我惊讶地发现，sci-hub 得到的捐助竟然如此少。
它的 ETH 地址上前后总共也只有一百几十笔捐助，加起来只有几个 ETH。
给我一种熟悉的 public goods 的感觉。
去年看到 wework 创始人做的那家新公司，搞住宅社区的，我就顿悟了“讲故事”这件事。
当你讲了一个好故事，可能最后你自己的公司挂了，不要紧，还会有千千万万的其他人，继续去完成这件事，因为他们听到了你的故事。
比如对于孙中山来说，某一次革命成不成，同盟会成不成，革命党成不成，可能都不重要了，重要的是他关于新中国的故事已经讲出去，他不做，别人也会做，会有人来完成这些事。
每个人都活在他自己构建的主观世界里。如果大家都看到了同一个故事，那么这个故事就会发生。
原来几乎所有我们所熟悉的水果和蔬菜，都不是天生长这样。之所以有现在这个美味的样子，都是人类长期培育改造的结果。如下图：
许多人，包括我妈，都会下意识觉得自然的东西好，人工的东西不好。
但如今我忽然意识到，原来自然和非自然，并没有明确的界限。水果和蔬菜，这些我们所能想到的最“自然”的东西，却彻彻底底是人工的产物。
或许只有当我们抛弃自然的观念，才能真正理解自然。
读到一个关于债务的有趣视角：
债务抑制了正念 (debt oppresses mindfulness)
正念意味着关注当下。而当消费者的债务达到一个比较高的水平时，他的大多数工作都是为了偿还过去的债务，而不是满足当前的生活。这种生活在过去的状态，有点类似于“不断回忆痛苦的童年记忆”，容易导致抑郁。
Tesla 的第一款车 Roadster 最初是在莲花的一款车基础上改的，走了很多弯路，花了四年半才做出来，Elon 说：
“从设计 Roadster 学到的最重要的教训，就是不要重新设计别家的车。我们在造 Roadster 时最大的问题，就是没有从一张白纸开始。从一张白纸开始设计，我们会节省人力物力。就像你建个房子，找不到合适的房子，你就尝试修复一栋现有的房子，最后拆了一切，只剩下地下室的一面墙。”
他说，他的作品在美国从来没得到过应有的重视。在美国人眼中，科幻小说是给小孩子看的，根本算不上正经小说。而且因为是“给小孩看的”，所以有很多道德约束，性和暴力都不能写，于是大家都去写太空歌剧（space opera）。
但是他的作品在欧洲，尤其是法国，受到了极大的欢迎。很多读者都是严肃读者，将他的作品作为正经文学作品来欣赏，很多法国人特地到美国来拜访他。
这让他受到了极大的鼓舞，他说，如果没有法国人的喜爱，他根本没办法坚持下来写这么多作品。有正经读者喜爱，于是把作品写的更好，这是他理想中的循环，而他在美国没有得到过这种反馈。
他回忆第一次去书店买自己的书，
老板看着他说：“你还读这种玩意儿？”
他说：“额，我不光是读，这就是我写的……”
老板说：“你为什么不去写些正经东西呢？”
……
P.S. 今天之所以突然想到，是刚好看到 a16z 给 web3 builders 推荐的一个书单，有十几本书。其中我居然看到了菲利普迪克的短篇集，有点惊讶，因为我想不出来这和 web3 有什么关系。
上世纪的科学家在流体力学中发现了自相似性和递归性，但是当时并没有数学语言来描述这种现象，所以讲都没法讲。
而对此最恰当的描述，居然是诗歌。史蒂文斯当时写过一些诗歌，其中有对于水流“在变化中重复自己”的准确观察。
而且，这个发现湍流本质的科学家，最初居然也是从歌德那边获得的灵感。歌德从植物生长过程中，感受到了一种类似于“流”的存在，于是写了一本没多少人知道的书，叫《植物变形记》，正是这本书启发了利布沙贝关于湍流的本质。
这几个事儿都很有趣，包括上次关于颜色的理论。
对于科学家来说，如果科学不能描述的，等同于不科学、不存在。但对于艺术家来说，他们没有这种限制，他们只是用心观察世界，通过直觉捕捉到一些真实的东西。这些真理，往往要很久很久以后，才能被科学语言所解释。
19 世纪初有过一场关于 “颜色本质” 的论战。
一派是歌德，他认为色彩并不是一个客观量，而是一种主观感知。他还做了许多实验，有一套完整的自己的理论。
另一派是牛顿，他认为颜色就是不同波长的光。在他看来，歌德简直就是伪科学。
在那之后，牛顿的观点长期占据了主流，因为可以得到实验验证，而歌德的观点基本上已经销声匿迹。
但很好玩的是，一百多年后，混沌理论的奠基人费根鲍姆，正是从歌德的理论中获得了许多启发。他发现歌德不仅是对的，而且他的思想其实比牛顿的更具有科学性。
Amazing Stories 是一本很有名的科幻杂志。在 1930 年代，Amazing Stories 上很流行关于“梦”的科幻作品，原因很奇葩。
当时的杂志负责人 T. O’Conor Sloane 是一个知名科学家，由于相对论证明了无法超光速，于是他禁掉了所有“超光速旅行”的小说。
这使得当时的小说家都很头疼，不让超光速，那要怎么才能去另一个世界呢？大家纷纷想到了“做梦”，于是做梦变成了当时时空旅行最热门的手段……
前天看了一部 40 年代的老片，叫《生活多美好》。我深深地感受到，我们其实并不知道自己对世界产生了怎样的影响。
在某个时刻，你可能觉得自己很糟糕，生活是一坨屎，过得毫无意义。但其实有你和没你的世界是截然不同的，你和别人的命运紧密相连。
今天早上醒来，看着头顶的树。
我心想，有这棵树和没这棵树，大概也是截然不同的。它影响了小鸟，小鸟又影响了其他东西；它影响了下面路人，路人又影响了其他东西……
甚至于，我想到，当我要感谢我爸妈把我生出来的时候，
我还得顺带感谢，爷爷奶奶，外公外婆，曾祖父曾祖母……
我还得感谢，曾经救过我爸妈、爷爷奶奶、外公外婆……的人，
我还得感谢，让我爸妈认识，让爷爷奶奶认识，让外公外婆认识……的人
这些人的存在，延伸出去，又会有其他人和事物。
这将会是一个无限长的名单。
所以，我每天都应该对一个无限长的名单说谢谢。
这个名单大概就是“万物”？
我发现 chatGPT 真的有办法把文章改得更好读，我很好奇它是怎么做到的。于是我把我自己写的东西发给他，观察它如何修改。
首先，它通常会写得更长一点点，把我的省略掉的一些主语、宾语补上，或是替换掉它/他/她。尽管内容长了，但读起来其实更快了，因为读者的脑袋负担更小。
比如这句话：
你以为数据是有一个实体的，存在哪里，但挖到最后，发现它 tm 是一个过程。
chatGPT 改后是这样的：
我本以为数据是存在某个地方的实体，但在深入研究后，发现其实数据是一个过程。
下面那个版本更顺畅易懂；相比之下，上面那个版本需要读者更加仔细地阅读，或者先对上下文有所了解。
其次，就是它会整理逻辑。有些地方，我可能都没有意识到我在语言上省略了一些逻辑。一段话和下一段话没有衔接，chatGPT 会补上这种衔接，使得逻辑很丝滑，易于理解。
比如来自本文中的一段：
作为普通读者，肯定是读下面那个版本更顺畅的；我上面的版本，需要读者更仔细地读，或是熟悉上下文。
chatGPT 改后是这样的：
普通读者肯定会发现下面那个版本更顺畅易懂；相比之下，上面那个版本需要读者更加仔细地阅读，或者先对上下文有所了解。
第三，它会使用不需要上下文，也比较好理解的词语。
第四，它使用更基础的动宾结构，而很少出现倒装、把字句之类的。
比如来自本文的一段：
它通常会写得更长一点点，把我的省略掉的一些主语、宾语补上。
chatGPT 改后是这样的：
chatGPT 通常会写得更长一些，补充我省略的主语和宾语。
我觉得对于一个小学生、或母语不是中文的人而言，下面这个版本是更容易理解的。
偶然 看到 一个视频图表，展示了不同媒介下音乐产业收入的变化。
在 90 年代中后期，随着互联网下载的流行，音乐行业的收入逐年减少，直到 2010 年左右跌至谷底。
这说明，技术的进步并不一定会带来产值的增长，因为价值创造增加了，但是价值捕获却减少了。
这种情况发生时，说明当前的主流方案并不是最优的，需要解决一个巨大的低效率问题。 例如视频中，2010 年后的流媒体解决了这个问题。
昨天的 代码 还让我意识到了一个重要的东西，那就是无常。
在那个程序中，我本以为数据是存在某个地方的实体，但在深入研究后，发现其实数据是一个过程。唯一的数据就是用户输入的那个数据，这个输入会引发一系列的过程。
这让我意识到，整个世界也可能就是这样一个程序：一个过程，其中不存在存储。当我们想象这个世界的源代码时，我们往往会认为数据存储在某个地方，但实际上并没有。
整个世界就像一根正在燃烧的导火线或者一支正在飞行的箭，最初可能只是有人输入了一个 “1”，触发了这个过程，然后一直持续到现在。
所以，只有无常是永恒存在的，因为整个世界只是一个不断进行的过程，没有存储。
1
之前我听过一个 80 年代的计算机课程，叫 SICP（计算机程序的构造和解释），很牛逼。
其中印象最深的一节课是关于数据抽象 (abstraction) 的，一个我觉得挺复杂的问题，他仅仅是做了几层抽象的表示，问题就被解决了。我当时大为诧异，因为并没看到真正的“解决过程”。
今天我把 那节课 重听了一遍，听到了一个之前没注意的东西。
他说 Lisp 中有一个基本的数据结构，叫做 CONS，它是由两个数据组成的一种结构，后续所有的抽象都是在这个基础上搭建的。
结果，到了这节课最后，他讲了个惊人的东西。
他说，我骗了你们，其实 Lisp 中并没有 CONS 这种结构，是我构造出来的。但当你们知道它是怎么被构造出来的，你们可能会被吓尿，因为它是从 “空” 中构造出来的。
然后他展示了 CONS 的内部代码，只有三行，卧槽，你以为它内部是一个实体，其实并不是，它只是个过程！而且是一个看似没有意义的过程。
(define (cons a b)
(lambda (pick)
(cond ((= pick 1) a)
((= pick 2) b))))
类似于，“这个人叫路遥”，你以为 “这个人” 是个实体，结果你查看它的源代码，发现它的源代码上写着：“叫路遥”。
他说他知道大家肯定会懵逼，所以就谎称有一种基础结构存在，让大家容易接受。但其实并不存在——
“很多人以为过程是一个行为，其实过程本身就是实体”。
2
这节课还教了一个非常有趣的思维方法，叫做 “wishful thinking”，它是抽象（abstraction）的精髓之一。
它的意思是，当你想要设计一个东西时，可以先假设它已经存在了，比如想象成一朵云。然后你用这朵想象出来的云，来设计其他事物和它的交互方式。
一旦你定义了它和其他事物的交互，这个东西本身的设计也就差不多完成了，因为这些交互已经定义了它的本质。
换句话说，“一个事物的定义，取决于你和它交互的方式，而不是它的内部构造。”。
3
聊起这个，我的朋友 Maomao 告诉我，胡塞尔就是这个观点，你无法知道世界上其他人是不是 NPC。即对你来说，唯一的实体是你和其他客体的关系。你只能知道关系，不能知道客体。
他这个观点之前一直被主流哲学界嘲笑，觉得你瞎搞，直到近代才被人理解。
4
当哲学家说这话的时候，别人可能觉得他故弄玄虚；但当你看到程序员写出这样的代码，然后正常 work，一切运行完好的时候，就很震惊。
比如，有一个粒子，它和世界唯一的互动方式是，有人去测量它，它长 1 纳米。
那么当你翻开它的源代码，它源代码很可能只有一行：
“当有人测量我的时候，我就告诉他老子的长度是 1 纳米。”
作为一个程序员，你看到这样的代码，会觉得，草，这么不负责任的代码，怎么可能构建出其他复杂的事物。
但实际上，它真的可以。
“建立数据抽象并不需要数据，过程可以完成所有事情。”
佛教说“五蕴皆空”，今天这个事情很大地加深了我对 “空” 的理解，原来真的可以在空上建立东西。
我说，我感觉对问题的定义越清晰，最后的方案就越简单。
他说：
“因为后续要做设计，那设计就有两步，第一步是尽可能多的探索解空间，找各种各样可能的方案，还有一步就是从所有找到的方案中间做选择。”
“而问题定义的清楚，实际上是把解空间给定义清楚了，知道边界在哪儿，这样子的话，我们会探索出来一些奇奇怪怪的东西。”
“问题定义不清楚的话，往往你会把一些明明没必要去讨论的问题拿出来讨论，把一些不是解的解放到了未来的选择中间去，这样子的话效率就会很低。”
“那如果问题拆解的好，也就是说，从本身的问题到各个子问题都定义清楚，那最终在这个把解拿出来的过程中间，每一个层次上的方案都是相对来说目标清晰，选择合理，那可能就是你说的简单。”
朋友给我发了一个故事。作者讲述了他在 2018 年帮助 Hayden Adams，却错失投资机会的委屈故事。
这个故事真正有趣的点在于，让我看到了早期 Uniswap 的真实状态，给了我许多启发。
1
比如，我之前以为 Uniswap 一开始就被以太坊基金会资助了，相当于含着金钥匙出生。但现在发现事实并非如此，Hayden 是完全靠自己的努力推进这个项目的，直到后来项目逐渐走上正轨，才有以太坊基金会和 Paradigm 参与进来。
在此之前，Hayden 一再地花光钱，甚至在考虑是否要发行代币或者进行众筹。
不只是团队人很少，就连相信这个项目的人也寥寥无几，作者说自己是除了 Hayden 外唯一一个真正相信 Uniswap 的人。
2
同样的，可以看到他对于自己的项目真的非常执着。
当时 AMM 的概念并不新鲜，但 Hayden 看到一个关键：我们需要激励流动性，而且要简单到极致。
作者说每次你遇到 Hayden，他肯定都是在跟你讲 Uniswap，他真的跟成百上千个人解释过这个交易系统。
3
作者在 18 年发过一张聚会的照片，说找找 builder 在哪里。
结果我一看，别人都在 social，只有 hayden 一个人坐在沙发上写代码。其他照片也是，他要么在电脑前工作，要么就是在白板前讲东西。
4
我还注意到一句话，作者说他们有争论过，是做 “纯协议” 还是 “带一个 UI 界面”。
I debated the strategy of protocol-only vs. controlling an interface.
这让我一下子两眼放光，因为我也常琢磨这个问题。这让我很欣慰，或许很多困扰我的问题都没有一个理所当然的答案。
我前一阵发了个推，说如果“计算”在 Ethereum，“存储”在 Arweave 或 IPFS，那中间少了点东西让它们彼此访问。但不知道为什么，从来没人讨论，也没人做这一块。
我发的时候，脑海中还没有具体的使用场景，结果没过几天，就看到 Paradigm 的 t11s 发推问大家有没有这样的东西。
网友问他要派什么用场？
他说，他在做一个自己的 Rollup，有 >50MB 的中间数据要存且要确保可访问，需要在合约层面验证这个数据哈希存在于 Arweave / IPFS 上。
看吧，就这么简单一个事儿，现在居然是办不到的，你敢信……
我相信这样的需求会越来越多。我们今天既没有人做、也没有人讨论这个事情，只是说明行业还处在一个非常原始的状态。
有一年我看 唐彬森 的访谈，他在公司里管一类机会叫“送分题”。以前做互联网，别人卡顿，你做个不卡顿的，送分题。现在做饮料，看配料表能不能比别人好，用别人不敢用的好原料，送分题。
最近搬到新家后，我发现许多昂贵的、高级的、智能的电器设备，我爸妈都不会用。把这些东西做得老人小孩都会用（像曾经一样），可能也是个送分题。
（P.S. 这篇原本被我删掉了，因为说“把电器做好用”是送分题，有站着说话不腰疼的嫌疑。但后来我还是决定留在这里，因为我意识到，困难的送分题也是送分题，难道唐彬森说的这些送分题不困难吗。所谓送分题，只是解题思路简单，但不是谁都能解出来，没有经年累月的付出，也是拿不到那个分的。）