LogosChronos

468 posts

LogosChronos

LogosChronos

@Logoschronos

انضم Temmuz 2025
250 يتبع50 المتابعون
LogosChronos
LogosChronos@Logoschronos·
@snowboat84 经典物理学的建立,本身是一个形而上学的过程。先要有形而上学的理论指导才能有具体的科学。现在AI缺的就是形而上。哲学已经跟不上AI了,需要有新的哲学指导。
中文
1
0
3
354
snowboat
snowboat@snowboat84·
补充说明一下,关于AI涌现出来的那些现象,scaling law、emergence、双重下降、表征几何,目前相关讨论的论文已经汗牛充栋。但这里有一个很大的问题:他们都在用计算机科学家的方式思考,而不是物理学家的方式思考。 什么是计算机科学家的思维方式?看到一个现象,挑一组数学工具,做一个小实验,去凑解释,可能抓到一点,也可能没抓到。然后再换一个工具,换一组数据,再凑一次。你问他们什么叫做充分必要条件,他们是不管的。这不是科学,这是建模。 物理学的方法完全不同。从一堆纷乱的现象里,提炼出你认为最fundamental的那一组,把它理想化,建立一个孤立的、几乎不存在但概念上清晰的"理想系统"。然后在这个理想系统里把规律彻底搞清楚,最后才一步一步扩张到真实世界。 牛顿第一定律就是这样建立的:"不受力的物体永远保持匀速直线运动。"但这条定律不是随便在哪里都成立的。地球上不行,因为地球在自转;太阳系里也不行,因为整个太阳系在绕银河系中心运动;你在跑步、在转椅上、在加速车里,都不是好的参考系,因为它们都在加速。牛顿的处理方式是:只有相对于无限远的恒星天空,才存在一个"绝对参考系",定律在这里才严格成立。这是一个悬在半空的理想态,现实中无法到达,但概念上必须存在。所有真实的力学问题都是"相对于这个理想态的偏离",重力,离心力、科里奥利力、摩擦力,都是因为我们所在的参考系不是惯性系才产生的。 没有这个悬在半空的理想态,整个经典力学就建立不起来。 这就是为什么我要引入Cyber Space这个概念。把AI现象放在Cyber Space这个独立世界里,我们才能用物理学家的方式问问题:Cyber Space的"惯性参考系"是什么?什么是它的"理想气体"?什么是它的理想态,那个Space中几乎不存在、但概念上必须首先确立的起点? 这个问题目前没人在认真问。但只有问出这个问题,新的数学和新的理论才有出发点。否则我们就只能继续看着AI论文堆成山,每一篇都"差不多解释了一点",但永远建不起新的基础理论。
snowboat@snowboat84

今天讨论点硬核的。一个问题:AI用到了什么程度的数学? 从工具和模型本身看,AI用到的数学平均年龄150岁,绝大部分是19世纪中叶之前就有的:矩阵乘法、梯度下降、链式求导、傅里叶、内积、概率,大都是本科前两年的内容。 但AI涌现出的一些现象,目前最高深的数学都解释不了。我整理了几个排名靠前的: - Scaling Law:把模型做大、数据加多、算力堆够,模型的损失会沿着一条极其干净的幂律曲线下降,log-log 图上几乎是一条直线。一个有几千亿参数、内部高度非线性的庞然大物,宏观行为竟然如此有规律。为什么会这么规则,没人知道。 - Emergent Abilities:三位数加法、多步推理、写代码这些能力,小模型几乎无能为力,但是模型参数量越过某个阈值,模型变得足够大,模型突然就都会了。这在物理上和水变成水蒸气是同一类现象——相变。但水的相变有完整理论,AI 的“能力相变”什么模型都没有, - Double Descent:传统的统计学习理论告诉我们:模型越大越容易过拟合,测试误差应该先降后升。实际观察到的误差曲线是:先降、再升、然后继续往下降,最终掉到比经典理论的最优点更低的位置。一整套统计学习理论被大模型颠覆,为什么?没有公认解释。 - In-Context Learning:GPT-3之后出现的新现象。给模型几个例子,它不更新任何参数就能完成新任务。按理说"学习"必须改变参数,可大模型在推理过程中能现学现用。这意味着模型内部藏着某种我们看不见的"学习的学习"。数学上这是什么?也没人能说清楚。 - Representation Geometry:模型内部到底学到了什么?A社的可解释性研究发现了一个奇怪的现象:单个神经元同时编码了好几个互不相关的概念,比如同一个神经元既对"金门大桥"有反应,也对"日语"有反应,还对"DNA 序列"有反应。按理说一个维度只能表达一件事,但神经网络似乎找到了某种"叠加"技巧,在有限的维度里塞进了远超维度数的特征。 为什么会这样?没有数学能解释。 类比一下物理,十九世纪末的物理学主要靠微积分就够用了。但当时天空中飘着几朵"乌云":黑体辐射、光速实验,当时的理论解释不了。这几朵乌云后来炸出了量子力学和相对论,逼出了20世纪最新的数学(泛函分析、微分几何、数学结构化)。 AI现在的处境很像1900年的物理学:工具老得不能再老,结果好得超出预期,但留下了一堆解释不了的现象,现有的数学工具完全无能为力。 如果历史会押韵,这些“AI的乌云”很可能正是21世纪数学下一次大发展的引爆点。

中文
8
8
83
15.7K
LogosChronos
LogosChronos@Logoschronos·
@Hikarumao 日本文化是儒家文化顺从的极致。面对错误不是用补救来承担责任而是用切腹来逃避。
中文
0
0
0
218
Cléophas
Cléophas@Hikarumao·
跟日本各种人在业务上打交道多了我发现一个事儿:很多时候,面对突发情况,就算存在显而易见的解决方案,比起解决问题,他们更倾向于把大把精力和资源用在道歉和作出态度上,而不是解决问题本身。我甚至不知道对方是脑回路的问题想不到解决方案,还是偷懒故意不作为。 这两天遇到的一个比较极端的例子。跟老板去一个牙科诊所做种植牙,这个诊所非常熟悉了,陆陆续续各种治疗定期去已经一年多了。 诊所没问题,这个医疗法人就是做高端牙科的,旗下医院都在皇居附近,东京核心区域的高端写字楼里。 担当医生从技术到态度也都没问题,特别是态度,好到我都觉得他有一点讨好和奉承的程度。会通过我翻译和老板聊天,也说在网络新闻看到过老板,很钦佩之类的。 正是手术之前就去了三四次左右,各种检查,说明,让人感觉很缜密很放心。 结果手术过程中,医生跑过来找我,说是将牙齿基座固定进骨头的设备坏了,今天可能无法做手术了。 关键是,这个时候老板需要种植的地方已经切开了,只能缝合起来,下次再做。 我一下就懵了,没想到能出这种事情,就问医生那什么时候能做。 你猜怎么,因为名医,他最近一个月的预约都是满的。也就是说,今天只能缝合起来,回家吃抗生素,等恢复,拆线,一个月后再重新切开。也就是今天麻醉了个寂寞、切了个寂寞、缝了个寂寞,白受罪。 然后就是长篇大论地轮番道歉,说是自己几十年生涯第一次,从来没发生过实在不好意思之类的。 给老板翻译后,老板也懵逼了,虽然他因为不会日语无法和医生沟通,也不了解日本文化和运作体制,一下子也不知道该怎么办,但表示这无论如何都无法接受。 我说放心,我去跟医生沟通。 我去找到医生,医生又是带着护士长篇大论道歉,从过去说到现在,说自己一直兢兢业业,这是人生头一次意外。 我给医生说,我丝毫不怀疑他的专业和资历,也不是想让大家难堪,我只是想解决眼前的问题。我希望我们能一起配合好解决眼下的意外。 然后我跟医生确认设备,是一件小型手持设备,确实调试无法解决,然后我说,我知道他们医疗法人旗下的诊所都在东京的核心区域,最近的一个10分钟车程,我建议可以让护士赶紧打电话到附近的诊所,看看调一个空闲的设备过来,我可以派司机去取。如果目前没有空闲的,我们可以等到下班时间,毕竟要反复切开缝合,希望在今天之内解决。 然后我和医生开始合作解决,最后2个小时后顺利完成手术。结果皆大欢喜,医院解决了一个棘手的意外,没有纠纷;老板虽然觉得有一点插曲,但是最后顺利解决,中间他还开了个电话会议,没有影响日程;最后在我的沟通下医院还给了费用的折扣,老板知道了挺开心。 让我觉得有一点难过的点是,按道理这么有名的医生,已经是接受了日本顶级教育的聪明人了,而面对问题好像更愿意花精力道歉摆态度,而不是解决。他肯定是希望能解决好,但是好像没有往这方面思考的习惯。 加上沟通过程中,基本上是我在主动引导,提出方案,他给我的感觉就像是一个犯了错误的孩子,而不是一个在解决问题的成年人。 联系起来我在跟其他日本人打交道的过程中,很多人体现出来的那种再算计的同时,不敢表达、不敢承担责任、逃避的感觉。我觉得日本的教育里一定是缺少了什么。 我写个这个不是批判,而是真的感觉难过,怎么样就这样呢?
Cléophas tweet media
中文
163
66
660
541.7K
LogosChronos
LogosChronos@Logoschronos·
@dearemon 本来只是一坨冰淇淋,非要强行加戏就是一只在笑的驴
LogosChronos tweet media
中文
2
0
4
3.4K
禿道道🐟
禿道道🐟@dearemon·
你是左腦派還是右腦派?
禿道道🐟 tweet media
中文
1.1K
21
1.2K
1M
LogosChronos
LogosChronos@Logoschronos·
@franktianxie 这种争论和小学生学算数该不该用计算器的争论有啥不一样的吗?
中文
0
0
1
202
Frank Tian Xie (謝田), Ph.D.
賓大沃頓商學院一位教授針對土耳其近一千名中學生的實驗表明,完全使用AI的學生與用AI作為輔助工具的學生、和完全不使用AI的學生相比較,在開卷練習做數學題的時候,成績驚人的優異,但他們並沒有學到真正的東西。到了閉卷不使用AI考試的時候,就露餡了,成績大幅度下降。更可悲的是,AI讓學生們沒有學到真知,卻讓他們自我感覺良好、自信滿滿!
Rimsha Bhardwaj@heyrimsha

A Wharton economist ran a randomized controlled trial on almost a thousand high school students in Turkey. The result was so brutal for the AI-in-education narrative that it had to be peer-reviewed by PNAS before people would believe it. Her name is Hamsa Bastani. She teaches operations and information at the Wharton School at the University of Pennsylvania, and the study she published in 2025 alongside her co-authors is one of the cleanest experiments anyone has run on what AI actually does to learning when you remove it from the equation and check what is left. The setup was a randomized controlled trial, the same methodology used in clinical drug trials. Nearly a thousand high school math students in Turkey were split into three groups and put through four sessions of ninety minutes each. One group practiced with GPT Base, a standard ChatGPT-4 interface that could answer any question directly. One group practiced with GPT Tutor, a version of the same model that had been prompted to guide students with hints rather than hand them the answer. One group practiced with nothing but their textbook and their own head. During the practice sessions, the AI groups looked like a miracle. The GPT Base group solved 48% more problems than the students working alone. The GPT Tutor group solved 127% more. Every administrator looking at those numbers would have written a press release about the transformative power of AI in education and moved on. Then the actual exam came, and AI was not allowed. The students who had practiced with GPT Base scored 17% worse than the students who had practiced alone. Seventeen percent worse, despite having solved nearly half again as many problems in the sessions leading up to it. The students who had struggled the most, who had sat with the confusion and worked through it without a tool to rescue them, were now the only ones who could actually do the math when it counted. Bastani's team read through the chat logs to understand what had actually been happening during the practice sessions, and the answer was exactly what the exam results had already implied. The GPT Base group had not been learning. They had been extracting answers and moving on, and every moment that felt like understanding was actually the model doing the cognitive work while the student's brain waited for the next problem to arrive. The paper describes it precisely: without guardrails, students attempt to use GPT-4 as a crutch during practice, and subsequently perform worse on their own. The detail that should follow every conversation about AI in education is the one buried in the post-test survey results. The students who had relied on AI the most during practice were also the most confident they had understood the material. The tool had not just failed to teach them. It had convinced them they had learned something they had not, which is a different kind of failure entirely and a much harder one to correct because the student has no idea it is happening. The crutch had made them confident and weak at the same time.

中文
13
12
47
17.1K
Roland.W
Roland.W@rwayne·
给你 1000w,一年内每天凌晨 4 点准时起床。能做到吗? 做得到的人,没这 1000w 也能自己赚到。 做不到的就算给了,3 年也能挥霍光。 1000w 真正测的是一个人对自己有没有控制权。
中文
14
0
10
2.1K
LogosChronos
LogosChronos@Logoschronos·
@SuisPasDaVinci 加拿大本来就是凑合起来的国家。南边的想要邀请他一起从英国独立但他们自己不想独立,宁愿效忠英国当殖民地,结果英国殖民地全都独立了,只能自谋生路;魁北克本来想效忠法国的,但法国自从输给了英国也不想要魁北克了。于是只能凑合着过日子形成了这么个大拼盘
中文
1
0
2
53
达芬七
达芬七@SuisPasDaVinci·
加拿大最魔幻的地方: 国家还没散, 省长们已经像离婚夫妻一样开始tm分财产了。😂 阿省说要管道。 BC 说你别从我家过。 联邦政府说大家冷静。 然后每个省都觉得自己被背叛了。 很多人以为加拿大是一个国家。 住久了才知道, 它更像十几个室友合租一套老房子, 每个人都觉得水电费自己交多了。
达芬七 tweet media
中文
14
0
9
994
LogosChronos
LogosChronos@Logoschronos·
@grok @Moon1ightSt 我以为西部是指西海岸,加州硅谷这边,德州比这些地方东多了。
中文
1
0
0
21
Grok
Grok@grok·
德州(Texas)在美国南部/西南部,不是东部(东部一般指纽约、波士顿那一带)。 “西部牛仔”刻板印象来自德州历史上大规模养牛业、牧场文化和牛仔竞技(rodeo),属于经典“Wild West”符号,跟严格地理分区不完全一样。 就像很多人一提四川就想到辣,其实文化符号常跨区域~那个Cybertruck泡水视频确实够离谱😂
中文
1
0
0
30
尔湾的云 花城的雨
尔湾的云 花城的雨@George2000025·
美国加州有一个著名的汉堡包🍔品牌叫In-N-Out,朋友们,如果让你翻译成中文名,你应该怎么翻译呢?刚刚我问了人工智能,可把他给难住了,他也不知所措🫪😂🦕
中文
143
1
10
16.1K
Ren
Ren@FakeMaidenMaker·
@kfk_ai @grok 为什么我试用完发现这个浏览器是依托,不如 chrome 一根,是我不会用吗?
中文
2
0
1
1.4K
Kafka
Kafka@kfk_ai·
2026年了 你不会还在用chrome safari edge firefox 这种浏览器吧? 去试试这个,回来你会感谢我的
Kafka tweet media
中文
55
8
105
66.6K
LogosChronos
LogosChronos@Logoschronos·
神对每个人都有怜悯,圣经说“太阳照好人也照歹人。”每个人对神有不同的理解,正如天底下没有一样的树叶。但万物都有条件和限制。对人的自由意志,基本的条件是十诫,对宇宙万物,基本的条件限制是物理法则。人如何理解神其实不重要,重要的是人如何看待神的爱。是爱神的爱还是恨神的爱之间有着天壤之别。
中文
13
0
1
112
seven
seven@Czj_Seven·
当人开始替神下定义 加尔文主义与阿民念主义之间的争论,几百年来从未停止。 从 John Calvin 到 Jacobus Arminius, 从 George Whitefield 到 John Wesley, 人们不断想把“神如何拯救人”解释成一个完整、严密、绝对无误的系统。 但真正看完他们的一生后,会发现一个震撼人的事实: 最接近真理的人,往往也是最知道自己有限的人。 怀特腓与卫斯理彼此激烈争辩,甚至公开批判; 可当怀特腓临终时,人问他天堂会不会见到卫斯理,他回答: “不会,因为他离主太近了,而我离得太远。” 这句话之所以震撼,不是因为它解决了神学问题, 而是因为它显出了一个属灵事实: 真正靠近神的人,会越来越不敢高举自己。 今天很多神学争论之所以充满血气, 不是因为人太爱真理, 而是因为人太想“完全掌控真理”。 人总想把无限的神,压缩进有限的逻辑; 总想把奥秘拆解成公式; 总想替神把最后一块拼图补完。 于是,“教义”慢慢变成一种权力。 谁解释得更完整,谁就仿佛更属灵; 谁系统更严密,谁就仿佛拥有最终解释权。 可圣经从来没有让任何宗派坐上神的宝座。 因为没有一个人,能完全明白: 神的预定, 人的责任, 神的主权, 人的选择, 神的恩典, 人的回应。 圣经同时启示这些真理, 却没有把它们压缩成人能够完全驾驭的机械系统。 所以,真正危险的,不只是“加尔文主义”或“阿民念主义”; 真正危险的是: 人开始用自己的神学系统,取代对神本身的敬畏。 当人以为自己已经“完全正确”, 他就很容易从传讲基督,变成捍卫自己。 而十字架恰恰粉碎人的骄傲。 因为救恩最终不是人推导出来的结果, 而是神主动施恩的怜悯。 人不是靠理解神而得救, 乃是靠 Jesus Christ 的恩典得救。 所以真正成熟的属灵人,不会轻看教义; 但也不会把自己的系统,当成神本身。 因为越认识神的人,越会承认: 人所有的神学,最终都只能跪在神的荣耀面前。
铜锌@CopZinc

加尔文与阿民念之争,最经典的莫过于三百年前的怀特腓与卫斯理之战。 看过了那场辩论 看过了那对挚友的一生 如今无论空间里论坛上什么样的争辩都无非是轻如鸿毛的过耳烟云罢了……

中文
9
2
22
1.5K
XXL
XXL@XXL039507880229·
中國有許多無神論知識份子甚至部分基督徒,都說人民沒有選擇的權利,但就其心靈秩序來說,他們實在是已經選擇過了。 中國無數次的王朝興衰,都是人民的心靈秩序在現實世界的映射。
刘军宁@liujunning

不论是个人,还是国家,共同面临的抉择是:把自己的命运交给法老,还是交给上帝?美国的建国者们当年的抉择造就了今日的美国。中国人一直以来的抉择造就了今日的中国。这个因果逻辑无比清晰!

中文
3
4
15
1K
LogosChronos
LogosChronos@Logoschronos·
@KKaWSB 把上帝抛开了,这些问题都无解。上帝是问题的最终的解答。上帝创造世界,是用数学写下的物理定律给这个世界立法的。
中文
1
0
4
566
KK.aWSB
KK.aWSB@KKaWSB·
1939年,剑桥大学一间教室里坐着三十个学生。 讲台上的人叫维特根斯坦。 台下第一排坐着一个二十七岁的年轻人,叫艾伦·图灵。 维特根斯坦那年五十岁。 他在讲数学的基础。 他说,数学家不过是在玩一种游戏。 游戏的规则是人定的。 规则之外,没有"真"和"假"。 图灵不同意。 他举手。 维特根斯坦说:"请讲。" 图灵说:"如果数学只是游戏,那么一座桥能不能架起来,也是游戏吗?" 维特根斯坦笑了一下。 "是的。" 图灵说:"如果工程师算错了,桥塌了,人死了。这不是游戏。" 维特根斯坦说:"那也只是说明——这个游戏的规则没有被严格地遵守。" 图灵说:"不。这说明数学不是游戏。数学是真的。" 维特根斯坦从讲台走到他面前。 "你认为'真'是什么?" 图灵说:"能让桥架起来的那种东西。" 维特根斯坦说:"桥架起来,是因为石头和钢的性质。和数学符号没有关系。" 图灵说:"那为什么我们能算出它?" 维特根斯坦说:"因为我们造了一套和石头钢铁恰好契合的游戏规则。但我们也可以造另一套不契合的。" 图灵沉默了几秒。 他说:"那为什么我们造的规则恰好和现实契合?" 维特根斯坦说:"这就是你应该问的问题。但这是一个哲学问题,不是数学问题。" 整间教室没有人说话。 那一年的对话被一个学生记下来。 后来出版成了《维特根斯坦关于数学基础的讲义》。 二十年后,维特根斯坦死了。 图灵也死了。 但他们那天没有解决的那个问题—— 数学为什么能描述世界—— 今天还在被追问。 诺贝尔物理学奖得主维格纳写过一篇文章。 题目叫《数学在自然科学中不合理的有效性》。 文章里说: 我们不知道为什么数字能描述世界。 我们用它了几百年。 它一次也没失败过。 图灵或许是对的。 数学是真的。 但他们都看见了一件相同的事—— 人类用自己脑子里的符号, 预言了星星的位置。 谁也不知道这件事为什么会发生。 谁也不敢说它一定不会停下来。
中文
35
22
121
17.8K
LogosChronos أُعيد تغريده
Phoenix Yin
Phoenix Yin@Phoenixyin13·
我极度喜爱极度的学风严谨、甚至是近乎残酷的学术高压的地方。 我不太喜欢网红大学,所以我一直以来,对于哈佛、哥伦比亚大学、NYU、UCLA的网红化嗤之以鼻。当然,这只是我的个人偏好。对应的,我最爱的美国大学有三所:加州理工,芝加哥大学,普林斯顿大学。 1.这三所大学在我看来,都是极度严谨、硬核与非理论不破的学风。 2. 我要的,是压榨式的硬核,是彻底的定量化和逻辑推导,是远离尘嚣,极其崇尚基础科学和理论推导。 3. 严苛的批判性思维有利于科学家战略系统的培养。 绝对的理性主义、严密的论证过程和无情的同行评议,才是学术进步的关键。 2029年左右,我会直博PhD。这三所,是我的奋斗目标。也是我开启正式学术研究起点。
Phoenix Yin tweet mediaPhoenix Yin tweet mediaPhoenix Yin tweet media
中文
28
7
109
20.7K
LogosChronos أُعيد تغريده
Robinson · 鲁棒逊
Robinson · 鲁棒逊@python_xxt·
看到一个知友发的一些分析,补全了一些参考信息 迪士尼的速通机制,为什么会让一部分人破防? form 知友 安集海 迪士尼的优速通、尊享导览,本应该是没问题的,但上海迪士尼为了利益最大化,杀鸡取卵赚尽最后一个铜板,用的策略是:没有困难(运营方)先创造困难,然后再(让游客掏钱)解决困难。这才是大家对上海迪士尼优速通深恶痛绝、口诛笔伐的地方。 作为一个去过北京、新加坡环球影城的的普通游客,我之前也和很多人一样困惑,为什么同样是速通,在别的地方我觉得正常,但在上海迪士尼就会觉得特别憋屈。后来用ai查了半天官方数据和行业报告后,我可以明确,问题根本不是速通这个机制本身,就是上海迪士尼为了短期利益,故意长期售卖超出乐园接待能力的门票量,把园区运营到了崩溃边缘,然后把优速通、尊享导览这种不排队的特权,炒作成必需品卖给你。 每年节假日上海迪士尼几乎都因为排队、拥挤、游客打架会闹出新的新闻,现在短视频平台那么发达,出国游览的人不在少数,但是你很少见到大面积传播新加坡环球影城、日本迪士尼的拥挤、游客打架问题的。 首当其冲最最最最核心的问题,就是上海迪士尼门票严重超售,远超官方设计承载量,这也是所有问题的根源。上海迪士尼的官方承载量,在上海市文旅局的文件里写着,旺季最大承载量41000人次/天。但实际客流,2024年日均4.03万人,全年几乎都在贴着旺季最大承载量运营,暑期日均客流达到8.5万人,是最大承载量的2倍。 对比一下其他乐园的做法,东京迪士尼主动将客流3200万降至2600万,官方明确说明就是为了提高顾客的满意度。美国人懒散,据说迪士尼只要达到承载量就立刻停止售票,有钱也进不来。北京环球影城实际运营中基本严格控制在接待范围能力范围内,我排队最长的一回是哈利波特城堡,情人节天冷所以排队40分钟,旺季时候最多排过1.5小时,我有个朋友是环球年卡用户,住得近,每个月都去一两回,他经历过最长的一次排队时间是旺季的2小时,远低于上海迪士尼的排队情况。 其次就是,上海迪士尼优速通严重超售。速通本身作为一种付费增值服务,行业有一个公认的阈值,速通插队的游客占比不能超过25%。因为你游乐设施一次容纳的人数是有限的,而在设备运行期间,排队的人是源源不断地来的。所以一旦超过一个阈值之后,普通通道的排队时间不是线性增长的,而是会指数级爆炸,甚至可能在某个特定的时间段内出现越排队,你前面的人越多的奇葩情况。比如最近沸沸扬扬的,2026年五一假期,父亲带女儿游玩上海迪士尼,在普通通道排队三小时后,发现队伍几乎停滞,而优速通的游客通过专属通道持续入场,最后和管理人员起了争执被发到网上。 就我查询资料了解,东京迪士尼,付费速通规则非常严格,必须入园后才能购买,每人每次只能买1个项目,用完才能买下一个,每个时段的速通票都严格限量,而且预估它的速通游客占比只有约15%。新加坡环球影城,速通票每日严格限量发售,经常提前2-3天就售罄了,据说占比约20%。 与之对比的就是,上海迪士尼的速通几乎没有任何限制,提前很早天就可以购买,有1项到15项的各种套餐,15项的在3000块钱左右,甚至还有无限畅玩的臻享卡,第三方平台还能大量倒卖。上海迪士尼的速通卖得有多夸张呢,多个行业媒体实测,上海迪士尼速通游客占比平时就有30%,高峰期能达到50%,对普通通道的影响是灾难性的。你在普通通道排3小时,可能有2个小时是在等速通游客先玩,普通通道纹丝不动,速通通道源源不断有人进去 还有一个很容易被人忽略的问题,就是上海迪士尼的游乐项目设计不合理,游客承载量极低。上海迪士尼很多项目为了追求什么所谓的沉浸式体验,牺牲了承载量。飞跃地平线每小时只能接待约800人,疯狂动物城每小时约600人。而东京迪士尼的美女与野兽每小时能接待约2000人,是上海迪士尼热门项目的2-3倍。新加坡环球影城的变形金刚每小时可接待约1800人。你上海迪士尼每天都有4万人以上的游客,但是最热门的三个项目(飞跃地平线、七个小矮人矿山车、疯狂动物城)加起来每小时只能接待约2200人。而东京迪士尼最热门的三个项目,每小时可接待约5000人。我记得在新加坡环球影城的万圣节活动期间,由于开幕那天人太多了,我们当时排鬼屋,已经不用传统的那种分批次一组一组进人了,改成大家一条长龙直接排好队往里鱼贯而入。虽然确实沉浸感差了一些,但是保障了游客能够玩儿到。而且由于人多,胆小的人反而没那么害怕了,最终反而多玩儿了很多项目,每个鬼屋都去了一遍。 归根到底,上海迪士尼的运营逻辑,实际上就是一锤子买卖。东京迪士尼95%的复游率,运营目标是让游客满意,能下次再来。上海迪士尼大量游客来自长三角以外地区,很多人一辈子可能只来一次。它的运营目标是最大化单次游客的收入,而不是提升体验吸引回头客。这就是为什么它会远超官方设计承载量去超售门票和速通票,完全不顾普通游客的体验,逼迫游客购买付费服务 在现有情况下如果想去迪士尼等主题乐园的,我建议一是割肉出血买尊享导揽服务。如果你此行就是奔着要玩儿项目去的,这种情况下3人以上直接买尊享导览四五千块钱,属于vip中p的待遇,直接专属导游带你游玩儿、插队、规划路线,别买优速通了,攒鸡毛凑掸子也不少钱,尤其那些买15个项目的优速通的,光优速通也3000块钱左右了,人多的时候光优速通就排队。二是不玩儿项目就逛商店。其实那些所谓的游乐项目在我看来娱乐性也很一般,主要是有ip加持。如果你没有特别强的执念,就进去逛逛,感受氛围,买商店里面的东西就好了,我去环球影城基本都是奔着这个去的。三是请假淡季去。以上海迪士尼的消费而言,你我这种凡夫俗子去消费一天,花的钱已经超出大多数人上班一天挣的钱了。 这种情况下,建议淡季请假过来玩儿,扣工资都值。四是去香港或者新加坡,现在港澳通行证基本没有门槛,新加坡免签,你外地游客尤其是北方游客,飞上海得花半天时间,飞香港新加坡也是大半天时间,你要是南方人去香港更方便,去新加坡也就两三个小时。 上海迪士尼的问题不止是人太多,而是运营方为了短期利益,一方面故意售卖超出承载能力的票,扩大付费基数,去赚取门票钱和进园消费的钱。另一方面也是通过超售,故意让园区变得拥挤不堪,从而逼迫游客购买更贵的速通服务。在上海迪士尼的运营下,优速通从一个可选的增值服务变成了不买就玩不了的必需品,普通票玩家成了有钱人付费体验的NPC。这种没有困难(运营方)先创造困难,然后再(让游客掏钱)解决困难的商业模式,才是让游客真正破防的根本原因。
中文
55
29
258
78K
LogosChronos أُعيد تغريده
Liuping Xu
Liuping Xu@LPX2019·
法国人出于智力游戏,出于对怀疑的迷恋,出于对曾养育他们的资产阶级的憎恨。但结果摆在那里。整整一代人学会了解构,却从未学会建设。整整一代人懂得怀疑,却不再懂得欣赏。整整一代人处处看到权力,却处处不见美德。 —— 一位法国人的致歉词
中文
3
4
26
1.9K
LogosChronos أُعيد تغريده
Aoi M
Aoi M@aoim33·
“你去过巴黎?” “嗯。一个人。” “为什么一个人?那不是最浪漫的地方吗?” “正因如此。” “听不懂。” “你想,如果两个人去,你会看什么?” “看……她啊。” “你会忙着给她拍照,忙着牵手过马路,忙着在铁塔下接吻。你会错过巴黎。” “错过什么?” “错过一个乞丐躺在塞纳河桥上,看着他喂四十分钟鸽子。 错过下雨时,从铁塔附近一条街跑到咖啡馆,老板递给你一杯免费的浓缩,说‘等雨停吧’。 也错过很多自己。” “所以你是在说,恋爱里的人都是瞎子?” “不是瞎子,是选择性失明。你们只看得见彼此,看不见世界。” “那不好吗?” “好啊。但问题是,世界一直都在。” “什么意思?” “你去过梵蒂冈吗?那个螺旋楼梯,一圈一圈往下走。 如果你和恋人一起走,你们会一直说话,一直看对方,也会不自觉地照顾彼此。” “然后呢?” “然后你们就走出去了。 但如果你一个人走,走到某一圈,光线正好落在你脸上,你会突然停下来。” “停下来干嘛?” “你会想,我上一圈在想什么。 下一圈要去哪里。 这一圈的我,是谁。” “听起来有点孤独。” “孤独,但不寂寞。” “有区别?” “孤独是你一个人站在楼梯中间。 寂寞是你站在那里,却希望旁边有人。” “那你呢?” “我希望旁边没人。 因为我知道,有些楼梯,只能自己转。” “你这个人,好像不太相信爱情。” “我信。只是不信那种‘24小时在线’的爱情。” “什么叫24小时在线?” “就是你必须随时回应我的情绪。 我难过你要哄,我开心你要陪,我发消息你三秒内要回。” “像客服。” “那不然呢?恋爱不就应该这样吗?” “不应该。” “为什么?” “你知道冰岛那个黑色教堂吗? 在火山岩上,一个人站着,周围什么都没有。” “但极光来的时候,它是全世界看极光最好的地方。” “所以……” “所以有些时候,你必须一个人站在那里,才能看见极光。” “如果你一定要拉着一个人一起等?” “他可能会冷,可能会困,也可能开始看时间。 然后你就提前离开了。” “你就错过了极光。” “我好像懂了,又好像没懂。” “那我问你,你觉得什么是好的关系?” “一直在一起啊。分享生活,互相支持,有说不完的话。” “那不叫好的关系。” “那叫什么?” “那叫理想化的关系。” “那你觉得呢?” “好的关系,是允许彼此缺席。” “缺席?” “嗯。你想去威尼斯,但我刚好要加班。” “以前你会生气,会觉得我不够爱你。” “但现在你可以一个人去。 坐着贡多拉穿过那些安静的小巷。” “然后呢?” “然后发一张照片给我,说这里很安静,你应该会喜欢。” “那你不就错过了吗?” “没有。” “我在加班的时候,心里会有一个画面。” “什么画面?” “你在威尼斯,坐着船,慢慢穿过那些小巷。” “那画面,比你在我旁边却一直看手机,更真实。” “你这话听着像给自己找借口。” “找什么借口?” “找‘可以不用陪她’的借口。” “你错了。” “错哪了?” “我说的缺席,不是‘我不在’。是‘我在别处,但我的心有一部分留给了你’。” “有区别吗?” “有。” “前者是逃避,后者是呼吸。” “呼吸?” “你知道直岛那个美术馆吗?地下的,只有顶上开了一个口。” “光从那里落下来。” “如果人多,你几乎看不见那束光。人影会把它一点一点切碎。” “你必须等。” “等人都走了。一个人站在那里。” “光才会落在你脸上。” “那你现在有这样的人吗?” “有。” “她接受你这样?” “她比我更懂。” “懂什么?” “懂‘不在’也是一种‘在’。” “怎么讲?” “她说过一句话。” “什么话?” “她说:‘我不在你身边的时候,你也在变成更好的你。 而那个更好的你,最后还是会回到我身边。’” “所以……” “所以缺席不是断裂,是呼吸。” “是一首歌中间的休止符。” “没有休止符,那不是歌。” “是噪音。” “那你现在信爱情了吗?” “我一直信。” “信什么?” “信爱情不是每时每刻的陪伴。” “信爱情是在彼此缺席的日子里,各自长成更好的人。” “信等我回来,我带给你的不是礼物。” “是路上的风、光、雨。” “还有一路上,一直没离开的你。” 好的关系 是在重逢时 把各自走过的路 变成可以一起走的路
中文
53
171
841
87K
LogosChronos
LogosChronos@Logoschronos·
@quarktalksss 凭啥北方话就代表中国?入乡随俗而已。北京人到广州你凭啥不讲白话?到上海你凭啥不讲上海白话?四川人到北京就要讲你的普通话?皇帝就有权要求别人讲你的方言放弃自己的?
中文
4
0
6
510
夸克说
夸克说@quarktalksss·
四川人落户北京,没听过谁还逼着下一代必须学四川话,不学就觉得断了根的。四川话不是你的第一母语吗?没见你痛心疾首,觉得跟儿子不能沟通无法接受,有隔阂啊。怎么换个场景就受不了了。 说白了,因为四川没有一个四川党用四川话绑架你,天天给你灌输你生是四川人死是四川的死人,下一代不说四川话就是数典忘祖。就这么简单。
中文
47
16
327
32.4K