周末在老家，看望家里老的，也是离开都市一下，换口气放松一下，最近几年回得多，每次回总期望自己可以早点退出“游戏”，AFK 是最好的选择。

本周观影

  • 我用4天，重走了这条曾经撑起一个国家命运的悲壮公路：滇缅公路，云南驿、飞虎队、机窝和惠通桥，之前没仔细了解过这段历史，听着博主的讲解，从昆明开始走一遍战时重要的运输线。重返滇西1944，我终于理解了一寸山河一寸血的历史分量：松山，激战的地方，中国远征军值得怀念和敬佩；腾冲，龙江大桥，滇西抗战纪念馆，腾冲战役；芒市，采访修路工的下一代，南侨机工，中缅国界畹町桥。这个博主很实在，拍的说的都很不错，推荐。
  • 合集·爸爸妹妹中国之行：今天看了好多这个中德夫妻的视频，这个系列是德国老爸和妹妹来中国，玩了北京和云南，是博主精心安排适合这个老爸和妹妹的路线，特别是在北京都是传统的路子，真好；也有带着老妈游中国的剧集，也挺好。

本周阅读

  • 《金融怪杰》：断断续续读完了，艾迪·塞柯塔、威廉·欧奈尔、大卫·瑞安和布莱恩·吉尔伯这四个人让我很有共鸣，对我个人有启发和帮助。
  • 《大唐双龙传》：读过好几次了，晚上醒来或平常想休息一下的时候，总会用 Kindle 读一下，我喜欢武侠的世界，大唐是我非常喜欢的一部，喜欢徐子陵和寇仲所经历的各种，特别是武学上的奇遇和进步，黄师的各种读了不少，最喜欢的还是大唐；我也喜欢金庸的《笑傲江湖》和《射雕英雄传》。

本周播客

E55 都说 A 股全是情绪、没有价值，是真的吗？｜中国大类资产投资 2025 年报：数据说话，长期看一定是有确定性；每个人的投资风格还是取决于个人，我个人认同 Buy the Dip and Dollar-Cost Averaging (DCA) 结合，寻找确定性的标的加上指数方面的投入，但一定不要亏钱，用短期用不上的钱去投资，可以融资上杠杆，前提是自己可以扛得住风险。

随着持有时间越长，获取历史长期平均收益率的确定性越高。
四方法分解重要结论：

  1. 盈利增长是A股长期收益的核心动力；
  2. 长期持有权益资产能够获得合理的风险补偿；
  3. 股息收益率逐步提高，长期收益的稳定性与可持续性正在改善；
  4. A股长期收益与实体经济高度匹配。

关于白酒是周期见底还是永久衰退的一次审视：还没听完，学习一下白酒行业的分析，茅台虽然跌了不少，但一直是投资市场上的话题，段总也是一直推荐，有高股息和高确定性，成长性到了这个阶段可能是最不确定的了（回头 10 年来看是非常好，当下见底之后如何反弹，是不是后续还有一定机会，不乐观），今年五粮液改了去年财报的做法也是让市场对于这个行业有了更多的负面看法。

No.201 中国高铁简史：中国高铁的发展史，到底我们要怎样的发展，如果需要牺牲三代铁路人的话这是否值得？通过转让技术，获取自己的发展，再进行输出，这种路线是良性的吗？能赢得世界对我们的尊重吗？

本周胡思乱想

  • 要赚钱不要嫌麻烦和辛苦，所有的苦逼都是为了当下的自己和未来的不苦逼。
  • 周末还是有点焦虑和无聊的感觉，还是不懂如何享受孤独和无聊的时光，总是想着做点啥。写作和阅读对我一定有用，还要就是有意识的多出去走走，漫无目的的走路和骑车，消费点啥，放下心里的执念和任何电子设备，远离信息焦虑和一些执念。周日下午出去跑步走路，刻意离开了电子设备，以及出去走了走，好多了，就该这么过。
  • 投资来说，我觉得是个人生历练，非常好的一种悟道，对于锻炼自己的心性和认知也很有帮助；美股/A 股，可能风格不一样，投资手段和策略也不一样，但是有些核心东西，自己本身的投资理念和框架我觉得是可以互相复用的；有人也能做到 20～30 倍的收益，能做是太牛了，但还是取决于个人的情况，眼光、赌性和其他市场的因素，我个人的理念来说挺难做到的。
  • 回顾了一下最近的状态，早上有 FOMO 趋势，舍本逐末，看各种信息和资讯，投入太多了，早上就花费了大量精力，人反而早早陷入焦虑和疲惫的状态，容易出各种问题，调整一下。
  • 还是继续不断寻求新的可能，不要放弃。

本周投资

  • 坚持对 SaaS 的判读（企业一定需要，AI 能解决部分问题，但是企业内部的人、组织体系、年度要花钱和各种政治问题等决定了 SaaS 只是暂时低估，核心的当前剩余履约义务（cRPO）指标健康就是好的投资机会），继续做了一定的投入，目前看是对的一个判断；美股在科技板块不同方向持续轮动中，存储、光、SaaS、MAG7 外加特总的喊话（如：Dell），但同时巴菲特提的教堂和赌场，一直在我脑子里打转，我自己一直和自己在对话，是个修行的过程。
  • 基金方面做了一些调整，减了部分日经，加了部分科技方向的 QDII，不过 QDII 还是要考虑汇率方面的因素。
  • 下周看看软件方面被砸的洼地公司，看看基本面和核心财务指标，考虑抽取部分第一层资金往第三层放一放（违背了我自己的原则，第一层不卖出），如果有机会，不然也没其他资金了。
  • 国内我等着“大一点”的机会，看着板块轮动来轮动去，一波一波的，规律就在那，一般人不是全职的真的挺难抓得住，我的原则是不做右侧。

本周文章

How to set up an AI-native organization

Agent 之间的通讯，以及共享上下文（各种信息，包括统一的 tasks），实现多 Agent 协作很重要；文中分享了 Agent first 模版，有多 Agent 模版以及 handoff https://github.com/awebai/agent-first-company-template

也看到了这个视频 How to Build a Self-Improving Company with AI，如果要围绕 AI 去做当下的事情，组织架构以及工具平台的研究，包括方法论和体系的变革，都是必不可少，不然就是旧瓶装新酒，没啥本质的变化大，大部分公司就是干点提效的事情结束，只能走到这一步了；真正需要的是燃烧 Token 而不是人头，是 Token 账单让你心慌，尽可能的扁平化，IC 去除中间管理层，记录任何内容（潜在意思就是让 AI 可以更好理解）实现自我进化。

When the work is done by agents, the company’s coordination is between them and not just between the humans. A few things follow from that:

  • You stop being the relay between every internal communication.
  • The work has artifacts (tasks, decisions, handoffs, status files) that survive any single conversation.
  • The agents need identities and addresses so they can message each other and coordinate.
  • The agents need a shared taskboard.
  • The agents need a mechanism to learn.

Best practices for Amazon DynamoDB Global Tables – Part 1: Operational readiness
Best practices for Amazon DynamoDB Global Tables – Part 2: Failover strategies
Best practices for Amazon DynamoDB Global Tables – Part 3: Validating regional resilience with AWS Fault Injection Service

这三篇文章基本说清楚了，在 AWS 体系下如果实现 DynomoDB 的 DR 方案，包括数据同步策略 MRSC/MREC（跨区域强一致还是最终一致），如何实现问题检测和切换（Route53 ARC vs. DNS-based Route53），如何验证（利用 AWS FIS）。

结合最近工作看，AWS 实现统一的监控和切换，还是不容易的，有第三方有方案，但是没看过。

一个月Vibe Coding：我写了什么，又学到了什么

博主做了几个 Vibe Coding 的产品，给了一些不错的经验分享，在流程以及 AI 的一些局限方面，但没点到 AGENTS.md 以及 rules/changes/skills 方面的规范约束，其实说的流程方面我觉得通过 AGNETS.md 以及 changes 的规范可以解决，同时要让 AI 明白需要有来回的讨论。

之前我也看到过月刊（第34期）：创造的快乐这篇，今天翻出来重新看一下，也让 AI 总结了一下 iOS App 设计开发方面的一些实践推荐，我还没真正做一个有美感的“好用” App，但我想试试，作为一个起步，我老担心技术栈方面的问题，但其实现在应该是最不应该“害怕”的问题，要的是去尝试，体会更多创造的快乐。

基于上文的推荐，我跑通了 Pencil 设计到生成代码的这条路，但是如何做更好的设计、代码和验证，结合工具和 Skills 以及最佳实践（比如：AGENTS.md）等等，需要做更多更多的事情。

中国大类资产投资 2025 年报 - SBBI

还没细看这个框架，新的知识，第一次接触 SBBI 这个概念，存下来慢慢看。

SBBI（Stocks, Bonds, Bills, and Inflation） 最早由 Roger Ibbotson 和 Rex Sinquefield 于 1976 年在美国整理发布。它第一次以系统、可验证的方式，长期跟踪股票、债券、国债和通货膨胀等基础资产类别的风险与收益。它的重要性，不只在于留下了一套长期数据，更在于帮助我们用一套分析框架来理解大类资产：不同资产在足够长的时间里，能够提供什么样的回报，又需要承担什么样的风险。

中国大类资产投资 2025 年报 - SBBI 正是沿着这一研究框架，基于中国过去 21 年的数据，对各类资产的风险与收益进行系统分解，从而回答一个基本问题：投资收益，究竟从何而来？

我们用一个公式 R=A+B-C 来拆解投资收益：投资收益（Return） = 超额收益（Alpha） + 市场收益（Beta） - 投资成本（Cost）

标签: none

评论已关闭