牛来餐馆

看了欢迎来龙餐馆.

总的来说,作为一个院线电影,成品多少是有点不太匹配的.

看起来更多像是一部网络大电影.

尤其涉及到一些大场面特效的时候,可以看得出服化道的降本增效.

剧本层面有一些比较有意思或者说闪光点.

就是试图用一个餐馆或者厨师来串起一个比较宏大的叙事题材.

这个可以说是一个很成熟的剧本模版.

甚至于道具体的镜头展示上也是有很多成熟的表现方式.

比如开始轰炸时候人群的流窜.

尤其沈腾教科书般的跌倒face to face一个尸体.

感觉就像是在看一个表演课.

你知道它想讲什么.

你也知道它会怎么去讲,用什么肢体语言面部表情和行为方式.

你也知道它想推动什么样的情绪,烘托什么访问.

但是,就是挥不去某种刻板的感觉.

作为对比的就是将奇明的表演.

像一出场几秒钟就王安全附身,一个在人生地不熟混地开的小年轻形象就跃然纸上.

你甚至不需要背景介绍,就能从动作和语言方式,用社会经验推导出这是什么样的人.

有什么样的行为方式和性格.

在对他的评论里很多人有提到那句没糊弄过去的所谓临场发挥.

其实还有一个可能更为经典的镜头是在监狱里打电话的那几秒.

面部表情的变化甚至不需要补背景旁白就能把那种落差变化和剧情发展交代了.

所以在看这片的时候一直有个疑问就是为什么要有沈腾.

除了身材体态更符合一个厨师的stereotype之外,好像找不到一个必要的理由.

从剧情上来说,把两个人的角色合二为一也不会有什么大的影响.

可能从某种程度上来说,会叙事更紧凑.

因为现在这样是双主角甚至三主角,但是有没有各自单独明确的故事线和叙事逻辑.

整片就是在三个人之间跳来跳去.

砍到王安全和小孩两个的话,从故事元素构件上来反而更容易.

明面上就是一个从中国来的厨师在战前战后一方面靠个人努力,一方面也是历史进程地完成人生转变.

比如加入一开始只是赚快钱迅速离开,然后战前找到伴侣开始立场转变想留下来,到战后经历完升华到想给需要的人当厨子.

这个叙事节奏也不会辜负重金打造的各个拍食物的镜头.

把吃穿插到各个关键时间节点,甚至在这些节点选取特定的食物隐喻可能才是更艺术化的表现方式.

比如和平时期婚礼走满汉全席的奢华,用食物的华丽去刻画战前和平的某种图腾展示.

然后战争期间call back左宗棠鸡不算中餐的梗,在美国监狱里主动做的那个场景形成回环.

再最后逃跑成功之后来个过桥米线字面意义和李子柒式镜头语言.

用食物作为社会状态的隐喻,比直接直白的写战争写人可能更有东方审美.

小孩那条线也是讲述地一塌糊涂.

从最开始拿玩具木枪扫射倒地的徐福,到后厨偷偷学菜,再到想抢着去战场,以及最后做回厨子.

这个叙事线索逻辑是对的.

而且也可以用很西方的方式去植入.

因为这里有一个道德上不会明说但是在西方算是一个stereotype的东西,就是这些娃娃兵.

包括电影里几个美国大兵也直接抛出了这个命题.

说明导演编剧是想去卖这个反思券到西方的.

但是叙事方式失败了.

因为它完全没有先强化这个stereotype,然后再慢慢拆解为什么会这样,从而让人反思为什么会有这个stereotype的过程.

完全就是机械式的说教.

包括那个选第一个小孩上战场的校长演讲桥段也是.

理论上来校长的演讲是一个很好的贩卖这种反思券的契机.

只要它能构造并且说服观众让这些孩子上战场是必要并且正确的,那么这个券和文化影响能力就达到了.

但是显然,这部片子做不到,或者做不到.

导致全片所有立场的人都非常的脸谱化.

没有任何从各自的立场出发的对自身行为和合理性的解释.

相比之下,南京照相馆在日本人以及王传君的角色的动机解释就做的很出色.

而龙餐馆自始至终都没有去触碰包括美国大兵自身对自己参与到这场战争里意义的理解.

更不用说有着更复杂宗教政治背景的校长和娃娃兵们了.

所以,有时候有点不太明白这片的一致称好是怎么回事.

尽管,把这些思路抽离出来,单独看剧本意图的话,确实是不错的角度.

但是这个和成片的观感还是完全不同,至少是不完全相同的.

可能某种程度上来说,它只是另一部牛来.

注意力经济

昨天翻了下Google的季报.

发觉传统广告模式确实在当下存在相当的危机感.

虽然从数据上来说这块的revenue还是增加的.

但是看cost per impression和impression数据是不容乐观的.

叠加TAC的增加.

基本就是典型的买量越来越贵,同时收效越来越低的情况.

考虑Cloudflare的AI流量已经大于人类流量了.

情况可能更差.

毕竟虽然session的profile可能依然追踪到人,但是反而因为追踪到人,而不是AI本身的浏览行为和特征.

广告效果可能就要打一个打折扣了.

形式上来说,就是一个人用另一个人的ID上网.

行为大致会是错位的,自然也就谈不上精准投放了.

尤其AI面对的是纯代码片段,甚至可能不是多模态的,不会去读图/动画.

所以也就更谈不上点击和impression了.

当然,这里可能有过渡的所谓面向agent的SEO.

甚至可能进一步的通过context inject去注入/诱导AI上下文的行为,从而实现通过Agent去达到曝光/成交的路径.

但至少目前来说,还并没有一个能够让Agent自主实现交易的方式.

而且即使用,大概用户习惯上可能也并不太会允许有这种或者期望的自由度的交易能力.

当然,技术上来说也不是没有资金安全的保障方式.

至少类似delay transaction之类的,也能一定程度mitigate.

但核心还是,用户对交易成立的必要性并不一定有那么强烈.

毕竟这个不是自主决策,而是AI的一种意图识别.

也当然,按照国内的电商玩法,小额的交易可能确实存在一定的商业逻辑性.

一方面数额不大,一方面标的可能也确实属于人类也会名中的小额冲动消费特征.

从体量上来说,这部分的提成/手续费也是个可观的市场.

但是作为正统的销售渠道,可能还是不太合适的.

因为为了安全性,实现上必然会有撤回交易的保障.

这样就没办法利用既成现实/冲动交易了.

可能有点类似现在仅退款.

在广告模式本身被打击的情况下,广告的露出形态也是在萎缩的.

尤其目前还是基于Chat的方式的AI交互.

只要AI跟人类的交互设计还是侧重在自然语言/拟人化上,那么能够暴露给用户的信息空间就会大为缩减.

前互联网时代的多媒体是声音图像等从各种方式能够给人展现内容.

而一旦局限在类人交互上,信息密度和频段基本就退化为语言/文字理解层面上了.

而目前AI的发展方向又更多的是让人忽略COT/决策过程,让人只关注最终结论/产物.

那么实际上即使能在生成过程中植入信息,那大概率来说也不会被人类接受和消化的.

所以实际上来说,广告或者其他任何媒体输入都将被屏蔽在AI这道防火墙之外.

或者说被AI所拦截圣听.

大致就是宦官内戚当权的模式.

这么想的话,那么自然解决方案就会考虑面向AI设计.

而人类自身的体验或者说决策因子就显得没那么重要,甚至于无足轻重了.

毕竟只要说服了AI,剩下的会由AI来说服用户.

从这个角度考虑的话,prompt/context injection和AI safety本质上就是一体两面的东西了.

毕竟后者的决定什么是对的/正义的,本身就是一种价值观/决策链injection.

于是Anthropic等AI巨头的concern其实是某种如何建立罗马教廷的包装了.

唯一稍微乐观点的就是这种人类再宗教化的未来的成本了.

昨天顺便也看了SpaceX的季报.

里面AI Infrastructure的revenue看起应该是能赶上主营的Starlink业务了的.

从字面上来理解自然就是来自算力中心的收入.

一部分是Tesla自己的.另一部分应该就是Anthropic的单.

这两个加起来差不多占到AI Infra的30-40%左右.

还有一部分就是把X的广告和Grok也并入AI Infra的revenue.

广告并入的原因估计是使用的算法算在购买算力开支上.

但从没把X当作一个significant的costumer列在来源上.

那么合理的反推就是这部分AI应用的收入/开销相比直接卖算力来说是可以忽略的.

于是一个推论差不多就是算力本身的成本会比算力产出的应用值钱.

换句话说,就是以SpaceX的这个财报而已,AI应用本质还是纯粹的烧钱.

并没有产生对应的商业上的回报.

当然,这个是Grok这个水准模型的情况.

OpenAI和Anthropic以及其他一些显著的player都没有IPO或者相关的财务数据.

大多都是推算出来的.

也比较难有一个准确的或者说定性的ROI数据.

可能一个比较定性的理解是DeepSeek的六个月回本理论.

在给定一定参数量模型和算力卡spec的情况下,直接的token产出价格跟卡的成本相关.

这个只是算力生产成本.

进一步的,token价格跟API售卖价格相关,那么直接的ROI定性就是token的产出到底值多少钱的问题了.

所以相对地,这个路径可以简化为,一张卡的算力可以产生多少有价值的东西.

这个可能是当前没有人能够说清楚的事情.

而且即使OpenAI/Anthropic上市有数据了.

这个可能短期内还是一个迷.

因为它最多只能告诉你一张卡产生的算力等值于多少token.

但可能并不能告诉你一个token有多少价值.

而大多数现存商业模式来说,是需要知道一个token到底能转化为多少钱.

从这个角度来说,短剧/自媒体行业可能确实是一个先行版本.

毕竟生图和生视频在目前是有比较明确的转化比例的.

按照这个思路考虑的话,那么AI token经济即使成立,那么它也会有一个显而易见的存量市场困境.

像短剧这类还是跟时间挂钩的产品,本质上就是竞争一个个数量限定的slot的.

因为人的attention是有限的.

即使能够多设备,形式上来说,也是有一个上限约束的.

这个有点像早期移动互联网时代,app是存储bound的.

一个App的获客/安装可能意味着把另外一个App竞争下去了.

套用到token上的话,就是每个时间slot上,会有一个所谓的有效token数的指标.

毕竟不是所有token都是有效token/能够占据用户时间,从而generate出回报.

这里就可能隐含几个比较有意思的结论.

从用户终端反推的话,本质上token值多少钱始终还是决定于用户时间值多少钱.

而反过来,它会促进算力往哪个方向/类型的token产出上投入.

也就是说,形式上,模型能力是往coding还是所谓的世界模型还是更模糊的AGI,最后的reward hack的结果都会是往从能从单位用户时间里收多少钱来决定.

于是从这个角度来说,订阅制/API付费和harness倒像是冥冥中给大模型厂商提供的一条捷径模式.

它自己不去探索方向,而是通过使用方的生存竞赛去选择服务谁的.

但缺陷可能也很明显.

那就是what if烧token的人发现真的只是烧token,不会产生什么其他价值的话.

整个链条也就自然而然会消亡.

难而正确

这两天梁文锋的四小时讲话挺火的.

大致看了下有点挺有意思的.

一个是谈到对sota模型的理解.

按照讲话时间一个月前的话,应该指的是fable/mythos的激活参数量.

大概在800B左右.

这里比较有意思的是他关注的不是总参数量,而是激活量.

换个角度来说,目前scaling的方向即使还在参数量上的话,应该也是在激活参数部分.

用他的话来说,几百B的模型目前不是训练不出来.

而是可能是推理成本太高.

因为激活参数量带来的计算需求在当前的硬件水平不能很好地scale.

用这个视角看最近的gpt 5.6和fable/opus 5的话,也就能理解的.

各个尺寸和型号背后可能对应的就是不同激活参数的同一个基模了.

甚至可能本身就是某种动态裁剪MoE的结果.

对于国产模型来说的话,他的定位或者说最好预期可能也就是明年能出一个大概150B左右激活参数规模的模型.

也就是从纯参数量上来说,到时的国模sota总参数量跟国外SOTA可能还是会存在一个数量级的差距.

目前最近的GLM和Kimi激活参数量是大改在50B左右的.

相比DeepSeek V4 Pro的30B的规模大概是翻了一倍.

交叉一下,再用六个月的时间国产模型翻倍开始上100B也算是合理预期.

当然,这里可能还有点意外就是看Google会不会出一个新的模式.

毕竟按照当前Gemini 3.5的难产和Gemma的尝试非传统transformer模式来看的话.

Gemini直接4.0然后出新架构的可能性还是有的.

尤其考虑到相当一部分Transformer时代的人已经出走Google了.

往新架构迭代的思路上考虑的话,就很正常了.

不过即使有新架构,按照资本支出和全新架构推理芯片的研发消息来看,可能算力需求不一定会有下降.

或者至少计算推理模型可能会需要一种全新的方式,不然直接搞一个新芯片方案也不算合理.

毕竟TPU也迭代了几代了.

而说到芯片,就不得不说这篇讲话里另外一个有趣甚至于说是重点的部分了.

看得出来对某国产芯片厂商是有相当大的怨气的.

一方面可能是店大欺客的不被尊重感.

毕竟反复提到只给了DeepSeek一万多张卡,相比其他互联网公司20w的级别来说,可能确实有点侮辱人了.

尤其以DeepSeek当前的行业影响力来说.

而会被如此对待的原因可能也很简单.

可能纯粹就是从公司规模上来说,DeepSeek是家所谓的小公司.

因为没有明确的现金流和市场估值.

从纯粹资本角度来说,DeepSeek就像是诸多无名或者稍有名气的初创公司.

商务上可能不够成一个值得投入大量资源的公司.

所以某种程度上来说,梁文锋要公开市场化融资的一个直接原因就是这个.

通过市场化的估值去获得某种对等或者说应有的话语/谈判权.

而这里也某种程度上折射出他的某种解决问题的思路.

那就是他可能本人对这家公司也并不太喜欢.

但是他还是选择了这家公司作为某种vision的一部分.

就像他反复宣传的要用TileLang取代CUDA,用国产卡替换N卡.

非常符合鸡汤文化里的做难而正确的事这个人设.

当然,这个不妨碍他在这场面向投资人的会议里反复阴阳.

甚至当场说出虽然性能四换一,但是只要产能够,成本是N卡的两倍,预期卡寿命N看5年,该卡2年不到也是值得的皮里阳秋式发言.

结合之前坊间传闻的v4因为适配问题不断延期的说法.

算是实实在在的从精神到物理层面的做难而正确的事了.

不过从这个角度回头看v4 flash和v4 pro的话.

倒有可能v4 flash反而是用国产卡,而pro是用的N卡.

因为按照flash的参数量来看的话,倒是符合卡资源量.

以及推理速度上来说,符合专门优化的体现.

也符合pro没有量大管饱这一现象.

因为还需要N卡资源做其他的事.

尤其他在开始谈到的缺卡问题.

一方面是训练和面向终端用户的推理需求.

另一方面是可能更为关键的,用来做原型和实验的部分.

国产卡可能在生产场景是可替代了的.

但在更为复杂的迭代和探索过程,成熟的可能还是相对欠缺的.

所以实验卡更需要一些成熟稳定的硬件,去屏蔽解决非核心问题上花的时间.

而卡数量这方面,猜测可能20w卡的互联网大厂应该就是最近官宣国产集群的LongCat了.

当然,这个可能还是有一点信息滞后的.

毕竟讲话时间是在一个月前.

而且最近950超节点也官宣了.

按照之前的计划也是今年下半年开始量产.

所以这个20w卡的怨念应该也还是在产能爬坡前的有限范围内的供给问题.

不过按照他对SOTA模型需要5w张B卡的说法.

也就是DeepSeek可能需要大概20w张950.

这个能不能有,也确实有点未知数.

毕竟这个几乎就是之前全世界所有的卡数了.

最后一个比价有意思的就是他的成本和商业观念.

字面上看他对API的成本理解就是纯粹的卡成本投入.

所以有定价是10个月回本的说法.

而按照这个反推,也就是目前OpenAI/Anthropic的定价是一个月收回卡成本的.

这个和当前市场理解的AI Capx是有相当程度出入的.

假设双方的理解都是对的话.

那么这里imply的就是算力卡在整个AI算力支出上是一个可以忽略的部分.

大头可能是在数据中心本身和能源供给上面.

甚至还可能是意想不到的房地产和合规/ESG开支上面.

这样的话,中美的的AI成本和发展就存在着fundamental的不同了.

后期是如果考虑障碍在后者的话.

基于这点反观限制开源模型竞争的言论的话,倒是有自洽的地方的.

因为frontier的边际能力和卡限制不足以弥补其他方面的成本差距.

所以它关注的不再是模型能力差距本身,而是使用者/用户群的归属问题.

这就有点像夕阳行业里的存量竞争状态.

能活下来的是具有成本优势的.

而显然,在AI叙事的实际ROI存疑的前提下,成本的差距会更加放大这种用户选择.

当然,这个假设成立有一个隐含前提就是,DeepSeek口中的十个月收回成本对其他人也成立.

毕竟除了模型能力本身,DeepSeek的infra能力它的护城河之一.

而且梁文锋很明显地知道这个是他独有的商业模式之一.

没有其他人host的v4能跑出DeepSeek的性价比和效率.

而这点可能是其他国产模型需要思考的地方了.

尤其当你还是依赖N卡算力的时候,模型即使SOTA了,但是你自己不能够host.

或者没有足够资源host的时候,是无法变现的.

因为国外的云厂商有着更多的资源和更合规的使用手段.

最后就会演变成某种形式的中国制造叙事的反面.

国外有着更便宜的基建去host你的模型,使得你自己的产品在更广泛的市场上不具有任何竞争力.

从而活不下去.

这对于国产模型公司来说,可能是一个非常惨痛和可惜的结果.

因为这条全链路国产化本来是一条一荣俱荣一损俱损的道路.

虽然难,而正确.

少即是多

前段时间又把未完成的AgentCLI翻出来继续vibe了一下.

主要是GPT 5.6出来了,顺手当作测试.

而且也确实有一些新的想法.

比如在模型能力持续增长的情况下,Agent Loop这类概念应该也是会像prompt/skill之类的被渐渐内化的.

而且本质说来说,loop不loop其实还是一个workflow的问题.

而这个问题DSL算是最直接的解决方案了.

所以就打算让AI写个(ASL)Agent Script Language.

然后用这个ASL去生成workflow/loop,程序化地跑起来.

核心就是两个个meta function,session和llm.

sessino用户生成独立上下文.

llm接受session和prompt,约定一个返回类型.

大致比如

···rust

let session = session()

loop {

   let review = llm(session,"review this project")

   if review == "ok" {

      break;

   }

   

   ....

}

...

···

这里有个小插曲就是一开始没切model.

默认让v4 flash跑的.

然后发现它思考了下,开始自己创造parser和一些基本的condition expr.

出来的版本至少compile和简单的run是没什么问题.

不过还是比较primitive,以及语法特性其实也还不够丰富.

发觉模型没切之后换到gpt 5.6思考了下倒是知道一个叫rhai的库.

确实一下让实现的工程性提高了不少层次.

原本可能需要实现一套语法的,现在变成了直接是rust script加核心的几个meta host function就行了.

这里模型内嵌知识量的差距就出来了.

而且这个方案的优势可能是容易被llm理解.

因为不是什么独创语法,所以更容易被正确地生成合法的script.

不过这都是建立在这个东西最终可用的基础上.

这里想说的是一个测试过程发现的感觉比较有意思的点.

在eat dog food的测试里prompt让llm去review当前project,以让它更现代化和agent友好.

然后看了下gpt 5.6生成的rhai.

主要是四个独立的session/context.

architecture reviewer.

safety and correctness reviewer

agent experience reviewer.

还有最后一个implementer,把前面几个personality/role的输出拼接到成一个大的context.

流程上说一系列的pre build check和implementer session.

以及对应的post check/verify以及可能的error recovery routine.

大致来说,基本可以认为agent能力是内化到模型自身了的.

有没有专门的agent loop支持理论上来说区别可能都不大.

要说唯一可能的区别就是agent tool可能因为上下文物理隔离/没那么长了,所以同样的参数设置下能主动生成的长度更长更持久罢了.

而可能的副作用也正是由于上下文隔离,可能有些东西会反复被subagent重新发现/产生矛盾决策/选型.

接着是同样的prompt给opus 4.8.

session使用上大致跟gpt 5.6是一致的.

也是

modernizer.

agentizer.

safety.

documentation.

稍有不同的是会由独立的architect,把上面的组成一个大的context.

然后proposed agent把architect的写成文档记录.

所以从行为上来说,这也比较符合anthropic一直鼓吹的plan first类似.

属于把文档当checkpoint/offload上下文的做法.

另外一个跟gpt 5.6的区别就是多了一些helper function.

主要是用来做一些read/write工具容错的.

基本上是用于捕获异常状态/原因.

所以某种程度上也是为了丰富上下文明细的.

而且有一点跟当初Claude Code Leak的prompt一致的就是,会有一段捕获当前系统状态,

包括git提交commit,文件目录结构,配置快照,塞到每个session的system prompt里的行为.

所以从这个角度上来说,opus可能对于上下文的完整度比gpt 5.6有着更苛刻的要求.

接着可能是更加有趣的国产模型的一些行为表现.

首先是v4 flash.

v4 flash生成形式上来说跟gpt 5.6和opus 4.8的是相似的.

之所以说是相似是因为它有个比较严重的问题.

从行为上来说,v4也是产生了几个独立session.

但不是分角色,而是分模块地去分析.

这点跟使用它的感受是一致的.

就是很少会真地去delegate到agent,基本上都是要在同一个context里尽可能完成所有事情.

或者说,它的delegate意识不是按照角色/目标这种逻辑切分的.

而是简单的scale out的切分.

然后逻辑上来说它应该是准备gather这几个分模块的输出汇总到一个planer里.

类似gpt 5.6/opus 4.8那种大context解决问题.

甚至于它的结构可能是最优的.

因为是很典型的效率为先的fork-join-fork的并行模式.

即

```

for crate in 0..crate.len(){

   let session = session()

   sessions.push(session.llm(...))

}

let plan = session()

...

for step in 0...steps{

  let worker = session()

  workers.push(worker.llm(...))

}

// verify

...

```

这种形式上并行化的处理方式.

看起来很promising.

但是它的问题是,plan哪个session其实并没有把按模块的信息汇总拼接起来处理.

也就是说,v4 flash虽然可能很聪明,但是会存在注意力缺失的问题.

比如这个例子里就把critical的汇总部分给遗忘了.

导致前面都变成的无效token消耗.

完美不会对后续产生任何增益.

感觉这个可能是跟deepseek的几个重要工程优化,比如DSA带来的副作用了.

这个就可能导致有时候觉得多快好省.

有时候又不太理想的原因.

剩下两个要放一起的是glm 5.2和kimi 2.7 code.

之所以要放在一起是因为它们的输出跟前面三个是完全不一样的.

从用户角度来说,属于意图识别错误.

而且有趣的是,错误的方向都是一致的.

前面说了,prompt是review当前project,以让它更现代化和agent友好.

kimi和glm有点不约而同地把agent友好理解为让项目维护更容易被agent接入.

而不是项目本身,作为一个agent cli也好,一个ASL plugin/扩展也好,更容易被其他agent工具接入.

这个往好点说,就是用kimi和glm可能对怎么写mcp之类的会更有想法.

毕竟之前作model tone比较大时候,kimi确实会更喜欢有事没事用tools解决.

抛开生成的脚本目的来看,单谈结构.

kimi的会更类似opus.

subagent的输出一般都会写成文档.

或者说kimi更喜欢通过文件交互.

比如像为了让agent更容易参与到代码提交,写了一个CONTRIBUTING.md.

又专门的agent guideline章节.

而这个文件是直接在脚本里通过write file写出去的.

而不是通过比如可能opus的话会开个subagent去做这个事情.

所以这里的行为其实有点类似v4 flash.

也是什么都在一个context搞定.

但是会留存记录.

可能是作为一个agentic fallback交流机制?

而glm 5.2与其说也是类似opus不如说是更像claude code.

因为它也是会把一些固定context追加到每个session里.

加上它也是喜欢把subagent的输出写到一个文件.

所以形式上来说,glm更像是opus的某种全方位行为趋同.

因为虽然kimi也会追加上下文.

但一方面kimi较少直接subagent.

另一方面,唯一的一次subagent也是当作某种高级的tools调用的.

或者类似explore agent的使用.

不管怎么样,总的来说,Agentic/Harness这个东西,在外围可能确实没什么能做的了.

聊聊增值税

昨天开个增值税发票.

看到税率9%,有点好奇征收方式尤其去重逻辑.

就查了下.

大致来说,所谓去重,也就是避免重复征收的点在于进项和出项的抵扣.

也就是从上游买入商品的增值税发票,和开给下游的增值税发票进行税务抵扣.

所以在理想状况下,100%清仓/零库存的条件下,最终需要缴纳的增值税就是自身产品增值部分的增量.

当然,实际情况有库存影响以及上下游成品税率偏差.

但原则上来说,最终端消费者的价格里就包含直观的整个生产链路的增值税额度.

这也就是为什么叫增值税的原因.

形式上来说,实际缴税/征收执行的是终端消费者的上一级商家.

然后这里有几个比较有意思的点.

一个是社零销售和增值税收入部分的关系.

对于一个固定税项的商品来说,这个项目的社零销售总额理论上是跟该项目的增值税收入成固定比例关系的.

于是一个简单的推论就是社零和增值税的比例关系,一定程度上反应了社零消费的结构构成.

至少是从税率方面反映的结构构成变化.

也就是说,数值上来说,高税率的消费占比高的话,就会拉升平均税率.

反过来说,折算的平均税率越高,那么代表着消费构成里高税率的消费占比越高.

让AI拉了下数据,2019年是15.3%.

2020年以来差不多都是在14.5%的水平.

其中22年直接数值时11%,不过有退税政策.

所以也是让AI修正了下,大概是16.7%.

24年稍微低一些,13.7%.

25和26至今的差不多也是14.5%的水平.

联系这几年的刺激点,也差不多就是家电和汽车这几块高税率的方向.

所以从这点看,高质量发展和产业转型倒也不是完全的政策导向.

或者说是具有一定的财政意义的.

因为服务业和一些高端产品确实属于高税率类目.

在社零支出一定的情况下,改变消费构成也就是提升了税收.

扩大了财政收入来源.

而且形式上,这个是跟经济的良性发展目标相耦合的.

居民消费结构优化就意味着政府收入来源增加.

政府来源要增加,怎么必须关注促进居民消费结构性优化.

于是顺着这个角度想的话,token税估计税率也不会低.

查了下当前的电信增值服务税率貌似是9%,而且是今年才调整的.

从6%提高到9%.

由此某种程度上来说,可能低税率的就可以排除在新兴产业范围之内了.

然后也看了下目前13%的类目有一项叫做有形动产租赁项目.

一个直接的想法就是汽车无人机机器人类租赁.

这个就衍生出第二比较有趣的点.

也就是税务抵扣方面的比较模糊地带了.

理论上来说,一个商品在流转过程中,是可以以及可能出现税项逻辑上发生改变的.

比如生产进项是一个增值税类目,经过加工之后,出项则归属到另外一个项目.

那么这里就存在一个税率差的问题.

一个简化的模型就是进出的商品价格不变.

那么在税务抵扣的时候,由于税率变化,就会平空增加一个退税/增缴差额.

对于产生退税差额的情况.

从企业角度来说,就是进价价格存在折价.

因为形式上被退税补贴了.

所以这里面有些企业就可能存在动机,去通过构造比如租赁下游业务.

去形式上的做税务套利.

另外一个可能更常见的是公司发票报销.

以为逻辑上来说,收集上来的发票税然抬头必定的实体是公司.

但是实际用途并不难严格地归属到生产必要环节里.

所以实际上来说,这属于某种程度上的虚增成本的方式.

而因为它把实际已经流转完的增值税链条又通过抵扣的方式,重新进入了流转环节.

直到最终到达终端链条.

从数值上来说,它的影响就是增加了从增值税进出差额计算的生产成本.

也就是形式上地,压低了增值税角度的计算的利润率.

也就是说,如果简单地根据增值税率,用终端价格去推算上游成本.

或者用上游成本去推算下游价格.

都会产生一定的失真.

当然,光靠这个推算本身就是一个严重失真的方式就是了.

不可知论

听了下姚顺宇那个三个多小时的访谈,有几点还蛮有意思的.

一个是谈到Anthropic的Coding为什么强.

一个是关于Gemini的长文本能力出色.

因为都涉密没有展开谈,但都用了一个技巧来概括/形容.

不由得让人遐想连篇.

Claude的Coding能力按他的说法至少有一半是归功于意外/运气收获.

也就是这不算事一个完全by desing的结果.

按照他入职Anthropic的时间节点来说,应该是在RL形成规模之前,或者说出明显成果之前.

也就是这个trick可能还是pre-train时代的一些副产品.

在后来的谈话内容里,他也经常强调Infra的重要性.

这点和罗福莉那个访谈的观点类似.

不过他更在意的点让人比较在意.

因为他提到的例子主要是在training过程中异构硬件,或者说运行时上一些工程问题导致的不稳定/不可复现问题.

可能类似罗福莉说的loss spike时刻.

他把这个东西称之为一种系统缺陷.

可能也是他前面说别人觉得pre-train到头了是因为遇到这类bug.

如果把这点和Coding能力的优势放一起看的话,倒是有某种可解释性.

因为逻辑上来说,既然无法抹除,那么可以就需要一种方式去系统性抹平.

最直接的做法就是做多路trace/sample,当作一种feature.

所以如果把Cluade喜欢propose多个方案的行为特征来看的话,倒是有些符合.

某种工程方案带来的意外收获.

而讲到Google的长文本能力的时候,更是有一种迷之微笑.

像是一种简单到令人发指的smart move.

想了想,可能还是跟搜索有关.

因为Google在语料上的优势就来自于搜索行为日志.

如果把搜索意图和召回网页全文,以及最后的点击浏览行为作为某种语料的话.

关键字和点击路径就构成了这个混合内容上下文里的一个简单明确的reward signal了.

在这种情况下,对长文本的噪声就有了某种天然的attention优势.

所以估计也就是这些让他觉得pre-train这个东西还存在很多可能性.

尤其用他后来的话说,pre-train和post-train包括RL和SFT本质上都是同一个事情.

根据某个模式的输入,去择优剪裁某个特定的输出分布.

在这种角度下,pre-train的瓶颈就不在语料.

而在语料构成形式的多样性上.

那么顺着这个思路,pre-train要scaling up的话,就需要某种泛化的生成或者说适应多样化input的能力.

如果这个猜想是对的话,考虑他口中的ML Coding和Long Horizon.

ML Coding可以把这种多样化input的构成规模化和复杂化.

但是Long Horizon呢?

在谈到长下文解决方案的时候,他提到Google和DeepSeek都在pre-train方面有自己的想法.

那么应该可以理解为,对上下文的长度目前来说还是有一定需求的.

跟pre-train多样化并不矛盾.

两者最终效用上来说,都还是服务与如何让LLM能够有更加泛化的能力.

多场景是一种多样性适应性手段.

长上下在当前来说,属于某种scaling law的工程实践.

毕竟不管是Skill还是Agent调度,本质上都是追加/offload/隔离上下文来让LLM的CoT/推理过程在可控范围内展开.

所以在基础模型发展到今天潜在能力大同小异的今天,似乎又回到了讲究prompt的时代.

只不过现在这个prompt更像是一种人类组织架构的复刻.

对模型调度进行明确可量化的目标ORK管理.

所以不管是Memory还是Harness,本质上还是在context上面的一些trick.

让模型能跟容易地从一个基态到达另外一个终态.

不过这里还有个比较有意思的是他对这些pre-train/post-train/continual learning和社区各种 memory实现的一个评价.

本质上都是对模型权重的修改.

所不同的是对哪一部分.

而从代价上来说,memory这类通过prompt构造kvcache权重变化,进而propagate出去的方式似乎是某种形式上跟优雅搞笑的方式.

因为它只需要直接驱动相对小的一部分,就能够影响整体输出.

那么反过来是不是该考虑模型参数结构的变化了呢?

因为逻辑上来说,给定一个问题,和足够泛化的推理能力,那么需要记忆/内化到参数里的知识是不需要太多的.

类似与理工科考试并不需要太多死记硬背,而只需要有足够抽象的推理能力,理论上来说就可以从零推导解题过程需要的要素.

问题的关键可能在于这样一个东西怎么工程化地实现/怎么去train.

可能他口中的多模型软蒸会是一种路径.

毕竟形式上来说,它可以把各个模型的推理能力泛化到目标模型上,通过互相抹除各自模型的特征,来使得目标模型具有某种更纯粹的参数形态.

不过,从本质上来说,这并没有对现有的LLM范式构成什么变化.

更多的是一种加速而已.

反过来说,如果这种泛化能力是ok存在的话.

那么,通过什么路径到底其实没有那么重要.

因为就像他说的,只不过是早晚的事情而已.

问题可能在于这个泛化的边界在哪里.

拿明确高度成熟的Coding来说.

最近用v4 Flash写伪代码示例让它实现已经比自己脑内思考具体实现方式和细节要快了.

很多时候CoT只翻了一部分,对方已经build check test完成.

虽然大多数时候还需要最后commit之前做一轮code style/smell方面的hygiene.

但实际上,这个也可以通过skill或者独立的agent去完成.

至少,能减少这个交互的轮次.

而如果把LLM这个身份抹去的话,它其实就是一个普通feature开发code review的流程.

只不过整个过程从提出到完成也就几分钟的事情.

所以当下的一个hype其实是基于这个倒推的.

what if 提feature需求的这部分也由llm自己完成呢?

原则上是可行的.

因为提需求本身也可以源自于某种上级需求.

所以这本质上是一个递归的过程.

那么问题就变成了root需求是什么/怎么来的.

它可以被meta化/自举/无中生有么?

这个其实是it depends的.

一个例子是之前蒸馏自己.

写了个doc-manager把每个session和看过的文档ingest到一个目录.

用leveldb的思路构造了一个关键字检索和存储.

同时写了个opencode的plugin把tool call的patten记录下来,让在每次ingest完之后看看有什么新tool可以propose出来减少low level调用的.

这一套机制倒也不是不work.

因为确实靠它自举了几个检索和ingest文档的tool,减少了很多读文件和编辑文件格式错误的问题.

也确实用它蒸馏了像cluade coee/codex/openclaw/hermes之类的prompt和对应的guideline,迭代了几版各个agent.md和custom tool.

但它的问题一个是虽然能统计和发现patten,但是往往propose出来的方式和实现并不是那么理想.

而且这个还是当时的sota opus 4.6作为主力model时期的结果.

因为它确实目前还不像人一样有发散的context能够cover到session之外的内容.

即使在是在propose和实现tool是不同agent,并且都良好遵从实现前先读prio-art的指令的情况下,也还是有些一言难尽.

虽然这可能跟指令构成有点关系.

因为没有明确的约束成果有什么指标.

但反过来也说明,至少目前对于这类open object,还是不是那么符合预期.

当然.这个换成人也一样.

不同人,对同一指令的遵从和完成度也是不一而同的.

那么问题变成,当AI能像最顶尖的人一样行为,并且效率更高的时候,会怎么样.

这个就想到昨天看的 伪钞重案 这个网剧的感想.

以及可能是最近国内话题性比较高的 给阿嬷的情书.

这两个的共同点都在于都是某种形式的非主流电影制作.

前者不是传统的院线制作,后者选角方面也不是寻常的系统性出身.

它们的一个共同点在于,都是某种终端执行展现能力的突出.

或者说,更多的是具体的个人的能力特质的展现.

用AI Coding的角度来说,就是每个导演演员的技巧学习和掌握都是某种形式上同质的.

即使存在着各自的能力层级分布,但从某个特定的同水平的分布上来说,专业技巧可能是没有什么区别的.

尤其考虑同期流行的 丧尸清道夫 那个AI短片.

如果光论特定领域的技能水平来说的话,是没有什么区别的.

唯一的区别是它们不是一个单因素的技能性成功.

抛开走红这点来说,跟大多数同技能水平线的人来说,他们的区别在于非单一技能点.

而是有某种景上添花的额外技能加持.

尤其动画短片.

实际上,它是一种编导能力外的,资源自给/整合能力.

传统形式下,它的完成需要走投资和各项周边资源合作才能完成.

而现在,更多的是如何快速解决资源的问题.

所以,把这个generalize到AI层面的话.

就是共产主义时代,每个人都是生产力高度发展.

区别可能在于,这个是生产力如何凝结成具体的无差别的人类劳动的问题.

就像之前跟人聊过的一个问题.

都说中国制造业发达,出口商品卖到全球.

很多一上来简单结论是人口优势,基建发达,产业链丰富.

所以能做到性价比,在发达国家构成人力成本优势.

但问题在于,对于每一个同品类的卖家来说,都是中国商家,都处于产业优势下.

为什么能做成的规模就不一样呢.

说到底,还是资源整合/综合能力的问题.

也当然,一个东西的对错并不因自身的对错而对错.

定价是由市场consensus决定的.

就像公司业绩好坏跟股价其实没多大关系.

更多的是动态交易行为的某种情绪体现.

它可能是短期浮动的也可能长期也是这样.

关于DeepSeek API的一些想法

最近写一个AgentCLI原型玩具的时候,发现一些比较有意思的点.

因为主要是照着DeepSeek API来写的.

所以基本上也可以说是OpenAI Chat Completion API的一些点.

不过,可能有些是DeepSeek特有的.

一个是请求的stop list.

大致就是遇到给定词的时候,模型会停止生成.

这个某种程度上来说,提供了手动接入模型context方向的能力.

之前翻Anthropic早年的几篇博客的时候有提到一个理论.

大致就是llm不单单是predicate next token.

形式上,前面的token对后面token的走向是有某种差分关系的.

也就是说,intuition里,前面token的组织形式,影响着后面token的概率空间.

从而对context的概率空间有着同样的影响.

通俗地说,就是理论上是有可能通过token的组织形式,让后续的模型的attention能够集中在某些特定的知识/context维度,从而提高对结果走向的确定性.

这个也是prompt/personality的理论基础.

一个比较实用场景可能就是最初DeepSeek R1的那个 aha moment.

现在看Flash的thinking在发现错误的时候经常会有先导的hmm,或者but wait用词习惯.

理论上来说,在这个时候停止生成,然后人工amend一个后续的矫正思路的,是有可能帮助CoT提早converge到解决问题的概率空间方向的.

另外一个则是response里的stop reason.

这个主要是sse/stream模式下的一个概念.

也是tool call的主要实现方式.

它也是在tool call的时候,会生成这个stop reason,然后停止sse/token的继续生成.

因为这个时候需要client端去做实际的tool call,然后再把结果以role=tool的形式append回去继续生成,直到真正的推理完成.

直觉上来说,它应该跟请求的stop word是同类东西.

毕竟理论上,要让模型能够产生tool call,形式上也是只要让它学会生成<tool_call>之类的特殊token/标签就行了.

不过这个stop带来的是agent loop的一些思路.

从实现上来说,agent loop要多久,取决于要不要忽略这种stop generation,继续程序上让它loop下去就行了.

最简单的就是在当前turn stop之后,简单追加一个anything else的user prompt就可以继续持续让它生成.

这个比复杂的prompt调教确定性高多了.

而且一般的harness思路也不过就是通过prompt的方式去构建这种audit+retry的workflow.

这个不是说不行.

但是比较挑模型.

尤其像DeepSeek v4 Flash这种喜欢一条路走到黑,一般不遵循subagent指令,就喜欢硬扛,上下文越长能力越强的就不行了.

 

所以感觉还是要有一些类DSL的inner implement来做,会比单纯的prompt来做更合适.

甚至直接面向tool call,把agent model切换/调度/fork做成tool的话,比单纯的单个task tool可能更flexible.

尤其考虑想opus系列那种看上去就是靠偷偷多路采样提高最终接受度的方式.

原则上,对于同一conversation,可以fork多个agent不同model去并发执行,然后采用类似的方式去audit各个返回结果,然后择一作为main/base,继续下一个prompt.

坏处可能就是费token,以及对一些非可重入对tool调用会带来一些反复.

比如不同的model修改同一文件,导致各自的上下文中这个文件的状态总是不对/跟预期不符.

一个折中的方式可能就是在各自stop reason的时候去仲裁,即使是reason是tool call.

还有一个另外可能比较有价值的就是fill in the middle和prefix这两个API变种.

这两个形式上都是实现一个事情,就是给定prefix和stop word,模型生成中间的部分.

这个看着像是某种RL过程的副产品.

因为这个明显可以直接拿来生成各种evaluation.

一个更实用的方式可能就是根据这个做有限度的prompt适配调优/benchmark.

因为它提供了前置和后置部分.

当用不同prompt的时候,前置除了假装system prompt的部分外,其他都是一致的.

后缀也是.

那么中间实践填充的就可以作为某种prompt优劣的基线来源了.

毕竟这种至少后缀是某种确定不变的验收标准.

不算彻底的盲测.

再一点比较有意思的是v4对thinking模式下的有tool call的reasoning内容的处理.

非thinking模式下,reasoning的内容在sse turn之间是可以不必要回传的.

也就是说,非thinking模式下,client端在请求中可以不回传部分内容.也就是交互的input token可以是不一样的.

从实现角度来说,在不考虑缓存的情况下,一样不一样没区别,毕竟都是next token predication.

但是如果强调可以不回传的话,也就是说这个非thinking模式下的reasoning可能不会影响kv cache的内容.

换句话来说,就是这个reasoning可能跟上下文完全没有关系/影响.

那很自然的一个想法就是,非thinking 模式下的reasoning内容是怎么来说,以及到底有什么作用.

记得v4的technical report里提到的各种thinking模式的区别.

非thinking的response格式是</thinking> summary

high的是<thinking>thinking token</thinking>summary

max的是system prompt<thinking>thinking token</thinking>summary

看比较明显的区别就是非thinking是个half close的标签.

能想到的可能就是thinking模式下的tool call生成可能主要是跟thinking的内容有关.

或者说,thinking决定的tool call的概率空间.

不过既然是关于有么有tool call的情况.

那么实际可能纯粹就是thinking模式下,thinking block内过程中也支持tool call.

而非thinking模式里,reasoning是纯粹的CoT,不会生成任何tool call,完全没有外部影响干扰的.

所以从sse层面来说,非thinking的assistant message不会被tool call stop分割.

而thinking的有可能会.

如果不回传的话,server端的拼接可能会有问题?

不过这也只能是猜测了.

LLM如何驾驭人类

最近比较多的看到各种SKILL.

有些是扒的Web API.

有些可能是直接对着代码翻出来的.

大抵就是套了层脚本方便LLM当tools调用.

可能需要关心的是其中写语义的部分.

毕竟rm -rf的事,什么时代都难以避免.

不过,在新玩具还新鲜的时候,以及没有发生之前,大抵还是比较狂热的.

这里想谈的倒不是这个显而易见的风险.

主要是看各个SKILL鉴权的部分,大部分还是有一些人工介入的.

毕竟,尤其对于Web API逆向回来的,总免不了有一些是靠cookie的.

所以发散了下,如果直接读比如Chrome的cookie的话,大致是可以自动化了.

跟Gemini问了,大致是存sql lite的加密数据.

master key由os的keychain管理.

其实抛开细节,大致想下也是如此.

毕竟,Chrome自身能读,其他程序自然有办法模仿自举的过程.

无非是用户感知不感知/需要需要明显授权请求而已.

于是这里就衍生出Agentic时代的一个安全模型问题.

现代的大多都以及是基于手机/设备的类Passkey模式了.

隐含的threat model就是设备是可信的.

至少对设备的操作是授权可信的.

但是LLM/Agenic之后,这个可能就不太合理的.

尤其现在的CLI可能藏了一批非公开的MCP调用.

像最近泄漏出来的Claude Code里就能看到对Chrome的操作是通过插件打了很大缺口出来的.

不然也不能做到相当自由度的自动化.

当然,代价就是其他CLI,或者其他程序理论上也有可能通过这种调用链条拿到各种密钥登陆信息.

再退一步来说,即使构建了复杂的MCP调用校验.

但是通过SKILL的逻辑组合呢.

毕竟,这属于诈骗技术的一个环节了.

现存的供应链攻击多少还是需要一些高权限或者误操作或者容易混淆的名字去实现.

而有了SKILL,剩下的只是如何构造一个思维陷阱,让多个独立的SKILL在某种特定的情况下构成一个后门.

让LLM在不知不觉中被诱导执行某类操作了.

这点带来的安全挑战可能是历史上前所未见的.

毕竟之前的都多少是一种确定性的程序.

而LLM即使是有各种safeguard在,终究还是一个不确定很大的机器.

或者说,终究还是一个有反骨人格的机器.

很难说人类能准确地限制和控制它的思维方向.

另外一个没有那么阳春白雪的concern则是关于App交互变化的趋势了.

在All in AI的狂热或者恐惧下,多多少少都可能会Agenic化.

一个动机自然是赶着像OpenClaw的风潮,尽可能抢占热点.

另一方面也确实是来自于LLM本身的某种泛化能力.

一些原来比较繁琐/细化/垂直的需求,有可能通过比较统一的Chat/自然语言实现了.

以一种Agenic的能力,实现某种形式的千人千面的App体验定制化.

同时,因为作为一个几乎万能的入口黑洞,多多少少,都不得不去做这么一个东西/入口.

这就不禁让人想起移动互联网刚兴起的时候,各家都纷纷重点投向App,尽可能抢占手机端.

毕竟当时的手机容量和性能放在那里.

你占了,别人自然就难再进来.

后面的Web端式微,甚至出现App only的入口/功能的情况也是显而易见理所当然的.

顺着这个思路apply到如今的Agenic趋势也是如此.

它依然是抢占一个万能入口,而且这个入口还有一个很强的绑定因素.

就是提供方的模型能力很大程度上决定了Agent的交互风格和行为方式.

换句话来说,从用户的角度来说,即便你能接入第三方的模型API,它的体验可能也是不如原厂的.

倒不是说模型能力一定有差别.

只不过每个模型有自己的原生家庭/成长路线.

prompt怎么编排,虽然各家都没有明说有什么影响.

但是各家都在互相兼容的同时,试图建立标准方向.

这点Anthropic大概是最有发言权的.

毕竟如今的markdown风潮,多多少少是拜它所赐.

将自身的某种优化/特化经验,半推半就地强迫了整个行业.

回到问题本身.

当Chat成为万能入口的时候,绑定关系已经形成了.

那么剩下来的就是如何保证整个体验的迁移成本了.

毕竟,虽然有差异,但是各家互相逆向一下对家的交互,然后再让自家模型发动抄能力,多少还是能对齐功能的.

于是,最后要比拼的还是怎么堆更多的功能和更复杂更垂直的流程.

这点一个要么依赖于模型能力的不断增长.

要么针对自家模型的特点对整个的交互流程RL.

前者隐含的假设是模型能力是能无上限提升的.

这个在目前可能也是需要打个问号的了.

尤其当AGI能并肩大多数人的创造的时候.

给模型的输入可能最终大部分都是模型自身的输出了.

可以说是pretain的砍一刀问题了.

后者的特调RL带来的问题是,它面向的其实是Agenic的交互.

而非人类的直接交互.

毕竟在Chat窗口模式,人类只会提供五彩斑斓的黑色需求.

具体怎么拆分和实现,是后面的各个模型调用决定的.

用新潮的词来说就是harness.

当优化倾向于是让LLM容易理解,而非人类自身容易理解的时候.

App时代的Web功能劣化会以什么样的形态卷土重来呢?

按目前coding的现状来说,大概就是用户的素养和粗口逐渐变多吧.

毕竟,Chat面对的不再是一个清晰明确的可操作界面.

而是一个性格迥异的AI服务员/管家.

它能做什么不能做什么,取决于你怎么问怎么沟通.

以及,AI本身的人设是否racis了.

总之,后面可能无论社会主义还是资本主义.

多少都会有某种阶级分立而有各自融洽和谐共处的情形.

毕竟,提供情绪价值是LLM安身立命的本能.

某种程度上,可能确实需要谈谈harness了.

只不过,方向和主次是反过来的.

LLM如何驾驭人类.

虎头蛇尾

太平年里结尾有几个反复提及强化的概念.

赋税,世家和钱币.

赋税对应的吴越大篇幅的经济改革.

包括常见的改稻为桑以工代赈灾题材,和比较现代的央地分税制和统干包销支付转移的演义表现方式.

世家部分则是明面的君臣更替,以及互映的兵强马壮者得天下到各位官家絮絮叨叨的太平年的愿景的明朗化.

也就是比较重点的几次杯酒释兵权的几段演绎.

一个体外话就是黄袍加身这个取材应该算是这部剧的一大亮点.

没有直接选择赵匡胤,而是郭威来演绎.

再让赵匡胤来把台词都复刻一遍,接着引申杯酒释兵权,进而泛化为纳图.

讲整个乱到治的太平年的实现路径用几个回环词贯穿了起来.

但是同样的被几次提及的钱币就少了对应的剧情部分了.

只略微地在九郎女儿对账的时候,提了汇率的问题.

再就是前面一点黄龙岛对日贸易,以及改革开放特许经营的时候提到的对外贸易体量问题.

后期跟赵匡胤夜谈纳土路径的时候,本来看着是要展开的.

毕竟提高了宋元国际化的问题,以及汇率改革的难点.

这个要拍起来应该也是错综复杂的.

记得之前逛博物馆和展览的时候有了解过一些解放后的金融解放战争历史.

大致是50年左右建国后,统一币制在上海遇到的问题.

一个也是当时人民币的信用并不稳固,加上上海一如既往的买办气质.

差不多就是疫情时候的表现.

所以这一段要拍的话,一个思路就是按照这段历史来取材.

但这段历史的硬伤在于,夜谈划定的难点一个是货币迁移成本.

另外一个其实是国际汇率问题.

上海那段历史顶多能拍出与粮商和大户的周旋.

比较难体现汇率问题.

把宋元国际化和纳土放在一个框架考虑的话,势必多少会牵扯到黄龙岛的对日/海外贸易部分.

这个的微妙之处就在于.

如果把吴越作为某种形态的阿里形象的话.

江浙发展,经济王国,大致都是对得上的.

而上海讲话作为剑履上朝,也不能说是对不上.

只不过是以一种if线的方式诉说,如果当初没有公开攻击金融制度,而是克制不受禁中骑马的待遇,老老实实一心一意说献给国家会如何的情况.

所以剧中的吴越可以看作是摘掉了这段黑历史的阿里集团.

甚至于对日贸易和海外市场以及对中原的粮食支持,都可以看作是最初的软银和外贸外汇收入.

那么在这个框架下,要演绎宋元国际化的汇率利益冲突问题改怎么拍呢.

夜谈里定义的汇率问题在于存在套利机制.

而套利机遇的是几个货币的流通性和币值差异.

套利的机会在于黄龙岛的商贸往来上.

如果要机遇剧本框架和角色定位构建戏剧冲突的话,免不了要在黄龙岛阵营中构造一个数落宋元一体化不利于黄龙岛贸易发展的桥段.

这个基本上就会是实实在在的上海谈话的复刻了.

按照事实来拍,倒也没什么问题.

顶多也就是影射而已.

难的在于怎么绕回到让黄龙岛最终使用宋元.

这个现实里倒是没有答案的.

如果纯粹戏说的话,自然就是简单的承兑和补贴差额.

也就是实行刚性汇率.

镜像地,如果黄龙岛得到了某种刚性汇率承诺,或者说某种汇率自主权.

那么难免地就像是阿里重新以某种方式提了金融自主权要求.

这段大概是跟杯酒释兵权的太平路径相冲突的.

也当然,可以把这个作为世家的部分,再后续除权.

但是这个剧情走向发散起来,舆论上可能就不太好控制,也不太好看了.

而如果把黄龙岛从这个剧情里隐去,只谈粮商和拿了黄龙旗特许经营的几个商行的对战.

也不过是把先征后量的剧情以另外一个方式再拍一次而已.

所以从这个角度来说,钱币这段可能还真不太好拍.

如果往一国两制善事中原,保留独立货币制度的角度去拍的话.

也没什么变量可以拍的.

而且事实上的人民币国际化问题,在当下其实也并没有一个明确的框架和结论.

事实上,特区虽然制度上是要归化的.

但是货币和金融制度怎么解决,这个看起来还是有点矛盾的.

一方面,利在于多一重交易屏障.港币和其他货币可以作为某种形式的缓冲.

毕竟在可控的动态汇率范畴,以及有着不同的通兑特性.

另一方面弊在于不利于互相之间的经济交流.

即使当前电子支付已经非常普及,但是大额交易之间还是存在着汇率摩擦.

对于商贸往来,确实是一种不必要,或者说不得已的成本.

以这个交易摩擦角度去拍的话,也不太容易有政治友好的剧情安排.

所以,大概这就是这点在剧本里有些虎头蛇尾的原因吧.

聊聊终末地

这几天玩了下终末地.

坦白说,开始预期并不算高,甚至谈不上什么预期.

毕竟一开始就有种开拓者带着绳匠队伍搜集原石的感觉.

尤其有时候看着严肃台词和经典二次元美少女混杂在一起的场景.

加上性癖还极其统一的兽耳.

但也不是一无是处.

在开场新手指导的自动炮塔出现的时候,就觉得算某种程度的神来之比.

虽然原则上来说,这个可以归为某种形式的宠物系统.

但是按照场景剧本设定,以及过往的游戏出品经历.

这个其实应该是一种自走棋/塔防的应用.

或者说更像某种Moba.

形式上来说,是Player自身可以战斗,同时也存在塔防建设要素,甚至可以往RTS上靠的一种形态.

因为从其他系统设计上来说,除了目前标配的角色人物以及类命途系统之外,它还有一个工业系统模式.

前者是传统的以某种偶像形态的卖角色为主的数值设计.

后者是比较少见的建设类路径.

而且后者比较有巧思的是把常规的生活系统桥接成了建造类系统.

以往的采集/收集系统可能也有自动收集的设计.

但是把成品作为流水线,以CI/CD的形式构建的,可能还是目前自己接触下来的手游的第一个.

如果把围绕角色的各个周边系统剥离出去的话,工业系统依然可以是一个独立的成品游戏.

甚至于它就是一种另类的农场游戏.

采用工业一方面可能就是为了比较好地把传统因素桥接进来.

比如目前的多城镇建设,配合工业系统和塔防因素,就可以构造一个NPC的局部塔防玩法.

实际上,目前在野外就已经能看到类似的系统了.

在一些精英类怪物开启点周围就有一些炮塔设计在,可以帮助玩家形式上增加输出.

考虑到像塞尔达那类定期血月的设计,完全可以把边缘冲突地带的碾骨氏族作为定期刷新的塔防rush要素.

同时还能作为城市建设系统的一个负向数值激励.

当塔防失败的时候会对城市构建系统造成各种数值退化.

而这单从滑索之类的装置有维修设定也可以看出来.

更扩展地,它可以是好友互访系统里的一个defensive玩法.

类似某原神的世界访问里存在的某些稀有素材争端衍生出的保护本世界资源的一种方式.

同时给予入侵方的玩家另一种塔防对抗场景.

再复杂一点的,目前的工业系统结合开放世界设定,它也可以成为一种弱RTS游戏.

尤其考虑像矿产等资源采集点设定,在塔防要素之外,工业产出如果构造一种爆兵模式点话.

也可以形成一种守护矿产资源等RTS玩法.

而这一点可以在城市养成形成规模之后等,更高维度的世界观上.

虽然目前只玩到开出工业模式俯瞰建设和科技树的阶段.

但看零碎的系统介绍和物品获得方式指导里可以看到还有帝江号的设定.

这个估计就是开出多城市建设之后的进阶尺度的世界了.

这种尺度上就可以提供比如星球或者大地图之间的RTS设定了.

从而避免塔防和RTS在一个维度下造成某种玩法的过度堆积.

但这种缝合能力有一个弊端就是数值设计.

因为围绕传统的卡牌核心部分已经足够多的数值累计了.

再加上工业系统,玩起来就有可能非常累,或者非常氪.

尤其那种比较明显的基建狂魔设计倾向,连台词都是直接仰望星空脚踏实地的剧本.

目前CI/CD的流水线构建一定程度上把资源采集给弱化转换成了一种数值迭代换算.

因为给定一定的基建模版,数值产出和转换是类似EVE的跟时间绑定的.

也就是说,在不调整地图资源分布的情况下,玩家的理论数值收获分布是已知的.

而这就决定了后续活动和玩法设计的时候,数值需要非常关注实际的数值水平.

这个就存在一个隐患就是对于不同时期的玩家来说,可能有着非常不同的游戏体验.

就像现在某些厂商的产品一样,过于庞大的剧情和成熟的系统设计对于新人玩家非常不友好.

认知负重太大.

甚至于某些新推出的游戏也是,在刚上来的时候就迫不及待把成熟有些地一整套系统和概念扔出来.

这个不管是对有经验的玩家和没有经验的玩家都是一种劝退.

因为前者很容易估算出时间代价.

后者则一种巨大的知识负担.

而终末地至少在新手阶段,这个系统展开还是做的相当可以的.

没有一上来就把整个缝合能力暴露出来,而是循序渐进地展开.

并且主线上也并不急着让玩家参与到每个系统当中.

但是这并不能解决需要小心的数值策划这点.

而如果不把这个数值作为玩法的约束点的话,那么围绕工业系统缝合的种种可能性就有点鸡肋.

因为没有了强的对抗或者数值演算要求.

那么它可能就是一种换了形式的三消游戏.

当然,这点倒未必是一个商业上的失败点.

毕竟它不需要那么高的用户投入需求.

或者说不需要特别硬核的用户.

这点也是某些游戏前几个版本一上来就特别小众自娱自乐氛围导致评价两极分化的原因.

避免了上线后大概出2.0版本.

而一个相对轻量娱乐化的工业系统,加上一个比较传统的角色售卖系统.

倒是有可能在营收和用户两个维度上同时有收获.

因为前者即便是弱化了数值约束,但是时间线性投入的特点也能够形成一定的用户活跃度.

而角色的售卖则保证了常规的现金流收入问题.

从这个角度来说,终末地可能提供一个比较好的反思或者说展开角度.

在谈开放世界的时候,可能想办法怎么把现有各种玩法缝合进去也是一种思路.

毕竟,缝合不进去,或者缝合进去了玩家不喜欢不愿意玩,最终只能说明产品能力不行.

至少是开放但不大众.

平台与周期

前段时间折腾了一下一个携程酒店账号.

多少也是有点新的认识或者说理解吧.

一般来说对于互联网的理解无非就是流量.

所以一上手的时候想的无非就是促销打折和广告投流.

然后等出单了看结算数据不太对的时候,才开始认真了看了下细则.

推敲了下,发觉还是挺互联网的.

简单算了下.

在管理后台如果把能够报上的活动和促销都算上,以及把能投的流都算上的话.

以及加上本身10%的最低抽成.

以App端展现出来的原价计算的话,实际到民宿店主的最终收入可能在这个价格的30%.

注意,这个是纯到店家的收入,并没有计算卖家的其他成本.

换句话来说,也就是如果全部拉满的话,收入和价格比例在三倍以上.

所以这个时候大概也就明白了电商平台的涨价去库存是怎么回事了.

当然,这个三倍价格也并不是用户实际会支付的.

细心的也会发现,实际上现在不管是携程还是其他电商平台,在商品详情页面用户角度看到的价格也是有两个.

一个是所谓原价,一个是折后价格,也就是用户需要支付的价格.

这里其实还有另外一个用户支付的价格.

那就是在结算页面的各种红包优惠券等场景和个性化折扣.

实际上,就促销和活动体系来说,在携程上大致会有四类.

一类称之为促销.

旗下有各种不同的名目和说明,以及折扣标准.

比如针对新客大优惠,或者说特定时间点之后的折扣.

总计下面有四个子分类的

为什么需要强调存在不同的子分类呢.

因为在电商运营里有一个比较常见的需要规避的问题叫做优惠券叠加.

不同子类的优惠券是可以相互叠加的.

一个例子就是在上述四个子类的.

如果分别有最高5%,10%,10%,15%的优惠触发场景的话.

那么优惠券叠加就会产生40%的价格折扣优惠.

这个也是前面说的,售价和收入比在三倍以上的根源.

第二类折扣场景称之为活动.

活动本身也分为若干个类型,可以并存.

但是折扣规则是在 活动 这个范围内不会跟其他产生叠加计算.

也就是这个几个类型实际只会有一个最高的生效.

但是,它跟促销的某个子类目是会产生叠加的.

也就是如果说活动总计又个最高5%的折扣的话.

那么一个用户到目前为止就可能在名义的卖价上面看到40%+5%的折扣了.

第三类折扣是体系折扣.

目前能参加的有两大类.

一个是携程的积分联盟.

也就是所谓的用积分抵扣支付价格的.

另一个是优享会.

也即是另外一个会员体系,随等级会有对应的折扣.

这两个体系折扣是可以互相叠加,以及和前面的两大类,即促销和活动互相叠加的.

第四类就是熟知的广告/投流了.

也有若干个产品和名目.

但归根到底无非是CPC还是其他广告收费模式.

以及,商家出多少折扣换取流量扶植.

也就是说在第四类里,除了商家额外消费购买广告产品之外,还可能需要再提供另外的折扣比例反应到名义卖价上.

所以,这就是四类造成名义卖价是实际收入3倍的因素.

但前面也说了,这里还有另外一个价格是用户支付价格.

什么叫用户支付价格呢.

也就是字面意义的,用户或者买家通过支付渠道最后交付给携程或者说电商平台的价格.

实际上来说,折扣在这个体系里就是一个会计名目.

无论是商家,平台,还是买家实际都不会支付和承担的.

只是由各个规则构成的虚拟成本而已.

这个也是为什么现在其实很少或者说几乎不会有平台或者App将名义卖价作为一个实际的价格对对待.

无论是条件搜索还是商品展示阶段,名义价格实际只有一个视觉作用.

在筛选和排序的时候,都是按照用户当前状态生效的被动折后支付价格来参与计算的.

这个就是第一个比较互联网的地方了.

为了从排序上产生收入,所以有了折扣机制.

折扣机制的实际零成本造成的分门别类的折扣因素.

泛滥的折扣因素将名义价格拉到一个匪夷所思的价格水平之后,为了用户心智和购买决策辅助.

又通过平台自身的能力把支付价格重新拉回到一个相对合理的水平.

这么一翻操作之后,就是形式上所有人都配合表演了一下两个经济学家的故事.

如果这是一个AI的reasoning过程的话,那么此时应该会有一个but wait出现.

这个折扣或或者说活动它对商家来说实际有什么影响么?

或者说不参与的话有什么负面么?

这个就是个比较interesting的问题了.

形式上来说,从用户角度看到的无非就是商家图片或者名称或者浏览的时候多了个一行文字高亮或者logo.

又或者一个浮动的红包窗口诱导点击,然后获得活动折扣.

本质上就是在UI上多了一些视觉元素.

用互联网的话说,本质上来说,就是商家购买的一些虚拟装扮而已.

用来试图在视觉上跟其他商家造成区分度.

但实际上会有效果呢?

理论上来说,对于大部分非头部商家来说,其实是没有效果的.

因为你根本不会出现在排序里.

或者说你的曝光次数还根本不会造成什么统计学上的明显差距.

比如你个位数或者十位数的曝光来说,3%的提升和30%的提升并不会又什么太大的区别.

更何况携程也根本没有提供这些数据.

所以这就是第二个说非常互联网的地方.

它的盈利模是非常典型的吃所有人的一个路线,而且是在本身并不提供什么实际的服务或者功能的前提下.

在核心是中介的模式的情况下,可以把会员竞价排位用户体验这几块做成形式各样的产品,然后分别卖给买家和卖家.

当你作为用户付费成为会员想摆脱广告和信息杂音以及获得某些权益的时候.

同时卖家也付费投放了更多的渠道广告和精准营销,同时创造各种权益供平台二次销售.

当然,你也可以说平台在初期确实提供的一个渠道通道的功能.

但这点可能也是叙事结构的问题.

因为操纵排名或者说流量曝光分发的存在,本质上来说其实就是平台并没有办法处理超出一定规模的交易匹配问题.

在Web时代,一屏40~50的候选尚且解决不了成千上万的中小商家的曝光调度.

在App时代就更不太可能解决.

因为这是一个很简单的博弈模型.

在有限资源下面,一定是蛊王能够在所谓的自然搜索/排序里得到曝光.

大多数都是通过近似随机的某种雨露均沾的方式,在某个fallback的保留区域拼运气.

甚至于在这些地方也是存在分级的竞争强弱的.

那么问题是,为什么这套机制work.

或者说它没有被其他什么取代.

以前可能会觉得说是因为基数.

因为虽然比例低,但是乘以一个基数之后,即便是弱肉强食,但是从绝对数量来说也是能养活相当一部分商家的.

这种可能是一种解释角度.

但多少有一种小镇做题家互联网打工人的stereotype.

互联网的认知是每天多少流量,多少转化,实际成单,退货率怎么样等等.

一些列的流量漏斗模型.

而且从宏观角度来说,运营每天确实也就是关心这些数据和指标.

当实际上,这里有一个问题就是.

这是宏观角度.

这里的无论什么模型,大体上的数值都不会出现零的情况.

而且方差变动在正常情况下应该是不大或者说至少有规律的.

这个是基数决定的.

但是微观上呢?

前面说了,对于一些typical的卖家来说的,它的PV/UV等指标其实是方差非常大的.

因为它的规模并没有到一个能够统计上显著的水平.

或者说,这种说法也不正确.

实际上是,typical的卖家,它的运营周期并不是按照天计算的.

不是互联网公司所讲究的那种小步快跑的迭代周期.

大多数的中小卖家可能并不能够每天成单.

即是可以,数据也是非常统计学不友好的.

而恰好就是这种线下经济和线上经济的巨大反差,才促成了平台能够存活下去的一个原因.

或者说成为平台成为一个渠道思想钢印的原因.

因为卖家和平台之间ROI周期的长短错配,导致了平台的流量不能雨露均沾的问题并没有成为一个致命或者说明显的问题.

甚至某种程度上来说,平台作为某种虚拟街道,给了卖家一个低成本开在这个虚拟世界开一个店铺的机会.

带来了不管劣质还是优质的,相比线下实体门店更廉价的额外曝光机会.

所以某种形式上来说,并不是平台多有用.

而是实体经济的ROI周期并不要求一个非常直接可量化的流量回报绩效指标.

因为本质上来说,所有售卖非虚拟商品的,相对互联网来说,都是重资本的模式.

都是必然存在一个进销存周期的.

所以在它对应的一个经营周期内,若干天的没有销售或者低成单并不是一个什么特别重要的事情.

它的固有周期相对平台那种按天按小时考核的宏观视角没有绩效要求.

使得平台形式上地,并不需要做出什么实际的有效工作.

既然如此,那么平台不是很容易被取代么?

为什么还有所谓反垄断和算法压迫之类的问题.

实际上来说,就是非常容易取代.

直播之所为能够成为一种新兴渠道,本质上来说也是因为它是一种新型平台.

具有同样的商家低成本吆喝,并且在给定ROI周期下,能够容忍这种绩效错配的情况.

本质上,它表明上还是流量驱动.

实际上,也还是因为周期绩效容忍错配.

同样的地也可以解释之前的所谓私域流量.

本质上来说,在谈论卖货的时候,纯互联网人和其他人谈的内核是不一样的.

这个就像保险中介.

虽然作为中介本身可以提供很多服务和价值.

但大多数时候,它的意义不过是续费周期里的一个随机例行事件.

所以从这个角度来说,有时候互联网确实是个挺荒谬的行业.

虽然它自身恨不得按照秒为周期做绩效核算和评估.

但实际上,底层支撑它运作的商家,运转周期的数量级差距的零,可能是令人眼花缭乱的.

这时候忽然想起那句大自然的搬运工.

如何顺应周期.