“难道人生就这样了，平静的心再难有浪潮”。本周念叨最多的一句，也许到了认命的年纪了，不是想着大事业，而是不想要无趣无聊的人生。

本周观影

全国最热的地方，当地人是怎么过夏天的？

之前看过博主去云南重走滇缅公路的视频，拍的非常好，这次看一个不同的题材，关于吐鲁番的景、食物和人，烤馕店的孩子们和烤馕的妈妈非常友善，看了感受到了别样的“热”。

在很多人的印象里，吐鲁番只有一个标签：热。 这里是全国最炎热的地方之一，夏天动辄四十多度，火焰山脚下连空气都像是热的。但真正来到这里之后，我发现，比“有多热”更值得好奇的问题是：在这样的地方，人们到底是怎么生活下去的？ 于是我在吐鲁番待了两天，从清晨的早餐店，到正午的火焰山；从交河故城、坎儿井，到葡萄架下的院落和深夜重新热闹起来的街头，试着去寻找这个问题的答案。 这期视频里，你会看到一个比“最热”更复杂的吐鲁番：这里不只有高温和烈日，也有葡萄架下的阴凉、坎儿井里的流水、夜市里的烟火气，还有我在路上遇见的那些热情又真诚的当地朋友。 如果说火焰山代表的是吐鲁番的极端气候，那么真正让我记住这座城市的，还是生活在这里的人。

博主在上面视频也有提到另一视频：独游大兴安岭最冷门的地方 我找到了一个最温暖的秋天，两个极端，这是到了冷极（是在加格达奇旁的呼中，有些年份最冷），大兴安岭是真美，环大兴安岭环线也是在我目标旅程上。

身陷4座“万亿城市”包围圈：它是江浙沪地理中心最安静的“小透明”

浙江嘉兴海盐，博主拍的和说的都是胜在真实，一路提到了余华、杭州湾海滨走廊和鱼鳞塘、张乐平纪念馆、绮园、秦山核电站、步行街（胜利面馆）、沈荡古镇（胜利饭店，许三观卖血记，玉英烧麦，官酱园，谷仓），南北湖，去过一次和一些地方，周末转转还是不错的。

《地狱占星师》：看土摩托分享的，周末看了感觉还是挺精彩的（女主角演技绝佳），女主还是日本现实中的人物，从日本战败开始，到经历日本高速经济增长和后续失落的三十年，历经种种，被人骗，到后来骗别人（自己被人骗的经历，反过来骗了歌手岛仓），如剧中早先占卜先生说的那样最后会被欲望吞噬的；剧中有一个传记作家的视角去看女主的回忆，也非常有意思；看了想说，欲望有时候是好事，但大多数时候相信是不利的，“壁立千仞，无欲则刚”。

本周阅读

• 《張忠謀自傳全集》：下部，德州仪器的岁月，从斯坦福博士毕业后，在德州仪器一路上升，不同时段的上司对于其信任和升迁上的帮助，公司管理上杀伐果断，有策略和方法，技术有视野，乐于不断的学习调整，也有足够的能力接受不同的挑战，直至集团副总裁，厉害的人都是相似的；最后几年在公司包括后来去了通用，都遇到了事业上的挫折，随后到台湾开启了台积电的辉煌旅程，所以挫折不一定坏事，如果一直在德州仪器顺风顺水，可能也不会有了现在张开创的台积电了；台积电的历程，起步来说包括政府、民间和海外投资三方的资金，说到台塑的投资还是比较唏嘘的，张自己也没细说，王最后投了但上市之后又很快退出来了，飞利浦有眼光也有足够份额，但是没长期看多的眼光，张也是有意的让飞利浦降低份额；台积电和 ASML 以及 Nvidia 的起始合作（当初两者都是起步阶段）都是台积电自身的眼光和对客的态度，伟大的企业经营策略上都一定是非常对路的，包括用人和做事的体系；书后半段也谈到了一些轶事，如：两次请黄仁勋出任 CEO，黄说了“我已有工作”，彼时台积电是 10 倍的英伟达；也谈到了和苹果的合作起始，英特尔的出局，获得苹果的信任。
• 《炒股的智慧》：值得一读再读，说的特别实在。

本周播客

No.222 程泓宁：从庙堂之上的投资人，到在真实的泥地里打滚

三五环（刘飞的独立播客，对，就是半拿铁的刘飞），风投和创业，宇宙 E-Bike。

No.207 闽南往事：众神人间办事处，涨海声中万国商

半拿铁新的一期，了解一下泉州，一如既往的好。

170.《1929》的泡沫之夏：三个代表人物，和他们在当下周期的影子

最近不断看人提起的一本书，起朱楼宴宾客的这期播客聊了书，也结合当下的一些美国现状，推荐。

本周胡思乱想

• 一直在劝自己慢下来，做任何事情都要慢下来，不要有任务的心态，特别是非工作上的事情。
• 不要好了伤疤忘了痛，任何事情都是如此，投资和工作一样。
• 没有天分就靠努力，如果两样都不够，就靠运气 - 对我孩子说的，目前看是两样都不够，那就看运气，放低预期。
• 如何围绕 SDD 组织设计文档，是 feature 级别还是 workspace 需要有独立的设计文档？后者一定要有，在 feature 级别是否需要有设计文档，可以有，但是需要确保起和系统级的设计保持一致，系统设计得到持续的更新，不然全部设计散落在不同 feature，结果就是设计分散，人在这个过程中会迷失了。

本周投资

• 我重新调整了我每天对于投资的市场情况记录和反思的记录，不用之前的模板，而是采用自由格式记录。
• 投出了一个其他账户的第一笔，后续有了一个基础。
• 周末还是在集思录思考 A 股到底可以投啥标的，不过最近这波让我下重手我也不会，还是持续观望一段吧，半导体、存储和光上错过了就是错过了。
• 不是全职做，只能用长线的方法看，别想着短线啥的，不然就是妥妥的韭菜。

本周文章

在AI时代，如何培养一个好的产品？

开头的要点速览总结了托尼·法德尔的观点，软硬一体的产品已经有了雏形，如：之前看到的结合本地模型能力，识别宠物声音给主人反馈宠物意思的硬件，还有国产手机和车机上的各种模型能力，机器人会给我们生活带来更大的变化。

法德尔分享了他的“三代法则”产品哲学：第一代做出产品，第二代修复产品，第三代修复商业模式——没有产品能一次做对。
他认为，AI是放大器，但当创始人和产品负责人把顶层思考与系统架构全部交给AI，则会出现认知问题——真正拉开差距的，永远是AI替代不了的品味与取舍。
他判断，AI对算力的渴求正在催生新一轮基础设施重建，纯软件没有护城河，软硬一体的产品才有真正意义上的壁垒。

Reliability fail: No automated zone failover for Coinbase’s global trading service

最近刚好在讨论和设计公司平台的 DR 方案，Coinbase 架构设计上没 AZ 切换的能力，这是事后分析报告：A postmortem of our May 7, 2026 outage

A History of Menus is a Menu of History

关于餐馆菜单的设计，Pudding 出品是真好看，还有关联的一篇：Menu collection。

Cake and Timepieces

一个住在上海不少年的荷兰博主，要离开上海回荷兰，重走梧桐区和买了块上海牌的手表（还挺漂亮的，看着是创历者 - 39毫米自动上链机械腕表。

The New Software Lifecycle

关于软件研发的生命周期，流程、管理和技术手段都在发生变化，文章通过几个图表非常清晰说明了其中的趋势和看法，强调可控可评估的重要性；这周一直在用 Kiro 尝试方案设计的产出，也在看 AWS 出品的 AI-Driven Life Cycle (AI-DLC) adaptive workflow steering rules for AI coding agents。

以下是 Gemini 对于上面这篇文章的分析总结：

Addy Osmani 等人在 2026 年 5 月发表的白皮书《The New SDLC With Vibe Coding》中，深入探讨了 AI 如何重塑软件开发生命周期 (SDLC)。文章的核心观点是将 AI 辅助开发划分为从“Vibe Coding”到“代理工程 (Agentic Engineering)”的频谱，并指出了开发者角色和工程范式的深刻转变。

以下是文章的主要分析总结：

1. 核心概念：Vibe Coding vs. 代理工程

文章区分了两种截然不同的开发模式，并指出它们是开发频谱上的两个端点：

• Vibe Coding：指的是一种基于直觉的、“即兴提示即交付”的开发模式。它适用于原型设计或黑客松，通过快速生成代码来获取即时结果，但往往缺乏结构、验证和长期可维护性。
• 代理工程 (Agentic Engineering)：这是生产级软件开发所需的范式，强调结构化、规格驱动 (Spec-Driven) 和自动化验证。它包含严谨的架构设计、测试套件、CI/CD 门禁和人类的深度审计。

2. “交叉点”理论：成本与规模化

文章提出了一个关键的财务逻辑：“Vibe Coding 并不便宜，它只是开始时便宜”。

• 成本曲线：Vibe Coding 具有较低的初始投入（CapEx），但随着 bug、技术债务和代码不可维护性的积累，其长期运营成本（OpEx）会迅速攀升。
• 交叉点：当项目需要扩展或进入维护阶段时，Vibe Coding 的成本会超过代理工程。因此，对于任何旨在长期生存的生产系统，必须尽早引入代理工程的严谨性。

3. 系统架构：Agent = Model + Scaffold (脚手架)

文章强调，成功的 AI 开发不应仅关注模型本身，模型只是“引擎”，而“脚手架 (Scaffold/Harness)”才是决定系统成败的关键。

• 脚手架的重要性：脚手架涵盖了指令集、规则文件、工具调用、沙箱环境、评估指标 (Evals) 和可观测性等。该文章提到，通过优化脚手架（而非更换模型），可以显著提升 AI 代理的性能。
• 上下文工程 (Context Engineering)：这是控制成本和性能的核心。文章建议将上下文明确区分为“静态上下文”（始终加载，代价高昂）和“动态上下文”（按需加载，成本高效）。

4. 开发者角色的范式转移

随着 AI 能力的增强，开发者的工作重心发生了实质性的变化：

• 从 Conductor 到 Orchestrator：开发者不再是逐行编写代码的“执行者”，而是转变为负责架构设计、任务拆解、质量仲裁和系统编排的“指挥官”。
• 新技能要求：编写精确的规格说明书 (Spec)、定义评估标准 (Evals) 和设计“可验证性”的架构，成为了 2026 年核心的工程技能。

结论建议

为了从 Vibe Coding 平稳过渡到代理工程，作者建议开发者：

• 建立规范 (CLAUDE.md/AGENTS.md)：将项目的技术规则、惯例和硬约束记录在案，作为 AI 的长期记忆。
• 采用“研究-规范-实现”流程：在编写代码前，先进行深度研究并制定详细的规格说明书，确保 AI 的输出是可预测且可验证的。
• 优先构建评估 (Evals)：在生成代码之前定义验证标准，将 AI 辅助开发转化为可控的工程过程。

上周末比较忙，跑了两次医院，医疗体验总体不错，但眼科的排号系统明显有问题，半小时内的号太多导致后面时段的要延迟 1 个小时左右，提了一个建议给到医院，不管有用与否；这周末端午节，回老家一趟，看看家人和拿点老家的农产品，给城里的家人和朋友尝尝。

本周观影

After a month-long trip to five different locations, I caught a fish in the Arctic.

蜀犬吠日SCFR 视频博主又更新了，不同地方赶潮钓鱼，为了爱好和户外到处开着车露营，挪威是很 chill；我也有在看路亚，心里痒痒的，但是还是一直劝自己冷静，哈哈，本周也买了 Cast n Chill 这个游戏，在虚拟世界里至少可以甩上一杠。

洛杉矶劫案 Crime 101 (2026)

有点看的莫名其妙，不是我能看的和喜欢的那种类型。

本周阅读

在读

• 《張忠謀自傳全集》：看到张说去德仪，部门上上下下都懂技术而且投入，这是一家公司该有的样子，反观各家大厂到了一定规模就是只有管理没有技术，玩的就是部门政治和管理，上面没有任何技术视野，很多就是慢慢又没落了；张 54 岁回到台湾开始着手创建台积电，真是神一样的存在。
• 陈江挺《炒股的智慧》：再次读这本书，还是有很多体会，投资路上成功路各有各的不同，没有绝对的对与错，但要走出合适自己的路子。
• 《Sam Zell - Am I Being Too Subtle 》（《适度不敬 : REITs之父萨姆·泽尔自传》）

想读

• 《原则》
• 《笑傲股市》
• 《1929: Inside the Greatest Crash in Wall Street History and How It Shattered a Nation》
• 《A Philosophy of Software Design, 2nd Edition》
• 《The Essays of Warren Buffett: Lessons for Corporate America, Fifth Edition》
• 《避风港》https://book.douban.com/subject/36315231/

本周播客

做了一些减法，从小宇宙上取关了一些播客，感觉过去听太多了，目前《投资 ABC》和《厚雪长波》是投资类方面我最喜欢的播客（《面基》也有一些期蛮喜欢的），《半拿铁》是最喜欢的叙事类/闲聊类播客，《曳尾于涂 | 罪案纪实》喜欢老警察讲故事的调调，也喜欢听歌曲类的《永远年轻音乐磁带》（也常听一些白噪音和舒缓音乐类的，如《白噪音》和《SleeplessLofi》，也有没订阅刚听到的《ZZ 夜伴声》），还保留订阅了不少，但是谈不上每期都听，也谈不上一定喜欢。

“置身厂内”的我们，如何找回自洽的人生？

有勇气走出大厂，通过投资实现 FIRE，努力和智慧并存，有的机遇也通常是因为自身过去的努力，投资的历程有可以学习的地方，但是每个人的成功从来都是不可复制的，在投资这个领域。

均衡投资，学习大卫·史文森

• A 股 - 沪深 300+中证 500
• 美股 - 纳指+标普
• 恒科
• 债券- 美元

牛市行情中会失去很多收益，在转变风格，随着思考和视野的不同，从段总、大卫·史文森到马克·斯皮茨纳格尔（提到了这本书《避风港》）

本周胡思乱想

• 和人说自己的想法，是可以的，但是需要看对方的接受度以及本身的理念，不要有什么预期是最好的，不然就不要瞎表达。
• 看了这个文章读《置身钉内》后的一些感受)（没仔细读原文，看到的评价是褒贬不一），其实我一直不想评价和看有关前司这方面的一些信息，不了解是无法理解和评价任何这方面的内容和信息，但如果管理做到自己倒下的时候让下面的人一片叫好，无论怎么说都肯定是有问题在哪里了，其他的社媒上对于其本人的攻击或贬低，其实都是外面的指指点点，不足为人道也，很多只是凑热度博眼球。
• 提过去的工作和雇主的时候，回顾自己有时候会有点飘的心态，内心自己知道没啥好说的，但心态有时候不对，都只是过往而且也没做多好。
• 老家跑步，回来路上碰到了一些熟人和邻居，感叹人和人之间为什么要有这样那样的矛盾（家里人的各种原因），希望大家都一切安好，让世界变得美好那么一点。
• 看东西，写东西，东想西想让我平静。

本周投资

• 还是在持续想如何投资 A 股，通过 PE/PB 百分位为主，ROE 和股息率为次的选股方法，实现“分散、少量、抄底和低谷”，真的合适吗？我还得问问 AI 同时做些实验。

  • 本周开始买入了两个不同行业的标的，最多再考虑一个标的，这样就是持有不同行业的 5 个标的，放入我的第一层（长期持有）和第二层（股息现金流），第三层我没想好观察/试水什么方向，不急。
• 目前股市看，是牛熊转换的狂欢，还是持续一路向上的高点，我判断不清楚，只是我认准一点，这个阶段有些标的可以投，但是不要赌，能不能等到好的买入机会，啥时候是好的买入机会，对我个人来说左侧是机会，所以我还是会继续坚持上面的思路，同时我会持续买入我目前第一层的标的，今年目前为止 A 股不亏，也还是因为第一层标的的低点买入长期持有；但要记住不是低就是好，“买股票就是买公司，买公司就是买公司的未来现金流折现”，公司股价最终应该是其盈利能力和预期的反应，无论炒作还是来来往往的资本，相信最终总归会回到价值本身。
• 本周 US 市场上我遭遇了一个标的大跌，因为财报盘前大跌，来不及止损，不过买的不多，是属于第三层的标的，就我对这公司的认知来说，不至于如此，其实目前这个价位倒是买入的好时机了，要升到我买入的价位，有点难了，后面看啥时候卖掉，变现走了。
• 开辟了海外市场的一条新路子，下周争取开始投入。
• 深证信数据服务平台的展示的上市公司信息及其数据非常干净和清晰。

本周文章

当 AI 拿走一切之后

写的挺长的文章，谈的是 AI 在产品和软件工程方面可以全面切入不同环节，人如何继续在环 - human in the loop，作者所处的行业以及周边接触的人和使用的工具链都是上层的，我个人的经验看人尖中竞争的视野和一般公司的人所面临的问题有相似之处，但不完全一样（我司现在都还没选好用哪个，研发还没用上 AI ，都是自己在偷偷用，摸索着用，根本谈不上 AI 接管一切），我写这些是为了说明很多公司其实演进很慢，考虑公司本身的组织架构、人员能力水平和公司政治等等问题，AI 拿走一切对于很多公司本身就是伪命题，实际落地来说没那么激进和快速，但我同意作者说的人的判断、品味和推演等三方面的能力以及好奇心，AI 无法接管的不确定性部分是人的价值所在，但同时要清晰的看到其实这些能力和 AI 使用和接管一切与否无关，这本身就是我们应该持续构建的能力，只是现在比以往更加迫切了，能写 CRUD 也能有份不错收入的时代过去了。

Minions: Stripe’s one-shot, end-to-end coding agents
Minions: Stripe’s one-shot, end-to-end coding agents—Part 2

Stripe 关于自研 Coding Agent - Minions 的思考和实践，也改变了工程管理的流程和工具链，也许不是每个公司需要构建自己的 Coding Agent，但是每个公司结合自己的工程管理需要思考对 Coding Agent 的定位，和人的重新定位，是需要不断探索和实践的（BTW，Stripe 这个网站看着做的很 Cool）。

Ask HN: Has anyone replaced Claude/GPT with a local model for daily coding?

HN 上讨论的很热烈，总的来说，有个 48GB 以上内存的机器，可以跑本地模型，胜在免费和够用，但是自己大量的把关，真是个有一定技能的实习生，不似工作多年的 skilled guy。

Comparing agentic Qwen3.6 35b to Claude Opus is like a junior with knowledge across the board, that you really need to guide, versus a senior that thinks with you on architecture. If Opus gives a 15x speedup, local and fully offline Qwen gives a 5x speedup. Which, given that it's completely free, is still mind-boggling to me :)

同时也刚好看到了下面这个播客，以及 HN 上讨论，用意思的是 Pi 被不同人提及，我也过去看过其设计和代码，也从本周开始决定好好用一用，用 GLM 模型。

Running local models is good now
HN 讨论 - Running local models is good now

I don't know about good, I use a lot of local models and they're still pretty painful to run locally
You have dense models (qwen 27b, gemma 31b) who are pretty smart, but pretty slow

You have MoE models (gemma 26b, qwen 35b, north mini code 30b) who are pretty fast, but make a lot of mistakes

You need a lot of memory to run these well, quantization makes tool calling weaker, so most run at 4 bit quants and are wondering why it kinda sucks and that's because you've essentially lobotomized the model (I recommend unsloth quants, i recommend 6bit for MoEs and 5bit for dense)

So you need a lot of compute to make the pre-fill fast, you need bandwidth to make the decode fast, you need a lot of memory to hold everything - lot of ifs

On top of that, your laptop becomes a loud hot churning machine, it's uncomfortable to work with.

So are they good? not really. Do they work? yes

edit: just wanna clarify - i think open models are the future, i think they're super important, i'm contributing constantly to the ecosystem - i think people should play around with these models, i think people should use pi and learn how it all works - but don't download a model expecting it to be good out of the box, you will have to tune and configure a lot of stuff to replace a "coding agent" that most people are using models for

Choosing the right workflow orchestration service for your use case: Amazon MWAA and AWS Step Functions

在调研 AWS 上如何实现分布式调度，对于大量的动态有状态数据的场景，上面这篇其实没发解决这个问题，只是从 AWS 角度说明了 Amazon Managed Workflows for Apache Airflow (Amazon MWAA) 和 AWS Step Functions 在实现 data pipeline 类似的 workflow service 方面有什么样的选择和两者的异同；不过通过问 Gemini，给了我方案的选择：

The High-Level Architecture

• The Trigger (K8s CronJob): Acts as the "Producer." It doesn't process data; it only scans the database for "work to do" and slices it into tasks.
• The Buffer (AWS SQS): Acts as the "Task Queue." It decouples the discovery of data from the processing of data.
• The Workers (K8s Jobs/Pods): Act as the "Consumers." They scale horizontally based on the SQS queue depth, processing tasks in parallel.

职场中的「可预期性」

过程中的可预期，向上和团队内部不同人员之间的沟通对齐，很重要，而不是憧憬着到了终点和大家击掌欢呼就可以了，后者往往不如人意；老板们要的是结果，而且是可预期准时无偏差的结果，可以有亮点但不能有错误和延迟，这是现实。

这事对我之后的管理和个人工作方式也有了直接的投射。现在在团队里，我评估一个核心成员的标准，正在悄悄发生变化。我不再因为某个人偶尔写出了一段精妙绝伦的代码而给他过高的评价，但我会极度器重那个每次都能在约定的周五下午三点，雷打不动把完成度 80% 但运行稳定的方案发到群里的人。

关于 Loop Engineering，看了下面三个不同的内容，第一篇是熟人的产出，第二篇是英文博客，第三个是 Loop Engineering 相关的一个站点，有不同 loop 的模板，第四篇是关于个人的工程实践总结，用了 Pi 和 loop/goal 两个扩展插件；从 Prompt Engineering 到 Harness Engineering，再到 Loop Engineering，这里面的演进和思考到底是什么？要仔细想想和问问为什么，到底什么是真正驱动演进的动力是什么。

停止提示，开始循环：AI Agent Loop Engineering 研究报告
Loop Engineering
loops! | Pre-built agent loops
Loop Engineering 实践: Pi Coding Agent

“Loop” 不是把 prompt 写得更长，而是把 AI agent 的工作设计成可触发、可行动、可检查、可恢复、可停止的闭环系统。

但坦率地说，并非所有开发者都应该立即冲向 Loop Engineering。只有当任务重复、验证自动化、预算能够承受消耗、并且 Agent 拥有资深工程师的工具时，Loop Engineering 才能发挥其价值。如果错过其中任何一个条件，那么构建循环的成本可能远高于其回报。

如果这些条件都符合，那么就从小处着手：一个自动化、一个技能、一个状态文件、一个验证门。先让手动运行变得可靠，然后将其封装成技能，再用循环来调度。顺序至关重要。跳过这些步骤，你最终可能会为一套无人理解的系统买单。

杠杆点已经移动，我们的工作职责也随之改变。构建循环，但要始终保持工程师的思维。

Similarweb’s migration from HBase to Amazon DynamoDB

迁移 HBase，通过 Spark ETL（Databricks）和 Firebolt 实现实时和离线分析的需求，实时链路上写入 DynamoDB 实现 KV Store，这个方案我觉得查询性能可能是问题。

When Americans choose Chinese AI

美国人选用中国产大模型，一方面是担心审查和数据隐私安全，一方面又是觉得价格便宜且够用，总的来说 DeepSeek 给这个世界带带去了一种不一样的选择，包括最近欧洲人的看法和世界越来越割裂的担忧。

“I don’t mind Chinese companies looking at my data: Hey, have fun with it. Learn and get better,” Garcia said. “If the Chinese models come out and they are frontier and cheaper, I’m going that direction.”

用 LLM Wiki 构建 SRE 知识库

看了上面博客，我突然想是不是可以基于我们的 Confluence 做个类似的 architecture LLM Wiki，可以试试；这个时候 Confluence 这种已经不适合现在的发展了，越来越需要转向 Markdown 格式的文档/Wiki，让模型可以更好的读写消化。

本周的心态还是平和了一些，因为团队内部的事情得到了部分解决，但是我对于工作从来都是觉得 bullshit job，早日退出游戏是正道，通过其他渠道实现工作收入的替换。

本周观影

台湾空姐花3万买房独居东北小城：我不想回去

自己觉得过的好才是好，年轻人有自己的想法和活法，都是正常的选择，我希望我孩子也是，我也不会干涉年轻人的生活。

看电影时，我到底在期待什么 和观影无关，看到这篇我只是突然想到自己有一阵子没看电影，别说去电影院了，能在家随时有合适的频道看自己想看到的，也是一件很幸福但也很不容易做到的事，一方面是渠道，一方面是设备和家里的环境，也许常去电影院反而是一件相对容易的事情，但目前我好像还做不到，如果我要去和博主一样就选早场。

本周阅读

能够安静下来好好看书，而不是为了读而读，不是完成任务的心态，能做到这样我觉得达成了理想的状态，现在我回顾过去自己的心态其实是拿着书，但是急急忙忙想赶路的节奏，也许我的脑子已经腐化了，需要修正自己。

• 《大唐双龙传》：到洛阳了，偷了和氏璧，暂停不读了。
• 《笑傲股市》：一开始讲图表，不适合在 Kindle 上读，而且我其实不喜欢看图表，其实我还没资格说喜不喜欢，因为我就不懂，所以还是得坚持读读，只是需要在电脑上去完成，改读《How to Make Money in Stocks A Winning System in Good Times and Bad, Fourth Edition 2.pdf》
• 《張忠謀自傳全集》：在 Boox 上，有空慢慢读

在雪球上看人推荐了《1929: Inside the Greatest Crash in Wall Street History—and How It Shattered a Nation》，也了解作者 Andrew Ross Sorkin 的其他书籍，如：《大而不倒》（英文《TOO BIG TO FAIL》）。

本周播客

E56 债券收益越来越低，但它为什么仍然重要？｜中国大类资产投资 2025 年报

不同资产种类相关性低，做个组合；股债比例，债券在组合发挥的优势和实际作用？过去五年做个时间段，中国股市表现不好，债券表现还不错，海绵、负相关或不相关，有利于控制回撤（提升夏普比？）；完全不相关的资产是不存在的；大类资产投资年报有中国各类资产相关系数的概览，债券和股票的相关性低；债券投资人来说利率上行，价格是往下走的，债券是固定利率，适合通胀密切相关的，人民币的币值，如果买了美债，美元和人民币还不一样，利率/汇率和通胀风险，不要轻易看一个指标去投资，可以投中国债券为主，投一下全球的债券。

久期：衡量债券现金流平均回收时间及其利率敏感度的指标。久期越长，价格对利率波动越敏感。

看到的一些问答：

好奇请教一下，如果我以 10 年为投资周期，按照历史数据，那我是否就应该把所有资金都配置到股票宽基指数里，因为按照历史数据，股票收益就是比债券高很多？陈Peng: 如果你不需要用钱，而且你对风险 ，10年路途中的回撤 波动，有100% 的心理准备不动摇。 就可以考虑 80-90% 股票配资

第一，投资债券，利率上行，资本利得为负。2022年美债利率上行，美国长期债券下跌15%~20%。需要很多年的高票息，才能弥补资本利得的损失。
债券价格下降幅度 ≈ 利率变动幅度 × 久期。
比如债券久期10年、票息利率3%，现在发行利率4%，债券价格下降 1% × 10≈10%。
第二，债券是固定利率，跟通胀密切相关。如果买美债，增加了汇率、不同国家的通胀风险。可以做分散，以中国债券为主、海外债券为辅的全球组合。
过去2年美债收益8%，但赚取的收益换回人民币，美元兑人民币的汇率下跌8%，等于没有赚钱。

江鋆晨: 大模型记忆，KV Cache，清华姚班，CMU，教授，开源，视频流媒体

这个聊的听着挺舒服，内容我其实不是听的特别懂。

本周胡思乱想

• 要善良，但不要乱爱。
• 逐步缓解了情绪，但是我会记住周末的时刻和教训的，我会尝试对我自己做点改变。
• 早上突然想到读书，我总是在完成一个任务似的，回头看好像做任何事情都是，我的人生这么无趣吗？要检点和反思。
• 反复在思考上面的问题，人生不是考试，不是做题，不要把自己活成小镇做题家，要的是有趣和意义的人生，放慢而不是匆匆赶路，享受而不是当成修炼和去经历苦难，一个阶段做一个阶段的事情，但一定不要有考试和完成任务的心态。

本周投资

• 美股方面有了变化，但是本周在另外一个方面有了一个新的起点，后续看是不是可以在灯塔国重新开始。
• 听了投资 ABC 一期关于债券的播客，对控制回撤也许考虑继续买点易方达的美元美债（目前是 100刀上限），后续也再看看富国的美元债（RMB）。
• 在考虑通过 PE/PB 百分位以及股息选择一些标的，不同行业的 5 个标的（医药/食品行业我不太敢碰，问题太多），包括目前持有的招行，还可以选 4 个标的，每个标的一步到位的买入（比如：5w），然后逐渐加仓或卖出（卖出的标准是啥？涨幅到 10% 止盈，跌幅 20% 止损 ），看能做到什么样的收益。

本周文章

你不知道的具身智能：从小机器狗到 Optimus

这种动手做的过程还是挺有意思的，对于具身智能有了具象的体会和了解。

Moving my app subscriptions to Europe

欧洲也在和“脱钩”过程中，需要技术主权（tech sovereignty），博主聊了其不用个人的服务转到欧洲的一个过程，包括 phots、mail、password management 和 search engine 等，更多信息也可参考下面两篇：

• Moving from Bitwarden to Proton Pass
• Moving from Fastmail to a generic host + own domain

A new era for software testing

LLMs offer a new way to do QA on top of the existing testing methodologies. The idea is to create a markdown file where an AI agent is asked to work as a QA engineer, performing a number of manual testings on the new release.

The agent is asked to check the long list of QA activities especially in light of the added commits, starting with an inspection of the changes and with the identification of what could be affected, so that the QA pass specializes trying to find specific regressions.

所以人就是编写相应的 QA activities，以 markdown 的格式，同时给与足够的上下文信息，编写测试代码是不是就没必要了？也是一个思路，项目上可以有些尝试。

MCP is dead

经验不足，没太看明白，不过通过 MCP 获取信息给到 LLM 作为上下文这个角度来看，肯定不如从 workspace 直接拿到足够的上下文信息更加高效和丰富。

TL;DR: MCP eats context, has low reliability, and overlaps with existing CLI/API.

Do AGENTS.md Files Actually Help Coding Agents?

和我过去的认知类似，但是没想到不写或让 Agent/LLM 生成的 AGNETS.md 其实也还好，不过写个 Agent 的 README 从控制其行为上来说我觉得一定是有必要的，而且是一个索引，但需要保持内容上的简洁。

My takeaway is that repository-level context files should probably be kept shorter and more specific and perhaps ideally hierarchical (e.g., “if you do x, check this other context file y.md, otherwise ignore it”).
Of course, the problem here is that the LLMs and harnesses are a bit dated by now, and it would be interesting to redo this study with the latest harnesses and LLMs.

Tool, skill, or subagent? Decomposing an agent that outgrew its prompt

When does logic belong in a tool, a skill, or a subagent? You'll learn the decision framework by doing: inherit a 402-line inventory agent, decompose it live on Claude Managed Agents, and run evals after every change to see what flips.

这是 Anthropic 公司一个人的一个分享，我自己看下来就是展示了一套方法和工具，结合 Claude 分析 一个 agent 的做法，同时说了自家的 Claude Managed Agents - CMA（什么是 Claude Managed Agents）， 利用 CMA 可以部署 agent，分析过程如下：

• 通过 eval （uv evals --agent before） 一个例子的 agent（stock management agent），继续分析 themes（用的 prompt：what are the themes of why the issues happened (RCA)）；
• 然后接着通过 prompt “Let's start with #1. Look at @agents/starter/agent.py. Any thoughts on the system prompt? Can I use Skills instead of a long system prompt for progressive disclosure?” ；
• 接着分析 tools 通过 prompt “what can we do about the tools? I want to lean into bash, read, and write instead of rigid tools.”，CMA 自带的 tools 可以提供不少能力，也提了 MCP；
• 继续分析 subagents，CMA 天生具有 logging 和 observability 能力，不一定需要 subagent；
  最后结果是简化 agent 为：1 agent，5 skills（all business logic 被替换为 skills），agent tool set（bash、read 和 write），用更少的 tokens 更高的 agent 评分；演示用到的相关 Gitlab code repo。

帮大家总结了一下凌晨的苹果WWDC26

好的品味，优异的质量，无敌的生态，以及持续不断的创新，Cook 退了，看看未来 10 年会如何。

周末还是在持续调整中，因为工作上的一些烦心事，我还是没走出来，但是希望我自己快点浮出来。

本周观影

• A 7-day explora tion of La Palma volcanic island led me back to a cliffside cave by a hermit.：博主到了 La Palma 岛，一个火山岛，阳光、火山、海岛、彩虹还有茂密的树林，太好了；下山路边看到德国人在捡蘑菇，也捡了两种蘑菇；德国嬉皮士社区；农家乐吃饭（吃了几家不同馆子，博主是会吃懂吃的），喂鸡野生乐园；火山徒步，盐田，Cesar 的印记无处不在；野外哲人（耶稣还是萨满？），更多的 peace，简单和大自然连接；期待博主下一个岛（Gran Canaria 大加纳利岛）的视频。

本周阅读

我发现自己现在技术方面的书读少了，要想想为什么，回头看看是否是真的没必要了，还是我自己方向和兴趣变了，后面的 10 年我要给自己准备点什么；我要告诫自己的是要持续并坚定的做点啥，而不是一直变来变去，阅读和输出可以可以助力。

• 《大唐双龙传》：看到一战成名，去了任少名，会见地剑宋智，再见宋玉致。

下面的书本周没啥进展。

• 《原则》
• 《Sam Zell - Am I Being Too Subtle (适度不敬 : REITs之父萨姆·泽尔自传》
• 《笑傲股市》

这个最近看到的站点：软件设计的哲学 · 可视化讲解，想重读一下《A Philosophy of Software Design》— John Ousterhout，有第二版了。

本周播客

E238 你还记得上一次停下脚步，认真感受世界的时候吗？和任宁聊一聊观鸟

我过去一任老板包括现在也偶尔一起吃饭和外面徒步玩玩的，和孩子一起异常投入观鸟这个爱好，所以这期播客我有兴趣听听，同时下面这段话我也真心认同，利用周末时间我也要多出去走走，无论何种爱好，只有是健康积极向上的都值得投入和花心思，直到热情燃尽，寻找下一个。

这也是我想和任宁聊观鸟的原因。观鸟当然是在看鸟，但也不只是看鸟。它让我们重新打开眼睛和耳朵，重新注意到附近，注意到季节、物候，也注意到一个不完全以人为中心的世界。

价值切成长是一件容易的事情；成长切价值，非常难

还在听，张翼珍，主要是做动量（会持续的给出申万一级行业相对强弱一览），也看到了 CTA 这个新概念，简单了解了一下。

CTA策略，全称“Commodity Trading Advisor”，是指在期货和期权市场上，通过趋势跟踪、基本面分析、套利等策略，以获取绝对收益为目标的投资策略。CTA策略的投资标的包括商品期货、金融期货、外汇期货与期权等

作者：_至简量化_
链接：https://xueqiu.com/8185159194/279719557

本周胡思乱想

• 我的周末日子质量有待提升，太多时间在屏幕前了，还是多出去走走，可以漫无目的。
• 不确定是不是聊太多了，感觉都不对，但是不说很多时候不符合我个人风格，无所谓对错，但是一定要坚持个人的风格，以及对事情的判断。
• 带团队这一块，有时候我是严厉的从来也是容不得沙子，可能我个人从小的经历来看情商这一块的培养是不够的，所以本周对我的教训是如果对人一开始有疑问，就要疑人不用，用人不疑，我是一方面有纠结，一方面又是给了各种机会，以后一个原则，建团队就是要用自己人和可信的人，而不是一直犹犹豫豫给自己不断带来困扰的人，目前就是冷处理当下的困境，早点完成替换，逐渐边缘化；下面是 ChatGPT 给我的一些建议。

你不像是“没情商”。
你更像：
对事情和标准太认真
这种人在技术和架构岗位其实很多。
但带团队以后，要学会“管理不是证明自己对，而是控制团队系统成本”
包括：

• 情绪成本
• 沟通成本
• 不稳定成本

团队里“可信”和“高能力”不是一回事，长期来看中上能力 + 高可信通常比高能力 + 高不稳定更有价值。
“团队不是靠‘好人’建立的，而是靠‘可靠的人’建立的。”
这个“可靠”包括：

• 能力
• 责任感
• 沟通
• 稳定性
• 对团队的正向影响
  你现在其实已经开始从“技术负责人”往“真正的组织负责人”转变了。

本周投资

• 本周做了大的调整（卖出了三个标的），今天看还是不错的一个时机，也持续分析了下周如何操作的问题。
• 富国的一个 QDII 基金的每日限额异常快速的降，可见政策的影响，我买入了部分，但没多少，不是一个好的时间点（不过后续能买入的量也少了，只能是通过 DCA 了）；标普 500 的没额度了（可以从招行 App 的理财频道查不同国家和不同基金的 QDII 额度）。
• 周五大跌，buy the dip 还是啥，行业进入轮动，公用事业和消费上？下周见。

本周文章

福耀玻璃长期逻辑的再认知

球友 C4Cire 分享，不是说我对福耀本身有兴趣，而是对齐分析框架和思路的学习和推敲，仔细学习一下现金流那段的分析，潜在也在分析企业文化，通过内部刊物这种视角也是看公司的管理层和企业文化的视角。

一、关于穿越的假想段子
二、对半年报的看法
三、汽车玻璃的再认知
四、汽车玻璃行业特点与趋势再讨论
五、福耀玻璃的竞争优势与长期逻辑
六、福耀玻璃的现金流问题
七、FYSAM的相关问题
八、福耀强在哪里
九、福耀为什么强

4 天搭出 Android AI 聊天 App

一方面是 AI 时代编程模式的探索，从设计（UX 和方案）、研发、验证和上线的全链路闭环，一方面是人在这个过程中的参与，两个方面缺一不可，前者要探索适合公司和产品项目的交付模式，包括工程实践和组织架构的变换，后者是关于人的重新定位，以及能力矩阵的变换。

所以我不觉得 agentic coding 会让移动工程能力失去价值。更可能发生的是：低杠杆的实现工作会变少，高密度的架构判断、计划审查和验证设计会变得更重要。移动开发者需要适应的重点，会从写更多代码，转向更频繁地为代码生成的方向负责。

这也回答了第一节里的问题：外部 Android 的工具链、依赖管理、验证环境和 Meta 内部工具链都不一样，但 agentic workflow 的核心模式没有变：找到目标，拆解目标到各个阶段，再写设计和实现计划，执行中不断把人工检查变成自动化验证，最后验收。这个 4 天实验验证了这套模式在外部工具链下依然成立。

Pioneering the Agentic Shift Within Salesforce Engineering

看看 CRM 巨头在 AI 时代软件研发如何做转型？是否有值得我们学习借鉴的地方？去除 token 限制，PR 持续的反馈，SDLC 的重新思考和实践，最佳实践的积累，质量和速度双提升。

Key Takeaways 要点

• Autonomous tools are now writing code, reviewing pull requests (“PRs”), and driving deployments across the software development lifecycle. 自主工具现在正在编写代码、审查 PR 并推动整个软件开发生命周期的部署。 
• Standardizing on Claude Code and removing token limits improved output and quality simultaneously — more shipped, fewer incidents, and fewer bugs. 对 Claude Code 进行标准化并消除 token 限制，同时提高了输出和质量 — 更多的发布、更少的事件和更少的错误。
•  An agentic workflow allowed a product team to complete a 231-person-day migration in 13 days — 18 times faster. Agentic 工作流程使产品团队能够在 13 天内完成 231 人/天的迁移，速度提高了 18 倍。
• We’re still in the early stages of redefining how the roles across engineering, product, and design will change. 我们仍处于重新定义工程、产品和设计角色如何变化的早期阶段。

科技爱好者周刊（第 399 期）：中国 AI 大厂访问记

从美国人视角看中国的发展，还是有点意思，需要这样的交流和观察，中美现在这种趋势下，是逆全球化，主要受伤的还是我们自己，这个过程中我是否可以真的走出一条不同的路，存疑；另一方面，我们出不去也是最大的问题，我们的体系和价值观以及和这个世界的接触交流，期望我们更加开放和包容，能够融入全球的价值体系和商业体系。

今年5月上旬，一个美国访问团来到中国，访问了14家 AI 和机器人公司。
访问对象包括 DeepSeek、月之暗面、MiniMax、智谱、字节跳动、阿里、蚂蚁、小米、零一万物、宇树、魔搭社区等。
所有成员都是科技分析师，回到美国后，每个人都写了访问观感：Kevin Xu、afra Wang、Florian Brand、Nathan Lambert、 Azeem Azhar、Lily Ottinger and Kai Williams、Jasmine Sun、Lingua Sinica、Caithrin。
这些文章有很多有意思的内容，我做了一些摘录。为了保证阅读体验，就不单独注明每一段的出处了。