
阶级属性背后的文化代偿
阶级属性是什么,什么是阶级。以前的我会问自己,我们世界真的有阶级吗,这不就是未来高人类斗争产生的一个词语吗,在技术面前,这个词语还有意义吗? 但我在现在发现,这个词语有意义,它只是需要更新。 阶级是存在的,实际上现在的阶级已经和毛泽东 ,列宁时代不一样,我们这个时代真正的区分阶级的是,你拥有什么属性的资产,比如,内容资产,算力资产,人力资产,机械资产,能源资产,智能资产等,这些都是我自己划分的,但是很能解释问题。 首先,不同阶级因为手中的生产资料不同,资产不同,导致了选择和眼光不同,也导致了生活方式和对权力的理解不同,对权力的理解不同,实际上是对暴力的感知不同。目前这个世界,是一个外表核心,内在暴力的结构,这一点我很认同《物演通论》里面的描述,以前的封建和集权国家,都是外表暴力,内在和谐稳定的一个结构。目前的社会不是,因为有更多技术暴力冲突在全世界暗流涌动。在社会表面之下,是技术在争夺话语权,技术争夺话语权,实际上是不同文化内核在借助技术争夺话语权,争夺话语权是为了文化模因的延续,一言以蔽之,基因延续代偿出来的文化繁衍需求。 阶级存在,但是不以所有的金钱多少作为绝对衡量标准,比如...

阶级属性背后的文化代偿
阶级属性是什么,什么是阶级。以前的我会问自己,我们世界真的有阶级吗,这不就是未来高人类斗争产生的一个词语吗,在技术面前,这个词语还有意义吗? 但我在现在发现,这个词语有意义,它只是需要更新。 阶级是存在的,实际上现在的阶级已经和毛泽东 ,列宁时代不一样,我们这个时代真正的区分阶级的是,你拥有什么属性的资产,比如,内容资产,算力资产,人力资产,机械资产,能源资产,智能资产等,这些都是我自己划分的,但是很能解释问题。 首先,不同阶级因为手中的生产资料不同,资产不同,导致了选择和眼光不同,也导致了生活方式和对权力的理解不同,对权力的理解不同,实际上是对暴力的感知不同。目前这个世界,是一个外表核心,内在暴力的结构,这一点我很认同《物演通论》里面的描述,以前的封建和集权国家,都是外表暴力,内在和谐稳定的一个结构。目前的社会不是,因为有更多技术暴力冲突在全世界暗流涌动。在社会表面之下,是技术在争夺话语权,技术争夺话语权,实际上是不同文化内核在借助技术争夺话语权,争夺话语权是为了文化模因的延续,一言以蔽之,基因延续代偿出来的文化繁衍需求。 阶级存在,但是不以所有的金钱多少作为绝对衡量标准,比如...

兴也忽焉,亡也忽焉
每一代大模型的参数在使用一种非线性的数学算法来进行构建。这中算法导致了参数规模越来越大,最后烧的是算力,然后,突然有了一个数学上的突破,出现了一种把神经元计算变回线性计算的方案,通过这样的转换,相当于我们的复杂性降低到了线性增长的规模。 那么在这样的数学底层下,大模型公司的兴盛和衰亡转折点会很快到来。 未来我们的模型需要的不是巨大的参数量来实现模型性能,而是小小的模型,在构建认知能力上,核心稳定,不去记忆很多事,而是在做的过程学,不执行任务的时候,直接放弃已有的记忆,存档到某个地方,类似于人类的笔记本。 人类的大脑很强,但是再强也比不过一个大脑加一个纸笔,通过工具我们的认知核心扩展了,在和世界的交互过程里面实现了“增参”。理论上,LLM也是如此,现在有一个很小的模型,7M左右,就已经在前沿基准测试里面取得了几乎媲美最顶级大模型的能力。从参数利用率来说,几乎完虐其他大模型,这里说的是openAI,deepseek等模型公司。 那么在自己的个人电脑上,我们可以运行的模型,超越几万亿的规模参数的模型不可能都能够部署,要么你买最新的英伟达桌面芯片,要么就是买云服务器,但这对普通用户来说很...

兴也忽焉,亡也忽焉
每一代大模型的参数在使用一种非线性的数学算法来进行构建。这中算法导致了参数规模越来越大,最后烧的是算力,然后,突然有了一个数学上的突破,出现了一种把神经元计算变回线性计算的方案,通过这样的转换,相当于我们的复杂性降低到了线性增长的规模。 那么在这样的数学底层下,大模型公司的兴盛和衰亡转折点会很快到来。 未来我们的模型需要的不是巨大的参数量来实现模型性能,而是小小的模型,在构建认知能力上,核心稳定,不去记忆很多事,而是在做的过程学,不执行任务的时候,直接放弃已有的记忆,存档到某个地方,类似于人类的笔记本。 人类的大脑很强,但是再强也比不过一个大脑加一个纸笔,通过工具我们的认知核心扩展了,在和世界的交互过程里面实现了“增参”。理论上,LLM也是如此,现在有一个很小的模型,7M左右,就已经在前沿基准测试里面取得了几乎媲美最顶级大模型的能力。从参数利用率来说,几乎完虐其他大模型,这里说的是openAI,deepseek等模型公司。 那么在自己的个人电脑上,我们可以运行的模型,超越几万亿的规模参数的模型不可能都能够部署,要么你买最新的英伟达桌面芯片,要么就是买云服务器,但这对普通用户来说很...

意图不一致的经济学
意图不一致的经济学——如果不是商家为“发现”付费,那谁来付费? 当前问题的核心是什么? 目前大多数平台的商业模式依赖卖家/广告主为“曝光”买单,这导致平台在激励上自然更偏向为付费方(商家)服务,而非用户。 这就是委托代理问题:平台本应为用户发现、推荐最优产品,但实际“雇主”却是商家,动机错位,用户利益常被牺牲。 如果用户并不需要为“发现”付费,经济模式要变,就必须让平台的盈利直接依赖于用户的满意度——比如建立一种公开、可验证的协议,产品入围先按透明规则“筛选”,之后商家在可信集里竞价排序,无法用钱买到入围资格,只能买排序。 这种情况下,用户能信任整个选品过程,商家依然有竞争,但是在“值得被发现”的产品池中竞争,经济效率和信任都得到提升。 这就出现了意图不一致的情况。 传统模式中卖家付费,平台为利润最大化服务商家,用户信任受损。平台的意图在商家和用户之间出现了不一致。 商家希望卖出更高利润的产品,而非更适合用户的好用产品。新的技术驱动的变革如果我们建立的新协议模式中,平台对外开放数据、透明标准,用户作为“真正的雇主”,系统的盈利与用户满意度挂钩,商家只能为自家产品在合格集里的优先级...

意图不一致的经济学
意图不一致的经济学——如果不是商家为“发现”付费,那谁来付费? 当前问题的核心是什么? 目前大多数平台的商业模式依赖卖家/广告主为“曝光”买单,这导致平台在激励上自然更偏向为付费方(商家)服务,而非用户。 这就是委托代理问题:平台本应为用户发现、推荐最优产品,但实际“雇主”却是商家,动机错位,用户利益常被牺牲。 如果用户并不需要为“发现”付费,经济模式要变,就必须让平台的盈利直接依赖于用户的满意度——比如建立一种公开、可验证的协议,产品入围先按透明规则“筛选”,之后商家在可信集里竞价排序,无法用钱买到入围资格,只能买排序。 这种情况下,用户能信任整个选品过程,商家依然有竞争,但是在“值得被发现”的产品池中竞争,经济效率和信任都得到提升。 这就出现了意图不一致的情况。 传统模式中卖家付费,平台为利润最大化服务商家,用户信任受损。平台的意图在商家和用户之间出现了不一致。 商家希望卖出更高利润的产品,而非更适合用户的好用产品。新的技术驱动的变革如果我们建立的新协议模式中,平台对外开放数据、透明标准,用户作为“真正的雇主”,系统的盈利与用户满意度挂钩,商家只能为自家产品在合格集里的优先级...