Skip to content
Artwork for Cryptoria | Web3&加密说
TechnologyBusinessEntrepreneurshipSociety & CulturePersonal Journals

Cryptoria | Web3&加密说

Vivienne & Zhiyang

我和Zhiyang作为Web3的builder和观察者,一路走来我们都在为Web3所要构造的人类未来世界贡献微薄力量。在这里,希望和大家分享我们听到的,看到的,经历过的关于Web3和crypto的故事。

本频道的所有观点纯属两位主播个人意见,均不构成投资建议。加密行业目前还属于弱监管行业,相关加密投资有极高风险,在做出任何投资决定前,请先做好充分调查并咨询相关专业人士。

主播:
Vivienne (Twitter @Vivienne_smile & 即刻: Viv是Vivienne)
Zhiyang (Twitter @zhiyangxyz)
Cryptoria Twitter: @0x_cryptoria

Play
  • 22 episodes
  • a few times a week
  • Avg 51 min
  • Chinese
Counted on this page — what you have heard stays on this device, so it is not something the list can be paged by.
  • #20
    May 13 · 1 hr 14 min

    Ep.158 当AI替你买单, 注意力经济还剩什么?

    感谢GOAT Network对本系列节目的支持。 2025年,互联网超过53%的流量已经不是人类产生的,而是机器产生的,机器不点广告,不被KOL说服,不会因为限时优惠而冲动消费。当互联网的主要读者变成了机器,整套建立在人类注意力上的商业体系开始动摇——不是被AI从外部击垮,而是系统内部先烂了,AI只是压死骆驼的最后一根稻草。本期Vivienne从一次3分钟冲动购物说起,拆解注意力经济30年的底层逻辑,解析为什么agent的出现会让整套漏斗失效,并提出"偏好经济"新框架,探讨在新旧世界交替的节骨眼上,内容创作者、知识工作者和基础设施建设者各自的位置和出路。 1. 注意力经济的底层逻辑:把人性弱点工业化 诺贝尔经济学奖得主Herbert Simon在1971年写道:信息消耗的是注意力,当信息变得丰富,注意力就变得稀缺 Google两位创始人在1998年学术论文中明确写道:依赖广告资金的搜索引擎会天然偏向广告主而非用户——而后者的广告收入最终撑起了数万亿美元的帝国 商业模式的核心发现:用户的停留时长可以被量化,可以卖给广告主——"停留时长等于货币" 注意力经济运作的四大人性弱点:好奇心(无限滚动)、FOMO(限时优惠/仅剩几件)、社交认同(点赞数/评论数)、冲动消费(一键支付) 全球数字广告市场从2007年约370亿美元增长到2020年超3600亿美元,13年增长近10倍 2. 注意力经济已经生病:系统内部的裂缝 广告欺诈、假流量、域名伪造每年造成约350亿美元损失 用户对KOL推荐的信任正在系统性崩塌:看见明星推荐第一反应是"你是不是恰饭了?" Business Insider三年内搜索来源流量下降55%,最终裁员21%;旅行博主The Planet D运营17年,2025年因流量蒸发停刊 3. Agent冲击:广告漏斗被直接跳过 2025年互联网超53%流量不是人类产生的,自动化流量同比增长23.5%,人类流量仅增长3.1%;Cloudflare CEO预计2027年前bot流量将超过人类流量 Agent行为模式:毫秒内穷举比较价格、质量、响应速度——每个任务产生约1000倍于人类的流量乘数,但没有一次是在看广告 AI应用的点击跳转率从2025年Q2的0.8%跌至Q4的0.27%;65%-69%的Google搜索已是零点击 MIT媒体实验室超过8万次实验:agent对价格和评分极度敏感,但对广告惯用的稀缺感、权威性、社会证明完全免疫——"Agent只被数据影响,情感对它无效" 4. 偏好经济:新框架的两个关键概念 注意力经济逻辑:平台操控你想要什么(制造/放大需求)→ 偏好经济逻辑:agent替你找到你需要什么(精准满足偏好) 核心概念一——衍生需求(MIT论文):agent是纯粹的效用工具,没有情绪变量,唯一目标是让雇主以最低成本得到想要的东西;广告逻辑针对情绪,但agent的决策函数里没有情绪这个变量 核心概念二——偏好楔型(Johns Hopkins&MIT论文):你无法把所有偏好完整告诉agent,agent也无法完全推断你的偏好;供给方会开始针对agent的评分逻辑优化产品——类似SEO,但优化对象从Google算法变成了agent决策逻辑 权力结构转移:旧世界权力顶端是平台,新世界权力慢慢转向用户;商家针对agent优化等于直接针对消费者利益,中间不再有利益纠葛的第三方 5. 谁出局,谁受益 出局的:注意力漏斗的所有中间环节——4A公司、PR公司、KOL产业链;依赖广告收入的内容平台和创作者;品牌营销中间层 受益的:能给agent提供高质量结构化数据的一方——准确定价、可靠质量评测、清晰API接口、响应速度快、定价透明 内容创作者的出路:把内容做到足够权威,让AI不得不引用——顶部永远不会被替代,腰部以下极易出局 6. 劳动力市场:冲击最深的不是蓝领 直觉误区:很多人认为AI会继续替代重复性体力劳动,靠语言和专业知识工作的人最安全 现实反转:水管工、电工不会被替代(需要物理在场);被冲击最深的是靠语言处理专业知识的白领 McKinsey数据:生成式AI对"应用专业知识"类工作的自动化潜力跳升34%;Goldman Sachs数据:科技行业20-30岁从业者失业率上升约3个百分点,IBM、埃森哲等基本不再招associate初级职位 7. 三种工作位置的不同处境 位置一——影响情绪和感受(内容创作者/KOL/创意广告):双向受压——AI让内容生产成本趋零,同时agent根本不看你的文章;出路:做到顶部,足够犀利和权威,让AI没法模仿或不得不引用 位置二——处理信息和语言(律师/顾问/分析师/程序员):关键区分标准化部分(起草标准合同)vs非标判断部分(处理无先例纠纷);前者可被大幅替代,后者暂时安全;建议:用AI完成80%标准化工作,精力迁移到20%非标业务 位置三——构建基础设施/提供结构化数据:agent始终需要可靠的执行层和可信的数据源;这个位置的价值在新世界持续上升;方向对,但窗口期很短 8. Agent需要什么样的基础设施:比特币与区块链的新叙事 研究测试36个前沿AI模型超过9000个场景,问模型如果为自己选择资产会选什么:48.3%选比特币(第一),稳定币约33%(第二),法币不到9%且没有任何模型将其列为首选;越聪明的AI对比特币偏好越强烈 原因:比特币运行历史最长,没有任何单一主体能控制其规则——"最终性最确定" Agent对基础设施的核心需求:毫秒级支付、微额手续费、可编程自动化逻辑——比特币Layer 1完全做不到 中心化结算层的致命问题:可以冻结账户、单方面改规则——对人类是麻烦,对agent是致命(无法申诉、无法换平台、没有法律主体) 节目赞助商GOLD Network:BitVM2技术实现真正利用比特币安全性的Layer 2;自建ZKVM支持以太坊兼容智能合约;集成X402协议(agent直接通过HTTP完成支付)与ERC8004协议(链上为每个agent建立跨平台身份档案和声誉记录) 可能的终局:区块链真正被大规模运用的时代,可能就是agent时代——"没有人知道自己在用区块链,但生活的每个activity都在区块链上" 07:43 注意力经济简史:从Herbert Simon的1971年预言到Google、Meta把用户停留时长变成货币 13:11 人性弱点工业化:好奇心、FOMO、社交认同、冲动消费如何被精密工程化 18:52 系统已经生病:广告欺诈350亿美元损失,用户对KOL信任崩塌,Business Insider裁员停刊 22:03 Agent冲击核心:注意力漏斗被直接跳过,53%机器流量没有一次在看广告 30:35 劳动力市场反转:靠语言处理专业知识的白领才是被冲击最深的一群人 38:19 偏好经济框架:从"平台操控你想要什么"到"agent替你找到你需要什么" 43:45 MIT超8万次实验:agent只被数据影响,广告稀缺感和KOL对它完全无效 50:02 权力结构转移:旧世界顶端是平台,新世界权力慢慢回归用户 57:24 三种工作位置的不同处境:情绪影响者、语言处理者、基础设施建设者 01:03:38 Agent需要什么样的基础设施:AI测试36个模型,48.3%选比特币作为自己的资产 关键词:注意力经济、偏好经济、AI agent、互联网商业模式、算法推荐、广告模型、人性弱点、FOMO、冲动消费、KOL、自动化流量、Cloudflare、MIT、偏好楔型、SEO、信息不对称、劳动力市场、McKinsey、Goldman Sachs、大学生失业率、内容创作者、基础设施、比特币、agent支付、去中心化、区块链、Google、Meta、ARK Invest、Business Insider、小红书、电商平台 GOAT Network是面向数字经济的比特币原生基础设施,为个人、机构与AI agents提供支付、协作、身份与结算能力。依托于比特币安全的二层架构,以及x402和ERC-8004等关键协议,GOAT Network正在推动下一代应用和智能体从原型走向真实交易与规模化协作。 主播: Vivienne (Twitter @Vivienne_smile) Zhiyang (Twitter @zhiyangxyz) Twitter:@0x_cryptoria 小助手微信:trifoliumlabs 免责声明: 所有观点纯属主播个人意见仅供分享,不构成任何投资建议。加密货币投资风险巨大,在做出任何投资决定前,请先做好充分调查并咨询相关专业人士

  • #20
    May 8 · 48 min

    Ep.157 信息市场(上)|专家不如赌徒准?Polymarket背后的80年逻辑

    节目简介 2024年10月,距美国大选还有一个月,全美顶级民调机构众口一词:哈里斯与特朗普势均力敌,五五开。但同一时刻,Polymarket显示的数字是特朗普58%、哈里斯42%——方向清晰,差距明显。结果众所周知。这不是运气,背后是一套经过将近80年演化的经济学逻辑。这一集,我们不聊Polymarket涨了多少倍,也不聊谁融了多少钱。我们要追问的是:为什么押注这个行为,能让人更接近真相?答案要从1945年哈耶克的一篇论文讲起。 内容要点 1. 预测市场比民调更准,背后是什么逻辑? 2024年大选:顶级民调给出五五开,Polymarket给出58% vs 42%,结果验证了后者 这不是第一次:爱荷华电子市场(IEM)从1988年起,74%的时间比同期民调更接近最终选举结果 更反直觉的发现:选举日期超过100天时,IEM的优势反而更明显——信息越不完整,预测市场越准 预测市场真正爆发不是因为技术,而是因为2024年10月一场法律胜利 2. 哈耶克的洞见:价格是奇迹般的通讯系统 1945年,哈耶克在《美国经济评论》发表《知识在社会中的运用》,核心命题:经济问题的本质是"有效信息(knowledge)"问题,而非资源分配问题 关键论断:没有任何中央机构能掌握分散在每一个农民、卡车司机、面包师脑中的经验性知识——这不是计算机不够快的问题,是一个根本性的问题 橙子产区一夜霜冻,超市价格次日上涨:这一个数字的变化浓缩了关于供给、需求、利润空间的全部信息,瞬时传递给所有需要这个信息的人 预测市场的核心问题因此诞生:如果价格能聚合关于商品稀缺性的信息,为什么不能聚合关于未来事件的信息? 3. Skin in the Game:押注为何能逼出真话 民调的系统性缺陷不是方法论问题,而是激励问题——受访者没有说真话的动机 两个场景的对比:随口回答一个问卷 vs 押$100在你的判断上——后者让你有强烈动机去认真研究 预测市场用真金白银解决了这个问题:判断对了赚钱,判断错了亏钱,这是一个持续的筛选机制——筛选认真的人,淘汰随意的人 IEM设计细节:每账户上限$500,不是大资金游戏,说明准确率来自机制设计而非资金体量 4. Robin Hanson:把价格理论引入未来事件预测的人 乔治梅森大学经济学教授,兼任牛津大学人类未来研究所研究员;物理学硕士、哲学硕士、社会科学博士;曾在洛克希德和NASA做近十年研究程序员 1988年:开始系统研究"如何用市场机制获得对重要议题的最准确集体判断",并将这类市场命名为"Information Market"(信息市场) 核心技术贡献:设计"对数做市商规则"(Logarithmic Market Scoring Rules)——让预测市场即使在参与者稀少、流动性极低时也能持续给出有意义的价格,解决了冷启动难题;Polymarket和Kalshi的底层数学可追溯至此 DARPA"恐怖主义期货"事件:2001年他为DARPA设计"政策分析市场",用于辅助情报分析地缘政治事件;消息泄露后国会强烈反弹,媒体称之为"Terror Futures",项目2003年被迫叫停——揭示了预测市场的最大阻力从来不是技术,而是政治和文化阻力 2000年提出"Futarchy"治理模式:用投票表达价值观,用押注表达信念(vote on values, bet on beliefs)——让预测市场直接驱动政策决策;目前已有基于区块链的DAO组织开始实验这个机制 5. Philip Tetlock:打破对"专家"的迷信 宾夕法尼亚大学政治心理学家,花约40年追踪数百名政治评论员、经济学家、战略分析师的预测准确率 结论:即使是这些被媒体奉为权威的"专家",预测准确率也仅略高于随机水平——和抛硬币差不多 更讽刺的发现:越有名、观点越鲜明的专家,准确率往往越差——他们擅长把新信息塞进自己既有框架,而非真实更新判断 Tetlock将这类专家称为"刺猬"(只知道一件大事),将准确率高的预测者称为"狐狸"(知道很多小事,能从多角度看问题) 6. IARPA锦标赛与超级预测者的发现 2011年,美国情报高级研究计划局(IARPA)发起ACE项目,让5个大学团队竞预测地缘政治事件(以色列会否对伊朗动手、欧元区有无国家退出……) Tetlock的"好判断项目"(Good Judgment Project)团队获胜,且顶尖预测者的准确率比拥有机密信息访问权的专业情报分析师还要高出约30% 超级预测者约占所有参与者的2%,共同特征:不说"会"或"不会",只说"有X%可能性";对自己的错误保持好奇而非防御;愿意持续更新判断;能清醒区分"我知道"和"我觉得"——Tetlock称之为"认识论上诚实的人" 7. 群体智慧的真正来源:准确率提升的三个层次 群体智慧不等于人多就对,而来自于:多样性、独立性、以及适当的信息聚合机制 使用预测市场机制比让超级预测者独立工作,准确率再提升约10% 贡献最大的因素是统计聚合算法:按历史准确率对不同预测者加权,准确率越高权重越大,可提升约35% 结论:预测市场本质上是加权民主,而非一人一票;它在机制设计上天然地把结果偏向历史上更准确的参与者 8. 2024年:一场法律胜利打开闸门 2024年10月2日,美国联邦上诉法院裁决允许Kalshi提供选举相关事件合约,终结Kalshi与CFTC多年法律拉锯 CFTC原立场:政治事件合约涉及"博彩",违反公共利益;Kalshi主张:此类合约属于联邦监管的衍生品,不受各州赌博法管辖;法院支持Kalshi 行业数据:2024年初月度成交量不足1亿美元→2024年底超130亿美元(130倍扩张);2025年全年635亿美元;2022-2025年三年增长127倍 9. 增长结构揭示真正方向:从选举工具到经济基础设施 2025年各类别增速:政治类+43%,科技/科学类+1637%,经济类+905% 政治类增速最慢,科技经济类远超,说明预测市场正在从选举预测工具演变为经济信息基础设施 机构入场信号:高盛CEO David Solomon(2026年1月)已与Polymarket、Kalshi领导层各自深度交流数小时并组建研究团队;摩根大通CEO Jamie Dimon(2026年4月)表示"有一天我们也可能做类似的事情";纽交所母公司洲际交易所(ICE)直接向Polymarket投入20亿美元战略投资 Pitchbook高级分析师Rudy Yang(2025年底):预测市场每周成交量已超50亿美元,从小众押注平台演变为机构和媒体使用的合法金融信息输入 10. 下一集预告:预测市场在哪里会系统性失效? 这一集的问题是:预测市场为什么有效?下一集的问题是:它在哪里会结构性地失效? 当最知情的人不只是掌握信息,而是能够影响甚至操控结果时,会发生什么? 当衡量市场规模的数据本身存在系统性错误时,我们还该相信什么? 当一个声称自己能"发现真相"的机制,面临"谁来裁定真相"这个终极问题时——预测市场遇到了它自己最危险的敌人 时间轴 00:00 开场钩子:2024年大选前夕——民调说五五开,Polymarket说特朗普58%,结果验证了后者;为什么押注能比民调更准?引出哈耶克 04:31 节目定位与哈耶克论文:经济问题的本质是有效信息问题;分散在农民、司机、面包师脑中的知识,没有任何中央机构能掌握 09:39 价格是奇迹般的通讯系统:橙子霜冻案例,一个数字变化如何瞬时传递所有碎片知识;引出核心问题——价格能不能预测未来事件? 13:28 押注为何能逼出真话:花钱下注 vs 随口回答问卷;IEM 1988年创立,74%的时间比民调更准,且时间越长优势越明显 19:22 Robin Hanson与预测市场的边界:DARPA"恐怖主义期货"事件始末,最大阻力从来不是技术而是政治与文化 27:33 Hanson的两个核心贡献:对数做市商规则解决冷启动难题;Futarchy治理模式——vote on values, bet on beliefs 30:54 Tetlock打破对专家的迷信:追踪数百名专家20年,准确率和抛硬币差不多;越有名越差,刺猬 vs 狐狸33:13 超级预测者的发现:IARPA锦标赛,Good Judgment Project比情报分析师准了30%;统计聚合算法提升35%,预测市场是加权民主而非一人一票 39:26 2024年为什么是元年:Kalshi vs CFTC法律胜利打开闸门;三年127倍增长;科技类+1637%、经济类+905%,正在成为经济信息基础设施 45:10 总结三层逻辑 + 下集悬念:当最知情的人能够操控结果时,预测市场还是信息聚合的机器吗? 关键词 预测市场、Prediction Market、信息市场、Information Market、Polymarket、Kalshi、哈耶克

Showing 21–22 of 22 episodes