这个事情让我纠结的原因是我同时想到了两个案例，一个是大陆00年前后很多开超市的需要雇很多保安或用摄像头监控偷盗物品的人，但是现在很多小超市都已经不用太担心这个事情；另一个案例则是社会学中“污名化”的概念，它有一个很重要的基础技术语言暴力，这个似乎不是靠Block能够解决的。

突然产生一个疑惑，Nostr生态要关注语言暴力问题吗？

哈哈，回头试一下。被zap会有压力，表达本身就有可能是一种打扰和误导，如果还接受了zap压力加倍。

祝贺🎉

另外少预设的观点我也是认同的，我只是给他们放宽一点要求，假设至少要可检验，可证伪。主观效用假设可以证伪吗？我想不出来。

我的经济学是自学的，但也自认为了解一些经济学。

回到话题，大小是典型的模糊概念，是可以用模糊数学来解决的。但我赞同你核心表述（我理解你表达的意思是经济学是具有不确定性的研究对象），我也不认同经济学必须依赖大量数学工具来解决问题，我前面就表达过这个意思。但核心假设的可检验性（量化是一种重要的手段；海量复现，未发现反例也是可以的）是另外一回事，这是科学方法论上的问题，不止经济学，任何一个学科都一样。

代数和几何的关系有点超纲，本以为是一回事，两种语言表达同一个事情，查了下笛卡尔也是类似的想法，但是后面还有很多争论。因此不确定像几何的意思是什么？不应该更抽象，应该用更符合直觉的方法工具研究？若如此我是认同的。

说一些个人的读书经验，主观性很强。

比较同意叔本华的观点，少读书；鲁迅转译的表述是：跑马场理论。

你接受了一套理念，然后与它逻辑自洽的一系列理念都会共鸣和加强，直到形成一套偏见，最终只有在实践检验的过程中才能得到证实和证伪。而实践过程中，如果已经被某套理念深度洗脑，大脑可能会忽略很多信息，强行解释，某些预言也有可能自发实现，从而互相加强。直到被某种其他可能打破，才发现错的如此离谱而不自知。

读书时，了解一个学科研究的主要问题是什么是很有必要的，而且要了解为什么会提出这个问题，为什么这样提问。看看自己能不能给出一些回答，如果一点都不能，且没有任何实践经验可以依靠，建议先不要碰。如果还需要看，建议搜集主要的观点和批评意见，然后想办法去检验（这里主要指社科类科学，他们的实证案例你都不一定能够判断出数据是否有问题，更何况还有很多是解释性的理论，更需要本身有有直觉判断的能力）。

预设，公理简洁还是更高级的要求。别管你假设多少，别管反不反直觉，至少这些假设能够能被验证、测量吧。狭义相对论，光速不可超越，人家至少给出明确的数值供检验；牛顿力学假设了无限光滑的平面，但是摩擦力也是可以测量，可以检验的；数学公理就更不用说了。但是经济学呢？比如：萨伊定律供给决定需求，怎么测量，怎么检验？所以宏观经济学应该务实一点，先走实证路线，慢慢的总结自己的“牛顿三定律”。

说经济学不是科学会有很多人反对吧。

理论有一种定义说是一组靠谱的直觉，这个定义接近于科学吧。

宏观经济学是被价值观和政治斗争绑架了，都想占据那个真理性的至高点，来证明自己制度的优越性，但它真正需要做的是事实求是，指导实践，改善现实，哪怕只是微弱的，暂时性的。学术研究者被名利蒙了心，放弃了且压制了对知识的探索，成为了教士，这种现象好多年了，很可惜。

没关系啊，它被消灭了，但谁又能否认它在这个过程中的价值呢？就像未来可能不需要纸张，但是谁能否认这个伟大的发明。这就是它的意义。

发散一下，我觉得很多社会性科学，从哲学出发不应该回到哲学，也不应该直接幻想着自己能够接近物理学，更不要太奢望数学。

相反它应该老老实实的学习化学，虽然我们知道很多化学反应能用物理学原理做更深刻更统一，简洁的描述，能用数学给出更加优美准确的结果，但是化学方程式仍然好用，研究难度更低。这是一个经济的选择，也是认识到自己数据经验积累不够，务实的表现。

宏观经济学就是一个典型的反例，为了用现有的数学工具和有限的计算能力给出一个终极的统一的解释，牺牲了太多的真实性，优美而不实用，和幻想无异。

从这个意义上讲，哲学是不是才是研究世界本源的起点，而物理学次之，数学才是终点，排除了各种干扰后，收敛到一个更接近本源的解。

嗯，认知的局限，当前我也只能思考到这个深度，更多就给不出有价值的信息了。

情绪确实很模糊，短暂，易变，而且大都矛盾焦虑的情绪都可以通过转移注意力加遗忘解决。但它真实存在，也可以通过模糊数学抽象成一种作用力，作用于推理和思考。

至于想象力之类的，我其实想表述的并不是文字的意思，只是找不到合适的词来描述。就像人类的手臂，上臂和下臂之间增加了关节，灵活性就增加了很多，虽然它们仍然有约束，但是增加了自由度。

至于人类能否想象出完全没有见过的事物的样貌，不好评述，毕竟很多微观世界的景象我们也没见过，我们能想象，但是完全不依赖之前见过的事物来想象也有点荒诞。即便只依靠重组拼接也够了，计算机描述的一切也不会是0和1组合拼接。

对现有模型的改进，由于我们自己都没搞清楚人类记忆的机理，我并不相信所有的手段都用尽了，用对了。

不是的，人并不靠公理存活，人靠经验存活，事实表是一组经验表，它并不是完全不可更好的，而是检验越多，越依赖的经验越难更改。它也不必是完全定义的，也不必是完全定义清晰的。但它确实可以构成约束。在矛盾出现后你要么怀疑解释，要么怀疑经验，要么怀疑输入数据，总之你需要对它们进行处理，做出选择，甚至对三者同时做出微调。

让AI能够读懂矛盾，不能够接受矛盾的答案（但这样可能会有危险），否则要不停的运转找到矛盾的解释；但同时还有能源消耗量的约束和惩罚（类似生存压力，用对抗算法）。

读懂矛盾的关键是有一组事实表在约束，新加入的解释，通过推理后产生的结论与之不能直接抵触，或只有一个有限的误差偏离度。

是的这两个词用的太含糊了，不过我想表达的意思是，这些解耦可能带来了一些好处，可能是大脑和现在的AI表现有差异的原因之一。

是的这两个词用于上太含糊了，不过我想表达的意思是，这些解耦可能带来了一些好处，是我们和现在的AI表现有差异的原因之一。