模因算法
① 超详细整理区块链和加密货币行业术语（建议收藏）
比特币词汇表：你需要知道的每一个区块链和加密货币短语
尽管困难重重，区块链技术已成为主流。比特币已成为家喻户晓的词，世界各地的金融机构都投资于加密货币或允许其客户这样做。与此同时，NFT 吸引了各路名人的加入和赞赏。
但尽管如此，区块链技术仍然非常神秘。只有才华横溢的工程师才能真正理解这些——其中许多人是比特币和以太币等加密货币的早期采用者，而对于外行来说可能仍是很困难的。
以下是您可能会觉得有用的区块链术语的词汇表。（所有短语按英文字母顺序排列）
空投（Airdrop）
空投是指公司将加密货币或 NFT 直接放入您的钱包中。 区块链 服务将推出代 币 并空投给曾使用过该服务的用户，而不是首次公开募股。这样做有几个原因：它可以是纯粹的营销，因为空投提高了人们可以投资的代币的意识，或者可以为 DAO 提供治理代币。
最近的一个例子：以太坊名称服务允许用户将他们的钱包号码更改为钱包名称（如 CNET.eth）。去年 12 月，它推出了自己的 ENS 代币，向所有使用该服务的人空投了一定金额。使用以太坊名称服务的人越多，他们被空投的代币就越多——在某些情况下价值数万美元。
山寨币（Altcoin）
任何不是 比特币 或 以太币的加密货币都被称为山寨币（Altcoin） 。有时候也被称为“ shitcoins。 ”
币安（Binance）
世界上最大的 加密货币 交易所，人们在这里购买和交易加密货币。它正在接受美国司法部和美国国税局的逃税和洗钱调查。
区块链（Blockchain）
区块链是“分布式数据库”。简单来说，它是一个去中心化的账本，将信息记录在数字“块”中。一旦一个块被挖掘并添加到链中，它就不能被更改，因此区块链提供了不可更改数据的公共记录。
有许多不同的区块链具有不同程度的去中心化、效率和安全性。许多人拥有自己的加密货币——例如，以太币是一种建立在 以太坊区块 链上的加密货币。
比特币（Bitcoin）
比特币是第一个 加密货币 ，建立在比特币区块链之上。它是由一个人或一群人以中 本聪 的笔名于 2009 年创建的。只能铸造2100 万枚，其中大约1890 万枚已经在流通。
销毁（Burning）
加密货币 通过发送到只能接收而不能发出的钱包而被“烧毁”。销毁机制通常被用来造成通缩影响：流通中的 代币 越少，投资者持有的 代币 就越稀缺。
买跌（Buy the dip）
这是指在价格下跌后购买更多资产。例如，如果价格下跌 10,000 美元，比特币持有者可能会“逢低买入”。
冷钱包（Cold Wallet）
未连接到互联网的加密货币钱包。这些钱包更安全，更不容易受骗。
跨链（Cross-chain）
将数据、代币或资产从一个区块链发送到另一个区块链的能力。这不同于为在多个区块链上工作而构建的“ 多链 ”服务。
密码学（Cryptography）
一种信息加密形式，其中数据只能使用密钥进行解密。使用 工作量证明 协议的 区块链 依赖于解决极其复杂的密码学难题，以便挖掘和验证新区块。
加密货币（Cryptocurrency）
加密货币是 区块链 原生的代 币 。加密货币通常随着每个新区块的开采而铸造。例如，每 挖出 一个新的 以太坊 区块， 都会 获得两个以太币作为对矿工的补偿。
加密货币是一种代 币 。它们的诞生是它们的决定性因素：其他代币是使用构建在区块链之上的平台和应用程序创建的，而加密货币则内置于区块链的协议中。
去中心化应用（Dapps）
去中心化应用程序的缩写。
道（DAO）
一个去中心化的自治组织。DAO 是一个通过共识做出决策的组织：所有 治理代币的 持有者都在组织决策中获得投票权，投票最多的解决方案是 DAO 的行动方案。想象一个去中心化的投资银行，但不是由基金经理做出投资决定，而是由其 治理代币 的持有者投票决定如何投资其国库中的资金。
去中心化交易所（Decentralized exchange）
去中心化交易所用于购买和交易 加密货币 。与典型的交易所不同，这些交易所使用绕过任何中心化权威的点对点交易。其中包括 Uniswap 和 Sushiswap。
去中心化金融（DeFi）
“decentralized finance”的缩写。DeFi 是使用 区块链 技术绕过中心化机构任何金融工具，例如 智能合约 或 DAO 。
钻石手（Diamond Hands）
钻石手是长期或在价格动荡期间持有金融资产的人。
DYOR
“Do Your Own Research”的缩写。
以太币（ETH）
在以太坊区块链上开采的 加密货币 。以太 币 的市值仅次于 比特币 ，但却是一种更常用的加密货币。大多数 山寨币 也是 基于以太坊构建的 ，因此与以太 币挂钩 。大多数 NFT 也建立在以太坊上，这就是为什么以太是 NFT 交易中使用的主要代币。
以太坊（Ethereum）
与 比特币 竞争的区块链。它旨在采用 比特币 开发人员开创的区块链技术，并将其用于更复杂的金融工具，如 智能合约 。
闪贷（Flash loan）
闪电贷是一种 DeFi 工具，允许在没有抵押品的情况下进行贷款。闪电贷允许您借钱购买资产，但前提是可以购买资产并在同一区块内偿还利息。想象一下，使用贷款购买一栋 100 万美元的房子，但只有当您已经排好另一个愿意支付足够费用让您偿还贷款和利息的买家时，贷款才会被批准。
这些贷款使用 智能合约 技术。
FUD
“fear, uncertainty and doubt”的缩写。这可能是合法的，例如人们对代币或 NFT 项目的安全性或合法性或安全性表示担忧，例如鼓励人们出售、降低资产价格的有组织的举动。
Gas
Gas 是您使用 以太坊 网络所要支付的价格。每笔交易都需要支付gas 费 ，这取决于 区块链的 过载程度。每笔交易的价格通常在 50 美元到 500 美元之间，但在网络负载过重时价格可能会飙升。
治理代币（Governance token）
治理代币是赋予所有者对给定项目投票权的加密货币。另请参阅： DAO 。
GWEI
gas 的成本以 GWEI 表示。作为粗略的指导，当 gwei 低于 50 时，gas 会很便宜，而当 gwei 高于 100 时，gas 会很贵。
HODL
“hold”的故意拼写错误，用于鼓励人们在价格下跌期间持有他们的代币。
Layer 1和Layer 2
如果您涉足 加密货币， 您会听说Layer 1和Layer 2解决方案。Layer 1是 区块链 架构本身，而Layer 2是指建立在区块链之上的架构。
例如，以以太坊的高gas成本问题为例。Layer 1解决方案是让 以太坊区块 链更高效，例如通过采用 权益证明 协议。Layer 2解决方案的一个例子是 Immutible X，这是一个建立在以太坊之上的交易所，它使用 智能合约 技术允许无气体、碳中和的交易。
流动性市场（Liquid Market）
流动性市场是一个拥有大量买家和卖家的市场，它允许几乎立即完成买卖订单。 加密货币 市场具有流动性，而 NFT 市场则不然。大多数合法的加密货币可以随时买卖，因为 NFT 交易者需要列出待售物品，希望买家手动购买。
主网（Mainnet）
一个供公众使用的区块链协议将被放入主网。这将它与测试网区分开来，后者更像是区块链协议的测试版发布。
模因币（Memecoins）
许多加密货币旨在提供实用程序或服务为目的。Memecoins 不提供实用前景，纯粹作为投机资产存在。狗狗币是最知名的 ，但还有很多很多。
元掩码（MetaMask）
一种基于浏览器的在线数字钱包，主要用于 以太坊区块链 上的交易。
矿业（Mining）
挖矿是验证交易并将区块添加到区块 链的过程 。这通常涉及解决复杂 密码 问题的强大计算机。至关重要的是，这也是将新的 加密货币 添加到流通中的方式。
矿机（Mining Rig）
为挖掘 加密货币 的特定目的而设置的功能强大的计算机。
矿场（Mining Farm）
全天运行的采矿设备仓库（或房间），用于挖掘 加密货币 。
铸币（Mint）
在区块链上，铸币意味着验证信息并将其作为区块链上的一个块。
“铸造” NFT 意味着在公开发售期间从其创建者那里购买它。“铸币价格”是指它的创造者出售它的价格——例如无聊猿游艇俱乐部的“铸币价格”是 0.08 以太币。在一个集合中的所有 NFT 都被铸造之后，想要接触该集合的交易者需要从 OpenSea 等二级市场购买它们。
多链（Multi-chain）
设计用于多个 区块链 的应用程序或服务。这与 跨链 应用程序和服务不同， 跨链 应用程序和服务旨在将数据或资产从一个区块链发送到另一个区块链。
月球（MOON）
价格的急剧飙升被称为“mooning”或“a moon”。“To the moon（去月球）”是一个常见的短语。
NFT
不可替代的代币（Non-fungible token）。这些是证明数字资产所有权的数字契约。目前，它们与艺术相关，但 NFT 可以证明任何数字的所有权。
链下/链上（Off-Chain/On-chain）
链上是指存在于 区块链 上的东西，链下是指存在于 区块 链之外的东西。 加密货币 是链上货币，法定货币是链下货币。
OpenSea
它是最大的 NFT 市场，专门研究基于 以太坊 的 NFT。（建立在不同区块链上的 NFT 通常在专门的市场上出售。例如，Solana NFT 在 Solanat 上出售。）
Play to Earn（P2E）
Play to Earn (P2E) 游戏 集成了区块链，并以 游戏 内 加密货币 奖励玩家。这些 游戏 中的加密货币可以兑换成比特币或以太币。最突出的例子是 Axie Infinity，玩家可以获得 Smooth Love Potion ($SLP)。
工作量证明（Proof of Work）
工作量证明（POW）是一种共识机制，通过该机制将块添加到区块链中。工作量证明要求矿工解决复杂的 密码学 难题，这需要强大的采矿设备提供大量能源，以验证新的区块链交易。
工作量证明是一种安全且去中心化的共识机制，但效率低下是出了名的。这就是比特币和以太坊区块链的运作方式，尽管以太坊很快就会转向更高效 的权益证明（Proof of Stake） 。
权益证明（Proof of Stake）
面对工作量 证明 的巨大能源需求， 权益 证明（POS）是一种更新的共识机制，可以更有效地挖掘区块。权益证明允许 加密货币 持有者在相关区块 链 上验证新区块。
他们通过抵押他们的 加密货币来 做到这一点。网络用户质押他们的加密货币，如果他们的股份是通过随机算法选择的，他们就有机会验证一个新区块——为此他们将获得更多加密货币形式的奖励。质押的加密货币越多，选择用户验证新区块的机会就越大。
工作证明奖励那些花费最多计算能力来解决密码难题的人，而权益证明奖励那些长期投资加密货币的人。
抽水和倾销（Pump and mp）
抽水和倾销计划涉及对产品的人为刺激，从而导致人们购买并提高其价格。然后，抽水和倾销协调者以高价出售其资产，从而导致价格急剧下跌。
这些存在于传统市场中，但在 加密货币 交易中更为常见，因为微市值加密货币的低流动性使其价格更容易操纵。
地毯拉动（Rug pull）
地毯拉动是指 加密货币 的创造者消失，并带走资金。最近的一个例子是伪造的Squid Game 硬币，尽管这些硬币远非罕见。“地毯”本质上是“骗局”的简写。
中本聪（Satoshi Nakamoto）
比特币 创造者的化名。解释去中心化金融的必要性和解释比特币如何运作的白皮书由中本聪签署，但没有人知道真实的人是谁。据推测，中本聪实际上是几个人。
助记词（Seed Phrase）
当你创建一个 加密货币 钱包时，你会得到一个 12 字的种子短语。每次在新设备上登录钱包时，都需要使用助记词。 永远不要把你的助记词给任何人 。
分片（Sharding）
分片在 区块链上 分配网络负载，允许每秒处理更多事务。这听起来很枯燥，但它非常重要。 以太坊 将在明年整合分片，这将使使用它更便宜，对环境的破坏也更小。
垃圾币（Shitcoin）
Shitcoin 是一种不提供任何效用的 山寨币 ，无论是 memecoin 还是无效的 山寨币 。
丝绸之路（Silk Road）
Silk Road 是一个在线黑市，于 2013 年被 FBI 关闭。这是许多人第一次接触 加密货币的地方 ，因为 比特币 是该网站非法商品的流行支付方式。
智能合约（Smart contract）
智能合约是在满足所需条件时自行执行的数字合约。例如，如果 Wallet X 向 Wallet Y 发送 0.08 ether，Wallet Y 向 Wallet X 发送 NFT Z。它们最常用于自动交易，但也可用于更复杂的用途，例如 快速贷款 。
稳定币（Stable coin）
稳定币是与美元挂钩的加密货币。其中包括 Tether 和 USDC。他们的目的是让 加密货币 交易者将他们的代币保存在加密生态系统中，而不会经历 比特币 和 以太币 价格波动的波动。
质押（Staking）
权益质押是在加密货币钱包中锁定持有资金，从而支持区块链网络运营。从本质上讲，它包括锁定加密货币以获得奖励。在大多数情况下，该流程需要用户使用个人加密钱包参与到区块链活动中。
权益质押的概念与权益证明（PoS）机制密切相关。它被用于许多基于PoS或相类似的其他区块链系统中。
TLT
“think long term”的缩写。
代币（Token）
代币是多种形式的区块链资产。像 比特币 这样的 加密货币 是一种代币。其他类型包括 治理代币 ，它授予持有者在 DAO 或服务中的投票权，或 实用代币 ，其中根据持有的代币数量授予对服务的访问权限。
TXN
交易（transaction）的缩写。
实用代币（Utility Token）
旨在提供某种功能的代币。这些可以是对应用程序、服务或 游戏 的访问。示例包括 Filecoin，它授予对基于区块链的数字存储的访问权限，以及 Link，它连接 了链下 类型数据的智能合约。
虚荣地址（Vanity Address）
由 Ethereum Name Service 等公司提供的个性化钱包地址。它允许您将钱包地址更改为您选择的单词或短语，例如 CNET.eth。
Vaporware
承诺但从未真正进入市场的产品。该术语在 90 年代后期随着最初的互联网繁荣而流行起来，并且由于阴暗的 加密货币 创造者而得到了复兴。
维塔利克·布特林（Vitalik Buterin）
以太坊区块链 背后的创造者。
钱包（Wallet）
加密货币钱包是您可以存储加密货币和 NFT 的地方。这些钱包可以是热钱包或冷钱包——即连接到互联网的浏览器钱包或未连接到互联网的物理硬件。钱包可以读写，这意味着它们可以接收信息，也可以作为签名或在线 ID。
Web 3
Web3 是区块链爱好者想象的互联网的下一次迭代。从互联网发明到 2005 年左右，Web1 是只读互联网。Web2 指的是用户能够制作内容并将其上传到互联网上的出现。Web3 将是一个集成了区块链的互联网。想象一下，将您的社交媒体帖子作为 NFT 拥有，使用像以太币这样的 加密货币 作为通用货币，并将您的钱包作为一种 ID 形式而不是电子邮件/密码组合。
鲸（Whale）
持有大量加密货币的人。
白名单 （ Whitelist）
加密货币 和 NFT 的 预售清单。列入白名单的投资者可以在公开发行前购买资产，有时以折扣价购买。
WAGMI
“we're all going to make it”的缩写。
② 你看过最好的心理学书籍是什么
看到大家推荐的多是《心理学与生活》这类教科书和《少有人走的路》这类经典的心理学读物，我就不重复了。
我个人对认知心理学比较感兴趣，推荐几本心理学大神基思·斯坦诺维奇的好书。
1、斯坦诺维奇《这才是心理学》
顺带推荐一下道金斯的《自私的基因》。这本书认为，人类是基因和模因的机器人，为它们服务。基因我们都知道了，什么是模因呢？它是文化传播的最小单位，我们可以简单理解为各种知识和观念。
基因和模因的根本目的是它们自身的生存和繁衍，而并不是人类的根本利益。
《机器人叛乱》认同这个观点，但作者认为，人类作为机器人，正在发起叛乱，摆脱基因和模因的控制，实现自己的最高利益。
你可以把它看作一本“科幻小说”来看，非常精彩。
③ 【书评|科普】小心了！你正在成为被基因和模因操控的工具
雌掘地蜂为了产卵和孵化后代，会做很多有趣的事情。首先，挖一个洞穴；然后，飞出去寻找蟋蟀，当她找到合适的对象，就会刺入其身体，把它麻痹之后带回洞穴，放在洞穴口；其次，她进入洞穴检查，确保一切安全后，将蟋蟀拖到洞穴里。最后，她产卵于洞穴中，密封起来飞走，当卵孵化后就吃瘫痪了的蟋蟀。
这是一套看上去相当复杂，其实只是精心设计的、面对自身环境中具体刺激而做出的刻板僵化的程序性反应。实验证明，如果在掘地蜂放下蟋蟀，进入洞穴检查之际，将蟋蟀移动几英寸远，那么她出来后，就不会把蟋蟀拖进去，而是放在洞穴口再次检查，如果蟋蟀又被移动一英寸左右的距离，她还是不会直接把它拖进洞穴里，哪怕她已经反反复复检查里40次之多。
这个实验直指人心、让人惊恐，因为很难否认自身的行为是否是一种表面复杂性，实际上只是简单、刻板的例行公事。就像那些强迫症患者会毫不自知地重复做同一件事。在掘地蜂性行为的背后，是否有一双看不见的手掌控着我们的机体呢？是否有一种认知是我们从来不曾想过但确实存在的呢？
《机器人叛乱》延续了理乍得·道金斯《自私的基因》中骇人听闻的观念，认为人类是被基因和模因操控的机器人，全书糅合了认知心理学、进化生物学、决策论和神经科学等学科精华，着力于温和地批判进化心理学，帮助我们和达尔文主义的生命观达成和解，通过铸造一把具备评估能力和批判精神的理性思维之剑，重新以人类独特的方式获得对生活的掌控权，找回自身存在的价值和意义，从而在生活、事业等各方面做出更为明智的计划和决策。
《机器人叛乱》的作者基思·斯坦诺维奇是加拿大多伦多大学应用心理学和人类发展科学荣誉退休教授，也是加拿大应用认知科学前研究主席，主要研究领域是推理和阅读的心理学机制。一生获奖无数，也是美国心理学会终身成就奖获得者。着有畅销书《对“伪心理学”说不》《超越智商》等。
一、何为机器人？何为复制子？
认知科学和进化论揭示了令人不安的事实：人类随机性的出现毫无目的，自然算法式的进化毫无意义。我们只是盲目的复制子制造出来的生存机器，被复制子像寄生虫一样依附着，在繁衍生息中毫无知觉地传播和扩大着复制子的利益。在这里，人类就像是《神秘博士》里被中央处理器操控着的赛博机器人，而中央处理器就是基因和模因，也就是复制子。
基因利益与载体利益相冲突的地方，作者举例若干：鲑鱼产卵后因为洄游之旅导致心竭而死；衰老基因出现在载体繁殖期后就会被保留，否则会被剔除；有性繁殖在包含和承受基因组突变带来的破坏时，身体却冒着风险；吃甜食容易发胖，但是嗜甜基因却总是引诱我们在甜食面前欲罢不能。
产生利益冲突的根本原因在于人类在进化过程中形成了两种心智模式：启发式系统和分析式系统。前者以基因目标为导向，会自动加工领域相关的刺激，不依赖后者的输入和控制，却会与其产生冲突，例如会产生“缪勒-莱尔错觉”的知觉输入系统。而分析式心智则是文化产物，包括逻辑符号思维，去语境化的认知方式，以演绎推理、决策制定、科学思维为代表的假设思维，表征一种与被表征的世界不同信念的脱钩能力等一系列心智套件。
基因是构建身体的指令，模因是构建文化的指令。当我们使用心智套件对基因宣战时，又会落入模因的魔爪，可谓是才出狼窝，又入虎穴。模因的毒害同样充斥着日常生活，比如受广告影响的冲动消费，或者是陷入宗教狂热而不能自拔。
二、如何叛乱？
机器人发起叛乱的先决条件是认识到基因利益与载体利益存在冲突，以及人类认知的千疮百孔。而获得成功的必备武器则是成熟的心智套件，完善的理性思维，卓越的评估能力。同时，这也标志着人格主体性的确立。
文化项目可以促进人类理性，这种理性关心如何实现人类利益，在最大化遗传适应度和最大化人类欲望满足之间做出明智抉择。人类在意识上认可理性选择，但还是会做出非理性选择，违反了确定性规则、传递性规则、描述不变性等。这主要是因为进化适应不代表工具理性。
理性衡量的是分析的意图水平，主要指思维倾向和认知风格，反映个人目标和价值观的信息。评估理性思维技能的方法散见于决策科学和认知科学的文献之中，包括形成和证据相一致的结论，评估共变，处理概率信息，校正信念程度，认识逻辑意义，对于不确定程度形成一致评估，拥有能最大化效用的一贯偏好思考替代假设，做出一致判断等。
简言之，机器人叛乱是用认知科学和决策科学铸造一把理性思维之剑。包括狭义理性和广义理性。前者指预期效用最优化，后者包括一阶偏好和二阶偏好的再评估过程。狭义理性对付基因；广义理性对付模因。
三、意义何在？缸中之脑，体验机，玩偶？
茶饭之间曾有小伙伴儿坦言，若吸毒对身体无害，只会带来快乐体验的话，他还是愿意尝试的。人生的意义似乎在于追求快乐。这让人想起缸中之脑的思想实验，大脑被切下来放进盛有营养液的缸中，脑神经末梢连接在计算机上，哪怕没有四肢，却还可以在计算机的信息传送中感受到一切正常的幻觉，甚至享有比现实世界还要强烈和真实的快乐体验。
如果我们在虚拟现实中，就可以俯瞰整个世界，为什么我们还要走出家门，在熙熙攘攘的人群中寻找落叶？如果我们的感官记忆都是源自外部刺激，而计算机程序可以带来同等效果，我们又该怎样区分现实与虚拟？如果我们认定一切实相皆为虚妄，追求享乐只是自我陶醉的假象，那么人生的意义又在于什么？
作者基思·斯坦诺维奇在《机器人叛乱》指出寻找意义的重新定向：远离意识和内部感受，朝向使我们在这个世界上成为自主和独特个体的评估活动。
生活中有比金钱更重要的，也有比幸福更重要的，我们所关心的，不仅仅是如何打发时间，更关心我们是谁，以及能够成为谁。人生的价值和意义，只有和世界产生一种真实的因果关联时，才得以体现，它比快乐体验的初级偏好更重要——成为某种类型的人，与更深层的价值观保持一致，这具有符号意义。
④ 设计网页、PS、啤酒配方 还有AI不会做的吗
很多人都会说，2017年是人工智能(AI)大发展的年份。似乎每天都有初创公司进入这个领域，对利用AI技术的营销、照片处理或语音助理进行新的改进。除此之外，越来越多的商界领袖认为下一件大事就是AI，数之不尽的创业公司和思想领袖正在研究AI可以被注入哪些因子。尽管在营销和金融服务等领域，机器学习这样的技术已经有很多用途，但也有很多人在利用技术进步开发更多应用。
当然，你可能已经听说过Prisma，但它不仅仅是一个照片编辑工具。它实际上是利用机器学习和人工智能，按照你的选择风格完全重现图像。最近，Prisma还与模因生成应用GagBot合作，为他们的平台提供更多的AI功能。GagBot使用AI和异议识别功能来确定有趣的引语或模因式文本，并将其添加到照片中。它并不完美，但这就是AI的美妙之处，随着更多数据的收集，它应该可以持续改进。
不过，Prisma并不是市面上唯一的照片处理工具。你也有像DeepArt.io这样的公司，他们使用算法来学习像梵高和毕加索这样的着名艺术家去创造作品。通过使用对象识别和神经网络，该系统能够分析一件着名艺术品的风格，并将其应用于用户上传的任何照片上。这项服务表明，AI可以在不考虑主题的情况下查看类似风格的东西。
另一个看到AI崛起的创意领域是网页设计。在过去的15年里，开发者们一直在改进网页设计的体验，让网站更容易被普通的商店老板或企业家使用。首先是像WordPress这样的内容管理系统让它变得更容易，然后通过像Squarespace和Wix这样的公司的拖放模板，提高网站的易用性。
现在，我们开始看到，有些公司正试图利用AI和机器学习技术，在短短几分钟内，基于热门网站和用户输入来设计和制作网站。像TheGrid和uKit这样的公司都在研究网页设计领域的AI问题。TheGrid分析了无数的网站，试图为你创建一个完美的网站，uKit也采取类似的方法。通过使用AI和响应式设计，uKit会分析与你相同领域的其他网站，以了解哪些网站最受欢迎，并以此为基础展开设计。如果你愿意的话，你可以使用uKit CMS来调整设计。
还有Intelligent X，它听起来就像是未来财富500强企业的解决方案，但实际上，他们只是在努力生产更好的啤酒，这一点和任何与商业相关的东西都是同等重要的。
通过使用Facebook聊天机器人，Intelligent X可以从顾客那里收集关于他们不同酒类产品的数据，并将这些数据输入到他们自行开发的AI系统中，从而分析顾客对啤酒的看法和想法。然后，酿酒大师会查看这些数据的结果，以确定他们不同配方的未来。举个例子，基于用户数据，他们的淡色啤酒增加了啤酒花的数量，这在一定程度上可能是由于喝啤酒的人更喜欢那种让人飘飘欲醉的体验。
无论是谈论啤酒、网页设计还是照片处理，很明显，AI在所有领域都在增长——而不仅仅是在大企业中。没错，大企业总是会引发更多关注，成为推动技术进步的重要因素，包括AI。有时候，退后一步，欣赏些正在寻找自己擅长领域的小公司，也许是一件好事。
⑤ 为什么聪明人也会做蠢事
相信很多人都看过这样的新闻：某某大学教授被骗XX万，某某中学教师被骗人传销？
这时很多人会有一个疑问：为什么他们明明不傻，怎么会那么轻易被骗呢？在我们的认知里，高智商的人，就意味着可以做出更正确、更好的决策。事实真的如此吗？
《超越智商——为什么聪明人也会做蠢事》这本书告诉你，错！
想要过上更好的生活，达成人生的目标，拥有高智力还不够，还要拥有高理性。个体如果出现理性障碍，直接的后果就是生活不如意，错失本应取得的人生成就。
超越智商——为什么聪明人也会做蠢事》这本书是基思•斯坦诺维奇 （Keith E. Stanovich）的力作，是理性心理学的开山之作，2010年格文美尔教育奖 获奖作品。
接下来，让我们看下这本书到底讲了什么。
在当今的社会，小到幼儿园入学，大到国家橄榄队联盟选择未来的中卫，都是用智力测试作为评估工具。而对智力的过分关注，往往会忽略了另外一项至关重要的能力——理性，这是不合理的。
本书采用的是狭义的智力概念，把智力定义为MAMBIT，即智力测验所测量的心理能力（the mental abilities measured by intelligence tests）的首字母缩写。它明确排除掉了许多广义理论所包含的内容：适应环境的能力、现实生活中的决策能力、智慧和创造力等。
看到这里我们就明白，为什么前美国总统乔治·布什明明智商测试成绩在120以上，但是却频频在公众场合冒出不经思考的话语，做出许多错误的决策了。斯坦诺维奇指出，他很可能患有【理性障碍】。所谓理性障碍，是指尽管具有足够的智力，却缺乏理性思考和行动的能力。
【CHC理论】即卡特尔—霍恩—卡罗尔智力理论认为智力包括流体智力和晶体智力两个方面。
流体智力（Gf） 指在不同领域（尤其是新领域）运用推理的能力。这种能力可以通过抽象推理任务来测量，比如图像分类、瑞文测验、数列推理。
晶体智力（Gc） 则指通过学习积累得来的陈述性知识，可以通过词汇任务、阅读理解和一般知识测验来测量。
而通常人们说一个人聪明，其所指的是智力测验明确测量的心理机能（MAMBIT，主要是Gf）。
认知科学家把理性分成工具理性与知识理性两类。
工具理性：以最优化的方式实现个人目标（在有限资源的前提下，一分耕耘，一分收获。），他们的行为遵循效用最大化原则。
知识理性：所关注的是个体信念与真实世界之间的一致程度。
知识理性与工具理性之间的桥梁是对未知时间发生概率的预估。
人脑工作的机制主要是有【类型一加工】和【类型二加工】组成。类型一与类型二加工和丹尼尔·卡尼曼在《思考：快与慢》中所提到的“系统1”和“系统2”是一样的。
【类型一加工】 常常称作启发式加工，意指其速度快、自动化、计算负荷低，以及无须对所有的可能性情况进行大量分析。
类型一加工包括：情绪对行为的调控；由进化心理学家提出的，为解决特定适应性问题而存在的封闭性心理模块；内隐学习的加工过程；过度学习联结而产生的自动化激活。在面部识别、本体感受、小姐语言歧义、深度知觉等任务中发挥作用。
【类型二加工】 其速度相对较慢，计算负荷高，它是意识的焦点，多与类型一加工任务同时执行。是基于语言和规则的，心理学家称之为控制加工。 类型二加工的一个重要功能是压制类型一加工 。
举个例子来说：一对情侣在吵架时容易翻旧账，伤人的话语脱口而出；心情不好想吃甜食等就是【类型一加工】在反应。
A和B在吵架，A在说出伤人的话之前，【类型二加工】发挥作用，压制住冲动，这时在A的脑中进行这样的模拟：如果说出了伤人的话，不仅缓解不了现在的局面，更有可能激化矛盾，所以用【伤人的话来反击】的反应不对。那么先示弱，安抚对方情绪，寻求共识与和解会不会更好呢？于是做出正确的反应——示弱、安抚情绪。
【类型一加工】包括自主心智，自主心智是自发性的，【类型二加工】则包括算法心智和反省心智。
【反省心智】 关注于系统目标、与目标相关的信念以及基于当前系统目标和信念的最优化的行动。只有在反省心智分析层面，理性才会参与其中。
算法心智与反省心智的区别：
（1）所有的智力测验或认知能力测验都是最优化表现评估，而对批判性思维和理性思维的测量则通常是在 典型表现 情景下的评估。
（2）思维倾向的个体差异可以通过对反省心智操作的测量而得出，具体包括：目标管理、认识价值观、自我管理认知论等。
（3）更为重要的是， 算法心智的效率可以被量化评估，但理性的效率却无法被评估。
理性的概念内涵包含两个方面的内容（反省心智的思维倾向以及算法心智的效率），而智力的概念内涵（至少是广为人知的操作化定义）则仅局限于算法心智效率方面，思维倾向并不等同于理性思维本身。
理性需要有三种不同的心理特征。
首先，需要具备算法心智层面的认知能力，以维持压制和模拟活动。
其次，反省心智必须具备以下两个特点：
（1）发起对自主心智产生的劣质反应的压制；
（2）发起产生优化反应的模拟仿真。
最后，在模拟活动过程中，可以获取理性反应计算所需的心智程序。
布什做蠢事的主要原因是他仅仅具备理性思维的三特征之一：算法层面的认知能力。他缺少了另外两项核心因素——支持理性行为的心智程序以及支持理性思维的反省心智的思维倾向。
为什么聪明人常做蠢事呢？因为大脑有两个特征致使人类不够理性。一个是处理信息方面的缺陷，另一个是内容缺陷。接下来让我们一一了解下。
【认知吝啬鬼】是指人类在思考问题时，大脑对认知资源的分配和使用极为吝啬，我们称为“认知吝啬鬼”。
1、完全析取推理失败。
人们往往会根据已知信息进行最简单的（错误的）推理，而不愿进行稍复杂但是能够得出正确答案的完全析取推理。
【完全析取推理】 是指面临诸多选项做出决策时，或是在推理任务中选出最佳问题解决方案时，对所有可能性及其结果进行分析、采择的思维过程。
我们要进行完全析取推理，就要避免在对信息进行肤浅加工的基础上给出答案。
我们来看一道题：
许多人会脱口而出那个即刻进入脑海的答案：0.1美元，而不去仔细思考这个答案的正确与否。试想，如果球的价格是0.1美元的话，那么球拍比球贵1美元，即1.1美元，球和球拍的总价则为1.2美元，而非题目中的1.1美元。只需稍作思考，即可知道0.1美元这个答案是错误的。
2、认知吝啬鬼的惯用伎俩：属性替换。
【属性替换】指的是当人们需要评估属性A时，却发现评估属性B更容易一些（A与B之间存在一定的关系），于是就改为评估属性B。在真是生活的特定情境中，过度概率的替代属性策略常常会导致严重的误差。
3、认知吝啬鬼的工具：生动性效应
（1）认知吝啬鬼对信息的生动性和鲜活性异常敏感。比如大多数人觉得坐飞机会比坐汽车更危险，因为在我们的头脑中，汽车事故的画面并不像飞机失事现场画面那么鲜活、真实。但事实是，乘坐汽车出事的概率比乘坐飞机高得多。
（2）认知吝啬鬼喜欢加工那些与众不同的信息，这种倾向常常会让认知吝啬鬼误入歧途。
很多人会将前一种疾病的危险等级评定得更高。但只要稍微思考一下，就会知道真实情况是第二种危险等级更高。为什么会这样呢？那是因为当人们读到“1286人死亡”时，脑海中浮现的画面肯定要比一个抽象的百分比数字更为生动鲜活，这种画面所引发的情感反应导致了不准确的判断。
4、认知吝啬鬼的三个表现：
（1）启发式加工
启发式加工从一定程度上来说，可以帮我们节省认知资源，但是如果过度依赖启发式加工将会失去个人的自主性。所以在决定我们一生的重大决策中，要克服启发式加工的影响。
（2）锚定与调整启发式
【锚定与调整启发式】由阿莫斯·特沃斯和丹尼尔·卡尼曼发现的。使用这种认知策略时，我们会先锚定一个最容易从大脑中提取出来的相关数字，然后基于已知的特定信息调整，以获得想要的结果。
比如我们在商场买东西的时候，与售货员砍价时，会受到标价的影响。
（3）直接使用默认值。
有时候，人们会因为问题的表述方式不同，而对本质相同的问题给出不同的答案，这种现象被称为“框架效应”。
同样是作为刺激消费的减税政策，使用“税收红利”会比“退税款”更能促进人们消费。因为 一个“退”字，意味着曾经属于你的钱回来了，你的财务停留在“维持现状”的状态。而前景理论预测你在“维持现状”时，花钱的概率较小。但是，“税收红利“的说法意味着这笔钱是”额外增加的“，即在当前状态的基础上增加了。相比之下，人们更乐意花掉这部分”额外增加的钱“。
广告商们充分意识到了框架的重要性。比如牛奶上，商品广告会标明“95%脱脂”，而不会说“含有5%的脂肪”。
人们需要学会从多个视角思考同一问题，学会习惯性地去打破框架，并由自己来重设框架。
认知吝啬鬼的缺陷之一：我方立场信息加工
因为从他人立场考虑问题是一件很耗费认知资源的事情，人们倾向于仅仅基于自我的视角对情景进行评价。
我方立场信息加工不仅会损害我们客观评价证据的能力，对我们产生证据的能力也有负面影响。
其表现主要有：
（1）过度自信： 人们会高估自己对体育比赛结果、行为后果、经济走势等未来事件的预测准确性。
（2）计划谬误： 人们常常会低估自己完成某项任务（比如完成一篇优秀论文、完成当年的税务表格、完成一项基建项目所需的时间。
（3）螺旋循环： 人们一直认为他人比自己更容易受到认知偏差的影响。
（4）控制错觉： 是指个体相信通过个人的能力和努力，可以控制随机事件的结果。比如选彩票号码时，人们更相信自己选的号码的中奖率会比系统选码更高。
认知吝啬鬼的缺陷之二：深思熟虑后依然失败
我们前面介绍过，人类大脑活动的过程是由类型一加工和类型二加工构成的，类型二加工的主要功能是压制类型一加工。但有时候，也会压制失败，那么压制失败会有什么后果呢？
1、压制情绪失败
电车难题：扳动开关，牺牲一个人而拯救五个人。大多数人认为这是值得的。（亲身难题，涉及较少的个人困境）
天桥难题：把陌生人推下去，其他五人得救。多数人说他们不会这样做。（非亲身难题，涉及较多的个人困境）
人们普遍认为第二种情景让人为难、很讨厌，而第一种情景就不会给人带来不愉快的困扰。这说明人们在决策时容易受到情绪的影响。
2、有意识思维常常会被无意识思维所取代
例如：
其实，只要稍微懂点概率论知识，计算一下，就知道两个袋子的赢钱概率，A袋子是10%，B袋子是8%。但是，仍然会有很多人选择从B袋子中摸球。
为什么呢？因为人们看到的是B袋子里有更多的红球，它看起来有更多的赢钱的机会。但实际是，B袋子它同时也装有更多的白球。这说明，在明知道哪一个是最佳选择的情况下，人们对绝对数量的偏好战胜了理性规则。
认知吝啬鬼的缺陷之三：“跨时间偏好翻转”的非理性行为
缺乏评估及时奖励与延迟奖励的能力，是导致很多人非理性行为的来源，这些非理性行为阻碍了目标的最大化实现。
比如：
为何一周的等候时间在一种情境中至关重要，而在另外一种情境中又似乎变得无关紧要呢？可以用【双贴现曲线】来解释。该双曲线是觉得预期收益打折速度的函数。
双曲线函数会让人们高估近在眼前的奖励，而忽视长期目标。 它还会让人们的偏好随着时间变化而变化。
“心智程序”是指个体可以从记忆中提取出的规则、知识、程序和策略，以辅助决策判断和问题解决过程。
心智程序出现问题是导致不良决策的重要原因，有时，个人是因为没有安装足够的心智程序，即 心智程序缺陷 ，如忽略备择假设、不擅长寻求证伪焦点假设；有时，是安装了 污化的心智程序 ，如相信占星术和笔迹学。
21世纪概率理论、经验主义概念、逻辑和科学思维的发展，给人类提供了形成信念、修正信念以及行动推理的概念工具。但概率思维、逻辑、科学推理等理性工具，通常是很多个体没有掌握的，所以会造成心智程序缺陷。
（1）缺乏概率论知识——忽略备择假设
人们在寻找有可能会推翻焦点假设的证据，并检验这个证据时，会感到非常困难。原因在于，人们天然的思维倾向是寻找正是假设的证据，而非证伪的证据。
因此，在推理过程中， 寻求可证伪性 是一条非常有用的原则。
（2）警惕概率论的谬误：条件概率倒置
条件概率倒置是指在给定B的前提下A的概率与给定A的前提下B的概率，两者是等价的。但实际上，这两者并不相同。当人们进行概率评估时，应该更重视子集与全集之间的关系，而不应该根据相似性评估做出判断。
（3）缺乏程序性知识
程序性知识是指按照特定方式处理信息的策略和倾向。概率推理原则可被划分为陈述性知识，而反意思维则是策略性心智程序的代表。
为什么人们会在庞氏骗局和金字塔传销骗局中受骗，那是因为心智程序受到污染的人开始认为他们每天身边见到的、他们一辈子都在经历着的经济规律可以被违背。
污化心智程序导致的理性障碍有：占星预测、阈下减肥、生命节奏、服用维生素B17（假的抗癌药物）、庞氏骗局、金字塔传销骗局、精神外科学、灵魂出窍经历和走火等。
智力上更聪明并不能保证不做蠢事，相反，研究表明：污化心智程序对于那些智商较高的人更具有诱惑力。
只有个体身处于多数信念都是正确的某一知识领域中，才可以用当前的知识结构帮助自己更快地吸收新的知识。然而，如果个体使用的信念子集含有大量错误信息，知识预期就会耽误对正确信息的吸收。理解神创论或大屠杀否认者的关键点就在于此。
人们为什么会受污化心智程序的影响？
绝大多数人都认同这样一个观点：我们的信念一定会有利于实现某个目的。然而，如果这个“目的”不是我们真正想要的呢？
因为有模因发挥作用，但模因能够传播的信念，未必正确，也未必有利于传播者。也就是说存在于我们脑海中的信念不一定符合人的利益。
我们在安装心智程序时，要避免安装可能对你产生生理伤害的心智程序，警惕不可证伪的心智程序，在安装心智程序之前，罗列出代价和利益，要安装正确的心智程序。
1、心智程序缺陷引起的非理性是最容易被治愈的，因为造成这种心智缺陷的原因是缺少某种策略和可以通过学习掌握的陈述性知识。
2、要学习概率论知识和科学思维。
3、多使用可证伪性原则去检验一些心智程序。
4、一个具有极高普遍性的行为策略——使用执行意图。即“当X发生时，我就做Y”。
理性可以在很多方面改变人们的生活，相比于智力，理性在人们一生重要的决策中更重要。很多时候，通过改变环境而不是人，更能预防不理性行为。
⑥ 智能合约除魅：它能避免俄罗斯违约和“镍逼空”吗
· 《文理两开花》主播 ·
肖小跑： 《羊群的共识》作者，金融行业从业者及连续创业者，播客《墙裂坛》主播，公众号“肖小跑”主理人。
王玮： 数学和计算机学霸，兼通技术与金融。若干年前“all-in”区块链领域，成为区块链行业知名意见领袖之一。
“智能合约”这四个字似乎也是个“模因”了：这是一个在金融 科技 业界、甚至所有和 科技 、数字化相关行业中都会听到的概念——一个“听起来很厉害但并不知道到底是什么”或者“不知道厉害在哪儿”的模因，反正这四个字代表了“ 科技 进步”，都“智能”了还能不厉害么？
但它到底是什么？能做什么？不能做什么？迫切需要智能合约专家用小白和文科生都能听懂的语言来除魅。
正好最近在现实世界的金融市场上，也发生了几件有趣的事：俄罗斯债券违约、还有金属市场上的“镍逼空事件”——所以我们干脆做一个案例分析，现场来看看智能合约到底能不能解决这些现实世界中头疼的问题。
· 本期提纲 ·
1、365度全景式“除魅”智能合约：它到底“智能”在哪儿？是一段代码？一份合同？还是一个机器人？
2、它只能解决虚拟世界的问题，还是也能用于现实世界？
3、俄罗斯债券违约：如果用了智能合约，结果会不同吗？
4、如果主权债放在智能合约上会不同吗？智能合约能解决“信用”问题吗？
5、镍逼空事件和LME“硬分叉”：如果LME采用智能合约来自动执行，结果会不同吗？
6、区块链上的“硬分叉”和现实世界中的“硬分叉”（取消交易）有什么不同？
7、“投票”+“冷静期”的设定能避免“多数人的暴政”吗？
· 文字稿 ·
小跑 02:48
“智能合约”（smart contract）这四个字好像已经变成一个“模因”了。 它是金融 科技 业界、甚至更广泛的跟 科技 、数字化相关的行业，都会听到的一个概念——反正这四个字就代表了 科技 进步、代表智能。
但它依然是一个“听起来很厉害，但不知道到底是什么”，或者“不知道到底厉害在哪儿”的概念。大部分人，包括我在内对它也是一知半解。所以今天请王玮老师用小白和文科生都能听懂的语言，给大家“除魅”一下智能合约。
另外，正好最近现实世界的金融市场上，发生了几件很有意思的事——包括俄罗斯债券违约、镍逼空事件。今天干脆拿这两件事来做一个案例分析， 来看看智能合约到底能不能解决这些现实世界中的头疼问题。
先请王玮老师给大家解释一下： 智能合约它到底“智能”在哪儿？
王玮 04:26
智能合约如今不管在区块链、DeFi、还是未来的web3领域，都是最重要的核心。比特币出来时，大家都说区块链是“分布式账本”；自从以太坊诞生，大家慢慢看到智能合约在web3.0甚至metaverse领域，作用越来越大，重要性也越来越高。
我先从发生在身边的一个小故事说起。我有一位师妹，是大学计算机系教授，去年问了一个问题：区块链我都能理解，但有一个问题没想明白——智能合约到底“智能”在哪儿呢？
之所以这么问，她一定是把“智能合约”理解为“智能代码”了。因为是搞技术的，她一定是跟别的代码比较，默认“智能合约”应该比别的代码更“智能”，才配叫“智能合约”。
我的答案是： 不要把它跟计算机代码相比，而是跟现实世界当中的“合同”相比——它是一段智能的“合同”，而不是智能的“代码”， 就好理解了。把它跟代码比较，有点侮辱“智能”这个词。但跟日常经济活动中签的合同来比，逻辑就比较贴切了。
那跟合同来比，它智能在哪儿呢？
我们日常的合同有几个特征：第一，有签署的双方或多方；第二，它有合同的条款，什么情况下执行什么条件做什么事情；第三，有合同标的物，一手交钱一手交货，合同约定了提供什么商品或者服务，付多少钱；第四，合同大概还有个编号，有个标识记录这是哪份合同，哪年哪月哪日签的，谁跟谁签的等等；第五，要有一个管理手段，签署多方要各持一份，防止某方把条款改掉。这五个特征基本代表了日常执行合同的最基本条件。
从这个角度，智能合约就好理解了。
比如以太坊的智能合约： 第一，它的代码和存储的数据，其实相当于合同条款达到什么条件、怎么自动执行——大家可能都知道智能合约的这个特点。第二，它还能够让“签署双方各执一份”这件事在链上实现，签署双方都能访问到区块链的时候，其实就是都能看到合同副本，而副本不是自己能掌握或篡改的，而是链上存储的。
这就很有意思了：中本聪发明区块链，是为了防止“双花”比特币这种纯数字资产的，结果到了智能合约时代，以太坊一下子赋予了它“帮助合同所有方存储无数副本、保证不被篡改”的神奇能力。区块链是全球化的分布式存储，它能够让世界上任意多的人来共同签署和执行一个合同，而不会让有被篡改的危险——这件事在传统领域做不到。因为技术的限制，你没法让任意无数人同时签署一份合同。
第三，智能合约的每一段代码都有一个对应的“地址”，执行这段代码的入口，这个入口可以理解为合同的编号，唯一的标识。
第四，智能合约本身还能够拥有“其他的财产”。 我们日常的合同只是一张纸，一个附属品，财产仍然在人的掌控之中——合同就算约定了镍的交割，纸怎么能控制镍的移动呢？而智能合约本身却能掌控财产。合同一定要有“标的物”，有“钱”有“货”，这个标的物是可以受到智能合约所控制的，相当于是被它“所拥有”的。在这种情况下，所谓的“自动执行”才有保障，它拥有对资产的全部执行权。
小跑 11:30
相当于司法执法合二为一。
王玮 11:33
对。所以有签订方、有无数可靠的备份、有自动执行能力、有可以找到的地址和入口、还有对于合同标的物的控制权——从这个角度，它确实比普通的合同要“智能”的多。
小跑 12:04
其实特别理解王老师师妹的想法，毕竟都是理科生，大家可能天然会从代码角度来理解。但作为非技术背景的普通人，我反而没有理解的这层障碍。
一看到“智能合约”这四个字，没有代码背景的人，天然就会先把它想象成一个合同，一个不用人来执行的“聪明的合同”。在现实世界中，比如我跟老板签了合同，但是他每个月不给我往账户里发工资，我也没办法。
另外，智能合约建在区块链上，就是说跟我签合同的人，我不用认识也行。我们之前没有做过买卖，没有建立过任何信任关系，其实也能签——因为区块链保证了“人手一份”且不能改。 这有点像我们讨论过的SWIFT——它实现了“信息”和“账户”合二为一；而智能合约是实现了合同的“内容”和“执行”合二为一，一旦建立了，执行就不用太担心了，智能合约会自动给我发工资，不用再信任老板。
可是，仔细再想的话，好像又有点琢磨不透。如果它的执行是自动的，那出了问题该怎么办呢？ 我们订立传统合同时，会有后续发展过程中修改条款的情况，或者出现特殊情况导致合同不能按照订立时的条款来执行——如果出了差错，智能合约还是会不管不顾的执行下去吗？
如果真是这样，大家在“签”智能合约，按启动键的一刹那可能就要再想想了——只要一按，后面就没有改的余地了，对吗？
王玮 15:00
先说第一个问题：智能合约最大的价值就是能让世界上相互不认识、或者没有过任何协作关系的人，能立刻签署、执行这个合约，获得结果——这跟区块链的特征是一脉相承的。
很早我们在介绍区块链时，会强调它的一个特征——能让全世界本来没有任何协作关系的人，开始转账交易。中本聪发明的防止“双花”，就是为实现——我们虽然不认识，但我转账给你，你知道这笔转账一定是真实的，而不会出现任何问题。智能合约就继承了这个特点，不会因为咱俩不认识、或者你耍赖而导致合约执行不了。
但如果是这样，签订了合同一定能执行，就意味着它肯定不会变。那我又怎么敢随便签？
这一点倒是要从技术角度看了—— 智能合约是可以“变”的，“变”从技术角度讲，跟一个软件系统的升级没有太大区别。
如果你一定要改变某个条款，就相当于原来的作废，新的合同重签。智能合约也是一样，相当于你把代码升级， 现在是版本1.0，过两天我来了个1.1版，换掉1.0版——我们从现在开始执行1.1版——这是没问题的。但是问题又来了，谁有权利来做这件事呢？如果是合同签订双方都有权利改合同，就没任何意义了，完全实现不了。
智能合约其实相当于在一个“市场”上，合约由一个第三方来创建，然后大家分为甲方乙方丙方，在合约上去签署和执行。
之所以敢签署，是因为我作为甲方，相信乙方丙方丁方改不了这个合约，必须执行。第三方就是合约发布和创建方，它是有权利来升级合约代码的。这样一个机制，有点像建立一个“卖场”， 里边的买卖双方在卖场里签合约，做买卖，但改变不了卖场的规则——只有卖场的构建者有权利来改。这也是一种必要性。
这种必要性会带来什么问题吗？
肯定也有。比如，第三方有“监守自盗”的危险，如果他发现改动合约对自己有利，也可以去篡改合约，导致签订者的损失。就算他不是出于私利，而是想改进合约的执行效率，或者改善条款，但大家是否都同意？
我们常举的例子：一个“借贷”智能合约可以规定一个利率算法，比如说年化5%；如果调整成为年化30%——表面上看，利率是借贷双方互相支付的成本，跟规则制定方的利益没有直接的关系；但也不能因为是中立方，就可以随便瞎改规则， 于是你需要给买卖双方一个“缓冲期”或者“冷静期”，或者一种投票的机制，可以让参与者共同决定。如果接受，投票通过，就可以修改规则。
如果参与者不接受，你还要改的话，那么你给我个冷却期，我要退场。所以最终整个逻辑还是完备的，还是要引入第三方的制约机制。我觉得这一点跟现有金融市场的一些规则也很类似。
小跑 20:42
这就是为什么需要专家解读。如果只看这四个字，会觉得就是个冷冰冰自动执行的代码；但实际上背后还有一系列规则，而且这些规则大部分是可以映射到现实世界的。比如刚才的例子就很像一个“仲裁机制”。
既然如此，我们就在现实世界中找几个案例，分析一下在现实世界中出了问题的、让人挠头的情况，放在智能合约上，结果会不会不同？
我找了两个：一个是俄罗斯违约，一个是镍逼空。
先从俄罗斯开始。俄罗斯其实是个经常违约的国家，它主权债的违约次数是很频繁的：1918年沙皇帝国债券违约，1998年俄罗斯布雷迪债券几乎违约，最近俄乌战争，又把它带进另一个违约危险时期。
3月16号这一天俄罗斯两只美元债，要付1亿多美元的利息；付息前一个礼拜大家就开始担心，因为俄乌已经开打，它到底还有没有能力支付？如果支付用什么币种？用卢布吗？当时已经贬值20%。
结果是没有违约，危机暂时解除了。3月18号俄罗斯财政部已经还了，虽然晚了一天，不过仍然在30天宽限期内。但事情还没完，4月还有20多亿美元的本金偿还。所以到现在为止，会不会发生违约还是一个巨大的问号。
通常一个国家不愿意违约自己的主权债，主要原因是如果违约，市场会以某种方式惩罚你，比如失去信用，被评级机构贬为垃圾债，导致投资者在很长一段时间内不愿意碰，你就很难在市场上找钱。
但是一个国家违约的可能性实在太多了。上个世纪大量主权债的发行，其实都是为了资助战争，一旦战争爆发，肯定是要违约——因为钱都要拿去打仗。俄罗斯现在就是这么个情况，而且更棘手——不管是被动制裁，还是大家主动制裁，显然投资者已经不愿意碰了。俄罗斯基本与世界隔绝，也不能再失去更多信用，因为它几乎已经没有信用了；外汇储备被冻结，就算想还，去哪儿找美元、硬通货呢？
所以在这种情况下，“违约”这两个字究竟意味着什么？
在现实世界中，作为政府的债主，你其实是很难冻结或者强制出售一个国家资产的。这是一个信心加耐心的 游戏 ，如果你有本事在一个足够长的时间内，不停骚扰这个国家的政府，年复一年穷追猛打，就像当年保罗辛格为了追债，干脆把阿根廷的船给劫了。俄罗斯这个战斗民族不一样， 历史 经验表明，即使是最坚决的债权人，俄罗斯人也有足够的能力胜过，以死猪不怕开水烫的心态挡住所有追债。
这次还有个很有意思的地方： 这笔主权债中有一个条款，叫做“pari passu”——“一视同仁”原则。这是一个古老条款，一个多世纪前大家就用在债务合同中。它要求债务人对所有债权人要平等对待，不能厚此薄彼，只要跟其中任一个债主谈妥了，也要给予所有其他债主相同的偿还待遇。
自从保罗辛格利用了这个条款，向阿根廷政府讨债成功，之后大部分国家在发行主权债务时便删除了此条款——防止这些“钉子户”追债时再利用这个条款。
但是俄罗斯这笔债中却没有删除——要么是战斗民族太傲慢，觉得自己永远不会被起诉；要么就是忘了。 尽管如此，条款中关于“未来偿还“的字眼却神奇的消失了——是故意，也许是笔误，反正结果变成了：发行时会遵守“一视同仁”原则，所有债主都一样，但并不意味着“未来”还是一样的。
这个例子告诉我们，债券市场是一个完全由“样本文件”主导的“ & paste”交易，很少有人真的会看多达几百页的条款——但魔鬼也就在这里，人为的“调整”、“违约”空间太多了。
如果债发行在智能合约上，是不是就不会出现这种情况了？
王玮 28:09
这个案例特别有意思。本来还有点担心，因为区块链也好、智能合约也好，其实最不适合迎来解决债的问题。不过听了俄罗斯债务里的很多细节，又有好解决的地方了。
首先，“债务”这个东西，是一个典型的“信用”过程。从本质上，我把金融分为“信用过程”和“计算过程”两个部分。区块链、智能合约、DeFi等等，其实解决的是“计算性过程”的部分，而“债”是典型的“信用过程”。
实际上， “债券违约”这件事是最不适合于用智能合约去解决的。或者说，智能合约、区块链这些技术对于“债券违约”是最无能为力的——因为违约就是个信用丧失的过程， 就算用智能合约来写债务合约，但还债的过程涉及到还债主体，你需要把资产放入智能合约才能执行；不放进来，就执行不了。
这就回到最关键的一点：智能合约能保证自动执行的前提，是合约本身对标的物有“控制权”。但如果我未来才要还的钱——本金甚至是利息都要放在智能合约里，被它所控制，那我现在“借”钱干嘛呢？还得倒贴往里面放点利息。
在DeFi领域里，我们也看到非常多的项目和创业者，试图用智能合约来解决一个债务市场的问题，或者创建信用产品。其实没问题， 因为智能合约背后还可以有一套其他的保障机制，比如投票等等；最终把“信用”部分转化为其他的保障机制，还是有可能的。
信用的“执行部分”不可能转化为代码层面的保障机制，但这不代表智能合约不能对债务市场有所改进。
在俄罗斯债务例子中，它把“一视同仁”条款中的“未来”字眼去掉，这是它的权利，没有办法控制；买债的人一不留神，没注意到改动就买了——这一点其实在智能合约层面可以有所改进。
首先， 智能合约作为代码规则写进来，天然就有“一视同仁”的条款，因为代码是人人都可以执行的。只要有地址，有代码固化在里面，天下人都可以执行，所以默认一定是会“一视同仁”的，你要是想不“一视同仁”，反而要去做很多手脚。
关于“债券市场是一个以模板为基础， & paste的市场”——让我想起了过去几年，很多DeFi智能合约领域的“微创新”，也是把某些智能合约的代码全盘拷贝过来，然后改上两三个字。
但是你会发现在这种情况下，智能合约反而有价值了。为什么呢？
因为智能合约是精确的代码。一个审计机构是可以轻而易举找到改动之处的。几行代码的不同，意味着结果有什么差别，是可以精确推导和判断出来的。而在传统市场，因为自然语言是不精确的，就算让律师去审，我们也不知道这几句话改动的背后，是不是还隐含其他含义？或者导致什么意想不到的后果。
智能合约的审计机构是整个生态中非常重要的一方。这些机构往往是一些智能合约开发高手，或者白帽子黑客。他们的作用很像现实世界中的律师事务所，专门负责去审合同、审合约代码。
所以总结一下：智能合约不能解决债务的所有问题，但是它在债务的执行、和条款分析层面，仍有很大的作用。
小跑 35:47
所以我现在觉得可能俄罗斯这个案例，甚至整个主权债放在智能合约上，可能不太现实。因为对于本来就有意“不执行”的一方，可能根本不会签了。
这就引出了第二个案例：前些时候闹得沸沸扬扬的镍逼仓事件。
大概复盘一下：三八妇女节那天，市场上演了一个 历史 性的事件，我们在LME（伦敦金属交易所）市场上见证了史诗级的空头挤压。镍价创了有史以来最极端的价格波动，3月7日暴涨76%，达到每吨5万多美元；紧接着第二天突破一吨10万美元的关口。
这是一个明显的逼空。被逼仓的是青山——全球最大的镍生产商，在俄乌战争之前押错了方向。15万吨的镍空头头寸，其中5万吨是和摩根大通的OTC（场外）头寸；也就是说此刻青山已经欠JP大概10亿美金的保证金。
对于OTC的场外交易，其实大家还是有商量余地的，如果极端情况发生，各方会首先场外协商解决方法。这一次爆仓后，青山的经济上先向交易所垫付了保证金，不然清算会出现巨大问题。谈判的结果空头头寸先保留，之后LME“创造了 历史 ”，取消了交易，并且把镍的交易一直停到3月中旬。
从那一刻起，从全球市场的角度，LME的“信用”和“中立性”就出现了巨大的问号——突如其来的停牌影响了几千笔的交易，市场上其他参与方损失巨大。
这个案例，智能合约有可能在哪些环节会发生一些作用呢？
王玮 42:10
其实刚才在介绍智能合约的时候也提到了：我们确实可以“干预”智能合约，它并不是真的100%不能变。
从这个角度讲，LME的这种干预也可以算是“干预”的一种情况。但这里确实有一些问题：第一，智能合约的“干预”，必须要通过“有权限的人”去升级代码；或者直接去修改智能合约当中的参数来实现。这跟一个中心化的体系把交易“回滚”、“取消”还是有区别的。
智能合约的干预，不管是代码升级还是参数调整，它也只能是“向后干预”，改未来的规则，不能倒退回过去的某个阶段——区块链是不支持这种干预方式的。
当然，并不是说“向后干预”完全不能出现。举个例子，大家可能都听说过以太坊的DAO攻击事件， 为此以太坊发生了“硬分叉”——这确确实实是“回滚”，在以太坊的 历史 上就发生过这么一次。但是这次“回滚”的结果，是同时产生了ETC和ETH这两条链。
所以，在“计算性”的体系下，就算想要“回滚”，也不是100%的滚，因为仍然有人可以选择去执行那些没有被你“回滚”的合约。
但这在现实世界中没办法发生。 因为不可能有另一个平行世界的人，选择继续去成交被逼空的那些单，因为交易所只有一家，回滚就是回滚了，不会硬分叉出来两个交易所。
现实世界无法分叉，无法分叉出两个青山、两个俄罗斯、一吨镍变成二吨——两个平行世界中各一吨。这是物理世界决定的。所以智能合约、区块链这套体系，只能针对“纯数字资产”才有所谓的“保障执行”能力。
那LME这种“停止交易”、“取消交易”的情况，在智能合约领域能不能做到？
客观的说，也可以做到。一般可以通过两个手段： 第一个是投票。相当于LME的股东集体来投票，投票结果决定是否允许回滚，投票不通过就不能改。 这就是为什么现在的加密领域会推行“token economics”（通证经济学）体系，这是一套类似于股权的模型，投票结果可以绑定智能合约，自动执行结果。
第二，投票意味着什么？数字世界里的投票，是个“刚性”的结果——51%的人同意就改，但这不会引起“多数人的暴政”吗？49%的人不同意，也只能接受吗？投票不能解决问题怎么办？
答案是设定 “冷静期”或者“过渡期”——几天、几小时都可以。就算投票通过，也只能冷静期之后才能执行。不想玩的，就在这段时间内从系统里退出。改规则没有问题，但要给我离开的自由——这是最基本的自由了。
LME的做法，就是典型的“中心化”系统的弊端——就算要改规则，第一能不能让大家投个票？受到规则影响的人，起码要给一个发言的机会。第二，就算投票通过，也要给一些时间之后再改。
如果用智能合约来实现，并且遵守刚才的那套治理规则，它的信用程度肯定更高。所以从这个角度讲，智能合约在维护一个公平高效、更高信任的市场规则，是会有比较大用途的。
小跑 50:51
是的。虚拟世界中的一些机制也可以用到现实世界。 但是这些投票、冷静期等等规则有多大可实施性呢？
比如多数人的暴政。如果大家突然意识到有“多数人暴政”的可能性，比如我仇富，反正大家都是市场的韭菜，我们以数量取胜，联合起来投票，把大户账户里的钱全都转到我们账户来——如果真的按投票结果来自动执行，不是相当于“合理抢劫”吗？
但是如果设了冷静期，15天之后再正式“执行打劫”，大户肯定会离开，总不能等着被打劫。可是大户都已经离开了，我15天之后还打劫谁呢？整个 游戏 就没有存在的意义了？
王玮 52:17
这就是区块链和加密货币的一个核心理念——就是你的行为要有经济上的合理性。
如果小散这么做，就是损人不利己。不仅没有得到钱，唯一的结果是毁灭了这个平台的价值、信用。在这种情况下，你会发现小散也没有那么傻，他们知道自己投这个票是没有意义的。
这就回到中本聪写比特币白皮书中提到的，你可以51%的算力攻击，把比特币全拿到自己手里，但是比特币也因此归零了——你买的那些机器成本也回不来了，这对你有什么好处呢？
所以某种意义上， “经济模型”是区块链领域最核心的“模因”。我们维护的这套经济模型的合理性，导致攻击是没有意义、不合理的。
小跑 54:11
我现在觉得其实任何规则和机制，虽然看起来像是补救措施， 但实际上它发挥最大作用的时间——还是在事情发生之前。
大家的行为会在博弈影响下，自动找到一个最理性、“守规矩才能价值最大化”的结果来走。也就是说好的事前设计，会导致一个理性的结果。
王玮 55:13
智能合约和区块链最核心的价值，其实是“维护规则的有效性”。更适用于平台经济、或者双边市场的逻辑。 区块链和智能合约的创造者，是规则的制定者和维护者，本身并不一定是参与方。而参与方是世界上互不认识的人，共同参与 游戏 。
如果两个人认识、签一个合同、互换了合同文本、以及后续都有意愿保障执行——那这个场景下，智能合约没有太大意义。
小跑 56:55
非常同意。大家可能有各种通关升级办法，但是整个 游戏 规则大框架是可以用智能合约改进的。
— End —
播客《文理两开花》
⑦ 狗狗币是什么在哪里能买
狗狗币（Dogecoin)是一款虚拟货币。
诞生于2013年12月6日，由IBM工程师Billy Markus推出，币面符号是一只Doge。起初只是Billy Markus用于证明，同时作为比特币的改进示范而创立的电子货币，但发布之后很快的在电子货币社区中流行。
狗狗币发行：
Dogecoin总发行量为1000亿，创建者希望通过巨大的发行量从而减小少部分人对币值的操控，也正是因为DOGE的发行量巨大，所以在各大交易市场中的价值也相对的较低。
基于庞大的发行量，所以DOGE在商业领域的开发相对于比特币、以太坊以及莱特币来说进展并不积极。狗狗币获取方法有两种，一是交易所交易，二是挖矿获取。
⑧ 暖笔记｜万维钢精英日课之博弈论
博弈论不是“三十六计”
《三十六计》在很大程度上是一本阴谋诡计之书。诡计有三个问题：首先，诡计都有巨大的风险，诡计要想成功，你不但必须严密封锁信息，而且还得假设对手是比较愚蠢的；第二，诡计是不能长期使用；还有一个更大的问题，那就是它们说的都是“零和”游戏。真实世界中，除了战争，很少有这样你死我活的局面。
计谋要是太多，愚蠢的人就不够用了。博弈论研究的是“理性人”之间的博弈。博弈论假设人是理性的，表现为三个要求：第一，你得知道你想要什么，并且对你想要的东西有一个明确的排序；第二，你的行动是在一定的规则之下，争取得到你想要的东西；第三，你知道对手也是这么想的，而且对手也知道这些规则。人有时候会被某种情绪劫持，这种情况不是博弈论的研究内容。
博弈论研究的就是一群聪明人，在一定的规则之下，如何选取最有利于自己的策略。传统上一说到博弈都是研究怎么选择更高明的策略，而我想告诉你的是，如果各方都足够理性，那么最终决定局面的不是策略，而是规则。
博弈论要求你假设，你能想到的，别人也能想到，那你怎么办。你的任何行动都得考虑对手的反应。这里面没有阴谋，全是阳谋。
跟其它学问一样，我认为博弈论的一个重大好处是能陶冶情操。你的气质会得到提升，你会是一个更清醒的人。当一般围观群众对身边的大事长吁短叹的时候，你能观察到其中的博弈格局。就算没有机会插手，你至少知道这件事儿的关节在哪里，你至少不会有不切实际的幻想。博弈论还能让你更积极主动。博弈论的精神绝不是冷眼旁观，而是要做一个player！要敢于为了得到自己想要的东西而采取主动的行动。
怎么对付“非理性”的人
博弈论的前提是双方都是理性的。如果一方是非理性的，那么有两种情况。如果另一方不知道他是非理性的，那么非理性的一方最终会损失重大，可能就没命了，可是理性的一方也会遭受损失。而如果理性的一方知道对方是非理性的，那为了避免自己受害，就会选择让步。所以，做出非理性的样子，让对方知道自己是非理性的，这对自己有好处。理性的人可能会假装非理性。这就是为什么有些人会在公共场合搞哭闹、好像不管不顾一样。
群鸦的战争
博弈论的三个基本概念：“帕累托最优”、“压倒性策略”和“纳什均衡”。
Player，在游戏中叫玩家，在体育比赛中叫选手，在博弈论中叫参与者——其实都是一个意思，博弈论（Game Theory）说的都是game。有一点参与游戏的精神，你就有权在规则范围内采取对自己最有利的行动，你就是积极主动的，你就会平等对待对手——你就既不是一个浑浑噩噩整天根据别人设定做事的人，也不会有整个世界绕着自己转的幻觉。博弈论要求我们每次做判断都要考虑对方——不是考虑怎么对对方好，而是考虑对方会怎么做，然后你怎么做。
帕累托改进的意思是这个改进能在不伤害任何一个人利益的同时，使得至少一个人的境遇变得更好。如果一个局面已经好到没有帕累托改进的余地了，这个局面就叫“帕累托最优”。
“压倒性策略（Dominant Strategy）”，这个策略压倒其他一切策略，不管对手怎么做，这个策略对你来说都是最好的。
纳什均衡的意思就是这么一种局面，在这个策略组合里，没有任何一方愿意单方面改变自己的策略。
数学只是博弈论的辅助工具，博弈论的思想并不体现在数学中。学习博弈论，宁可有思想没数学，也不要有数学没思想。
理想青年喜欢帕累托最优，理性青年寻找纳什均衡。
以和为贵
博弈论研究的一般都是“非合作博弈”，参与者并不是心往一处想劲往一处使齐心合力办大事，而是每个人想的都是怎么让自己赢。出发点是非合作的，结果却可以达成合作。
这也是经济学的光荣传统。从亚当·斯密开始，人们就已经知道哪怕每个人都是自私的，各人都是为了自己的利益工作，全社会却能达成高水平合作。博弈论研究的合作可不是要搞“思想道德教育”去劝人行善，也不是让一个强权去管制人民，而是寻求能让人自愿合作的机制。好的合作，一定得是个纳什均衡。
如果一个博弈中有个多个纳什均衡，人们应该如何做选择呢？聚焦点就是在众多可能的纳什均衡中最显眼的那一个，人们会自动在这一点上达成合作。聚焦点的作用是协调。有些聚焦点是设计出来的，有些聚焦点属于历史路径依赖。有了聚焦点思维，我们就应该在没有聚焦点的时候主动提出一个聚焦点，促成合作，你可以先下手为强。聚焦点的最大价值就是它的存在本身。传统文化和社会习俗其实也是作为聚焦点起到了协调合作的作用。请注意，聚焦点能这么有用，有一个关键的前提，那就是各方没有根本的利益冲突。我们都希望能促成这次合作，我们需要解决的只是在哪里合作。想要合作的人们需要聚焦点。只要你能找到借口，任何借口都可以是聚焦点。事实上，即便有一定的利益冲突，只要合作的愿望大于冲突，我们还是可以使用聚焦点。
不纵容，但要宽容
防止背叛，最直观的办法就是把单次博弈变成重复博弈。为什么旅游景点的饭菜质次价高？因为那是单次博弈。你下次就不来了，他能骗一把是一把。而像麦当劳这样的连锁店，哪怕是开在旅游景点，也会保证质量，因为它要为整个品牌的声誉负责。很多商家说我们要做一百年，有些商店搞会员制，这些都是重复博弈。重复博弈之所以有效，是因为背叛者会受到惩罚。最直接的惩罚就是下次我也背叛你，让你得不到合作的好处。
一群人要想合作，至少要满足下面两个条件中的一个：第一，是合作对自己有好处，人们本来就想合作；第二，是不合作会受到惩罚。利益和惩罚只是硬条件。如果内部没有起码的信任，合作就是脆弱的。
80年代，密西根大学的政治学家罗伯特·阿克塞尔罗德（Robert Axelrod）组织了一个博弈竞赛。博弈的内容就是囚徒困境，你要决定什么情况下合作什么情况下背叛。各路学者提交了不同的策略算法，大家两两轮流博弈，看看最后谁的收益大。出乎意料的是，最后胜出的是一个非常简单的策略，英文叫“Tit for Tat”，一般翻译成“以牙还牙”。这个策略是 ：（1）不管跟谁，第一轮我都选择合作；（2）第一轮过后，我就复制对手上一轮的做法。你上一轮要是跟我合作，我下一轮也跟你合作。你要是背叛了我，我下一轮也背叛你。
以牙还牙，简单、粗暴、有效。但是你可能不知道的是，以牙还牙其实是一个脆弱的策略。这个策略对错误很不友好。计算机模拟总是精确的，但真人博弈可能会操作失误。在真实世界中，以牙还牙并不是最好的策略，它不够宽容。博弈论专家提出一个改进版的以牙还牙：对方背叛我一次，我继续合作；只有当对方连续背叛我两次，我再报复。研究表明，在有可能出错的博弈中，这个办法的效果比以牙还牙更好。
真实生活中别人可能犯无心的错，你可能误判。中国人有句话叫“退一步海阔天空”，强人通常不喜欢这句话，但是其实这句话很有道理——宽容能避免脆弱。不过请注意，这句话的关键词是“一步”。退一步是宽容，退两步就是纵容了。
有句话说“要跟你的朋友保持较近的距离——而对敌人，要更近！（Keep your friends close and your enemies closer）”古巴导弹危机之后，美苏两国一看这样真不行，千万别因为误会大打出手，所以双方建立了一个“热线”，任何事情先打电话问问，消除误会。
装好人的好处
如果双方都明确知道对方是理性的人，那有限次重复博弈就不会有合作。可是社会上有些人就愿意当好人，他就愿意合作。那么当你面对一个好人的时候，你是合作还是背叛呢？你的理性选择是合作。
“KMRW定理”说，在不完全信息博弈中，参与者不知道对方是好人还是理性人，那么只要博弈重复的次数足够多，合作能带来足够的好处，双方都会愿意维护自己是好人的这样一个声誉，前期尽可能地保持合作，到最后才选择背叛。
你在大多数情况下无法区分一个好人和一个理性人。张维迎在《博弈与社会》这本书里讲到，KMRW定理可以解释“大智若愚”。“智”，就是人要自私，一切行动都是为了自己的利益。“愚”，就是宁可吃亏也不背叛别人。每一轮都选择背叛，看似自私，其实那是“小智”。而如果宁可吃点亏也要选择合作，你就会建立一个良好的声誉，就会有更多的人跟你合作，从长期来这才是“大智”。
理性人有充分的理由不暴露自己是个理性人，你应该假装自己是个好人。那装好人要装到哪一步为止呢？有限次重复博弈的实验中，双方通常是到了倒数第二次博弈才暴露自己的理性人面目，选择背叛。博弈论专家绝对不会建议你去做真正的好人。好人经常对世界有一厢情愿的期待。有的好人认为他能感化别人，他觉得如果我这次跟人合作，哪怕吃了亏，下一次别人也会因为不好意思、或者为了回报我而跟我合作。博弈论专家会说这种想法非常危险。事实上，如果你身处一个比较险恶的社会环境，那你不但不应该做好人，而且应该装坏人。
不过话说回来，做真正的好人的确有个重大好处，那就是你会自我感觉很好。为了维持这个良好感觉，你宁可牺牲金钱的利益。好人跟好人之间形成了一个想象的共同体。这其实是一个幻觉，但是没办法，想象的共同体是最强大的社会力量。这种感觉有时候会如此强烈，以至于我们认为物质利益都是不值得的。这其实也是理性的！只要你知道自己心中什么最重要就行。博弈论不在乎具体的价值观，但是博弈论要求你对你想要的东西有个清晰的、稳定的排序。你得知道为了什么东西可以牺牲什么东西。
布衣竞争，权贵合谋
这个博弈格局是如果利益很大，而参与者很少，这些参与者就会联合起来。只要上了这张桌子，稳稳当当就能瓜分天下，何必斗个你死我活呢？
网上流传一句话叫“上流社会人捧人，中流社会人比人，下流社会人踩人”。这句话说得很难听，但是有几分道理。合作的利益大就不会竞争，背叛的成本低才会背叛。
怎么打破这个局面？一个办法就是扩大市场准入，让更多的参与者进来，让商家的协调没那么容易。另外一个办法就是依靠政府的力量反垄断，相当于全体消费者联合起来去对付那些巨头。
有一种困境叫自由，有一种解放叫禁止
博弈论是人类理性行为的第一性原理。
破解囚徒困境的方法，自由论者可能更喜欢用像重复博弈或者协调这样自发的方式达成合作，但是老百姓有个更直观的解决方案：让政府管。最高级的看法是，你应该把政府也当作一个player。而且政府也应该把自己视为一个player。既然是参加博弈的player，政府也需要博弈论。
先下手为强
动态博弈的本质不是轮流出招，而是你可以改变游戏的规则。
有个经典的博弈局面，英文叫“chicken”，是“小鸡”的意思，意思是比比谁胆小。在一条笔直的公路上，甲乙两个人各自开一辆车相向而行，眼看就要撞在一起了。游戏规则是谁先打方向盘靠边谁就胆小，谁就是小鸡。当然两边首先都肯定不想死，转方向盘是必然的，问题就在于谁先转。博弈论专家不是靠胆大工作的，我们的建议是你可以当着对手的面，把自己这辆车的方向盘给卸了。你这个动作明确告诉对方自己肯定不会转方向盘，因为你的车已经没有方向盘了，你只能走直线。那么现在两辆车会不会相撞就完全取决于对方。只要对方不想死——你知道他肯定不想死——他就只能转方向盘，这样你就赢了。
你改变了游戏规则。本来游戏规则是两个人都可以选择是做小鸡还是死，而你把规则改成了只有对手能选择做小鸡还是死。你放弃了自己的选项，但把做小鸡的唯一可能性交给了对方。
“it's
better to ask forgiveness than permission”——与其事先请求允许，不如事后请求原谅。如果你算准了你做了这件事对方也没办法，那你就应该直接做。
既然大家都不想死为什么不一开始就服软呢？答案是先升级再服软就不算是小鸡了。我们都已经证明了自己的勇敢，双方都推动了危机升级，这时候只要有个台阶，我们谈判解决，各退一步，不算丢脸。双方都坚持了原则，保全了颜面，双方都可以宣称下次对方再也不敢了。事实上也真不敢了。悬崖策略是非常危险的，它很容易因为出错而变成真的灾难。
其实你让对方先出手，你就已经错了。最好的办法给对方一个威慑，让他根本不敢出手。“威慑有三个要素：实力、决心和让对手知道。”第一，我有实力摧毁你；第二，我有决心摧毁你；第三，你得知道我有实力和决心摧毁你。从博弈论的角度，还有特别重要的一点，那就是双方都不想被摧毁——双方都得是充分理性的才行。
其身不正，虽令不从
动态博弈有两个基本概念，一个叫威胁，一个叫承诺。所谓威胁，就是我要求你不要去做某件事——我说如果你做了，我就会对你进行惩罚。所谓承诺，就是我要求你去做某件事——如果你做了，我就会给你一个奖励。威胁和承诺在本质上是一样的，都是我事先说好，会根据你下一步的行动采取一个相应的行动。
托马斯·谢林提出一个关键的概念，叫做“可信性”。不可信的威胁和承诺说了也是白说，只会让人觉得你这个人不靠谱。但是可信的威胁和承诺则是非常有用的。可信不可信，取决于事后的利益格局。只有你事后别无选择，履行自己的威胁或者承诺符合你在那个时候的利益，事前最优和事后最优一致，那才是可信的。不可信，是因为“事前最优”和“事后最优”的不一致。
可信=别无选择
为了发出可信的威胁或者承诺，你必须主动束缚自己的手脚。我大概总结了一下，有三种办法。第一个办法是给别人惩罚你的权力；第二个办法是主动取消自己的选项；第三个办法是建立声望。声望最大的好处就是它允许你无需花费任何成本就能提出可信的威胁和承诺。损害声望，就是对你失信最大的惩罚。
后发优势的逻辑
先发者暴露信息，后发者利用信息。如果你已经领先，就不要主动冒险了。应该让落后者先发起不确定性。落后者不改变打法就一点机会都没有，他想赢就必须冒险——而领先者只需跟随就行。
占据市场主导地位的大公司通常不愿意首先做一些特别激进的创新。我们现在做得很好还折腾什么？激进的创新往往是小公司发起的。而面对激进的小公司，大公司如果觉得它的新打法可能会威胁到自己，其实也很容易应对。一个办法是干脆收购这个小公司，当然还有一个办法是直接模仿小公司。
后发优势=先发者的信息+后发者的出手权。
信息是模仿机会，出手权是创新机会。
先发优势在于占领，后发优势在于信息和这时候才有的出手权。如果先发者能占住，后发者只能被迫创新，那么这时候先发者的正确做法是模仿后发者——可是因为各种原因，先发者常常做不到。学习前人经验可以让你少走弯路。但是如果你想赢，想超过前人，那你就必须得有一个前人没有的超车动作才行。
真正的“诡道”是随机性
冯·诺依曼说，想要真的迷惑对手，你必须把谎话和实话混合起来。
因为没有纯策略的纳什均衡，所以博弈论不能告诉你应该怎么踢才能赢这一把。但是，如果你要参加很多次罚点球，博弈论就可以给你一个指导，帮助你用一个“系统”取胜。博弈论要求你使用“混合策略（mixed strategies）”。你的混合概率选择，应该把对手能得到的最大报偿给最小化。“最小最大值定理（Minimax theorem）”这是博弈论的一个基本定理，它涉及到非常复杂的数学，但是这个精神是容易理解的——第一，你要按照一定的概率，混合自己的打法；第二，你混合打法的这个规律，必须是让对手无法利用的。英雄做事，必须完全没有可以被敌人利用的规律。
随机性，才是真正的“诡道”。混合策略不是阴谋而是阳谋。使用混合策略，你就算把决策方式告诉对手他也没办法。阳谋不怕被识破……归根结底，大家都是纳什均衡的奴隶。
博弈设计者
一般人遵守规则，少数人违反规则，有的人制定规则。设计一个博弈，比参加一个博弈要难得多，这是管理者的学问。
1961年， 经济学家威廉·维克里（William Vickery）提出一种竞拍方法，可以让竞拍者放心大胆地出价，现在被称为“维克里拍卖（Vickrey auction）”，也叫“次价密封投标拍卖(Second-price sealed-bid auction)”。这个拍卖方法是暗标，每个竞拍者只出价一次，放在信封里不让别人看到。出价最高的人中标——但是，他最后付钱不是出自己竞标的价格，而是出第二名竞标报价。这听起来有点反直觉，但正因为这样，竞标者才可以放心大胆地报出自己所能出的最高价，而不用担心因为不懂行情而吃亏！维克里靠对拍卖的研究获得了1996年的诺贝尔经济学奖。
冥冥之中有定数
博弈论的出发点是自由。你首先得是一个自由的player，能够独立自主地选择博弈策略，才谈得上使用博弈论。但博弈论的结局通常是不自由。作为一个理性的人，你的策略总是纳什均衡中的一个——如果纳什均衡只有一个，你就只有这一个选择。
就好像生物演化是基因的竞争，文化演化是“模因（Meme）”的竞争一样，博弈的演化，是策略的竞争。如果使用一个策略能带来好的报偿，人们就会模仿这个策略，这个策略就会流行开来。
永无止境的博弈
“游戏”和“博弈”，在英文里是同一个词，都叫game。新手容易动感情，老手都是理性的。而且光有理性还远远不够，你必须选择正确的策略才行。如果游戏里的对手比较弱，你还可以尝试各种各样的玩法，享受任性；游戏难度增加，你就没有太多选择；要打最高难度，很多时候只有一种正确的打法。而如果对手跟你一样也是个人类玩家，那你就算把什么都做对了也不一定能赢。
所有人都意识不到博弈的时候，可能你诗情画意都能赢；少数人意识到博弈的时候，谁意识到博弈谁赢；大家都意识到博弈了，那就只能比执行力——或者看谁能意识到新的博弈。
也许你有足够的前瞻思维能预期未来的博弈局面，也许你能举一反三熟练应对各种博弈局面，或者，现在你至少是个敢于博弈的player。
总结
“纳什均衡”是博弈论里最重要的思想，也是祛除妄念的清醒剂。纳什均衡的意思是说如果博弈各方都是足够聪明的人，大家最终的策略选择一定是这么一个局面：在这个局面里大家都认命了，谁也无法单方面改变策略去谋求一个对自己更好的结局。
纳什均衡是谋略计算的终点。
如果各方有强烈的合作意愿，而博弈有不止一个纳什均衡，那我们就需要一个“聚焦点”。
如果合作对所有人都有好处，但背叛对背叛者有直接的好处，那就是“囚徒困境”。
为了解脱囚徒困境，如果博弈是可重复的，我们应该寻求对背叛者进行惩罚。“以牙还牙”是最经典的做法，但适当的宽容更能促成合作。
在残酷世界里选择做好人表面上看是非理性的——但只要博弈有比较多、哪怕只是“有限次的重复”，做好人其实是有利的。
如果参加博弈的人数比较少，合作的利益比较大，各方就会形成串通和“合谋”，尽管这么做不一定对社会有好处。
有时候主动放弃一部分自由、让第三方“监管”，反而能促进自由，而监管者也应该把自己当作博弈的一方。
如果能迅速占领某种资源或者造成既成事实，那就“先下手为强”；如果先出手的一方守不住，那“后发”者反而会因为得到了关键信息和出手权而获得优势。
想要让别人按照你的意志行事，最好的办法是给他一个“可信的威胁或者承诺”。
有些博弈只有“混合策略的纳什均衡”，最高级的玩法不是欺骗对手，而是随机选择策略。
如果双方信息不对称，传达信息最好的办法是“发信号”，这意味着你要用行动去证明自己。
纳什均衡是博弈的结局，可是真实世界从来都没有结局——这是因为博弈局面总在变化，我们甚至可以主动改变博弈。
博弈论的最高级应用是“设计博弈”，比如说制定一场拍卖的规则，但这非常不容易。
而博弈论的最高视角，则是观察不同博弈策略在人群中的演化。我们看到的是，博弈永无休止。
补充阅读：Player作风
博弈的首要精神是做个“player”。
player的自我修养：一个合格的player，应该拥有四个作风——有限、务实、慎重、客观。
有限：Player 身份只是我们众多身份中的一个，博弈不是人生的全部。能接受失败的人，才有资格争取胜利。赢了就忘乎所以，输了就哭天抢地，那是最土的行为。
务实：博弈论不是研究把不可能变成可能，而是怎么实现最可能。“降维打击”是个幻想，任何成熟的领域都根本没有给你降维打击的机会。如果你以为你知道华尔街不知道的，那最大的可能是你不知道自己不知道。
慎重：任何争论中，感情的强烈程度和所涉及到利益的价值成反比。作为player，你不能轻易挑起争端，不能轻易表态，不能轻易透露相关信息。你要是有影响，就得注意影响。
客观：参加博弈，其实就是老老实实地考虑这些因素 ——1. 这个博弈是什么，我想要什么；2. 我现在有什么，我可以放弃什么；3. 对手的情况。你输入相关的条件，寻求一个限制条件下的最优解。管用的公关必须站在对方视角说话，先同步，才能领导。
善为士者不武，善战者不怒，善胜敌者不与，善用人者为之下。Player，那是有气质的。
⑨ 蛙跳算法的特点
SFLA由Eusuff和Lansey为解决组合优化问题于2003年最先提出。作为一种新型的仿生物学智能优化算法，SFLA 结合了基于模因（meme）进化的模因算法（MA，memeticalgorithm）和基于群体行为的粒子群算法（PSO,particle swarm optimization）2 种群智能优化算法的优点。该算法具有概念简单，调整的参数少，计算速度快，全局搜索寻优能力强，易于实现的特点。混合蛙跳算法主要应用于解决多目标优化问题，例如水资源分配、桥墩维修、车间作业流程安排等工程实际应用问题。
⑩ 优化算法笔记（十六）混合蛙跳算法
（以下描述，均不是学术用语，仅供大家快乐的阅读）
混合蛙跳算法（Shuffled Frog Leaping Algorithm）是根据青蛙在石块上觅食时的种群分布变化而提出的算法。算法提出于2003年，时间有点久远，但相关的论文并不是特别多，仍有较大的研究和改进空间。
混合蛙跳算法中，每个青蛙的位置代表了一个可行解。青蛙所在的池塘中有数块石块，每一代，青蛙们会被分配到石块上。在这一代中，只有石块上位置最差的青蛙会跳动。该青蛙首先会向着同一个石块上的最优位置的青蛙跳动，如果新的位置比原位置差则向则全局最优位置跳动，若该位置仍旧比原位置差则在解空间内随机跳动一次。可以看出每只跳动青蛙在每代中至少跳动一次，至多跳动三次，但由于每次跳动的青蛙数量等于石块数，故当石块数<青蛙数/3时，每代总跳动次数小于青蛙总数。
（查找文献追根溯源的时候看到了一个有趣的现象，原始的提出论文提出于2000年（Shuffled frog leaping algorithm:a memetic meta-heuristic for combinatorial optimization.）但是到2006年才出版，而2003年的论文（Optimization of Water Distribution Network Design Using the Shuffled Frog Leaping Algorithm）引用了2000年的原始论文，并标注为出版中。到了2006年出版时，原始论文引用了2003年发表的那篇论文，即这两篇论文相互引用，真是奇妙。估计是原始论文被拒了后又修改了结果到2006年才发表。）
这次的主角就是青蛙了。（没有石块就用荷叶代替吧）。
每一只青蛙只有两个属性：位置，当前位置的适应度值。
池塘中一共有m片荷叶，青蛙总数为n。
每一代中，将所有的青蛙按位置从优到劣排列，并依此放置在m个荷叶上。举个栗子，有5片荷叶（m1-m5）和21只青蛙（f1-f21,按适应度值从优到劣排列）。
即m1荷叶上的青蛙有{f1,f6,f11,f16,f21},m2荷叶上的青蛙有{f2,f7,f12,f17},依此类推。
每代中最差的青蛙会首先向着当前荷叶上最优位置的青蛙跳动，即该代中f21会向着f1跳动，f17向着f2跳动，f18向着f3跳动，f19向着f4跳动，f20向着f5跳动。
如果f21、f17、f18、f19、f20这五只青蛙没有找到优于自己当前位置的位置，则它们会向着全局最优位置的青蛙f1跳动，如果新的位置仍然差于自己的原位置，则该青蛙跳到一个随机的位置。
在D维空间内青蛙f1的位置 ，其适应度值为 。
（1）青蛙f17向f2跳动后的新位置为 ：
若 优于 则青蛙f17跳到 ，否则跳到（2）。
（2）由于f1在全局最优位置，故在这一步，f17会向f1跳动：
优于 则青蛙f17跳到 ，否则跳到（3）。
（3）f17会跳到解空间内的随机位置：
若 优于 则青蛙f17跳到 。
可以看出混合蛙跳算法的流程灰常的简单，跳动的算子也非常的简单，而且每次跳动的青蛙的数量等于荷叶的数量，所有其迭代次数会快于多数其他的优化算法。
我自己特别喜欢这个优化算法，总能从中体会出分治的思想。下面我们来看看实验，看看其效果如何。
适应度函数 。
实验一：
荷叶数为1的图像及结果如下：
荷叶数为2的图像及结果如下：
荷叶数为3的图像及结果如下：
荷叶数为4的图像及结果如下：
从上述的四个实验可以看出，随着荷叶数的增加，算法的收敛速度在不断的加快。同时，随着荷叶数的增加，每代青蛙跳动的次数也在不断的增加。荷叶数为1时，每代青蛙总共会跳动1-3次，荷叶数为2时每代青蛙总共跳动2-6次，当荷叶数为10时，每代青蛙会跳动10-30次。由于每片荷叶上至少得有2只青蛙，所以荷叶数最多为总群数的一半。
算法的效果比较稳定，但好像没有体现出其跳出局部最优能力，在种群收敛后其全搜索能力较弱，大多在进行局部搜索。
看了看算法的结构，其跳出局部最优操作为第三段跳动，而这次跳动仍旧按照贪心算法跳到优于当前位置的随机位置。现在我将其增强为：如果进行了第三段跳动（随机跳动），则无论该位置的好坏，青蛙都将跳到该随机位置。
实验二： 永远接受公式（3）得到的随机位置
可以看出在种群收敛后，仍然会有一些个体随机出现在解空间内，并继续收敛。比较结果可以看出实验二的结果中的最优值不如实验一，但是其均值和最差值均优于实验一，说明对原算法进行修改后算法更加稳定，且算法的性能和全局搜索能力有一定的提升，算法跳出局部最优能力更强。
混合蛙跳算法是提出近20年，其实现的方式与分治的思想有异曲同工之处。由于每次都更新的是每片荷叶上的最差位置的青蛙，故群体不容易集中于较小的范围。同时由于“三段跳”的操作，让混合蛙跳算法有了一定的跳出局部最优能力。其全局搜索能力和局部搜索能力应该差不多，当最差的部分青蛙跳走后，次差的部分青蛙则会变成了最差的青蛙，此时群体不会过分集中。当群体相对分散时，为搜索范围较大的全局搜索，反之为搜索范围较小的局部搜索，由于收敛速度不算很快，所以进行全局搜索和局部搜索的时间相对均衡。
混合蛙跳算法的流程非常简单，几乎可以说是流程最简单的优化算法。其中的算子也很简单，优化的能力由种群的结构提供。算法的文章中比较了 “模因” 与 “基因” ，模因类似与思想，其传播可以在同代中快速传播，比如音乐，几分钟就可以传播给其他人，而基因则只能有父母辈传递给子女背，传递的时间比较久。这也决定了混合优化算法的最重要的部分在于其群体的结构而不是其中的优化算子，实验说明这样的效果也不错，简单明了的算法也能有不错的效果。
参考文献
Eusuff M , Lansey K , Pasha F . Shuffled frog-leaping algorithm: a memetic meta-heuristic for discrete optimization[J]. Engineering Optimization, 2006, 38(2):129-154. 提取码：ttgx
Eusuff, M.M. and Lansey, K.E., Optimization of water distribution network design using the shuffled frog leaping algorithm (SFLA). J.Water Resources Planning Mgmt,Am. Soc. Civ. Engrs, 2003, 129(3), 210–225. 提取码：cyu8
以下指标纯属个人yy,仅供参考
目录
上一篇 优化算法笔记（十五）蝙蝠算法
下一篇 优化算法笔记（十七）万有引力算法
优化算法matlab实现（十六）混合蛙跳算法matlab实现