent normal, évident, « de bon sens ». Il appelle ça l'hégémonie culturelle.
Donc, pour prendre le pouvoir, il ne faut pas d'abord prendre le palais. Il faut d'abord prendre les esprits. Les écoles. Les universités. Les journaux. Le théâtre. L'édition. Les tribunaux. C'est la « guerre de position » : une conquête lente, institution par institution. Quand la culture a basculé, la politique suit toute seule.
Quarante ans plus tard, l'activiste allemand Rudi Dutschke en fera un slogan : la longue marche à travers les institutions.
Pendant des décennies, on a vécu avec une énigme que personne n'arrivait vraiment à expliquer.
Pourquoi presque tous les artistes sont-ils de gauche ? Les acteurs, les chanteurs, les profs, les journalistes, une bonne partie de la magistrature. Pourquoi un pays pouvait voter à droite élection après élection et voir quand même sa culture parler d'une seule voix ?
On nous répondait : « c'est parce que les gens éduqués sont de gauche. »
Je crois que la réponse est plus simple. Gramsci avait écrit la recette, et elle a été appliquée. Quand tu contrôles qui obtient la subvention, le poste, la bonne critique, le prix, l'invitation sur le plateau, tu contrôles ce qui devient « la culture ».
La même énigme existait à l'échelle du monde.
Pourquoi tant de pays en développement, notamment en Amérique latine, revotaient-ils encore et encore pour des gouvernements socialistes ou de gauche radicale ? Venezuela, Bolivie, Nicaragua, l'Argentine des Kirchner, la Colombie de Petro. L'économie s'effondrait, les cartels prospéraient, le chaos s'installait. Et pourtant le même vote revenait.
Ma conviction : la pauvreté n'était pas un accident du système. C'était un électorat. Et autour, il y avait tout un écosystème d'ONG, de médias « indépendants » et de programmes de « société civile », financé en grande partie par l'argent occidental.
Puis, début 2025, il s'est passé quelque chose que personne n'avait jamais osé faire.
Elon et DOGE ont ouvert les livres de USAID. Une agence quasi intouchable depuis 1961, des dizaines de milliards de dollars par an. La grande majorité des programmes ont été coupés, et l'agence a été absorbée par le Département d'État.
Le robinet a été fermé.
Et regardez ce qui s'est passé depuis.
Bolivie : le MAS perd le pouvoir après presque vingt ans. Équateur : Noboa réélu. Honduras : la droite reprend le pays. Chili : Kast élu. Argentine : Milei remporte largement les élections de mi-mandat.
Et il y a deux jours, le Brésil.
Jair Bolsonaro est inéligible, condamné à 27 ans de prison. La gauche pensait avoir refermé le chapitre. Lula, 80 ans, briguait un quatrième mandat face à un pays qu'on disait acquis.
Dimanche, son fils Flávio est arrivé en tête du premier tour. Plus de 47 % contre près de 45 % pour Lula. Lula lui-même a reconnu un résultat « inattendu ».
Le plus grand pays d'Amérique latine est à un second tour de basculer.
Le plus grand virage à droite du continent depuis des décennies.
Coïncidence ? Je ne crois pas. Quand le financement disparaît, le récit perd ses haut-parleurs.
Il reste un dernier vrai bastion. L'Europe.
Bruxelles finance ses propres réseaux d'ONG, avec une opacité que même la Cour des comptes européenne a pointée. Les grandes fondations comme l'Open Society de Soros. Les entités supranationales qui produisent de la norme sans jamais passer devant un électeur.
C'est la dernière forteresse de l'hégémonie culturelle. Et elle commence à se fissurer.
Je suis convaincu que tout ça va s'effondrer, et plus vite qu'on ne le pense.
Gramsci avait raison sur un point essentiel : la culture précède la politique. Mais il avait oublié que ça marche dans les deux sens. Quand une culture artificielle perd ses perfusions, ce qu'il y a de vrai en dessous remonte à la surface.
Ce qui vient après, je crois que c'est une renaissance. Une culture qui recommence à aimer la beauté, l'ambition, la science, la civilisation qui l'a fait naître.
Et dans les livres d'histoire, on se souviendra que tout a commencé quand un homme a décidé de regarder les comptes.
Il fallait quelqu'un d'assez riche pour ne dépendre de personne, d'assez fou pour s'y attaquer et d'assez libre pour encaisser la haine qui allait suivre.
Merci Elon.
aka老童 retweeted
其实，研究者的学科身份可以极不稳定，但核心问题却可以极其稳定。
别看 Geoffrey Hinton 今天已经是诺贝尔奖与图灵奖双料得主，他在剑桥读本科的时候，走过的却是一条近乎混乱的路线。
1967 年，他进入 Cambridge King’s College。
Wikipedia 确实记载他本科阶段在 natural sciences、history of art、philosophy 等方向之间反复转换，最终于 1970 年获得 Experimental Psychology BA。
他最初学自然科学是真的，而且本人回忆第一段 Cambridge 经历时说，当时每天上午听课、下午实验、晚上重新整理笔记，基本是 12 小时学习日。
坚持大约一个月后，他彻底受够了，直接离开了Cambridge。他后来把这称为自己第一次独立作出的决定。
后来，他又回到 Cambridge，改学 physiology。他原本非常期待神经系统课程，以为终于有人会告诉他大脑到底怎么工作的时候，结果课程主要讲 action potential、axon conduction 等机制。他觉得这仍然没有回答自己想要探求的问题。于是，他选择转向哲学。
哲学也确实学了一年。Hinton 以为哲学能够帮助自己理解 mind，结果没有，并后来幽默地说自己对哲学产生了antibodies，
然后转入心理学。他甚至也不喜欢当时的心理学。他说，自己想知道人究竟是怎么工作的，结果课程里却是rats in mazes。
虽然后来回看 signal detection theory 等内容很有价值，但当时仍然不是他真正想寻找的东西。
Hinton 自己对本科经历的总结是：
“I switched subjects every year and it didn’t make any sense at all.”
他把这段经历称作 “a crazy random walk”，当时看起来完全没有逻辑，回头看，却发现每一段经历都有用。
物理没给他答案，生理学告诉他神经元怎么传导，却没告诉他 cognition 如何产生，哲学讨论 mind，却不能给他满意的机制解释，当时实验心理学又让他觉得离真正的问题太远。最终，他去了 Edinburgh 做 AI PhD，试图通过构造一个能够学习的计算系统来理解智能本身。他后来取得的正式学历，也正好体现了这个跨界。
他确实迷茫、退出过、换过大量方向，甚至数学也不是一路无障碍。他本人明确说，第一年 physics 做得不错，但觉得自己的 advanced mathematics 不够好，因此认为自己无法继续 physics。
后来神经网络恰好成为了那个能够把他的 psychology、neuroscience、mathematics、computer science 和 philosophy 串起来的对象。
最终，他在 2018 年与 Yoshua Bengio、Yann LeCun 获得图灵奖；2024年，又因人工神经网络机器学习的奠基性发现和发明，与 John Hopfield 获得诺贝尔物理学奖。
aka老童 retweeted
真实的去中心化：没有人可以用任何方式剥夺你合法合规持有的资产。
虚假的去中心化：任何人可以用任何方式抢走你合法合规持有的资产。
进入加密行业这么多年，我自己的思想也产生了很大的转变，从一开始对于那个去中心化code is law乌托邦世界的向往，逐渐地开始动摇和质疑，我们真正要的，到底是自由还是规则？到底是公正还是高效？
曾经我以为去中心化是普通人对抗强权自我保卫的盾牌，但我越来越觉得，过度的极端的去中心化，恰恰是强权掠夺普通人甚至将其合法化的武器。
著名的《人类简史》这本书中提出，人类发展的过程，就是不断地将自己的一些权利让渡出去，形成一个公共服务中心，负责治安、外交等等事项，然后普通人才可以把更多的精力转移到生产劳作。
但如果告诉你，这个世界将不再有任何的中心，每个人都必须只为自己负责，你走在大街上要小心别人会一刀把你捅死，你得随时守在你家大门口别人闯进来就可以把你家据为己有，那这个世界就成了谁强谁有理。
有一部美国电影叫《人类清除计划》，美国政府规定，在这一天，所有的消防、治安、警察等政府部门全部失效，人类想干嘛干嘛，于是在这一天，所有的穷人都只能蜷缩在家里面，但却成了富人的天堂，因为他们可以带着雇佣兵上街大肆杀戮。
规则到底是保护穷人的，还是保护富人的？我敢说绝大多数正常的国家，如果没有规则的话，穷人一定会过得更惨，成为富人的人肉电池。
曾经我也非常信仰code is law，只要说好的事情绝对不能改，但全世界当前最牛逼的国家，美国宪法也修改了27次。
违背承诺当然是一个不好的事情，但是小到一个人，大到一个国家，都是动态发展的，所以没有什么绝对的二极管一定要怎么样，你不能因为看见了柬埔寨的红色高棉、朝鲜的金家政权，就认为政府都是坏的，要打造一个没有中心和谎言的世界。
所以我很费解，那些极力拥护黑客以及为虎作伥的人，到底是什么成分？他们生活中是遭受到了多大的迫害，才会产生如此扭曲的价值观吗，挺心疼他们的
去中心化 ≠ 无政府状态！
Bitcoin、Ethereum 真正珍贵的地方，
是任何人都不能因为身份、国籍、观点，轻易剥夺你持有和转移资产的权利。
但这和黑客偷了 5 亿美元之后，你以去中心化的幌子必须假装没看见完全是两回事。
自由应该保护的是合法用户的财产权与交易权，而不是给犯罪者提供一种「不可被干预的特权」。
加密行业应该找到一种方法，保障大家自由的情况下，充分遏制黑客和其他违法活动，
去中心化不等于无组织和肆意妄为，加密行业应主动遏制犯罪活动，才能长久更好的存活下去。
我认为未来比较合理的 Crypto 架构应该是：
底层协议尽可能中立，上层应用越来越有治理能力。
这就好比 BTC / ETH 等底层保持开放、无需许可、抗审查，DeFi 协议拥有风控、限速、Circuit Breaker、异常检测的权利，Bridge 可以做道大额异常冻结窗口、风控系统，CEX 因为有 KYC 可以追查和冻结冻结赃款，Stablecoin issuer 则有黑名单和执行机制，钱包做好风险地址预警、诈骗识别；
aka老童 retweeted
Peter Thiel makes a very important point in his latest interview: we moralise far too much. Think German Energiewende.
Thiel explains that moral judgement has increasingly replaced functional judgement. Instead of asking whether something actually works, we rush to classify it as morally good or evil.
The confusion starts with the word “good”, because it has two completely different opposites:
- The moral opposite of good is evil.
- The functional opposite of good is bad.
These are two entirely different axes. Yet public discourse increasingly folds them into one. Particularly the progressive left wants to occupy the moral high ground. So everyone virtue-signals — or pretends to, often without the slightest competence to judge the virtue in the first place.
Enter the climate crisis. Too much CO₂ is declared evil. Overnight, everybody knows we are in a climate emergency. Any doubt becomes morally suspect. After all, the IPCC consensus has declared it so. A Ferrari can now be declared morally “evil” because it burns too much fuel. Yet it remains an exceptionally good car.
And here lies the political trap: once something has been declared morally good, its advocates start treating that moral classification as evidence that it is also functionally good — that it actually works. And even if it works demonstrably worse, it doesn’t matter. It’s virtuous..!
But obviously the two may have absolutely nothing in common. A policy advertised as virtuous can be functionally terrible: incompetent, ruinously expensive or incapable of achieving its stated objective. Worse, once all its consequences are counted, it may turn out not to have been virtuous in the first place.
Germany’s Energiewende is the textbook example. Nuclear was morally branded “Hochrisikotechnologie” by @Die_Gruenen — high-risk technology — from the 1970s onwards. Dangerous. Irresponsible. Wind & solar became the virtuous alternative: “renewable”. And once that moral hierarchy was established, the engineering and economic questions became irrelevant: Does the resulting electricity system actually work better and cheaper?
Of course not. Nuclear power was one of the great scientific achievements of the 20th century: enormous quantities of cheap electricity from tiny quantities of energy-dense uranium, virtually no operational CO₂ emissions, little land use and dispatchable generation from massive rotating machines that also contribute to grid stability.
More importantly, it is also one of the safest forms of electricity generation mankind has ever developed. Yet German Greens spent decades morally slandering it. And Germany was hardly alone. Across much of the West, nuclear became something morally suspect rather than an extraordinary feat of engineering.
Doubt, rather than gratitude, accompanied nuclear. The doubt of the ignorant. Yet by some obscure moral code, ignorance itself suddenly earned a seat at the table. Expertise became optional; moral conviction became qualification. A child could command a global audience on questions of energy systems. How dare you?
Meanwhile, physics doesn’t care about false virtue signalling. A TWh of solar is not functionally identical to a TWh of nuclear — not at night, not in winter and not even at noon on a summer day if it is generated in the wrong place or exceeds consumption at that moment.
Why? Bc an electricity system has never been about producing enough TWh over a year. It has always been about timing and location too. Electricity must be produced at the precise time and location it is demanded, while generation and consumption must remain continuously balanced because the grid itself cannot store electricity.
That is Thiel’s message: The Energiewende — replacing nuclear with wind and solar — proved neither functionally competent nor virtuous. It was one gigantic $2 trillion amateur hour.
Peter Thiel:
I think we moralize way too much.
And there's always a question I like to ask: What is the antonym of good? The moral antonym is evil. The functional antonym is bad.
A Ferrari is an evil car because it doesn't get many miles per gallon. A Trabant is a bad car. It works. It's less good than a Golf car, you know, the former East German car.
So, you know, if you're evil, you're at least competent. And if you're evil, you're not bad, and therefore you're actually maybe kind of good because you're at least getting something done.
I think it's better to be good than evil.
aka老童 retweeted
刚看完阿里巴巴CEO吴泳铭云栖大会这 18 分钟，有一段话我印象特别深，我觉得不管大家怎么看阿里，这 18 分钟值得找个时间安静的看一遍，我做了一版中英文字幕的分享给大家。
他说今天机器思考总量还不到人类的 3%，但终局是 1000 倍，
然后举了个例子：新生儿早衰症，全球可能就几百个患者，按现在的商业逻辑没有公司愿意花几十年去做这个药。
但如果思考的成本趋近于零，上百万个 Agent 可以不眠不休地跑实验——那些因为不赚钱就没人管的病，第一次有了被认真对待的可能。
这段话让我回味了很久，不是因为讲了多牛逼的技术，关键是指向一个我以前没想过的问题，人类社会到底有多少重要的事，仅仅因为投入不划算就被放弃了？
另一个让我觉得很深刻的判断，他说今天的 Vibe Coding 就是 1882 年的电灯，替代的是已有的工作，
原话是：仅仅替代现有工作，创造不了真正的新时代，代表性产品还没出现。
这句话放在整个行业天天喊颠覆的氛围里，我觉得反而是最清醒的。
我们现在做的所有事，可能都只是在用新工具干旧活，
真正属于这个时代的东西，也许还在某个人的脑子里，还没被想出来。
他还有一个类比我很喜欢：1900 年电器已经进了家庭，但当时全球一年的发电量，放到今天只够全世界用两小时。
我们就站在这个位置上，基础设施远远没有铺够，需求远远没有被释放。
看完今天上午云栖大会千问交出的整套底牌，
我感觉最锋利的地方全落在了账本上：
研发端让模型零干预自主迭代 33 轮扛住研发重活，
成本端直接把缓存命中输入打穿到了每百万 Tokens 一毛钱。
咱们把这两串数字掰开看， 在模型研发端，Qwen3.8-Max 在没有任何人工干预的情况下自主跑完 33 轮闭环演进，调用上万次工业工具把总线模块面积缩减了 42%，Artificial Analysis 质量指数推到了 45。
面对从未见过的阿里新款芯片，它自己进场完成算子调优与底层框架适配，竟然把单实例推理吞吐拉升了 96%，这说明算法团队日夜洗数据调参的阶段正在过去，大模型正在自己接管研发流水线。
而在落地成本端，提前开源架构的 Qwen3.8-Flash 通过注意力机制等底层重构，把训练成本直接砍掉近九成，配上每百万 Tokens 一毛钱的缓存单价，让大规模并发调用有了真实的利润空间。
Pinterest CEO 在公开场合提到，换用千问后综合调用成本压缩至同类商业模型的 8%。
更耐人寻味的是技术迭代的节奏，新架构 Qwen4 已经在训，后续版本规划直奔 5 到 10 万亿参数，配合全球突破 30 亿次的开源下载量，感觉千问交出来的已经不是几个孤立的模型版本了，有点把 AI 从手工作坊时代推进到了自运转的工业工厂时代的意味。
并且阿里的这种工程化能力已经开始向多模态交付延伸了，视频模型 Wan3.0 在主流评测中排名前列，下代模型定档 11 月，刚开源的 Qwen-Image-2.1 凭借 7B 的轻量尺寸，把原生透明图层与局部编辑做进了同一个模型，支持圈选修改、图层替换与多图保真参考，以往需要跨几个专业软件来回倒腾的设计链路，现在能在同一个模型内被压成秒级响应。
从算法团队教模型理解世界，到模型反向进入研发体系、全行业的计算成本被大幅摊薄。
开源生态把图纸与开采机完整交出来之后，竞争的重心彻底转向了谁能用更低成本把真实业务跑通。
这套成本架构落地之后，大家最想先重构手头的哪块业务？我自己是打算把后台知识库检索和长文本记忆全量切过去，粗算一年能省出好几台服务器的实打实开销。
aka老童 retweeted
Elon Musk 在 All-In Podcast 的访谈中，给 AI 监管提出了一个非常可行的方法！能想到的最好办法，就是所有 AI 公司都建立一套测试框架（test harness），包含一系列针对模型的测试，用来检验它是否会制造生物武器、核弹或故意欺骗。让大家互相拿对方的测试套件去测彼此的模型，这大概是保障安全最好的办法。让所有最聪明的人全力去排查模型是否会作恶👀
虽然 Elon 提到自己还没跟所有人核实，但他觉得这种事大家很难拒绝。包括与中国的谈判，在他看来，这个方案的好处在于它是一件相对具体的小事，双方都不会因此受损。它不需要极高的互信，而其他的替代方案，比如要求中国暂停 AI 研发，他们早就明确拒绝了。所以这是把不可能的事变成能在短期内达成共识的事，非常切合实际。
这是他唯一能想到包括中国在内的各方都可能同意的方案，因为中国绝不可能同意让美国监管机构去调查他们的 AI 公司。但提前告知并在模型发布前提供 API 进行测试——如果某家公司发现该 AI 有问题，被指出的公司可以尝试解决；如果他们不解决，竞争对手就可以公开发布声明，指出即将发布的这个模型不安全。如果竞争对手发出警告后，该模型随后真的出了事故，那这家公司恐怕很难翻身。
而且完全可以把这些安全测试框架开源，让所有人都能使用。对，这样就能看清内部运作。这会给各家实验室提供巨大的动力去真正投入安全研究，因为你在反驳别人质疑的同时也是在自保，形成良性循环。产品责任这一点非常关键。
所谓的“AI 没有法律监管”并不属实！实际上产品责任法完全适用，如果 AI 公司发布了不安全的产品，将面临巨大的民事甚至刑事诉讼风险。所以并非无法可依。如果各公司进行了这种互测和同行评审，某家公司却无视反馈强行发布，这就会成为直接证据。
这几乎就是构成重大过失的确凿证据（prima evidence）。这会招致烟草巨头级别的巨额赔偿 ✅ 毕竟你是明知故犯，在陪审团面前绝对说不过去的 。。。
aka老童 retweeted
星舰最大规模的飞行即将到来！
星舰第 14 次试飞还没点火，SpaceX 的电焊工正在发射塔底下，把地基上的固定螺栓挨个用厚钢板焊死。
给螺栓穿铁甲，不是为了防大风。
地面团队要防的，是火箭自己的尾焰。
超级重型助推器底下一共 33 台猛禽发动机，起飞那一秒喷出超过 7500 吨的推力。
在 2 号发射台打完前两次试飞之后，地面团队发现，哪怕是高强度合金地脚螺栓，也被超音速的高温燃气硬生生冲出了坑坑洼洼的烧蚀伤。
地基螺栓要是被反复削蚀，整个发射塔架的寿命就得跟着缩水。
火箭造得再便宜，如果每打一次发射台就得趴窝一个月，快速复用就彻底成了画饼。
更有意思的是这次试飞的时间表。
过去几次星舰发射，窗口几乎都挑在当地时间的下午。
原因很实在：飞船在太空中飞上半圈，再入大气层掉进印度洋的时候，正好赶上澳洲西海岸的白天，直升机和浮标能拍到极度清晰的溅落特写。
但美国联邦航空局（FAA）刚刚批出来的第 14 次窗口，直接挪到了早上 7 点 15 分。
大清早天刚亮就点火，飞船掉进印度洋的时候那边天都黑透了。
SpaceX 连最吸粉的海面溅落大片都不要了，图什么？
图货舱里的真东西。
前几回飞船肚子里塞的都是充数的金属配重块。
这一次装进去的，是实打实的第一批商用三代星链卫星。
早上发射，飞船进入近地轨道刚好迎着太阳。
他们要用机载摄像头看清楚，那扇像自动售货机一样的有效载荷舱门，在日光下能不能把这批庞然大物顺顺当当地推出去。
猎鹰 9 号今年打得风生水起，干嘛非要冒着风险让没完全定型的星舰送星链？
因为猎鹰 9 号在物理上撞墙了。
现在的二代迷你版星链，已经把猎鹰 9 号 5.2 米的整流罩塞得严丝合缝。
可是全球几百万宽带用户涌进来，再加上手机直连卫星的功能上线，天线面积和电力需求翻着倍往上涨。
到了完整版的三代星链，单颗长度拉到 7 米，重量直接飙到接近两吨。
猎鹰 9 号既装不下这根长枪，也扛不起这个重量。
马斯克的星链商业算盘打得很响，但所有现金流扩张的上限，现在全被卡死在火箭货舱的尺寸上。
星舰要是打不开这扇门，整个星链的下一代网络就只能在地面仓库里排队吃灰。
为了赶这个进度，博卡奇卡发射场这几天上演了一出让人看傻眼的火箭接力。
执行第 14 次任务的飞船还在发射架上排队，执行第 15 次任务的 42 号飞船，大半夜居然也被运钞车一样的底盘拉了出来。
它跑去发射台干嘛？
发射塔上的两根机械臂把它一把提起来，离地只有一米多高，就为了测试机械臂轨道上的推杆系统。
它们要确认，等未来飞船从天而降被空手接白刃抓进怀里后，推杆能不能安全地把它推回轨道滑块上，再稳稳当当放回地面。
测完推杆，42 号飞船掉头就回了总装厂装发动机。
同一天，第 15 次任务的 22 号助推器在测试区把储罐注满零下一百多度的深冷液体。
14 号在等点火，15 号在测抓捕，16 号在巨型厂房里切不锈钢壳体。
连去佛罗里达肯尼迪航天中心发射用的转运架，都已经在海上的驳船上飘着了。
传统航天是花十年攒一根火箭，摆在无尘车间里当艺术品供着，打一次看半年报表。
SpaceX 是把太空发射直接改造成了汽车流水线。
所有人都在盯着天上的火箭能不能飞、能不能接住。
但最要命的门槛往往卡在地面上：当你想把上百吨的钢铁巨兽当成早班公交车来开，发射塔腿上那块防烧蚀的钢板，才是这场太空竞赛能不能跑通的最硬骨头。
aka老童 retweeted
A lot of people are missing Terence Tao’s point and thinking “mathematicians are upset that AI is better than them.” That’s not what he’s saying, and some people are forgetting that Tao is one of the most AI-pilled mathematicians out there.
His point is that when people work on discovering something, along the way they invent new concepts. Those concepts later become useful far beyond the original goal, and enables further inventions. Finding a solution does matter, but the intermediate idea is often what makes the field richer, because other people can share it and build the next thing from it.
In tech, we can use the analogy of collaborative software. We started with algorithms for merging changes in a Word document, and evolved that to concepts about versions, diffs, and merges, and later to real-time collaboration tools like Git, Google Docs, and Figma. Humans built upon these concepts and developed more powerful solutions.
Terence’s worry is that a machine automating a solution robs the field of the value of developing the intermediate discoveries in the pursuit of larger discoveries.
When automating a solution, the intermediate discoveries and invention of concepts can be buried or completely hidden in the black box. We don’t learn from them to build the next thing; it’s like we never made the invention of collaborative document editing and thus could not have the conceptual understanding to invent the next version – and since it’s hidden, we also don’t socialize them to allow other people to invent, too, a core tenet of collective discovery.
So then, in both code and math, this leads to the atrophy of development of concepts in the field.
In other words: pure ‘solution extraction’ that hides the process of discovery can leave the field with a checked-off theorem but little new insight or new questions to pursue. And it might prevent us from understanding a field deeper.
I am seeing, first-hand, that atrophying of skills in software development. We push buttons and get solutions. There is much less incentive to develop new concepts and human skill. The bet most software companies are making is that LLMs are so effective in writing code that you’re still shipping overwhelmingly more value even with human skill atrophy, and it’s the right bet IMO.
However, much of the software industry is built upon building things, not necessarily novel invention and research. In such an environment, you can say that you accept some atrophying of conceptual invention and human skill for more output.
On the other hand, sectors like math and pure sciences that are focused on invention and insight might be the hardest hit by this.
Practical/applied sciences might fall somewhere in the middle. An Alzheimer’s cure, room-temperature semiconductor, or highly effective carbon capture solution are far too valuable to sandbag and say only humans can do that to develop concepts in the ‘proper’ way. The outcome matters too much to treat the preservation of concept invention as the highest goal. Even there, though, hidden intermediates can slow the next breakthrough if nobody can see how the first one actually worked.
So the question is not “is AI allowed to solve hard problems?” It is “in this field (math, science, tech, etc.), is the answer itself the main point, or are the concepts and abstractions we use to get there also the thing we need to maintain?”
In pure math, there’s an argument that the intermediates are often more useful than the solution, and atrophy in concept development is highly detrimental to the field. Solving Navier–Stokes, contrary to what some people claim, has little practical application, and pure math might be one of those fields where just finding a solution isn’t the entire point, and can actually be contrary to the field, which is what Tao is worried about.
