xex

[xex @xexlalalan]

@CipresMomentum 另外，广东街头变得糟糕，这个我没有亲历，但是珠三角地区的外来务工人员是多于长三角的，广东的贫富差距相较长三角也更为显著（广东除了珠三角全是山地）。因此，经济不景气的时候，大量的低收入人群对消费会更加敏感，街头经济也更容易承压。内需问题现在确实是中国最亟待解决的事情。

[xex @xexlalalan]

@CipresMomentum 中国的地理环境决定了割据的难度大，统一的难度小。

而且广东一直是中华文明的核心之一。

清末的时候，正是广东人孙中山，我们的民族英雄，带领中国人打响的反帝反封建革命第一枪。

[xex @xexlalalan]

美国的对外政策一向都是符合其自身利益的，他们清楚自己说的和自己真正信奉的是两套东西，但是欧洲陷入了一种不清醒。

欧洲没有意识到他过去数百年的领先和繁荣并不是依赖所谓的自由民主，而是我认为的以下三点：
1. 殖民时代欧洲人孜孜不倦向世界其他地方输出负外部性，来保证自身的正和增长；
2. 18-19世纪欧洲大国之间的地缘竞争使得理念和技术迭代速度空前的快速；
3. 冷战时期欧洲被置于美国的保护伞下，使得你们的民主不会受到地缘威胁

这三点在欧洲的今天都消失了：
1. 国家发展和竞争具有一定的零和性，背后的代价往往是残酷的。中国在发展的时候也经历过很多苦难，付出过很多代价，但是中国自己把他们吸收了，没有向外输出过负外部性。你们不能一方面奴役和杀害成千上万的非洲人，美洲原住民来满足你们18-19世纪的享受，另一边指责后发国家对内进行威权和剪刀差来实现追赶。而当这个世界都被殖民完成的时候，无法实现正和增长的欧洲立刻爆发了两次世界大战。今天的欧洲如果无法找到正确的增长路径，恐怕会面临又一次内爆。
2. 国与国之间的对抗是技术进步和观念迭代的有利推手。中国今天意识到这一点，所以一直在和美国竞争，向美国学习，相互迭代。一个例子，中国原本没有很好的创新环境，但是这几年，无论是对创新的保护力度，还是风险投资，各个行业对创新者开门，都是明显的进步。但是欧洲今天已经失去了欧洲内部互相竞争的环境。欧洲统合成一体，完全自主化，和中美同台竞争，放开内部冗余法规，减少监督，出清落后企业，鼓励创新和竞争，才是欧洲的发展之道。但是现在来看，欧洲更多是被美国牵着走的附庸，民主制度能否出来一个强者来统和欧洲并坚持创新发展，我是悲观的。
3. 美国现在已经无力再承担旧大陆的保护了。如果欧洲要独自面对四周的地缘焦虑，欧洲很难继续保持民主。民主是特定地缘条件的产物，当四周都是敌人的时候，国家不可能民主，否则就会像波兰一样被瓜分灭亡。德国在美国的保护伞到来之前，从来没有过成功的民主，因为德国人那时候知道，需要强权来保证安全。未来失去美国保护伞的欧洲，很可能会在欧盟层面施行事实上的独裁来应对地缘危机，而每个成员国只剩下过家家式的，却没有任何话语权和决定权的伪民主

[xex @xexlalalan]

@mylifcc 单纯的没给先验数据，纯粹的数据问题。没放到模型里训练类似的内容

[xex @xexlalalan]

虽然有大量的事实错误，但是这个“推理”的角度很有意思，很有启发性。我感觉可以reframe一下这个问题：“推理”能否理解“复杂”

而且他还暗示了另一个令人不安的事情：理性主义在生物、材料化学等学科的败退，到底是是因为“复杂无法从薛定谔方程计算出来”，还是“复杂可以从薛定谔方程推理出来，只是因为人类推理不够用”，kinda P=NP

情景1： 如果复杂无法从底层薛定谔/狄拉克方程泛化出来，且不同复杂体系之间的泛化性极差，那么生物化学的前沿进展将取决于复杂体系数据的积累，ai只能在数据经验边界的框架内做组合，对科研数据的需求将是无限的。

情景2： 如果复杂可以从底层薛定谔方程推理出来，也就是说：对复杂体系的数据进行大模型的学习和拟合，加上推理，就可以构建跨越复杂层级的理性，那么生物化学的科研数据就像LLM和具身一样，对科研数据的需求将是有限的。

目前的一些蛛丝马迹来看，情景2真的是有一些可能的。从��层薛定谔方程进行耦合簇或DFT的计算，计算量高到吓人；但是拿大量的DFT数据乃至高精度post-HF的数据和化学结构进行训练，是真的能训练出一个包含所有元素所有相互作用的好的基模的。在这之前，化学是跨越电子到分子的不可理解的复杂，在这之后，这个复杂层级的跨越变得可以推理了

如果把从分子到大分子，大分子到细胞组学，组学到细胞，细胞到组织，组织到人体的多个层级都能像这样打通，那么我们并不需要那么多的科研数据。

如果我们能用有限的数据能把人体彻底推理出来，那这就和P=NP似的，Kinda joke

但是有几个地方不乐观：

1. 数据的收集非常的慢，对细胞和分子层级的观测，有效的数据将是最大瓶颈，全人体的推理模型很可能需要>30-50年，而非乐观的5-10年。中短期内只有靶点已知，链条清晰的疾病，才能被ai攻破。

2. 对“人体”这个复杂性体系的理解是否能泛化到其他的复杂性体系，这是个大大的开放性问题。畅想一下，alpha氨基酸构成了蛋白质为主的生物复杂体系，那么是否会有beta氨基酸，gamma氨基酸构成的完全未知的复杂体系呢？这样的复杂性体系在宇宙的可能性空间中有不可数无穷多，而推理能否推到这些先验知识，是个开放问题：
正题：迥然不同的复杂性体系有着相似的内在组织脉络，从一个复杂性生物体系内学习的大模型，可以创造出完全先验的克苏鲁复杂体
反题：迥然不同的复杂性体系没有相似的内在组织脉络，大模型难以泛化到未知的复杂体系，我们必须先遇到克苏鲁，才能认识并创造克苏鲁

现实应该更多是介于两者之间的

[xex @xexlalalan]

@mahneow 对……grok对这个推文的翻译很奇怪

我用其他ai工具复核，پرهام ��یخته意思是“被震撼到了”，但是grok给出的中文翻译是“彻底感到失望”，使得句子的含义被完全颠倒

推文的波斯语用户注意一下，如果下面有中文用户在表达愤怒，是grok翻译错误的原因

[xex @xexlalalan]

AI开始智能化硬件之后，硬件的自递归改进和复制也会开始，并开始向前波及生产资料，例如高端CNC和光刻机。

一个人人都能写标准，人人都能用cnc造cnc，用空气造化工原材料，用沙子造显卡，再用显卡训练自己的ai的时代到来了。

赛博封建主义的时代���是一个过渡。巨头的租金抽取率会不断下降，人类会进入一个新的城邦时代。

[xex @xexlalalan]

@zelongxp @3596675596com 旧的不去，新的不来。如果在旧的跑掉的同时，能确保新的血液能够上来，并带动技术和产业洗牌，那就有希望

[xex @xexlalalan]

一些新的思考随笔
工业革命到信息时代技术的一个特点是集中度高，需要庞大的，个人无法提供，而只有政府和大集团才能提供的基建：集中化的生产资料。而AI时代还伴随着另一个特点，就是社会分工的骤减。在工业时代和信息时代，高技术复杂度和长链路、高社会分工，创造出了庞大的个人无法负担的产业链，以及能在产业链中找准位置的个人。高技术复杂度和长链路催生出了大公司，低技术通用度和高社会分工催生出了产业工人中产阶级，大公司和产业工人的博弈催生出了现代政治。

而在AI时代，情况出现了变化。AI作为通用性极强的技术，极大的减少了技术复杂度和链路。在创造出了超级个体的同时，也将消灭相当多的社会分工。与此同时，AI并没有减少他自己的复杂度和链路，数据和算力仍然有着极高的稀缺性。因此会形成一个新的社会架构：集中化的生产资料，以及低社会分工。在历史上，陷入土地瓶颈后的封建土地制度是这种结构的典型。

同时，AI还意味着一件事：知识被集中了起来，它不再是分散的。这就意味着，AI大公司可以直接进行分散在各领域的服务，抢夺原先属于这个行业的人的岗位，代替人来做社会服务的前端，进一步挤压人的生存空间。

两种破局方法。第一种是生产资料公有制，进行一次新的土改。将人工智能等生产资料收归公有，以边际成本价格提供李嘉图租金，或者是对李嘉图租金进行二次分配。第一条的最大问题是代理人寻租，次要问题是如何保证该资料能在市场中被创新取代。资料归于公有之后，国家的代理人腐败，是个大问题。最后是否有可能走向AI治理，目前不可知。另外，在资本主义国家，如何走向这一条路是另外一个问题：在技术复杂度和链路降低，社会分工降低的情况下，普通人的议价权丧失，公有制有可能最终只是一种没有动力学途径的热力学理想。更何况，公有制意味着精英下坠，而精英对永恒的追求会让他们用尽一切方法反抗，到最后很可能是各种翻不起浪花的革命。

第二种是将生产资料分散化，让家庭或小社群为单位的社会组织也能拥有从大气和矿物原材料去制造各种化工原材料，机械设备，显卡，大模型。这样能够从根本上瓦解AI时代的生产组织方式，从技术封建的赛博朋克前进到新的城邦时代。

[xex @xexlalalan]

阶层流动从来都是一个谎言

顶层精英们拥有最强大的暴力组织工具，他们拒绝向下迁移。

向顶层来讲永远是单向的。大众向上的迁移受限于精英容量。当容量满了的时候，大众要���去寻找一个新的大陆，要么去摧毁和奴役别国，要么就是自我的革命。

周而复始，永无止境。

[xex @xexlalalan]

@FlaxTW @makiisetm https://t.co/QMRcGzm9Wr

[xex @xexlalalan]

@inline_int 还有写出了这个段子的文明6玩家

[xex @xexlalalan]

@realsinya @ZhongJinhua 哈哈哈哈哈哈哈哈哈哈

[xex @xexlalalan]

@AlanShao111 你跟新野说说，让他练身薄肌

[xex @xexlalalan]

@Vishal47249 @bbcchinese

[xex @xexlalalan]

@feltanimalworld 从市场调研到机械设计再到加工制造，自己整了这么个机子

[xex @xexlalalan]

@Pathusa 怎么说呢，技术发展是要靠不断试错堆出来的。雅江水电站如果未来出问题，那对再以后的人类就是宝贵的经验，就知道该怎么规避了。

如果老是在舒适圈里打转，就没法进步了

[xex @xexlalalan]

@iamai_omni 这是啥雷霆发言