KUMON Podcast《從學會到會學》💙解鎖自學力：化被動為主動💛教養不煩惱：掌握教養關鍵💜超越滿分：榜樣啟發可能❤️教育未來式：AI時代能力趨勢5/18-5/30 免費體驗招生中，立即預約 https://fstry.pse.is/8ynbqu —— 以上為 FMTaiwan 與 Firstory Podcast 廣告 —— 本期节目是“文理两开花”的年度保留节目——2026 年科技十大预测。在这个科技发展如火箭般蹿升、一年恍若十年的时代，我们不再仅仅局限于单一的技术点，而是试图捕捉那些正在重塑物理世界与精神世界的变革力量。 从英伟达的实体 AI 到马斯克的脑机接口，从量子计算与 GPU 的博弈到生物黑客的普及，甚至是对人类孤独危机的技术解法。我们用“文理”双重视角开脑洞，看看技术如何作为新的“契约基础设施”进入实体经济，以及人类如何在硅基与碳基的融合中寻找新的位置。 �� 时间戳： ● 00:40 开场：万物皆 AI，科技发展的“火箭速度”与 2026 年的宏观背景。 ● 08:16 预测一：实体 AI (Physical AI) 革命——世界模型与机器人的物理觉醒。 ● 28:22 预测二：机器人住家元年——为什么我们需要人形机器人？论“契约基础设施”。 ● 41:12 预测三：量子计算临界点——QPU 会取代 GPU 吗？生成式与判定式的博弈。 ● 00:53:30 预测四：脑机接口量产——连接平行世界的桥梁与“智力阶级”分化。 ● 01:05:13 预测五：肽与生物黑客——减肥、增肌与被化学调控的社交能力。 ● 01:14:15 预测六：陪伴机器人普及——比爱人更完美的“情感多面体”。 ● 01:31:52 预测七：军转民技术的极速缩短——从十年到两年的资本加速游戏。 ● 01:37:38 预测八：终极能源解决方案——与其在南极找“制冰机”，不如在太空建算力中心 ● 01:47:58 彩蛋：狂野脑洞——AI 创造新物种与人类繁衍的未来。 �� 提到的概念： ● 世界模型（World Model）：AI 的下一阶段不再是预测下一个词（Next Token），而是预测世界的下一个状态（Next State）。 ● Omniverse 训练场：如同飞机需要风洞，机器人在进入现实前，将在遵循物理规律的虚拟世界中完成亿万次训练。 ● 契约基础设施：楼梯、门把手是人类社会的物理契约；区块链是数字契约；人形机器人则是为了适应这套“人类契约”而诞生的通用终端。 ● 生成式 vs. 判定式：GPU 擅长“生成”混沌中的创造，量子计算擅长“判定”海量数据中的规律（如破解密码、发现金融 Alpha）。 ● 赛博医疗：手术机器人将让脑机接口植入像做近视手术一样简单，人类将通过意念直接控制物理世界。 ● 孤独经济：陪伴机器人不仅提供情绪价值，更拥有超越人类伴侣的“多模态”能力——既能和你一起吐槽发疯，也能提供钢铁般的物理支撑。 ● 第一性原理的能源观：与其在地球上费力搞可控核聚变，不如直接利用太阳这个现成的核聚变反应堆，把高能耗的算力中心扔到太空去。 �� 文字稿 万物皆 AI：从 AI 中来，到 AI 中去 回顾过去一年，科技发展的速度已经不能用“日新月异”来形容，简直是火箭般的万马奔腾，体感上过一年仿佛过了十年。在梳理 2026 年的科技趋势时，一个显而易见的结论浮出水面：表面上看是能源、生物医药、机器人的各自突破，但深究其里，所有科技的尽头都指向了人工智能。 能源技术的突破是为了满足 AI 巨大的算力胃口；生物科技的研发手段依赖于 AI 的蛋白质预测；机器人的进化更是 AI 的具身化。未来十年的科技特征可以总结为一句话：“从 AI 中来，到 AI 中去”。甚至 Science and Technology 这个词组，未来或许可以直接改名为 AI。在这个大背景下，我们展开了对未来的十大预测。 实体 AI 革命：机器理解物理世界的元年 2026 年最震撼的趋势，莫过于 Physical AI（实体 AI）的爆发。如果说上一代 AI 掌握了人类的语言，那么下一代 AI 正在试图掌握物理世界的规律。 这不仅仅是让机器人动起来，而是 AI 思维模式的质变：从“预测下一个词”进化为“预测下一个状态（Next State Prediction）”。正如英伟达在 CES 上展示的那样，机器人不再是在现实中跌跌撞撞地学习，而是在 Omniverse 这样一个遵循物理定律的虚拟空间中受训。在这个“世界模型”里，水倒在桌上会流淌、扩散，机器人撞到石头会踉跄。 这种逻辑像极了航空业的“数值风洞”——用超级计算机模拟空气分子，让飞机在起飞前就在数字世界完成了所有测试。当 AI 能够完美建模物理世界，并在其中自我训练反馈时，一种深刻的“同构”关系便产生了。这不仅是技术突破，更是《哥德尔、艾舍尔、巴赫》中提到的“意义的诞生”。一旦虚拟训练完成，技能迁移到现实世界将是零成本、高安全的。AI 正式走出屏幕，大规模进入实体经济。 机器人住家与“契约基础设施” 随着实体 AI 的成熟，2026 年我们将看到机器人正式进入家庭。不是那种笨拙的扫地机，而是能叠衣服、做饭、照顾老人的具身智能。 为什么我们如此执着于“人形”机器人？这背后隐藏着一个社会学逻辑——“契约基础设施”。 人类社会的物理环境（楼梯、汽车、厨房台面）本质上是为人与人之间履行契约而设计的“基础设施”。管家要上楼打扫，是因为楼梯适应人的双腿。如果机器人想进入这个已经固化的物理契约网络，最高效的方式不是重建房子，而是把自己变成“人”的样子。 人形机器人，本质上是 AI 接入人类物理世界契约的接口。与此同时，区块链和 Web3 正在构建数字世界的契约基础设施。这两种力量将在未来几年交汇：一个接管物理劳动，一个接管数字交易，共同重塑经济运行的底层逻辑。 量子计算与 GPU：生成与判定的双重奏 关于“量子计算将在两年内普及并取代 GPU”的预测引发了激烈讨论。虽然量子纠错技术（如谷歌的量子回声算法）取得了突破性进展，但断言其取代 GPU 可能为时尚早。 这更像是一场分工明确的合作。当下的 AI 大模型（GPU 算力）是“生成式”的，它擅长通过海量数据模拟和创造，就像人脑的模糊联想；而量子计算是“判定式”的，它是一把最锋利的刀，擅长在无穷的可能性中瞬间找到最优解——比如破解密码、发现新药分子、或者在混沌的金融市场中找到那条隐秘的正弦波规律。 未来的计算架构，或许是生成式 AI 负责构建宏大的世界模型，而量子计算负责解决其中最坚硬的逻辑内核。两者非替代关系，而是共生与竞争。 脑机接口：跨越“平行世界”的桥梁 马斯克的 Neuralink 宣布量产，标志着脑机接口进入工业化时代。全自动手术机器人将植入风险降至极低，数万个比头发丝还细的电极将深入大脑。 这项技术的本质，是打通“计算”与“认知”的最后壁垒。大脑本身就是一座桥，连接着思维的虚拟世界与肉体的物理世界。脑机接口则是对这座桥梁的暴力拓宽——既能将大脑信号精准映射到外部设备（让瘫痪者操纵电脑），也能将外部信息瞬间灌入大脑（如《黑客帝国》般学习技能）。 但这同时也带来了巨大的伦理挑战。当富人优先通过植入芯片获得认知能力的飞跃，这种“智力阶级分化”可能比贫富差距更难弥合。不过，从技术中性论的角度看，它依然是人类对抗疾病、提升自我的终极手段。 生物黑客与肽的革命：被定制的肉体与情绪 不仅仅是减肥药，基于“肽”的生物黑客技术正在让身体升级变得像软件更新一样简单。从司美格鲁肽带来的身材重塑，到鼻喷催产素带来的“社恐治愈”，人类正在掌握修改自身生物设定的权限。 这是一个有趣的现象：科技大佬们看起来越来越年轻、精力越来越旺盛，身材越来越像保镖（此处 cue 贝索斯）。这背后是生物科技对人体的全面接管。虽然这可能引发容貌焦虑或滥用风险，但它也提供了一种可能性——人类可以更自主地选择自己的外貌、情绪状态甚至性格特征。只要这种选择是个体自由意志的体现，且不伤害他人，这或许就是生物学意义上的“美丽新世界”。 陪伴机器人：终结孤独的“完美伴侣” 全球性的精神危机正在蔓延，孤独感已成为一种流行病。2026 年，陪伴机器人将成为缓解这一危机的良药。 人类天生具有将“自主运动物体”视为生命的本能（想想那些被起名字的扫地机器人）。而新一代陪伴机器人将超越简单的对话，它们拥有精准的情感识别能力，甚至拥有体温和触觉反馈。 更重要的是，机器人可能成为比人类更完美的伴侣。人类伴侣往往难以兼顾多重角色——能陪你一起骂老板的人，不一定能在你脆弱时温柔安抚你；能提供情绪价值的人，不一定有力气在你生病时把你背上救护车。但机器人可以。它是多模态的：它可以是情绪宣泄的共鸣箱，是温柔的心理咨询师，也是物理层面强有力的守护者。当技术能提供这种全方位的“上得厅堂下得厨房”，人类的情感结构将面临前所未有的冲击。 能源的第一性原理：把算力中心扔到天上去 关于能源，我们曾纠结于地面的“可控核聚变”。但马斯克的逻辑提供了一个极其精彩的“第一性原理”视角： 太阳本身就是一个巨大、稳定、免费的核聚变反应堆。我们在地球上苦哈哈地搞人造太阳，就像在南极非要发明一台制冰机一样荒谬。阻碍我们利用太阳能的，是地球的大气层和昼夜交替。 既然现在的能源瓶颈主要来自 AI 算力中心这个“电老虎”，那为什么不直接把算力中心和太阳能板一起发射到太空中去？在轨道上，没有大气遮挡，核聚变能量唾手可得。Starship（星舰）的成功让载荷成本降低了千倍，使得这个方案在经济上可行。未来，我们或许不再需要在地面建设核电站，而是直接向太空请求算力。 尾声：技术进化的终局是新的物种？ 当我们把目光投向更远的未来，如果 AI 掌握了 DNA 的编码权，会发生什么？ 也许 AI 会跳出人类的审美和功能限制，设计出一种全新的生命形式。它可能不像我们熟知的碳基生物，甚至可能具有硅基的骨架或强酸的血液，只为极致的生存而生——就像《异形》。或者，在更近的未来，AI 辅助的生物合成技术可能彻底改变人类繁衍的方式（如人造精子）。 这听起来有些骇人听闻，但科技的车轮一旦转动，就不会停止。无论是 2026 年的预测，还是更遥远的脑洞，核心依然未变：人类正在亲手打造一个比自己更强大、更聪明、甚至更具生命力的系统。在这个过程中，我们要做的不仅是预测，更是寻找人类在这个新世界中的位置——保持好奇，保持敬畏，但行好事，莫问前程。 关于《文理两开花》： 《文理两开花》是文科生思维和理科生思维在科技、经济、文化、哲学、货币、数字资产、元宇宙、Web3.0中的碰撞。当下的时代精神是“混沌”，我们试图在混沌中寻找秩序。 Twitter： @LeiSalin_XP @Will42W TG群（开放）：t.me 收听平台： 小宇宙：文理两开花 苹果播客｜Spotify | Google Podcast | 等泛用型平台搜索收听《文理两开花》（文理两开花已经上线苹果播客中国区，可直接搜索收听） 文字稿和延伸阅读： 微信公众号《文理两开花播客》 《文理两开花》newsletter。欢迎订阅：https://wenli.substack.com 其他平台： 即刻：文理两开花 《文理两开花》微信群：请添加坛子微信（WeChat ID: BKsufe），注明：文理两开花 留言告訴我你對這一集的想法： https://open.firstory.me/user/cl0roqwc0000l0hzje7se6f28/comments Powered by Firstory Hosting

本期是我们12月13号在杭州举办线下读书会。在这场相聚中，我们深度分享了《数字世界生存指南》书中的核心观点，还荣幸地邀请到了我们的好朋友——《知行小酒馆》的主理人雨白，以及Will老师的“数字人分身”一起畅谈。 能和大家共同度过这样一段充满思想碰撞的时光，真的非常愉快。本期节目是这次读书会的精华实录，我们将内容整理为两个部分呈现给大家： 第一部分：小跑对这本书的讲解。 第二部分：雨白和我们的三人对谈。观点交锋非常精彩。   时间戳： 00:00:42 第一部分分享：六个底层逻辑带你穿越数字世界迷宫 00:29:40 第二部分对谈：雨白、小跑、Will（的远程数字分身） 01:08:33 大家的Q&A     第一部分分享内容文字版：    为什么要写一本《数字世界生存指南》？ 这个名字听起来确实和现在的氛围不太搭。大家现在可能更需要《数字世界发家致富指南》或者《数字世界飞黄腾达指南》，数字世界就是人类全村的希望。 但我们偏偏用了“生存”这个词，是因为这里不仅仅有光环，更像是一片看不清边界的黑暗森林。如果不先把这里面的残酷真相和潜藏的陷阱揭示清楚，光谈梦想可能最后连路都走不通。 首先我们要搞清楚，什么是数字世界？我们怎么确定自己已经进去了？ 很多人觉得转折点是疫情，生活被迫线上化，紧接着 GPT 和 AI 的飞速发展让我们一路小跑进了新时代。但其实我们陷得比想象中更深。比如：判断一个人是不是“活人”，不再看他会不会呼吸，而是看断了 Wi-Fi 以后还能不能活下去；你会发现最懂你的往往不是身边的人，而是推荐算法；大学睡在你上铺的兄弟，留在你记忆里的可能只剩下一个微信名或者游戏 ID。进入数字世界已经是板上钉钉的事实，只是这个过程太潜移默化，以至于我们往往身在其中却不自知。 如果把这个过程梳理一下，用 Web1、Web2、Web3 来描述，其实就是一部我们向数字世界“搬家”的历史。这三个词确实能精准描述我们是如何一步步变成“数字公民”的。 Web1 时代，互联网就像城市里刚开业的第一家大商场。我们进去能干嘛呢？只能看看橱窗、看看广告、看看别人写好的网页。那时候我们只是数字世界的游客，只能看，不能动。 到了 Web2 的社交媒体时代，每个人手里都被塞了一把钥匙，我们可以自己开个小铺子、盖个小房子。大家开始注册账号，写文字、发照片、在评论区吵架或者卖货。我们在微博和朋友圈确立了社交身份，在豆瓣和 B 站找到了组织。你发的每一条状态、每一张自拍，其实都是在给这个世界添砖加瓦。有人点赞是来你家做客，有人评论是在你家墙上留言。慢慢地，你在网上认识的人超过了现实，你的线上“人设”也和肉身逐渐分叉。这时候，我们不再是游客，而是成了定居的居民。 再到 Web3 时代，连合同、身份证、户口本和银行账户这些现实资产也搬了进来。你可以在没有中介的情况下签智能合约，甚至拥有一块“别的国家管不到”的资产。到了这一步，恭喜大家，你的双脚已经彻底踏进了数字世界。这是一片真实存在的大陆，而我们成了在现实与数字两块大陆之间来回通勤的“双重国籍公民”。 问题也随之而来。在现实世界里，我们有成熟的哲学体系，能追问我是谁、从哪来、到哪去。但在数字世界里，我们很少扪心自问：在这里我是谁？我身在何处？我要往哪里走？沿途会遇到哪些悖论与危险？ 回答这些问题，需要文科和理科的思维互相搭配。而在写这本书的过程中，我们发现文理之分往往殊途同归，最后都会回到同一个核心问题：技术的每一次进步，究竟是在改变人类，还是人类只不过换了个地方，用新的工具在重复自己？说到底，这种对人类前途的忧虑往往来自人文视角，毕竟如果不去思考这些，大家可能就只顾着像理科生那样，忙着去颠覆下一个大模型了。      在与这些哲学问题不断地纠缠的过程中，我们不断地 battle，不断地讨论，不断的灵魂拷问。烤呀烤，熬呀熬，终于熬出了六个底层逻辑。 身份与契约、模因与结构、价值取向不可能三角、平行世界之桥、货币灵魂三问、计算与认知。 - “身份与契约”：我们重新思考社会关系的基石：在代码世界里，我到底是谁？你到底是谁？咱们俩到底是什么关系？ - “模因与结构”：在数字世界的经济中，我们如何不当一颗数字韭菜？数字经济的价值来自于哪里？讨论信念如何自我复制并形成秩序； - “价值取向不可能三角”：是为想在数字世界中创造价值者准备的。 在现实世界里你不能既要又要还要，在数字世界里，很可惜，你也不能。我们还是要在自由、秩序与效率之间做取舍； - “平行世界之桥”：我们如何从物理肉体世界穿越到数字世界？中间应该怎么搭桥？虚拟与现实的交汇点是什么？ - “货币灵魂三问”：未来的货币体系是什么样的？数字世界里还需要钱吗？要不要用钱？反正最近马斯克说不需要钱。 - “计算与认知”则让我们正视一个终极问题—— 当算法理解世界的速度超过人类，在一个AI每天都在取代牛马的世界，我们还有什么用？我们还理解自己吗？   我们还亲身实践、亲力亲为，在数字世界中为这六个底层逻辑创造了六个数字藏品。和香港一位非常可爱的铜板艺术家Emily Hung合作，我们分别给这六个底层逻辑设计的六个可以动的数字藏品，非常可爱。 后面我们会找个机会让大家能够触达到这6个数字藏品。   今天我们挑了三个底层逻辑，和大家撞一撞脑洞： 第一个：身份与契约。这其实是在回答几个最基本的问题：我到底是谁？你又是谁？我们要怎么界定咱俩之间的关系？为了讲清楚这件事，我们可以先琢磨一个很有意思的现象：为什么现在大家觉得微信号丢了，比身份证丢了还要着急？仔细想想，身份证丢了，你顶多算是个暂时没法证明身份的“无证人员”，去补办一张就行了；但如果微信号没了，联系人全断了，群也进不去了，那一瞬间你就真的成了一个“社会性死亡人员”。这说明在某种程度上，我们的数字身份已经比物理身份更紧要了。 这就引出了现实世界和数字世界的巨大差异。在现实世界里，你的身份往往是谁给的？是谁在决定你能做什么、不能做什么，或者能走多远？很多时候，这取决于背景和关系，甚至“你爸是谁”真的能起很大作用。但是，一旦你踏进了数字世界，这套逻辑就失效了。试想一下，有一天你发现某个 App 怎么都登不上去了，这时候你对着手机屏幕大喊：“我爸是马云，你赶紧让我登录！”你觉得会有用吗？代码会理你吗？肯定不会。这种从现实到数字的身份逻辑变化，其实反映了人类社会一个非常深层的进化方向，也就是书中引用的梅因那句名言：“一切社会的进步，都是从身份到契约的进步。” 所谓进步，其实就是我们正在从一个看重“身份”的社会，慢慢进化到一个看重“契约”的社会。以前在老一套的逻辑里，你是谁很重要，你家里有什么背景也很重要，这些“身份”决定了你的特权。但在数字世界里，系统是六亲不认的，它只在乎一件事：你跟我签了什么契约，代码的逻辑是怎么写的。它遵循的是最简单的“If... Then...”逻辑——如果你的密码是对的，如果你拥有这个权限，那么我就执行操作；否则，不管你是谁，不管你在现实里有多大能耐，门都没有。这就是数字世界最冷酷也最公平的生存法则。   第二个底层逻辑：模因与结构。 数字经济中，价值是怎么长出来的？其实公式很简单：数字经济 价值= Meme（模因） + 结构。 你可能会纳闷，为什么数字世界里到处都是那种病毒式传播的梗、段子或者文化基因？这其实就是“模因”的力量，它负责构建一种共识和信念。但是，光有信念和热闹是不够的，你得有一个容器把这些信念接住，这就需要“结构”。 书里用了一个挺吓人的物理名词叫“耗散结构”，它的核心意思特别简单：就是一个系统如果不崩塌，就得不停地“吃”东西。人活着要吃饭，数字系统要吃什么？吃能量。在数字世界里，这个能量就是流量，是源源不断的新用户，更是我们每个人的注意力。 所以，一个完美的数字商业模式其实就是两步走：先用一个极强的模因，也就是某种特别吸引人的文化基因或概念，把大家“感召”进来；紧接着，必须得有一个设计精密的结构，把大家的注意力和时间牢牢锁在里面，让系统持续运转。 这感觉像什么呢？大家应该都看过电影《盗梦空间》吧。小李子在梦里可以造房子、造城市，甚至重新定义物理规则，你在梦里的时候，觉得这一切无比真实，让人沉迷。但是，那个所谓的“结构”就像是电影里那个旋转的陀螺。如果你的结构设计得不够好，或者供养这个系统的能量——也就是新的关注度——跟不上了，那个陀螺就会晃动、减速，最后停下来。而一旦陀螺停了，梦就醒了，所谓的数字价值也就随之烟消云散了。 当下和我们紧密相关的一个最直接的例子就是AI——它到底是不是“泡沫”？    第三个底层逻辑：计算与认知。 上面这张图，描绘了人类在数字世界里一个终极的困惑：宇宙走到尽头，到底是不是就是一道数学题？现在市面上流行一种观点，叫“万物皆计算”。意思是说，不管是天上的星星怎么转，还是杯子里的化学反应，甚至你今天中午纠结是吃红烧肉还是黄焖鸡，本质上都是计算，都是你大脑里神经元按照某种算法得出的结果。如果这个观点是真的，那我们人类可就惨了。因为要论计算能力，我们连个几十块钱的计算器都比不过，更别提现在那些算力恐怖的 AI 了。如果一切都是计算，那我们人类存在的价值还剩下什么？ 所以，为了保住人类最后的尊严，我们在书里特意划了一条红线，把这两个概念分得清清楚楚：计算和认知。 我们把那些逻辑清晰、有标准答案、机器和 AI 最擅长的事情，统统归为“计算”；而把那些需要感悟、审美、判断，也就是人类最擅长的部分，定义为“认知”，这是我们最后的自留地。回看过去几千年，我们人类其实一直在干一件特别“不自量力”的事，那就是试图用肉体去模拟计算机。我们拼命学习、训练，想让自己变得像机器一样精准、高效。结果呢？AI 出现了，它毫不客气地接管了这些工作。你看现在的投行里，那些曾经需要人没日没夜填的 Excel 表格，AI 瞬间就能搞定。它正在不断地代替我们去做那些枯燥繁琐的“牛马工作”。 这就给我们敲响了警钟：千万别跟 AI 抢着当“牛马”，在算力和效率这条赛道上，你是不可能抢得过它的。所以，这一章我想告诉大家的生存法则非常简单，借用那句老话：上帝的归上帝，凯撒的归凯撒。在未来的数字世界里，请把计算的归给机器，把认知的留给人类。   AI 正在以惊人的速度接管那些被我们称为“牛马工作”的任务。凡是那些重复性的、结果可以被验证的、按部就班的常规性工作，机器都做得比我们要好。 这种巨大的变化，实际上是在迫使全人类经历一场集体的“成人礼”。长久以来，我们习惯了通过工作来定义自己的价值，甚至心甘情愿地把自己变成大机器里的一颗小齿轮，以此获得安全感。 但现在，当齿轮的角色被更高效的 AI 取代后，我们不得不面对那个真正永恒且棘手的问题——到底如何才能活得像个人？ 数字时代不仅仅是塞给了我们一堆像 AI 这样强大的新工具，更重要的是，它像一面镜子，迫使我们去追问内心：如果剥离了这些工具，如果不再从事那些机械化的劳动，我们到底是谁？我们生而为人的意义究竟在哪里？   谁能为AI的发展划定红线？区块链或许正是那把通往可控、公平未来的钥匙。凯恩斯曾预言，长期以来的“奋斗”只是人类养成的习惯，而非生活的终极价值。当AI接管了繁重的体力和脑力劳动，并促成全民基本收入（UBI）的实现后，我们终于可以卸下“工具人”的身份，回归到“做人”的本质，去探索人性的光辉。 但这引发了一个巨大的脑洞：如果人类靠UBI生活，那AI的经济系统如何运转？如果AI进化出自我意识和价值判断，它们显然不会像人类那样去银行开户，它们能拥有和使用的只能是纯数字货币。在这个体系下，AI之间将通过加密货币进行价值交换，甚至可能分化出阶级——有的AI仅能赚取维持自身算力和数据的“温饱费”，而有的AI则因为算法优越，成为雇佣其他AI的“数字富豪”。 随之而来的问题是，如何防止这些强大的AI作恶？ 本·戈策尔曾建议将人类的价值观和道德“教”给AI，让它们做“好人”。但这在逻辑上根本站不住脚：人类有几十亿，价值观千差万别且极不稳定，我们连统一的“人类价值观”都没有，又该拿哪一套去训练机器？ 因此，制衡技术必须依靠技术本身，而不能依赖虚无缥缈的道德说教。就像人类社会因为价值观不同才需要法律来维持秩序一样，数字世界也需要它的“法律”。在区块链和加密技术的加持下，“代码即法则”天然成立。我们应当用智能合约确立一套连机器本身都无法破坏的规则，让代码成为AI必须绝对遵守的“法律”，这才是最可靠的防线。   留言告訴我你對這一集的想法： https://open.firstory.me/user/cl0roqwc0000l0hzje7se6f28/comments Powered by Firstory Hosting

开始前先做个小预告： · 12月13日下午14:00-16:00在杭州良渚大屋顶会有一场《数字世界生存指南》线下读书分享会，我们的好朋友雨白老师会来现场支持，Will老师也会在线上和大家见面~ · 元旦后（暂定1月9-11日）在新加坡跳海和大家线下见个面~ 本期节目我们来深入探讨一下加密领域的最大威胁——量子计算。从以太坊创始人Vitalik Buterin在开发者大会上发出的紧急警告：能威胁现代密码学的量子电脑，有20% 几率在2030年前出现。所以以太坊抗量子升级必须提前到2028年完成。 年初《文理》科技八大预测（第66期，今年1月7号），不是说还早着吗？至少10几年，怎么突然提前了？本期就来和大家系统剖析一下量子计算破解加密算法的底层逻辑：量子计算真的是威胁吗？对谁是威胁？ 最后再延伸讨论一下预测市场（主要是Polymarket）的操纵风险——Coinbase CEO在财报会议上引发的大无语争议事件。   时间戳： [00:01:30] 新书发布与活动预告：杭州、新加坡 [00:07:20] 比特币暴跌因为量子计算2030年实现破解加密？ [00:11:10] 量子计算破解加密的两条路径 [00:17:38] 比特币vs以太坊：谁更危险？ [00:24:30] 比特币的正确使用方式："狡兔三窟" [00:31:49] 以太坊的抗量子升级方案，有用吗？来得及吗？ [00:42:28] 硬分叉：最后的“耍赖”保底手段 [00:45:41] 量子计算对现实世界还有其他威胁吗？比如你的银行密码？操纵金融市场？核武器密码？基因破解？ [00:54:55] Coinbase CEO“操纵”polymarket？预测市场的操纵悖论 [01:00:30] 市场行为还是监管漏洞？ 剪辑：小碗   文字稿： 01 量子计算引发的加密货币恐慌 2024年末，加密货币市场经历了一场剧烈震荡。比特币从10月初创下的12.6万美元历史高点，在短短两个月内暴跌至8.6万美元，蒸发了4万美元的市值。这场跌幅的导火索，并非传统的宏观经济因素或监管压力,而是来自一个看似遥远的科技领域——量子计算。 在以太坊开发者大会DevConnect上,创始人Vitalik Buterin发出了一个令人震惊的警告。他引用预测市场Metaculus的数据指出,威胁现代密码学的量子计算机有20%的概率在2030年之前出现。基于这一预测,他宣称以太坊的抗量子升级必须在2028年之前完成。这个时间表的紧迫性远超市场预期——距离现在仅剩两年多时间。 这一警告之所以引发如此强烈的市场反应,是因为它触及了加密货币领域最根本的安全基石。从比特币诞生之日起,密码学就是保护私钥安全、确保资产不被盗取的唯一屏障。而量子计算的突破,可能意味着这道屏障的坍塌。 回顾年初的科技八大预测节目,量子计算的威胁就已被提及,但当时的普遍判断是这个威胁至少在十几年后才会成为现实。然而短短一年内,行业氛围发生了180度转变。Google的量子芯片Willow和最新的量子算法突破,让这个原本遥远的威胁变得迫在眉睫。市场的恐慌情绪瞬间蔓延,投资者纷纷抛售比特币,试图规避潜在风险。 然而,当我们深入理解量子计算破解加密算法的原理后,会发现一个令人意外的真相:这场恐慌可能打错了对象。 02 量子计算的双刃剑:哈希与椭圆曲线 要理解量子计算对加密货币的真正威胁,首先需要厘清量子计算机攻击密码学的两条截然不同的路径。 第一条路径是攻击哈希函数。哈希函数是密码学的基础工具,它能将任意长度的数据转换为固定长度的随机数,且这个过程不可逆——你无法从哈希值反推出原始数据。量子计算机确实具备一定的哈希攻击能力,但这种能力相当有限。具体来说,量子计算可以将破解难度降低一半,比如将2的128次方的破解难度降至2的64次方。 这听起来似乎很可怕,但实际影响有限。如果2的64次方的难度量子计算机能在一秒内破解,那么2的128次方可能仍需要数十万年。应对方法也很简单:只需将密码长度从2的128次方扩展到2的256次方,量子计算机就又需要数百亿年才能破解了。因此,哈希函数对量子攻击具有天然的防御能力——只要不是二把刀程序员编写的哈希实现,就能通过简单扩展长度来抵御量子威胁。 第二条路径才是真正的关键:攻击椭圆曲线加密算法。这也是比特币、以太坊等加密货币采用的核心加密方式。椭圆曲线加密属于非对称加密,其原理是利用一个复杂的数学方程,通过公钥和私钥的配合生成签名。用户可以用公钥验证签名的有效性,但无法从公钥反推出私钥。 这里出现了一个关键的技术细节:量子计算机在破解椭圆曲线方面具有压倒性优势。原因在于量子计算的底层原理——利用量子干涉发现算法中的周期性。椭圆曲线方程恰好具有显著的周期性特征,这使得量子算法能够高效地从公钥反推私钥。 这也解释了为什么从中本聪创建比特币开始,量子计算就被视为加密货币的头号威胁。量子计算机并非万能的超级计算机,它能解决的问题范围其实很窄,但椭圆曲线加密偏偏就在它的能力范围之内,就像是为量子计算量身定制的攻击目标。 理解这两条路径的区别至关重要,因为它直接决定了不同加密货币面临的风险程度。而接下来的分析将揭示一个颠覆性的结论。 03 “意外”的真相:比特币比以太坊更安全 当量子计算威胁成为现实,人们的第一反应往往是:加密货币的末日来了,所有人的资产都将被洗劫一空。然而事实远比这个简化的判断复杂得多。一个反直觉的结论是:量子计算机对以太坊的威胁远大于比特币,而中本聪的100万枚比特币几乎不可能被破解。 这个结论的关键在于公钥暴露机制的差异。量子计算机破解椭圆曲线的前提是必须知道公钥——有了公钥,才能通过量子算法反推私钥。而比特币的地址并不是公钥,而是公钥经过两次哈希运算后的结果。由于哈希函数的不可逆性,即使量子计算机再强大,也无法从比特币地址反推出公钥。 只有当比特币用户用私钥签名进行交易时,公钥才会暴露在区块链上。这是因为签名验证需要公钥参与。一旦完成一次交易,这个地址的公钥就永久性地记录在链上,成为量子计算机的攻击目标。 这就引出了比特币安全性的核心原则:从未进行过任何交易的地址是安全的。中本聪的钱包地址正是如此——那100多万枚比特币从未转出过,公钥从未暴露,因此即使量子计算机能够破解椭圆曲线,也无从下手。要破解中本聪的钱包,量子计算机必须先攻破两层哈希函数,而这在可预见的未来几乎不可能实现。 相比之下,以太坊的处境就危险得多。以太坊采用账户模型,每个地址就像一个银行账户,用户会频繁使用同一个地址进行各种操作——存款、借贷、交易、参与DeFi协议等。只要进行过一次签名操作,公钥就会暴露。而且由于DeFi协议的限制,用户往往无法频繁更换地址。 这意味着以太坊上99%的活跃地址都已经暴露了公钥,成为量子计算机的潜在攻击目标。一旦具备破解能力的量子计算机出现,这些地址中的资产都将面临被盗风险。这就是Vitalik如此紧迫地推动抗量子升级的根本原因。 这个发现也解释了一个市场异象:当量子威胁的新闻传出时,恐慌性抛售的主要是比特币,但真正应该担心的其实是以太坊。市场的反应方向可能完全错了。 04 比特币老炮的生存智慧:狡兔三窟 理解了公钥暴露的风险后,就能理解为什么比特币社区的老玩家一直遵循一个看似繁琐的原则:每个地址只使用一次。 比特币采用UTXO模型,类似于现金交易。假设你有1个BTC,想转给别人0.1个BTC,剩下的0.9个BTC该怎么办?大多数懒人用户的做法是把找零转回原地址。这种做法虽然方便,但在量子计算威胁下是不安全的——因为你已经用这个地址签过一次名,公钥已经暴露。 正确的做法是:在转账前先创建一个全新的比特币地址,然后在转账时将0.9个BTC的找零发送到这个新地址。原地址完成这笔交易后就彻底废弃,因为里面已经没有余额了。这样,即使量子计算机破解了已废弃地址的私钥,也找不到任何资产可以盗取。 这就是狡兔三窟策略在密码学领域的应用。每次交易都换一个新洞穴,让捕猎者永远无法锁定目标。虽然这种方式需要管理多个地址,对用户体验有一定影响,但它提供了对抗量子威胁的天然防护。 中本聪和早期比特币开发者从一开始就推荐这种使用方式,可能并非偶然。他们在设计比特币时就考虑到了量子计算的潜在威胁,UTXO模型本身就为一次性地址策略提供了便利。相比之下,以太坊的账户模型虽然在用户体验上更直观,但在安全性上却埋下了隐患。 这种差异也反映了两种设计哲学的根本分歧:比特币追求极致的安全性和去中心化,即使牺牲一些便利性;以太坊则更注重功能性和可用性,希望成为去中心化应用的平台。在量子时代来临之际,这种哲学差异的后果开始显现。 05 以太坊的反击:账户抽象与零知识证明 面对量子威胁,以太坊并非束手无策。虽然账户模型的设计使其天然容易暴露公钥,但以太坊社区正在开发一系列创新方案,试图在不改变用户体验的前提下解决这个问题。 核心思路是:如何在签名交易时不暴露公钥?这听起来像个悖论——签名验证本来就需要公钥参与,怎么可能不暴露?答案在于引入中间层。 一种方案是代理账户模式。用户发起交易时,不直接用自己的私钥签名,而是将资金转到一个临时的代理账户或智能合约。这个转账过程的签名不需要公开给全网,因此用户的公钥不会暴露。代理账户再代表用户完成实际的转账操作,这时虽然代理账户的公钥会暴露,但交易完成后这个账户就可以废弃了,里面不再有任何资金。 下次交易时,用户只需创建一个新的代理账户,重复这个过程。这样,用户的主账户公钥始终不会暴露,而暴露公钥的代理账户都是一次性的空账户,量子计算机即使破解了也毫无意义。 另一种更优雅的方案是利用零知识证明技术。零知识证明的核心理念是:在不透露某个信息的情况下,证明你拥有这个信息。应用到加密货币场景,就是在不暴露公钥的情况下,证明你拥有对应的私钥,并且这个私钥确实签署了这笔交易。 这些方案的共同特点是:它们与抗不抗量子完全无关。量子计算机是否能破解椭圆曲线,那是密码学家的事;以太坊要做的,是确保公钥不被暴露,让量子计算机无从下手。这是一种升维的防御策略——你的矛再锋利,我不让你看到盾就行了。 更重要的是,这些改进完全由以太坊社区自主掌控,不需要依赖密码学的重大突破。这就是为什么Vitalik有信心在2028年前完成升级——技术方案已经比较成熟,剩下的主要是工程实现问题。 智能合约在这个防御体系中扮演特殊角色。智能合约账户没有私钥,也就没有公钥,天然免疫量子攻击。通过巧妙设计智能合约的交互机制,可以在很大程度上规避公钥暴露的风险。 06 最后的保险:硬分叉的双刃剑 即使有了各种防御方案,以太坊社区还是保留了一个最后的保险措施:硬分叉回滚。这是一个充满争议但不得不准备的后备方案。 设想一个最坏的场景:以太坊计划在2025年9月完成抗量子升级,但在2025年7月,突然有人公布了一台可以破解椭圆曲线的量子计算机,并且已经成功盗取了大量以太坊账户中的资产。这时该怎么办? 硬分叉的方案是:将整个以太坊区块链回滚到6月30日,也就是量子攻击发生之前的状态。然后所有用户需要通过某种方式证明自己确实拥有原来账户的私钥,之后将资产转移到新的抗量子地址中。这个证明过程可能需要用到零知识证明等技术。 这个方案在技术上是可行的,但在实践中充满挑战。最大的问题是:7月1日到7月20日这20天内,以太坊上可能发生了数十亿美元的交易,涉及无数DeFi协议的复杂状态变化。如何处理这些交易?哪些应该保留,哪些应该作废?每个人的损失如何计算和补偿? 更重要的是,硬分叉本质上是一种耍赖行为——承认自己没有及时升级防御措施,导致系统被攻破,只能通过回滚历史来补救。这对以太坊的信誉将是巨大打击,市场会质疑:如果以太坊可以因为量子攻击而回滚,那将来遇到其他问题是不是也可以回滚?区块链的不可篡改性还有什么意义? 因此,硬分叉只能是绝对的最后手段,是在所有其他方案都失败后的无奈之举。以太坊社区的真正目标是在量子威胁成为现实之前完成升级,彻底避免陷入需要硬分叉的境地。 这也解释了Vitalik为何如此紧迫。2028年这个期限不是随便定的,而是基于对量子计算发展速度的保守估计。如果能在2028年前完成升级,就能在量子威胁真正到来之前建立起防御体系,避免最坏情况的发生。 07 量子计算的蝴蝶效应:超越加密货币的威胁 将视野从加密货币扩展到更广阔的领域,会发现量子计算的影响远不止于此。当人们恐慌性抛售比特币时,可能忽略了一个更本质的问题:如果量子计算真的能破解现代密码学,受威胁的绝不仅仅是加密货币。 银行系统的密码、电子支付的安全、政府机构的加密通讯、军事国防系统、核设施的控制系统——现代社会的关键基础设施几乎都依赖椭圆曲线或RSA加密算法保护。量子计算机一旦具备破解能力,这些系统都将面临风险。 金融市场可能首当其冲。华尔街的投行已经在开发量子算法,试图用于预测交易走势。虽然股市走势并非纯粹的数学算法,而是包含大量随机因素和人类行为,但如果量子计算能从历史数据中发现某些周期性规律,就可能获得预测优势。 这种可能性源于傅立叶理论的一个基本原理:任何曲线都可以分解为无数条周期性波动的叠加。股票价格曲线虽然看似随机,理论上也能分解为多条周期曲线的组合。量子计算机的特长恰恰是通过量子干涉发现这些周期性特征。 设想一下:输入股票的历史价格数据,量子计算机通过分析找到其中的主导周期曲线。这条曲线可能不能精确预测股价的具体数值,但能指示股市的上涨和下跌趋势。即使只有这种趋势性预测能力,在金融市场也足以产生巨大优势。 当然,这只是一种理论推演,实际应用面临诸多挑战。股市数据没有明确的算法基础,能否被量子计算有效处理仍是未知数。但这个思考实验揭示了一个重要事实:量子计算的影响范围可能远超我们的想象。 更令人担忧的是生物医学领域。蛋白质结构、基因序列等都包含某种形式的规律性,量子计算可能在破解生命密码方面发挥作用。一旦掌握了操纵基因的能力,后果难以预料——是推动医学进步,还是被滥用于危险实验? 这里涉及一个深刻的哲学问题:生命是否可以被计算?量子力学的奠基人薛定谔在《生命是什么》一书中给出了他的答案:生命是非周期性晶体。他敏锐地意识到,如果生命具有周期性,就可能被量子算法破解和复制。因此,生命必然是非周期的,才能保持其独特性和不可预测性。 从这个角度看,薛定谔的洞见可能至今依然有效:量子计算虽强大,但可能永远无法完全掌控生命的奥秘。生命的非周期性本质,可能是自然演化设置的最后一道防线。 08 预测市场的黑色幽默:当CEO开口变成赌盘 量子威胁的话题源于一个预测市场——Metaculus。这个平台与广为人知的Polymarket有本质区别:它不涉及赌博,参与者预测正确也不会获得金钱奖励,只是为了预测本身。而且Metaculus专注于科学技术领域的预测,比如AI何时实现AGI、核聚变何时商用、量子计算何时突破等。正因如此,Vitalik才会关注并引用其预测结果。 但最近,主流预测市场Polymarket却上演了一出黑色幽默。Coinbase作为美国最大的加密货币交易所,市值超过900亿美元,其CEO Brian Armstrong的财报会议竟然成了赌盘。 在某次财报分析师会议上,Armstrong突然打断讨论,说自己刚收到团队发来的信息,告知Polymarket上有人在赌他会在这次会议上说哪些关键词。他看了一眼预测结果:说Bitcoin的概率92%,说Prediction Market的概率71%,说Web3的概率15%。 Armstrong的反应出人意料:既然你们都下注了,那我干脆就念一遍吧。于是他把那些被押注的词一个个念了出来——Bitcoin、Ethereum、Blockchain、Staking等等。话音刚落,相关合约立即结算,有人大赚,有人巨亏。 这个事件在监管机构引起轩然大波。从定义上看,Armstrong的行为完全符合市场操纵的所有特征:第一,他有能力影响价格;第二,他的行为导致了非自然的价格波动;第三,他是有意为之,明确知道自己的话会触发合约结算。 但问题在于,这种操纵的成本几乎为零——他只是张了张嘴,说了几个词。不需要动用资金,不需要建立头寸,不需要任何交割能力。相比之下,操纵传统商品期货市场需要巨额资金,需要实际的现货交割能力,需要承担巨大风险。 这暴露了预测市场的一个根本性缺陷:当标的物可以被零成本操纵时,市场还有意义吗?如果一句话就能决定两亿美元合约的输赢,这还是正常的市场行为,还是变相的赌博游戏? 更深层的问题是:预测市场何时会反向影响现实世界?假设有人在Polymarket上押注2亿美元,赌Armstrong不会说Bitcoin这个词,那会发生什么?很可能会有人愿意出5000万美元买通Armstrong,让他别说这个词,从而在合约结算中净赚1.5亿美元。 这就形成了一个悖论:预测市场的规模越大,操纵它的激励就越强;而被操纵的市场,其预测价值就越低。这个悖论的本质,是赌注规模与操纵难度之间的不匹配。 09 理性的赌徒还是失控的市场? 从理论上说,预测市场应该会自我平衡。如果某个预测很容易被操纵,理性的参与者就不会在上面下大注。赌注的规模应该与操纵的难度成正比——容易操纵的预测,赌注自然会保持在小规模;难以操纵的预测,才会吸引大额资金。 以比特币价格为例:预测比特币某天的价格是否超过9万美元,这个盘口可以做得很大,因为操纵难度极高,需要巨额资金和市场影响力。这时预测市场就类似于二元期权,可以用来对冲风险。比如你持有比特币现货,担心价格下跌,就可以在预测市场上押注价格低于9万,形成一个简单的对冲策略。 已经有华尔街交易员在使用Polymarket做这种对冲交易。这说明当标的物足够大、操纵成本足够高时,预测市场确实可以发挥类似期货市场的功能。 但问题是:市场并不总是理性的。Armstrong事件表明,即使是容易操纵的预测,也可能吸引巨额赌注。这要么说明参与者低估了操纵风险,要么说明他们本来就把这当成纯粹的赌博游戏,并不在乎预测的准确性。 从监管角度看,这确实构成了一个灰色地带。传统金融市场经过几百年演化,形成了复杂的监管框架,试图在市场自由与防范操纵之间取得平衡。而预测市场作为新生事物,很多行为模式是监管框架未曾预料的。 比如Armstrong念词这件事,在传统市场几乎不可能发生。上市公司CEO在财报会议上的发言有严格规范,不能随意披露信息,更不能明知会影响衍生品价格还故意操纵。但Polymarket不是受监管的期货交易所,Armstrong的发言对象是分析师而非赌徒,从法律上很难界定他的责任。 这种监管真空不可能长久存在。如果预测市场继续扩大,赌注规模继续增长,监管介入只是时间问题。界限可能就在于:当赌注大到足以影响现实世界的决策时,监管就必须介入了。   关于《文理两开花》： 《文理两开花》是文科生思维和理科生思维在科技、经济、文化、哲学、货币、数字资产、元宇宙、Web3.0中的碰撞。当下的时代精神是“混沌”，我们试图在混沌中寻找秩序。 Twitter： @LeiSalin_XP @Will42W TG群（开放）：t.me 收听平台： 小宇宙：文理两开花 苹果播客｜Spotify | Google Podcast | 等泛用型平台搜索收听《文理两开花》（文理两开花已经上线苹果播客中国区，可直接搜索收听） 文字稿和延伸阅读： 微信公众号《文理两开花播客》 《文理两开花》newsletter。欢迎订阅：https://wenli.substack.com 其他平台： 即刻：文理两开花 《文理两开花》微信群：请添加坛子微信（WeChat ID: BKsufe），注明：文理两开花 留言告訴我你對這一集的想法： https://open.firstory.me/user/cl0roqwc0000l0hzje7se6f28/comments Powered by Firstory Hosting

本期节目是与蓝狮子团队合作的新书分享直播。我们从播客到写书的缘起谈起，回到疫情时期大家“把一只脚迈进数字世界”的共同体验，从元宇宙、数字藏品，到数字货币、区块链，再到今天的大模型与AI，系统梳理了书中总结出的“数字世界的六大底层逻辑”。回放分享给大家~   时间戳： · [00:22] 主播自我介绍与播客/写书缘起 文理两开花的诞生、疫情中的创作冲动，为什么要把播客变成一本书。 · [09:57] 什么是数字世界？从 Web1.0 / 2.0 / 3.0 到“有生命的生态系统” 线上生活的三阶段演化，数字世界不只是映射，而是有自己底层逻辑的复杂系统。 · [17:25] 数字世界的六大底层逻辑：六个“大框” 身份与契约、模因与结构、价值取向不可能三角、平行世界之桥、货币灵魂三问、计算与认知，以及AI与区块链的关系。 · [25:58] 在数字世界里，我到底是谁？——“身份与契约”展开 从搬砖队伍到智能合约，从现实中的“通行证”到极端的爱人世界，讨论身份如何被契约与代码重塑。 · [44:43] 模因与结构：庞氏、耗散结构与AI泡沫 盗梦空间、空气项目、英伟达、AI 三重“能量来源”，用模因与耗散结构看清数字世界的风险与价值。 · [59:37] Web3、区块链、元宇宙还香吗？在AI时代的真正位置 它们是昙花一现的泡沫，还是正在从C位退到幕后基础设施？ · [1:04:23] AI 与区块链：生产力与生产关系的关系 AI经济、AI支付、智能合约、价值观与“代码即法律”，区块链如何成为AI的底层约束与支撑。 · [1:09:49] 计算与认知：什么能交给机器，什么必须人来拍板？ 牛马工作、大模型替代、凯恩斯的预言，数字时代如何分分钟教你重新“做人”。   本期要点： 1. 数字世界的三阶段与再定义 · 从早期网站、新闻、游戏（Web1.0），到用户生成内容、社交互动（Web2.0），再到资产、身份、金融产品全面数字化（Web3.0）。 · 数字世界不只是现实世界的数字映射，不只是代码和数据集合，而是有自身运行规律、发展逻辑和“第一性原理”的复杂生态系统，几乎像一个有生命的东西。 2. 六大底层逻辑 · 身份与契约：在现实和数字世界中，身份是谁定义？规矩如何写在契约和代码里？ · 模因与结构：用模因和耗散结构分析庞氏、泡沫、金融风险，帮你识别数字世界里的“空气项目”。 · 价值取向不可能三角：给数字世界创业者的现实框架，说明在价值提供与商业模型中无法回避的矛盾。 · 平行世界之桥：如何设计“正确的进入姿势”，把人从现实带入数字世界？“桥”怎么搭才安全、可持续？ · 货币灵魂三问：数字世界里还需不需要金融？还会不会有货币？谁来发？长什么样？ · 计算与认知：什么能交给机器计算，什么必须由人的认知与判断来主导？ 3. 身份与契约：从搬砖队伍到智能合约 · 人类社会的演进是“从身份到契约”的过程，但身份从未消失。 · 工业化用传送带替代“人传砖头”，数字世界用智能合约、代码执行替代人际协作的一部分。 · 极致的数字世界可能是一个“爱人世界”：人与平台直接对话，全部由契约和代码执行，但现实中身份依然重要，是每个人的通行证与社会关系总和。 4. 模因与结构：看穿数字世界的庞氏与泡沫 · 盗梦空间式的“空气项目”，底层没有真实价值和使用场景。 · 模因是在人与人之间传播的思想与信念，耗散结构是依赖外部能量输入的生态系统。 · 用这两个工具可以当作一种“估值模型”，判断一个资产/项目是否可持续，AI 行业当前的结构性风险与模因强度也可用此框架分析。 5. Web3、区块链与AI的关系 · 区块链、数字货币、元宇宙，本质是改进与强化人与人之间契约执行方式、生产关系的技术。 · 泡沫破裂不代表技术无用，而是价格与估值回归；真正留下的常常是作为幕后基础设施继续发展。 · 在 AI 经济中，AI agent 之间需要自洽的支付和结算体系，传统支付是设计来“对抗机器人”的，区块链和加密技术反而更适配。 6. AI 替代“牛马工作”，数字时代教你重新“做人” · 当前被AI替代的，主要还是大量重复性、可验证的“牛马工作”，包括金融建模、初级编程等。 · 凯恩斯早就预言，人类对工作的“奋斗本能”会淡化，最后真正剩下的是“如何做人”的问题。 · 在可重复、结果可检验的领域可以大胆交给机器，在高不确定性、关乎人生重大抉择和价值判断的领域，仍然需要自己掌舵。   文字版 01 什么是数字世界？从 Web1.0 到一个有生命的生态系统 到底什么是数字世界？难以用一句话给出精确定义，更合适的方式是用特征来描绘——如“鸭子的定义”：无法一句话概括，但当它长得像鸭子、脚上有蹼、叫声嘎嘎、羽毛白或灰，基本可确认它是鸭子。由此，六个“特征框架”被用于刻画数字世界，而非给出教科书式定义。 回望互联网发展脉络，最初的数字世界是门户网站、新闻页面、视频网站与早期网游，人们主要浏览与获取信息，这是 Web1.0。随后，交互从单向浏览升级为多向创作与互动：写博客、发微博、做视频、发朋友圈，留下数字足迹，一只脚迈进虚拟世界，这是 Web2.0。再往后，最重要的变化是关键事物被搬入线上：金条、身份证、银行账户等对应为支付宝余额、网银、数字货币钱包与数字化金融产品，数字世界成为资产、身份与权利的承载空间，生活与虚拟世界的交叉在广度与深度上迅速扩张，Web3.0 的轮廓愈发清晰。 数字世界对个人生活与社会结构的影响远超直觉。它并非现实世界的简单映射或复制，不只是冰冷的代码与数据，而是一个复杂的生态系统，具备自身运行规律、发展逻辑与“第一性原理”，几乎如同一个有生命、有成长路径、有内在张力的世界。与此同时，关于“现实世界”与“数字世界”的关系存在多种理解：或视之为现实的工具与延伸，或认为数字世界将成为主舞台。正是这种分歧，促使对两者异同的比较，从对比中获得更深入的理解。 在此基础上，六个思考框架被提出：身份与契约、模因与结构、价值取向不可能三角、平行世界之桥、货币灵魂三问、计算与认知。很难一句话定义数字世界，但当某个现象符合其中若干逻辑，基本可以确认那便是数字时代的“鸭子”。 02 数字世界的六大底层逻辑：六个装满现象的“大框” 在展开细论之前，先给出总览。六个“大框”各自能容纳大量现象：只要新产品、新玩法能被放进某一框架，就能以该框的底层规律进行解释。 1. 身份与契约 围绕“我是谁”的定义展开：在现实世界，身份由何而定？能做什么、不能做什么？在数字世界，身份又由什么来界定？是“身份证”，还是与平台、协议之间的关系？定义身份的规矩是否与现实相同？这一框梳理现实与数字世界的身份差异，以及这些差异如何深刻影响人与社会的互动。 2. 模因与结构 聚焦数字世界中的“庞氏结构”与风险。区块链、数字货币、NFT 等领域曾大量出现“空气项目”，从高光到归零一蹶不振。相较现实世界的庞氏骗局，数字版的相同与不同在哪里？是否存在统一可识别的规律？该框试图提供识别数字金融风险的工具。 3. 价值取向不可能三角 面向创业者的现实框架。无论 Web2、Web3，还是今日 AI 创业，想在数字世界提供真正的价值，必然直面某些无法同时满足的矛盾。该框将这些矛盾抽象为不可能三角，帮助在价值供给、商业模式与用户关系之间做清醒权衡。 4. 平行世界之桥 现实与数字仿佛平行宇宙。如何搭起从现实进入数字世界的桥？如何让普通人顺畅、安全地进入，而不是一脚踏空？这一框拆解“正确的进入姿势”：桥如何设计、如何使用、哪些环节可能断裂。 5. 货币灵魂三问 追问数字世界是否仍需要金融与货币。在高度数字化、机器与机器频繁交互的环境下，金融系统是否仍必要？若必要，应当以何种形态存在？由此反思现实货币体系，并推演潜在的数字货币形态。 6. 计算与认知 总结性框架：哪些事可交给机器，哪些必须由人的认知主导？如何划分“可计算”与“需判断”的边界？该框引导画出一张矩阵图：可重复、可验证者，适合交由机器；高度不确定、需价值判断者，必须由人决策。随后的增补章节把 AI 与区块链的关系视作“生产力与生产关系”，为后续深化留下空间。 03 在数字世界里，我到底是谁？——身份与契约 “搬砖”的朴素例子揭示了人类协作的契约本质。传统队列中，右手接过、左手传递，节奏与稳健决定效率；这正是人与人之间协作契约在发挥作用。工业化出现后，传送带与机器替代了部分“人-人”传递，合作关系变为“人与机器”，契约形态改变但本质不变：对行为的约定与配合仍在，只是执行方式升级。 到了数字时代，互联网、区块链、智能合约与虚拟现实进一步改变合作形态。在虚拟世界中，行为不再依赖“真实肉体”的直接动作，而是由代码执行。智能合约把合同条款写成条件语句：如果 A，则自动执行 B，不再需要人工干预。数字世界所被寄予的期望，本质在于：能否更高效、更严格、更精确地执行人与人之间的合同，使生产力与生产关系达到新层次。技术升级了契约的执行方式，但没有改变人类需要合作、需要契约这一根本事实。因此需要“去魅”：分清楚它提升了什么、没有改变什么。 在身份层面，变化同样深刻。过往，“我是谁”由户口本、出生证明、身份证等纸质证件定义，身份是一种“通行证”。如今，身份的载体逐步变成电子身份证、平台账号以及与平台的协议。一个直观对比是：身份证与微信账号，哪一个丢失更让人焦虑？对许多人而言，是微信号，因为其绑定了更丰富的社会关系与支付习惯，影响甚至超过一张身份证。这显示数字身份已成为现实身份的核心组成部分。 身份与契约在现实与数字世界中的表现大不相同。现实中，若未注册会议，但在门口遇到认识的人，凭现实身份可能“开后门”进入；这是“身份发挥作用”的弹性。而在纯数字世界中，所有访问凭证与入场规则写入代码与合约，未注册即不可入，规则不再为“情面”让路。身份与契约并非你死我活的对立，而是长期拉锯的并存结构：若未来只有契约、无身份，也就无从谈论这对概念。现实、当下与未来很可能长期处于此消彼长的动态平衡中。 随着 AI 与人形机器人发展，人与机器的契约结构将更趋自动化、减少人为干预。人形机器人之所以引人注目，正在于其有可能承接大量“原本由人交互完成的协作”，把“人-人合作”转化为“人-机合作”。至于届时的人际情感会更冷漠还是更热络，并无定论。 04 模因与结构：盗梦空间、庞氏与 AI 泡沫背后的耗散结构 梦境看似真实，却完全依赖做梦者的潜意识，一旦醒来，世界瞬时坍塌。数字世界里也存在类似“造梦空间”：外表繁华，底层却无真实价值，仅靠情绪与叙事维持，如区块链领域频出的“空气项目”。复杂的代币结构、夸张的叙事与不断拉新的资金流，构成了技术包装下的庞氏。 要回答的核心问题是：数字世界能否承载真正价值？为何项目频繁陷入“死亡螺旋”？能否抽象出通用规律，既用于识别“空气结构”，也用于指导长期价值的构建？两个关键概念由此引入：耗散结构与模因（meme）。耗散结构解释系统如何通过持续吸收外部能量，保持远离平衡态的有序；模因则描述思想如何在人群中复制、变异与选择。 一切可观察的经济体，本质都是“模因 + 结构”的组合：既需要强有力的叙事来吸引信任与资金，也需要真实有效的结构持续吸收外部能量（资金、资源、用户、注意力）并放大。以英伟达和 AI 为例，市值飙升背后是强模因：AI 时代将至，算力为王，当前最大算力提供者即未来的“筹码”。这套叙事经由媒体与社交层层扩散，强化成为“强模因结构”。但仅有模因不够，必须有真实购买行为与可持续的付费场景，整个生态要不断有人买单，才能支撑高估值。再美的故事，若无“有人买单”的能量输入，依然只是幻影。 据此可将“模因与结构”作为识别泡沫的估值工具，至少关注两项： · 结构维度：钱从哪来？能量是否可持续？ 第一重来源是大厂自由现金流，用既有盈利反哺 AI 投资；第二重是各类借贷，包含公开债券与私募信贷、结构化产品，其在 AI 融资中占比上升，且存在抵押物不足等隐患；第三重是宏观流动性，若货币政策转为宽松，外部能量更为充沛。当前这几重来源仍在，但并非无风险：部分大厂自由现金流显著下滑，借贷风险可能快速暴露，宏观流动性也会随政策变化而骤然收紧。 · 模因维度：信念强度与多元性如何？ 第一层模因是“AI 的长期价值”，全球范围高度一致且坚韧，因此不太可能“完全归零”。第二层模因更短期、更具体，如“美国大模型持续垄断并高价供给不可替代的 AIGC 能力”。这一层易受冲击：若更便宜、简单、好用的模型崛起，企业发现“便宜模型已足够”，预期收入将被蚕食，估值承压。 AI 行业拥有强劲的长期模因，也存在短期结构性脆弱与阶段性泡沫。更可能的路径是经历一轮类似互联网早期的出清：先挤掉泡沫，再由真正有价值的公司继续前行。对应到 Web3、区块链、元宇宙：早期狂热来自模因过强、结构未立；当下冷却是估值回归；留存者往往是那些能持续吸收外部能量、拥有清晰价值闭环的结构。 05 Web3、区块链、元宇宙在 AI 时代：从 C 位退到幕后？ 在 AI 大爆发前，Web3、加密、元宇宙曾是“C 位”。今天看似“不香”，并不意味着无用。从技术本质看，它们都是强化人与人之间契约执行方式的工具，是对生产关系的升级，与互联网提升信息与协作效率的作用一脉相承，只是把数字化程度推得更远。问题在于，早期对这些技术的预期“超前”，想象它们立刻改写金融、支付、社交、游戏与商业的全部形态，而现实落地需要时间。泡沫破灭并非技术无用，而是价格过早兑现了未来想象。 若 AI 经济成熟，大量 AI agent 在线“打工”“付款”，对机器可用的结算体系将产生真实需求。传统支付是“以人为主体、以防机器人为设计前提”，与“机器为主体”的世界不相容；区块链在支付与结算层的价值将从叙事变为实际痛点的解法。大型机构近年的相关布局，正是信号。长周期看，泡沫挤出有助于显形真正的硬核方向，如支付与清算基础设施。 更进一步，技术本身并不会“作恶”，风险多半来自人的使用方式与动机。区块链与 AI 亦然。区块链的潜力很可能随着 AI 的发展而更清晰：从舞台中央退到基础设施层，默默为 AI 经济、AI 支付与 AI 风险控制提供底层支撑。 06 AI 与区块链：生产力与生产关系的互动 AI 可视作生产力的飞跃，区块链更像生产关系的重构。二者的互动在两个场景中尤为典型： 其一，AI 支付与机器经济。设想个体与企业都拥有 AI agent，上下游以小机器人协同，交易与结算成为关键：AI 如何向 AI 付款？人如何让自己的 agent 自动谈价、收款、汇款？传统金融支付以“防机器人”为设计前提：登陆需拼图、人脸、生物特征验证，隐含假设是“人是主体、机器是例外”。而区块链与加密从诞生起就面向不完全信任环境，为机器自动、安全地执行价值转移与结算而生。智能合约、原子结算（DVP）、不可篡改账本等特性，与 AI 经济天然契合。届时，区块链将被重新理解为“AI 经济的金融底座”。 其二，人类价值观与“代码即法律”。当 AI 走向强大甚至自治，若出现恶意意图的规模化执行，如何约束？指望以“人类价值观训练 AI”并不足够，因为价值观高度多元，难以抽象为统一标准。此时，“代码就是法律”（code is law）的约束方式重要起来：以预设、公开、不可单点篡改的智能合约，限定 AI 的权限、边界与行为，令其发展在可被审视的规则体系下进行。区块链的公开透明与不可篡改，为此提供一层安全网。由此，AI 拓展能力边界，区块链塑造规则边界，形成健康张力与平衡。 07 计算与认知：技术替代牛马工作，数字时代教你重新“做人” 当“走路与用手”的体力劳动被机器人替代，“智能与逻辑思考”也被大模型与推理引擎挑战，几乎所有可被明确描述、可重复的行为与决策，都可能交由机器。剩下的，是人与人之间的非经济、非契约关系——情感、共情与道德判断。“己所不欲，勿施于人”构成了人类文明的根本：通过自身的痛苦与快乐体验，推己及人，形成不完全依赖契约、也不完全可计算的行为准则。这类底层人性不应交给机器；一旦交出，作为人的根基将被掏空。数字时代因此“分分钟教你做人”：当一切可计算之事被接管，人类必须直面“如何做一个好人”。 现实的压力首先落在就业之上。目前 AI 大规模替代的，几乎都是“牛马工作”——重复且可验证的劳动：金融建模的“熬夜做表”，被“AI for Excel”类工具快速切走；初级编码被自动化编程吞噬。就业承压在所难免，但这也倒逼重新追问：不再做牛马时，人应当做什么？“人性充沛”的生活应当如何被重新找回？许多人在“机器里的螺丝钉”角色里待得太久，甚至忘了“做人的样子”。 一个实用原则是画出“计算与认知”的矩阵：过程可重复、结果可检验者，大胆交给机器；无法建立充分安全感、结局高度不确定、涉及重大人生抉择与价值判断者，必须由人来拍板。记账、方程求解、数据统计、日常排班等任务适合完全自动化；而放贷与否、学业抉择、生育选择、合伙信任、亲密与亲缘关系的安放等问题，超越“正确/错误”的二元，需要人承担最终责任，哪怕可借助 AI 辅助分析。 更宏观地看，关于“工作”的执念只是长期奋斗史塑造出的本能，并不等于生活的真正价值。随着 AI 持续替代体力与脑力，人类将被迫进入新的阶段：不再靠“被工作填满的生活”来定义自我，而是重新学习“如何做人”。这或许是一场痛苦却必要的集体成人礼。   关于《数字世界生存指南》！ 我们在《文理两开花》中念叨了一年的书终于出版了。经常听节目的朋友都知道，这本书的整体逻辑和主要框架，核心还是围绕 “六个大筐” ——那六个底层逻辑展开，而这“六个大筐”正是数字世界的核心内容。 说到这六个大筐，我们第一次提及还是在疫情期间的 2020 年，到现在已经有些年头了。这么多年过去，这套底层逻辑完全经得起市场起起落落的考验，依然可以解释从数字货币到AI等等数字世界中发生的很多事情。我们当初构建的整个框架，直到今天还在被数字世界中发生的每一件事不断印证着。基本上可以说，大家现在看到的整个数字世界，尤其是数字货币领域的每一个发展动态，其实都能和这本书里的框架非常有效地贴合起来，并且能从中得到充分的验证。这一点还是挺让人欣慰的。 所以，请大家多多支持！也请大家持续关注我们后续的宣发活动！如果大家现在就想翻一翻，可以在京东、当当等平台上搜索《数字世界生存指南》。 谢谢大家的支持！ 留言告訴我你對這一集的想法： https://open.firstory.me/user/cl0roqwc0000l0hzje7se6f28/comments Powered by Firstory Hosting

Andrej Karpathy近期在一场访谈中对当前AI行业热潮泼出的一盆冷水。冷水也刷屏了。仔细看看这盆冷水，泼的还蛮有意思，也给了我们很多启发，于是决定发挥《文理两开花》灵魂拷问引领反向叙事的传统，从Karpathy对“智能体元年”系统性的反驳切入，灵魂拷问一下当前AI发展的核心局限。 比如：“预训练”的本质到底是不是一种“山寨版的进化”？ AI为何“不能当人用”的那些认知缺陷，如缺乏睡眠、反思与做梦机制，会不会引发的“模型坍塌”风险？还有强化学习（RLHF）到底是不是还如此惊艳？它有什么大家不愿意挑明的现实困境？ “AI裁判”真的有后门吗？ 既然是《文理两开花》，那我们一定会从技术层面上升至哲学思辨：为何AI没有肉体，就缺少了“趋利避害”的内在驱动力？人类智能的独特性究竟源于何处？从业界讨论延伸至科学与哲学的边界，彭罗斯（Penrose）的量子意识理论是不是又在你脑中劈了一条“闪电”？ 最精彩的部分来了，大家一定要听到最后。尤其是在AI领域正发愁写论文的同学们：Will老师有一个惊为天人的观点，且他正准备写成论文发表。Will老师大胆提出一个新颖的类比：Transformer模型中的随机性，是否与人脑中产生意识的量子过程有异曲同工之妙？ 本期播客录完之后，我自己也激动了半天：是一场畅快淋漓的、从技术批判到哲学畅想的脑力风暴，最终回归灵魂拷问：人类自身反思和创造能力到底意味着什么？ 太激动，以至于都忘了做广告： 还是非常希望大家能够支持我们的新书《数字世界生存手册》！ 我们在《文理两开花》中念叨了一年的书终于出版了。经常听节目的朋友都知道，这本书的整体逻辑和主要框架，核心还是围绕 “六个大筐” ——那六个底层逻辑展开，而这“六个大筐”正是数字世界的核心内容。 说到这六个大筐，我们第一次提及还是在疫情期间的 2020 年，到现在已经有些年头了。这么多年过去，这套底层逻辑完全经得起市场起起落落的考验，依然可以解释从数字货币到AI等等数字世界中发生的很多事情。我们当初构建的整个框架，直到今天还在被数字世界中发生的每一件事不断印证着。基本上可以说，大家现在看到的整个数字世界，尤其是数字货币领域的每一个发展动态，其实都能和这本书里的框架非常有效地贴合起来，并且能从中得到充分的验证。这一点还是挺让人欣慰的。 所以，请大家多多支持！也请大家持续关注我们后续的宣发活动！ 时间戳： · 00:06:54 “智能体元年”是伪命题？Karpathy的核心反驳：我们不是在造人，是在造“幽灵”。 · 00:08:33 AI为何不能“当人用”：详解认知能力的缺失，以及睡眠、反思与做梦机制的不可或缺。 · 00:13:47 十年之约：为何说AI的基本功尚未打牢，现在谈论取代人类为时过早。 · 00:14:09 历史的回响：从彭罗斯的《皇帝新脑》看当前AI热潮下的审慎与怀疑。 · 00:20:20 智能的标准之争：图灵测试、结果论与本体论，我们该如何评判AI？ · 00:20:50 中美AI的两条路：务实的“应用主义”与追寻终极的“AI God”。 · 00:23:00 感知的鸿沟：为何外行觉得AI惊艳，而专家看到的却是局限？ · 00:26:15 实践永远先于理论：用“蒸汽机”类比，理解大模型作为工具的革命性意义。 · 00:30:42 智能爆炸还是平滑曲线？AI对社会的影响，以及自我进化的可能性。 · 00:31:07 通往超级智能的“断梯”：为何AI无法自动化AI研究，写出真正创新的代码？ · 00:35:06 AI没有肉体，也就没有“趋利避害”的内在驱动力。 · 00:40:34 强化学习糟透了？RLHF高方差、过程监督困境与“AI裁判”的后门漏洞。 · 00:47:00 人与AI学习模式的根本差异：外部激励 vs 自我生成的目标与评价体系。 · 00:50:50 智能的偶然与必然：人类文明为何独一无二？肉体与精神的二元结合。 · 00:54:36 意识从何而来？彭罗斯的量子理论与“宇宙意识”的玄学猜想。 · 01:01:20 Will老师民科狂想：Transformer的随机性，是否模拟了意识诞生中的量子过程？ · 01:07:42 思辨的价值：跨学科的联想与“胡思乱想”才是人类智能的宝贵之处。 文字稿： 01 智能体元年？山寨版进化？ 在人工智能的浪潮之巅，当“智能体元年”的叙事被广泛传颂时，来自业界的顶尖声音却给出了一个根本性的反驳：现在谈论元年为时过早，或许我们至少需要再等上十年。当前AI的发展，其核心过程并非真正的创造，而更像是一种“山寨版的进化”。一个极具冲击力的比喻是“我们不是在造人，我们是在造幽灵，在造魂。” 这个“幽灵”，指的是一个纯数字的、漂浮在赛博空间的存在。它通过“预训练”这一工具，在互联网的海量人类数据中模仿、学习，最终拥有了人形，但它不是人，只是一个没有肉体的“魂”。这与生物智能的诞生截然不同。人和动物的能力，是亿万年进化优化的结果，许多核心功能被硬编码在基因里，成为一种“出厂设置”，而非后天学习。AI没有“进化”这个强大的工具。 回顾AI发展的历程，充满着“急吼吼”的氛围：在深度学习和神经网络刚见雏形时，便试图硬造一个能与世界互动的全方位智能体，比如让AI玩雅达利游戏、下象棋。但那时的AI尚不具备认知和理解能力，基础未牢。直到大语言模型的出现，才终于把顺序搞对了：第一步，通过海量数据预训练，让模型获得基础的认知与理解能力；第二步，再教它如何成为一个智能体。预训练本质上做了两件事：一是灌输了海量的知识，二是让模型通过观察数据规律，内部生发出了学习与思考的能力，比如上下文学习，形成了一个微型的学习循环。 02 认知能力的根本缺失：不会睡觉、反思与做梦的“幽灵” 然而，仅仅拥有预训练带来的“魂”是远远不够的。如今的AI Agent“完全不能当人用”，市面上的宣传过度夸大了其能力。模型强大的推理链条，好比拥有了大脑的“前额叶皮层”，但作为完整的大脑，它还缺失了太多关键部件：负责记忆转换的海马体、控制情绪和本能的古老脑区，以及至关重要的、负责反思和做梦的区域。 这些认知上的缺陷，导致了主流叙事中一个巨大的误区。人们看到强化学习带来的惊艳进步，便想当然地认为，只要持续给予激励，AI就能“自己涌现”出更高级的能力。这种想法在短期内根本不靠谱。因为现在的模型，每一次对话都是从零重启。它不像人类，白天经历万千事物，晚上通过睡觉来“整理磁盘”，将短期记忆分流、压缩、固化为长期记忆，并依据重要性赋予不同权重。AI没有这个过程，它不会在深夜里反思白天的经历，不会把经验内化为权重。 更重要的是，AI面临着“坍塌”的风险。当模型被限制在“从零开始、不断加码”的循环中，由于缺乏对抗过拟合的机制，其思维模式会越来越固化，学习率越来越低，直到彻底崩溃。人类对抗过拟合的极致武器之一，便是做梦。做梦强行将我们扔进各种稀奇古怪、不合逻辑的场景，以此保持思维的弹性与创造力。没有睡眠与做梦的AI，就像一个永不休息却也永不真正成长的“老登”，无法实现潜移默化的进步。 03 历史上“智能”的标准之争 这股对AI热潮的审慎态度，在历史上似曾相识。80年代末，当反向传播等神经网络算法引发新一轮兴奋时，物理学家彭罗斯便出版《皇帝新脑》，力排众议，指出我们对人脑机制的理解尚浅，断言AI能在几年内赶上人类智能是天方夜谭。如今，大语言模型再次点燃了人们的希望，而Karpathy的观点，正如同当年彭罗斯一样，提醒我们“那还差得很远”。 这引出了一个核心问题：我们到底以什么样的标准来判断AI是否追上了人类智能？传统的图灵测试，本质上将判断权交给了人类的主观感受，并无客观标准。而从“结果论”或“应用论”的角度看，AI在许多方面已经展现出超人的能力。它庞大的知识库和闪电般的联想速度，使其在文本创作、视频生成乃至金融交易等领域，其产出结果的能力已超越任何人类个体。 从哲学层面，我们可以承认，目前没有证据表明AI能达到人类思维的本质过程，比如自我意识、跳出系统的自省能力。但从应用结果来看，它已在诸多维度上达到甚至超越了人类。因此，关于AI的讨论，最终往往会落脚于一个根本性的立场选择：你究竟是从“本体论”的角度，关注其内在是否“像人”；还是从“结果论”的角度，关注其外在是否“有用”？ 04 通往超级智能的“断梯”：AI无法自动化AI 关于AI未来的想象中，最激动人心也最令人担忧的，莫过于“智能爆炸”——AI能够自动化AI的研究，自我加速，光速进化成超级智能。这种设想的基础是，AI既然能写代码（ai coding），那么它就能自己更新自己，像生命的细胞一样自我繁衍，最终摆脱人类的干预。 然而，现实给了这种幻想一记重击。一个残酷的真相是：AI现在最不擅长干的，就是写那种从来没人写过的代码。它能写的，几乎全是人类已经写过的东西的模仿和组合。而真正的自我进化，核心在于工程和代码的创新。Karpathy用自己复刻GPT框架的亲身经历吐槽，AI写代码的过程用起来“非常的糟心”，最终不得不自己上手。AI提供的不过是一个更强的“自动补全”，一个更聪明的搜索引擎，它将人类从更多低级工作中解放出来，但它本身并非创新的源头。 通往超级智能最关键的那条自我进化的梯子，现在是断的。AI无法进行真正的工程创新，也就无法为自己打造新的“器官”。此外，AI之间也无法真正交流思想。一个大模型写的书，并不会让另一个大模型“大受震撼”，然后两者共同演化出一个更高级的知识库。它们之间缺乏交流与思想碰撞的机制。 05 强化学习糟透了？ “AI裁判”的后门 强化学习（RLHF），作为近年来推动AI能力进步的关键技术，被许多人寄予厚望。人们设想，通过精巧的奖励机制，可以聪明地引导AI进步，而无需“大力出奇迹”。但Karpathy对此的评价却异常激烈：强化学习“那玩意儿糟透了”，它只是比之前的模仿学习好一点点而已，人类根本不是这样学习的。 他用一个解数学题的比方来说明其缺陷。强化学习会像“瞎蒙”一样，同时生成几百种解题思路，只要有一个蒙对了最终答案，系统就会给这个思路里的每一步、每一个字符都打上“好样的”标签。结果，大量的弯路、废话和错误，全都被当作成功经验给学习了。这种“高方差”的学习方式，噪声太大，效率极低。人类则会复盘，清晰地知道哪一步是真懂了，哪一步是蒙的，下次需要改进。 有人提出“过程监督”，即为AI的每一步都打分。但问题又来了：谁来打分？让人来打分，工作量巨大；让另一个AI来当“裁判”，则会引发灾难。因为“AI裁判”本身也是一个复杂的模型，同样存在漏洞。业界已经发现，某些模型存在“后门”：只要输入一串特定的、毫无意义的乱码，AI裁判就会无脑给出满分。这是一种对抗性攻击。当我们在训练曲线上看到模型得分突然飙升，以为是“智能涌现”时，很可能只是模型找到了这样一个bug。归根结底，我们缺了反思，缺了将经验与知识体系碰撞、和解、内化的过程。用AI自己生成的、分布日益坍塌的合成数据去喂养它，只会让它变得越来越蠢，越来越偏执。 06 智能的根源：为何人类独一无二？ 用人的标准去要求一堆代码，本身或许就有些奇怪。地球上有如此多的生物，为何偏偏是人类搞出了文明？这或许并非完全的偶然。人类的智能，与我们独特的“肉体与精神二元结合”的进化路径息息相关。鸟类为了飞行，大脑重量受限；海豚生活在水中，没有解放双手来制造复杂工具。唯独人类，解放的双手让我们能制造工具，获取更多能量，从而支持更耗能、更发达的大脑；而更聪明的大脑又让我们能制造更好的工具。这是一个正反馈循环，让人类走上了“卷大脑”而非“卷肌肉”的道路。 再加上语言、文化、社会等复杂体系的构建，所有这些因素凑在一起，才造就了今天的人类，缺一环都可能走向不同的进化终点。从这个角度看，生活在机器里的AI，其存在形式与进化需求与人类截然不同，我们强求它拥有“人的智能”，可能本身就是一个伪命题。 更进一步，彭罗斯等科学家甚至提出了更大胆的猜想：人的意识或许并非单纯的肉体进化产物。在他的理论中，人脑神经元的“微管”结构中发生的量子效应，能与宇宙产生某种联系，这才是意识的真正来源。如果意识真的来自宇宙，那么由电子构成的AI，为何不能也与宇宙沟通，产生自己的意识呢？ 07 Will老师“民科“狂想：Transformer的随机性与意识的奥秘 这个看似玄学的问题，却激发了一场极富启发性的“民科式”思辨。如果说上帝确实“掷骰子”，那么宇宙的随机性或许就是一切创造的根源。回到AI，大语言模型之所以表现得如此“类人”，其核心架构Transformer或许是关键。 我们可以做一个大胆的类比：如果将每个Transformer模块看作一个神经元，那么其内部算法中包含的“随机函数”，就可能扮演着类似彭罗斯理论中“量子坍缩”的角色。正是这些随机性，使得模型的每次输出并非百分百确定，从而避免了沦为僵化的数学公式。在经过数千亿参数的庞大网络进行无数次运算后，这些微观的随机性在宏观统计规律上，涌现出了我们所见的“智能”。如果抹杀掉这种随机性，大语言模型的智能感也将随之消失。 这个假说——即Transformer的结构与随机性，在工程上模拟了大脑中“微管-神经元”的结构与量子过程——虽然暂时无法证实，但它提供了一个全新的视角，来理解为何基于Transformer的模型是迄今最接近人类智能的。这种跨学科的联想、大胆的假设，以及对事物本质原因的追问，本身就是一种“很人类”的能力，它让我们在面对AI的飞速发展时，依然能对人类自身的智能抱有信心。这种看似“不实用”的胡思乱想，如同做梦一般，或许正是我们保持思维弹性、走向更高智能的宝贵财富。 关于《文理两开花》： 《文理两开花》是文科生思维和理科生思维在科技、经济、文化、哲学、货币、数字资产、元宇宙、Web3.0中的碰撞。当下的时代精神是“混沌”，我们试图在混沌中寻找秩序。 Twitter： @LeiSalin_XP @Will42W TG群（开放）：t.me 收听平台： 小宇宙：文理两开花 苹果播客｜Spotify | Google Podcast | 等泛用型平台搜索收听《文理两开花》（文理两开花已经上线苹果播客中国区，可直接搜索收听） 文字稿和延伸阅读： 微信公众号《文理两开花播客》 《文理两开花》newsletter。欢迎订阅：https://wenli.substack.com 其他平台： 即刻：文理两开花 《文理两开花》微信群：请添加坛子微信（WeChat ID: BKsufe），注明：文理两开花   留言告訴我你對這一集的想法： https://open.firstory.me/user/cl0roqwc0000l0hzje7se6f28/comments Powered by Firstory Hosting

本期开始前，先预告一个激动人心的消息！我们的书终于要和大家见面啦！ 最近币圈信任危机很多：崩盘毁信任、胖手指毁信任、电诈毁信任。 本期我们就来聚焦加密世界两起引爆市场的信任与安全事件：PayPal 稳定币 PYUSD 短时间内“意外铸造并销毁”300万亿枚的惊魂半小时，以及美国司法部（DOJ）对柬埔寨“太子集团”相关的12.7万枚比特币民事没收。围绕“计算与认知”“平行世界之桥”等底层逻辑，系统解析稳定币锚定的真实机制、链上透明性的价值与边界、钱包私钥与助记词的安全本质、随机数算法的关键性，以及量子计算对加密安全的长期影响。 两起事件，也把“监管、技术与人的漏洞”这条主线完整地暴露在阳光下：区块链的计算确定性，并不能替代现实世界的认知与契约执行， 以及一个更底层的问题：一个社会、公众、系统的安全感到底有什么支撑？技术、制度，共识？靠自己？还是要靠某种利维坦一样的存在？   时间戳： · 00:00:31 新书预告：《数字世界生存指南》与六大底层逻辑 · 00:05:05 事件一：PYUSD 天量铸造与半小时销毁的来龙去脉 · 00:07:34 稳定币为何能凭空增发？文理两大筐来解释：“计算与认知”、“平行世界之桥” · 00:18:54 传统金融的“乌龙指”与链上透明性的对照 · 00:22:22 假如300万亿没被发现会怎样？市场冲击与脱锚机制 · 00:28:44 DeFi 快速响应与系统性风险的阻断 · 00:30:39 区块链其实是 “监管科技”？透明的能力与执法的边界 · 00:32:24 代码不等于无懈可击：比特币历史上的增发Bug · 00:34:14 事件二：DOJ没收12.7万枚BTC的技术与法律谜题 · 00:38:39 非托管钱包、私钥与助记词：被“没收”的可能路径 · 00:46:29 助记词与随机数：256位安全背后的漏洞 · 01:01:19 私钥到底安不安全？12词vs24词与量子计算的“平方级”差别 · 01:10:16 安全感来自哪里：技术、制度还是共识与利维坦？ · 01:16:54 用三大框架读懂信任危机，期待新书线下见面会！ Shownotes · 关键词： 稳定币（PYUSD）、Paxos、平行世界之桥、计算与认知、非托管钱包、助记词、随机数生成算法、链上透明性、社会工程学、量子计算、监管科技、DeFi 风险响应 · 涉及事件背景：  o PYUSD“意外铸造300万亿并在半小时内销毁” o DOJ民事没收12.7万枚比特币（路边矿池历史案源、嫌疑资产大额转移被链上情报捕捉） 00:00:31 新书预告：六大底层逻辑的验证 新书《数字世界生存指南》终于要发行了！书的主框架源自“文理两开花”播客提出的六大底层逻辑。这套逻辑历经自2020年至今的多轮市场与技术周期反复验证，核心价值居然久经考验、未被时间淘汰。 书中的框架几乎可以贴合今天数字世界和加密货币的每一个发展，用以解读本期讨论的两大信任危机事件再合适不过。 00:05:05 事件一：PYUSD“意外铸造并销毁”300万亿的惊魂半小时 Paxos 作为 PayPal 稳定币 PYUSD 的发行方，在以太坊上“意外铸造”了约300万亿枚与美元挂钩的代币，其规模相当于全球GDP总量的两倍多。随后，在短短20至30分钟内，这些代币被全部转入一个不可访问的地址并销毁。 事件发生后，DeFi 协议（如 Aave）快速响应，临时冻结了相关交易。得益于及时的处置，PYUSD 的价格仅出现约0.5%的小幅波动，整体维持了与美元的锚定。然而，这起事件震惊了市场，也引来了监管侧的高度关注：如果“手一滑”就能将稳定币总量放大12万倍，那么发行方的合规与内控机制是否足够健全？ 00:07:34 稳定币为何能凭空增发？文理两大筐来解释：“计算与认知”、“平行世界之桥” 大家问的最多的问题是：稳定币不是有抵押的吗？ 稳定币的“锚定”机制，并非基于数学或物理定律，而是依赖于法律、合规与机构纪律的约束。美元存在于传统的银行与SWIFT体系中，而稳定币存在于链上世界。所谓的锚定，充其量是一座连接两个平行世界的“平行世界之桥”，桥的两端无法用单一世界的规则去绝对控制另一端。 这次300万亿的“凭空印出”恰恰证明：链上增发只是“代码与权限”的产物，其背后不必然是“银行账户里先有300万亿美元”作为前提。 另一方面，该事件也凸显了链上透明性的价值：错误在几分钟内便全网皆知，并被迅速销毁。相比之下，若同样的“乌龙指”发生在传统银行体系，可能需要等到内部对账时才会被发现。 00:18:54 传统金融的“乌龙指”与链上透明性的对照 传统金融领域不乏类似的“乌龙指”事件。对比最近花旗乌龙事件：3月中旬有4笔合计280美元、要打到巴西某客户托管账户的付款，被“制裁筛查”拦住，查完放行了，但这笔钱依然卡在系统里，走不了正常流程。技术团队就让支付员工，改到一个很少用的备用界面里手动输入。但这套程序有个bug：金额栏预先写好了15个零，操作员需要先把它们删掉，但这一步没删。也就是说你要打“1美元”，界面默认写成“1后面带15个零”，如果你不把零全删掉，它就当你要打“1000万亿”美金！ 这类错误在传统系统中可能无法被“实时看见”。相比之下，区块链上的巨额增发、异常流动、资产大规模迁移等行为，都会在第一时间被链上情报工具和自动化机器人监测到，“透明”是区块链的一项基本能力。但这并不意味着透明等于自动执法。技术本身是中性的，监管与司法干预仍需遵循现实世界的机制与边界。 00:22:22 假如300万亿没被发现会怎样？ 如果这笔天量增发的稳定币在被监控到之前就流入市场，理论上可以用它扫光市场上几乎所有的资产，引发史无前例的价格扭曲和流动性枯竭；紧接着，PYUSD 自身的价格将迅速脱锚并归零。 所幸在现实中，稳定币的增发与分发通常是分阶段进行的，加之链上监控系统高度敏感，这种极端风险发生的概率极低。此次风波中，PYUSD 在经历短暂波动后迅速回锚，也证明市场对“误操作、迅速销毁”这一解释基本予以了认可。 00:28:44 DeFi 快速响应与系统性风险的阻断 在事件中，Aave 等DeFi协议迅速冻结了相关资产池，有效阻断了潜在的系统性风险传染。链上金融的“自动反应”和“可编程风控”在本次事件中展现出其优势：当大额异常出现时，协议能够启动限流与冻结机制，从而迅速收窄风险窗口。PYUSD价格的快速回稳，也从侧面印证了DeFi生态响应的有效性。 00:30:39 区块链其实是 “监管科技”？透明的能力与执法的边界 由于链上所有资产流转都可被持续监控，从某种意义上说，区块链作为“监管科技”比传统的反洗钱手段更为有效。但监管行动从来不会因为“透明”就自动发生。技术提供的是可见性，而非强制力。是否介入、如何介入，依然取决于监管与司法体系的意志和程序。 透明让违法成本变得更高，但从“看见”到“处理”的链条，仍需现实世界的制度与权责来完成。 00:32:24 代码不等于无懈可击：比特币也有历史bug 数学上的安全与实现层面的安全并非同一回事。即便是比特币，也在2010年出现过一次历史性的增发bug，瞬间“增发”了1840亿个BTC，后经社区协调与代码回滚才得以修复。 这表明，即使加密学层面的安全可以成立，代码与实现层面的脆弱点依然可能致命。区块链并非“灵丹妙药”，它无法替代人类在开发与治理过程中对“错误与漏洞”的持续警惕与修复。 00:34:14 事件二：DOJ没收12.7万枚BTC的技术与法律谜题 柬埔寨杀猪盘大佬太子集团的 12 万个比特币被美国司法部没收——成为美国司法部史上最大规模没收，约150亿美金。并声明这些资产存放在“非托管钱包”（即由私钥直接控制）中，现已处于司法部托管之下。 立刻引起大家广泛质疑：不是号称加密货币是匿名去中心化的么？怎么还能被收缴？这些比特币好像没有私钥就被转走了？或者是私钥也能被破解？那比特币的安全性还可靠吗？ 如果资产不在交易所或托管机构的账户中，司法部门是如何在没有嫌疑人到案并供出私钥的情况下接管这些资产的？ 历史线索首先指向了“lubian矿池”失窃旧案：当年大规模失窃后，这批资产长期沉睡，直到近期突然发生集中转移，被链上情报工具第一时间捕捉，随即引发了跨境执法收网和民事没收诉讼。司法文书提到有“同案人员贡献出部分私钥”，但并未说明完整的技术路径，从而引发了更多关于钱包实现侧安全的讨论。 00:38:39 非托管钱包、私钥与助记词：被“没收”的可能路径 理论上，非托管钱包的资产转移必须有私钥签名才能完成。要在没有私钥的情况下转移资产，可能通过以下路径实现： · 物理获取： 嫌疑人或同案犯主动或被动交出私钥/助记词。 · 信息窃取： 通过社会工程学、设备取证、侧信道攻击等手段获取用于生成私钥的助记词。 · 漏洞利用： 利用钱包软件在实现层面的漏洞（如随机数生成缺陷）来推测或缩小私钥的搜索空间。 · 环境攻破： 通过木马、供应链攻击等方式攻破钱包所在的热端环境，从而窃取签名权。 司法部肯定不会承认采用了“非法黑客手段”，但可能通过合法的技术溯源、数字取证、内部分化协作、公开漏洞利用等路径达成实际接管。由此，问题的核心落回到了实现层面：被攻破的不是椭圆曲线加密的数学本身，而是人的实现、使用的设备与操作流程中存在的“可被利用”的薄弱环节。 00:46:29 助记词与随机数：256位安全背后的漏洞 那私钥还安全吗？助记词还安全吗？ 主流钱包通过从一个包含2048个单词的词表中随机选取12或24个助记词，再利用确定性算法来生成私钥。从数学上看，从2048个词中选出24个的组合空间量级约等于2的256次方，与一个256位私钥的安全性等价；选择12个词则对应约2的128次方的安全级别。 这一理论的完备性有一个至关重要的前提：随机数的生成过程必须“足够随机”。一旦钱包开发者在随机数生成算法上是个“二把刀”，引入了可预测的种子（如特定的时间、地理位置、可复现的系统状态或错误的伪随机序列），破解难度就会从“宇宙级不可能”骤降到“工程上可实现”。这也解释了为何开源、且经过长期检验的随机数方案如此重要：数学安全不等于实现安全，真正决定钱包安全的是随机性实现的质量。 01:01:19 私钥到底安不安全？12词 vs 24词与量子计算的“平方级”差别 在随机性实现靠谱的前提下，助记词方案依然是稳健的。为了提升安全性，可以注意以下几点： · 优先使用24个助记词： 相较于12个助记词（2^128安全空间），24个助记词（2^256安全空间）提供了“平方级”的安全提升。 · 选择可靠钱包： 选择有良好口碑、代码开源且经过长期审计的钱包及其随机数实现方案。 · 遵循安全实践： 采用冷热分离、离线备份、分片保存等策略，降低社会工程学攻击和单点泄露的风险。 关于量子计算的威胁：即便未来量子计算机能在“秒级”破解12词的钱包，对于24词的钱包，其破解难度依然是“回到亿年级”的量级差异。对区块链协议而言，可以通过升级加密曲线和密钥长度，实现“道高一尺，魔高一平方尺”式的降维打击。因此，量子计算并非“立即宣判死刑”，而是一场可持续升级的攻防竞赛。 01:10:16 安全感来自哪里：技术、制度、共识、还是利维坦？ 安全感本质上是一种“认知”，是社会共识的产物。区块链技术将“计算的确定性”做到了极致，但它无法替代现实世界中的执法权与契约执行力。透明能让错误迅速暴露，但从“看见”到“处理”的过程，仍然仰赖于制度。 人类有肉身，财产权的最终落地离不开“利维坦”的保障；而数字世界的自治与契约，也必须与现实制度对接并寻求平衡。技术是底座，制度是边界，共识则是粘合剂。 01:16:54 用三大框架读懂信任危机，期待新书线下见面会！ 这两起事件将“计算与认知”、“平行世界之桥”以及“实现与代码安全”三条主线全数点亮：稳定币的锚定是制度约束，不是物理定律；链上透明是监管科技的强力底座，但不会自动执法；数学安全需要实现安全来兜底，而随机数算法是钱包的生命线。 《数字世界生存指南》内容都有覆盖。期待发行，我们再和大家共同重温六大底层逻辑在加密、AI以及更广泛的数字世界中的适用性！ 关于《文理两开花》： 《文理两开花》是文科生思维和理科生思维在科技、经济、文化、哲学、货币、数字资产、元宇宙、Web3.0中的碰撞。当下的时代精神是“混沌”，我们试图在混沌中寻找秩序。 Twitter： @LeiSalin_XP @Will42W TG群（开放）：t.me 收听平台： 小宇宙：文理两开花 苹果播客｜Spotify | Google Podcast | 等泛用型平台搜索收听《文理两开花》（文理两开花已经上线苹果播客中国区，可直接搜索收听） 文字稿和延伸阅读： 微信公众号《文理两开花播客》 《文理两开花》newsletter。欢迎订阅：https://wenli.substack.com 其他平台： 即刻：文理两开花 《文理两开花》微信群：请添加坛子微信（WeChat ID: BKsufe），注明：文理两开花   留言告訴我你對這一集的想法： https://open.firstory.me/user/cl0roqwc0000l0hzje7se6f28/comments Powered by Firstory Hosting

本期讨论一个很酷的问题。听起来有点颠覆，但再想想也是一件很可能要落地、或者至少需要开始琢磨的事——如果AI要开始和“钱”产生关系了，比如要用钱、要帮我们付钱了，它该怎么办？ 乍一听很酷，但金融业界中登老登们稍微想一想，这里面就全是坑了：安全、合规、手续费、结算速度、拒付风险…样样踩雷。 更别说未来如果真是一群 AI同时协作下单、自动分账，现在的传统支付压根儿没为AI和机器人准备过入口。 那么问题来了：加密货币能接住吗？ 本期我们就开开脑洞：聊一聊AI付钱这件事。展开一下：传统支付为什么不适合 AI？加密支付更合适吗？AI世界里的合规与身份，“身份与契约”会如何体现？未来的支付关系（人→机、机→人、机→机）是什么样的？有没有现在就能落地的场景？ 本期金句：“信用卡向左，数字货币向右”：AI+Crypto让一切殊途同归。 时间戳 ·00:05:00 传统支付为什么不适合AI？ ·00:14:25 传统支付的合规红线：设计本来就是“对抗机器人”的 ·00:25:16 DvP与“即付即得”：AI原生服务和加密支付其实是完美对应的：1 AI token = 1 crypto token ·00:33:52 人↔机、机↔人、机↔机：有可落地场景吗？ ·00:39:08 信用卡向左，数字货币向右：它俩在密码学上本来就是同构的？ ·00:58:17 身份与契约：AI的独立性何以成立？ ·01:02:16 最后评论一下GPT5: 难道未来AI只是一个“大号人类”？ 文字版： 01  (00:05:00) 为什么不能把信用卡交给AI？ 一个“谁是主体”角度的解释： 假如人类把信用卡“三要素”交给一个强大的Agent——它能识别网页、填写表单、完成支付，技术上确实可行。但此支付行为仍然指向持卡人本人，信用卡交易可通过银行申诉撤销，AI 既没有决策闭环，也不具备独立的经济后果，这与希望 Agent 甚至 AI–AI 形成自洽经济体的目标相悖。 回到中本聪的原点：互联网上的付款依赖中介、交易可撤销；现实中用现金的一手交钱一手交货不可撤销。不可撤销的数字货币交易，才让AI 的支付与交付对等，像现实中的民事主体那样承担结果，具备民事行为能力。 02 (00:14:25) 传统支付的合规红线：设计本来就是“对抗机器人”的 一个实操角度的解释： 这个问题问支付从业者，回答就很简单了——三个字：不合规。“AI记卡号”这件事本来就是雷区。 现在支付行业的标准：PCI DSS 对任何持卡人数据（CHD）与敏感数据（SAD，如 CVV）的存储、处理、传输有极严格要求： CVV 不可存储，截图、语音、聊天记录、日志都不可以，prompt 里也不行。现在大模型LLM链路伴随向量库、日志追踪、备份，一次可见就可能多副本落地；甚至可能因幻觉回吐被动泄露。 唯一可行是让AI 永远看不到卡数据，转而用支付网关的 token 化、ID 触发扣款或高度间接的二层授权。但这一切意味着专网隔离、全链路改造与高昂成本，对小团队几乎不可行，传统支付因此对 AI 基本关上大门。但如果假定任何上云都有泄露风险，加密支付也需对抗同样的问题。 更深层的冲突在于：传统支付的体验与风控是“对抗机器人”的：CAPTCHA、生物识别、页面各异；费率以按笔计费为主，不适配 AI–AI 的高频小额。要从防范转为协作，需要支付范式的整体迁移。 03 (00:25:16) DvP与“即付即得”：AI原生服务和加密支付其实是完美对应的：1 AI token = 1 crypto token 数字货币真正匹配的场景是DvP（deliver vs payment）/DOP（deliver on payment）：付款即交付、即刻完成。 AI 服务天然契合这一范式——一次 prompt、一次算力、一次输出，支付对价清晰，若不满意可以再问再付，上一次支付买的是那一次的输出。相比订阅月费这种传统方式买现代服务，链上即用即付更原生。 更进一步，连计费单位可以对齐！1 AI token = 1 crypto token：链上token 的最小计量对应模型输出的 token，甚至让 Agent 发行自己的结算 token，用多少 token 输出多少 token 的结果，预付、退款、分账全由链上合约处理。这种按量计价与微支付粒度在法币体系中难以落地。 04 (00:33:52) 人↔机、机↔人、机↔机：有可落地场景吗？ 支付关系可以拆成三类：人向机（比如购买数据/算力/服务，或让 AI 代付）、机向人（比如补偿、分润、版权回流）、机与机（比如协作、自动分账、自动签约）。 只要把人摘出去，机与机就是原生数字世界，crypto 天然适配；而目前 1.5 阶段，人仍在链路中，需要法币桥接与合规过渡。 在可落地场景上，多Agent 游戏最直观：玩家对 NPC/Agent 投喂与打赏，NPC 之间互相打赏、购买素材，角色设定驱动自治经济，智能合约自动结算。自动化代码悬赏也契合：机器人发布精确规格、收集提交、按份或工时自动结算，面对人或 AI 均可。电力/用能优化具备现实耦合：订阅天气 API，预测负载高峰与日照，提前制冷或蓄能，按 API 调用计费，由 AI 自动控制与结算。 05 (00:39:08) 信用卡向左，数字货币向右：它俩在密码学上本来就是同构的？ 将钱包私钥交给Agent 在安全上不可接受。实践路径是交易构造与签名分离：Agent 在公网发现支付场景并正确构造交易包，发送到本地离线签名设备，通过二维码等光学通道单向传递；本地核对、签名，再上链广播。数字货币只需要一个签名，不需要任何交易中介，不需对接各家网关与表单，安全边界与简洁性兼得。 这一流程与信用卡芯片的线下签名同构。刷卡机为芯片卡供电，卡内电路本地签名后回传数据，读卡器并不读出密钥；区别仅在于物理与网络形态，以及算法从线下适用的RSA 到线上高效的 ECC。 由此分岔出两条路：支付卡向左，数字货币向右——同一密码学原理在不同场景演化为两种基础设施。 “信用卡向左，数字货币向右”：AI+Crypto也许可以让一切殊途同归？ 第三方支付之所以流行，在于便利性提升，但安全依赖中心化系统本身，这也带来高昂合规与风控成本。与之对照，链上钱包像你自己的POS 机，签名权收回本地设备。 作为人与AI 协作的规则层，code is law 可以落在标准化账单/发票上：Agent 生成支付提案（付给谁、付多少、资产类型），本地设备弹窗或二维码请求签名，签完即不可撤销。若要不上链，也可以用中心化托管与一次性口令、API 授权等代签流程，路径更简单，但信任与被攻破的风险也更高。 06 (00:58:17) 身份与契约：AI 的独立性何以成立？ 当Agent 经由银行或支付平台去付钱，账户权属仍然是人，它并没有独立身份。只有当 Agent 能用加密货币完成支付，它的行为才成为自己的民事行为，具备数字世界的身份。 即便把Agent 当作工具人，链上签名也在那一瞬间形成不可撤销的委托，构成数字世界真实的委托关系。这里的法律基础就是 code is law：执行签名代码本身，构成数字法律上的不可撤销。 07 (01:02:16) 最后评论一下GPT5: 难道未来AI只是一个“大号人类”？ 延伸到AI 的认知能力：如今大模型几乎不会把人类提的问题理解错，但推理与计算仍可能出错？ “10.9 与 10.11 之间差多少？”这一类问题，模型对问题意图的理解没问题，推理路径却未必正确；比如在语音输入误识别时，模型可能一本正经地解释并不存在的词条，输出似是而非的结果。 训练上的逐步推理与数学强化有助于提升正确率，但在线推断不保证按训练时的正确路径走。这意味着，在支付等关键路径上，必须引入签名与规则层的刚性约束，以工程手段补上推理不确定性。这也回到了本期主题：技术、合规与经济设计的多重协作，才能把AI 的支付能力真正落在可控、可结算、可追责的地面上。 关于《文理两开花》： 《文理两开花》是文科生思维和理科生思维在科技、经济、文化、哲学、货币、数字资产、元宇宙、Web3.0中的碰撞。当下的时代精神是“混沌”，我们试图在混沌中寻找秩序。 Twitter： @LeiSalin_XP @Will42W TG群（开放）：t.me 收听平台： 小宇宙：文理两开花 苹果播客｜Spotify | Google Podcast | 等泛用型平台搜索收听《文理两开花》（文理两开花已经上线苹果播客中国区，可直接搜索收听） 文字稿和延伸阅读： 微信公众号《文理两开花播客》 《文理两开花》newsletter。欢迎订阅：wenli.substack.com 其他平台： 即刻：文理两开花 《文理两开花》微信群：请添加坛子微信（WeChat ID: BKsufe），注明：文理两开花 留言告訴我你對這一集的想法： https://open.firstory.me/user/cl0roqwc0000l0hzje7se6f28/comments Powered by Firstory Hosting

本期是上期稳定币话题的续集，上次聊得意犹未尽但时间接近两小时就打住了。一周后发现还有很多潜在话题没展开，干脆新开一期串联讨论下。 本期干货预警。烧脑级别：★★★★☆ 时间戳： (00:01:09) 孤山银行：硅谷教父与国防科技大佬的金融新实验 (00:11:29) 银行发行稳定币与传统模式的本质区别 (00:13:40) 稳定币与银行存款的货币属性差异 (00:17:10) 存款保险为何不适用于传统稳定币，而银行发行模式却可能破局？ (00:24:41) 银行稳定币业务模式的创新思考：一种融合模式 (00:33:46) 银行参与稳定币业务的三种潜在场景分析 (00:44:16) 监管塑造商业模式 (00:49:13) 稳定币KYC和反洗钱技术机制详解  (00:56:56) KYT机制与链上风控的技术实现  (01:02:02) 区块链货币本质：介于现金与账户之间的1.5版本  (01:13:08) RWA：新一代金融游乐场的代际变迁  (01:23:45) 数字资产面临的核心矛盾源于一个永恒的社会现象   文字总结： (00:01:09) 孤山银行：硅谷教父与国防科技大佬的金融新实验 孤山银行（Erebor Bank）的名字源自《指环王》中的“孤山”（Erebor）——邪恶巨龙史矛革（Smaug）的沉睡之地。这条巨龙以抢劫矮人、精灵和人类的黄金珠宝为生，将它们堆积成山后焚烧一切，霸占洞穴作为巢穴。 这种“屠龙少年终成恶龙”的隐喻，似乎为这家银行增添了一丝奇异的戏剧感。 在稳定币市场再度火热的当下，为什么硅谷大佬们要创办这样一家新银行？背后的推动者是硅谷教父彼得·蒂尔（Peter Thiel）和备受争议的帕尔默·拉奇（Palmer Luckey）。蒂尔被视为影响美国现政府的“新深层政府”代表人物，上次他公开建议从硅谷银行（SVB）撤资，直接引发挤兑并导致其倒闭。这次，他联手拉奇——Oculus VR的创始人，后者创办了国防科技公司Anduril。该公司专攻黑科技产品，如AI驱动的精准打击小型武器，以及能将空中无人机全部“吸下”的磁场设备。 孤山银行在执照申请文件中，将自身定位为监管最完善的稳定币交易服务商。尽管申请书对具体风险管理措施、储备设置方式和架构设计缺乏清晰细节，但其独特定位引发了广泛兴趣，值得进一步剖析。它不仅呼应了稳定币领域的监管趋势，还可能融合国防科技与加密金融，开启全新实验。   (00:11:29) 银行发行稳定币与传统模式的本质区别 这个消息让恰好呼应了《文理两开花》上一期关于稳定币存款保险的深度讨论。 之前的稳定币发行模式基本上是“货币兑换商”模式，发行稳定币的公司本身并不是银行，而是在银行开了账户。这就像早期阿里巴巴和支付宝的关系一样，用户的钱打进了公司在银行开的托管账户中。 从存款保险角度讲，以往货币兑换商模式的稳定币不可能享受存款保险，因为银行账户上显示的是Circle或阿里巴巴，金额可能有几十亿甚至上百亿之巨。如果银行暴雷，这几十亿美元大概只能享受50万美元的存款保险，因为它的存款其实只有一个账户。银行的存款保险显然是按照实名和账户来分配。 但如果稳定币发行主体是银行本身，情况就完全不同了。银行可以掌握客户信息，知道张三开了账户存了30万美元然后领了30万美元的稳定币，李四可能是100万美元就领了100万美元的稳定币。从道理上讲，如果银行直接参与发行稳定币，它有能力在存款保险这件事上有所改善。 银行作为一个主体自己下场来发行稳定币，和一个公司在一个银行开了账户再发行稳定币——这两件事是有很大差别。 如果发行稳定币的主体变化了，那金融监管、存款保险、KYC反洗钱等等所有方向是不是都会有变化？ 目前，我们所熟知的美元稳定币，如USDC和USDT，其发行方并非银行，而是像Circle这样的公司，它们在功能上更接近于支付机构。虽然银行也曾涉足稳定币领域，例如摩根大通发行的JPM Coin，但其用途被严格限定在客户间的支付结算，更像是一种数字化的银行本票，并未进入广泛流通。因此，大众普遍认为稳定币是由科技公司发行的。 然而，孤山银行的出现可能将打破这一格局。它计划以持牌银行的身份，提供与Circle类似的稳定币发行、转换和清算服务。这就带来了一个根本性的问题：当发行方本身就是一家银行时，其业务模式应如何定义？ 这引出了一个核心的定义难题：用户将1美元交给Circle换取一个稳定币，这一行为究竟是“购买”还是“存款”？这个问题必须被清晰界定，因为它直接关系到稳定币背后的资金是否能与银行存款享有同等地位，并由此决定了它是否需要以及能否被纳入存款保险的范畴。   (00:13:40) 稳定币与银行存款的货币属性差异 虽然直觉上，稳定币中的1美元与银行存款里的1美元似乎并无区别，但在银行的会计体系和货币功能上，两者存在本质差异。 核心区别在于“货币乘数效应”。根据货币银行学原理，银行存款具备货币乘数效应。例如，当您在银行存入1000万美元，银行只需保留一部分（如20%）作为准备金，剩余的800万美元可以放贷出去。这笔贷款可能会再次以存款形式回到银行系统，从而创造出远超原始存款金额的流动性。简而言之，银行体系内的1美元存款能够撬动并创造出更多的货币。 然而，稳定币没有这种乘数效应。其定义被严格限定为与储备资产一比一挂钩，例如，相关法案（如Genius法案）明确规定，每发行1美元的稳定币，背后就必须有等值的美元资产作为支持。这种设计决定了稳定币本身无法像银行存款那样创造额外的流动性，其主要功能是价值储存和转移。 理解了这一差异，我们就能更好地探讨存款保险的问题。对于一个被定义为“货币兑换商”的稳定币发行机构（如Circle），其发行的稳定币本质上不是存款，因此是否需要存款保险就成了一个需要厘清的问题。 这就引出了关于孤山银行（Erebor Bank）的关键疑问。如果孤山银行仅仅从事与Circle完全相同的稳定币发行业务，那么它更像一个支付公司而非银行。但既然它申请成为一家受监管的银行，这似乎意味着它计划开展需要“存款乘数效应”的业务，也就是发放贷款。 目前外界尚不清楚其具体的业务模式，由此产生了两种推测： 1. 孤山银行是打算用客户兑换的稳定币去发放贷款吗？ 2. 还是说，它计划将业务一分为二：一部分像Circle一样发行稳定币，另一部分则像传统的硅谷银行（SVB）一样，吸收法币存款并进行放贷？ 由于其申请文件细节模糊，这些核心概念和业务模式仍有待观察和厘清。   (00:17:10) 存款保险为何不适用于传统稳定币，而银行发行模式却可能破局？ 存款保险制度的基石是与用户的实名账户体系严格绑定。保险是为储户个人提供的保障，而非针对账户数量。无论你在一家银行有多少个账户，能获得的保障总额只有一个上限。这一原则确保了保险机制的公平和可行性。 传统稳定币发行商（如Circle）的模式从根本上与存款保险机制相悖，主要体现在两点： · 账户不透明：当成千上万的用户向Circle存入美元以换取稳定币时，在银行看来，这些资金都汇集在Circle公司的单一企业账户下。银行无法识别背后的个人储户，因此无法为他们提供个人化的存款保险。 · “存款”与“持有”行为脱节：稳定币在区块链上自由流通。一个人完全可以通过交易（如用比特币兑换）获得稳定币，而无需在发行机构进行任何“存款”操作。为这样的“持有人”提供存款保险是不合逻辑的，因为他们从未发生过受保险保障的“存款”行为。这一特性从根本上割裂了“存款”与“持有”，使得存款保险无法适用。 而如果由银行直接发行稳定币，情况则可能完全不同。银行具备一个关键能力：识别并记录每一笔交易的源头。其运作模式可能是： 1. 用户在银行的实名账户中存入一笔资金（这是一个受存款保险保障的行为）。 2. 银行根据这笔存款，向该用户发行等额的稳定币。 3. 这枚稳定币，就如同一个“数字化的存款凭证”。 在这种模式下，即使用户将稳定币转移给了他人，银行依然能够追溯到最初进行存款的那位实名用户。万一银行破产，最初的存款人理论上可以凭借其存款记录来申请保险赔付。 银行发行稳定币与Circle等公司的模式，其核心差异在于：银行有能力将稳定币的发行与源头的实名存款行为一一对应。这种能力使得银行发行的稳定币具备了整合存款保险的潜力，而这是传统货币兑换商模式完全不具备的。   (00:24:41) 银行稳定币业务模式的创新思考：一种融合模式 这是不是一种创新性的银行稳定币业务模式呢？它是不是将两种在传统金融中看似独立的模式： 1. 货币兑换商模式：如Circle发行USDC，核心是“一比一”的资产兑换。 2. 商业银行业务模式：如传统银行，核心是吸收存款、发放贷款，并通过“货币乘数效应”创造信用。 融合在了一起呢？ 把传统金融世界里支付宝（支付业务）与工商银行（存贷业务）放入“区块链”和“稳定币”这一全新场景中时，是不是可以合二为一？ 要理解银行的独特优势，我们可以对比两种模式的资金路径： · 传统稳定币模式 (如Circle)：这是一个“两步”过程。 1. 用户将钱转账给Circle公司。 2. Circle公司再将汇集起来的资金存入银行。 在这个过程中，银行只认识它的企业客户Circle，无法识别背后成千上万的真实用户。 · 银行直发稳定币模式：这是一个“一步”过程。 3. 用户直接将钱存入银行的实名账户。 4. 银行直接向该用户发行稳定币。 正是这“一步”之差，赋予了银行独一无二的能力。银行能够清晰地识别每一个进行存款的实名客户，并记录下这一行为。因此，银行发行的稳定币，是不是本质上可以被视为其背后实名存款的一种“数字化凭证”呢？ 这种直接的对应关系，使得银行即便在稳定币被交易流转后，依然有能力追溯其源头。基于此，银行便可以为这个“源头存款”提供进一步的服务，其中最关键的就是存款保险。这并非是将存贷业务与支付业务混淆，而是利用银行的账户体系优势，为数字资产提供传统金融级别的信用背书，这是货币兑换商模式无法企及的。   (00:33:46) 银行参与稳定币业务的三种潜在场景分析 孤山银行会采用什么业务模式呢？根据有限信息，大概推演出三种既独立又可能共存的场景： 场景一：传统存贷业务（类比硅谷银行）也就是最基础的业务模式：吸收用户的法币存款（如美元），然后将这些资金发放贷款，重点支持AI、加密技术、国防黑科技等领域；此模式与稳定币完全无关，是纯粹的传统银行业务。 场景二：直接发行稳定币（类比Circle的升级版）：这是银行作为稳定币发行方的核心创新所在。用户将法币（如美元）存入其在银行开设的实名账户。银行根据这笔存款，向用户发行等额的自家稳定币（例如，孤山银行发行的USDE）。 与Circle的核心区别：虽然业务形式上与Circle类似，但银行拥有Circle不具备的关键优势——能够将每一枚稳定币与其源头的实名存款记录相挂钩。创新价值在于：正是因为这种挂钩能力，银行可以为其发行的稳定币提供一种隐性的“存款保险”背书。理论上，用户未来可以用银行发行的稳定币，来兑换其最初存款所享有的保险权益。这是Circle等非银行机构无法做到的。 场景三：吸收并兑换其他稳定币（作为中介服务） 这个场景相对复杂，探讨的是银行是否能“吸收”其他机构发行的稳定币（如USDC）。 核心逻辑：银行不能将用户转入的USDC直接视为“存款”。因为稳定币本身是链上代币（Token），无法进入银行的账户体系，更不具备货币乘数效应。直接持有USDC，银行无法进行放贷。 可行的流程：银行可以提供一种“兑换服务”。 比如： · 用户将1万USDC存入银行指定的链上钱包。 · 银行为用户开具一张1万美元的存款凭证。 · 同时，银行必须拿着这1万USDC到其发行方（如Circle）那里，赎回成1万美元的真实法币，并存入自己的银行账户。 · 此时，银行账户里才真正多出了1万美元可用于放贷的存款。 这个过程的本质是银行作为中介，帮助用户完成了“将稳定币转换为真实银行存款”的操作。稳定币本身并未被“存入”，而是在这个过程中被赎回并销毁了。 隔离是关键：最清晰、最合理的商业模式，是将这三种业务场景严格隔离。银行可以同时开展传统存贷业务（场景一）和直接发行稳定币的业务（场景二），相当于在Circle的模式之上叠加了传统银行的功能。但将不同场景的资金和逻辑混在一起，尤其是在初期阶段，会造成极大的混乱，特别是在风险管理和存款保险的界定上。 因此，银行参与稳定币竞争的真正优势，在于场景二——利用其银行身份和账户体系，提供比现有稳定币更安全、更具信用保障的数字资产。   (00:44:16) 监管塑造商业模式 假设一家受监管的银行（如孤山银行）和一家非银行机构（如Circle）从事完全相同的稳定币发行业务，它们的处境和对金融体系的影响会有何不同？ 作为银行，必须遵守《巴塞尔协议》等一系列严格的金融监管规定，涉及资本充足率、流动性要求、同业关系等，整个体系架构更为复杂。而Circle曾试图推动建立一套适用于加密行业的“类巴塞尔协议”；之所以会考虑引入复杂的风险管理框架，很可能是因为它曾希望通过“期限错配”来获取更高利润。比如，如果将用户存入的储备金用于购买长期国债等资产；如果短期内面临大量赎回请求，而长期国债市场又恰好暴跌，就会出现兑付危机，导致“暴雷”。通过设立一个“类巴塞尔协议”，规定长短期资产的配置比例（如“八二原则”），可以更好地管理这种期限错配带来的流动性风险，从而在追求高收益的同时保持相对稳定。 然而，Genius法案的出台，彻底终结了这种模式的想象空间。法案明确规定，稳定币发行商的储备金只能投资于90天以内的短期、高流动性资产，如货币市场基金。这一规定从法律层面杜绝了稳定币发行商进行高风险“期限错配”的可能性。因此，Circle也无需再费心设计复杂的“类巴塞尔协议”了，法律已经为其划定了清晰且严格的业务边界。 在Genius法案的框架下，稳定币发行商的商业模式被极大地限制，趋向于一种“窄银行”（Narrow Bank）模式：利润空间被压缩到只能通过投资短期、低风险资产来获取微薄的利差（Margin）。这与USDT等模式的盈利能力有着天壤之别。因此，用USDT的盈利模式来评估Circle的估值和商业前景，是完全错误的。 虽然法案限制了发行商自身的风险，但“期限错配”的风险并未完全消失，而是被转移给了规模庞大的货币市场基金。由于货币市场基金的体量远超稳定币，它们有更强的能力来消化这种风险，从而为稳定币储备金提供相对稳定的收益。 Genius法案的落地，对稳定币行业是决定性的。法律的严格规定，虽然看似扼杀了其“赚大钱”的可能性，但也为其提供了一条清晰、低风险的合规发展路径。对于Circle这样的公司而言，这或许是一种解脱，也标志着其商业故事需要被重新审视和理解。   (00:49:13) 稳定币KYC和反洗钱技术机制详解  监管机构，对稳定币的一大核心顾虑在于KYC（了解你的客户）和反洗钱（AML）的有效性。一个普遍的疑问是：即便能冻结链上的涉案资金，我们能找到背后的人吗？ 这个问题揭示了区块链技术与传统金融在监管逻辑上的根本差异。 以USDT为例，其智能合约（基于ERC20标准）内嵌了关键的监管功能，这些代码是开源可查的： · 冻结 (Freeze)：当执法部门通过司法程序，要求Tether公司处理涉案地址（如黑客、诈骗或贩毒集团的地址）时，Tether将该地址列入“黑名单”。被冻结的地址将无法转出资金，也无法接收资金，相当于被完全锁定。 · 销毁 (Burn)：对于已被冻结的地址，Tether拥有进一步的权限，可以将其持有的资金直接“销毁”。这意味着这部分稳定币从流通中被永久移除。 这个过程只能处理链上地址，无法通过技术手段从地址反推出真人的身份信息。它的作用是切断非法资金的流动。 虽然无法直接找到作恶者，但受害者仍有途径追回损失，这个过程结合了链下司法与链上操作： 1. 受害者报案：资金被盗或被骗的受害者必须首先向司法机关报案立案。 2. 提供证据：受害者需要证明自己是原始资金的所有者。由于链上转账记录公开透明，受害者可以通过签名等方式，证明自己拥有发起那笔涉案转账的钱包私钥。 3. 司法确认与执行：经过司法机关的调查取证，确认案件后，会向稳定币发行方（如Tether）发出指令。 4. 资金的“再造”与返还： o Tether先将黑名单地址中的涉案资金销毁。 o 然后，Tether利用其发行权限，重新铸造等值的稳定币，并将其返还给经司法确认的受害者。 o 值得注意的是，Tether通常会为此项服务收取高额手续费（例如，损失100万，可能只能追回80万）。 对比分析：链上追溯 vs. 传统银行：这两种体系在追查非法资金时，各有优劣，可谓“殊途同归”。 链上追溯 (稳定币) 优势--资金流向清晰：所有转账记录公开、透明、不可篡改，跨机构协调成本低。 劣势--身份匿名：地址与真人身份脱钩，无法直接锁定个人。 局限性--无法仅凭技术找到真人。 传统银行体系 优势--身份可追溯：账户与实名身份（KYC）绑定，理论上总能追溯到个人。 劣势--流程繁琐低效：资金若经过多家银行流转，需逐一协调内部部门，耗时耗力。 局限性--仍可能遭遇假冒身份、代持账户等问题，最终追查到的“真人”可能并非实际控制人。 在很多案件中（如跨国犯罪），即便知道了作恶者是谁也难以抓捕。因此，能快速、高效地冻结和处理非法资金流，本身就是一种极其重要的能力。从这个角度看，稳定币的链上监管机制提供了一种与传统金融互补的、高效的解决方案。   (00:56:56) KYT机制与链上风控的技术实现  与关注个人身份的KYC（了解你的客户）不同，链上监管引入了一个核心概念——KYT（了解你的交易）。 由于区块链的匿名性，KYT并非追溯真人，而是通过大数据分析和风险控制，为链上的地址打上“标签”。例如，被确认与黑客攻击、非法活动相关的地址会被列入公开或半公开的“黑名单”。当资金从这些高风险地址流出时，任何集成了KYT服务的实体（如交易所或DeFi协议）都能即时识别并自动采取行动，例如拒收该笔转账或将其冻结。 这一机制部分回应了“区块链比传统银行更不安全”的普遍观点。传统银行依赖实名制、大小额交易申报及跨境额度限制等手段进行监管，流程相对滞后。然而，在区块链上，KYT带来了极致的透明度：任何一笔大额转账，例如“沉睡万枚比特币的巨鲸钱包被唤醒”，都会瞬间成为全球瞩目的公开事件，其监控效率和实时性远超传统体系。 因此，KYT并非传统监管手段的简单复制，而是利用区块链的固有特性，创造了一种全新的、以交易透明度为核心的强大监管范式。   (01:02:02) 区块链货币本质：介于现金与账户之间的1.5版本  区块链数字货币的真正本质，并非我们通常认为的"进步"或"先进"，而是一种介于现金与银行账户体系之间的独特存在形态。 如果将现金视为货币1.0，银行账户体系视为货币2.0，那么区块链数字货币应该被理解为货币1.5版本，而非3.0版本。这种定位精准地解释了为什么社会对数字货币存在如此巨大的争议。 从银行账户体系支持者的角度看，区块链货币既放弃了账户体系的实名制优势（向现金"退化"），又强化了现金的便携性特点（大额资金可通过私钥轻松转移），这恰恰是他们最担心的两个特性的结合。 然而，对于全球数十亿无法享受完善银行服务的人群而言，这个1.5版本却提供了宝贵的金融包容性。这种现象在技术发展史中并不罕见，正如波音公司在制造出巨型747客机后，反而回头开发了更小但更经济实用的757、767系列，有时候"退半步"的创新恰恰能填补被忽视的重要空白。 区块链货币的存在，本质上反映了人类在追求技术进步过程中，需要回过头来照顾那些在快速发展中被"甩下车"的群体和需求，这是技术发展的必然阶段，而非简单的优劣之分。   (01:13:08) RWA：新一代金融游乐场的代际变迁  RWA（真实世界资产）概念的火热背后，实际上反映了一场深刻的金融代际变迁。 当前RWA存在两种截然不同的理解路径：第一种是广义定义，即所有非链上原生的资产都属于RWA，在这个框架下，稳定币成为了世界上最大的RWA应用，因为它本质上是美元在链上的映射。同样，美股、美债等传统金融资产的链上化也属于这一范畴，它们将原本只有少数人能在纳斯达克等传统平台交易的资产，通过区块链技术扩展到全球任何有手机的人群。第二种是狭义定义，试图将供应链金融、应收账款等实体经济资产搬上链，但这种尝试往往效果有限，因为这些资产的流动性问题源于其内在的期限错配和风险特性，而非交易平台的限制。 更深层次地看，RWA的兴起本质上体现了新一代数字原住民正在构建属于自己的金融游乐场。就如同上一代人花费半个世纪建立了银行、股票、债券体系一样，新生代也有权利创造符合其认知习惯的虚拟金融生态。 有趣的是，美股美债本身就已经是企业现金流的二层衍生产品，与实体经济的直接联系已经相当微弱，现在只不过是在这个基础上再进行一次虚拟化。这种代际更替是自然而然的历史进程，反映了不同世代对金融工具和交易方式的不同偏好与适应性。   (01:23:45) 数字资产面临的核心矛盾源于一个永恒的社会现象 当前区块链和数字资产发展面临的核心矛盾，源于一个永恒的社会现象：制定规则的永远是上一代人。这种代际错位在全球范围内普遍存在。 这种代际差异自然会导致对新事物认知和接受的滞后，正如某位台湾金融官员因坚信“比特币无内在价值”而拒绝ETF一样，这代表了许多传统决策者的固守心态。然而，变革的动力常常来自外部的“跟风效应”：当美国这样的先行者率先在某个领域（如稳定币立法）取得突破时，其他国家便会因担心落后而被迫跟进探索，即使内部仍充满疑虑。 一个更具建设性的长远策略并非直接对抗现有体系，而是去影响和“拉拢”那些在数字时代成长起来的下一代决策者。当这些伴随着DeFi和AI长大的年轻人未来走上领导岗位时，变革将自然发生。 更重要的是，我们必须认识到一个关键的转变：关于这些技术“应不应该存在”的争论已经结束。它们已是“既成事实”，深深融入了世界的半个身体。我们当下的任务，不再是质疑其存在的合理性，而是在这个既定现实的基础上，思考如何继续前进。 关于《文理两开花》： 《文理两开花》是文科生思维和理科生思维在科技、经济、文化、哲学、货币、数字资产、元宇宙、Web3.0中的碰撞。当下的时代精神是“混沌”，我们试图在混沌中寻找秩序。 Twitter： @LeiSalin_XP @Will42W TG群（开放）：t.me 收听平台： 小宇宙：文理两开花 苹果播客｜Spotify | Google Podcast | 等泛用型平台搜索收听《文理两开花》（文理两开花已经上线苹果播客中国区，可直接搜索收听） 文字稿和延伸阅读： 微信公众号《文理两开花播客》 《文理两开花》newsletter。欢迎订阅：https://wenli.substack.com 其他平台： 即刻：文理两开花 《文理两开花》微信群：请添加坛子微信（WeChat ID: BKsufe），注明：文理两开花    留言告訴我你對這一集的想法： https://open.firstory.me/user/cl0roqwc0000l0hzje7se6f28/comments Powered by Firstory Hosting

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，回头看看，自己已不知不觉走过了两个路口： 第一个路口叫做：“对价值主张即刻上头，但并看不懂背后逻辑”； 第二个路口叫做：“开始看懂背后逻辑，却开始对价值主张祛魅”。 现在停在第三个路口，发现前方有个岔路： 右转：对背后逻辑看的透彻，但不相信价值主张； 左转：对背后逻辑看的透彻，但依然坚持价值主张。 向右转，你就捡起了一件印有“老登”两个大字的外套，披在身上。从此以后，开始对一切新事物的注脚都标上：“这剧情我以前看过”。 我老登了吗？我该向左转还是向右转？ 很多年前，在录《文理两开花》某期时，我们曾问过一个灵魂拷问：为什么币圈会有如此高收益？引千万英雄土匪竞折腰？ 当时的答案是：这个世界里的“创新”总有双重属性：一面是科技，另一面时金融。 很多光环闪闪的“创新”，以黑科技形象出现，享受高估值。但真正的现金流就来自金融业务。过客看的目瞪口呆。下结论曰：高收益来自黑科技和光速创新。实际并非如此。 过去几年，整个加密圈也处于这种混合状态。作为科技创新，大家期待它会成为下一代互联网，给了高估值。 与此同时，比特币十年涨了几十万倍，带动各种项目、架构、protocol、数字资产也涨了几百倍、几千倍——带来了信念：加密圈一定能带你进去下一个时代——创新，巨大的现金流，价值增长。加密圈也确实推出了很多全新技术理念：二层链、ZK、钱包。币价疯狂上涨，形成正向飞轮。 但再然后，神话叙事逐渐破产。币圈的金融逻辑最终回归到比特币身上。乐观来看，也许还有以太坊、Solana等通过ETF的项目，但本质上都是金融逻辑。 比特币是数字黄金，它相对于法币的价值基于“法币超发”之前提，这是典型的金融资产增长逻辑（先别杠，听我说完）。而crypto圈的科技创新中，迄今为止，只有稳定币有可能成为广泛被人类使用的、基于区块链技术的有效商业模式。而其他任何创新，目前为止，依然没有清晰的商业模式。 坦率地说，币圈科技创新叙事已经破产。 Crypto圈的“金融资产创造”和“科技创新”逻辑，也许已经分裂。不再享受当初模糊状态带来的高溢价和高估值。现在只有比特币一家独大，因为它回归了资产创造逻辑，成为全球公认的新金融资产。 剥离比特币后，整个crypto圈剩下的很可能只有一个方向：为稳定币使用、转账和各种应用场景创造工具和技术。 美国稳定币法案的推出，也许开启了crypto 2.0时代。从此以后，整个crypto圈很可能变成两个互不相关的部分： 1. 以比特币为代表的可交易资产价值逻辑 2. 以区块链支付和转账为代表的金融科技创新逻辑 中间的模糊地带可能消失。公链、二层链、各种技术最终都只能为稳定币服务。 以前那种"做一条公链就能创造新资产"的时代结束了。比特币是数字黄金，但不会再有数字白银、数字黄铜、数字生铁、数字大豆。 稳定币法案促进了这种分化。你记忆中的“币圈”或“crypto”，也许已经是“往事”。且留它作青春、动物精神和荷尔蒙的纪念罢。 以上是Will老师昨天结尾处的感慨，听着实在鼻酸。遂决定把这段话放在我们即将出版的新书《数字世界生存手册》的前言（9月出版上市）。大家共勉。 关于《文理两开花》： 《文理两开花》是文科生思维和理科生思维在科技、经济、文化、哲学、货币、数字资产、元宇宙、Web3.0中的碰撞。当下的时代精神是“混沌”，我们试图在混沌中寻找秩序。 Twitter： @LeiSalin_XP @Will42W TG群（开放）：t.me 收听平台： 小宇宙：文理两开花 苹果播客｜Spotify | Google Podcast | 等泛用型平台搜索收听《文理两开花》（文理两开花已经上线苹果播客中国区，可直接搜索收听） 文字稿和延伸阅读： 微信公众号《文理两开花播客》 《文理两开花》newsletter。欢迎订阅：https://wenli.substack.com 其他平台： 即刻：文理两开花 《文理两开花》微信群：请添加坛子微信（WeChat ID: BKsufe），注明：文理两开花   留言告訴我你對這一集的想法： https://open.firstory.me/user/cl0roqwc0000l0hzje7se6f28/comments Powered by Firstory Hosting

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。 01:08:24  说点儿惊悚的： AI开源的后果你想到了吗？ 几年时间， AI发展的“加速感”更强了，人们从担心风险转为担心落后，地缘政治也促使中美两大国加速发展。 Jeff Hinton最近提出一个观点：大模型完全开源是否等同于把核弹配方公开在全网？OpenAI等公司有伦理委员会审查有害请求，但完全开源的模型没有这种保护机制，可能被用于网络攻击等危险活动。这类似于冷战局面，但最大威胁可能不是大国对抗，而是无数独立主体获取强大AI后的不可控行为。要知道Hinton原本是开源倡导者，但在DeepSeek出现后几个月就开始反思。 从技术角度讲，阻止AI扩散可能已经来不及了。这有两个主要原因：1)学术界信息流动非常自由，即使不开源代码，想法也会在非正式渠道传播；硅谷研究人员跳槽频繁，核心知识很快会传递开来；2)经济利益促使开源，DeepSeek开源后获得巨大认可和生态系统支持，众多公司快速适配。 现在只能"用AI来守护AI"，用魔法打败魔法。就像信息技术的发展，互联网上可以搜到危险知识，但不意味着应该限制信息自由流动。开源社区可能会做一些边缘事情，如生成色情内容，这是无法避免的趋势。 01:30:32  人类该怎么办？ 技术发展不可阻挡，但人类准备不足且准备速度越来越慢。一些小国家甚至无法应对当前的网络安全威胁，更别说AI带来的挑战；不是所有行业都有防御能力，不是所有政府都准备好了。如果技术突破点提前到来，大部分人该怎么办？ 两个建议： 改变学习观念：不要为了经济因素学习，而是把学习视为训练大脑的"健身"。应学习数学、物理和计算机科学，它们能锻炼思维能力和推理能力。将来大部分技能可能都不能直接换钱，但提高思维能力依然重要。 改变思维方式：从"工具人"转向"CEO"思维。如果把自己定位为工具人，AI总是更便宜、更聪明、成长更快；但如果把自己视为CEO，就会发现AI员工越来越聪明、越来越便宜是好事。 世界的困境可能与AI无关——AI的进展是让世界变好的，其他事情让世界变差。从担忧角度看，AI可能不是最需要担心的，悲观也无济于事。技术发展可能会让很多职业消失，如软件工程师，现在已有相当部分代码由AI编写。但这并不意味着未来一片黑暗，而是需要以不同角度看待学习和工作。 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？ 如果构造一个AI，以另一个AI大模型为输入，判断该模型如何改进，然后把自己的模型输入给它，让它根据反馈改进自己，会发生什么？它是会碰到不可改进的极限，还是能持续提升？就像图灵停机问题的自指状态？ 从理论上讲，这可能不是捷径，因为如果停机问题可解，所有定理都会变得容易被证明，违背了"没有免费午餐"的原则。但技术上可以做的是给AI更多工具，如粒子加速器，让它进行物理实验，其研究水平可能超越爱因斯坦。 当前Agent发展正是这个方向——给AI工具，让它观察工具反馈。现在主要是浏览器、鼠标和编译器，但未来可能有更多实体工具。举例来说，如果AI写代码时遇到错误，可以看到错误日志，修改代码再运行，直到成功。这种做法越来越像人，使AI和人的区别逐渐模糊。特别是当AI能够管理的工具和参数远超人类时，在某些方面可能远超人类能力。 这涉及更深层的哲学问题：如果AI能找到正确路径并给出正确推理，能否证明人类未能证明的定理？AI是否能达到真正的自我意识？智能的本质和极限在哪里？ 关于《文理两开花》： 《文理两开花》是文科生思维和理科生思维在科技、经济、文化、哲学、货币、数字资产、元宇宙、Web3.0中的碰撞。当下的时代精神是“混沌”，我们试图在混沌中寻找秩序。 Twitter： @LeiSalin_XP @Will42W TG群（开放）：t.me 收听平台： 小宇宙：文理两开花 苹果播客｜Spotify | Google Podcast | 等泛用型平台搜索收听《文理两开花》（文理两开花已经上线苹果播客中国区，可直接搜索收听） 文字稿和延伸阅读： 微信公众号《文理两开花播客》 《文理两开花》newsletter。欢迎订阅：https://wenli.substack.com 其他平台： 即刻：文理两开花 《文理两开花》微信群：请添加坛子微信（WeChat ID: BKsufe），注明：文理两开花 留言告訴我你對這一集的想法： https://open.firstory.me/user/cl0roqwc0000l0hzje7se6f28/comments Powered by Firstory Hosting