编者按：本文来自巴比特资讯，作者：VitalikButerin，编译：洒脱喜，星球日报经授权发布。我注意到，在人们如何处理世界上的大规模决策时，一个主要的哲学差异，在于他们如何处理「妥协」与「纯粹」的权衡。如果你在两个选项中做出选择，通常都是以深刻的原则性哲学表达的，你会自然而然地倾向于这两条道路中的一条是正确的，并认为我们应该坚持它，或者你更喜欢在两个极端之间找到一条路。而用数学术语，我们可以这样解释：你是否期望我们所生活的世界，特别是其对我们行动的反应方式，从根本上说是“凹”的还是“凸”的？
偏向于“凹”立场的人可能会这样说：“走极端对我们来说从来没有好处，太热或太冷都会导致死亡。我们需要在两者之间找到平衡，这才是正确的。”“如果你只实施一点哲学，你就可以选择收益最高、风险最低的部分，避开风险更大的部分。但是，如果你坚持走极端，一旦你摘下了低处的果实，你将被迫越来越努力地寻找越来越小的利益，而在你意识到这一点之前，不断增长的风险可能会超过整个事情的好处。”“反对哲学可能也有一定的价值，所以我们应该把两者的优点结合起来，一定要避免做那些反对哲学认为极其可怕的事情，以防万一。”而偏向于“凸”立场的人可能会说：“我们需要集中注意力，否则，我们就有可能成为博而不精的人。”“如果我们沿着那条路走几步，那条路就会变得很滑，只会把我们拉得越来越低，直到我们陷入深渊。斜坡上只有两个稳定的位置：要么我们在下面，要么呆在上面。”“如果你让出一英寸，他们就会索要一英里。”“不管我们是遵循这个哲学还是那个哲学，我们都应该遵循一些哲学，并坚持下去。把所有的东西混在一起是没有意义的。”我个人发现，在各种各样的环境中，我自己总是更赞同“凸”方法。如果我必须选择在无政府资本主义和苏联共产主义之间掷硬币，或者两者各占一半的妥协，我会立刻选择后者。我主张比特币区块大小的辩论要适度，反对1-2MB的小区块以及128MB的“超大区块”。我反对这样一种观点，即自由和去中心化是没有中间立场的。我支持theDAO分叉，但令很多人惊讶的是，从那以后，我一直反对类似“状态干涉”的硬分叉。正如我在2019年所说，“对萨博定律的支持是一个光谱，而不是二元的。”但正如你可能看出的，并不是每个人都有相同的直觉。我要特别指出的是，以太坊生态系统总体上具有一种基本的“凹”气质，而比特币生态系统的气质，则本质上呈现为“凸”。在比特币领域，你经常可以听到这样的论调：要么你有自己的主权，要么你没有，或者任何一个系统都必须有一个从根本上中心化，或从根本上去中心化的倾向，不可能介于两者之间。偶尔我半开玩笑的对Tron的支持，就是一个关键例子：从我自己的角度来看，如果你重视去中心化和不变性，你应该认识到，以太坊生态系统有时确实违反了这些价值观的纯粹主义概念，而Tron违背这些价值观的程度，要远远超出常理，而且毫无自责之意，所以以太坊仍然是这两种选择中最受欢迎的。但从一个“凸”的角度来看，Tron违反这些规范的极端性是一种优秀品质：以太坊半心半意地假装是去中心化，而Tron是中心化的，但至少它对此感到自豪，这是诚实的。“凹”性和“凸”性思维模式之间的差异，并不局限于加密货币中关于效率和去中心化的晦涩点。它还适用于，其他科技选择，甚至是你吃的什么食物。
区块链保险科技初创公司Vitraya完成410万美元A轮融资:3月15日消息，区块链保险科技初创公司Vitraya宣布完成410万美元A轮融资，Xceedance和一家未透露名称的投资财团参投。Vitraya主要利用人工智能和区块链技术为保险公司实现支付完整性、医疗程序和福利管理的自动化服务，帮助医院/医疗保健服务提供商、以及为消费者和企业提供健康保险产品的保险公司实现实时支付和理赔。?[2023/3/16 13:06:38]
但在所有这些问题中，我个人也发现自己总是站在平衡的一边。“凹”与“凸”的融合
但值得注意的是，即使是在元层面上，“凹”气质也是一个人必须要非常小心避免的，极端化的东西。当然也有这样的情况：政策A带来了好结果，政策B给出了更糟糕但仍可以忍受的结果，但两者之间粗心的混合却是最糟糕的结果。冠状病也许是一个很好的例子：100%有效的旅行禁令，远比50%有效的旅行禁令有用两倍多。一个有效的封锁，可以将病的R0压到1以下，从而导致快速恢复，但封锁不用心只会把R0压低到1.3，这会带来数个月的痛苦，但几乎没有作用。这就是为什么很多西方国家对此反应不佳的一个可能解释：为妥协而设计的制度，即使在无效的情况下也有可能陷入中间路线。另一个例子是战争：如果你入侵A国，你就征服A国，如果你入侵B国，你就征服B国，但是如果你同时入侵这两个国家，把你的士兵派到每一个国家，那这两个国家的力量加起来就会把你压垮。一般来说，当响应的效果是“凸”性的时候，你通常会发现，某种程度的中心化会带来的好处。但在很多地方，混合显然要比任何极端都好，一个常见的例子是制定税率的问题。在经济学中，有一个普遍的原则，无谓损失是二次方的：也就是说，税收效率低下所带来的危害，与税率的平方成正比，原因如下：2%的税率阻止的交易非常少，即使它阻止的交易也不是很有价值——如果仅仅2%的税率就足以阻止参与者进行交易，那么交易的价值又能有多大呢？20%的税率可能会阻止10倍以上的交易，但每一笔被阻止的交易对参与者的价值是2%情况下的10倍。因此，增加10倍的税收，可能会造成100倍的经济损失。出于这个原因，低税率通常比高税收和不征税要好。根据类似的经济逻辑，对某些行为的彻底禁止，其可能造成的危害会是最大的，而用中等偏高的惩罚性税收取代现有的禁令，可以提高效率，增加自由度，并提供宝贵的收入来建设公共产品或帮助贫困人口。拉弗曲线告诉了我们：零税率不会增加收入，100%的税率也不会增加收入，因为在这样的情况下，没有人会想去工作，但是中间的某个税率会增加最多的收入。关于收益最大化的税率是多少存在争议，但总的来说，人们普遍认同如下所示的图表：
制药巨头辉瑞正申请加入VitaDAO并将捐赠50万美元:金色财经报道，据医药生命研究去中心自治组织VitaDAO透露，制药巨头辉瑞（Pfizer）正在积极拥抱区块链技术并对延长生命的药物研究表达了强烈兴趣。为此，Pfizer Ventures执行董事兼合伙人Michael Baran和Early-Stage External Scientific Networks负责人Linda Lohr在VitaDAO社区发起了一项提案，旨在向VitaDAO捐款50万美元并加入VitaDAO治理，辉瑞计划支持VitaDAO的方式包括：访问交易流、支持知识产权孵化和IP商业化、以及发展社区。截至目前100%的选票支持辉瑞加入VitaDAO，如果一切顺利，这家制药巨头将在今年10月中旬加入。[2022/9/13 13:27:24]
Vitalik Buterin批评比特币S2F模型给人带来错误的确定感:6月21日消息，以太坊创始人Vitalik Buterin在推特上批评比特币S2F模型（Stock-to-flow）给人带来一种错误的确定感，预定的数字会给人增加有害的感觉，盲从者应该受到嘲笑。PlanB回应了Vitalik的批评，称“人们正在为他们失败的项目或错误的投资寻找替罪羊。”
据悉，荷兰匿名机构投资者PlanB一直在推广比特币S2F模型，该模型因成功预测了几次比特币价格而获得大量关注。许多批评者指出的S2F模型的关键问题是片面估计，它只考虑BTC的供应方，而没有假设需求将继续增长。（Cointelegraph）[2022/6/21 4:43:16]
如果你不得不选择两个提议税收计划的平均值，或者在它们之间抛掷硬币进行选择，很明显平均值通常是最好的。税收并不是唯一具有这种现象的事物，经济学研究的是一系列广泛的“收益递减”现象，这些现象普遍存在于生产、消费和日常行为的许多其他方面。最后，收益递减的一个常见的反面是加速成本：举一个显著的例子，如果你用货币效用的标准经济模型，它们直接暗示经济不平等的两倍，会造成四倍的伤害。世界不止一个维度
Vitalik Buterin登上《时代》周刊封面:金色财经消息，据《时代》周刊杂志官方公布，以太坊创始人Vitalik Buterin成为《时代》周刊封面人物。
此外，《时代》周刊发文表示，以太坊已成为仅次于比特币的第二大加密货币，为与Visa相媲美的万亿美元生态系统提供动力。以太坊已将全球数千名无银行账户的人带入金融系统，允许资本不受阻碍地跨境流动，并为企业家提供基础设施，以构建各种新产品。[2022/3/18 14:05:24]
另一个复杂的问题是，在现实世界中，政策不仅仅是一维数字。在两种不同的政策或两种不同的哲学之间进行平均，有很多种方法。一个很容易理解的例子是：假设你和你的朋友想住在一起，但你想住在多伦多，而你的朋友想住在纽约，那在这两种选择之间，你会如何妥协？好吧，你可以采取地理上的妥协，在两个可爱的城市之间的算术中点享受你们的和平生活。
明星在其官网添加VIT支付:据Coindesk消息，美国明星Stormy Daniels在其官网中添加VIT支付，意在奖励观看视频的网站访问者，获得VIT的用户可以购买网站上的优质内容，或购买、订阅支持该令牌的其他网站的服务。Stormy Daniels称2006年与特朗普有过一段交往经历，并因此出名。[2018/5/25]
图：这个教堂位于纽约伊萨卡西南大约29公里处或者你可以在数学上更纯粹，取多伦多和纽约之间的直线中点，而不必费心。那么，你离那座教堂还很近，但会在它下面6公里处。另一种妥协的方式，是每年在多伦多呆6个月，在纽约呆6个月——这对一些人来说可能是一条切实合理的方式。关键是，当呈现给你的选项比简单的一维数字更复杂时，弄清楚如何在两个选项之间进行折衷，并真正从两者中取精华，而不是两者中的最差部分，这是一门艺术，也是一项挑战。这是意料之中的：“凸”和“凹”是最适合数学函数的术语，其中输入和输出都是一维的。而现实世界是高维的——正如机器学习研究人员现在已确定的那样，在高维环境中，最常见的情况是，你可能会发现自己所处的环境不是一个普遍的“凸”或“凹”的环境，而是一个鞍点：局部区域在某些方向上是“凸”的，而在其他方向则是“凹”的。
鞍点：从左到右为凸，从前到后为凹这可能是关于“为什么在某种程度上都需要这两种倾向”的最好数学解释：世界不完全是“凸”的，但也不是完全是“凹”的。但在任意两个遥远的位置A和B之间，存在某种凹路径是非常有可能的，如果你能找到那条路径，那你通常可以在这两个位置之间找到一个比两者都好的综合位置。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。