斯坦福区块链俱乐部精选书单,帮你全方位了解加密行业

链捕手发布于2024-10-15更新于2024-10-15

原标题:《The Stanford Blockchain Reading List》

作者:Stanford Blockchain

编译:深潮TechFlow

 

关于本阅读清单

这是为刚接触区块链领域并希望深入了解的学生准备的阅读清单。内容主要来自斯坦福区块链在斯坦福区块链评论上发布的易于阅读的博客文章,并配有引导性问题,帮助你思考“我们正在构建的这一切背后的意义是什么?”。

内容被划分为多个模块主题,从该领域的基本原则到加密货币的特定子领域,帮助你在这个领域找到自己的兴趣并开辟自己的道路。

模块 1 - 为什么选择加密货币?Web3 的核心是什么?

推荐课程:CS 251,LAW 1043,MS&E 447

深潮注:该课程代号指斯坦福大学的课程编号,某些公开课网站上常见。

模块目标

本模块介绍加密货币/Web3 领域的设计原则和指导理念。在阅读过程中,请思考以下问题:

  • 我们为什么需要 Web3?如何将 Web3 的理念置于互联网历史的背景中?

  • 为什么在 Web3 中区块链是重要的?加密 Token 在其中发挥什么作用?

  • 为什么加密货币有如此独特的亚文化,而不像 AI、AR 和机器人等其他新兴技术?

  • 比特币和以太坊如何成为加密创新的典型案例?

阅读清单

可选阅读列表

模块 2 - 现代加密应用:加密技术在日常生活中的应用

推荐课程:BUSGEN 102

模块目标

在了解了加密货币的基本原则和行业目标后,我们将探讨这些原则如何影响日常生活。本模块将研究区块链和加密货币的各种消费者应用。

我们将特别关注两个重要的加密技术应用:ERC-20 标准的可替代 Token 和 ERC-721 标准的非同质化 Token (NFT),以及它们如何融入日常生活。在阅读以下文章时,请思考以下问题:

  • 这些应用有哪些共同主题?ERC-20 和 ERC-721 Token 如何使我们能够构建以前无法实现的应用?

  • 这些新的应用如何帮助加密货币实现重建互联网的目标?这些技术的文化影响是什么?

  • 这些技术可能会颠覆哪些传统行业或概念?

阅读列表

ERC-721 非同质化 Token:

ERC-20 可替代 Token:

可选阅读列表

模块 3 - 去中心化探索:DeFi、DePIN 和 DAOs

推荐课程:CS 352B/LAW 1078

模块目标

在对加密货币的潜在应用有了基础了解后,我们将深入探讨其核心承诺之一——去中心化。去中心化为何重要?我们如何设计和维护去中心化的应用程序?

本模块将通过去中心化金融 (DeFi)、去中心化物理基础设施网络 (DePIN) 和去中心化自治组织 (DAOs) 的案例研究来探索这一理想。在阅读过程中,思考以下问题:

  • 我们为什么需要这些去中心化系统?它们如何帮助实现加密货币的总体目标?

  • 去中心化应用的优缺点是什么?如何确保去中心化系统在面对复杂对手时保持稳健?

  • 当前的加密系统在多大程度上是真正去中心化的?

阅读列表

DeFi

DePIN

DAOs

可选阅读列表

模块 4 - 区块链基础设施:支撑这些应用的幕后力量

推荐课程:CS 255, CS 244B, EE 374, CS 355

模块目标

此前,我们主要从应用层面来理解加密货币。现在,我们将深入探讨支撑这些应用的基础设施。由于当今加密行业的重点在于基础设施建设,我们无法涵盖所有内容,因此选择了一些具有代表性的项目来展示解决区块链核心基础设施问题的不同方法。

请在本节中思考以下问题:

  • 这些基础设施项目试图解决哪些核心问题?

  • 它们构建的基础设施如何为应用和终端用户带来益处?

  • 区块链基础设施领域有哪些主要趋势和未解决的问题?

阅读列表

可选阅读列表

模块 5 - 当前状态与未来展望:加密货币的前景

推荐课程:MS&E 447

模块目标

最后,我们来看看截至 2024 年 9 月,加密货币行业的现状。在阅读这些内容时,思考您希望深入探索的领域、主题和行业,以及作为一个行业,我们如何继续前进,最终重新定义我们所知的互联网。

阅读列表

你可能也喜欢

Token预算战争:企业AI进入「算账时代」

企业AI正从“是否采用”进入“如何算账”的“Token预算战争”阶段。随着AI推理成本从实验性支出变为持续性运营成本,CEO和CFO开始追问:每一美元token投入究竟创造了什么实际价值? 文章指出,AI的使用量(token消耗)不等于价值。与SaaS时代不同,token账单上涨可能意味着有效工作,也可能源自无效折腾——如低效提示词、无关上下文、模型选择不当或重复重试。关键在于衡量“边际token效用”,即每多花一美元所创造的商业价值。 当前企业面临三大挑战:重试导致成本复合增长、上下文过度供给造成成本飙升,以及任务路由不合理(简单任务误用强大模型)。这使企业难以将token成本与具体业务结果(如替代外包、节省人力或创造收入)清晰关联。 解决问题的核心在于建立“从token到结果的归因层”:记录AI执行轨迹(检索、工具调用、重试、人工干预等),并将推理支出与完成的工作单位(如处理每张发票、每个客诉)挂钩。谁能实现这种归因,谁就能掌控AI资源的分配权,决定哪些工作流值得投入更多算力,哪些应改用更便宜模型或保持人工。 最终,企业AI的下一阶段不再是证明技术能否完成任务,而是判断这些任务是否值得付费。掌握token效用衡量的企业,将赢得这场预算分配的主导权。

marsbit2小时前

Token预算战争:企业AI进入「算账时代」

marsbit2小时前

交易

现货
合约
活动图片