钱串串|挑选区块链项目的一个新思路

0  

昨天看到篇很有意思的文章,作者何德林,他认为,有一个快速识别项目的方法,即分析项目的机器化程度。比如,比特币全部都由机器完成,因此是一个完美的项目;而如果有需要人工的环节,就可能是生死攸关点,就需要进一步去判断项目方解决这个问题的水平。

他举的例子是区块链保险项目,保费的计算和支付显然能通过及其完成,项目方必然能搞定,但理赔这样需要人工的环节如何完成就是项目的关键所在了。

很有意思的观点是不是?

那么,到底为什么机器化可以是一条评价标准呢?


1  机器化的案例

今日头条和传统内容媒体的区别是什么?

张一鸣说,他做的不是内容,而是一个推荐引擎。

传统的内容媒体重点是编辑团队,如何采编更好、更高点击的内容呈现给用户,是编辑的手艺。

但今日头条是通过算法,去把海量内容和海量用户偏好做匹配,从而做千人千面的推送。


2  早餐王子陈厚的社群

这两天刚跟王子和他的公主吃了个饭。记得之前跟王子加了微信以后,他发的第一句话就是请问有什么可以帮你的。印象深刻。

饭间聊起王子的社群,当他告诉我他是如何一个个在微信上敦促他的社群成员积极作出改变和行动的时候,我叹为观止——这样的人做不好自己的社群怎样的人才做得好?我发觉天生的运营者都有一个共同点,几乎本能地有温度地帮助别人进而影响别人,从而,他与他的受众其实很容易形成强关系。

但是,王子有心力催十个人交作业,有心力与100个人形成强关系,却必然没有心力与1000个甚至10000个人形成这样的强关系。

所以,如果要打破未来一定阶段以后的人数瓶颈,下一步,必须像007一样设计一套基于他的价值的简单、清晰、可执行的规则,来让社群成员互相影响,互相有形成强关系的机会,从而进化成为一个自组织。


3  共识机制的原理

何德林说比特币的全面机器化是一种完美。比特币的机器化自动运行源于什么?

共识机制。

采用谁的记账记录,如果没有一套可靠的共识算法,整个点对点的系统就将崩塌。


4  规则

共识机制其实就是一种可大规模执行的规则。

所谓可大规模执行的规则,要么通过程序保证不得不执行;要么,通过后果设定执行了有什么奖励或者不执行会面临什么惩罚然后有人/程序来追究你是否执行。

前者就是智能合约所做的事情。

后者,需要看这个“有人”是谁。如果是某单一机构,那么就意味着这是一件无法规模化的事情;而如果是社区的自觉约束,虽然属于人工,但依然具备规模化的条件。

举个最简单的例子,一个热心的阿姨能够去帮助解决的小区家庭纠纷是极其有限的,但是,如果你有办法建成热心阿姨组织,并通过规则来让更多人愿意成为热心阿姨主动帮助解决小区家庭纠纷,那么,这就成为了一件可规模化的事情。

可大规模执行的规则就是一个自组织的算法


5  重要的不是机器化而是可规模化

机器化是在解决可规模化的问题,但可以解决规模化问题的不止机器化。

机器化更远远不是区块链项目的专属。

今日头条解决的是千人千面这件事的可规模化。

社群向自组织的进化本身就以解决可规模化为前提,但这里,未必是通过机器化。

比特币通过它的机制设计,可以让无数人来记账或者转账。


6  可规模化的背后

本质是对系统本身而言,边际成本趋向于零

所以,对于务必要通过单一节点的人力才能保障整个体系运行的系统来说,人力就是制肘。每提升一个单位的处理能力就要加一份人力,并且,人力本身具有质量差异性,有时候有些人的人力还具有不可复制性。这边际成本就相当高了。


7 边际成本低有什么好处

互联网行业为什么较大多数传统行业而言更赚钱?

因为互联网产品的边际成本低——同一个app,可以供100000000个人使用,再多加一个人使用的时候,其实几乎没有形成新的成本。

为什么做金融赚钱?

因为同一个人管理1万元和1亿元的投资增加的管理成本几乎可以忽略不计,但可以从中收到的费用就不同了。


8 挑选区块链项目的一个思路

A.它到底打算把什么原来无法规模化的事情变成规模化?

B.这件事情需要被规模化吗?

C.它的激励足以形成大规模协作吗?

比如,比特币不是把记账规模化——对于支付宝来说,记账也是一件边际成本趋零的事情,这不是一个待规模化的事情。比特币是把分布式记账规模化,从而形成一套新的价值传输网络。

这件事的规模化是必要的,因为只有规模化,才能形成网络,才能成为一个点对点的支付系统。

它的激励目前看来是足以形成大规模协作的,因为比特币的价值已经形成共识,挖矿所得+交易费用所得足以让很多人投入资源去记账。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,736评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,167评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,442评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,902评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,302评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,573评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,847评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,562评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,260评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,531评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,021评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,367评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,016评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,068评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,827评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,610评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,514评论 2 269