DeSci (去中心化科学)

Jan 19, 2026

死亡互联网理论

本文信息来源：kudmitry 前几天我在浏览我唯一的社交网络——它其实不是社交网络，但我已经厌倦了在线上为此争辩——HackerNews。那里像是互联网的一个阴暗角落，匿名的技术爱好者、科学家、创业者和网络喷子喜欢潜伏其中。我喜欢 HackerNews。它帮我了解最新的科技新闻（比如 Cloudflare 收购 Astro，这让我为 Astro 团队高兴，但同时也感到难过和担忧，因为我很喜欢 Astro，而大科技公司往往会把事情搞砸）；它大体上避免政治；而且它不是社交网络。以 HackerNews 的风格，我碰巧看到有人分享他们的开源项目。看到人们为自己的项目努力并决定向世界展示真是太好了。我认为人们低估了真正发布东西的恐惧——那意味着要把它分享给全世界。一看到评论区，我就开始看到其他匿名参与者质疑该开源项目的真实性，怀疑其中有多少是由 AI 生成的。我拿出爆米花，开始跟着这条线索看下去。越来越多的指控开始出现：提交时间线不合理；代码里有 AI 生成的注释；等等。与此同时，作者试图回复每一条评论，声称他们百分之百是自己写的，未使用 AI。我不介意人们用 AI 写代码，尽管我自己曾试图抵制，最终还是屈服了。但我认为披露使用 AI 是公平的，尤其是在开源软件中。互联网上的人大多是匿名的，通常无法核实某些个人的声明或专业知识。随着代码量的增长，考虑到每个人都在用 AI 生成他们想要的各种应用，我们不可能核实将要使用的每一段代码。所以我认为，知道某个项目是否由 AI 生成以及生成程度是公平的。归根结底，LLMs 只是概率性的下一个 token 生成器。尽管它们在大多数简单任务上变得非常擅长，但在更难的问题或边缘情形上，它们有可能造成严重后果（尤其是在没有具有领域知识的资深工程师来审查生成代码的情况下）。在我跟进这个话题时，我开始看到一个模式：作者的评论也看起来像是 AI 生成的。使用破折号——在大多数键盘上需要一个大多数人不知道的特殊组合键；在 Markdown 中两个短横会渲染为破折号，但 HackerNews 并非如此（因此你经常会在 HackerNews 评论中看到 --，作者可能习惯于 Markdown 渲染器把它变成破折号）臭名昭著的“你完全正确”，在我所知范围内以前从未有过任何活着的人这么说过另一个臭名昭著的句末“如果你想[做那件事]或[探索另一件事]，告诉我一声” 我坐在那里，不断刷新页面，看到作者在代码和评论中都被质疑使用了 AI，而作者却声称根本没用过 AI。老实说，我觉得自己快要疯了。我怀疑他们就错了吗？如果人们在现实生活中确实使用破折号呢？如果英语不是他们的母语，而在他们的母语中使用“你完全正确”这样的表达很正常呢？这真的是一个真人吗？那些发表评论的人是真的吗？然后我恍然大悟。我们已经到达了死去的互联网。死去的互联网理论声称，自大约 2016 年起（已经整整 10 年了），互联网主要已经死亡，也就是说大多数互动发生在机器人之间，大多数内容由机器生成，目的要么是卖东西，要么是为了在搜索引擎优化游戏中取胜（以便卖东西）。我羞愧自豪地说，我把青少年时期的大部分时间都花在互联网上，和比我更有见识的真实人交流和学习。回到 2000 年代初，互联网上几乎没有机器人。普通非技术人对 phpBB […]

全球动态

Jan 19, 2026

什么是规则学？

本文信息来源：stephenwolfram 规则学正在兴起！越来越多的人开始谈论它。但规则学究竟是什么？既然这个术语是我发明的，我觉得自己应该写点东西来解释它。不过随后我意识到：其实我早在2021年、第一次提出这个术语时，就已经写过相关内容。当时的文字是更长篇论述的一部分。而现在呈现的，正是其中解释规则学的那一段：如果我们建立一个系统，让它遵循一组特定的简单规则，这个系统会做什么？或者换一种说法，在由所有可能程序构成的计算宇宙中，那些简单程序究竟会如何表现？这些都是基础科学中纯粹而抽象的问题。当我们在我在《一种新型的科学》中所描述的计算范式下工作时，自然会提出这样的问题。但在某种层面上，这些问题关乎一门具体的科学——关于抽象规则（我们可以将其描述为程序）究竟会做什么的科学。那是一门什么样的科学？它不是电脑科学，因为电脑科学研究的是我们为特定目的构建的程序，而不是那些只是“存在于计算宇宙荒野之中”的程序。它也不（严格来说）是数学，因为它关注的是“观察规则会做什么”，而不是寻找可以用来证明结论的框架。归根结底，很明显，这实际上是一门新的科学——既丰富又广阔，而且至少对我而言，我已经有幸实践了四十年。但这门科学应该叫什么？这个问题我思考了几十年，写下了无数页可能的名称。是否可以基于与“规则”相关的希腊或拉丁词根？那就是 arch- 和 reg-：都是被频繁使用的词根。那与计算相关的词呢？比如 logis- 或 calc-。这些似乎都行不通。不过——在某种类似于元建模的过程中——我们可以反问：我们希望通过这个词传达的本质究竟是什么？这一切都关乎对规则的研究，以及它们会带来什么样的后果。那么，为什么不采用简单而直观的“ruliology（规则学）”这个名称呢？是的，这确实是一个新的、听起来也略显不同寻常的词。但我认为，它很好地传达了这门我长期以来乐在其中的科学究竟研究的是什么。而我个人，也很乐意称自己为一名“规则学家”。那么，规则学究竟研究什么？它是一门纯粹的基础科学——而且非常干净、精确。它关注的是设定抽象规则，然后观察这些规则会产生什么结果。这里没有任何“回旋余地”，也不存在“可重复性”的问题。你运行一条规则，它就会按照自身的方式运行；每一次都是如此。从一个单一黑色元胞开始的第 73 号元胞自动机规则会做什么？某个特定的图灵机在做什么？又或者某个特定的多路字符串替换系统会发生什么？这些都是规则学所关注的具体问题。起初，你也许只是进行计算，并将结果可视化。但随后你可能会注意到某种特定的特征。接着，你就可以运用任何必要的方法来获得一个具体的规则学结论——例如，证明在第 73 号规则的图样中，黑色元胞只会以奇数长度的区块出现。规则学往往从具体规则的具体情形入手。但随后会加以推广，考察某一规则在更广泛范围内的情形，或是整个规则类别。而且它始终有着具体可做的事情——对行为进行可视化、测量特定特征，等等。但规则学很快就会直面计算不可约性。某个特定规则的某个特定情形最终会做什么？要弄清这一点，可能需要不可约的计算量——而如果坚持要知道相当于一种真正无限时间的总体结果，那么在形式上甚至可能是不可判定的。研究同一规则的不同情形，或不同规则时，情况也是如此。是否存在某个情形会这样？或者是否存在某条规则会这样？令我感到非同寻常的是——即便在从事规则学40年之后——最终出现的意外之多。你面对某一类特定的规则，看起来它似乎只会以某种特定方式运行。但并非如此，最终你会发现某个情形中，它的行为完全不同，而且出乎意料。是的，这在某种意义上正是计算不可约性渗透进我们所观察到的一切。有时我会把规则学最初看作有点像自然史。你是在探索简单程序的世界，发现其中存在着哪些奇异的“生物”——并将它们捕捉下来加以研究。（当然，在真实的生物学自然史中，人们所见到的多样性，其核心很可能正是我们在抽象规则学中看到的同一种计算现象。）那么，规则学如何关联复杂性？它是研究复杂性基础的一个核心部分——事实上也是最根本的部分。规则学就像是在复杂性的终极源头研究复杂性，并考察复杂性究竟是如何从最简单的起源中生成的。规则学为构建模型提供原始材料——以及直觉。它向我们展示了计算宇宙中什么是可能的，以及我们可以用什么来建模——并理解——我们所研究的系统。在元建模中，我们是从已经构建好的模型出发，向下钻研，看看它们下面究竟是什么。而在规则学中，我们在某种意义上是反其道而行之，从最小的基础向上构建，以观察可能会发生什么。在某些方面，规则学类似于自然科学。它把计算宇宙视为自然界的抽象类比，并研究其中事物是如何运作的。但在另一些方面，规则学又比自然科学更具生成性：因为在这门科学内部，它不仅思考“是什么”，还思考在抽象层面上“可以生成什么”。在某种意义上，规则学起初是一门实验科学，但在某种意义上，它从一开始又是抽象而理论化的。它是实验性的，因为它往往关注的只是运行一些简单程序，看看它们会做什么（而且一般而言，计算不可约性表明你通常无法做得更好）。但它又是抽象和理论的，因为被运行的并不是自然界中的某个实际事物——带有所有细节和近似——而是完全精确、被明确定义并且可计算的对象。像自然科学一样，鲁利学从观察出发——随后逐步建立起理论和原理。很久以前，我发现了一种对元胞自动机的简单分类（从随机初始条件出发）——在某种程度上让人联想到对固体、液体和气体的区分，或对不同生物界的划分。但在这些分类之外，还存在着更为宏观的原理——其中我认为最重要的是计算等价原理。在日常开展鲁利学研究的过程中，并不需要直接面对整个计算等价原理。但在整个鲁利学领域中，这一原理在引导直觉、形成预期方面至关重要。顺便说一句，正是从鲁利学中，我们才能获得支持该原理广泛有效性的证据（例如规则 110 的普适性，以及 2,3 图灵机的普适性）。四十年来，我一直在从事“规则学”（尽管当时并不这么称呼它）。而且我做了大量这方面的工作。事实上，在我所做的所有科学研究中，它很可能一直是我最重要的方法论。正是它让我首先在元胞自动机中理解了复杂性的起源；正是它引导我提出了《A New Kind of Science》中的总体思想；也正是它赋予我直觉与动力，去启动我们新的 Physics Project。我发现规则学具有深刻的优雅感，也令人满足。仅仅观察简单规则会产生什么结果，这种纯粹性本身——至少对我而言——就具有一种强烈的美感。（而且，它们往往还能生成非常赏心悦目的图像，这当然也无伤大雅。）当人们能够从极少的出发点得到如此丰富的结果，而且只是通过在电脑上运行某些东西就能自动实现，这同样令人满足。而且我也很喜欢鲁利学所具有的那种根本性的恒久性。如果研究的是某一类最简单的规则，它们不仅在当下是基础性的，而且将永远如此。这就像简单的数学构造——比如正二十面体。古埃及就有正二十面体骰子，但当我们今天再看到它们时，其形状依然显得完全现代——因为正二十面体是一种根本而永恒的存在。鲁利学中的第30号规则图样，以及无数其他发现，也是如此。从某种意义上说，最大的惊讶之一或许在于，鲁利学竟然是一项相对较新的活动。但正如我在《一种新的科学》中所梳理的，它的前身可以追溯到数百年，甚至上千年前。然而，如果没有《一种新的科学》所提出的整体范式，就缺乏一个能够理解鲁利学为何如此重要的语境。那么，什么才算是一项好的规则学研究呢？我认为关键在于简洁与极简。最好的规则学出现在元建模完成之后——此时人们真正面对的是某一特定类型中最简单、最小化的一类规则。比如在我进行规则学研究的过程中，在《一种新科学》中，我希望自己所使用的规则能够仅通过一幅清晰的示意图就“解释”清楚，最好完全不需要文字说明。因此，重要的是尽可能明确地展示这些规则的作用。有时——例如在元胞自动机中——可以使用一种非常直观的可视化表示。但在其他情况下，就需要付出努力去寻找一种尽可能明确的可视化方案，既能展现正在发生的一切，又不会引入分散注意力或武断的额外元素。令人惊讶的是，在进行鲁利学研究时，我常常会制作一整组缩略图，用来展示某些规则的行为方式。而且，再次强调，这种直观呈现至关重要。没错，人们往往希望对规则进行各种过滤。但最终我发现，还是必须直接去观察实际发生了什么。因为只有这样，才能成功注意到意料之外的现象，并真正体会到计算宇宙中可能规则所蕴含的不可约复杂性。每当我看到一些论文报道的内容实际上相当于规则学（ruliology）时，如果其中有清晰直观的图像，我总是会很喜欢。相反，如果我看到的只是形式化定义，或者只有曲线图的绘制，我就会感到失望。由于计算不可约性这一不可避免的结果，在真正做好规则学研究时，人们必须更加直观地去观察事物。规则学作为一门研究领域，其一大魅力在于探索新领域是多么容易。计算宇宙中包含着无限多种可能的规则。即便是在那些人们可能认为“简单”的规则之中，从任何人类尺度来看，其数量也不可避免地多到天文级别。但是，好吧，即使我们探索了某一个特定的规则学系统，那又意味着什么呢？这有点像化学，人们探索某一种特定分子的性质。探索某一特定类别的规则时，你也许足够幸运，能够发现某种新的现象，或理解某项新的普遍原理。但可以确定的是，你所做的将是以系统性的方式不断充实规则学的知识体系。这为什么重要？首先，ruliology 为构建模型提供了原始材料，因此你实际上是在为某个潜在的未来模型创建一个模板。此外，在技术层面上，我曾广泛讨论并实践过的一种重要方法，是在计算宇宙中“挖矿”，寻找“在技术上有用”的程序。而高质量的 ruliology 对于使这一过程可行至关重要。这有点类似于在物理宇宙中创造技术。例如，对液晶进行深入而扎实的物理学和化学研究至关重要。正是这些研究使液晶得以被识别，并最终被用于制造显示器。除了在模型和技术方面的“实用”价值之外，ruliology 的另一项作用是为构建关于计算宇宙的更广泛理论提供“经验性的原始材料”。我之所以发现计算等价原理，正是源于对某些特定类型规则进行的数年细致的 ruliology 研究。而高质量的 ruliology 正是为理论进展的产生准备并编目实例的基础。 […]

中国 AI 力量

Jan 19, 2026

生命科学 AI：一键式药物研发

本文作者：Elijah Yi 每年一月，医疗健康领域都会齐聚旧金山参加 JPM 大会。这通常会给这座城市带来两样东西：滂沱大雨，以及令生命科学界振奋的重磅消息。过去几年里，叙事的核心一直是 AI 在“草堆中找针”的能力——通过识别全新靶点并构建新的科学模型。但当我们把目光投向 JPM 2026，话题正在发生转变。针已经找到了，问题在于，草堆背后横亘着一座耗资数十亿美元、历时十年的“收费桥”，由大量人工实验、临床试验摩擦以及监管障碍构成。在 Cathay Innovation，我们在过去一年中一直在追踪生命科学技术栈中的一场根本性转变。我们正从将 AI 仅视为研究助手，迈向一个自主生命科学的时代。在这里，药物走向市场过程中那些混乱、碎片化且高度依赖人工的环节，正被压缩为由软件定义的工作流程。目标是什么？让科学家只需一次点击即可完成药物开发。价值逾 10 亿美元的好点子“坟场”。我们行业的数据发人深省，提醒人们为何医疗成本依然居高不下。尽管以 AI 为驱动的发现不断涌现，研发的开发环节却仍然停留在 20 世纪： 90%的药物一旦进入临床试验，最终都会失败。将单一药物资产推向市场的成本，如今通常已超过 10 亿美元。埃鲁姆定律（Eroom’s Law）：指的是尽管技术不断进步，药物发现却变得更慢、成本更高的现象。这一趋势持续困扰着大型制药公司的资产负债表。瓶颈已不再是要构建什么，而是如何让它通过重重关卡。如果 AI 能够预测科学界已知的每一种蛋白质结构（正如 Jensen Huang 所说：我们终于在与蛋白质对话），那么下一步的合理演进，就是利用 AI 自动化那些证明这些蛋白质在人类中有效所需的物理和行政劳动。行动中的进展。 Press enter or click to view image in full size Cathay Innovation 对 AI 原生药物研发技术栈的全景映射：从假设提出到上市后执行，AI […]

全球动态

Jan 12, 2026

Ironwood——Google TPU 机架与光学电路交换系统简介

本文信息来源：globaltechresearch 今天，我想介绍近期备受投资者关注的 Google Ironwood TPU 机架及其光学电路交换（OCS）系统。首先澄清一点：尽管 Google 宣称 Ironwood 是其第七代 TPU，但下表显示，Ironwood（在系统厂商中也被称为 Ghostfish）实际上是其最初的 TPU V6p（见下图）；而 Google 计划于明年推出的所谓第八代 TPU——Sunfish 和 Zebrafish——实际上分别是其最初的 TPU V7p 和 TPU V7e（详情请参阅我去年撰写的文章：《The Accelerator War – AWS Tranium, Google TPU, Habana Gaudi and Others》）。只不过，Google 现在玩起了命名游戏，将原本的 TPU V6e 更名为 TPU V6，将原本的 TPU V6p 更名为 TPU V7，并将原本的 TPU V7p 和 TPU V7e 更名为 TPU V8ax […]

全球动态

Jan 02, 2026

科幻圣诞清单：我们不断回归的故事、机器与未来

本文信息来源：1517 又到了一年一度的节日季，在 1517，这意味着我们会重温一些最爱的科幻经典。这些电影和书籍，我们一次又一次地回看与重读，用以不断打磨我们对科学、野心以及未来应当呈现何种模样的直觉。这些推荐旨在滋养你内心深处那部分不愿为“想要构建超越渐进式企业级 SaaS 的东西”而道歉的自我。如果你是那种读《Dune》时会想“我也能搞香料”，或者看《Blade Runner》时会思考复制人劳动法的创始人，那我们正是为你而来。我们将最爱的作品分成了两个类别：适合全家一起观看、无需十分钟事前免责声明的影片能够重新校准你雄心壮志的书籍如果你还会把其他推荐加入这份清单，欢迎告诉我们！炉火旁的科幻：10 部适合全家观看的电影回到未来一场由 80 年代流行音乐、好奇心与友情推动的时间旅行冒险，通过利用过去来改变未来，同时不迷失自我。真正的经典之作。捉鬼敢死队终极的创业电影。主角是科学家型创始人，而主要反派之一是监管者。而且这些特立独行的科学家拯救了纽约！查看我们受这部电影启发的 1517 广告。超能陆战队一个关于悲伤、友谊与工程学的温柔故事，发生在“San Fransokyo”。这是 Danielle 最喜欢的作品之一！降临未来能影响过去吗？如果目的论是真实存在的呢？这是一部深刻的电影，融合了外星人、地缘政治、引人深思的时间与语言理论，以及理解他人如何重塑现实。联系方式外星人会如何与我们取得联系？他们会如何、以及会交流什么？这是一个感人至深的故事，讲述了一位科学家毕生寻找外星智慧的研究终于取得成果时所发生的一切。火星救援一场以跨星际旅程为背景、礼赞问题解决能力的电影（马特·达蒙主演！）。钢铁侠一位天才发明家为现代科技英雄主义定下基调。有趣的是，我们的一位创始人曾在法律上将自己的名字改为 Tony Stark，以电影主角的名字命名！美国队长：The First Avenger 漫威最具代表性的作品之一，百看不厌，总能带来灵感！星际穿越另一部令人脑洞大开的必看之作，由克里斯托弗·诺兰执导，汉斯·季默的配乐同样令人震撼。星际迷航开始观看《Star Trek》永远不嫌晚，这部作品将科技置于探索、外交与道德成长的服务之中。我们团队里的 Nick 对此简直痴迷。神圣书籍：10 本科幻书籍，帮助你从 2025 年的倦怠中恢复过来，以强劲状态开启新的一年《The Moon Is a […]

企业级应用

Jan 01, 2026

现代 AI 的检索骨干

本文信息来源：anneliesgamble Databricks 的 Adam Gurary 谈检索、元数据，以及为何大多数 AI 工作发生在模型之前如果你剥开当今大多数成功的 AI 应用的表层，就会发现检索是其核心。现代 AI 系统的有效性，取决于它们能否在正确的时间将正确的数据引入上下文。这个检索层支撑着从企业级 RAG 系统，到对账管道，再到个性化引擎等一切。本周我与 Databricks 的 AI 团队产品经理 Adam Gurary 进行了深入交流，他的工作完全聚焦于搜索和检索。Adam 并非一开始就从事 AI 检索领域。他此前在 C3.ai 的工作聚焦于模型服务，这让他得以近距离了解数据科学家如何构建依赖于 LLM 推理和检索的管道。如今在 Databricks，Adam 在数百家客户中观察到各种检索模式和痛点，这让他对 AI 采用背后真正发生的事情拥有独特的视角。在我们的对话中，有三个主题变得格外清晰：数据工程和数据摄取是一个关键瓶颈。评估债务是许多 AI 项目在进入生产前停滞不前的原因。元数据（以及批处理系统）是极少被讨论、却能显著提升质量和差异化的杠杆。下面我将详细拆解这些洞见，并分享 Adam 对那些构建在以检索为核心的技术栈之上的创始人的指导。检索在现实世界中的应用场景检索几乎无处不在。正如 Adam 所说，检索适用于“任何拥有内部知识库、需要进行匹配，或具备搜索栏的人”。在各个行业中，检索工作负载通常可归为以下三类之一： RAG 与知识系统：这类系统包括基于内部或半结构化数据的聊天和问答、知识助手，以及内部支持或销售赋能工具。凡是员工需要快速、高质量访问组织知识的场景，都属于这一范畴。匹配引擎：从将求职者与职位发布进行匹配，到将金融交易与实体进行对账，再到为推荐和个性化管道提供动力。任何需要“找到最接近匹配”的工作流都属于这一类。搜索与发现：内部知识搜索、内容和电商搜索栏，以及输入预测 / 自动补全体验，都在相关性和速度方面高度依赖向量搜索。 […]

深度学习

Dec 21, 2025

2025 年末的 AI 思考

[videopress F7RnUFAq] 本文信息来源：antirez 多年来，尽管功能性证据和科学线索不断积累，一些 AI 研究人员仍然声称 LLMs 只是随机鹦鹉：一种概率机器，它们：1. 并不会对提示的含义有任何表示。2. 并不会对自己将要说什么有任何表示。到了 2025 年，几乎所有人终于都不再这么说了。思维链如今已成为提升 LLM 输出的基本方式。但是，什么是 CoT？它为什么能改善输出？我认为它包含两个方面：1. 在模型表示中的采样（也就是一种内部搜索形式）。当与提示主题相关的信息和概念进入上下文窗口后，模型就能更好地作答。2. 但如果将这与 reinforcement learning 结合起来，模型还会学会如何一个 Token 接一个 Token 地输出（每个 Token 都会改变模型状态），从而收敛到某个有用的回复。认为规模受限于我们拥有的 Token 数量的观点已不再成立，这是因为有了具备可验证奖励的 reinforcement learning。我们仍然未达到 AlphaGo 第 37 手那样的时刻，但这在未来真的不可能吗？在某些任务中，例如提升给定程序的速度，从理论上讲，模型可以在很长时间内持续取得进展，因为奖励信号非常清晰。我相信，将 RL 应用于 LLMs 的改进将成为 AI 领域的下一个大事件。程序员对 AI 辅助编程的抵触情绪已经明显降低。即使 LLMs 会犯错，LLMs 提供有用代码和提示的能力也已经提升到一个程度，使得大多数怀疑者最终还是开始使用 LLMs：如今，投资的回报对更多人来说已经是可以接受的。编程世界仍然在分化，一部分人将 LLMs 视为同事（例如，我的所有交互都是通过 Gemini、Claude 等的 Web […]

全球动态

Dec 08, 2025

是“我是对的”还是“把事做对”

本文信息来源：outlierspath 感恩节假期期间，我在几次亲朋好友的聚会中过得很愉快。我学会了坐在“大人桌”和“小孩桌”的交界处。这个交汇点的对话总是更加有趣：大人们带来的是经验，孩子们带来的是可能性。两者结合，便打开了一个更广阔的世界视角。今年，人工智能以及我们就快变得无关紧要的担忧，成了这两张桌子上最关心的话题。一个问题被反复提及：大学生和青少年究竟该学些什么，才能在未来保持竞争力？大家以为我会说数学、计算机科学或人工智能。这些学科固然是基础，但不是因为具体的课程内容，而是因为它们教会你如何进行批判性思考。然而，我在本科期间学到的这些东西，几乎是在进入职场后不久就过时了。在一阵来回探讨平息之后，我给出了一个不同的答案：学会如何在不确定的环境中做出好的决策。在创业、风险投资和科学研究等竞争激烈的领域，从来都不缺才华横溢的专家。这个世界充满了原始的智慧和犀利的论点。然而，那些能产生最深远影响的人，除了智力之外，还拥有某种更深刻的东西。他们总能持续做出更优质的决策，而这种能力会产生复利效应。 “我是对的”与“把事做对”之间存在着巨大的差异。两者感觉相似，却通向截然不同的道路。执着于“我是对的”关乎自我，是为了证明自己的聪明才智，捍卫自己的信念，赢得辩论，以及维护自己的地位。这种心态极具诱惑力，因为它奖赏专家的敏捷思维和评论员的自信笃定，但同时它也令人短视。当我们沉迷于证明自己正确时，我们会过滤信息以佐证自己的观点，把反对意见边缘化，并死守着本该摒弃的旧观念。我们是在保护自己的身份认同，而不是在深化我们的理解。相反，“把事做对”关乎获得正确的结果。它是关于探寻真理。它是关于随着世界的变迁去学习、去归零、去重塑认知。它是将进步置于自尊之上。那些专注于“把事做对”的人拥抱好奇心。当新数据出现时，他们会更新自己的先验认知。他们将自我与观点分离开来，以便随时抛弃那些不再有价值的想法。他们认识到，在这个瞬息万变的世界里，真正的竞争优势并非才华横溢，而是适应能力。这正是决策质量的体现。创始人和领导者比大多数人更直接地感受到决策质量带来的影响。当领导者优先考虑“自己要是对的”时，他们就会造就一种员工退缩、规避风险并盲从权威的文化。从众心理和群体思维成为常态。对话被切断。进步会放缓。那些专注于“把事情做对”——无论解决方案出自谁手——的领导者，能够培养心理安全感，鼓励公开辩论，并赋予团队做出有意义贡献的权利。正是这种环境，让人们能够挑战自我、主动担当并做出最好的成绩。通常情况下，我们会勉强跟随那些只想“自己是对的”的领导者，而心甘情愿地追随那些致力于“把事情做对”的领导者。你想成为哪一种？

全球动态

Oct 31, 2025

我的心智模型

本文作者：Laura 我最常用的 10 种心智模型列表。这是一个主观列表，可能不具有普遍适用性。大多数人并不真正理解他们在说什么，包括我自己。反过来说，你几乎总能从一个人的话语中学到一些关于这个人的信息。我的大脑是一个神经网络，它在 26 年的时间里通过一系列图像和音频进行训练。我必须结合我所看到的图像和音频来思考它给出的结论。图像和音频会在你的脑海中微妙地重现，并在你不想让它们影响你的情况下影响你的行为。好莱坞根本不了解创业或科学天才的运作方式。流行故事具有模因特质，与成就伟大事业所需的条件毫无关系。结合第 3 点和第 4 点 = 对你脑子里接收到的东西要非常非常小心。特别是如果它被设计成引人注目并能挑动你的情绪。对科学有一种感觉，它结合了深深的敬畏和一种你正在遭遇难以言喻的美丽和力量的感觉。很少有人能体验到这一点，这真的很令人遗憾。有这种感觉并不意味着你擅长科学，但它强烈地激励你做更多科学研究。我不确定这是否有用，但我有很多这种感觉。人们的思维方式大相径庭，这与他们在思考时如何运用感官有关。例如，有些人会在对话中为每个概念看到图像，另一些人则在身体中“感受”概念，还有一些人有明确的模型并不断更新，许多人则是这些方式的某种组合。此外，有些人无法通过图像进行想象，另一些人则无法记住面孔。我们进入成年生活却没有对这一点形成共识，这非常奇怪。如果你读过一些东西，那绝不意味着你理解了它。根据经验，我从未在第一次、第二次或第三次阅读时就理解重要的事情。通常，我必须在几年后重新审视同样的事情。我不确定这是否适用于每个人。一位朋友说：花再多时间打磨基础知识也不为过。在这方面所做的工作感觉“慢”，但它能让其他一切都变得触手可及。这位朋友还说：使用心理图像/图片/压缩表示来表示一个概念，并完善这些“玩具”，以学习该事物。不要做你不相信的事情。

全球动态

Sep 30, 2025

StablecoinX：数字美元浪潮中的国库革命

引言：数字美元浪潮与资本基座稳定币市场全景（Tether, Circle, MakerDAO, Ethena）稳定币的痛点与机会集装箱类比：统一接口的力量 StablecoinX 的起源与成立背景融资与 PIPE 模型详解 ENA 回购机制与资本护城河 Nasdaq 上市路径与意义 USDe 稳定币：技术原理与经济模型 ENA 治理代币：功能与价值锚点模块化协作：USDe、ENA、StablecoinX 的“三翼结构” 与 Ethena Labs 的关系与生态治理与 Dragonfly、Brevan Howard 等投资方的协作模式与 Binance 的战略协作（存款活动案例分析） DeFi 协议集成：Curve、Uniswap、Aave TradFi 桥梁：如何吸引机构资本监管维度：GENIUS Act 与合规前景风险拆解：市场、合约、流动性、宏观、政策对比分析：StablecoinX vs Circle vs Tether vs MakerDAO 长期展望：未来 10 年稳定币格局的可能路径投资者视角：机构、散户、DeFi 用户、监管者协作生态的网络效应与资本密度壁垒案例类比：MicroStrategy […]

企业级应用

Sep 22, 2025

互联网本可以更像大脑：Xanadu 的愿景与教训

本文信息来源：astralcodexten 1. 可能存在的互联网 1945 年 7 月，Vannevar Bush 正意气风发。作为科学研究与发展办公室主任，他赢得了第二次世界大战。他的近炸引信拦截了数百枚 V-1 导弹，摧毁了数千辆坦克，为盟军在法国乡村开辟了一条通路。早在 1942 年，他就向罗斯福总统推荐了奥本海默原子弹的价值。罗斯福和他的国会盟友秘密为 OSRD 在橡树岭和洛斯阿拉莫斯的计划项目挪拨了数亿美元的隐蔽资金。1942 年 6 月，罗斯福直接且秘密地给布什写了一份只有一句话的备忘录，表达了他对这位主任的完全信任：“你有钱吗？” 他确实有。这些资金换来的弹头将在短短几周后落在广岛和长崎。德国人已经投降；太平洋的胜利近在眼前。因此，布什开始着眼于未来。在《大西洋月刊》上，布什回到了战前对通信与知识交流的痴迷。他的文章《正如我们所想》设想了一项新的元科学事业（强调为我所加）：科学为人类提供了最快速的交流方式；它为思想提供了记录，并使人类能够操作和提取这些记录中的内容，从而使知识得以在一个种族的整个生命历程中不断发展和延续，而不仅仅局限于个体的生命。研究成果正如高山般不断积累。但有越来越多的证据表明，随着专业化的延伸，我们今天正陷入困境。研究者被成千上万其他人的发现和结论所震惊——这些结论在出现时，他甚至没有时间去理解，更不用说记住。然而，专业化对于进步变得越来越必要，而跨学科的努力则相应地显得流于表面。 … 问题似乎并不在于我们在当今兴趣的广度和多样性面前过度出版，而是出版的范围已经远远超出了我们目前能够真正利用这些记录的能力。人类经验的总和正以惊人的速度扩展，而我们用来在由此产生的迷宫中穿梭、找到当下重要信息的手段，依然与方帆船时代所用的方法相同。 Bush 认为我们已经准备好迎接一次范式转变。一种全新的方法来传播研究成果，将其跨领域、跨学科地连接起来，并在其中的空隙中发现新的成果。那个时代最令人兴奋的“下一个大事件”是缩微胶片，因此当 Bush 放飞想象时，1 他设想了一种机器，可以让我们用被压缩成整齐卷轴的长篇书籍做出前所未有的事情：设想一种供个人使用的未来设备，它是一种机械化的私人档案和图书馆。它需要一个名字，随意创造一个，“memex”就可以。memex 是一种设备，个人可以在其中存储他所有的书籍、记录和通信，并且它是机械化的，可以以极高的速度和灵活性进行查阅。它是对人类记忆的一个扩展且私密的补充。它由一张书桌组成，虽然理论上可以远程操作，但主要还是作为他工作的那件家具。桌面上有倾斜的半透明屏幕，可以将资料投影在上面以便阅读。还有一个键盘，以及一组按钮和操纵杆。除此之外，它看起来就像一张普通的书桌。一端存放着资料。通过改进的微缩胶片，体积问题得到了很好的解决。memex 内部只有一小部分用于存储，其余部分用于机械装置。然而，即使用户每天插入 5000 页资料，也需要几百年才能填满这个存储库，因此他可以毫不吝啬地自由输入资料。大部分的 memex 内容是以可直接插入的微缩胶片形式购买的。各种书籍、图片、时事期刊、报纸等都以这种方式获取并放入适当位置。商务信函也遵循同样的流程。同时也提供了直接输入的功能。memex 顶部有一个透明压板，可以放置手写笔记、照片、备忘录以及各种物品。当物品放置到位后，按下一个杠杆，就会将其拍摄到 memex 胶片某一部分的下一个空白位置上，采用的是干式摄影技术。你不仅可以阅读甚至向 memex 添加内容——你还可以轻松地将不同作品重新组合并相互链接。“这是 memex 的核心特性。将两个项目联系在一起的过程才是关键所在，” 布什写道。当一位 memex 用户探索他那庞大的人类思想库时，他可以留下由相关文章、照片以及他自己的评论组成的“轨迹”。他可以将这些轨迹相互连接，将它们分裂成分形般扩展的分支，保存它们，并反复访问。他甚至可以将自己的轨迹分享给朋友，让他们将副本插入自己的 memex 中，在那里它们可以被进一步扩展、分支并再次分享。提醒你一下——那是 1945 年。 2. 超级网络空间的首次实验布什从未真正付诸太多努力让他的 […]

全球动态

Sep 17, 2025

Plasma 如何成为稳定币基础设施的 Chrome

本文信息来源：tiger-research 通过免费转账和即时结算消除稳定币障碍本报告由 Tiger Research 撰写，分析了 Plasma 如何致力于成为“稳定币界的 Chrome”，通过革新区块链基础设施，就像 Chrome 从 Internet Explorer 的局限中革新了网页浏览体验一样。 1. 你真的了解稳定币吗？全球对稳定币的兴趣正在上升。然而，许多人仍不清楚它们与传统数字支付方式的区别。这部分是因为数字金融系统早已为人所熟知。信用卡和移动钱包早已实现了数字化交易。在这种背景下，一个问题浮现：我们真的了解稳定币吗？稳定币是一种与法定货币（如美元）挂钩的数字资产，以保持价格稳定。它们的关键区别在于依赖区块链而非传统金融基础设施。区块链能够实现点对点交易，无需银行、支付处理机构或卡组织等中介。在以法币为基础的体系中，银行、信用卡公司和汇款服务商充当着多层中介。每增加一层中介，就会带来时间延迟和更高的成本。跨境汇款通常需要数天甚至数周才能结算，并且手续费高昂。交易还依赖于银行营业时间，周末和节假日无法进行。稳定币通过在区块链网络上直接连接用户，消除了这些摩擦。无需审批或许可。只要有互联网接入，就可以随时随地即时转账。从功能上看，这类似于交付实体现金，但以数字化、无国界的形式实现。这些特性转化为四个核心价值。无许可访问支持全球金融普惠；可编程性实现自动化金融流程；低成本提升效率；高速实现全球实时结算基础设施。考虑一个示例。阿根廷的一名自由职业者无需银行批准即可开设数字钱包，以美元储蓄。智能合约随后实现每月自动存款。货币兑换成本从 10 美元降至 0.10 美元。在收到付款后的几秒钟内，收入会转换为稳定的美元，从而保护收入免受通货膨胀的影响。综合来看，这些应用展示了稳定币如何突破传统金融的限制。它们提供了全新的储蓄、消费、转账和赚取方式。然而，采用的门槛依然很高。用户必须在多个区块链之间操作，管理钱包地址，保护私钥，并跨链转移资产。每一项任务都需要大多数用户所缺乏的技术专长。为了让稳定币发挥其全部潜力，简化的基础设施至关重要。正如 Chrome 简化了网页访问一样，稳定币也需要一个类似的服务层来实现广泛的可用性。 2. Plasma 作为稳定币的“Chrome” Internet Explorer（IE）普及了网络访问，但尽管最初占据了 95%的市场份额，却因速度慢、安全性弱以及对标准支持不足而饱受诟病。用户忍受了复杂的插件安装、频繁的崩溃以及缓慢的性能，因为当时没有可行的替代方案。 2008 年，Google Chrome 改变了一切。它的性能提升近十倍，并采用多进程架构以确保稳定性。自动更新提升了安全性。复杂的技术隐藏在浏览器背后，为用户带来了快速、可靠的网络体验。五年内，Chrome 超越 IE 成为全球领导者。稳定币市场正面临类似的情况。现有区块链虽然支持稳定币，但就像 IE 一样，未能释放其全部潜力。用户将高额费用、复杂流程和频繁的网络拥堵视为不可避免的现象。 Plasma 作为一条专注于稳定币的高性能 Layer-1 区块链进入这一领域。正如 Chrome 重新定义了网页浏览器，Plasma 旨在重新定义稳定币基础设施。来源：Plasma […]

# DeSci (去中心化科学)