Co-founder of F2Pool & Cobo. Bitcoin enthusiast exploring DeFi & AI. A risk manager, not a prophet.
Joined March 2017
- Tweets1.8K
- Following417
- Followers224K
- Likes225
DiscusFish retweeted
昨日，打开youtube，自动给我推了一个播客纽约漫谈录，里面嘉宾是曾鸣。嘿，曾鸣，好久不见，不是侃侃而談各种战略的那个曾鸣，而是一个老朋友，当时潇湘晨报主笔，后面去了GQ，现在做正面连接。
在视频里，他聊到了十二年前的一个专题报道，那是他去GQ做的第一个专题，花了两个月时间，关于比特币。瞬间，记忆涌上心头，再看了一下当初那篇文章，GQ官网已经删了，网络有一些转载：01caijing.com/html/szhb/1433…
情之所起，找他微信聊了一会，慨叹近况之余，追忆当年岁月，回首才知那是最好年华。我们不由得想着，再做一期《那些年的比特币理想主义者，现在怎么样了》，不过当下时局，大概他们都不愿意抛头露面了。
最后我和他说，当时你采访的人里，那个和你抱怨买二手的200块显卡挖亏了的人，要上火星了。他很诧异，说那时文弱书生也能当宇航员，我说好像海外对宇航员的要求也没那么高。
当时香港峰会，投宿数码港艾美酒店。曾鸣采访的最后一站在香港，当时香港举办比特币第一届大会，我住在他的隔壁，我去他房间玩，他录音的音频都快满100小时，光着脚来回徘徊，思考行文，他问我，比特币还能涨回两千吗？我说这个简单，但没想到很快，币价跌到了900元。mp.weixin.qq.com/s/Ii0rBEojc…
DiscusFish retweeted
当隔壁老王投资存储股票赚了三十倍后，如何还能不焦虑 （一）
mp.weixin.qq.com/s/viJ98mVXl…
DiscusFish retweeted
A Slack badge just reminded me that yesterday was my 13th work anniversary at @f2pool.
It brought back memories of those days when I met @bitfish in early 2013 and we set off on our Bitcoin and crypto adventure together.
On the high-speed train to work, I was using LRUSD to buy bitcoins in bulk across several international dealers, then selling them to novices on Taobao, converting the proceeds back into LRUSD, and repeating the cycle. On good days, I could make over a thousand dollars across multiple round trips. Thanks to the strong market in those first few months, I managed to save up $100,000, which finally gave me the confidence to take the leap.
Many years later, looking around, @bitfish is still one of the best entrepreneurial partners one could ever hope to find. The only regret is that I was so focused on taking photos of the trains and train stations those days that I barely captured any other pictures for what we were actually doing in Bitcoin and crypto at the time.
DiscusFish retweeted
那些在我出生之前死去的人的时间，通过技术物，现在是我的时间。
这就是斯蒂格勒所谓的 already-there，"已经在那里"。我来到这个世界时，世界已经被一层层死去的时间覆盖过了，这些时间通过物交到我手里。我从来不是从空白出发的，我是从一个被厚厚的第三记忆预先结构好的处境出发的。
从这视角看，AI 是那个最大的「第三记忆体」。
我们正在与全人类对话。
珍之慎之。
斯蒂格勒在《技术与时间》提出「第三记忆」：
生物学公认有两种记忆。一种是遗传记忆，写在 DNA 上，物种共享，死了还在后代身上。一种是表观记忆，个体生命里积累的经验、技能、印象，随着这具身体的死亡而永灭。斯蒂格勒说，人还有第三种：外化在技术物里的记忆。
你手上的一本书，是一种第三记忆——作者把经验、洞见、判断刻到符号里，通过纸张传给从未见过他的你。你桌上那把椅子是一种第三记忆——多少代木匠关于"坐"、关于"平衡"的手艺积淀到这件物里。你手机里的代码是第三记忆——千万个编程者的思维方式以比特形式保存着。
这种记忆的决定性特征是：它不随个体死亡而消失。祖父死了，祖父做的椅子还在，椅子上的经验还在。一个从未见过祖父的孙子，可以通过摸到、看到、使用这把椅子，接触到祖父未曾说出来的那部分感觉。
当我们连续使用AI，上下文持续积累，双方不断加深「理解」，这又是什么记忆呢?
DiscusFish retweeted
「大多数时候，你不是你——你是"人们"。你穿大家穿的衣服，说大家说的话，关心大家关心的事，对大家厌恶的东西厌恶。你看新闻，是因为大家看；你升职加薪，是因为大家以为这是好的；你结婚生子，是因为时间到了大家都这么做。这不全是坏事，这是人之所以是社会动物的方式。但代价是：你的存在不是你的，是借来的。你随时可以把它还回去，因为你从一开始就没真正拿过它。
直到有一天——通常是被某个事件砸中，比如一场重病、一个亲人的死、一次破产、一段关系的崩塌——某种深层的焦虑（不是怕某个具体的东西，是莫名地焦虑，海德格尔叫 Angst）涌上来，你突然看见：我有一天会死，而且死的是我，没有任何人能替我死。这一刻，那个借来的"人们"维度突然崩了，剩下你赤裸地面对自己的可能性。
这个赤裸时刻，海德格尔叫"本真"。不是道德上的高尚，不是修行人的境界——是一种结构上的"领会自己"。从这里你可以选择真正属于自己的活法——他叫"决断"。」
DiscusFish retweeted
看到群友在问怎么对抗"四大骑士"之一的心血管风险,拆一下底层结构：
心血管风险由4个秩决定——
G1 脂质累积：ApoB颗粒进入动脉壁的终身暴露量，斑块的根因
G2 血压负载：机械应力是斑块破裂和中风的物理扳机
G3 行为杠杆：吸烟/运动/饮食，同时调节G1和G2，且自带独立保护通路。
G4 基因底牌：锁定G1的起点和天花板，贡献传统评分捕捉不到的暗风险(好消息是目前有单抗可以打)
关键耦合：G1×G4绑定最紧（你能降到多低，取决于你拿到什么牌）；
而G3是唯一能同时旋转G1和G2两个旋钮的主动杠杆——也是你唯一真正握在手里的东西
DiscusFish retweeted
When people talk about a once-in-a-lifetime trip, they often don’t realize that they may truly never return there. Many journeys that seem grand at the time eventually become ordinary parts of our lives. But even the little restaurant next to your home might, after some ordinary day, become a place you never visit again.
Will space be once in a lifetime? I think not. But I really don’t know whether I will ever set foot on Bouvet again. I think Bouvet Island will very likely remain my true once-in-a-lifetime trip.
DiscusFish retweeted
这篇文章像是站在上帝视角看人类智慧的发展，很有趣。值得仔细阅读。
我看完后的一些笔记：
1. 虽然 AI 可以在很短时间里突破某些需要大量高级智能才能解决的问题，比如研究古籍、新材料、蛋白质折叠，但对于基础物理的推进好像就没这么容易了，毕竟受限于观测手段和突破性的理论？
2. 至少目前消费级 AI 的专业度还是有不足的，所以至少你有这个办法来评估你的竞争力：如果你在专业领域的知识和经验无法比 AI 更强，或者无法评估和判断 AI 给你的专业问题的答案是否准确，或者你从来没有在和 AI 对话中发现任何错误，那说明你的专业能力已经不具备任何竞争力了。因为别人可以用一套 Agent 系统和不断降低的成本替代。
3. 我感觉短期内「单位价格的智能」应该是个有用的指标，不知道有没有合适的 Benchmark 来衡量。也就是如果今天花 100 元可以让智商 120 的 AI 解出某个题目，那未来可能只要10元。智慧的获取成本不断降低，最终达到某个瓶颈（类似芯片制程碰到物理极限）。也对于站在宏观视角观察 AI 发展非常有用。
4. 星际移民或许是下半场的大赛道？这样不会被束缚在这个蓝色圆点中考虑问题，因为「如何生存」又会变为重要的挑战。
写了一篇长文《人类的下半场》。
回看过去一万年，其实人类只做了一件事：在智能稀缺的条件下，为了生存，拼尽全力。
我们熟悉的教育体系、职业分工、组织结构、经济模式——所有这一切，其实都是建立在“智能稀缺”这块旧地基之上。而现在，AI 正在把这块地基抽走。
这篇文章不是预测未来， 是陪你一起站在悬崖边， 看旧世界如何坍塌，新世界如何长出。
在codex的帮助下，我把这篇文章做成了一个网站。这是一个正在生长的网站。 序章已就位， 后面还会有很多篇，是我对某个具体领域的思考。欢迎一起来见证、一起困惑、一起寻找答案。
secondhalf.report
DiscusFish retweeted
律所给我们写的意见书，简单让gpt整理了下：
1/ 新加坡MAS发布了对《金融服务与市场法》（FSMA）下的DTSP监管框架最终指引。FSMA将于2025年6月30日正式生效，DT相关业务不合规将被要求立即停止运营。
2/ 什么是DTSP？
凡是在新加坡办公、向境外客户提供以下服务的机构都可能属于DTSP：
•代币买卖
•转账、兑换、撮合
•托管服务
•顾问/撮合交易
3/ 但重点来了：
如果你已经在PSA/SFA/FAA下持牌或被豁免，不需要再申请FSMA下的DTSP牌照！
✅ 有PSA牌照
✅ 被PSA豁免
✅ SFA/FAA 持牌或豁免
👉 你是豁免方，无需重复申请
4/ 举例：如果你是托管机构（custodian），已经在PSA下持牌或被豁免，即使你服务海外客户，也不需要申请DTSP新牌照。但你仍然需要满足FSMA的附加监管义务：
5/ 新增义务包括：
•更严格的技术风险管理（TRM）
•年度审计报告提交
•更高的AML/CFT要求
•对重大安全事件1小时内上报MAS
•禁止20,000新元以上的现金支付
6/ FSMA的目标是整合MAS的监管权限，统一监管不同牌照下的机构。MAS不再容忍灰色地带。
监管重点从“是否持牌”转向“是否合规”。
7/ 对稳定币的监管也在同步升级：
•单一货币稳定币（SCS）有独立监管框架
•其他稳定币被视为DPT，仍归PSA管辖
•若稳定币作为衍生品底层资产，可能纳入SFA监管
8/ 所以，你需要问自己两个问题：
✅ 我是否已有PSA/SFA牌照或豁免？
✅ 我是否为境外客户提供DT服务？
如果第一个答“是”，那你不需要新申请；但你需要做好合规升级！
9/ 总结：
❗ 不持牌又不豁免的 DTSP，要么在6月30日前持牌，要么关门
✅ 已持牌/豁免者可继续运营，但需应对更高合规门槛
📈 MAS将继续收紧数字资产监管，别等最后一天才行动
DiscusFish retweeted
这个对Ethereum是个里程碑的事件。
原本以为需要ASIC，或者至少一年后才能实现Ethereum的block的实时证明（<12s），现在用GPU就实现了（目前需要上百个GPU，后续ASIC仍然可以进一步替代）。这首先说明了Ethereum的强大开发者生态。Ethereum Foundation几乎没有直接出钱，靠号召力也吸引了大量顶尖技术团队围绕着Ethereum的愿景来build，加速实现了实时证明。
其次，在实时证明技术的支持下，Ethreum Layer 1下一步有望实现10,000 TPS的交易容量（交易费也将下降），原因是Validator不需要重新执行大量交易的验算，只需要完成零知识证明（ZK）的验证。后者计算量极低，类似Rasberry Pi Pico的硬件就可以完成，$5，功耗<1W。这意味着Ethereum通过ZK可以同时完成去中心化和TPS两个维度的扩展。这是ZK技术的胜利。
与之相比，根据Grok，Solana理论上可达65,000 TPS，实际运行中约800 TPS，而依赖的硬件成本通常在5,000美元至10,000美元之间（一次性初始投资），运营成本（包括电费和带宽）每月约为100美元至1,500美元。这样，Solana在TPS和去中心化方面相比于Ethereum都不会有优势。
当然，Ethereum基于实时证明的协议升级，还在路上，需要加速。
🤯 real-time proving is here 🤯
Mainnet EVM blocks proven in under 1 Ethereum slot (12s). Goosebumps.
Succinct proves every Ethereum L1 block:
→ 94% in <12s
→ 99% in <13s
→ 99.9% in <12s, soon™
Yesterday RISC Zero unveiled a $120K home GPU cluster—proofs expected in 9.25s. Brevis, OpenVM, Snarkify, ZisK, ZKM are weeks from joining the real-time club.
Soon™ my validator will verify EVM blocks on a Rasberry Pi Pico—a $5 board that consumes <1W. I will ditch my EL client in favour of a zkEL. No 1 TB NVMe. Goodbye Geth, hello zkReth. Stateless and RAMless verification in milliseconds on a single CPU core.
With real-time proving 1 gigagas/sec (10K TPS) is within reach, without compromising validator decentralisation. From now on expect regular gas limit bumps. 10% of stake is already voting for a 60M limit—your validators can too.
Snarkifying mainnet turns Ethereum L1 into the first based and native rollup. Stage 2. Bug-free. Decentralised sequencing. No security council. No governance. The L1 will lead by example.
This Friday we celebrate. Join us for Ethproofs call #2, May 23 at 2pm UTC. 25 speakers, 2 hours of content. Calls are open—DM @corcoranwill for a calendar invite.
We are witnessing history. Believe in something real. Believe in real-time proving.
DiscusFish retweeted
David Silver在DeepMind负责Reinforcement Learning（RL，强化学习），是AlphaGo团队的核心。他最近有个分享，有些启发：
学习的三个阶段：
1. 基于现有知识的学习
2. 基于人类已有经验的强化学习
3. 忘记人类经验的自我学习
每个更高阶的学习，都在不断丢掉旧的知识，旧的经验。
更具体而言：
1. 当前LLM主流还是Data驱动。问题在于1）Data会成为一个天花板，2）模型会和当前的Data尽量拟合而自身的学习能力被弱化。3）LLM默认会证明自己是对的，所以经常有幻觉的产生。而强化学习是让AI在实际使用中获得数据，反馈，它不试图证明自己是对的，而是不断地在真实世界中试错来验证。
2. 如果没有强化学习，那么AlphaGo只会学会人类的技巧，而没有它第二局超越人类经验的第37手。经验比知识更重要。
3. 而AlphaZero是AlphaGo的下一代，证明了忘记人类经验学习的价值。AlphaZero从完全随机的行为开始，从系统自身生成的经验中学习的方式，使得 AlphaZero 从零开始达到了并超越了人类在围棋和国际象棋等领域的最高水平。
4. 反馈有两种，基于人类经验的反馈（RLHF）和真实世界的反馈。前者是人类事先根据经验设定的标准，但它在真实世界仍然可能是错的。而后者是真正通过行动在真实世界得到的反馈。这是AlphaZero超越AlphaGo的背后原理。
5. David Silver提出“Reward is enough”。我们训练AI的职责主要是把目标和我们的价值观对齐融合在设定的奖励标准中。比如我们设定一个标准，奖励AI让我们变得更健康的策略。这个符合我们的需求，而且这里并不是具体的目标，而是模糊的高层目标——如何变得健康。AI系统自己去优化具体的目标（心率，BMI等），并根据真实的反馈调整具体目标的组合。
6. Anthropic以及一些团队证明了基础模型仍然有提升的空间，因此，Data驱动和强化学习驱动会是两个持续演进的双螺旋，而强化学习会越来越重要。
进一步：
1. 从哲学上讲，在时间之矢方向上的Randomness和熵增是确定的，因而我们无法完全从既有的数据和经验学习，我们只有不停地探索，无论是AI还是我们自身。
2. 我们几乎所有在AI训练中的启示都适用于我们对下一代的教育。
en.wikipedia.org/wiki/David_…
cis.temple.edu/tagit/present…
youtube.com/watch?v=zzXyPGEt…
DiscusFish retweeted
第 999 次安全提醒：在以太坊 gas 这么低的状态下，取消你拿不准/吃不透/自以为安全的所有代币授权，一个取消才 0.0x 美金，你即使有 100 个异常授权要取消，也才消耗几美金，但你却堵住了可能的巨额风险敞口…
用 @RevokeCash @Rabby_io @wallet 等都方便做这种安全加固。
DiscusFish retweeted
终于搞定了在待听列表里躺了好久的Huberman播客。
我一直都有点排斥以音频组织的知识形式，听者不得不以主播的节奏接收信息。而文本赋予了读者更高的自由裁量权。
还可以再进一步。
将自己的思绪汇入AI，将文本如乐高积木般重新排列。如果说音频是溪流，那么AI重塑后的文本，是花园。
我把Huberman之类的健康信息修剪成了这样的花园：
1. 排除了弱证据的建议。
2. 清晰的行动建议放在开头。
3. 附上原始音频作为索引。
4. 把所有时间线排列的播客，转变成主题排列的文稿。
真正追求思想自由的人应该极度在意身体健康，正如「真正认真对待软件的人应该自己做硬件。」
@maxvinteth、 @bitfish和我，创造了health.art。接下来轮到你了。