社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  python开源

比特币黑天鹅事件 | 10年后BCH分叉,20年后消亡大猜想(三)

DapDap区块链 • 6 年前 • 1045 次点击  

05 加密货币的种类将改变

我们将会有四个主要的元加密货币,加上五十到一百个小加密货币,以及这些加密货币的无限虚拟变化,加上国家的加密货币。

现在无论做什么,我们都要先发币,但实际上我们可能根本不需要加密货币。

加密货币将开始在不同的元类别中出现。在这一点上,我只能看到四种类型的比特币,区块链可以根据需要无缝地切换到消费服务:

用于应对通货紧缩的加密货币 用户通货紧缩的加密货币 行为代币 奖赏代币

通缩加密货币是用来囤积和投资的。它们的价值会随着时间的推移而上升,并使储蓄者受益。

通胀加密货币反映了美元的走势。没有人愿意花费比特币购买一个平板电视,因为几年后,随着比特币价格的上涨,他们实际上花了17.5万美元。

我们需要一种稳定的、可使用的加密货币,然后想象成经典的“存储价值”(译者注:文章发布时间较早,可能还没了解到稳定币的概念)

行为代币是用于网络上的行为,它应该始终是免费的,比如投票或发送一条短信。这些都不是小型交易,重新设置密码不应该有成本。

正如EOS的人们所说的,“如果你去亚马逊,需要花3美分来加载页面,没有人会选择去加载页面。”

奖励代币被用来激励好的行为和惩罚坏的行为。

人们可以用这四个加密货币建造终极的宇宙系统,其他任何一种加密货币,都可以作为具有这些加密货币不同元数据的子成分。

06 学习那些不知道的经济学的废话

你是凯恩斯主义者,还是奥地利自由市场的追随者? 可能根本没人在意答案。

我们所有的经济理论,都是基于工业时代的现有的数据,进行研究得出的结论。随着我们在未来几年尝试新的经济体系,所有当前的经济理论都将被证明和壁画一样古老。

这些新加密货币的组成部分—战争中的微观经济体系,这是一种达尔文式的经济学。

一些基本的经济学定律仍然存在,但更多的定律将会被抛在一边。这是因为,在区块链占据主导地位的情况下,我们将在全球范围内拥有实时的经济数据,而不仅仅是一百年前用铅笔纸张做的一堆猜测。

根据人工智能在全球实时追踪统计数据,我们将能够看到其对一个国家制定钢铁关税的实际影响。但我们将以难以想象的精度追踪全球生产和制造业,将会以非常奇妙的方式给我们惊喜。

07 DAO可能成为财富500强

在所有区块链里,最有可能成为里程碑的,可能是DAO。因为它可能在可支配性的网络中,削减交易和矿池,可以为该网络未来的发展和治理提供资金。

但它不会将所有资金囤积起来,而是通过智能合约将资金流向其他业务和DAO,以及使国家和地方政府或者是其他对网络有利的非政府实体。

要做到这一点,DAO必须要进化。

现在我们认为DAO是一种智能合约,但实际还差很远。

DAO将需要人工智能来帮助管理和减轻它的运行规则,并且需要能够自动生成模板化的治理模型,治理就是DAO的一切。现在还没有一个好的可扩展模型来进行大规模管理,使其成为一个开源的工作场所。早期的DAO失败了,因为它们有我所说的“勇敢新世界”的问题。

每个人都认为自己是大佬,谁也不会顺手带走垃圾。当每个人都是DAO的国王时,订购一个回形针都很难。

为了有效地发挥作用,一个团队需要角色扮演者和明星。即使以后会发生改变人们也必接受它,因为他们在系统中积累了优点和经验,就像在企业环境中一样,管理起你如何在一个DAO中解雇一个不工作的人?你如何确保负责1CO安全的人实际上是合格的,而不是仅仅因为每个人都喜欢他而当选。

未来的自动化企业和非盈利架构,将不得不为正在改变的管理和决策方式,制定不可思议的工具,以及像代码一样运行的操作协议。

08 零工经济会发展得很好

二战一代的人一生中会有一到两份工作,今天我们一个人会有五六份,未来的人们将同时拥有五、六份工作。

这些收入中的一半将是自动化和被动的,很可能是某种加密UBI。我们还将看到人工智能匹配工作服务的兴起。机器会知道你的能力和技能,并为你匹配工作,减少找工作的麻烦。

想象一下,一个软件项目需要十万亿行的大量代码。软件项目只会变得越来越复杂,而且还会继续增长。人工智能将编写和测试其中的一半,但人们会编写另一半。

这个项目将会被输入一个分布式的、去中心化的系统,它可以将工作分成多个部分,并对其进行分析,像项目经理一样,将工作交给世界范围内的编程人员。

你可以把它想象成一个与UpWork和Mechanical Turk 系统相结合的人工智能Github,它可以在制造业和各种蓝领工作中发挥作用。

虽然这个比喻比并不完美,但香港地铁的人工智能或许是这类网络的第一个原型。它能预测地铁会发生什么故障,并让工程师们抢先一步,这使得世界上最繁忙的地铁的正常运行时间达到了99%。

其中很大一部分将由外部的声誉银行管理,这些银行由区块链驱动,就像黑镜中场景一样,将成为明日的社会信用基石。

它将是一把双刃剑。

主要的挑战在于,很少有人能够就一个系统中的好与坏达成一致,而意识形态往往会将这些概念扭曲,从而造成无法识别的混乱。如果我们不注意的话,很容易产生一个将我们所有人都奴役的规则集。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/26921
 
1045 次点击