一、区块链为什么不能投机,为什么区块链是骗局

看世界的不同角度

读的东西越多越懂得世界并不是非黑即白，很多事情也并不是只有对错之分，开始学着用不同角度，以更包容的心看待世界。

分享几个观点，望我们都能运用“多元思维模型”学习思考

1长城有用吗。

很多人知道，长城不是一个文化建筑，而是一个军事设施，目的是防御北方游牧民族。

但一般印象中，在军事这一方面，历史上长城好像没起到多大作用，无论是匈奴还是突厥，还是后来的满清，他们该来还是来。

很多历史学家也这么说，比如美国有一位历史学家沃尔德隆，在《长城：从历史到神话》中就说，历史上长城的文化政治意义远远大于军事意义。日本也有位著名的历史学家杉山正明，他也说，在历史中，长城几乎没有发挥过实际功效。

对此苏力先生的《大国宪制》，书中对长城功能的分析有不同的见解

在一般印象里，理解长城，就是一堵墙，功能就是不让北方游牧骑兵进来，而自己也不出去。“长城”它不是“长墙”，它是一整套防御体系。

除了挡住敌人之外，大家都知道的，长城上有很多烽火台，一发现敌军，立马点燃烽火，放出滚滚狼烟。这可是在电报出现之前，速度最快的军事预警方式。

除了预警，还能确保援军可以及时赶到。

选址修建长城的地方肯定要依托天险，尽量挑不好走道的地方建。目的是增加，游牧骑兵抵达和翻越的困难。而中原军队不需要翻越这些地方，因为长城本身就像一个高速公路，有运兵作用。

长城不仅高，而且宽，甭管是步兵还是骑兵，在长城上运兵速度肯定快过游牧民族。

一旦边地住军收到烽火台预警，最快的进兵路线就是，抵达离他最近的长城，然后一路在长城上跟踪烽火台。

阻拦、防御是长城最基础的功能，再加上高效预警和运兵方式，这些就已经让长城成为非常实用的防御体系了。为啥说他实用，因为很节省成本。

我们总说，“万里长城万里长”不可能处处布防，从这个角度来看，长城原本就用不着处处布防，这才是它存在的意义，也就是说，长城在很大程度上缓解了中原王朝的边防压力。

除了防御，在进攻方面，长城也有很大的作用。

长城一旦建起来，在军事上，中原对抗草原的军事前线，就固定下来了，我要打匈奴，不用从洛阳、长安，或者其他地方出发，可以直接把长城作为军事依托。主动进攻的时候，我可以把军队集结到长城，然后从长城出发，我只管向前就行了，因为长城是我的后方。

这样一来的实际效果，游牧民族根本不敢把长城附近作为主要活动场所，都得离长城远远的，至少要上百公里才行。

一件事情毫无价值，有时候，只是因为你不是当事人，没有在实际情境中推演过它的价值。有人经常会轻率地评价一件事。比如谁就是坏，谁就是蠢之类的。

不管我们多聪明，这个世界总有我们看不到的角度。

不管我们自以为多正确，评价他人的时候都必须小心谨慎。

2工具的意义

过去，我们往往以为，工具就是替代人的一部分功能，提高人在某一方面的能力。比如，弓箭就是对人手的延伸，让我们可以够的着远处的猎物。汽车就是人脚的延伸，让我们可以跑得更快。

有的工具是对人现有力量的强化、延伸，最受欢迎。而有的工具呢？看起来不是那么有力量，但是它能给人观察世界增添一个维度。你说那种工具更有用？就比如说，你是一个马上就要上阵打仗的将军，现在给你两个选择，第一是给你增添一千人的兵力，第二是有间谍告诉你昨天晚上敌方的将军在帐篷里说了什么，你会选择要哪个？当然是第二个更有用。它并不明显增强力量，但是它让了你多了一个感知战场的维度。

比如移动通信的速度一直在提升，当时从3G提升到4G的时候，也是很多人说，手机可以看电影了等等。但是回顾过去这几年，真正的价值是在这儿吗？不是。4G真正成就的东西是移动支付。只有这么快的传输速度，才会掀起微信抢红包的热情，才会更方便用移动支付买东西。移动支付在中国的大爆发，对中国商业的推动，比手机看电影这事那就重要得太多太多了。

现在大家讨论得很热的区块链技术也是一个例子。已经成熟的区块链应用，就是比特币，还有其他这币那币。结果就是各种投机者扎堆。冷静的旁观者很容易得出一个结论，区块链技术不靠谱，除了让投机者得逞，没有什么现实的用处。

但是，我既不会参与区块链的投机，也绝对不敢小看区块链的未来。为啥？因为从今天我们讲的任何工具之间的关系，可以得知，一项新技术的出现，在已经看到的维度上，它可能作用不大，甚至是乱象丛生，但是，它总会绕到你身后，在一个现在还不知道的地方，在一个全新的维度上，洞开一个巨大的机会。

3为什么要有“历史感”

《历史的教训》王烁老师在这本书里读出了关于历史的两个误解。

第一个误解，就是我们觉得，历史是有规律的，那些治乱兴亡的背后，都可以总结出原因，然后就可以用来指导我们的行动。

古代社会的变化较缓慢，一代人经验当然可以分享给下一代使用。但是，如果从比较大的尺度来看，所谓“鉴往知来”确实不太成立。

比如，现在历史学界研究就认为，明朝的灭亡是和气候变化中的小冰期有关的，和南美洲银矿枯竭，导致的通货紧缩也是有关的，历史展开的过程往往是出其不意的。

王烁老师曾经问过耶鲁历史学教授斯莱德：你们历史学家如此熟知历史，能不能更好地预测未来？斯莱德说了一番很有意思的话。

他说：“我们熟知历史，所以知道一切都有可能发生，无法直视的黑暗、意料之外的光明。不过，知道这些只能使我们更好地解释现实，并不能使我们更好地预测未来。未来没有什么会必然发生，因为不知道哪只蝴蝶会怎样扇动翅膀。熟知历史，使我们知道人这种动物能干得出什么事来，使我们对未来更有想象力。普通人要么不够了解历史，要么遗忘了历史，于是失去了对未来的想象力。”

读历史不是为了知道未来，而是为了理解现实，并对未来保持想象力。

什么是历史感？就是回到历史上每一个人，每一代人的当时处境里去，重新理解那些活过、挣扎过、死掉的人们在当时所面临的约束下所取得的成就。只有这样才会看到一个真实的现代文明。

培养历史感的重要意义。就是帮助我们更好地理解现实。

我们怎么理解一个事物呢？比如，我眼前的这部电脑。要理解它，并不只是要知道它本身。我们对它内部的元器件、运算机理、软件算法等等了解并不足够多。只是会用而已。

而我们敢说自己了解这部电脑是为啥？因为我们了解它和世界的关系。知道它是苹果公司出品的，我知道它里面存储了什么文件。在什么情况下会用到这些文件。我们带它去过什么地方。通过它能干什么。等等。

其实，理解任何事物都是这样，光知道它本身的样子是不够的，我们还要了解它和世界的联系。但是，只关注它和现实世界的联系，也是不够的，我还要知道它和不同时间点上的人物和事件的联系。就像我们为什么要买这台苹果电脑。因为我知道苹果公司的历史，因为我喜欢乔布斯等等。你看，历史不是过去了的人和事实，历史就是现实的一部分，历史是深度嵌入到我们对现实的理解中的。这就是历史感的作用。

人类为什么会有文明和财富？因为协作。为什么能协作？因为有信任和共识。共识怎么达成？是历史达成的，是在时光中凝聚出来的。

我们所有的有效行动，都建立在一个基础上，就是对现实的了解。可是现实实在是太复杂了。你不可能用一个角度的理论就能洞察这个世界。

比如，你要了解人性，知道人性的那些部分是千变万化的，那些部分又是千古不变的。但是了解人性就够了吗？不行。因为人性是在互动中展开的。所以，多少你还得懂一点博弈论。你不用成为博弈论专家，但是至少你得明白，你的一个行为会触发其他人的应对行为，你的一个意图必须考虑到其他人的意图。

到这里，你又需要熟悉进化论，适者生存，协同进化，这些概念会帮助你摆脱对于力量本身的崇拜，而找到真正的生存策略。在人群中生活，你还需要懂一点政治学，知道利益分配的基本原则是什么。你需要知道一点历史，知道什么在凝聚人的共识，这些共识的演进方向是怎么在影响现实和未来。你需要懂一点神经科学，这样才分得清楚，我们脑子里的那些理性成分和非理性成分。你还得懂一点哲学，那些终极的大问题，历史上的聪明人其实多多少少都思考过，你不用再费一番力气。

学习的目的，不是输入更多的知识了，而是了解世界的更多侧面。有一个词，叫“多元思维模型”就是这个意思。

没了通证的激励，区块链还转得动吗？

作者??上手区块链?夜阑风声

昨天看到一则新闻。广州市决定把黄埔区和开发区作为广州市战略性新兴产业的“主战场”。既然是新兴产业的“主战场”，那怎么能少的了区块链？正好，这两天国家不是号召学习区块链、加大区块链行业的投入嘛。为了响应号召，广州市也要加大对区块链技术的支持力度。于是出台了《广州市黄埔区?广州开发区加速区块链产业引领变革若干措施实施细则》（以下简称《细则》）。

《细则》的内容很多，风声在这就不细说了。感兴趣的朋友可以去网上搜。然而《细则》中有一条引起了风声的注意：公有链是定位支持黄埔区区块链产业发展的自主可信的“无币”公有链；联盟链则是定位支持黄埔区特定行业的区块链应用发展。

这个就很有意思了。我们知道比特币之所以能够流行起来，这和它最初的激励设计有着直接的关系。

我们可以做个假设。如果当初比特币仅仅是一个分布式记账系统，完全没有BTC作为激励。这种情况下，比特币还能发展到今天的样子么？恐怕很难。如果没有BTC，那么所有记账的人就相当于做慈善，不求回报的为别人记账。这样一来，只有那些有资本而且乐于助人的人才愿意加入到挖矿的行列中。

这种不痛不痒的运作模式显然很难把比特币推广出去。因为，人类的本性就是逐利的。所以中本聪在比特币系统中加入激励机制，其实就是为了让大家更有动力去记账。于是比特币系统就制定了一系列的激励规则。谁投入的算力多，谁就能获得比特币。有了对矿工的激励以后，系统的算力才会持续上涨，这样才能保证网络的安全。

后来，比特币之所以能够流行起来。这和比特币的激励体制密不可分。正是基于这种运作模式，很多人开始把区块链技术称为价值互联网。因为通过Token，人们可以随意把价值进行转移。这种激励模式也是区块链技术最为吸引人的地方。

但是激励会引发另一个弊端，那就是投机性。区块链之所以需要严格监管，主要原因就在于Token拥有投机性。因为过度投机很容易破坏社会的稳定。而区块链与以往传统的投机品最大的区别在于，Token能够借助互联网，在全球范围随意传播。在投机性和影响范围广这两种特性的加持下，区块链就非常容易引发过度投机、金融诈骗问题等一系列问题。

在2017年，国家之所以下达七部委发布联合公告《关于防范代币发行融资风险的公告》（以下简称《公告》）。其主要目的就是要遏制住加密货币的过度投机。随后发生的事情我们也知道了，《公告》并没有遏制住加密货币牛市的到来。从结果来看，在这场市场与政府的对决中，最终以市场的胜利告终。

区块链是好技术，但是太难监管。所以对于政府而言，最好的结果就是既能发展区块链技术，又不影响正常的市场秩序。面对这样的复杂局面，无币区块链自然就成了最理想的解决方式。

但是风声认为，对于区块链来说，无币和有币是使用区块链的两种方式。在未来，并不会出现无币取代有币，或者是有币取代无币的情况发生。因为两种模式的区块链系统针对的使用环境不同。比如，银行之间的结算系统。以往的情况下，每个银行都会有自己的结算系统，而且这些系统的内容是不对外公开的。所以在银行与银行之间的结算就需要大量的重复劳动。但是有了区块链技术，这样的情况就会有所改善。一本公开账本，大家都可以看得见。这样也就节省了大量的重复记账工作。对于这种机构与机构之间的转账确认场景，激励模式的作用显然不大。所以这种情况下，无币区块链是可以采用的。

但是如果面对的应用场景是市场化的，需要吸引各种各样的人参与进来的，那么就应该采用有币区块链。举个例子，我们为何能够用非常便宜的价格购买到一支铅笔？要知道铅笔的制造过程是非常复杂的。首先我们要砍伐树木，然后把树木制造成一支支适合人们抓握的笔杆。再然后，我们还要从矿场开采出铅，把铅打磨成细长的形状，让它能够与笔杆结合起来。生产铅笔的过程涉及到上千道工序，需要许许多多的人参与进来。那么对于如此复杂的事情，为什么还有那么多人愿意参与进来呢？

这其中的原因就在于每个参与到生产铅笔这项工作中的人，都能够通过协同而获得利益。这种利益是促进社会生产的根本动力。如果我们只谈慈善，让大家不求回报的参与进来。这种模式下，我相信，人类社会根本不可能发展出今天如此发达的商业市场。

亚当斯密在国富论中就曾说过，人是自私的。但是正是因为这种自私，让整个商业市场才能在利益的驱动下搭建起来。所以，对于商业市场来说，应该采用有币区块链。恰巧，这两天赵东也在他的微博，发表了他对有币区块链和无币区块链的看法。我相信他的回答应该代表着多数人的心声。

薛兆丰老师曾说过：“商业才是最大的慈善，所以我们看到的，是这样一个连续的光谱：

人是自私的?—他有爱心—爱心有限，爱心不能扩张—于是我们需要一个陌生人互助的平台，那就是市场。”而风声认为，有币区块链的价值就在于，它能够帮助市场打通价值的传递渠道。

如何准确理解区块链以及如何识别区块链骗局？

目前，区块链是一个新兴产业或处于发展阶段。许多投资者对区块链非常感兴趣，但他们并不十分熟悉。许多罪犯利用这一点在区块链行业制造了许多骗局。区块链是一种新技术和创新的技术模式。然而货币发行只是基于区块链技术的行为，两者不能等同。目前绝大多数货币发行和货币投机都涉嫌非法集资。

真正的虚拟硬币是开源的，数量有限，不受任何企业或平台的操纵。以比特币为例他可以兑换国家法定硬币并进行交易。当个人或企业自己制造硬币时，源代码是不开放的可以被企业操纵无限期地发行额外的硬币。事实上它毫无价值。

普通骗子的利润依赖于经典的传销方法。就是拉一下头。因为所生产的硬币没有实际价值，该公司唯一的盈利手段就是依靠不断加入的成员。如果你的兑现方法是通过拉别人的头来获得金币，这会让你觉得邀请好朋友所获得的回报实际上不能在第三方平台上交易和消费。这种硬币没有真正的价值。

真正的假币也有市场规则，事实上就像股票市场一样，他们通过低买高卖来获利。如果一个平台承诺在开始的几个月内飙升xx倍，比特币等加密货币最初是极客圈的产品，它们都是由高科技人才制造的。因此最严重的加密货币的名称充满了科技的味道，通常与区块链项目的内容有关。然而普通人因此不容易理解它的含义。

虽然许多正常的加密货币也需要营销和推广，但它们也需要宣传项目的优势，希望被更多人知晓和使用，宣传肯定不会承诺无偿赚钱，也不会通过拉人们离线开发来推广。但是对于出售硬币的空金字塔来说，目的是为了收集钱，所以你必须画一幅美丽的赚钱图画，然后直接或变相地通过拉人们离线发展来收集钱。

二、中国股市:8只算力芯片龙头股出炉,未来10倍大牛!(名单)

中国股市中，人工智能技术的飞速发展推动AI算力芯片市场展现出广阔前景。这些算力芯片作为人工智能应用的核心支撑，因其高效计算和数据处理能力，未来有望成为科技发展的重要驱动力，带来庞大的商业机遇。以下是被认为可能引领市场增长的8只算力芯片龙头股：

寒武纪，专注于人工智能芯片研发，致力于打造人工智能领域的核心处理器。

景嘉微，拥有自主知识产权的GPU芯片产品。

云天励飞，DeepEye1000芯片已实现商用并与其他大公司合作。

昆仑万维，布局人工智能芯片、大模型及AI应用全产业链。

佰维存储，掌握存储芯片核心技术，包括研发和测试。

光库科技，产品广泛应用在高速通信、人工智能等多个领域。

国芯科技，专注于国产嵌入式CPU的自主研发和产业化。

兆易创新，推出高性能GD系列Flash产品，引领SPI NOR Flash行业标准。

请注意，以上信息仅供参考，股市投资需谨慎，风险自担。

三、什么是区块链技术

区块链不属于哪个行业，区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。狭义来讲，区块链是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构，并以密码学方式保证的不可篡改和不可伪造的分布式账本。

四、区块链技术中的区块是什么

区块链不属于哪个行业，区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。狭义来讲，区块链是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构，并以密码学方式保证的不可篡改和不可伪造的分布式账本。

五、人工智能的原理是什么

人工智能的原理，简单的形容就是：

人工智能=数学计算。

机器的智能程度，取决于“算法”。最初，人们发现用电路的开和关，可以表示1和0。那么很多个电路组织在一起，不同的排列变化，就可以表示很多的事情，比如颜色、形状、字母。再加上逻辑元件（三极管），就形成了“输入（按开关按钮）——计算（电流通过线路）——输出（灯亮了）”

这种模式。

想象家里的双控开关。

为了实现更复杂的计算，最终变成了，“大规模集成电路”——芯片。

电路逻辑层层嵌套，层层封装之后，我们改变电流状态的方法，就变成了“编写程序语言”。程序员就是干这个的。

程序员让电脑怎么执行，它就怎么执行，整个流程都是被程序固定死的。

所以，要让电脑执行某项任务，程序员必须首先完全弄清楚任务的流程。

就拿联控电梯举例：

别小看这电梯，也挺“智能”呢。考虑一下它需要做哪些判断：上下方向、是否满员、高峰时段、停止时间是否足够、单双楼层等等，需要提前想好所有的可能性，否则就要出bug。

某种程度上说，是程序员控制了这个世界。可总是这样事必躬亲，程序员太累了，你看他们加班都熬红了眼睛。

于是就想：能不能让电脑自己学习，遇到问题自己解决呢？而我们只需要告诉它一套学习方法。

大家还记得1997年的时候，IBM用专门设计的计算机，下赢了国际象棋冠军。其实，它的办法很笨——暴力计算，术语叫“穷举”（实际上，为了节省算力，IBM人工替它修剪去了很多不必要的计算，比如那些明显的蠢棋，并针对卡斯帕罗夫的风格做了优化）。计算机把每一步棋的每一种下法全部算清楚，然后对比人类的比赛棋谱，找出最优解。

一句话：大力出奇迹！

但是到了围棋这里，没法再这样穷举了。力量再大，终有极限。围棋的可能性走法，远超宇宙中全部原子之和（已知），即使用目前最牛逼的超算，也要算几万年。在量子计算机成熟之前，电子计算机几无可能。

所以，程序员给阿尔法狗多加了一层算法：

A、先计算：哪里需要计算，哪里需要忽略。

B、然后，有针对性地计算。

——本质上，还是计算。哪有什么“感知”！

在A步，它该如何判断“哪里需要计算”呢？

这就是“人工智能”的核心问题了：“学习”的过程。

仔细想一下，人类是怎样学习的？

人类的所有认知，都来源于对观察到的现象进行总结，并根据总结的规律，预测未来。

当你见过一只四条腿、短毛、个子中等、嘴巴长、汪汪叫的动物，名之为狗，你就会把以后见到的所有类似物体，归为狗类。

不过，机器的学习方式，和人类有着质的不同：

人通过观察少数特征，就能推及多数未知。举一隅而反三隅。

机器必须观察好多好多条狗，才能知道跑来的这条，是不是狗。

这么笨的机器，能指望它来统治人类吗。

它就是仗着算力蛮干而已！力气活。

具体来讲，它“学习”的算法，术语叫“神经网络”（比较唬人）。

（特征提取器，总结对象的特征，然后把特征放进一个池子里整合，全连接神经网络输出最终结论）

它需要两个前提条件：

1、吃进大量的数据来试错，逐渐调整自己的准确度；

2、神经网络层数越多，计算越准确（有极限），需要的算力也越大。

所以，神经网络这种方法，虽然多年前就有了（那时还叫做“感知机”）。但是受限于数据量和计算力，没有发展起来。

神经网络听起来比感知机不知道高端到哪里去了！这再次告诉我们起一个好听的名字对于研（zhuang）究（bi）有多重要！

现在，这两个条件都已具备——大数据和云计算。谁拥有数据，谁才有可能做AI。

目前AI常见的应用领域：

图像识别（安防识别、指纹、美颜、图片搜索、医疗图像诊断），用的是“卷积神经网络（CNN）”，主要提取空间维度的特征，来识别图像。

自然语言处理（人机对话、翻译），用的是”循环神经网络（RNN）“，主要提取时间维度的特征。因为说话是有前后顺序的，单词出现的时间决定了语义。

神经网络算法的设计水平，决定了它对现实的刻画能力。顶级大牛吴恩达就曾经设计过高达100多层的卷积层（层数过多容易出现过拟合问题）。

当我们深入理解了计算的涵义：有明确的数学规律。那么，

这个世界是是有量子（随机）特征的，就决定了计算机的理论局限性。——事实上，计算机连真正的随机数都产生不了。

——机器仍然是笨笨的。

更多神佑深度的人工智能知识，想要了解，可以私信询问。