2015年12月20日 (日) 15:07的版本

Cloud Mind半去中心化结构

假设超越学科界限的认知基础课程的同学们在学习量子力学。大家都在同一个水平线上，都不知道量子力学到底在讲些什么。根据协议，同学们的思维过程会被强行上载到toyhouse，并且大家会时常浏览别人的想法。如果有人有一个很好的见解，那么他的想法就会在同学们的思想之间传播，从而实现共同学习进步。

然后假设韩锋老师连入了这个群体意识。显然韩锋老师并不是和我们在同一起跑线，他的知识远比我们丰富。因此，学习量子力学的时候会自发形成明显的中心化结构，每个人都会直接从韩锋老师那里得到知识，并直接向韩老师提出疑问。当然可能会有同学之间的互相讨论，但是中心化结构绝对是主流。

不过，这个中心化结构发生的背景是我们知道韩锋老师擅长量子力学。于是我们可以想到，在确认 韩锋老师擅长量子力学 这个命题为真的前提下，中心化结构是更有效率的。推而广之，如果在决策过程中，如果可以知道一些可靠的人如何决策，效率会得到提升。

关键在于如何确定哪些可靠的人，用什么标准衡量？

Cloud Mind不平等权利分配设想

实践是检验真理的唯一标准。

在决策的时候，人们会有千千万万种奇妙的设想与方案。如果用实践的结果评判人们设想的正确性与可行性，给出一个值，值越高表示方案越好。然后协议规定参考这些人的意见，就有可能取得较好的效果。

具体操作草案如下（12.20版）

#在实践之后，人们通过Cloud Mind对之前所有的设想与方案评分，0：不认可；0.5：不知道；1：认可
#所有值汇总取平均，得到相应集体意识对该方案的总体评价
#每个人在每次进行决策之后会得到该决策的一个值；这些值相加得到该人的可信度。这些人我们姑且称作“大V”
#在正式决策之前，系统会公开展示大V们的决策，提醒大家关注他们的想法，当然并不是强制同意

举几个例子吧