希望开启新征程，工作不了几年了，能一直有新方向和新事情做，是难能可贵的。


source - Unsplash

本周观影

本周阅读

关于读什么的简单记录，一方面是促进自己读，另一方面就是简单做点整理，具体的阅读笔记参考不同书籍的阅读笔记；做纸质笔记，然后整理到阅读笔记，每天抛开电子设备留时间读书。

  • 《Buffett and Munger Unscripted: Three Decades of Investment and Business Insights from the Berkshire Hathaway Annual Shareholder Meetings》by Alex Morris：[[Buffett and Munger Unscripted - 阅读笔记]]，读的越多越喜欢，每周摘录摘录三到五条我自己认为的经典。

第一部分-价值投资

EBITDA - bullshit，看这数据的公司最好远离。

“最好的生意是那种每年都给你带来越来越多的钱，你不需要投入任何东西就能得到它，或者只需要投入很少就能得到它。次好的生意是需要投入更多钱（为了增长所需的再投资），但你为增长而再投资的回报率非常令人满意。最糟糕的生意是那种增长很多，实际上你被迫为了留在游戏中而增长，并且你以非常低的回报率再投资资本。有时候人们身处这些生意中却浑然不知。” - 1998

维护性资本开支与业务质量 - 对于公司，什么是容易的决策？

“好生意和坏生意的区别通常在于，好生意只是不断地抛出一个又一个容易的决定，而坏生意则给你一个糟糕的选择，让你难以做决定。 这真的能行吗？值得花这么多钱吗？如果你想找一套判断哪个是好生意、哪个是坏生意的体系，只要看看哪个生意在一次次地给管理层抛出容易的决定就行了。” - 1998

闲聊法（Scuttlebutt）（实地调研）- 费雪的方法，对于一般人投资我觉得挺难做到的。

投资研究与银弹 - 研究是必须的，找公司/管理者想射银弹的人，这点知易行难，本质是看行业。

“我认为我们两人从优秀的商业杂志中学到的东西比从其他任何地方学到的都多。那是一种非常简便快捷的方式，能获取各种各样的商业经验，只要一页一页翻阅过刊，覆盖各种各样的企业。如果你养成了把所读内容与背后所展现的基本结构联系起来的思维习惯，你就会逐渐积累一些投资智慧。我认为，如果没有大量的阅读，你不可能在广泛的范围内成为一名真正优秀的投资者。” - 1998

“最重要的事情是弄清楚企业是如何运作的。如果我们经营GEICO，我们担心谁，为什么担心他们？我们想把那颗银弹射进谁的脑袋？不断问这些问题。然后你去找他们想射银弹的那个人，弄清楚他想把银弹射进谁的脑袋。这就是你处理这件事的方式，一直在学习。你可以和现任员工、前员工、供应商、供货商、分销商、零售商、客户，各种各样的人交谈。这是一个调查和新闻采写的过程。最后，你要写出那个故事；六个月后，你要能说：‘XYZ公司值这么多钱，因为……’然后你把这个故事写下来。有些公司容易写，有些公司则难写得多。我们尽量寻找容易写的那类公司。” - 1999

规模限制 - 小资金应该有别于大资金的做法，有办法可以做到更高回报，但前提是真的能搞懂这么多家上市企业并找出其中的机会。

“嗯，我不会让他们那样。如果你用小额资金操作，你可能会找到比买伯克希尔更好的投资方式。我的意思是，如果你用小额资金操作，并且愿意投入大量时间，去研究成千上万的证券，你会发现比买伯克希尔更明智的选择。我们仍然认为伯克希尔在长期内是一项有吸引力的投资。我们认为它与其它大型公司相比也相当不错。但我们不认为它是世界上最有吸引力的投资，如果你愿意去翻阅那成千上万种可能性的话——查理和我和很多年前就是这样做的。现在我们这样做已不可行，而且对 伯克希尔也不会有任何影响。” - 2008

第二部分-估值和内在价值

内在价值 - “公司未来现金流的折现就是公司的内在价值” "未来现金流的折现不是算法，是思维方式，不要企图拿计算器算出来。" "要弄明白所投股票的价值所在，如果不清楚这只股票的价值是多少，你就不能碰。看懂生意比较难，看不懂的拿住比较难，大部分人拿不住，是因为看不懂，如果你不知道自己买的是什么的话，跟“高手”是跟不住的。" [[段永平经典10句话，彼此之间是有逻辑的]]

“任何资产的经济价值，都是按适当利率折现的、该业务未来所有现金流入或流出的现值。查理和我认为，有各种各样的业务，我们根本不知道那些未来现金流会是什么样子。如果我们根本不知道未来现金流会是什么样子，我们就根本不知道它现在值多少钱。 如果你认为你知道一只股票今天应该是什么价格，但你却认为你对未来二十年的现金流没有任何概念，那你就有认知失调了。 我们寻找的是我们觉得——以相当高的概率——能够在一段时间内让那些数字落在一个范围内的事情，然后我们将它们折现回来。我们更关心的是那些数字的确定性，而不是去追求那个看起来绝对最便宜的，但却是基于我们不太有信心的数字上的东西。” - 1994
  • 《巴菲特教你读财报》：没读，需要继续

本周播客

全球流动性见顶之后，细拆两条投资回报主线

眼下几乎是一个教科书般的低回报周期。与其追涨杀跌，不如对估值和盈利的要求更严格一些，长期持有真正优质的资产，并坦然接受这一阶段偏低的回报预期。

还是要回归到持有的资产/企业本身，“买股票就是买公司”。

本周胡思乱想

  • 人啊，越老越要持续做减法。
  • 给人反馈，需要主要先扬后抑，虽然我现在也不在乎人家怎么看。
  • 想坚持一个计划，每天看 20～50 家企业，坚持 1 个月看 500 家，2 个月 1000 家，3 个月 1500 家，半年看完所有 A 股上市企业，是种锻炼还是种 SB 行为？
  • 微信公众号是互联网开放的完全倒退，要远离，包括微信本身我觉得对我价值不大了；不要看微信上的文章，封闭的系统不值得投入。
  • 上班就是糟心事，我有时候是见不得人浆糊，反过来让自己糟心，但试图去改变，感觉就是耗尽自己；这句话“真正成熟的人，既不期待人性完美，也不与人性对抗。”，对吗？
  • 10 月中了，很快一年又要过去了，回顾一下我对于工作不满意，对自己的努力满意，特别是工作之外的各种折腾，但我对自己想成 builder 但没做出什么实质性的产品，这种状态不满意，要继续努力。

本周投资

慢慢变富，积硅步而至千里，关于投资框架和策略思考，以及操作方面的一些记录。

A 股不能靠永久持仓来成为时间的朋友，应该依靠结构。适当时候的空仓或者低仓位也是结构的重要组成部分，在市场下跌前中期，类现金仓位本身是一种免费的看跌期权。而到了熊市中后期，现金又会摇身一变，成为看涨期权。
  • 一个基金大的回撤，对收益影响巨大，回顾过去，高位没止盈是个错误，还有就是主动式基金从我投资原则来说不符；美元债部分，长期来看也无意义，考虑清掉；基金/ETF/FOF 还是投指数，特别是标普，但是额度是个问题。

本周构建

是不是每周有折腾点什么不同的东西，或持续折腾点什么，后者更重要；也顺便记录一下看到的有趣的产品。

  • 随着本周提交完一个作业（web app），回到 iOS 原生 App 学习和开发产品的主线上来。

以下摘自 Design Fragments

REA - Reverse Engineer Anything
搭配本地反编译器（Ghidra、Hopper、IDA）可以交给 agent 长时间逆向某个 app，探索内部不为人知的机制。

以下摘自潮流周刊第 285 期

Tendedero：把截图挂在屏幕顶上的晾衣绳上：https://github.com/alejandrobujan/tendedero 好久没有看到这么有创意的小工具了，你每截一张图，它都会挂到屏幕顶上的一根绳上，把鼠标停在菜单栏，绳子就滑下来；移开就收起。

随便写写：AI 时代，保持人的活人感、独特性真的非常重要：做产品其实也是，在产品里面融入你的活人感，你的调性，你的世界观也非常重要，前提是属于你的，你特有的，不是 AI 帮你思考的那种。

本周文章

Build your slide template

这个系列写的真好，关于如何沟通，采用何种方式，这篇写到了如何构建一个 PPT 模板。

yetone 的魔法：magpie 是怎么让 AI 自己维护项目的

当然，人总归是要参与一些工作的，至少有这几样：

  • 拍过板的产品决定：“Don't reverse deliberate decisions”，滚动行为、按钮光标这种，PR 不能改
  • 安全闸门：风险检查一旦命中，等 maintainer 放行
  • 社区建议：474 个 commit 标题里写着报告人来自 X 或 Discord，比如 JonahFu on X、Jeremy.Zhou on Discord
    说到底，人管方向、守闸门，写、审、合、发都交给 agent。

[[yetone 的魔法：magpie 是怎么让 AI 自己维护项目的]]我自己完全没有这方面的实践，不过这种模式下还是老问题，到底人在这个过程中如何参与，是不是就是做好输入和做好实践管理，如：AGENTS.md、LESSONS.md 和验收标准（包括 coding-standdard.md），参考项目 magpie。

Driving AI adoption at Dropbox: a conversation with CTO Ali Dasdan
Dropbox CTO Ali Dasdan on moving from AI adoption to transformation

Dropbox 如何采用推广 AI 使用？第一步领导层的强力推动其实很关键，不然对于企业特别是大型企业基本是不可能推广使用的，其次才是具体执行的层面的问题，优先对于研发提效还是其他？自研和使用外部产品平台相结合？采用后评估的策略和衡量标准是什么？如何持续获取团队反馈进行持续优化改进？

AI;DR

这两篇文章可以浓缩成一句话：AI Adoption 的第一阶段是让员工使用 AI；第二阶段是重构工作流；第三阶段才是证明它持续创造了业务价值。
对于企业 IT 和技术架构团队，最值得借鉴的是：不要把 AI 转型简化为采购工具、提高使用率或追求代码生成量，而要把人员、Agent、系统架构、验证机制、权限治理和业务指标作为一个整体设计。如果把它应用到企业 Agent 平台设计中，一个合理的下一步是建立统一的 Agent 执行与治理层，连接企业上下文、工具调用、权限控制、验证流程和业务结果度量。这样才有可能从零散的 AI 助手，走向可持续的企业级 AI 工作流。

莫行大善

以团队为例，每个人的成长都有自己的成长环境和人生经历，当你热切的希望去帮助一个人的时候，你会指出他的不足，甚至严厉的传授自己的经验。但是人性的忌妒和比较之心，反而会招致对方的记恨和怨气，你长此以往的主动帮助，这种大善反而会害了你。所以，职场上，可以帮助他人， 但是一定是他掉坑里面爬不出来了， 主动求助你的时候， 你才帮，只有这个时候他会带着感激之情听你的经验分享。

现在我自己明白了，莫行大善的源头是看透了人性，主动行大善的人都内心善良，但是千百年的人性锤炼，主动行大善会引发人的忌妒、怨恨和攻击，对自己不好。

有类似这方面的经验，之前也听人分享过，如果你要去主动做，一个前提就是你要做好反被他人反弹的心理准备，所以建议工作上不要行“善”，任何”善“无论大小其实最终可能都伤害到自己，人性如此。

标签: none

评论已关闭