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...
