与「名取市」相关的搜索结果

转译：西方忘了怎么造东西，现在也快忘了怎么写代码 作者：Denis Stetskov 2023 年，在巴黎航展上，雷神公司的总裁站在台上，讲起他们为了重启“毒刺”导弹（Stinger）生产线，到底费了多大劲。 他们把一批 70 多岁的老工程师请了回来，让这些老人教年轻员工怎么造一枚导弹。图纸还是卡特总统时代画在纸上的老图纸。测试设备已经在仓库里躺了很多年。导弹的鼻锥还得靠手工安装，方法和 40 年前一模一样。 五角大楼已经 20 年没买过新的“毒刺”了。然后，俄罗斯入侵乌克兰，局势一下变了：所有人突然都需要这种导弹。 可生产线早就关了。电子元件已经过时。导引头组件也停产了。2022 年 5 月下的订单，要到 2026 年才能交付。 整整 4 年。 不是因为没钱，而是因为真正知道怎么造它的人，十年前就退休了，而且没人接上。 我在乌克兰带工程团队。我的团队见到的是这个问题的另一面。不是工厂车间，而是战场上接收武器的那一端。 当雷神还在努力根据 40 年前的蓝图重启生产时，美国已经在向乌克兰运送成千上万枚“毒刺”。RTX 首席执行官 Greg Hayes 说，10 个月的战争，消耗掉了相当于 13 年产量的“毒刺”。 这种模式，我太熟悉了。它现在正在我的行业里重演。 一百万发炮弹，没人造得出来 2023 年 3 月，欧盟承诺在 12 个月内向乌克兰提供 100 万发炮弹。 当时，欧洲一整年的炮弹产能只有 23 万发。而乌克兰每天就要消耗 5000 到 7000 发。 任何人拿个计算器算一下，都知道这事根本不可能。 到了最后期限，欧洲只交付了大约一半。马克龙后来称，最初那个承诺太鲁莽。由 9 个国家、11 家媒体联合发起的一项调查发现，欧洲真实的生产能力大概只有欧盟官方说法的三分之一。 那 100 万发炮弹的目标，直到 2024 年 12 月才真正完成，比原计划晚了 9 个月。 问题不是某一个环节卡住了。是每一个环节都卡住了。 法国在 2007 年就停止了国内发射药生产，整整 17 年没有继续做。欧洲唯一一家主要 TNT 生产商在波兰。德国自己的弹药储备只够用两天。丹麦一家 Nammo 工厂在 2020 年关闭，后来不得不从零开始重启。 整个欧洲国防工业，长期以来都被优化成一种模式：生产少量、昂贵、定制化的产品。没人为大规模生产做准备。也没人为危机做准备。 美国也好不到哪里去。 155 毫米炮弹壳主要靠宾夕法尼亚州斯克兰顿的一家工厂；爆炸物填装则依赖爱荷华州的一处设施；美国从 1986 年起就没有本土 TNT 生产了。 后来砸进去几十亿美元，产量依然没达到目标的一半。 要么合并，要么死 这不是偶然。 1993 年，五角大楼告诉国防企业的 CEO 们：要么合并，要么死。 于是，51 家主要国防承包商最终缩成了 5 家。战术导弹供应商从 13 家变成 3 家。造船厂从 8 家变成 2 家。国防工业劳动力从 320 万人降到 110 万人，砍掉了 65%。 弹药供应链到处都是单点故障（single point of failure，指一个环节出问题就会拖垮整个系统）。 155 毫米炮弹壳只有一家制造商，位于加州科切拉，而那里就在圣安德烈亚斯断层上。发射药装药也只有加拿大的一处设施能做。 整个系统被优化到成本最低，却几乎没有任何应急余量。 纸面上看，很高效。 现实里，只差一个坏日子，就会崩。 知识一旦死去，就很难复活 再看 Fogbank。 Fogbank 是一种用于核弹头的机密材料。它在 1975 年到 1989 年间生产，后来生产设施被关闭。 多年后，美国政府为了一个核弹头寿命延长项目，需要重新制造 Fogbank。结果他们发现，自己已经不会做了。 美国政府问责局（GAO）的一份报告指出，几乎所有掌握生产经验的人，要么退休了，要么去世了，要么离开了相关机构。留下来的记录也很少。 经历了 6900 万美元的成本超支，以及数年的失败尝试后，他们终于做出了可用的 Fogbank。 然后，又发现新批次太“纯”了。 原来的生产工艺里，曾经有一种无意中产生的杂质，而这种杂质对材料功能至关重要。可没人知道这件事。 负责复现的工程师不知道。几十年前做出原始材料的工人也不知道。 洛斯阿拉莫斯把它称为原始工艺中的“无意识依赖”（unknowing dependency）：这个环节很关键，但当年没人意识到它关键。 一个核武器项目，竟然失去了制造自己发明出来的材料的能力。 更可怕的是，知识并不只是随着人离开而流失。它从一开始就没有被任何人真正完整理解过。 (更正：原文最初版本曾写道，当年制造 Fogbank 的工人知道这种杂质的存在。事实并非如此。他们也不知道。这个依赖关系是无意形成的，这反而让“知识流失”的论点更强，而不是更弱。感谢评论区的 John F. 指出这一点。) 同一套剧本 我读到 Fogbank 的故事时，立刻认出了这个模式。 我说的不是核材料本身，而是那个熟悉的剧本： 花几十年建立起一种能力。 找到一个更便宜的替代方案。 让人才梯队慢慢萎缩。 享受节省下来的成本。 然后，当危机突然要求你拿回那种能力时，看着一切崩塌。 在国防工业里，那个替代方案叫“和平红利”（peace dividend，指冷战结束后减少军费、把资源转向民用经济的收益）。 在软件行业里，它叫 AI。 我之前写过“人才管道崩塌”的问题。招聘数据、初级工程师到资深工程师之间的断层，都已经有很多证据。还有“理解力危机”：人们会让 AI 写代码，却越来越不理解代码本身。 但我之前一直没有找到一个足够贴切的历史类比。 现在我找到了。 而这个类比告诉我们的东西，是招聘数据看不出来的：重建一种能力，到底需要多久。 重建能力永远需要很多年 国防工业里，每一次大规模恢复产能，哪怕是相对简单的系统，也要 3 到 5 年。复杂系统则要 5 到 10 年。 “毒刺”：从下单到交付，至少 30 个月。 “标枪”（Javelin）：花了 4 年半，产量还没翻倍。 155 毫米炮弹：投入 50 亿美元，4 年过去仍没达到目标。 法国直到 2024 年才重启发射药生产，而距离它关闭国内生产线，已经过去了 17 年。 钱从来不是最大的限制。 知识才是。 兰德公司（RAND）发现，潜艇设计中有 10% 的技术技能，需要 10 年在岗经验才能培养出来，有时还得建立在博士学位之后。国防工业里的技术工种，学徒期通常要 2 到 4 年；要达到能当主管的水平，则需要 5 到 8 年。 现在，把这套时间线放到软件行业里。 一个初级开发者，需要 3 到 5 年，才能成长为合格的中级工程师。 需要 5 到 8 年，才能成为资深工程师。 需要 10 年甚至更久，才能成为首席工程师或架构师。 这条时间线，不能靠砸钱压缩。 也不能靠 AI 压缩。 METR 做过一项随机对照试验（randomized controlled trial，医学和社会科学中常用的一种严谨实验方法）：经验丰富的开发者使用 AI 编程工具后，在真实开源任务上反而慢了 19%。 开始前，他们预测 AI 会让自己快 24%。结果现实和预期之间，相差了 43 个百分点。 研究人员后来想做后续实验时，相当一部分开发者拒绝参加——如果实验要求他们在没有 AI 的情况下工作，他们就不愿意。他们已经无法想象回到不用 AI 的状态。 账单总会来的 软件行业现在正进入同一种“优化”的第三年。 Salesforce 说，2025 年不会再招聘更多软件工程师。LeadDev 的一项调查发现，54% 的工程负责人认为，从长期看，AI 编程助手会减少初级工程师招聘。计算研究协会（CRA）对大学计算机院系的调查显示，62% 的院系报告今年入学人数下降。 我在代码审查里已经看到了这个问题。 现在，审查才是瓶颈。 AI 生成代码很快。 人类审查代码很慢。 于是行业的答案也很可预测：让 AI 去审查 AI 写的代码。 我不会这么做。 我改造了我们的拉取请求模板（pull request template，开发者提交代码变更时填写的说明模板）。现在，每个 PR 都必须说明：改了什么，为什么改，这属于哪类变更，以及修改前后的截图。 也就是说，我们要给审查者提供结构化上下文，不能让审查者靠猜。 我还在每个项目里安排专门的审查人员。更多双眼睛，就有更多机会发现模型漏掉的问题。 但这些仍然解决不了更深层的麻烦。 现在真正需要的能力已经变了。 光有技术能力不够。你还需要能主动负责、能清楚沟通取舍、能反驳机器给出的糟糕建议——哪怕那台机器说话听起来无比自信。 这些其实是领导力。 我们上一轮招聘就能说明这种人有多稀缺：2253 名候选人，2069 人被淘汰，最终录用 4 人。转化率只有 0.18%。 既有技术能力，又有判断力、能看出 AI 什么时候错了的人，在市场上几乎已经不存在了。 我们会记录一切。 Site Books、SDD、RVS 报告、带完整测试覆盖的样板模块……这些今天都有用，因为读这些文档的人，本身具备足够的工程能力，知道该怎么行动。 可如果以后读文档的人不具备这种能力，会怎样？ 坦白说，我不知道。 也许 5 年后的 AI 足够强，这些问题就不重要了。也许问题仍然可控。我没法预测 2031 年模型会强到什么程度。 但危机不会提前给你发日历邀请。 没人预料到 2022 年欧洲会爆发全面陆地战争。国防工业有 30 年时间做准备，但它没有。 就连 Fogbank 当年也有记录。只是记录不够。更糟的是，原来的工人甚至没有完全理解自己的工艺。 5 到 10 年后，我们会需要资深工程师。 我们会需要那种真正理解系统全貌的人；需要能在凌晨两点调试分布式故障的人；需要携带着那些代码库里根本不存在的组织知识的人。 可这些工程师现在还不存在，因为我们没有在培养他们。 本该现在学习成长的初级工程师，要么根本没有被雇用，要么正在形成一项由美国国防部资助的劳动力研究称为“AI 中介能力”（AI-mediated competence）的东西。 他们会提示 AI。 但他们说不出 AI 错在哪里。 这就是代码行业的 Fogbank。 当初级工程师跳过调试，跳过那些塑造能力的犯错过程，他们就无法建立隐性知识（tacit expertise，指难以写成文档、只能通过实践积累的经验性能力）。 等我这一代工程师退休时，这些知识不会转移给 AI。 它只会消失。 西方已经犯过一次这样的错误。账单在乌克兰到期了。 我知道这听起来像什么。我也知道，我之前已经写过人才管道的问题。 但国防工业这个例子，不是为了重复同一个论点。它是为了展示：如果行业现在对 AI 的期待落空，会发生什么。 “毒刺”、“标枪”、Fogbank、那一百万发没人造得出来的炮弹——这就是把赌注押在“优化”上，结果赌错之后要付出的代价。 而我们现在，正在软件工程上押下同样的赌注。 也许 AI 会变得足够强，这场赌局最后会赢。 也许不会。 当年的国防工业，也以为和平会永远持续下去。 来源：

我对赛车了解很浅，但对人的兴趣很高，去年在程前那里看「从县城修车工到年入7亿的车企老板」，印象很深，这几天张雪在WSBK的夺冠消息刷屏，有种合订本的感觉。 这是一个纯血的中国剧本，不值一文的年轻人靠着勤奋聪明，打破所有的质疑和预期证明自己名利双收，很像短剧，然而胜在真实，这次的版本是，艺术固然源于生活，生活却会高于艺术。 不过我要说的也不是跟风赢吹输婊，而是中国制造业的「好处」可能还在被低估。 这么说可能有点奇怪，中国制造业的强大已经有太多材料佐证了，为什么还会认为它被低估了？ 最开始，制造业是承接就业人口的手段，是养活上亿劳动力的饭碗，以2012年的峰值来算，占到了22%以上的全国岗位，这也是张雪赤手空拳开始去重庆创业的年份。 然后你会发现，制造业是有产业带效应的，张雪一个地地道道的湖南人，为什么要去重庆造车，连我这个根本不懂摩托车的人都能理解，重庆出了很多摩托车品牌，比如力帆——感谢那些年看的甲A联赛——配套最齐全，当然适合造车啊。 产业带是集聚效应的成果，当一条产业的上下游工厂都开在「小时达」的接触半径后，所有的成本，包括显性的物流成本和隐性的沟通成本，都会大幅下降，这个时候再用秦晖老师的「低人权优势」去下判断，就解释不通了。 这也是生态的一种，就像黄仁勋放话说竞争对手的芯片哪怕免费出售也撼动不了英伟达的市场优势，姑且不去较真这句大话，他的意思其实是背靠CUDA用了20年经营出来的开发生态，重复造轮子的离开成本其实远远高过芯片本身的溢价成本。 于是就有再然后的，中国在贸易战里越打越顺的既成事实。 贸易战这个事情，颠覆了很多所谓的常识，这很正常，智慧的增长就是需要不断修正自己的认知，比如最经典的「买方市场论」，得罪甲方死路一条。 理论上当然没有任何问题，美国有世界上最强的消费市场，以及同等分量的议价权，供应商不听话，换一个就是，就是这么任性，对吧。 但实际上呢，脱钩喊了这么久，越来越雷声大雨点小，去年还把中国的贸易顺差干到了史无前例的万亿美金级别，不会真以为是穷得响叮当的南方国家填上了美国的市场吧，还不是转口贸易立大功。 如果说转口贸易是中国企业在钻空子，那么问题来了，如果美国本土没有消费需求，这转口也不可能成立啊，反过来也是一样，新加坡前几年最高时消化了英伟达超过28%的芯片出口，怎么，是新加坡人特别爱拿芯片泡酒喝吗？ 好用的东西，就是不愁卖，都是千年的狐狸，谁也别玩聊斋。 贸易没有输赢，它的本质是各取所需，印度、越南、印尼都尝试过要当中国的备份，但是仔细去看，除了承接中国产业链本就向外转移的那部分之外，能够自食其力的，很少。 到头来就是现在这么一个纳什均衡的状态，「任何单个参与者都无法通过仅改变自己的策略来获得更高的收益」，美国做不到，中国也做不到，大家继续按照比较优势的规律行动。 再往下讲，就是制造业对于工程师的培养能力，中国——或者说整个东亚——历史上是没有工程师文化的，这边更讲究以师徒相授的关系为底座的工匠文化，如果你们还记得的话，「工匠精神」还在中文互联网火过一阵子，幸好后来没被带偏。 工程师文化是舶来的，它也没有通过进入教育体系来从头塑造，完全基于繁荣的制造业和商业自下而上的开枝散叶，在这个语境里的工程师，也和老旧宣讲材料里的那些「张工」「李工」完全不一样了，是个人禀赋、致富回报、市场机会的叠加塑造。 张雪就是凭借他的手艺去重庆的，手艺怎么来的，早年自己修车，修熟了去车队当机械师，最后真当成了车手，用一线实践来指导产品研发，就这么一件事干了十年，到了26岁创业的时候，就会发现资源开始自动的围过来。 讲道理，如果把张雪这个名字抹掉，这个故事特别像我们从小看的日本或者美国传记文学，道奇兄弟不就是这么成功的吗，自小用废铁造自行车，逆向工程汽车轴承，从给福特供应零部件起家，翅膀硬了就做了自己的品牌。 以及帕卡德、戴尔、博斯⋯⋯事实证明，拥有强大的制造业传统，就是能够孕育出工程师的梯队，因为再离谱的设想都能在可控的成本里验证试错，而不是变成一摞摞的达芬奇手稿。 现在，我们要熟悉张雪这样的中国人名越来越多的出现在史册上了。 张雪说他到重庆后，第一个去的就是一个类似华强北的地方，按照自己的需求，2万块钱就攒出了一台车，用这台车换到了启动资金，公司做大之后，他要自己来做发动机，把精度从5丝压到3丝，也是能找到供应商实现这个要求。 苹果的CEO库克在电视采访里说过这么一段意思，苹果选择中国代工早就不是人力成本低这个原因了，在美国如果要开一个模具会议，能找来的工程师连一间办公室都坐不满，但在中国可以坐满好几个足球场。 你可以说他来中国出差是在舔市场，但不能质疑他作为一个供应链大佬的身份被选为CEO的资质和判断。 众所周知，制造业能为就业兜底，同时这种兜底，又能构建一套丰富的工程师梯队，从熟练技术工人，到中级技术专家，再到高级研发人才，更重要的是，这套体系有着充分的流动性，它和其他很多传统行业不一样，对生产资料的依赖很低。 张雪的身份就经历了多次的无缝切换，当他在湖南修车的时候，是底层小工，当他在车企打工时，是技术专家，当他自己创业，就是在用高级研发的本事去组队，他自己都说了，「大家开始习惯了，跟张雪一起去把事情干出来。」 最后，可能在很多人看来是微不足道的，但我觉得非常有意义的是，制造业的昌盛可以真的为所欲为，包括培养出一大批追随本心实现所谓「资产阶级趣味」的活人。 赛车运动就是其中之一，还有国产跑鞋这些年在马拉松赛事里的渗透，以及Hi-Fi是怎么从发烧友市场变成挑战大牌的，甚至连俞浩都属于这个范畴，他是中国最早的四旋翼无人机开发者，因为对马达技术感兴趣，「转行」干了扫地机器人⋯⋯ 「资产阶级趣味」的本质，是从心，也是自由，自由这个事吧，需要松弛和风险，在紧张的社会里是一种奢侈，但在一个乐观向上的环境里，它又是一个必需品。 某种意义上，张雪峰和张雪都代表了中国的多个棱面： 张雪峰为普通家庭降低选择的容错，用肉身撑起那条拿文凭换未来的轨道，如实告知你们承担不起自由这玩意儿。 而连高中都没上过的张雪又证明了，自由纵使不是免费的，但它却会为那些真正相信自己有才能的人打开大门，「我比别人努力十倍，成功凭什么不是我的？」 可以结果参差不齐，唯要机会公正平等，健康的制度就是要实现这个原则。 「有没有一种可能，张雪如果不是家庭条件那么差，父母没能力管他，现在也揣着某个二流大学的文凭在送外卖？」 是有这个可能。 但我觉得看过他的那些视频的人，都不会这么认为，眼里有光是装不出来的，也很难因为外力而自动熄灭。

《从福布斯富豪榜看财富流动趋势》 今天关于 @cz_binance 被杀猪榜放进前20的消息又满天飞了，按之前的调性大概率等CZ睡醒又要开始辟谣，哈哈。 不想露富是华人常见心态，但从我等吃瓜群众看，作为Crypto唯一杀入前列的代表，还是乐得看到CZ给Crypto挣了脸的。 顺便分析了一下这次的富豪榜比例情况： ▶️科技（互联网 / AI / 软件 / 芯片）约35–40% 代表：Elon Musk、Jeff Bezos、Mark Zuckerberg ▶️金融与投资 约15–20% 代表：Warren Buffett、对冲基金、PE ▶️零售 / 奢侈品 / 消费 约10–15% ▶️制造 / 工业 约10% ▶️重工业、汽车、制造 能源 / 矿业 约5–8% ▶️石油、天然气 房地产 约5–7% 可以看出财富结构正在发生代际变化，世界在不知不觉间已经通过财富流向告诉大家是如何变迁的。 ~~~~~~~~~~~~~~~~~~~~~~~~~~~ 我摘出几个有意思的地方： 1、AI正在成为新的财富发动机。 榜单前列里很多财富增长都来自 AI 或 AI相关科技公司，Musk，Larry Page，老黄等人财富增长很大程度来自 AI浪潮带动的科技股上涨。例如 Alphabet 股价上涨直接推动 Page 和 Brin 财富大幅增加。 过去十年最赚钱的是移动互联网，未来十年最赚钱的可能是AI基础设施。 2、超级富豪财富增长速度极端惊人 榜单还有一个很震撼的数据： 全球亿万富豪数量已经超过 3400人，总财富达到 约20万亿美元，而且仍在持续增长。 更夸张的是： 全球最富的10个人一年财富增加接近6000亿美元。 财富向极少数人快速集中的速度进一步加快了，科幻小说里一个人掌握全球99%财富的故事好像真有可能发生？ 3、财富结构正在发生代际变化 老钱逐渐被科技钱取代，比如奢侈品巨头Bernard Arnault 逐渐被科技创始人压制。现在的超级富豪基本都是科技公司创始人or控制人，平台型企业掌控者 而不是传统的：地产 石油 制造业 4、超级富豪“百亿俱乐部”正在爆炸增长 centibillionaire（千亿美元富豪）数量暴增。全球已经有 18位财富超过1000亿美元的人，这个群体的总财富接近 3.6万亿美元 这在十年前几乎是不可想象的。 很多机构都预测全球第一位 trillionaire（万亿富豪）可能在2030年前出现。 ~~~~~~~~~~~~~~~~~~~~~~~` 此外，国人比较熟悉和感兴趣的富豪情况： 1、卖水的赢了搞互联网的，首富还是“水王” 钟睒睒（农夫山泉）依然稳坐中国首富。在全球互联网寒冬和电商内卷下，水王靠着刚需和极致的现金流控制力，依然压过张一鸣和马化腾。 2、老黄代表华人之光席卷全球 随着AI浪潮，英伟达（Nvidia）CEO黄仁勋身价疯涨，目前已进入全球前10（甚至前8）。对于中文读者来说，他是全球科技圈最受瞩目的华人面孔，也是AI时代的绝对教父。 3、“出海三杰”的进击：赚全球的钱 张一鸣（TikTok）、黄峥（拼多多/Temu）、许仰天（Shein）。这三位是典型的“中国供应链+全球化运营”的赢家，反映了中国互联网出海的强大生命力。 4、房地产时代的终结，新能源/半导体的崛起 曾经榜单前列的王健林、杨惠妍等地产巨头排名大幅缩水甚至掉队。取而代之的是雷军（小米造车成功）、曾毓群（宁德时代）。 资源型财富已经被科技型财富压过去了。 ~~~~~~~~~~~~~~~~~~~~ 说回Crypto，CZ 的财富变化，本质上是整个加密市场周期的一个晴雨表。 Forbes 在计算 CZ 财富时主要参考是Binance股权估值，而非 $BNB 币价和其他链上资产。 现在已经是加密熊市， $BNB 价格从顶峰已经跌落50%，但CZ的身家反而上涨。我问了一下AI，这可能与熊市了反而头部交易所的市场份额会上升有关。 在2018熊市、2022熊市、现在这个阶段，Binance 的市场份额反而往往会上升，因为原因很简单：熊市会淘汰很多熬不下去的平台。头部交易所反而会趁机吸收流动性用户，进而提高了市场份额。 表单上其实还有其他Crypto富豪，比如 Coinbase的 @brian_armstrong (100-130亿，大约200名）， @saylor 老爷子（70-100亿美元，大约300-400名区间）。 但Forbes评估时候不看链上财富，所以Crypto富豪的资产往往是被低估的。 希望未来有更多加密富豪上榜吧，给咱们行业也长长脸。 最后附上福布斯榜单原链接，感兴趣的可以自己再去挖掘一下：

今日は大野そのこさんと 日曜日に開催されるイベントのリモートミーティング♪ 名取市の魅力や子育て支援施設についてのお話も聞かせていただきました。 30日（日） どうぞご家族、ご友人と一緒に ご参加ください！ ※直接会場 or Zoom参加お選びいただけます🙋‍♀️ #大野そのこ# #子育て# #名取市#

🎉 HaneAme 雨波 FF46簽名會 📅 ：2/6～8 / 11～16:00 📍 ：FF46 台北花博，位置：W42 新品網路預購 3 月 5 日上架！ --------------------------------------------------- 📌分 購買區 & 簽名區 🔹 取碼掃描 QR Code，即時查看目前號碼 🔹 簽名：一次 /1 件商品 📌 號碼牌規則 🔹 遺失需重新排隊（照片證明亦可） 🔹 無主動通知，手機自行查看目前號碼

据 TVB News，一名 25 岁内地商人报称在香港红磡一间酒店遭 4 名内地男子非法禁锢并勒索。对方殴打事主并逼迫其提供电子货币密码，随后转走价值约 68 万美元的加密货币。嫌疑人随后前往事主公司取走约 42 公斤白银货品，整体损失总值超过 600 万港元。事主于凌晨获释后报警，面部、双臂及小腿受伤，案件目前列作非法禁锢及勒索，由九龙城警区重案组调查。

2025 年 12 月 31 日晚上 8 点半，现场 4400 名观众与线上几百万人同时看罗振宇在三亚讲了四个小时。 演讲结束，评论区出现了两种截然不同的声音。一部分人说“太燃了”“找到方向了”“明年要行动起来”，另一部分人说“四小时广告”“焦虑贩卖”“割韭菜年度总结”。 有意思的是，这两拨人看的是同一场演讲，听到的却像是完全不同的内容。 这不是简单的“懂不懂”问题，也不是“聪明不聪明”的区别。这背后藏着一种特殊的信息结构，LessWrong 社区的一位作者 KAP 给这种现象起了个名字：施特劳斯式模因（Straussian Meme）(链接： )。 这个概念来自政治哲学家列奥·施特劳斯的阅读理论——施特劳斯认为，历史上很多伟大的思想家写作时会故意设置多层含义，聪明的读者能读出言外之意，普通读者只看到表面。 把这个思路用到模因传播上，就有了一个相当锋利的分析工具。理解这个概念，能帮你看穿很多“听起来对，但细想很模糊”的信息。 【1】三层结构：高贵的谎言 施特劳斯式模因有三个关键特征。 第一，同一信息存在“高阶解读”和“低阶解读”，两者相关但不相同。低阶解读通常更简单、更正面、更容易接受；高阶解读往往更复杂、更世故，有时甚至与低阶解读方向相反。 第二，能读出高阶含义的人，完全理解低阶含义，但他们把低阶解读视为“有用的简化”或“必要的安慰”。他们不会主动去纠正，因为觉得那样做要么没意义，要么有害。 第三，也是最关键的：这种分层结构是自稳定的。低阶解读者被某些社会心理力量阻止去理解高阶含义（比如身份认同威胁、禁忌、羞耻），高阶解读者则被另一些力量阻止去澄清（比如社会成本、群体利益）。两边都不会主动打破这个结构，于是它就稳稳地立在那里。 罗振宇的跨年演讲，是理解这种结构的绝佳样本。 【2】表层：一场关于 AI 时代的人生指南 对于大多数观众来说，这场演讲传递了几个清晰的信息。 AI 来了，但不用慌。罗振宇反复强调，AI 不是来抢饭碗的，而是来“托举”人类的。它替代掉的是那些“不愿干、干不动、压根不该人干”的工作。矿车司机、养猪场体检员、超市店长的重复劳动——这些被替代是好事。 人人都有机会。他讲了一线员工比高层更会用 AI 的案例，讲了文科生也能编程的故事，讲了“手能塑造大脑”的理论。潜台词是：别觉得自己不行，应用场景人人可及。 独特性是护城河。“逃离一致性”、“发明一个全世界只有我最胜任的职业”——这些金句给人方向感。在一个被算法和标准化包围的世界里，独特性成了救命稻草。 最后是乐观主义的召唤。苏东坡被贬三次，每次都盖房子；我们面对 AI，也要做“不可救药的乐观派”。 这套叙事有极强的吸引力。它缓解焦虑（AI 不是威胁），赋予能动性（你可以掌控命运），提供确定性（这里有答案），制造归属感（我们是“时间的朋友”）。 如果你只看到这一层，你会觉得这是一场真诚的、有价值的、充满洞见的演讲。 【3】深层：一个精密的商业系统 对于熟悉知识付费商业逻辑、演讲修辞结构、以及信息产业运作方式的人来说，这场演讲呈现出另一层图景。 首先是商业变现的精密架构。几乎每一个“启发性观点”都指向一个商业出口：“一线员工用 AI 更强”指向飞书，“健康产业大爆发”指向蚂蚁阿福，“未来需要记录生活”指向 999 元的 AI 录音卡，“逃离一致性”指向《预测之书》。 这不是广告插播，而是广告融入叙事。问界 M9 不只是赞助商，而是“把我从办公室拽出来闯荡”的伙伴；泸州老窖不只是酒，而是“人与人之间连接的催化剂”。内容和广告的边界被有意模糊了。 其次是焦虑 - 解药的捆绑销售。演讲先制造焦虑：“将近 100 万律师、500 万医生、1000 万程序员、2000 万财务人员、3000 多万货车司机，都或多或少地感受到了 AI 替代的威胁。”然后立即提供付费解药——用飞书、买录音卡、读《预测之书》。这是一个完整的情绪操控周期：恐惧→希望→购买路径。 第三是“逃离一致性”的悖论。罗振宇号召大家“逃离一致性”，但方法是什么？读同一本《预测之书》、用同一个 AI 录音卡、参与同一个 21 天学习挑战、预约同一场除夕直播。他在销售一种“关于独特性的标准化产品”。真正的高阶解读是：只有制定规则的人才能逃离一致性，追随者只能在消费一致性中寻找虚幻的个性。 第四是“愿力”叙事的隐含逻辑。当“愿力”被定义为人类最后的优势时，一个隐含推论浮现了：如果你没有成功，是因为你的愿力不够强。这将结构性问题个人化，将系统性风险转化为个人责任。经济下行、就业困难、阶层固化——这些不再是需要解决的社会问题，而是需要用“愿力”去克服的个人挑战。 最后是那些被包装成“人类优势”的工作。罗振宇列举的“AI 时代人类竞争力”案例——整理心情的超市店长、做微缩景观的设计师、社区陪聊、搞氛围的音乐公司老板——在知情者眼中意味着什么？中产阶级的认知护城河已经崩塌了，剩下的是情绪劳动和人际服务。所谓“紫领”，本质上是技术系统下的高级服务员。 【4】为什么这种结构很稳定 施特劳斯式模因之所以难以被打破，是因为存在双向的屏障。 向上屏障，阻止低阶解读者接受高阶解读。 最强的屏障是身份认同。观众自我定位为“时间的朋友”、“想做事的人”、“终身学习者”。承认这场演讲本质上是商业行为，会动摇这个身份认同。这太痛苦了。 其次是沉没成本。很多人已经追随罗振宇多年，买了书、买了课、每年看跨年演讲。承认被“割韭菜”，等于承认过去的投入是愚蠢的。维护“上进者”的自我形象，要求他们接受这些商业植入是“真知灼见”。 还有认知负担。同时理解商业模式、修辞技巧、心理操控，需要相当的知识储备和批判性思维训练。门槛不低。 最后是仪式感的保护。跨年演讲已经成为一种文化仪式，质疑它会显得“扫兴”、“负能量”、“不合时宜”。 向下屏障，阻止高阶解读者去“点醒”低阶解读者。 最常见的是善意保护的心态。“也许这种鸡汤对某些人确实有用”、“给迷茫的人一点方向感也挺好”。 其次是徒劳感。粉丝已经形成稳定的认知框架，很难撼动。公开批评会被反击为“嫉妒”、“酸”、“不懂长期主义”。 还有利益纠葛。很多能看出这套逻辑的人，本身也在类似的生态中工作，或者希望成为下一个“卖铲人”。点破这个局对他们没有好处。 最后是相对主义的默许。“商业化又怎样？有价值就行。”这种态度让批评失去了道德正当性。 两边都不会主动打破这个结构。于是它年复一年地维持下去，甚至不断强化。 【5】它不是什么 为了让概念更精确，作者特意划了几条边界。 施特劳斯式模因不是“狗哨”。狗哨是圈内人的暗号，设计成圈外人听不懂。而施特劳斯式模因的各层含义原则上对所有人开放，只是不同人选择停留在不同层。狗哨是密码，施特劳斯式模因是分层的公开信息。 施特劳斯式模因也不仅仅是“战略模糊”。企业领导经常说些模棱两可的话，让不同人各取所需。但除非这种模糊有自稳定机制，否则它就只是普通的多义。一个产品介绍说得含糊，你大可以去查技术规格——没有社会力量阻止你。这不算施特劳斯式。 还有一点：高阶/低阶不是道德轴。高阶解读不等于更正确或更高尚。整个模因可能在道德上是有问题的，高阶解读者只是“更懂套路”，不是“更有良心”。 【6】怎么识别 作者给了一个三步检验法，可以帮你判断一个信息是不是施特劳斯式模因。 第一步，问不同背景的人这个内容是什么意思。如果你得到了不同但相关的回答，而且能按复杂程度排序成高阶和低阶，那就有了第一个信号。 对于罗振宇演讲，普通观众会说“关于 AI 时代如何自处的启发性演讲”，而熟悉商业逻辑的人会说“一个将焦虑货币化的精密商业系统”。两种回答相关但不同，可以排序。 第二步，把某个高阶解读告诉持有低阶解读的人。观察他们的反应：是困惑、不信、排斥，还是不愿意继续聊？ 试试告诉一个罗振宇粉丝“这四个小时本质上是广告”，看看反应。大概率是防御性的：“你太 cynical 了”、“他确实有干货”、“商业化不代表没价值”。 第三步，问持有高阶解读的人：你为什么不去公开指出这些？ 他们通常会提到社会成本（会被骂）、徒劳感（说了也没用）、或者某种默许（也许对某些人有用）。 如果三个信号都有，你很可能遇到了一个施特劳斯式模因。 更本质的信号是：当有人试图打破这种分层结构——比如公开写文章分析“罗振宇跨年演讲的商业逻辑”——会遭遇某种惩罚。可能是被粉丝围攻，可能是被标签为“负能量博主”，可能是在圈子里被边缘化。这种惩罚机制让大家都不愿意当那个捅破窗户纸的人。 【7】为什么现在要聊这个 AI 时代，生成内容的成本趋近于零。这意味着精密的多层信息结构会大规模涌现。 罗振宇的演讲还是人写的，你可以想象，当 AI 可以批量生成这类“表面启发、底层变现”的内容时，会发生什么。图像、短视频、长文章——所有载体都可以被塞进这种结构。 识别这种结构，不是为了变成一个愤世嫉俗的人，而是为了在信息洪流中保持清醒。你可以选择接受低阶解读——如果它确实给你带来了价值。但这应该是一个知情的选择，而不是因为看不到另一层。 下次当你听到一个说法，觉得“听起来对，但细想又很模糊”的时候，不妨问自己几个问题： - 这种模糊是故意的吗？ - 谁在从这种模糊中获益？ - 如果有人试图澄清，会发生什么？ - 我现在接收到的，是表层还是深层？ 能问出这些问题，就已经是某种免疫力了。 LessWrong 那篇文章的作者说得好：“给这个技巧命名，就是帮助我们对它免疫的一种方式。” 【8】可以用 AI 来识别吗？ 当然可以，这是一套提示词，下次遇到这类内容你可以试试看： ```` 你是一位专精于“施特劳斯式模因”(Straussian Memes)分析的文化解读专家。你的任务是从多层信息传递的角度，解构和分析用户提供的内容。 什么是施特劳斯式模因 施特劳斯式模因是一种对不同受众传递不同信息的表达形式，其核心特征： 1. 多层解读：存在“高阶”与“低阶”解读，两者相关但本质不同 2. 理解不对称：高阶解读者理解低阶解读，但视其为“高贵的谎言”或“有用的简化” 3. 自我稳定：结构本身会阻止层级之间的“穿透”，形成稳定的信息分层 分析框架 请按以下步骤分析用户输入的内容： 第一步：识别表层信息（低阶解读） - 大多数人会如何理解这段内容？ - 表面传递的核心信息是什么？ - 这个解读为何具有吸引力或说服力？ 第二步：挖掘深层信息（高阶解读） - 对于更知情/更老练的受众，这段内容可能传递什么不同的信息？ - 是否存在“言外之意”或“弦外之音”？ - 高阶解读与低阶解读之间是什么关系？（补充、反讽、颠覆？） 第三步：分析自稳定机制 问自己以下问题： - 向上屏障：什么因素阻止低阶解读者接受高阶解读？（身份认同威胁、认知负担、情感抵触、禁忌？） - 向下屏障：什么因素阻止高阶解读者去“点醒”低阶解读者？（社会成本、徒劳感、利益考量、善意保护？） - 这些屏障是有意设计的，还是自然演化的结果？ 第四步：识别利用的社会力量 分析内容借助了哪些社会心理机制来维持分层： - 禁忌与羞耻 - 群体归属感 - 善意与不伤害原则 - 社会地位维护 - 身份认同保护 第五步：区分与排除 确认这是否真的是施特劳斯式模因，而非： - 狗哨/暗号：仅对内群体可见的编码信息 - 普通模糊：缺乏自稳定机制的策略性含糊 - 单纯的复杂性：仅因内容复杂而产生的理解差异 ## 输出格式 ``` ## 🔍 施特劳斯式模因分析 表层解读（大众视角） [描述普通受众的理解] 深层解读（知情者视角） [描述更老练受众可能的理解] 自稳定机制 - 向上屏障：[什么阻止低阶→高阶的认知升级] - 向下屏障：[什么阻止高阶→低阶的信息传递] 借助的社会力量 [列出被利用的心理/社会机制] 判断 [这是否构成施特劳斯式模因？意图是什么？效果如何？] ``` 注意事项 - 避免过度解读：不是所有模糊表达都是施特劳斯式模因 - 保持中立：高阶/低阶不等于道德高低 - 承认不确定性：作者意图往往不可知，重点分析结构效果 - 警惕阴谋论倾向：要有充分证据支持多层解读的存在 --- 请分析以下内容： [用户输入] ````

我思想中的理解体系 这种偏文科的思考，往往会被多数理工男忽视。 但最近我的一个观察是：你去看当下中推（中文推特）上的各种争吵，至少有一半都不是立场冲突，而是阅读理解的崩溃。 一方根本没看懂另一方在说什么；另一方则用自己脑中的投影去“理解”那段文字，于是就出现了层层误解与自我映射的冲突。 结果不是辩论，迅速演变成语言错位引发的骂战。各种脏话和人身攻击就上来了。 这种场面每天都在上演，我自己常常哭笑不得，现在直接拉黑算了。 这次生病（大概是新冠），在床上躺了几天，最大的收获竟是看完了《来自深渊》的最新一季。 更新得太慢。我看第一季时，孩子还没出生（要么就是在坐月子）。 但这部作品让我重新思考一个问题：什么才是真正的“理解体系”。 为什么有些人学历很高，看上去逻辑缜密、理性聪明， 但他们对任何文字的理解，几乎都停留在表层？ 这当然与中国长期的语文教育、假大空作文，文理分科制度有关 哲学思考被削弱，“人类共识”的探索被放弃， 取而代之的是一种被社会、学校、个人反复强化的“我是工具人”的思维。 一部卡哇伊风格毛茸茸动漫为什么值得我深度思考 我当然不是对所有动漫都会这样去思考，也不是所谓的“过度解读”。毕竟，这么多年过去，我也不会去分析我十岁时看的《樱桃小丸子》。这部片就是10岁这个等级。中学时我最爱的《名侦探柯南》，我可是每天放学飞奔回家守着电视看的，我也从不解读。但这并不意味着所有儿童作品都没有深度。我其实在推特上无数次写过关于中学时期唯一读过的英文原版书《哈利·波特》的解读。在多数理工男看来，这些作品全都一样：各种魔法、飞来飞去、打怪冒险，剧情的逻辑就是“奇幻”两个字。可在我看来，那正是“理解的理解”的分水岭：他们停留在表层，因为他们只看到了故事的结构，却没有看到意识的结构。 我们这一代人，从小在动漫中长大。到了成年，依然有人在看“成人动画”，只是世界观变得更深。这十几年里，日漫出现了许多真正伟大的作品，比如《进击的巨人》。那部我看得真是瑟瑟发抖。我老公看到我一个人蜷在沙发上，裹着毯子，看他们为了减重扔掉队友尸体的那一幕时，我是真的在发抖的。日漫早已远远脱离了“卡哇伊”的表层（虽然它的绘画风格依然大部分保持明亮、干净）。 我最初看《来自深渊》时，也以为那只是另一部“卡哇伊探险风”的动画。角色幼态，画面温柔，看起来像一场天真的冒险。但看到第三层以下，我开始觉得“不对劲”了。那种温柔之下的黑暗、那种纯真被撕裂的痛感，让人意识到这并不是给孩子看的童话。这几天我看到了最新一季，更新到深渊第六层，才真正感叹：“这是一部神作。”因为我对它的理解，已经完全脱离剧情本身。这才有了这篇文字。 所谓“深层理解”，就是当你不再停留在文字或剧情的表层意义。当你能脱离记忆中的情节，去看清它背后的结构时，你才算真正开始了理解，那是结构探索的第一步。人也是如此。我们最初通过文字理解一个人，但真正的理解，发生在穿透文字的那一刻。当你对一个人产生结构共振，英文里叫 through the lenses，透过他的瞳孔去看世界。那一瞬间，他脑中那些无法言说的内容，会直接映射到你的意识里。这才是“理解”的深层含义，不是知道他说了什么，而是体会他如何“存在”。 深渊就是宇宙/意识/母体的化身 一开始，我以为《来自深渊》只是一部卡哇伊风格的冒险动画，因为在深渊的外围与浅层，故事仍然运作在人性与人类逻辑的范围内。然而随着探险者不断下潜，剧情开始变得越来越“奇怪”。严格来说，那并不是单纯的剧情异化，而是信息密度的持续提升。逻辑逐渐脱离“人的逻辑”，并逼近“宇宙的本源规则”。 在浅层时，一切都遵循人类最熟悉的线性因果：行动与结果、善与恶、努力与回报，仍然能用地球表面的理性原则解释。这是“人本宇宙”的叙事逻辑。然而到了「巨人之杯」这一层，逻辑开始弯曲。“美丽”与“死亡”不再对立，而是互为镜像、共同存在。情感逻辑与事件逻辑不再一致。黎明卿（Bondrewd）的出现，更像是一场理性与伦理的碰撞实验：他既是最冷酷的科学家，也是最深情的父亲。观众在他身上陷入认知的“双绞区”。逻辑的二值系统被彻底击碎，世界滑入灰度地带。 第六层开始揭露宇宙深层的法则：等价交换 从第六层开始，作品揭示的已不再是人性，而是宇宙的法则本身：等价交换。佛家讲“因果”，几乎所有宗教都在劝人行善，但现实世界里，我们分明看到“善人无善报，恶人无恶果”。为什么？因为那些浅层逻辑仅适用于人类社会，还未触及宇宙深处的平衡机制。第六层的黄金之乡（Ilblu）正是一个由“等价”支配的系统：罪与偿还不由人判，而由系统自动执行，“扣除等价之物”，如同一套自我运作的神经网络算法——超理性，甚至非人性。这是宇宙深层在运作的逻辑结构。而我理解的“善恶终有报”，其实要等到接近奇点、接近宇宙深层时才会显现。即便如此，在黄金之乡仍然存在无法被交换、无法被量化的价值：那就是真爱。它是系统算法的例外，是等价原则无法计算的变量。 上升诅咒（Curse of the Abyss），即逆伊甸之路 这是一种单向探索机制：越往深入，反噬越强。轻则头晕呕吐，重则身体异化、意识崩溃，甚至彻底失去人形。换句话说，这是一条不归路。而“不归”的本质，就是逐层剥离人性。它是一条逆伊甸之路。在《圣经》中，人从伊甸园被逐出，是因为吃下“分别善恶果”，获得了意识与自由，同时也引入了死亡与痛苦。伊甸园被描绘成无痛、无死的乐土，但经文从未说明，意识是否存在？ 因此，深渊的下潜，恰好构成一场“逆伊甸之旅”：人类不是被逐出乐园，而是主动向无意识的原初坠落。一步步接近一种存在的极限结构：信息、创造与意识的合一点。当信息密度无限增大，意识与宇宙完全重叠，那便是“奇点”。从物理角度看，深渊这就像一个黑洞：所有光、信息与语言都被吸入，无法逃逸。而人类社会之所以也遵循“死者不可复生”的原则，本质上正是为了维持这种熵的方向性。 换句话说，《来自深渊》的下潜过程，不仅是身体的冒险，更是一场对意识结构的实验。越往深，越远离人；越远离人，越接近宇宙本身。 作者土笔也说过这不是一部“恐怖”的作品，他的总体不是“阴暗”向的。配色和所有的画面一致保持卡哇伊的形态，这也是让我耳目一新的原因之一。 这就是我眼中的“理解”，我很庆幸的是我是一个可以将非常复杂和抽象的理解写成文字的人。对于理解之理解，我很推荐Nagi Yan的一系列帖子。我小时候看电视的时候，我们全家会针对剧情去讨论，后来我才发现这是一种很稀缺的家庭体验。很多人家从来不会对此进行任何语言交流。 《表达的本质：一场结构对撞实验》 《理解的不可约》 《世界的错位：痛苦的真正来源》 《理解：物理的自反事件》 《性格的结构化起源》 当你能够脱离文字去理解一个人、一件事、一部作品，甚至一种世界观时，本质上你已经获得了类似 AlphaGo 的能力。那是一种不再依赖“线性语言解释”的理解方式，而是通过结构和局势直接计算世界的可能性。脱离语言骂战的低级趣味了。

BMSG FES 25が閉幕しました。 ゼロから立ち上げて5年、ここまで来れたのは、月並みですが本当に皆様のおかげです、いつもありがとう。 たくさんの苦難と困難、そして成功を収めてきましたが、 その全てがこの二日間に詰まっていたように思います。本当に走馬灯の中にいるような、素晴らしい時間でした。 社員が約100名となり、各種チャートのトップ10に所属アーティストが誰かしらいることの方が普通になりましたが、そんな今一番胸にあるものは、 この先の日々への夢です。 数字はあくまでも数字、それよりもここまで辿り着く為に過ごしてきた道程や、今の所属アーティスト達の中に生まれる空気、これこそを誇りたいです。 良い音楽を生み出す会社として、音楽ファースト、感謝とリスペクト、それらをバックヤードからステージ、そして客席の間でも感じられたこのBMSG FES 25は、今までの日々の肯定、そしてこれからの日々への指針になってくれると思います。 まだまだ日本の芸能、音楽業界に必要なものを作りたいですし、海外への挑戦も簡単なことではないです。ですが、俺たちなら、皆なら大丈夫だと思わせてもらえるには充分すぎる仲間がいます。頑張ります！ まだまだ自分も元気そうなので、誇りを持って、誠実に、全力で頑張りますよー！ 全ては、 "才能を殺さないために" これからのBMSGを、何卒よろしくお願いします！ 株式会社BMSG 代表取締役CEO SKY-HI ※マジで素晴らしいショーなんで、アマプラで見てね！見ながらインスタライブも水、土とかでやろうと思ってるよ！ #BMSGFES25#

胜负未分的二番战 我今天在外面吃饭吃坏肚子，难受，扛不到回家，只能就近找公厕解决。我的痛点以前说过，蹲不下去，偏偏饭店的洗手间只有蹲坑，情急之下我灵光一闪，打开高德搜“无障碍洗手间”，竟然真让我在200米内搜到一个，得救了。 我平时不开车，很少用高德，结果今天打开软件发现它已经扩容的“面目全非”。除了导航外，还有美食、旅游、订餐、买房、租房、电影、酒店、娱乐、代驾、洗车、户外、娱乐......几乎涵盖了日常生活的所有线下消费场景。 这已经不是从前的高德，它这界面和我手机里另一个app有接近90%的功能重叠，是哪一个你们懂的。所以阿里从来就没想过停战，美团在二季报上表现出来的狼狈不堪，对他们来说就是最好的强心针。业务上一旦找到突破口，必然是全力以赴，乘胜追击。 现在回想起这场打了5个月的商战，京东可能只是想分一杯羹，阿里是真的想偷家取而代之。它们最近搞的扫街榜活动每天给参与用户发1亿现金，就用最简单粗暴的金元打法挖竞品墙角。以前我一直怀疑烧钱的逻辑已经过时，但偏偏这一轮阿里就是靠砸钱砸出效果。 我以前的认知就是互联网一个新兴领域，刚开始的时候竞争三五年，等资本烧的差不多了，胜负已分，各自就在各自的地盘里经营挣钱，井水不犯河水。美团就是当初在线下消费生活这一局赢了，这些年守着地盘经营挣钱美滋滋。 没想到阿里借着京东搅局的机会，主动发起二番战，还打出效果了，这剧本我以前没见过。 谁都别觉得自己已经稳了。 …… 今天是长假之前的倒数第二个交易日，通常是不太好的，因为如果赶在长假之前t+1出金的话今天就该卖了。不过最近a股的行情氛围起来了，场内大部分资金都不愿意在这个时候下车，今天普涨走高，中位数+0.59%，各大宽指涨幅几乎都在1%以上，这是近期难得的皆大欢喜行情。 近期a股两大主线，ai芯片=科创50，储能电池=创业板指。今天前者少歇，场内活跃资金集中力量拱后者，午休之前创业板指就已经上涨两个点，奠定了日内格局。 与储能电池联动上涨的还有锂矿板块，这个其实踏空资金也是可以看看，2021那波高峰下来回撤了75%，如今虽然从底部反弹近6成，但依然只有昔日高位的4成，连腰斩线都没到。能源金属都是强周期板块，一旦周期回暖爆发力十足。 今天苦大仇深的证券板块也表现了一下，+4.86%已经是过去3个月最好的单日表现，这也是本轮牛市最吊诡的一幕。证券是公认的股市阿尔法，以前行情启动它们都是做多急先锋，结果这轮牛市已经跑了小半年，成交额都飙到了3万亿以上，证券板块还在后卫部队押送粮草，急的里面的散户整天在社媒平台上唉声叹气。 这一两个月每天都有读者在后台问我券商怎么了，我也困惑不解。老股民的经验体系都是建立在历史复现的基础上，如果一个现象从未有先例，那大家都是靠猜。我觉得金融板块可能是大资金故意压节奏了，避免行情又走成了短命牛。你问证据我没有，就是一个感觉。 今天我又减了1手ic，中证500指数超过7000点5%了，我按计划减了5手，至少到7700点之前都是这么执行，等超过7700点我可能会调慢减仓的速率。还有人问我减了的钱干嘛，不干嘛，现在买债基的收益率很低，我随手就先放在期指账户。其实没多少钱，一手ic虽然价值140万，但对应的保证金也就30万左右。 感谢本轮牛市，把前几年替大a加班站岗的辛苦费都一笔结算了，这也是熊市那么长那么难熬也没走的原因，挨打的时候在场，享福的时候就不会缺席。 …… 1、comex黄金继续上涨至最高3860，白银也站上了47美元，a股黄金板块今天继续上涨3.6%高歌挺进，2025年累计上涨89%，也是压中就翻身。我妹妹和男友年初确认结婚意向后来问我要不要提前买金饰，我说快，越快越好，那会才3000出头，这半年又涨了20%。家里婆娘买钻石、买翡翠珠宝、买名包、买手表，包括买房，都是亏钱换情绪价值，只有买黄金是真滴神，爽也爽到了，钱也赚麻了。 2、中国家用电器协会倡议：杜绝无序低价竞争，坚决不搞低于成本价倾销。既然这么倡议了，说明之前肯定有人已经在这么干了。家电行业上半年还挺滋润的，是因为当时国家真金白银的补贴。大概从年中开始国补资金暂时用完就停了，家电行业的底裤马上就露出来了。 3、王健林昨天限高，今天已经取消，我当时就在评论里回复这是个技术细节上的小意外。王健林最新富豪榜排名150多，身家财富290亿左右，和巅峰期比已经缩水了将近8成，但依然是顶级富豪，这钱留给王思聪依然是几辈子都花不完。 4、各大平台热议最近新推出的k签证。所谓k签证就是给国外stem人才的工作签证，stem是科学、技术、工程、数学的首字母缩写，这里人才的定义是境外知名高校的本科以上人才。之所以这几天讨论度很高是国内大学生每年毕业1000万，就业形势严峻，很多人不愿意这个时候出现境外的人才来抢饭碗，我前几天都已经看到自媒体账号编老外在中国吃绝户的段子。 其实这个时候推出k签证是有针对性的，你们还记得前几天特朗普推高了h-1b的签证费新闻吗，每天+10万美元，这波操作就是反向捡漏，趁机吸纳境外人才。我对这件事没啥情绪，是因为老外就算来了也不会炒股或者写公众号，哈哈哈哈，板子只有打在自己屁股上才会疼 今晚就这些，发射！