一文看懂 Web3 等社会实验与 AI 等科学实验的区别

作者：Packy McCormick

来源：notboring.co

取得进展可能是困难的、混乱的、曲折的，重要的是，对于不同种类的产品，取得进展的速度和路径是不同的。今天的文章是我对两类产品的思考：科学实验和社会实验。

成功的科学实验产品显然推动了世界的前进；社会实验产品在短期内没有那么明显的好处，也更混乱，但我认为从长远来看，它们同样重要，尤其是与科学实验产品相结合时。

一些尖端科技产品是科学实验的结果，另一些则是社会实验的结果。

科学实验产品在早期面临着很多技术风险，将产品推向市场可能需要大量的时间和资金。但当一个产品最终客观上足够好时，他们面临的市场风险就会减少。发布前或发布时通常会有研究论文出来。想想人工智能、生物技术、能源、芯片和太空等。

社会实验产品面临的技术风险较小，可以在几个月而不是几年的时间内进入市场，但一旦发布，就会面临与依赖人作为产品关键组成部分相关的非常现实的风险。这些产品进入市场时已经部分成型，并与他们的用户一起发展。想想 web3、社交媒体和市场等。

这是非常明显的区别之一，但当我通过这个框架看世界时，我明白了很多东西。我们经常把所有东西都归到“技术”，这导致了一堆困惑。

最近，随着加密货币的下跌和人工智能的飙升，这种困惑一直是人们关心的问题。

对于人工智能这个科学实验来说，什么都没有，什么都没有……然后砰的一声，一只完全成形的蝴蝶从蛹中出来。对 web3 这个社会实验来说，小小的燧石引发采用，而采用又塑造产品，什么都没有，有了一些，有了更多，再更多，“可能没有”。..... 然后砰的一声，一些出乎意料的事情发生了，一切又回到了原点。

社会实验产品是在公众视线中制造出来的，其中不可避免的起伏展示给世界看。科学实验产品是在私下形成的，并且在大多数问题都解决之后才进入公众的意识。当然，技术并不总是完美的。

但转眼间我们就从沉默变成了“这太神奇了”，现在 Stability AI 已经开源了 Stable Diffusion 等模型，OpenAI 也跟着开源了 Whisper。几乎每天都有新的东西。上周，谷歌旗下的 DeepMind 展示了一个可以发现矩阵乘法算法的人工智能。人工智能 AI。

值得注意的是，许多科学实验一旦进入市场就会失败，要么是因为它们还没有真正发挥作用，要么是因为它们为时尚早，要么是因为将实验扩展到商业水平很难。某种产品类别可能在技术上或经济上长期不可行，即使研究人员的工作预期是，当成本曲线达到某一点，或这种投入变得更便宜时，一切都会水到渠成。有些公司有点过于兴奋，在科学或经济学还没有完全正确的时候就急于入市。

虽然个人的努力经常会失败，但他们进行的实验会推动这一类别向前发展，一项技术创新建立在下一项技术创新之上，直到有产品足够好或最终准备好进入市场。

从长远来看，人工智能等科学实验类别的进展是这样的：

这条线看起来有点像 s 曲线：缓慢增长，快速增长（AI 现在在这里），然后再次缓慢增长。这是一条永不下降的平滑线：一项新的创新为未来的产品奠定了新的技术基础。当所有的果汁都被榨干，需要一种新技术来触发新的曲线时，增长就会放缓。

从事科学实验的人受益于实验室的相对隐蔽性。他们可以修补、搞砸、继续修补、取得进步、后退十步，然后取得突破，所有这些都是在他们自己的隐蔽小天地里完成的。显然，私下修补面临自己的挑战——获得资金可能更困难，问题真的很难解决，死胡同经常出现——但在一天结束的时候，最大的问题有一个客观的答案：你做出这个了东西吗？

构建社会实验的人没有这样的奢侈。虽然技术发挥着重要作用——区块链、代币标准、零知识证明等等都是主要的技术创新——但人是产品本身的必要组成部分。人是混乱的、善变的、诡计多端的、浮躁的、易激动的，以及使我们成为人的所有其他美好品质。此外，大多数加密产品也是货币技术，而货币增强了所有这些人类属性。

这意味着，虽然构建社会实验的人可以私下对他们的技术进行修补，但他们无法在实验室里模拟完整的产品体验，并发布一个解决所有的问题完美产品。他们需要将产品发布到现实世界的公共实验室，然后顺其自然。

更糟糕的是，他们经常需要在产品功能出来之前进行宣传，因为他们需要在拥挤的市场中脱颖而出，吸引人们，这样产品才能真正实现他们最初认为它可能实现的功能。即使抱有最好的意图，最好的情况下它会被称为无用，最坏的情况下它会被称为骗局。