4/10/2022: Stuff Stuff
本周的主题是 Stuff Stuff 东西的东西。
「东西的东西」这个翻译是很蹩脚的。它来自于 Wired 杂志某篇文章的开头：
Years ago, I asked a friend what kind of case she planned to buy for her shiny new flip phone. She paused, a little offended. “I don't like to buy stuff for my stuff,” she said. Those words drilled directly into my hippocampus, never to depart. She's right! I thought. Don't buy stuff stuff! So simple!
几年前，我问了一个朋友，她计划为她闪亮的新翻盖电话买了什么样的壳子。 她停顿了一下，有点被冒犯到了。 “我不喜欢为我的东西买东西，”她说。 那些词直接钻入我的海马体，一直难以消退。 她是对的！ 我想。不要买东西的东西！ 就是这么简单！
是的，这篇文章讲的就是给手机买手机壳的故事，东西的东西，就是为一件物品而准备的另一件商品。在经济学上，会把这样的物品称为互补品（Complementary Goods），读书的时候常被举的例子是牙刷与牙膏，剃须刀架和刀片。
物品之间的互补关系是发现商机的好去处。比如剃须刀这个例子吧，就有经典的吉列品牌诞生。而在今天平台经济的语境之下，互补品的概念已经发展到了极致：你可以认为万物都是平台的互补品，比如 iPhone 的组合可以把工作和生活都放进去，每一款应用，以及应用里面储存的文件、照片、联系人和通话记录等海量数据，都可以认为是 iPhone 的互补品。
你也可以认为这种定义是牵强的。在这篇文章中，作者描述了自己生活中的趣事，因为压抑不住自己的打击乐情结，购买了一台打鼓机（Drum Machines），之后就开始了停不下来的买买买，为这台机器购置配件、软件和小样，到最后也没有做出一段像样的音乐来。
作者以此为例，把东西分为 3 类：Object - Enhancements - Experiences，在这个例子中，打鼓机就是 Object，各种配件和软件就是 Enhancements，而最后做出来的音乐就是 Experiences。这种解构大部分情况中并不真的存在，因为我们很少会只购买 Object 本身，而是会和 Enhancements 一起购买，以获得最终的完整体验，购买 stuff stuff 和购买 stuff 已经融为一体，难分彼此。
这种融合的消费体验源自于激烈的市场竞争：一旦发现了 stuff stuff 的机会，就会出现无数的供应商试图填补这稍纵即逝的缝隙。Stuff stuff 和 stuff 之间越是无缝融合，前者就越能充分利用 stuff 带来的机会。Stuff stuff 有点像寄生虫，而其宿主——也就是 stuff——本身也享受这种寄生的过程。
这恐怕也是为什么我们在买买买这件事上始终收不了手的原因之一吧。每一次大的购买都会牵扯一大堆互补的购买，东西越来越多，直到有一天我们难以承受混乱和沉积带来的压迫，开启下一次大宗购买。
Essays
The Futility of Utility by Evan Armstrong
这篇文章是 Napkin Math 的作者 Evan Armstrong 的一篇奇怪而「无用」的文章，就是写效用（Utility）这个概念的「无用」。
作者一上来就抛了两个公式：
Hours of Entertainment / Total Cost = Unique Distraction Units (UDU)
这是第一个公式，就是说一种娱乐方式的单位价值 UDU 可以用它带给你的娱乐时长除以其货币成本来计量。比如，艾尔登法环这个游戏 60 美元，可以玩 100 个小时，那么它的 UDU 就是 100 / 60 = 1.66；而神奇动物在哪里这个电影的门票要 20 美元，可以看 2 个小时，那么它的 UDU 就是 20 / 2 = 10。
单凭 UDU 是不能做出选择哪种娱乐方式的决策的。因此，还有第二个公式。
UDU x Total Utility Gained = Total Entertainment Value (TEV)
总娱乐价值 TEV 是 UDU 和总效用的乘积。
玄学在这里出现了。因为这里面的 Total Utility Gained 变成了一个主观判断，对我而言，看电影的效用很高，而对你而言，看电影就是在浪费时间。因此，当 UDU 这个值可以相对客观计算的时候，TEV 因为引入了一个因人而异的主观效用值而变得难以做比较。
效用，的确是经济学里面的一个玄学，其基本假设是理性经济人会做出让自己效用最大化的选择。然而，问题是效用并不是一个能够轻松做出理性判断的数值，也就是说，基本假设中要最大化的那个目标函数，谁也不知道该取什么值，或者，这个人的取值和另一个人的取值可能完全不同。
这也是为什么至今人们仍然无法解释一些看起来非理性的行为。各种学派前仆后继的解读，但都无法堵住这个效用函数的漏洞。
作者认为，社会学的解释或许更加合理，我们都是所处环境的产物，因此每个人对效用的判断都来自于社会环境的影响。当然会有人更加自我一些，选择不同的效用函数，也就因此会做出看起来疯狂的选择。
他还讲到一个小故事。
大约 8 年前，我在米特·罗姆尼（Mitt Romney）的问答环节中担任观众。从各方面来看，他已经达到了个人效用最大化的高度。一个爱他的美丽家庭，一个非常成功的商业生涯，有意义的宗教服务，正如他所说，他“在总统竞选中获得了第二名”。一位听众问了一个有见地的问题，“你有什么计划要达到你现在的位置？你是怎么做到的？他咯咯笑着回答了我们所有人。
Romney 是这样回答的：
“我根本没有计划。我只知道我想跑哪个方向，我一生都在朝着它冲刺。”
我对这个回答的理解是：或许我们永远都不知道自己在一件事情上的 Total Utility Gained 是多少，但是这并不妨碍你选对方向，并朝向它不断努力，至少你知道「效用」是在提升而非降低的。
这正像我们做的很多工作，需要设定一个量化目标，然后再重重拆解为各项子目标。一方面，我们当然需要一些量化指标带来及时反馈，另一方面，数值拆分也能更好的完成团队分工和管理。拆分的过程往往非常复杂，或者干脆就如同上面说的效用函数一般，是个玄学。可是，如果无法量化拆解，就不能做事了吗？
The Knowledge Project: Balaji Srinivasan: The Network State by Shane Parrish
Balaji Srinivasan 是 Coinbase 的前 CTO 和 Andreessen Horowitz 的普通合伙人，并且是许多成功的科技公司和加密协议的早期投资者。 他还是《The Network State: How To Start a New Country》一书的作者，该书将于 2022 年 7 月 4 日发行。为了宣传新书，他最近做客了 The Knowledge Project 播客和主持人 Shane Parrish 对谈。
这个对话非常长，大概有快要 2 个小时。我前后听了 2 个星期也还没有听完（但是听到一多半）。相对感兴趣的还是前半部分讨论科学的可独立重复（indpedent replication）的那个部分。
Srinivasan 讲到，科学需要能够可以被独立重复，就是读一篇论文，其中研究方法可以结合实验数据被任何一个人独立的再次实现出同样的结果。这一点使得科学是真正值得被信任的东西。简单说，就是放之四海而皆准。
他认为，可重复的研究、可开放获取、链引用和加密工具，四个要素的组合，就构成了去中心化的新网络。这个网络上的信息如科学研究一般可以被独立再现，也可向所有人开放，信息之间如果有依赖关系，也可以在区块链上找到引用关系而被追溯，而信息也可以通过加密工具而保护隐私。在这样的网络中，任何人都可以提交自己的工作成果，并以 NFT 的形式得到回报。
对话花了很长的篇幅讨论国际和美国政治，特别是当这些事务与互联网如何彼此影响。Srinivasan 认为互联网最终会以语言区域来区分，也就是按照英文、中文、俄文、西班牙语等划分，生长出平行的几个互联网。他以现在通行的国家主权来比喻：
海洋法是海洋是中立区，国际水域是中立区，加密协议就像海洋法。因此，显然，这些国家希望在国内拥有控制权，但想想他们的电话系统。它不只是拨打国内电话。它拨打国际电话，对吧？因此，一旦你用他们的数字货币进行国内交易，它就需要进行国际交易，这就是加密协议的用武之地。因此，发生的事情是，特朗普的去平台化引发了一连串的事情，这些事情将导致国家堆栈和中立协议。
我的理解是，他认为不同的「互联网」之间会通过加密协议来交流和交易，这就需要有公认的一种中立协议，而在国家或者语言区域内部形成内部体系（堆栈）。
Srinivasan 认为最被低估的大型科技公司是 Facebook，主要原因是其创始人仍然在执掌公司，并且野心勃勃的做出了 Web3 和 Metaverse 的战略构想。相比而言，其它大型科技公司的创始人都已经退出一线，公司战略采取了渐进性而非创造性的路线。
对话的最后一个问题是：如果你能在你的余生中一遍又一遍地读一本书，那会是什么？Scrinivasan 是一位极度聪明的计算机科学家，他的回答是：
所以，可能是蒂莫西·高尔斯（Timothy Gowers）的书《普林斯顿数学伴侣》（The Princeton Companion to Math）。我以前推荐过这本书，它是一个荒岛余生的选择，是一件大事，但它基本上是菲尔兹奖章获得者的一本独立的数学指南，你可以从中获得很多深度。还有其他我喜欢的书，但数学书的特点是它被高度压缩了，这是最好的信息，因为它是常青的。数学不像学习一些名人，是价值极低、迅速过时的信息。数学是永恒的。这是非常有价值的。所以，如果你处于隔离状态，请获取普林斯顿数学伴侣并阅读它。
Shortform
'Note-making is there for you to remember and writing is there for you to be remembered.’
笔记让你记住。
写作让你被记住。
Longform
本周在读 A Thousand Brains，一本讲脑科学的科普书。作者是 Jeff Hawkins，这个人的经历很传奇。他在书的前面自己回顾了自己的生平：他在大学时代就对大脑如何运作非常感兴趣，而在申请研究生的时候，他提出的研究方向在当时没有任何教授在做。后来，他创办了 Palm Computing 推出了最早的移动智能手持设备，而后又创办了专事脑科学研究的机构。本书是他多年以来的研究成果，并以通俗移动的科普语言写成。
本书的叙述方式非常第一人称视角。理论推导结合了作者发现和顿悟的过程而展开，每一次突破都有作者的生活气息。比如某一章写到作者在圣诞节期间疯狂的读论文，甚至于在给家人们准备节日大餐的时候都没有停下来，直到想明白了一个关键问题。
理解大脑如何运作是一个好问题，而这本书的解答也非常优雅：它认为我们的新皮质（neocortex）的运作方式其实非常简单，虽然我们有很多的不同的认知能力，但其背后的计算原理是一致的，大脑通过同步运行很多的简单计算而产生复杂的认知结果。这一点的重要推论就是：大脑建立知识体系的方式和它建立空间体系的方式是一致的，这就是我们会把一些非常抽象的概念也投射到空间中，产生某个概念在另一个概念的「上面」这样的相对关系认知。
书的后半部分，作者开始试图推演机器智能将如何发展，待读。
本周的分享就是这些。
下周见，
Neo