<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/">
    <channel>
        <title>Leo</title>
        <link>https://paragraph.com/@leo-31</link>
        <description>undefined</description>
        <lastBuildDate>Sat, 14 Nov 2026 23:28:13 GMT</lastBuildDate>
        <docs>https://validator.w3.org/feed/docs/rss2.html</docs>
        <generator>https://github.com/jpmonette/feed</generator>
        <language>en</language>
        <image>
            <title>Leo</title>
            <url>https://img.paragraph.com/cdn-cgi/image/format=auto/https://storage.googleapis.com/papyrus_images/0a8ec8deed190e0a2ec5779fcbf5870d189bd338032f5ab92c26409fd74c2550.png</url>
            <link>https://paragraph.com/@leo-31</link>
        </image>
        <copyright>All rights reserved</copyright>
        <item>
            <title><![CDATA[阶级属性背后的文化代偿]]></title>
            <link>https://paragraph.com/@leo-31/3y7tdS6VadGrrnFQGy1X</link>
            <guid>3y7tdS6VadGrrnFQGy1X</guid>
            <pubDate>Fri, 31 Oct 2025 08:14:16 GMT</pubDate>
            <description><![CDATA[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...]]></description>
            <content:encoded><![CDATA[<p>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。</p><p>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。</p><p>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，技术资产者，和内容资产者实际上可能有同样的金钱积累，甚至内容资产者的资产可能直逼不同规模的能源资产者。在这个世界，拥有土地等不动产的资产者所拥有的金钱可能比不上内容资产者和技术资产者。</p><p>过去把没有土地的人称为无产者，工人也是无产者，但是现在很多打工人甚至在上班的时候可以在公司获取自己的账号，ip，这种内容生产资料被打工人获取了。也就是说，过去没有土地作为一项劣势，在内容生产者这里不是什么大不了的，甚至反倒成为优势。物质资产的价值在思想资产（IP资产）面前黯然失色，也因为IP的随机性和无根性，这也导致了一个更大范围内的资金流动。</p><p>对阶级的描述暂时到这里，我们接下来探讨<strong>当代社会中不同群体的阶级属性</strong>。在当下，许多人的阶级属性呈现复合特征：他们可能同时是无土地者、工薪阶层，又是DAO社区的参与者、主权个人的实践者，也可是技术资产、内容资产乃至加密新兴资产的持有者。​<strong>这些新型阶级的权力来源</strong>，往往建立在对特定技术的掌控权、解释权以及所有权之上；更深一层看，也来源于那些尚未形成全球共识、但已在局部产生认同的加密资产共识信仰——正如黄金在历史上所承载的价值信念。他们的影响力依托于代币话语权、智能体所代表的生产力、以及智能资产的话语体系。若没有智能体作为技术支撑，这类话语权将难以成立；若缺乏加密资产作为价值载体，其权力基础也将动摇；若失去去中心化网络与智能体协议作为基础设施，他们在当前社会结构中的话语空间也将不复存在。</p><figure float="none" data-type="figure" class="img-center" style="max-width: null;"><img src="https://img.paragraph.com/cdn-cgi/image/format=auto/https://storage.googleapis.com/papyrus_images/a0095b7545f0f2ff63e02f70e60640371493b62dedd5b246fcdb406230284893.jpg" alt="" blurdataurl="data:image/png;base64,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" nextheight="682" nextwidth="512" class="image-node embed"><figcaption HTMLAttributes="[object Object]" class="hide-figcaption"></figcaption></figure>]]></content:encoded>
            <author>leo-31@newsletter.paragraph.com (Leo)</author>
            <enclosure url="https://img.paragraph.com/cdn-cgi/image/format=auto/https://storage.googleapis.com/papyrus_images/2d5347f46b890e7303ea2752b505d0d69ada8eb07395c3b7da3f4807d37be824.jpg" length="0" type="image/jpg"/>
        </item>
        <item>
            <title><![CDATA[兴也忽焉，亡也忽焉]]></title>
            <link>https://paragraph.com/@leo-31/UzKOAV9v0msEUNRI8oTI</link>
            <guid>UzKOAV9v0msEUNRI8oTI</guid>
            <pubDate>Fri, 31 Oct 2025 05:31:40 GMT</pubDate>
            <description><![CDATA[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...]]></description>
            <content:encoded><![CDATA[<p>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。</p><p>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。</p><p>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。</p><p>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。</p><p>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费事，没有技术能力的人来说，这是极度艰难的。</p><p>那么在小模型这里，效果就会不一样，可以实现在电脑和手机自动部署，类似于安装APP，而不是远程调用，这样的范式下，每个人都有属于自己的AI助理，数据私有，智能程度很高，足够日常使用。这样的竞争优势会导致一个情况，大模型公司的市场份额被占领了，这部分用户使用的场景是日常所需。而大模型公司的场景变成专业研究人员创新或者技术人员调用API完成复杂任务，但是随着小模型的增长，这部分能力还是会被小模型吞并。</p><figure float="none" data-type="figure" class="img-center" style="max-width: null;"><img src="https://img.paragraph.com/cdn-cgi/image/format=auto/https://storage.googleapis.com/papyrus_images/c357bd8a6be994692520ccba527649986580301abe559d74869c32994a78cc0c.jpg" alt="" blurdataurl="data:image/png;base64,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" nextheight="682" nextwidth="512" class="image-node embed"><figcaption HTMLAttributes="[object Object]" class="hide-figcaption"></figcaption></figure><p>参考文献：</p><p><a target="_blank" rel="noopener noreferrer nofollow ugc" class="dont-break-out" href="https://arxiv.org/pdf/2510.04871">https://arxiv.org/pdf/2510.04871</a></p><p><a target="_blank" rel="noopener noreferrer nofollow ugc" class="dont-break-out" href="https://arxiv.org/pdf/2510.08570">https://arxiv.org/pdf/2510.08570</a></p>]]></content:encoded>
            <author>leo-31@newsletter.paragraph.com (Leo)</author>
            <enclosure url="https://img.paragraph.com/cdn-cgi/image/format=auto/https://storage.googleapis.com/papyrus_images/ceb4386ac09d9839ca4472a116d041d4f82e15cc249a2ecb2ee4414968659a29.jpg" length="0" type="image/jpg"/>
        </item>
        <item>
            <title><![CDATA[意图不一致的经济学]]></title>
            <link>https://paragraph.com/@leo-31/yGCJqNNwrGPm9CFam1GZ</link>
            <guid>yGCJqNNwrGPm9CFam1GZ</guid>
            <pubDate>Sat, 25 Oct 2025 12:36:56 GMT</pubDate>
            <description><![CDATA[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...]]></description>
            <content:encoded><![CDATA[<p>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？</p><p>当前问题的核心是什么？</p><p>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。</p><p>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。</p><p>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。</p><p>这就出现了意图不一致的情况。</p><p>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。</p><p>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竞价，不能影响入围本身。</p><p>所以，付费主体可以转变为——只有在“值得信任”前提下，商家才为在可信、透明的发现池里获得更好展示位置付费，平台靠效果（而不是流量、广告）盈利，最终让用户真正成为平台的“客户”而非“产品” 如果把平台的服务变成智能体服务，但是数据和智能体是分离的，数据在智能合约或者区块链，这样多个智能体开始竞争，用户直接雇佣智能体为自己服务，效果依然等同。</p><p>简而言之，用户是平台和智能体的“雇主”，数据是协议层（区块链/合约）控制，智能体为用户利益而竞争，而不是传统平台那样为商家和自家利益服务。</p><p>这最大化了用户选择权、信任以及创新空间。</p><figure float="none" data-type="figure" class="img-center" style="max-width: null;"><img src="https://img.paragraph.com/cdn-cgi/image/format=auto/https://storage.googleapis.com/papyrus_images/cb129549a7c4bced867aa50b181545224d2c4ee9afb54be2e38774e4a00ecaf4.png" alt="" blurdataurl="data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=" nextheight="600" nextwidth="800" class="image-node embed"><figcaption HTMLAttributes="[object Object]" class="hide-figcaption"></figcaption></figure><p>参考文献：<a target="_blank" rel="noopener noreferrer nofollow ugc" class="dont-break-out" href="https://testnet.inomy.shop/blog/build-trusted-ai-shopping-assistant">https://testnet.inomy.shop/blog/build-trusted-ai-shopping-assistant</a></p>]]></content:encoded>
            <author>leo-31@newsletter.paragraph.com (Leo)</author>
            <enclosure url="https://img.paragraph.com/cdn-cgi/image/format=auto/https://storage.googleapis.com/papyrus_images/6e32bae386fa3f53d76ad20f62e7bd7943693878a6825dbb5aa6d74db34277fb.png" length="0" type="image/png"/>
        </item>
    </channel>
</rss>