GQ Tung

[GQ Tung @GQTung]

表面关系动动嘴，假关心，真需要行动时候全是借口和后退。鉴定完毕，已将保险受益人变更。非要拔个萝卜出来也选舍得出点钱的。远离表面关系，珍惜自己的能量、时间以及情感期许。

[GQ Tung @GQTung]

阿里原生家庭不好，自己也不争气。

[GQ Tung @GQTung]

李斯溷鼠——"人之贤不肖譬如鼠矣，在所自处耳"。
我自知自觉活在“溷处”。一个国家制度的溷，生态的溷，个体无法改变，出海已是唯一活路。

[GQ Tung @GQTung]

分享一个最近很有意思的发现：
-写东西的人很爱用ai写，觉得ai写的很不错；
-看东西的人很讨厌看ai写的，因为不如人写的好读，还要时刻保持警惕被ai忽悠。

而实际上呢，ai对发布者要求变高了：
1.内容鉴别
2.逻辑整理
3.切换到读者视角感受顺畅度
4.细节校对

很多人用不好ai，还产出不少垃圾。

[GQ Tung @GQTung]

@PMbackttfuture autoclaw

[GQ Tung @GQTung]

人和人最好的关系，是利益共同关系或者没有关系。需要小心维护还要保持距离的都是假关系。

[郭宇 guoyu.eth @turingou]

当你满心欢喜地把世界发生的变化告诉朋友时，珍惜那些感到惊喜而不是指责你带来焦虑的人。说到底，好奇心是这个时代真正的财富。

[GQ Tung @GQTung]

中华互联管控绝绝子，竟然限制交流个股，跟着离谱的还有墙内某些财经博主，订阅付费时包含的ABC，一管控点点就只有C，AB都没了。绕都不绕的装良民，实际干的事儿确是翻墙、抄抄墙外。装乖纯是利己，拿着管控的盾牌减少类型，想更省事的赚钱。对伪君子和其控制型大家长无语。
好在我还有油管和X…

[GQ Tung @GQTung]

AI兴起时我就在想：产品经理的未来演进。可能有两种大类：做AI的、用AI的，“被AI淘汰的”自然不能算在内。然，这个巨大的草台世界容错率极强，所以目前还有一些“用不好AI”、“做不好AI”的产品经理有着一席之地。web3本是最适合和ai结合的领域，然而到现在我看到的依然是老式招聘。

[GQ Tung @GQTung]

低延迟交互成 Agent 范式；5. Vibe coding 让英语直接生成程序，重塑编程；6. Nano banana 指向 LLM 需更友好的 GUI（视觉化输出）。他认为 LLM 潜力远未释放，领域仍有大量机会。

[GQ Tung @GQTung]

Karpathy 2025 大模型年度回顾聚焦 6 个范式变化：1. RLVR 成核心训练环节，通过长推理轨迹优化客观奖励，替代部分预训练算力；2. LLM 智能呈“锯齿状”，像“鬼魂”而非动物，基准测试因易被优化而失信任；3. Cursor 类应用崛起，通过编排 LLM 调用和领域 GUI 成新应用层；4. Claude Code 以本地运行、

[Michael Pettis @michaelxpettis]

Interesting post by @wstv_lizzi on a recent Qiushi article by Xi Jinping on the need to boost consumption. For all the talk, however, it isn't clear that Beijing recognizes or is willing to discuss how the income redistribution needed to boost consumption is likely to affect either manufacturing competitiveness or political institutions.

It's as if you can transfer "to" without ever needing to transfer "from", even though if households are to retain a much higher share of GDP (ultimately at least 10-15 percentage points of GDP), either businesses or government (or both) must retain a much lower share.

When other low-consumption/high-manufacturing economies have rebalanced towards more consumption, the manufacturing share has always declined while overall growth slowed (or even contracted). This isn't just an unlucky coincidence, and if Beijing continues to insist on avoiding the latter, it will continue to be unable to accomplish the former.

[GQ Tung @GQTung]

@yummyuyu_ 盈利目标+监控+预测+应对+执行，以风格倾向贯穿，倒想试试。

[GQ Tung @GQTung]

寻得这样的人能做何？内省之人向内观、通透之人辨人心；看自己，难外显。这样的人无处不在又处处不在。可能，不用寻。

[郭宇 guoyu.eth @turingou]

好多人似乎从不思考问题，直到年龄或者命运驱使他们不得不做出选择，也宁愿随便乱选一通，再把埋怨，嫉妒和愤恨怪罪给命运，如果你不是这样的人，多半都会成为他们怪罪的对象。见贤而思齐，不容易，世人见贤而不妒嫉，已是难得。见不贤而内自省，更不易，时时自省而不自卑，不由卑生恨者，已是贤者之貌。俗世间最大成者，千帆过尽，还能复归孩童的精神。

我要去何处才能寻得这样的人呢？

[GQ Tung @GQTung]

算力中心不是服务普通人的，是慢慢替代普通人的基建，是从普通人先收割一波利润的基建，是权利新文明的基建。普通人带来的商业ROI太低了。能认为AI是帮助普通人的想法很好，但已脱离当前社会运作的逻辑。

[Susan STEM @feltanimalworld]

如果互联网的模式不改变，那这些巨大的算力中心要来干嘛？
你可以想象，几百亿美金的超算集群，结果每天只是被用来跑一些聊天模型，回答天气、写邮件、做点PPT——那基本就是 “超算闲置时代”。

我们看起来在用AI，但实际上，底层基础设施的潜力远没有被释放。

如果一个系统只能生成语言，而不能参与执行、验证、决策，那它的计算资源就永远只能“半开”。
很多人谈主权个人、科技领主这些概念，的确听上去像精英主义，但我始终觉得，基础设施的真正意义，是要让“非精英”也能使用而不自觉地受益。

互联网之所以改变了世界，是因为不需要你懂TCP/IP；
智能手机之所以普及，是因为不需要你懂通信协议。
真正的范式革命，永远不是“精英的逃逸”，而是“结构的下沉”。

它必须让普通人能无感接入、自然参与。

而今天很多人把 Web3 理解成代币经济，这其实太狭隘。
代币只是一个激励层，不是结构本身。
从更大的历史尺度看，Web3 代表的是一种 范式转变（paradigm shift）。

如果最终我们只是让“中心化的权力”换了个名字、把服务器搬到了链上、把账号换成钱包地址，那这不是革命，只是换皮。

维持现状，就是范式转移的失败。
很多大厂都尝试过，比如“元宇宙”就是一次试图定义新范式的尝试——但最后失败了。
为什么？因为它没有解决底层结构的问题。

“空间化的互联网”听上去浪漫，但本质上还是 Web2 模式的延伸，只不过把浏览器变成了虚拟头盔。

我有时候在想，也许我会给扎克伯格一个建议：
人的幸运值是有限的。
你能在19岁那年创造一个改变世界的平台，已经是概率奇迹。
但如果你在第二次范式转变中仍然沿用同一套逻辑，那好运也救不了系统性的老化。

同样地，Sam Altman 他们的成功，也取决于他们是否能真正突破范式。
如果他们只是让大模型成为更聪明的“黑箱”，那这条路的终点，就是另一个中心化的帝国。

到时候，模型对普通人来说，只是一个聊天搭子——高效，但空洞；强大，但封闭。
那我们到底缺什么？

表面上看，大语言模型已经具备了我们想要的一切：能理解自然语言、能推理、能生成、甚至能写代码。
听起来，这不就是我们说的“语义运行时”吗？
是的——表面上是。

但问题在于，它们只是模拟这些能力，而不是在结构上实现它们。

看起来像“理解”，但没有可验证的推理路径；
看起来像“智能”，但没有明确的逻辑框架。
本质上，它们仍然是“相关性机器”，而不是“因果性系统”。

所以，大模型真正的三个缺陷，是结构性的：
1️⃣ 有语义，却无结构。
LLM 的“理解”是隐性的，埋在几千亿个参数的权重里。
它能“说出”意义，但不能“展示”意义。
真正的语义系统，必须让意义是显性的、可组合、可验证的。
也就是说，你得能指出：“它为什么这样推理？”、“它依据了什么事实？”
今天的 LLM 是在语义层上说话，却还没有在语义层上思考。

2️⃣ 能生成信念，却无法提供证明。
它可以写合同、诊断问题、甚至模拟逻辑推理——但我们无法验证它的正确性。
它的输出没有来源（provenance），也没有可复现性。
今天问它一遍，明天再问一次，可能就是完全不同的答案。
而真正的可验证系统，必须像区块链那样，信任数学，而不是信任人。
现在的模型让我们信任“它”，这恰恰是 Web3 想摆脱的那种中心化信任。

3️⃣ 是语言界面，而非系统接口。
现在的 Prompt 体验很顺滑——你问，它答。
但它生成的结果是游离的，不接入任何可验证的系统。
没有智能合约，没有持久逻辑，没有数据溯源。
未来的 LLM 必须能直接组成系统，让“语言＝行为”，
输入一句话，就能在规则透明的环境中触发实际执行。
这才是从“语言生成”到“结构调度”的飞跃。

这就是当前的断层：
我们已经拥有了强大的表达能力，却还没有可靠的结构信任。
AI 能生成知识，却不能证明知识；能模仿思维，却不能承担后果。

如果我们止步于此，就会重演一次中心化的轮回——
这次掌握权力的，不是平台，而是模型。

真正的 Web3 精神，不是要建更大的模型，而是要建更透明的系统。
一个每一句话、每一个规则、每一次执行都可以被验证、重组、共享的开放智能网络。
那时，语言才不只是人机界面，而会成为智能的治理层——
在这里，意义、逻辑与执行真正汇合为一体。

这才是范式转移的完成。
不是造更大的盒子，而是打破盒子。

From Useful to Trustworthy: When Language Becomes the Operating System https://t.co/nYHP8bU87D

[GQ Tung @GQTung]

引发我的思考，当下我的观点是：去中心化的互联网容易脱离管控，什么时候去中心化能被权利意志掌控，这个时代才能真正到来。然而，它到来时，可能已经失去它原本诞生的意义。

[Susan STEM @feltanimalworld]

当年扎克伯格在哈佛宿舍里写 Facebook 的时候，没人想到那会成为一个新时代的起点。那时候的 Web 2.0，代表的是一种“人人可以参与、人人可以表达”的范式。

博客、YouTube、Facebook、Twitter，这些平台把信息的生产权还给了普通人。互联网第一次变成了社会关系和身份表达的延伸空间。

但后来大家慢慢发现，这种“开放”其实是有条件的。平台掌握了数据，控制了算法，也决定了谁能被看见。

于是，“开放”变成了新的“中心化”。Web 2.0 的黄金年代结束了，留下的是广告、隐私泄露和注意力的争夺。

2008 年的金融危机是个分水岭。那一年之后，全球信任体系出了问题。人们开始怀疑大机构、大公司，开始寻找一种“可以信的机制”。

于是去中心化的概念冒出来，Web 3.0 这个词第一次有了反叛的味道。

比特币和以太坊的兴起，让人们看到：原来信任不一定要靠人，可以靠数学、靠共识算法。

“Code is law” 这句话成了口号。信任不靠政府、不靠银行，而靠代码。

但很快，这个理想也被现实稀释了。
ICO、DeFi、NFT 一波又一波，资本进来了，热度上去了，但原本关于自治、主权、信任的哲学讨论，反而被噪音淹没。
Web3 变成了“加密经济”的代名词。
它有动力、有钱，但慢慢失去了“意义”。

与此同时，另一条线在悄悄发展，那就是智能化。
从 2006 到 2016，这十年是机器学习爆发的十年。
Google、Facebook、Netflix、Amazon 都在用算法学习人类的行为。
推荐系统、知识图谱、社交图谱——它们构建了一个前所未有的“智能网络”。
我们不再主动搜索信息，而是被信息主动找到。
这让互联网变得越来越聪明，但也越来越集中。算法帮你选了世界，也替你过滤了真相。

所以回头看，其实 Web 的演化分成了三条支线：
语义网：追求“理解”——让机器能读懂意义；
去中心化：追求“信任”——让权力从中心回到协议；
智能网：追求“效率”——让算法学会预测人类。
问题是，这三条线从没真正结合过。
语义网太理想化，去中心化太技术化，智能网太商业化。
结果是：意义在学术界，信任在区块链圈，智能在大公司手里。

而我现在写这一系列文章，其实就是想讨论——
真正的 Web3（或者说下一代互联网）应该是这三者的融合。
它不该只是“加密金融”，也不只是“AI叙事”。
而是一个能让“理解、信任、智能”重新对齐的系统。

它的底层逻辑可能是这样的：
语义层 提供结构和上下文，让信息能被解释；
去中心化层 提供信任和确权，让数据能被验证；
智能层 提供学习和反馈，让系统能自我进化。
当这三层融合在一起，我们也许会迎来真正的“语义运行时”（Semantic Runtime）——
一个能同时理解人类语言、验证行为结果、并不断学习的网络系统。

那才是我理解的 Web 3：
不只是运行代码，而是运行理解。
不只是分配价值，而是重建意义

The Real Web3.0: When Meaning, Trust, and Intelligence Finally Converge https://t.co/LtkR7aSjdp

[GQ Tung @GQTung]

@jamesai 如果从进化角度上和生命意义来看，应该更关注基因编辑，而非简单的生产力视角的替代。从工作价值替代太低阶了—满眼的效率和商业回报是单一化的，并没有看到生命体所拥有的多维力量。如果看进化，看基因编辑。如果真的在看生命的意义，众生皆平等，每个生命都有各自的璀璨。

[GQ Tung @GQTung]

引发了我的思考，我的观点是：核心在人脑，AI是大脑决策的拓展，也可以称为外脑和副手，但不能让Ai当脑，原因：AI再强大，所有实际情况人最清楚，系统型框架也许AI会好过普通人，但不适用于情景化决策。
如果人习惯于AI决策，人类心智能力的外包与萎缩将加速，人将变成不如机器的且浪费资源的生命体。

[在悉尼和稀泥 @JamesAI]

我称之为“使用 AI 的第一性原理”。

你需要提供的，只有你的当前情况（the facts），和你的终极目标（the goal），然后让 AI 去层层拆分。

相当于是业务上的 plan mode。在这个过程中和 AI 共创，不断添加信息细节，让整个计划更符合自己的实际情况。

整个流程应该是 top-down 的。

不要自己在那琢磨一些中间态或者里程碑，然后一点点去问 AI 细节，整个流程变成 bottom-up。最后很有可能路径更长，且最后的结果产生了偏移。

[GQ Tung @GQTung]

如果那些唯AI强大论者都如此引导人类，以后哪里还有足够多的聪明人类来提升AI。长此以往，人类退化，AI所谓之进化又由谁来鉴别或引导？唯AI强大论者，缺少伦理与文明的考虑。

[GQ Tung @GQTung]

@wolfyxbt mark一下看后续。