关于区块链的三个隐喻

简介: 2018年,区块链技术将实现关键性突破,全领域生态级别的底层系统出现。

3_jpeg


2018年区块链比历史任何一年都会火爆。自今年开始,区块链的概念开始走向中国大妈,备受韭菜关注。未来会不会像牛市那样崩盘呢?

我认为,区块链演化的三个隐喻,或许揭示了未来的发展的道路。

第一个隐喻:区块链是一朵莲花。

区块链技术脱胎于比特币这个带有原罪的淤泥,已经催生了两个不好的苗头,一方面,比特币受到政府打压。作为暗网非法交易的硬通货,比特币引起了世界各国政府的强烈关注。一些原本持有开放态度的政府也开始加以严格监管,高度的排斥比特币及其分叉。原因在于政府,担心其动辄百亿千亿元的庞大的匿名交易量会扰乱自身金融系统。但是,政府并非完全排斥数字加密货币,反而对自身能否发行数字货币保持浓厚兴趣,比如委内瑞拉发行“石油币”,以转移国内经济的压力。

另一方面,区块链技术存在着会被滥用的可能性。在一夜暴富神话的推动下,2017年来,链圈与币圈分裂,走上区块链独立发展的道路。但是,币圈摇身一变,也戴上了区块链的帽子,大力炒作各种代币。互联网、金融企业纷纷入场,而区块链概念股也经历了多个涨停,猛刮割韭菜之风,ICO制造的神话咆哮不已,背后其实是一副可怜兮兮的等大妈接盘的惨相。民众难以分清这些打着“区块链”旗号的项目中究竟有多少是真正采用了这一新技术,又有多少仅仅是“挂着链头卖币肉”。

凡是炒币的,通俗的说是让token跟法币直接兑换,就属于币圈,币圈谈的区块链,其实是如何分叉新颖的代币,收割更多呆逼。圈里牛人们擅长一种敏捷的转换术:今天在媒体上给某项目站台,遭遇危机后立马声称毫无关系。
莲花隐喻的背后暴露了币圈某些“高尚”的做派。

第二个隐喻,区块链是一组麻将。

这是2018年春节期间流行的一个段子,比较完整的内容是:1,四个矿工一组,先碰撞出13个数字正确哈希值的矿工可以获得记账权并得到奖励。2,不可篡改。因为说服其他三个人需要消耗太多算力和体力。3,典型的价值互联网。自己兜里的价值用不了八圈,就跑到他们兜里去了。4、去中心化,每个人都可以是庄,完全就是点对点。如此等等。

关于区块链本质是什么?麻将是一种戏谑的比喻,而作为“分布式账本”是一种比较中性而谨慎的说法,容易被各方所接受。

但是,分布式账本这种说法的也非常不足,如同当年把blog简单的理解为网络日记一样,完全忽视了blog作为自媒体的巨大威力。关于区块链的威力,人们看到的只是冰山的一角,媒体舆论在传播区块链概念的时候,不妨少些娱乐调侃,避开一夜暴富的神话,而进行其他的深层探讨。

第三个隐喻,区块链是一把屠龙刀。

宝刀屠龙,号令天下莫敢不从。链圈不炒币,链圈拥趸者相信,随着Token的普及,数字经济将会更加真实可信,经济社会由此变得更加公正和透明。

许多区块链的书里印着类似这样的文字,区块链带来的变革如同互联网革命。区块链的意义在于可以构建一个更加可靠的互联网系统,从根本上解决价值交换与转移中存在的欺诈和寻租现象。区块链还可以应用于更多领域,比如公共服务,2018年3月7日,非洲的塞拉利昂(Sierra Leone)举行了世界首个以区块链技术为基础的总统投票选举。

让人底气不足的是,链圈在普及概念的时候,宣传口径无一例外的都是那一套旧词,什么去中心化、防篡改、分布式、透明化等等,解决的问题,所举的案例,无非是一些小概率事件。

客户已经有足够的技术防范小概率事件,凭什么还要为小概率事件再买一次单?
宝刀已然在手,但龙在哪里?

链圈面面相觑,发现自己掉进了一个刚需不足的坑里。

怎么爬出来呢?创业公司步履蹒跚,巨头企业独辟蹊径,优先考虑建设基础设施。2018年,基础设施基本成熟了,因而区块链的应用落地具备了条件,会有大量的应用落地,应用场景从过去的FinTech、银行领域扩展到教育、健康、版权、行政、科学研究、交通等等多个领域。

寻找大龙,该是各家撕拼的重点方向。

总之,莲花是美丽的,但美丽的事物往往生命力不长久;麻将是娱乐而形象的,需要更加深刻些。屠龙刀是有价值的,需要尽快找到用武之地,来发挥自身威力。

2018年,区块链技术将实现关键性突破,全领域生态级别的底层系统出现,区块链技术将全面应用到各个垂直行业。

人们很快会从神话中醒悟过来,未来的区块链应用将会是公有链、联盟链、私有链,与中心化服务兼容的混合架构。未来的区块链需要接受一定监管,各种security token、utility token会和国家发行并信用背书的token和平共处。

在现实面前,去中心化的技术将因优化中心的存在而实现自身价值,这是区块链技术存在的社会意义。

原文发布时间为:2048-03-20
本文作者:张笑容
本文来源:钛媒体,如需转载请联系原作者。

目录
相关文章
|
机器学习/深度学习 编解码 算法
英文论文(sci)解读复现:基于YOLOv5的自然场景下苹果叶片病害实时检测
英文论文(sci)解读复现:基于YOLOv5的自然场景下苹果叶片病害实时检测
762 0
|
机器学习/深度学习 人工智能 网络架构
Transformer原理解析——一种Open AI和DeepMind都在用的神经网络架构
Transformer模型是一种日益流行的神经网络结构。它最近被OpenAI用于他们的语言模型中。与此同时,近期也被DeepMind用于它们的程序“星际争霸”中击败了一名顶级职业星际玩家。 Transformer模型的开发是为了解决序列转换及神经机器翻译问题。
9223 0
|
消息中间件 负载均衡 持续交付
构建可扩展的微服务架构:从设计到实现
在微服务架构的世界里,设计和实现可扩展性是至关重要的。然而,开发者往往面临着如何在系统复杂性和性能之间取得平衡的问题。本文通过深入探讨微服务架构的关键设计原则和实践,展示了如何从初期设计到最终实现,构建一个既高效又可扩展的系统架构。
|
人工智能 算法 NoSQL
GraphRAG 与 RAG 的比较分析
Graph RAG 技术通过引入图结构化的知识表示和处理方法,显著增强了传统 RAG 系统的能力。它不仅提高了信息检索的准确性和完整性,还为复杂查询和多步推理提供了更强大的支持。
1735 10
|
存储 人工智能 达摩院
FunASR 语音大模型在 Arm Neoverse 平台上的优化实践
Arm 架构的服务器通常具备低功耗的特性,能带来更优异的能效比。相比于传统的 x86 架构服务器,Arm 服务器在相同功耗下能够提供更高的性能。这对于大模型推理任务来说尤为重要,因为大模型通常需要大量的计算资源,而能效比高的 Arm 架构服务器可以提供更好的性能和效率。
|
Windows 数据安全/隐私保护
嵌入式 busybox自带的tftp、telnet、ftp服务器
a、tftp server服务器配置与使用 方法1: #udpsvd -vE 069 tftpd -c /root& //上面的0表示对所有ip地址都进行侦听 方法2: #vi/etc/inetd.
2875 0
|
存储 JSON 数据挖掘
python逐行读取txt文本中的json数据,并进行处理
Python代码示例演示了如何读取txt文件中的JSON数据并处理。首先,逐行打开文件,然后使用`json.loads()`解析每一行。接着,处理JSON数据,如打印特定字段`name`。异常处理包括捕获`JSONDecodeError`和`KeyError`,确保数据有效性和字段完整性。将`data.txt`替换为实际文件路径运行示例。
673 2
|
Docker 容器 Linux
私有知识库搭建
私有知识库搭建,纯docker文件
1107 6
|
存储 API iOS开发
苹果手机iOS如何使用http代理
我们使用苹果手机访问网络时,有时候需要配置代理服务器。下面就来介绍一下。
苹果手机iOS如何使用http代理
|
存储
如何解决网页中的pdf文件无法下载?pdf打印显示空白怎么办?
如何解决网页中的pdf文件无法下载?pdf打印显示空白怎么办?
1489 0