Bill_DO_A_BIT多少做点

@Alex_perception 未来怎么样呢？未来咱也不敢想。反正我只知道美国债务创新高了。 控制成本，开源节流 对于个人能做的只有这些了

实际上，回顾 AI 特别是神经网络整个发展的历程，我有一个特别清晰的感受：所有的技术，即便像 AI 这样在我们看来是必然的趋势，并且的确已经成为了主流中的主流，可以说是“终结一切技术”的技术，在其发展过程中都遭遇过非常严重的挫败和放弃。 我觉得很多时候这种机会的把握，固然需要一种长期的坚持和发现，但更重要的就是要不停地验证。 这个事情其实非常值得去琢磨。我觉得没有什么技术的发展是一帆风顺、一往无前的，这个事情非常有意思。 弯道超车并非是不可能，但是也必然是要经历多走弯路的，只有多走弯路才能够实现弯道超车。 我觉得这两个都是必然的：有弯道超车，就有弯道翻车。

@Bill_Do_A_Bit 这片土地上的人们总是相信弯道超车，人有多大胆地有多高产

05 反向传播：误差沿网络向后流动，按贡献比例分配责任。最关键的算法被发明者搁置了三年 06 布尔家族闭环：发明布尔代数的人的曾曾外孙，推翻了布尔代数的统治。然后拿了诺贝尔奖，辞职去警告 AI 的风险 07 废品与卧室：1951 年是轰炸机零件，2012 年是两块游戏显卡。错误率从 26.2% 碾压到 15.3%，有人不信，自己复现了一遍 08 168 年链条：每个人只看到了拼图的一部分。跨越四个学科的接力拼出了完整画面 每张卡片底部都有一句核心判断。如果你只看这 8 个概念，就能抓住神经网络 168 年兴衰最核心的因果链。

你大概已经听过"神经网络"这个词几百遍了。但很少有人知道，这项今天驱动一切 AI 产品的核心技术，在历史上被判过两次死刑。 第一次，1969 年，一个数学家用一本书证明了它连最简单的逻辑问题都解不了。整个领域冻了将近 15 年。第二次，1990 年代末，连以"神经网络"命名的学术会议都开始拒绝神经网络论文。 从 1854 年布尔代数被发明，到 2022 年 ChatGPT 上线，168 年。中间死了两次，活了三次。我之前写了一篇长文拆这段历史，写完发现里面有 8 个核心概念之间的因果关系用纯文字很难一次性讲清楚。所以花了几天做了这套概念地图，8 张卡片，把 168 年的技术链做了一次结构化拆解。 8 张卡片覆盖了什么： 01 XOR 问题：AND 和 OR 能用一条线分开，XOR 不行——这不是程度问题，是本质问题 02 感知器困境：能学的太弱，够强的不会学。明斯基用一本书锁死了这个二选一 03 过早正确：好想法的敌人不是坏想法，是时间。罗森布拉特等了 17 年，鲁梅尔哈特又等了 26 年 04 梯度下降：蒙着眼睛下山，用脚感受斜坡方向。今天所有深度学习系统都建立在这个范式上

说实话，我觉得在 AI 时代，绝大多数人（尤其是没有第一时间去使用 AI 的人）很多时候还是被情绪和焦虑所驱动的，而这类人最容易上当受骗，甚至被收割。 我觉得“AI 自习室”就是很精准地收割到了这帮人。父母的这种焦虑，很多时候已经变成了一种非常刚性的需求。 作为一个普通人，与其说提高认知，倒不如说当出现一个新的需求时，直接去尝试和使用。尤其在 AI 时代，直接去用就好： 1. 不要听信任何专家的言论 2. 更不要听信网上看来的各种消息 3. 有问题直接问 AI，和 AI 进行直接对话

@block0_eth 谢谢，这篇文章的确花了我挺多的精力，非常感谢

@Bill_Do_A_Bit 好文啊，我才意识到几乎失去了读长文的能力，

@WangYao8866 是的，新时代总是和争议离不开的

@Bill_Do_A_Bit 争议就是一个音乐新时代的开启。

@Alex_perception 怪不得，反正生猪这个品种，我觉得对散户真的不太友好。 本身农产品做起来就比较难，生猪可能还要再看一段时间吧。或许最近这段时间热点到的的确也值得关注，反正对于生猪期权，在适当的情况下可以多关注一些。

@Bill_Do_A_Bit 要不然呢。。。而且期货交割也操蛋，用活猪。。。

我再补一句啊，目前是国家发号令，资金配合炒作。但如果猪企就是死扛，那么这波涨势也持续不了多久。——目前还没有看到大范围直接行政性直接干预的情况。 PS：两手策略准备做好，特别提示：生猪期货是小品种，且曾经有多次严重的操纵行为，如果是新手的话，我真心建议不要去参与。 而且按照消费习惯来看，5月基本就进入淡季了，按照母猪繁育时间来看，10个月前正好是这一轮产能的巅峰。所以近月的情况肯定不咋地。#投资

如果2026年只跟一个投资策略，我选它。 文章发布于纳斯达克周跌12%、全球能源危机和战争阴影交叠的2026年3月。 大多数人在这种时候只买ETF然后祈祷， 但tkzXBT拿出了另一套策略：30%比特币，25%QQQ，20%押注马斯克系，10%给Hyperliquid，10%给以太坊，5%给Robinhood。 我注意到一个反常识的细节：他给Hyperliquid的仓位和以太坊一样重。 这家链上交易所每天200万美元费用，97%用来买回HYPE。 更夸张的是，战争爆发后它每天处理超过10亿美元的石油交易，成了全球唯一24小时开放的多资产市场。 Hyperliquid 只是一家上线不到3年的交易所，它打败了华尔街的巨头们。 这组配置赌的是下一次金融基础设施长什么样。 比特币占30%基于物理稀缺性， QQQ占25%基于AI和半导体垄断， 马斯克系20%赌的是一个从火箭到人形机器人再到星链的闭环，他早就不是汽车公司了。 以太坊虽然被Solana追着打，但稳定币生态60%份额、1.6万亿美金锁在链上，这个现实没必要回避。 最后5%的Robinhood是我觉得最有趣的细节。财富代际转移即将到来，年轻人会继续用老牌券商吗？我不这么认为。 这组仓位虽然激进，但逻辑是通的：在恐慌里做多波动率，而不是躲进现金。 等Q2他开始公开业绩跟踪，我会持续关注。 #投资组合 #比特币 #AI #加密货币 #科技趋势

@block0_eth 这的确是一个很值得研究的策略，回头可以重点再开发一下。我对这个逻辑很感兴趣，等会儿我自己再去复盘一下

@Alex_perception 猪的保证金还挺高的。不如化工。一手猪的资金成本够其他农产品 10 手了

@Bill_Do_A_Bit 做猪有个方式，就是提前小仓位埋伏。等飞。。。中间别加仓。后面做空去

最近花了很长时间拆一本书。不是技术手册，是一部关于"机器能否思考"的 300 年探索史。 书叫《The Laws of Thought》，作者是普林斯顿教授 Tom Griffiths。他做了一件大部分 AI 书不做的事：把今天的技术争论放回 300 年的历史脉络中。规则派和学习派的战争不是从深度学习开始的，是从 1854 年布尔发明逻辑代数那天就埋下的。 读这本书有一种很奇特的感觉：书里出现的每一个名字，都是今天 AI 行业里呼风唤雨的人。辛顿 2024 年拿了诺贝尔奖。杨立昆离开 Meta 创办了世界模型公司。苏茨克维从 OpenAI 出走。李飞飞从干洗店移民女孩变成斯坦福教授和 ImageNet 的缔造者。这本书读起来像一部众神谱，而众神还活着。 但最吸引我的不是众神的光芒，是他们之间的恩怨和误判。1958 年，心理学家罗森布拉特（Frank Rosenblatt）造了一台会学习的机器，有人问他机器做不到什么，他说："爱。希望。绝望。简而言之，人性。"11 年后，他的高中同学、数学家明斯基（Marvin Minsky）用一本书杀死了整个领域。而明斯基自己就造过神经网络——1951 年，用退役轰炸机的零件。 复活它的人叫辛顿。在剑桥换了三个专业，当了一年木匠。他和从 1500 人小镇走出来的心理学家鲁梅尔哈特（David Rumelhart）一起在飞机上推导出了反向传播，然后搁置了好几年。几年后辛顿重新跑了代码："你还记得你那个算法吗？它似乎真的有效。" 还有一条暗线——辛顿是乔治·布尔的曾曾外孙。布尔 1854 年发明布尔代数，催生了统治 AI 前半个世纪的"规则与符号"路线。而他的曾曾外孙，发明了替代规则的方法。创立规则的家族，出了一个摧毁规则统治的人。 我把这些故事整理成了一篇长文。168 年，死了两次，活了三次。里面有不少中文互联网上很少有人写到的细节：辛顿家族和中国六十年的渊源、布尔家五代人的反叛基因、鲁梅尔哈特被认知疾病吞噬的结局。 好想法的敌人不是坏想法。是时间。

我觉得不管什么样的模型一定会出现问题，只要出现问题，必然需要实时更新。 包括现在所有的语言大模型，因为语言只是理解这个世界的一个维度，甚至它都不是最好的维度。语言本身并不是天然的，它是一个强人工监督学习的产物，也是一个人工压缩的产物。反倒是那些天然的、更高维度的东西，是现在语言大模型所达不到的。 语言大模型之所以会出现各种各样的幻觉，正是因为它只是一个低维度的、人工制造的产物。也就是说，语言大模型本身其实无法真正实现“世界模型”，它只是一个初步的选择。 有意思的是，我其实非常不赞同你的说法。因为这个世界肯定是先有世界，后有语言。你看有那么多的物种和生物，它们并没有语言，难道它们就不能感知到这个世界吗？显然不是。 比方说有些动物： 1. 它们拥有极其灵敏的听觉或嗅觉，虽然不是用语言来表述，但对世界的感知同样敏锐。你能说这些动物的存在就是空中楼阁吗？ 2. 像海底的鲸鱼，还能够通过电磁波的形式进行交流。 我觉得这些才是更高维度的东西。语言仅仅是这个世界里的一个维度，如果硬要把世界模型压缩、蒸馏成一个语言大模型，我觉得这才是舍本逐末，也是真正悲哀的东西。 我觉得世界模型是必然的产物。现在所有的语言大模型也都在往世界模型这个方向走，这是已经发生的事情，没有什么好争议的。

@Bill_Do_A_Bit 在世界模型中出了问题，我们要如何去表达那个存在的问题？还是世界模型一开始就是完美的不需要更新。无论世界模型多么奇妙，没有语言模型的存在世界模型只是空中楼阁

@luozichao60602 2022年 GPT 的横空出世，让一切都显得那么顺理成章，好像神经网络就是一步登天。 其实不是这样的，这里面的弯弯绕绕、曲曲折折可多了。回顾这一段人工智能发展的历史，真的能够学到不少东西。

很多人只看见2022,没看见背后64年的来 回拉扯。

其实我之前和你一样，一直到4月份那一波上涨完，价格就突然拉升。反正现在政策面和基本面其实是有共振的，但是它之前这个下跌实在是太狠了。 反正我是不看猪了，农产品里生猪这个环节真的看不了。我情愿去看油脂相关的，也不再看猪了。猪肉真的是太容易被控制了，特别是这种小的农产品，我感觉那种做庄性特别强。

@Bill_Do_A_Bit 我们是3月份开始关注，4月份才敢确认，而且它的上涨如果是操纵的话，短时间不会有任何调整。就很让新人蒙圈。

是的，我在梳理这个故事的时候，真的发现了很多那种“时代的眼泪”。没有什么技术是一帆风顺就被推上来的，即便现在 AI 可能是改变一切的技术，在它之前也经历过如此的低潮。 所以回看这段历史的时候，其实挺唏嘘的。但更有意思的是，完全经历过这段历史的人都还在呢，这真的让我觉得 AI 这个时代真的有点那种“群星闪耀”的感觉，真的是群星闪耀。

@Bill_Do_A_Bit 没想到啊，这技术竟然是如此早就提出了。但说真的这种被时代错杀的东西挺多的。

@RongshengWang 谢谢。我觉得这是一种表扬。 因为我是尽量把谢三林说的这些话，翻译成我自己以及其他人便于理解的语言。但说实话，我的本意并不是说要做抖音。至于语言“抖音化”，我觉得或许是一种遗憾吧。 谢谢你的意见。

@Bill_Do_A_Bit 本文文字 抖音语言类视频风格 太严重了