最近几周，和 Crypto 圈内的朋友聊天，总是聊着聊着话题就转到了 AI ，接着就转不回来了。
这就是当红炸子鸡和过气老母鸡的区别。
上一轮熊市也有过这个阶段，有一晚凄风苦雨，大家在地下室里聚会，商量着亏完了去做什么，有个小伙子说要去做情趣内衣，大家纷纷支持说要入股。
这次没人想其他方向了，所有人都被 AI 夺目的光辉震住了，失神的看着 chatgpt 的界面，喃喃自语："Magic , This is absolutely magic ."
相比他们，我更多的感受是心神不定。可能是因为我对 AI 太陌生了，它到底是什么？它怎么拥有这种魔力的？它未来会变成什么样子？这些我都太陌生了。
没想到有一天我会向卢德主义者靠拢，对一项看起来如此亮闪闪的新科技满心忧虑。
Crypto 圈之外的朋友对 AI 更激动。过去五年的沉寂一扫而空，各路人马都在翘首以盼，觉得又一轮改变世界的大潮来了，OpenAI 就是新时代的苹果，一瞬间梦回 2009 年。
我能说什么呢？祝福，挺好的，人生还是要有希望，AI 还是相当有前景的。我是认真的。
只是这一切变化的太快，快的让我觉得不真实。
同样的一群人，半年前都说科技发展停滞了，基础科学半个世纪没有突破了，AGI 都不在讨论和关注范围内。
现在他们说，AI 是全新的开始，是科技革命，一切都要被 AI 重构！
本来以为只有币圈会翻云覆雨，昨天说骗局今天说革命。
我觉得呢，都有光明的未来，AI 和 Crypto 都是如此。VR/AR 和核聚变也是如此。只是我们不知道还要黑多久，可能就在半年后，如果过去半年的 AI ，或者未来半年的 VR/AR ，也可能是十年或者更久。
面对这种不确定性，比起频繁换赛道，试图高抛低吸或者追涨杀跌，索性一条道走到黑，就干自己喜欢的，从体验角度来说，更好。
值得阅读的文章
比特币的开发哲学
https://bitcoindevphilosophy.com/
@曾汨：此书原本面向的对象是比特币协议的开发者。但无需多少技术基础，普通读者也可借助此书更深入地理解比特币的设计与权衡。关于去中心化、免信任、网络升级、开源和隐私，书中都做了精彩的论述。很值得一读。
Multiplayer Creation: Unlocking Participatory Media
https://medium.com/1kxnetwork/multiplayer-creation-unlocking-participatory-media-e0677cbe831c
@屏风：对Web3共创的关注源自对加密媒体困境的思考：媒体lead希望团队每个人是不同领域的专家（广义的创作者），但是通常专家可能不愿意依附于大公司，但是单人模式的创作又会遇到各种问题：个人承担的风险太高、心理上的孤独等。去年在探索DAO的时候发现一种也许可以解决单人创作者问题的新型组织方式：创作者之间相互独立，但是大家以multisig或者squad的方式利益共享，持续围绕某一主题输出出版物，构建一种新的价值观，共建一个新品牌。这种模式被称为多人创作模式（co-creation in multiplayers mode），典型例子如MetaLabel。
这篇文章更进一步扩充了这方面的例子，并且提供了一个框架说明Web3项目在不同阶段推进共创的流程。推荐创作者阅读。
TPS is dumb
https://kelvinfichter.com/pages/thoughts/tps-is-dumb/
https://twitter.com/chenxingdotli/status/1594713580816846848
@张卓：两篇帖子解答任何 "tps" 疑问。重点分别讨论 L2 tps 和 L1 tps。
Alcoholics anonymous, the 86-year-old dao
https://www.fwb.help/editorial/alcoholics-anonymous-the-86-year-old-dao
@王超：拥有数百万会员和数千个自治小组的匿名戒酒会，以一种“良性无政府主义”模式，为我们提供了关于去中心化治理的宝贵经验。
On-chain Gaming: Principles for Building Viable Systems
https://medium.com/mithraeum/on-chain-gaming-principles-for-building-viable-systems-2c3e522c2df3
@空岛：关于on-chain game设计的几个准则，基本全盘同意。最后适合on-chain game的游戏最后可能会收敛到重策略带有金融化属性的类型，如果把Defi看成一个游戏，应该是完美符合文章里提到的几条准则的，但是差别是Defi追求的是资本效率，游戏则是通过创造“障碍”来制造趣味。
In Neural Networks, Unbreakable Locks Can Hide Invisible Doors
https://www.quantamagazine.org/cryptographers-show-how-to-hide-invisible-backdoors-in-ai-20230302/
@Kurt Pan: Shafi yyds，只要签名是不可伪造的，在机器学习分类器中嵌入的后门就是不可检测的。她早在18年就说过最强之矛（量子）机器学习和最强之盾（后量子）密码学必有一战，一个最明显的战场就是“Learning ”with error这个假设。
什么是 “闪电网络 offer（BOLT12）”？
https://www.btcstudy.org/2023/02/24/what-are-lightning-offers-bolt12-by-tbm/
https://www.btcstudy.org/2023/03/10/route-blinding-proposal-by-bastien-teinturier/
@阿剑：BOLT12 旨在解决闪电网络的用户体验的一大痛点：用户缺乏稳定的 “地址”，难以创建可复用的静态收款信息。当前，用户可以凭借 LNURL 获得这样的静态收款信息，但因为 LNURL 需要 web 服务端来为用户分配地址，它往往只得到了托管型钱包的支持。但是，利用盲化路由，BOLT12 可提供类似的体验，而无需依赖于 web 服务端。这是一大进步。但相应的，盲化路由的实现原理以及局限性，也就成了 BOLT12 的关键。推荐两篇搭配阅读。
Goblin Plonk: 惰性递归证明组合
https://hackmd.io/@aztec-network/BkGNaHUJn/%2FGfNR5SE5ShyXXmLxNCsg3g
@郭宇：Aztec 团队给出了一个椭圆曲线转置协议，通过一个 VM 电路把昂贵的 non-native 群运算代理到另一条曲线上进行 native 群运算，这样可以减轻递归零知识证明中 Prover 需要在两条循环曲线之间来回切换的工作量。