即刻App年轻人的同好社区
下载
App内打开
纳博科夫star
29关注790被关注5夸夸
天真，烂漫，幼稚。
置顶
纳博科夫star
1年前
我该如何提问？大家对哲学最大的好奇是什么？
6528
纳博科夫star
16:14
AI真正成熟起来，会不会是这个局面：

用户：豆包，帮我把这AI应用破解了，或帮我写个一模一样的，我不想花钱充会员。

豆包：好的，已帮你破解……已写了个符合你需求的简易阉割版应用。

创业者：AI盗版杀死了AI应用！

程序员：你TM的代码还不是盗我的？
11
纳博科夫star
3天前
幽默的是，我微信头像是自己购买的宜家大鲨鱼，当时我在网上仅看到它一眼就瞬间正中心怀，当天直接网购了一只，且这十年的鲨鱼和鲨鱼头像陪伴至今没变动过。

这就是，娱乐产业。

我认为，真正的粉丝就该购买大量门票（然后原价出售给其他粉丝）替明星和主办方承担售卖风险，否则，你凭什么说你爱他？

像我这种油嘴滑舌的人，一天写为爱人写一首情诗不在话下，但是，这又有什么用呢？情诗又不能当饭吃。

纳博科夫star: 想解决太简单了，必须实名购买，实名验票，门票不得赠送，转让，且退票窗口期极短即可。 之所以有黄牛的存在就是主办方想转移售卖风险（别看有挣钱的黄牛，还有一堆囤货砸手里破产的黄牛，就是他们替主办方承担了售卖风险），荷兰式拍卖最大的风险是到最后可能变成购票者（无论粉丝还是非粉丝群体）专蹲晚点购票，就像大爷大妈蹲晚点打折菜一样。其他也一样。 毕竟对于主办方来说，办粉丝会是为了赚钱，不是为了服务粉丝，把票卖给黄牛还是粉丝，钱数都是那个数，都是能花的那个数。 那主办方为什么不直接挣无风险的门票，而是为了服务粉丝挣有风险的票？ 所以这道题无解，而且你能精准预测票数都没用，因为文娱经济就是风险极高的经济，请再好的精算师都算不出一个明星在某地未来的票房号召力，因为大部分关于喜好的数据，不是虚假的，也是无用的——我把《小马宝莉》所有动画片和剧场版都看了，且长期参与粉丝群讨论，但我为《小马宝莉》的母公司，代理商，授权者，同人二手创作者支付了多少金额呢？ 零。

00
纳博科夫star
3天前
恭喜你，发明了真正的信息茧房。还有，你的潜意识和历史习惯更理解你怎么办：我是愿意为环保多支付溢价的人，但我的购买习惯通常是全行业最低价，我的理由是—我认为那些声称在做环保的企业不一定真正在做环保，所以我不愿意为此支付溢价。

Chong.: 我们从小被教错了一件事：歧视不一定是坏事 我们从小被教育： 不要歧视别人。 这句话作为道德教育当然没什么问题。 但它有一个很大的副作用。 我们慢慢把 discrimination（差别对待）这个概念本身，也一起妖魔化了。 最后变成： 只要两个人获得的待遇不一样，就是不公平。 只要同一个商品卖给不同的人不同价格，就是割韭菜。 只要商家说“我不想做这一类人的生意”，就是歧视。 但从算法和经济学的角度来看，这其实非常奇怪。 因为所有选择，本质上都是 discrimination（区分）。 你选择 A，不选择 B，就是在区分。 银行判断这个人可以贷款，那个人不能贷款，是区分。 公司决定招这个人，不招另一个人，是区分。 保险公司判断两个风险不同，是区分。 淘宝给一个用户推荐猫粮，给另一个用户推荐显卡，也是区分。 甚至你今天决定和谁交朋友、不和谁交朋友，本质上也是一个 classification algorithm（分类算法）。 只要一个系统需要作出选择，它就一定需要分类。 真正的问题从来不是： “能不能歧视？” 真正的问题应该是： 你的分类有没有信息增益？ 分类带来的收益，能不能覆盖分类的成本？ 这才是一个正常的算法问题。 举个最简单的例子。 我开一家店。 过去有一类客户，退货率特别高，售后成本特别高，平均每做 100 块钱生意，我还要倒贴 20 块处理售后。 另一类客户，非常稳定，从不恶意退款，甚至愿意长期复购。 那凭什么我要假装这两个人是一样的？ 如果我能够找到一个有效的 signal（信号），把两种不同的交易风险分开，然后给他们不同的交易条件，甚至干脆不做其中一类人的生意，那么只要这个分类算法有效，我当然可能获得收益。 这不是经济学上的异常。 这恰恰就是 screening（筛选）。 现实里的市场每天都在做。 会员折扣是 price discrimination（价格歧视）。 学生票是 price discrimination（价格歧视）。 早鸟票是 price discrimination（价格歧视）。 航空公司的商务舱和经济舱，本质上也是通过不同产品设计，把 willingness to pay（支付意愿）不同的人分开。 SaaS（软件即服务）的免费版、专业版、企业版也是一样。 经济学甚至专门把 price discrimination（价格歧视）分成第一度、第二度、第三度。 所以“价格歧视”本身，从来就不是经济学里的骂人词。 OECD（经济合作与发展组织）对 personalised pricing（个性化定价）的研究也明确指出，它的效果不是单方向的：某些情况下，它可以改善 allocative efficiency（配置效率），甚至让原本无法获得服务的低支付能力消费者进入市场；另一些情况下，它又可能损害消费者福利、透明度和市场信任。 所以真正的问题从来都不是： “歧视是不是邪恶的？” 而是： 这套 classification（分类）究竟在优化什么？ 谁拥有这个算法？ 谁拥有数据？ 谁承担误判成本？ 谁有权退出？ 这就接到了我之前一直讲的数权问题。 我反对“大数据杀熟”，但我并不反对 personalised pricing（个性化定价）。 这两件事表面一样，底层完全不同。 “大数据杀熟”的真正问题，不是它出现了价格差异。 而是 algorithmic sovereignty（算法主权）完全不对称。 平台知道你。 你不知道平台。 平台拥有你的购买记录。 拥有你的搜索记录。 拥有你的停留时间。 知道你昨天有没有比较价格。 知道你有多着急。 甚至可以通过非常细微的 behavioural data（行为数据）去猜你的 willingness to pay（支付意愿）。 而你甚至不知道为什么自己看到这个价格。 美国 FTC（联邦贸易委员会）此前针对 surveillance pricing（监控式定价）的研究，就发现企业可以利用位置、浏览行为、购物记录，甚至鼠标行为等数据，为消费者生成不同的价格或优惠。 这才是我认为真正有问题的地方。 不是 classification（分类）本身。 是 classification power（分类权）被平台单边垄断了。 平台可以给你分类。 你却不能给平台分类。 平台可以计算你的 reservation price（保留价格）。 你却不知道平台真正的 margin（利润空间）。 平台可以知道你过去十年的 Context（上下文）。 你甚至不知道它为什么推荐这件商品。 这个市场当然是不对称的。 所以数权真正应该解决的，根本不是“消灭差别定价”。 而是把 discrimination power（差别选择权）重新分散出去。 商家有自己的 Agent（智能代理）。 消费者也有自己的 Agent（智能代理）。 商家可以说： 我更愿意和长期客户交易。 我愿意给稳定履约的人更低价格。 我不愿意承担高退款、高诈骗、高违约风险。 消费者同样可以说： 我不买严重污染的企业。 我不买售后记录差的商家。 我宁愿为本地生产多付 10%。 我不接受使用我的数据做广告。 如果一个平台三年里连续涨价，我的 Agent（智能代理）自动寻找替代品。 这时候整个市场才重新变成 symmetric discrimination（对称式差别选择）。 双方都在筛选。 双方都有退出权。 双方都可以决定： 什么样的人值得跟我交易。 这里甚至不需要把所有数据都交出去。 这是 Personal Data Sovereignty（个人数据主权）真正有意思的地方。 今天我们一谈 personalised pricing（个性化定价），脑子里面想的还是： 企业获取更多用户数据。 然后企业变得更聪明。 我认为这个方向从根上就反了。 未来应该是： 数据留在个人。 算法留在个人。 个人的 Agent（智能代理）帮助自己作决定。 交易发生时，只披露必要的 proof（证明）。 比如商家不需要知道我的完整身份。 它可能只需要知道： 这个客户过去两年没有恶意退款。 信用关系超过一年。 历史履约率超过某个标准。 然后我的设备只证明这一条。 这就够了。 这叫 minimum disclosure（最小披露）。 甚至进一步，可以使用 zero-knowledge proof（零知识证明）。 证明“我符合这个条件”，但不告诉你我的全部历史。 于是 discrimination（差别选择）第一次可以脱离 surveillance（监控）。 分类不再意味着： 把所有人的人生交给某个中心数据库。 而变成： 每个人携带自己的 Context（上下文），根据自己的意愿，在不同交易中证明不同的东西。 这和今天最大的区别是什么？ 今天的价格，本质上是一个 public scalar（公共标量）。 一杯咖啡 30 块。 无论你是谁，30 块就是 30 块。 货币最大的成就，就是把巨大的社会复杂性压成一个 scalar（标量）。 一块钱就是一块钱。 它高度 interchangeable（可互换）。 高度 fungible（可替代）。 所以它特别适合大规模陌生人交易。 但代价也非常明显。 Context（上下文）全部被压掉了。 我跟你合作了十年。 和我第一次认识你。 最后还是： 100 元。 我过去从来没有违约。 另一个人刚刚注册。 最后也是： 100 元。 这就是 uniform price（统一价格）真正奇怪的地方。 当然，这里需要讲得准确一点。 并不是“主权货币法律上强迫商家所有人卖同一个价格”。 它没有这么简单。 真正的问题是，sovereign money（主权货币）建立了一套极其强大的 universal settlement layer（通用结算层）。 所有东西最后都必须被翻译成同一种货币单位。 再叠加低交易成本、统一标价、匿名交易、平台规则和监管成本之后，general price（一般性价格）自然变成了最便宜的默认方案。 因为认识每一个客户太贵了。 理解每一个客户太贵了。 验证每一个人的过去太贵了。 所以最简单的方法当然就是： 统一价格。 30 块。 爱买不买。 过去这非常合理。 因为 Context（上下文）处理成本太高。 但 AI（人工智能）出现以后，这个前提正在消失。 如果我的 Personal Agent（个人智能代理）已经知道我的历史关系、履约记录、价值观、偏好和风险承受能力，那么为什么每一次交易都必须重新把我变成一个没有历史的陌生人？ 这就回到了我一直讲的 Semantic Money（语义货币）。 未来的货币不是取消 RMB（人民币）、USD（美元）或者其他法币。 而是： 货币不再承担全部信息。 以前： Price（价格） = 100。 未来可能是： Price（价格） = f( Money（货币）, Context（上下文）, Trust（信任）, History（历史）, Risk（风险）, Relationship（关系）, Purpose（目的） ) 你是谁，不再需要全部被压成一张身份证。 你过去做过什么，也不需要被压成一个全国统一的“社会信用分”。 更不是某个平台给你一个 742 分。 而是不同的人拥有不同的 classification function（分类函数）。 我认为诚信重要。 你认为交付速度重要。 另一个人认为环保重要。 每个人都有自己的 Preference Function（偏好函数）。 每个人都有自己的排序算法。 这就是 Algorithmic Sovereignty（算法主权）。 所以我甚至觉得： 未来真正自由的市场，不应该是一个没有歧视的市场。 那是不可能的。 真正自由的市场，应该是一个每个人都拥有歧视权的市场。 这里说的“歧视”，不是基于种族、性别等受保护身份任意排斥他人的法律许可。 而是 decision discrimination（决策区分）： 我有权决定跟谁交易。 我有权决定把什么因素纳入我的风险模型。 我有权决定什么行为值得奖励。 我也有权决定哪些信息不提供给你。 你同样拥有这些权利。 没有任何中央平台可以规定： 全社会只能使用同一个 ranking function（排序函数）。 这才是关键。 因为“绝对不歧视”听起来非常平等。 实际上却意味着： 你不能使用自己的经验。 不能使用自己的记忆。 不能使用自己的风险判断。 不能奖励长期关系。 不能惩罚重复违约。 最后所有人被压平成一个 completely interchangeable economic unit（完全可互换的经济单位）。 那不是自由。 那其实是把所有 Context（上下文）全部删除。 而 Context（上下文）恰恰就是一个人区别于另一个人的东西。 当然，分类不是没有成本。 一个垃圾算法一样可以把你害死。 错误分类会产生 false positive（假阳性）和 false negative（假阴性）。 有人本来很好，却被你误判。 有人本来风险很高，却骗过了你的模型。 你的数据收集也有成本。 维护模型有成本。 被人针对性 gaming（博弈欺骗）有成本。 用户讨厌你，也有 reputation cost（声誉成本）。 如果你的分类规则侵犯隐私、触碰法律边界，还会产生更高成本。 所以判断一个 discrimination algorithm（差别分类算法）好不好，其实根本不神秘。 它仍然只是一个 Expected Value（期望值）问题。 分类产生的匹配收益、风险下降和效率提升， 减掉数据成本、误判成本、博弈成本、隐私成本、声誉成本和法律成本。 如果最后小于零： 别歧视。 因为你的算法很蠢。 如果最后大于零： 那说明这个差别确实包含信息。 保留它。 所以真正应该从小教的，可能从来都不应该是： “不要歧视。” 而应该是： 不要把一个人的不可选择身份，偷换成你对他行为的判断。 不要使用没有预测能力的分类。 不要让无法申诉的中央算法垄断分类权。 不要偷别人的数据来优化自己的 discrimination（差别定价）。 但是： 你当然可以选择。 你当然可以筛选。 你当然可以根据过去调整信任。 你当然可以奖励长期合作。 你当然有权不和某些交易对手做生意——在法律允许的范围内。 因为一个完全没有 discrimination（差别选择）的世界，本质上是一个没有选择的世界。 而我的数权观一直想做的，其实也不是： 让所有人变得一样。 恰恰相反。 是让每一个人的差异，都不需要再经过一个中央平台批准。 Data Sovereignty（数据主权）。 Algorithmic Sovereignty（算法主权）。 Personal Context（个人上下文）。 Semantic Money（语义货币）。 最终其实指向的是同一个东西： 让每一个人重新拥有自己的 classification function（分类函数）。 平台不再替所有人决定谁值得被看见。 政府不需要替所有人定义唯一信用。 货币也不需要承担整个社会唯一的价值尺度。 规则只负责让双方有选择、有知情、有退出、有证明。 至于： 我愿意相信谁。 我愿意奖励谁。 我愿意给谁打折。 我愿意跟谁合作。 应该重新成为我自己的问题。 所谓数据主权，最后争夺的从来不只是： “我的数据放在哪里？” 而是一个更深的问题： 谁有权根据这些数据， 决定这个世界应该怎样区别对待我？ 以及—— 我有没有同样的权利， 区别对待这个世界？

00
纳博科夫star
3天前
想解决太简单了，必须实名购买，实名验票，门票不得赠送，转让，且退票窗口期极短即可。

之所以有黄牛的存在就是主办方想转移售卖风险（别看有挣钱的黄牛，还有一堆囤货砸手里破产的黄牛，就是他们替主办方承担了售卖风险），荷兰式拍卖最大的风险是到最后可能变成购票者（无论粉丝还是非粉丝群体）专蹲晚点购票，就像大爷大妈蹲晚点打折菜一样。其他也一样。

毕竟对于主办方来说，办粉丝会是为了赚钱，不是为了服务粉丝，把票卖给黄牛还是粉丝，钱数都是那个数，都是能花的那个数。

那主办方为什么不直接挣无风险的门票，而是为了服务粉丝挣有风险的票？

所以这道题无解，而且你能精准预测票数都没用，因为文娱经济就是风险极高的经济，请再好的精算师都算不出一个明星在某地未来的票房号召力，因为大部分关于喜好的数据，不是虚假的，也是无用的——我把《小马宝莉》所有动画片和剧场版都看了，且长期参与粉丝群讨论，但我为《小马宝莉》的母公司，代理商，授权者，同人二手创作者支付了多少金额呢？

零。

Chong.: 为什么我们还在拿一把尺，衡量一个多尺度世界？ ——从黄牛票、机制设计，到语义货币 我看这次黄牛票的争论，最大的感受不是谁更支持市场，谁更反对资本。 而是两边都还活在一个非常古老的经济学世界里。 一边认为，只要有人愿意出更高的价格，那票就应该给他。价格就是需求，需求就是真实，市场最后自然会完成最有效率的资源配置。 另一边则认为，黄牛赚差价，就是资本逐利，就是市场异化，就是钱把真正喜欢这个东西的人赶走了。 看起来两边吵得不可开交。 实际上他们共享了同一个前提： 这个世界只有一把尺。 只不过一个人把这把尺叫“价格”，另一个人把它叫“资本”。 这才是最有意思的地方。 古典的价格论和简化版的资本论，在互联网上最后经常会变成同一种 single-metric thinking（单一度量思维）。 一个复杂的资源配置问题，最后只剩一个变量。 多少钱。 谁拥有钱。 谁赚了多少钱。 然后围绕这一个变量，开始无限打架。 但现代经济学早就不是这么玩的了。 甚至严格说，门票都不是公共物品。它反而是非常典型的 rivalrous good（竞争性物品）：你坐了这个座位，别人就不能坐。 真正的问题从来不是“它是不是商品”。 而是： 当一个东西数量有限、需求巨大、参与者信息不对称、二级市场存在套利，而且主办方同时在意收入、传播、粉丝体验、公平和长期品牌的时候，到底应该设计什么规则？ 这已经不是一道“价格是多少”的题。 这是 mechanism design（机制设计）。 1961 年，William Vickrey（威廉·维克里）就已经在研究不同拍卖制度如何改变人的策略；后来 second-price auction（第二价格拍卖）、VCG mechanism（维克里—克拉克—格罗夫斯机制）等理论，本质都在研究一件事： 规则不同，人就会说不同的话、做不同的事。 2007 年经济学奖直接授予 Leonid Hurwicz（列奥尼德·赫维奇）、Eric Maskin（埃里克·马斯金）和 Roger Myerson（罗杰·迈尔森），以表彰他们奠定机制设计理论基础。 机制设计研究的恰恰就是： 当信息不完整、参与者各怀目的的时候，应该怎样设计规则，让个体的自利行为尽量导向设计者想要的结果。 所以“市场”从来不是只有一种。 固定价格是一个机制。 抽签是一个机制。 拍卖是一个机制。 实名制是一个机制。 会员优先购是一个机制。 官方二手市场是一个机制。 阶梯价格是一个机制。 Dutch auction（荷兰式拍卖）也是一个机制。 甚至“先到先得”，本身都只是一个机制。 问题从来不是市场还是非市场。 问题是： 你设计了一个什么市场？ 这也是我觉得很多互联网市场原教旨主义者最搞笑的地方。 嘴上天天市场经济，脑子里的市场经济却停留在： 供给、需求、价格。 三个词结束。 但恰恰是因为最简单的价格机制解决不了所有问题，后面才会发展出 information economics（信息经济学）、game theory（博弈论）、auction theory（拍卖理论）、mechanism design（机制设计）、public choice theory（公共选择理论）、public goods theory（公共物品理论）、matching theory（匹配理论）等等一整套东西。 机制设计甚至可以把市场本身当成一种可以被比较、被修改、被重新编程的制度。 传统市场效率结论依赖相当严格的假设，而机制设计真正做的，就是让我们可以在更复杂、更现实的假设下，比较不同的资源配置制度。 这句话其实已经把很多互联网争论杀死了。 市场并不是错的。 价格也不是错的。 问题是你凭什么认为，一个价格变量就包含了这个交易里全部重要的信息？ 比如一张脱口秀门票。 A 愿意出 3000。 B 只愿意出 800。 于是简单的价格理论告诉你： 给 A。 但如果 A 是黄牛，买完以后准备挂 5000；B 连续关注这个创作者五年，每场演出都参加，还长期给他做二创、传播、社区建设呢？ 如果你是纯粹追求短期票房收入的主办方，那仍然可以给 A。 没有问题。 但如果你的 objective function（目标函数）里面还有长期社区、文化传播、用户关系、现场氛围和品牌忠诚呢？ 那么 A=3000，B=800 这两个数字，已经无法描述真实价值了。 不是市场失效了。 是你的 metric（度量指标）太穷了。 你试图用一个 scalar（标量），压缩一个 vector（向量）。 这就是整个问题。 所以黄牛问题最蠢的讨论方式，就是问： “到底该不该让愿意出最高价格的人拿到票？” 这句话从一开始就假设了 willingness to pay（支付意愿）是唯一合法的 allocation metric（分配指标）。 但为什么？ 现实世界里面，我们天天都不是这么分东西的。 大学招生不会纯粹拍卖学位。 医院不会把所有床位实时竞价。 企业招聘不会永远选愿意接受最低工资的人。 平台不会把每一个推荐位永远卖给最高价广告主。 因为所有这些系统都知道： 价格是信息。 但价格不是全部信息。 这和 Hayek（哈耶克）真正有价值的部分其实一点都不矛盾。 价格之所以伟大，恰恰因为它是一种极其高效的信息压缩算法。 无数人的稀缺程度、需求变化、替代关系、局部知识，最后被压缩成一个数字。 你不需要知道巴西咖啡减产了多少，也不需要知道物流成本为什么上涨，你看到价格变化，就会开始调整行为。 价格是一种 decentralized information processor（分散式信息处理器）。 问题在于： 压缩一定会丢信息。 价格越方便，它丢掉的语义就越多。 100 块钱就是 100 块钱。 它不知道这 100 块从哪里来。 不知道谁给谁。 不知道为什么给。 不知道过去发生过什么。 不知道两个人之间有没有合作过。 不知道一个人是长期参与者，还是刚注册十五分钟的黄牛机器人。 不知道这笔钱是为了支持创作者、购买使用权、获得转售权，还是纯粹做套利。 货币拥有极强的通用性。 代价就是它几乎没有 Context（上下文）。 所以传统货币可以理解成一种“极高流动性、极低语义密度”的价值协议。 而我之前讲 Semantic Money（语义货币），真正想补的其实就是这个洞。 未来的交易，不一定还是： 商品 + 一个价格。 而可能变成： 商品 + 价格 + 身份连续性 + 历史行为 + 信任 + 使用目的 + 转让条件 + 时间 + 风险 + Context（上下文）。 也就是说，我们从 scalar money（标量货币），开始走向 semantic money（语义货币）。 从一维货币，走向带状态的货币。 举一个最简单的票务例子。 一个长期关注某个创作者三年、参加过五次活动、从来没有倒卖记录的人，和一个刚刚注册、一次购买二十张票、账户行为高度类似黄牛的账号，今天在传统市场里面可以完全一样。 只要两个人都拿出 1000 块。 货币会把他们压缩成两个完全相同的购买者。 但他们显然不是同一个 economic agent（经济行动者）。 他们拥有完全不同的 Context（上下文）。 如果个人能够真正拥有自己的数据和历史，把这些东西保存于自己的 Personal Context（个人上下文）中，再通过 privacy-preserving computation（隐私保护计算）只证明必要的信息，那么未来完全可以出现另一种市场： 系统不用知道“你是谁”。 但它可以验证： 你是不是长期参与者。 你有没有倒卖历史。 你与这个社区有没有持续关系。 你过去获得优惠之后有没有履约。 你是不是正在异常批量购买。 甚至可以验证“你满足某组条件”，而不需要把你的完整数据交给平台。 于是同样一张票，对不同的人，可以拥有不同的语义价格。 陌生人之间，没有 Context（上下文）。 那就按照公开市场价格走。 拥有长期共同 Context（共同上下文）的人，交易摩擦下降，保证金下降，手续费下降，价格也可以下降。 长期可信的人，获得更多信用。 高套利风险账户，则承担更高交易成本。 这不是消灭市场。 恰恰相反。 这是让市场重新获得被一维价格压缩掉的信息。 所以我一直觉得，Semantic Money（语义货币）最重要的不是发明一种新货币。 而是重新定义： “价格到底是什么”。 未来的价格可能不是： Price（价格）= 1000 RMB（人民币） 而是： Price（价格） = f（函数）( money（货币）, context（上下文）, trust（信任）, history（历史）, identity continuity（身份连续性）, purpose（目的）, risk（风险）, time（时间） ) 价格开始变成函数。 货币只是里面的一个参数。 这才是真正的多尺度市场。 而且黄牛问题其实特别适合拿来理解这个东西。 比如现在最简单的办法： 增加供给。 一个演员只演一场，而且故意维持极端稀缺，那么黄牛当然容易形成 scarcity rent（稀缺租金）。 多开几场，只要新增供给的 marginal cost（边际成本）允许，黄牛手上的库存风险马上上升。 因为他不知道下一场什么时候放票。 他不知道未来还有多少供给。 时间开始成为他的敌人。 黄牛之所以赚钱，本质上不是因为他神奇地创造了价值，而是因为他抢占了一级市场和真实需求者之间的 price discovery（价格发现）过程。 那你完全可以修改机制。 比如 Dutch auction（荷兰式拍卖）。 价格从高往低降。 特别着急、支付意愿极高的人可以先买；愿意等的人承担“等到便宜但可能售罄”的风险。 香港《试当真》2021 年一周年现场演出就真的这么干过：门票第一天价格极高，之后逐步下降，最后在更低价格档售罄。 它当然不是完美答案。 它解决的是一部分 price discovery（价格发现）和 scalper rent extraction（黄牛套利租金攫取）问题，并不自动意味着“真粉丝一定优先”。 但这恰恰就是机制设计思维： 没有神圣机制。 只有不同的 objective function（目标函数）。 你甚至还可以建立官方二手市场。 限制转售次数。 收取交易手续费。 规定只能原价或者一定区间转让。 允许退票重新回流一级市场。 给长期账户更早的购买窗口。 给部分票抽签。 部分票拍卖。 部分票按照历史 Context（上下文）分配。 甚至最后保留一小部分完全随机。 为什么不能？ 我们又不是在写《资本论》，也不是在写一本十八世纪的市场经济教科书。 我们是在设计一个 system（系统）。 这也是为什么我觉得“黄牛到底道不道德”反而是最没意思的问题。 一个好的制度，本来就不应该依赖所有人拥有高尚品德。 如果套利空间巨大，进入成本为零，转售无限制，库存风险极低，而且 bot（机器人）可以瞬间扫票，那当然会出现黄牛。 你天天教育黄牛不要逐利有什么意义？ 同样，你告诉真正的用户： “黄牛存在证明了市场价格本来就太低，所以价高者得，非常公平。” 一样偷懒。 两边都在逃避真正的问题： Rule（规则）怎么写？ 这也是 mechanism design（机制设计）和传统道德争论最大的区别。 不要先问人应该怎么样。 先问： 在这套规则下面，一个 rational agent（理性行动者）会怎么样？ 然后再反过来设计规则。 如果你希望真粉丝买到，那“真粉丝”必须被转化成某种难以伪造的 signal（信号）。 如果你希望黄牛减少，那就必须改变黄牛的 payoff matrix（收益矩阵）。 降低利润。 增加库存风险。 增加转售摩擦。 降低抢票优势。 或者让一级市场本身更好地完成 price discovery（价格发现）。 这才叫讨论经济学。 而不是互相骂“资本”。 当然，还有一个更大的问题经常被忽略。 现实里的价格从来都不是在 vacuum（真空）里面形成的。 平台抽成、场馆容量、审批规则、发行渠道、票务平台、演出场次、合同关系、交易限制，都在塑造最终供给。 如果一级市场本身就已经被各种制度约束和渠道结构扭曲，再拿最后形成的价格说： “看，这就是纯粹的市场选择。” 也非常奇怪。 被制度塑造过的价格信号，仍然是价格信号。 但你不能假装它来自一个没有 friction（摩擦）、没有准入、没有权力结构的抽象市场。 反过来，把所有结果都归结成“资本逐利”，也一样没有解释力。 这就是为什么我越来越觉得，古典市场原教旨主义和互联网上那种简化版资本论，实际上是一对双胞胎。 一个人说： 一切都是价格。 另一个人说： 一切都是资本。 看起来站在两个极端。 实际上他们都害怕高维。 因为一旦承认现实是 high-dimensional（高维的），你就必须讨论机制、信息、制度、激励、时间、信誉、网络、path dependence（路径依赖）和 Context（上下文）。 一句口号就解决不了世界了。 过去两百年，我们需要把东西压缩成价格，是因为人类没有能力实时处理那么多信息。 所以货币非常伟大。 它把极端复杂的社会协作压缩成了一个简单 interface（接口）。 但 AI（人工智能）、Personal Data（个人数据）、Cryptographic Proof（密码学证明）、Agent（智能代理）和 Context Network（上下文网络）出现以后，一个新的问题开始变得值得问： 如果机器已经能够处理这些过去处理不了的高维信息，我们为什么仍然强迫所有价值通过一个数字表达？ 为什么一个合作十年的朋友，和一个第一次见面的陌生人，要使用完全相同的信用体系？ 为什么贡献、信誉、社区关系、承诺、风险记录、长期行为，最后全部必须先压成法币，然后才能参与资源配置？ 为什么所有 Context（上下文）最后都必须在付款的那一刻被清零？ 也许真正的下一代市场，不是消灭钱。 而是把钱重新放回它应该在的位置。 钱是一个维度。 不是世界本身。 价格是一种极其重要的信息。 但不是完整的信息。 市场是一套伟大的 decentralized algorithm（分散式算法）。 但算法当然可以升级。 从 Price Market（价格市场），到 Context Market（上下文市场）。 从 Money（货币），到 Semantic Money（语义货币）。 从“一块钱就是一块钱”，到“这块钱是谁、在什么关系、什么条件、什么历史和什么目的下流动”。 到那个时候，我们今天争论黄牛时还在反复问的： “有钱的人凭什么不能买？” “资本凭什么决定一切？” 可能都会显得非常古老。 因为这两个问题都默认了同一件事： 我们只有一把尺。 而未来真正的问题可能是： 当这个世界本来就是多尺度的， 我们为什么还要坚持只拿一把尺去量？

12
纳博科夫star
4天前
街健，足球，篮球，摩托，电竞，钓鱼，装机，模型，球鞋，手表……你几乎能想到的所有男性爱好，女性不能说没有，也基本算聊胜于无。 //@Monitor_1379: 全女经济不是经营者、消费者都女性吗？有这样的全男经济吗？

深海繁星: 从全女经济诸多失败案例分析，女人在一起难以成事，反而会在群体内部形成恶意，诸如排挤、算计、嫉妒、攀比等等。人们期待中的女性团队的协作和承担迟迟没有出现，而这在男性群体中却是常见。由此，不能允许全男经济的出现，也不能允许男性群体的聚集。

00
纳博科夫star
4天前
波伏娃说过：女人有两条路，一条是正常的男人之路，老老实实工作和做梦，第二条是嫁人，通常是折腾了一阵才醒，不再继续做灰姑娘的梦了，但自己的黄金年龄已付给爱情小说和化妆品了。

当然，底层男人的黄金年龄也大多付给热血小说和酒精。且底层女人对待爱情也和底层男人一样，像正常人消费超市商品一样，很理性地消费着好像属于自己的梦。

女人，只有美女才算女人，只有被宠爱的才算女人，其余只是掌握了性别特征。

当然，一个男人，只有有对象的才算男人，只有他像接受骑士荣誉般，骄傲地接受了养家糊口责任的男人，他才能感受到自己明显的，崇高的男性性，其余只是掌握了性别特征。

不过男人的好处在于，除了男性性，他活在社会还能感受到各种意识形态的感召，自己作为人类的神性——我觉得人类就该……我觉得文明就是……

啊，仿佛宇宙是男人的责任。 //@深海繁星: 所以这个第二性会选择一条容易的路，滑下去到达极乐……

深海繁星: 从全女经济诸多失败案例分析，女人在一起难以成事，反而会在群体内部形成恶意，诸如排挤、算计、嫉妒、攀比等等。人们期待中的女性团队的协作和承担迟迟没有出现，而这在男性群体中却是常见。由此，不能允许全男经济的出现，也不能允许男性群体的聚集。

00
纳博科夫star
4天前
全男经济也有很多失败的，只是我们把他们叫正常的合伙失败，而不是跟性别扯上关系。

所以波伏娃说女性是第二性，因为不论是褒是贬，都被特地拿出来强调，就像种族身份一样。而男性除了性别议题，在任何范畴的议题都默认代表全人类。

女性的女性性则在任何范畴的议题上被优先强调，女性取得成就，就像黑人取得成就，女性制造丑闻，就像黑人制造丑闻。

深海繁星: 从全女经济诸多失败案例分析，女人在一起难以成事，反而会在群体内部形成恶意，诸如排挤、算计、嫉妒、攀比等等。人们期待中的女性团队的协作和承担迟迟没有出现，而这在男性群体中却是常见。由此，不能允许全男经济的出现，也不能允许男性群体的聚集。

00
纳博科夫star
6天前
说白了还是文化不自信造成的，现在整个文化舆论还是掌握在西方老登手上，掌握在那些老白男手上。

为什么电子竞技没有这个问题，因为没几人认为电子游戏是搬得上台面的东西。为什么搬不上台面呢？我一个中产阶级老白男，下班了放假了不陪老婆孩子哥们父母去户外锻炼身体，而是窝在网吧闻二手烟，我还要不要体面了？

为什么那些几乎没有工人阶级玩的冷门运动也能上升到国家荣誉民族荣誉层面？还不是因为资产阶级老白男们玩，他们认为体操表演，打猎射靶，马术板球是体面的贵族运动，那这些贵族运动就能和国家荣誉民族荣誉挂钩了。说白了，国家和民族的形象总不是被本国本民族的群众代表，而是被精英代表，就像我们说起我们的文化，必须得唠唐诗宋词，而不是抖音神曲——尽管后者比前者热门多了。

我倒觉得直接把这套体育局制度解散了好，要是有人说啥奥运金牌扬我国威，我就想问：你是什么身份？你也配扬国威？

刘翔的疑问，可能只是中国体育最简单的问题

00
纳博科夫star
6天前
东方明珠塔，越靠近反而越小。
00
纳博科夫star
7天前
不好玩就在于输出一段文字产出一段文字，这种付出收益比持平，如果与AI讨论问题（这是我目前用AI的方式），会发现很多时候输出一堆然而收效甚微——文本长了就会偷懒，用一些总结式和政治正确的结论搪塞你。这就更无趣了。

为什么短视频能打败电子游戏？当你刷就能获得快感时，为何还要去操作呢？当然，刷短视频不是玩游戏，因为缺乏目标，“游戏”的有趣在于你必须得假装有意义地去实现一个毫无意义的目标，这简直就是生活。亦或说，生活就是追逐理想的失败——追不到的梦换个不就得了——换个容易追的，什么容易追？

当然是三米开外把纸团丢进废纸篓里。 //@洛嘉.奥瑞利安: agent范式之后应该说是一种极客式的捣鼓来捣鼓去的快感，对这类感兴趣的人也不多的。这意味着可能原本就对计算机感兴趣。

纳博科夫star: 玩游戏最重要的是游戏心态，只要有游戏心态，擦桌子都是游戏。 游戏是人通过反馈获取快感的形式。所以就连挂机游戏也算游戏，它有反馈（虽然什么也没做），也有快感（由数据变大带来）。 AI之所以对大部分人来说还不是游戏，是因为大部分人对文字反馈所带来的快感并不感冒。连我也不感冒。

00