2018-08-04

物美价廉与流量为王

考虑物美价廉这个词.

在理想情况下,这个反映的应该是一个均衡点.
也就是边际为零的情况.

那么这里有两种情况.
一种是价格price P的margin为零.
另一种则是数量unit U的margin为零.

当然,确切地说是两种margin处于动态零的情况.
但至少说构成因素里存在着这两种情况.

考虑P为零但情况.
也就是价格的提高无法在造成额外的收益增长.

定义收入Revenue R=P*U - Cost.
即总体销售去掉支出成本的部分.

而cost可以拆解为per unit的成本.
所以有
Revenue=(Price-Cost)*Unit.

考虑供需曲线.
销量即使需求供给Supply满足需求Demand的部分

在S D 即U=min(S,D)

即有
Revenue=(Price-Cost)*min(Supply,Demand).

考虑供应曲线Supply.
某种程度上来说跟Revenue是有反身性的.

即随着R的增加,Supply是呈增长趋势.

也就是说,它可能或使得min(S,D)产生一个flip,从而使得R产生一个jump point/非连续变化点.

可能也不一定是非连续的.

因为如果如果min的bias方变了的的话,也即S和D的倾向性有所交换的话.
那也是发生在S=D的临界点.

所以在P-C固定的情况下,它更可能想是一个对称曲线.

考虑更复杂一点的情况.
一般来说,Supply的增长一般会伴随着Cost的变化.

一种情况是规模效应,使得cost减少.
一种是增长并不不是scale out的,规模的扩大会带来成本的相应上升.

在前一种情况对应的是对称曲线右侧的相应区间拉长.
因为P-C的价衰减地更慢,所以相应地,在给定R相等的情况下,min的衰减要到更大的区间.

同理,后一种情况则会缩减右侧区间的跨度.

这里的一个假设是P-C是一个常量.

那么,考虑非常量的情况.
即一般的P非固定值的情况.

对于任意一个P取值确定的情况下,R曲线的形态和变化特征都是前述的情况.
而P不同所造成的影响是S和D的平衡点的变化的不同.

也即是对称曲线的中心点的区别.

P越高则对应的tipping point的取值会越靠左.
因为价格上涨意味着需求的减少,也就是供需曲线的左移.

那么现在考虑物美价廉这个词.

不考虑是否真的价廉,而是作为一个fix price.
那么一个rational的解释就是它的selling unit还处在堆成曲线的左侧.
也就是说供应还未过剩.

所以,在不触动P margin的情况下,U margin还有增长的空间.

而在P margin为零的情况下,再通过价格下调驱动曲线右移的话.
也就是压榨U margin的阶段.

也就是说,这里的模式是规模化,然后才是价格战.

如果是反过来.
即先压榨U margin呢?

U margin对应的是对称曲线的右侧外延属性.
也就是尽可能地让tipping point右移.
也即供需曲线的右移.

曲线右移对应的是Unit取值的右倾.
意味着供需平衡点是一个较大的值.

imply的就是需求的理性最大化.

也就是说,在这种情况下的策略是,一开始就是覆盖所有可能潜在的用户.
在这个规模/Unit margin归零的情况下,在通过提高P margin进一步提高Revenue.

这就是所谓的流量模式.

先覆盖尽可能广的人群,然后在此基础上提升价格.

实际上这里隐含的另一个中发展策略就是.
但coverage达到100%或者effective monopoly的时候.
消费者或者说用户是丧失了议价权的.

也就是为什么,一般来说互联网免费/流量模式最后指向的都是一两家公司的原因.
因为在纯市场的lockin状态下,基本上就是一个爱用不用的垄断地位.

而且相比物美价廉状态的,先价格天花板,再红海拼杀的情况.
流量模式有一种天然的一劳永逸状况.

因为红海情况的一个更大可能性的后果是被淘汰和利润的一路下滑.
而流量模式一旦建立起来,基本就是印钞机了.

那么流量模式就是完美的了么?

也不尽然.

它的两个要素.
一个是供给独占.
一个是需求锚定.

实际上来说,供给独占最后依赖的还是需求的锚定.

因为只有不可替代性才使得100% domination有意义.

在存在可选性的前提下,流量模式也是不一定成立的.

这么一想的话,欧盟在这方面确实有着很了不起的远见.





2018-07-28

演员

一个比较经典或者说常见的社区发展模型.
那就是通常来说,一个社区早期的起步主要是由一些核心成员的贡献.

毕竟对于一个兴趣垂直领域来说,尤其是小众题材的,能聚集到一起并形成一定热度的,都需要有一定的内容产出和支撑.
有讨论和观点的碰撞才有话题性热度延续.

而逐渐的,活跃度会吸引一些次级的以及新鲜的贡献者加入.
从而不如一个相对 大范围的或者规模化的传播形式.

随着大众化普及带来的就是一种微型社会的结构缩影.

这时候通常会有troll的增多以及早期核心贡献人员的流失为某种程度的标志.
一般地,就社区本身的意义来说,这就意味着开始衰退了.

尽管从 其他更广义的角度来说,可能是更成功和大众化的.
但就初始的兴趣社区概念来说,是失败了的.

这里的核心冲突在于专业程度的降低.

早期文化繁荣的原因在于一定程度的专业化.
毕竟在一片内容荒野上,能够共同生存下来的,都是具有类似思维方式和专业素养的人.

不然的话,没有高质量的内容产出是很难维系和 培养一个有活力的社区的.

专业化的降低则是大规模量产之后带来的一种必然折中.

因为从传播角度来说,在人群基数一定的情况下,即使参与率低也能在绝对数量上形成一定的优势.

简单地说就是类似种群数量优势.
生存下来的未必是单体生存能力强的.

这里带来的问题就是专业度降低带来的议事能力的偏差.
以及由此带来的可能影响范围更广的政治正确压迫.

专业度降低的一个结构就是所带来的看问题的角度 和立场的缺乏多样性.
以及非专业性带来的情绪化影响.

非专业性带来的后果就是道德审判多于实际的解决问题的思路启发和反思.

比如疫苗事件.
很容易地能够指制度问责.
然后一个直接的诉求就是指向习惯负责人和相关厂商渠道.

在没有得到这个期望的道德结果之前就拒绝讨论问题的根源造成.
从而使得即使在得到既望的结果之后,也不会有什么进一步的补救预防措施.

因为问题的根源可能在于每一片雪花的原罪.
或者说选择.

也就是说,这个道德审判的最终指向可能是每个发起指责的人自身.

而把问题约束在一个离自己远的地方,则更具有一种政治正确性.

政治正确的一个问题在于,它是一种单向的绝对权威约束.
从moral的层面你很难去或者说根本不能够提出质疑.

因为质疑本身意味着政治正确的对立面.
也就是政治不正确.

它的一个结果就是所谓的回响.

一个论调或者说观点在一个封闭环境下的反复增强.

比如国内的这个所谓me too话题.

一旦出现一点关于性骚扰原罪话题的所谓理中反应,就会被遭受一大片的政治正确指责.

因为可能大多数人希望讨论的并不是性骚扰的定义和界限以及其他一些具体问题.
而只是为了强化性骚扰是 原罪的道德审判欲望.

于是在这个基础上衍生出的,metoo是种女权运动,是对男权结构的反抗和觉醒之类的分化方向也不存在任何疑问.

这个立足点的出现恰恰反映着问题本身已经偏离了一个 适当讨论 的范畴.
因为它被转化偷换成了性别差异带来的权力结构的不对等问题.
而随着这个问题的深化和延伸,前缀的性别差异约束也可能被抹掉.
成为纯粹的权力结构的不平等问题等其他更泛化的问题的讨论.

在这种情况下,就变成了一个对于更宽泛问题的纯道德审判的狂欢现象.
或者简单称为仇富仇贵的纯粹社会情绪.

这个是没有什么实际意义的.

metoo本身应该是一种实际事实的陈述.
它可以有指向型和情绪化.
但核心应该是更类似于非暴力不合作的案例陈列.

它提供的应该是一种性骚扰 的模式和形态多样性的反映.
而不应该是一种纯粹的针对性别或者额外形态的针对.

因为一旦 脱离了具体的定义,问题观点的讨论深化就很容易不在一个频道上.

比如,性骚扰的主题和客体并不一定是既定的男女,也可能是同性或者其他情况.
对于何为性骚扰的行为的确定也可能因人而异.

尤其第二点.
就类似于所谓的邮件礼仪和公文形式.

一定程度上来说,用语规则也是为了避免一些 歧义和文化问题所提供的一种折中具体表达.

并不是说就一定不能用某种表达方式素材或者表情包什么的.
只是说在 存在不确定的文化和接受程度不对等的情况.

所以同样地,在进行道德规约的时候,一旦问题离开的界限的定义,就很容易互相驳斥.

这也就是为什么me too讲究的是一种陈述.
而不是一种更激烈和攻击性的形态.

归根到底来说,道德审判能达到的最后的结果也不外乎是道德门槛的变化.
而也仅仅是道德门槛的变化.

所谓的道德约束,对于一部分来说,是没有门槛高低点区别的.

当然,也不能说道德约束没有任何作用.

在一个正常的社会,道德压迫是对于纯法制硬性条文更为弹性的一种 socially optimal策略.
比如疫苗问题的生产流通过程,哪怕一个环节都可以say no.
比如一个性骚扰者可以被如同带上犯罪记录一样被拒绝录用.

但对于不正常的社会.
say no的结果可能是明天不用来上班, 还不了房贷车贷奶粉钱.
开掉一个存在作风问题的人可能给公司减少若干的客户资源和收益.

这是一种很戏剧化的事情.

它背后的核心逻辑在于,道德审判并不具有实际的或者说对等的利益代偿关系.
或者说道德成本还不足以到有实际影响力的层面.

这里的关键问题在于,博弈的objective function考虑的是 loss function.
而不是reward propagate.

对于个体来说,考虑的不是等下绿灯,准时赴约,少发语音,不爽就辞带来的社会效应.
而更看重少等几分钟,自己不急,个人方便,习惯稳定等单体收益.

一个精致的利己主义社会.





2018-07-21

民主集中制原则

考虑一个场景.

一个节点initiator,通过yarn提交一个appmaster.
然后appmaster去启动其他另外的cluster,比如prestor的coordinator和worker.

那么这时候就有这么一个从属关系.
initiator<-appmaster<-coordinator/worker.

在最初的方案的时候,appmater是以unmanaged的方式提交的.
也就是实际上是
initoator(appmaster)<-coordinator/worker的形式.

这个结构主要有两个问题.
一个是实现上,局限了只能有一个presto cluster.
虽然这点也不是架构决定的,可以重新实现.

主要是第二点的.
在initiator挂掉之后,虽然presto cluster可以继续存在.
但是没有一个比较好的方式把presto cluster的信息找回来.

因为即使在yarn cluster层面得不到实际container的各个service端口.
自然也就没办法做进一步的事情.

而managed appmaster的结构在于,至少还有appmaster这个可寻址的入口可以找到presto cluster的信息.
因为存在一个appmaster的register信息在yarn cluster层面.

所以,当initiator挂掉重启之后是有办法join回去的.
而appmaster本身在yarn上面存在一个自动拉起的机制,所以问题也不大.
至于coordinator和worker的拉起则可以交由appmaster去维护.

或者给initiator.
虽然不太和逻辑就是了.

所以问题在于怎么实际地让各个部分join回去.

这里里面的airlift framework有几个比较有意思的设计点或者说概念.

一个是discovery.
一个是inventor.
还有一个是announcer.

discovery就是所谓的微服务架构当中常见的name service了.
announcer对应的就是这个service的register/announcer了.

而inventory是个比较有趣的实现.
有时候跟discovery是interchangeable的.
但也并不完全是一回事.

区别主要在bootstrap的过程.

逻辑上来说,discovery的bootstrap uri是根据inventory拿到的.
而inventory的获得,一个途径是通过discovery的uri对应的service获得的.

所以这里有一个循环依赖的问题.

不过从实现上来说,inventory是dominated的.
所以如果它没设置,discovery还是可以自己起来的.
然后通过其他一些手段让两者一致.

还有一个比较重要的机制是airlift的discovery的replicate.
它会定义的将自身的nameservice同步到这个nameservice里的其他discovery中去.

也就是逻辑上来说,所以的discovery service都是eventually consistent的.

因此,利用这一点的话,可以让initiator/appmaster/coordinator这些discovery host共同export一个服务.
并互相announce这个服务.
这样的话,任何一个挂掉都可以从其他两个那里获得需要的service列表.

而且这里有个比较关键的点就是.
除了coordinator的地址是随机的之外,initiator和appmaster都是可确定寻址的.

但是这个服务不能是discovery服务.

因为如果是的话,presto cluster的信息也会出现在initiator上.
这样带来的问题就是这样事实上做不到多个presto集群.
毕竟实际上都是announce到同一个discovery/nameservice里.

事实上,这里存在一个类似union/联邦的制度.
各个discovery节点实际上是类似于一个联邦州的概念.
组成一个united states.
下属的各个presto cluster或者其他whatever cluster则是每个government下的实际组织架构.

实际上就是一种职责的分层涉及概念.

一些相同的职责的state作为一个class.

或者说,每一个具体的异构的function的government可以通一个high level的class label(HLCL)联系起来.

这个HLCL实际上是一个restricted/limited的responsibility/power representation.
它是一种有限职责的角色属性.
履行的是一种相对固定和松散的职责.

更多的是一种协调和平衡边界的属性/作用.

因为如果没有这个boundary在的话,下面的每个具体的functional agency都需要自己去独立的识别其他cluster下的东西.

也就是是leveled tree和fully connected graph的区别.

所以某种程度上来说,民主集中制也不算是一个特别矛盾的概念.







2018-06-24

从降准谈起

考虑降准.

不能降息的原因是去杠杆.
所以只能降准.

降准释放的是流动性.

那么这个流动性的目的是什么呢?

考虑之前货币基金的快赎限额.

货基的一般标的是国债央票和一些短期债券.
赎回限额就意味着一定时期内资金总量的稳定性.

也就是投资标的成分的构成稳定性.

如果对标的是国债央票之类的货币性工具的话,那实际上只是政策导向就能基本解决的问题.
因为基本上就是利率的变动导致的变化.
而在目前利率不能往下的情况下,原则上来说是不会又什么变化需要对应的.

那么对应的应该就是这里风险级别高一些的债券.

如果发生一些异常的赎回活动,那么对应的就是这些债券的市场行为.
从基金的角度说就是需要卖出.
而对应的就是债务方的清偿压力.

因此,如果把限额的目的定义为债券稳定性的话.
换句话说就是为债券市场提供流动性支持.

而降准提供的流动性可能也就是另外一种方式而已.

反过来说,就是债券市场这块可能又一些比较不稳定或者隐性的风险性在里面.

央行发文的一个关键词是债转股.

字面意就是债券换股权.

对债务人来说,就相当于变相的债务清偿机制.
而债权人角度也只是一个财务记账名义的变更.

这似乎是一个很完美的解决方案.

不需要很复杂的系统性设计.
也不用担负触发系统性风险的问题.

问题是市场的反应.

如果市场不认可的话,那么股权价值就会降低.
对应的就是实际上的财务变更前的债务default.

所以某种程度上来说,这是在以国家信用为基础准备的对不良债务做的bailout准备.

另外一点就是提到的对小微企业的贷款融资.

这里可能存在的一个操作空间就是对于一些起来来说,不仅又bailout支持,可能还有定向的宽松支持.

这可能不是一个很好的设计.
或者说至少在目前来说,即使是定向宽松也不能保证不会对去杠杆过程产生什么负面影响.

除非是加息,提高利率.

但是单提高利率的话,也只是表面上得提升了交易成本.
而实际上,由于不动产的低流动性特征和目前的政策,维持价格水平趋势反而是一个相对容易的事情.

因为成交量放在那.

高利率就意味着高融资成本.
这个可能可以以某种政策定向缓解.

加息的另一个结果可能就是现金流动性的降低.
因为对应的是基本收益率的提高.

系统性紧缩带来的是消费的降低.
对应的是整体乘数效应的减少.
经济增长的下滑,甚至衰退.

所以,加息可能并不是一个应该马上使用的方法.

再考虑税收.

定向的减税/抵扣,尤其是针对消费性的方面的话.
也就是某种程度上的消费路径设计.

那么这里就有一个比较有趣的问题了.

给定一个消费budget,以及消费graph.
那么就存在一个算法去使得某个reward函数最大化.

而税收就是其中的regular/activate function.

所以至少从路径上来说,还处在一个相对可控的环节.

还可以通过一种市场化的计划经济方式去做一些尝试.

如果它不work呢?

那就意味着消费路径并没有按照设想中的方式展开传播.

这样的话,大概只能从semi-supervise的市场经济走向supervise的计划经济了.

人为的重构整个消费流通graph.

而这个的经验,对于一线城市来说,并不陌生.

尽管不让人舒服.
but, it works.





2018-06-23

classloader的一些问题

前段时间写个东西遇到个情况.

大致是java中,class A extends B的话.
原则上来说A isinstanceosf B应该是返回true的.
类似的isassinablefrom应该也是返回true的.

而实际上的结果却是不预期.

这是个比较有趣的设计.

因为在jvm的实现当中,class的namespace其实是以classloader和class name共同定义的.
类似与一个classloader::class_name的定义.

实现上是klass的lookup是在symboltable的dictionary中通过hash(class_name) & classloader_data定位的.

所以这里实际上是隐式的classloader的naming isolation问题.

从隔离角度来说,这么做也不算难理解.

而且在这种情况下来说,是可以做一些比较tricky的保护机制的.
比如一些受限的class的访问.

在classloader的隔离机制下,即使能够想办法初始化出一些forbidden的类.
然后在调用的时候还是可以通过类型检查拒绝掉一部分的.

但是这样就带来一个问题.

从语义上来说,A extends B是不带有这种隔离信息暗示的.
当A B由不同的classloader定义,或者是不同的classloader环境的时候,类型系统就比较混乱了.

因为字面上的qualified name并没有完全reveal出namespace的区别.

这样的话,在写程序的时候就有比较大的心智负担.
尤其当涉及不同的classloader的instane之间做交互的时候.

而这里又有另外一个诡异的情况.

考虑来自不同classloader的A和B,且名义上A extends B.

那么,如果做cast肯定是有问题的.

但是如果做method invoke/function call的时候,又可能是没问题的.
因为在运行时或者说bytecode层面是没有type check的.

而如果这两个不同classloader的关于B的bytecode是兼容的,或者说涉及到的signature是相同的话,是没问题的.
因为算出来的dispatch table/offset是一致的.

但是如果是不兼容的,自然就又会导致运行时错误.

而顺着这个思路,对于一些restrict的环境,如果能够构造跟protected的class兼容的dispatch table的话.
理论上来说就是绕过这些限制.

比如一些加密场景.
即使密钥是安全可靠的话,也可能可以通过替换的方式绕过校验.

尤其对于校验接口是传入non primitive类型的情况.
因为这种情况下,instance的method invoke也不算是reliable的.

反过来说,如果能够完全控制某些上下游的所有涉及instance的classloader情况的话.
那至少从语法/语义层面上不存在明显的漏洞.

但这是一个相对难覆盖的问题.

因为如果能够约束class以及其所属的classloader的情况的话,也就意味这runtime是一种可追踪的情况.
如若不是的话,则无法保证某个时间点不回存在classloader泄露/逃逸的情况.
所以,在这种情况下,其实本身就已经是又一个sandbox机制去保证audit了.

有没有classloader其实关系不大.

那么为什么要设计这么一种问题比较明显的机制呢?

一种可能就是为了保证builtin class的integrity.
毕竟有个bootstrap/system classloader.

但不提供这个机制的话,也并不是不能保证完整性.

因为问题的关键不是谁load,而是load的是什么.

核心是是什么怎么定义.

类似go的method receiver和protocol的定义就比较好.

实际上就是脱离了类型这种比较古板的定义.
而是通过具有什么行为来定义区别同类.

实际上,抛开类型检查的语法和一些编译期的检查之外,运行时也基本上就是这么做的.

如果去掉这种类型系统的话,代价就是类似动态类型语言,缺少编译期的约束提醒.
以及可能对java生态更重要的类型系统的可追溯性.

这个是很多IDE和工具链所依赖的.

而如果去掉classloader的绑定的话,又为一些malicious的应用提供了一些方便.

或者从纯粹语言的角度来说,这就意味着名义上同一类型的instance,可能有着不同的行为.

而如果从contract的层面去约束class定义的话,那就意味着对于同名的class具有不同行为的场景予以拒绝.

所以,允许这种怪异行为的原因是为了使这种场景合理化么?

大概是类似于jsp这种需要code hot reload的场景.

于是一个可能比较安全的做法就是尽量去做类型的cast和从属关系判断.

非要这么做的话,可能就是需要自己做字面的递归回溯比较了.

这样至少是遵从字面语意的.

2018-05-06

修正主义

下午看 青年马克思.

开篇一段阐述大致是,折断树枝算偷窃,但捡落在地上的枯枝算自力更生.
而场主对后者的惩罚驱逐算一种犯罪.

这 里的一个点用现在的观点来说就是否认了枯枝算是一种衍生品的形式.

也基于此,在后面谈到 工人和资本家的关系的时候,会认为资本家并没有付出对应的 劳动来获取价值.
因为实际的价值是由人类的直接劳动付出所产生的.
生产工具和资本本身并不产生价值.

而且电影中还有一段比较吊诡的剧情是恩格斯对于马克思学习基本经济学概念的建议.
也就是说,在此之前,对于基本的资本 运作方式和规则是有所不知的.

从剧情安排上也可以看出,其对于劳动价值这个基本观点也只基于前人的一些经验总结重新提炼出来的.

在这个基础上,他把价值定义为实际的劳动付出作为一种交易衡量媒介式的存在.
从而 推论说,劳工矛盾或者说工人生活困窘的原因在于资本家对于劳动价值的不对等的购买,或者说剥削.
基于此,指出这种不公平的根源在于生产资料的所有权不在劳动者,进而提出共产主义这个公有制的设想.
目的是通过生产资料或者说资本的实际抹除所有权之后,使得不对等购买的基础不复存在.

这里有几点.

第一个是所谓价值的定义.
这从广义角度来说,并没有什么大问题.

因为推广量化方式也差不多是这个思路.
要把交易因素能够数值化体现才有可能进行数学化的逻辑推演.

至于以什么方式描述,则是一个纯粹的文字表述问题 .

第二个是对劳工矛盾的因果关系的论断.
把 原因指向由于交易不对等关系,或者说剥削造成的冲突.
这个是没错的.

但是把剥削存在的基础指向生产资料的所有制连带造成的分配制度就有些牵强的感觉.

固然形式上来说,这种不对等是一种分配的不合理不公平的体现.
但是利益的分配方式并不直接跟利益的产生方式有所关联.

也就是说,跟生产资料的所属并不是一个必要条件.
而只是一个充分条件.

一个简单的评定就是.
把工人阶级和资产阶级这种预设立场抹除掉.
还原为单纯的一群人和另一群人的关系.

这样的话,生产资料所属权造成的分配差异不过是一群人跟另一群人的分配差异.
是所有者跟非所有者之间的差异.

而在这种情况下,隐含的就是当人群互相转化,或者说把当前的所有者转换为非所有者的时候,差异依然会存在.
只不过的方向恰好相反而已.

如果以此来定义阶级的话.
也就意味着实际上是以一种差异既定的结果的方式,来反过来定义阶级所属.

即是阶级的定义是差异存在的结果.
而不是说,阶级的存在是导致 差异存在的原因.

这是一种倒果为因的预设立场的推论.

那么,这种交易不对等的存在的实际条件和原因应该是什么呢?

一个交易能够成立也就意味着从数学上来说,两者的代价是相等的.
如果不相等,也就意味着有没有考虑到的代价因素未被包含进去.

资本家的超额利润,或者说工人的低回报的要素在于工人并没有能够驱动资本家提供合理报酬的代价成本.
或者说工人在这场交易里面缺少必要的议价权的附着物.

而对应的,工厂主的生产结构当中,并不很关心单个工人的价格提议.
因为可替换的成本低.

从这个角度来说,马克思的生产资料所有制造成分配制度差异的论述好像也并没有什么大问题.
因为如果把生产资料所有权定义为这种议价能力的话.
那么对应的第三点,通过抹除生产资料私有制实现的共产主义也就概念上等价于无差别化议价能力.

也就自然地,在交易等式中抹去了各种不平衡的潜在因素.
而以存粹的双方交易意愿代价为衡量.

所以,某种程度上说,好像也没什么错.

尤其考虑工人运动和工会联盟.

本质上来说,这两者提供的是一种集体代偿机制.

单个人的议价提议带来的对抗成本由整个运动工会集体去做填补支持.
从而从单个个人的角度支撑了做出持续对抗的交易成本.

也即是说即使失去工作,也能通过工会和运动得到工资补偿补助.
增加了决策当中对于对抗的 选择几率.

基于此,从多数人到群体的决策也自然偏向于做这种议价对抗.
相对地,工厂主所面对的群体议价压力带来的议价权的削弱就加大了利益分配的公平性倾向.

而重新套用阶级的概念来说的话.
就是阶级对抗 促成了利益分配的公平化.

于是,从这个角度看,阶级斗争的论调好像也没什么问题.
因为本质上来说,阶级定义的就是利益不均等的双方的群体标示,或者说代称属性.
是一种利益分配方式的差异群体表现.

而利益博弈的均衡方式,也就是议价权的此消彼长的过程就是所谓的阶级斗争的本质.
一种在交易中减少自身代偿成本,或者说增加对方代偿成本的博弈过程.

唯一可能有问题的就在于把这种议价博弈存在的原因归结于生产资料所有制.

因为生产资料所有制不过是一种形式上的阶级差异.
它并不导致阶级 产生.

而是因为有利益差异才存在/产生的阶级.

某种程度上来说,所有制这种提法更像是一种相关性拟合中带来的某种噪声特征.
本身可能并不主导因果关系.






2018-04-01

公平与效率

看到ethereum上的一个issue.
关于给ETH加发行上限的一个case.

基本的proposal思路就是事实上的中心计算节点的存在已经让proof of work的均衡机制变得没什么意义.
因为reward基本上就是这些节点了.

经济学意义上的阶级固化.

这实际上是BTC的从一开始就存在的通缩形态决定了的.
即使没有超级节点的存在,就交易的对等性而言,也很难保证不会有流动性汇聚情况出现.

毕竟,实际上不可能每个交易都是对等的.

所以,通缩对于交易行的cryptocurrency来说,是不太合适的.

那么考虑下通胀形态呢?
或者说一种非一般等价物形态呢?

比如mining的reward是一个定向/特定的交易双方协商出来的任意数值.

具体点就是,给定A获得签名权的同时,产生一个与B协商的交易所需数额的coin,并同时transfer给B.

这样的话,实际上拉说,reward就是去了量的概念.
只是存粹的交易双方的认可的准物物交换流程.

放大到整个市场来说,coin的存在性可有可无.

这个实际上跟long term的cryptocurrency发展某种程度上是等价的.
因为mining reward接近于零.

只不过从原设计上来说,mining reward归零之后,transaction fee会成为一个决定交易覆盖面的因素.

理论上来说,如果网络内节点的算力是均衡的,那么获得主链写入权的分布也是均匀的.
这样的话,transaction fee可以作为一种长期的均匀分布的手段,可能使得节点间的coin数量趋向于相等.
从而事实上的让coin的量也无意义化.

那么,在算力均衡的前提下,这种数量均衡调节机制存在不存在呢?

假设存在一个LTA(lower than average)的节点存在.
那么只要停止spent,从理论上来说,概率性得就会通过主链写入权得到transaction fee从而累计突破LTA.

所以不考虑时间和节点数量的话,理论上应该是成立的.
而事实上影响的条件也就是强度/复杂度的一个参数考虑问题.

虽然理论上来说,算力均衡不均衡,理想情况下都能趋向于平衡.
但在不均衡的情况下,这个趋向时间应该是要拉长很多的.

因为算力差异,单位时间内的期望fee收入是存在差异的.
类似于追及问题.

所以如果要保证写入nomination的民主公平性,那么就必须要保证算力的均衡.
如果不均衡的话,就相当于一种阶级隔离机制.
或者政治学意义上的代议制了.

而算力均衡这种东西,是基本上不太可能实现的.
一个是improvement的动机,会促使个体竞争算力增强.
二是算力的增强并不会同步即时地在网络中广播同步,即所谓发展的不平衡关系.

所以proof of work形式上来说,是一种社会达尔文主义.
它强调的公平的可能性,但并没有一种机制去保证这种公平是能够实现的.

就像个体差异导致的社会不平等.

同理,proof of stake也是.
因为它不过是proof of work在算力不均衡情况下发展的一种必然走向.

于是这里就又一个很吊诡的地方.

PoW本身的提出是为了解决nomination的bias.
但PoW本身并不是公平的.

或者说,至少目前cryptocurrency的实现方式来说,是天生具有偏向性的.

那么存不存在没有偏向性的选举方式呢?

比如,给定一个固定群组,如何随机均等地选出一个节点,并保证这个节点是common agreement/consensus/unmodifiable/verifiable的.

这个也不是没有解决方案.
只不过代价很高.
并且代价不高的通常也是具有层级结构的.

所以,某种程度上来说,保证公平/去中心化,并不是一个有效率的选择.
或者说,不是一个能有效率的选择.

而如果去掉nomination的公平性要求的话,cryptocurrency其实就是一个有点画蛇添足的东西.
因为它的核心构建想要解决的就是这种公平性保障.

尽管无论从理论上还是实际中,都是存在设计缺陷或者说场景前提假设的.



投其所好

最近看了持械入宋,发觉AI的发展或者说经济化还是非常一日千里的. 虽然说短剧本身也不是什么新事物了. 甚至AI制作也不是最近才有的. 只是从质量上来说,还是看得出来是有区分度,或者说ROI门槛了的. 这片虽然从服化道方面来说还是普通的AI剧,甚至剧情大半夜还是传统的龙王归来模式....