与「子供服」相关的搜索结果

加入全球汇丰交流群，享受一地关户、全球关户 經全面檢視后，我們很抱歉通知您，本行將未能繼續為您提供服務。我們向您保證，這并輕易的決定。 滙豐一向致力於保障金融系統的穩健，因此我們會定期檢視客戶戶口活動情況，並就各項因素考慮，其中包括客戶記錄、戶口所進行的交易、客戶與個別國家和地區、機構、個人之間的交易活動，以及我們與客戶的業務關係。 我們明白這個決定會為您帶來不便，本行會盡力協助您以最簡單直接的方式完成注銷戶口秩序。 您需要注意甚麽 1.您銀行戶口的限制 從即日起：您的銀行戶口服務已經受到限制。您不能夠存入或轉入款項、認購投資產品、使用自助理財服務（例如:自動櫃員機,HSBC HK 流動理財應用程式）或經自動轉載/直接付款/常行指示收取款項。 以上限制可能會導致戶口資金不足以支付或停止支付自動轉賬/直接付款/常行指示，相關交易被拒可能會收取費用。請悉時安排其他途徑支付。 2.從本信函發出日期的第 14 天起： 您銀行戶口的所有交易將全面受到限制。這包括您賬戶中的任何轉入或轉出交易，如果您在賬戶中設定了任何預設的定期 或自動付款，我們建議您另作安排。 3.從本信函發出日期的第 30 天起： 我們將安排關閉您的戶口。 注意事項： • 是次全面限制和注銷戶口亦可影響與該戶口相連的商戶/ 或服務供應商之直接授權付款安排 • 我們會豁免因注銷戶口而需要將結餘轉出時所產生的相關手續費。這項豁免只限於香港滙豐所收取的手續費 • 我們也會豁免因注銷戶口而必須轉出投資產品、出售證券或贖回單位信托基金或資金的相關手續費。這 項豁免僅限於由香港滙豐所收取的手續費 您需要作出甚麽安排 如您的戶口有任何結餘，請填妥附上的戶口結餘指示表格，並郵寄至以下地址以處理相關事宜 香港九龍 深旺道一號 滙豐中心二座一樓 賬戶注銷組 請注意，相關戶口結餘（如有）只能透過： I. 本地跨行轉載或電匯至滙豐集團之外的戶口（滙豐集團包括滙豐海外分行及恆生銀行）；或 ii. 以您的名稱為受款人的本票提取 • 如您的戶口無任何結餘，則毋須採取行動。我們會按程序注銷該戶口 • 當所有戶口注銷以後，您將不能透過滙豐網上理財或滙豐流動理財查閲相關電子查單及電子通知書、假若您有使用電子結單及電子通知書服務，請儲存即將注銷戶口的電子結單及電子通知書服務，請儲存即將注銷戶口的電子結單及電子通知書以作記錄

AI Engineering Skills Map 系列之「使用 Coding Agent」 吴恩达老师的 AI 工程技能图谱第三篇详细展开： 1. 构建与部署 AI 应用 2. 软件工程基础 3. 使用 Coding Agent（本文主题） 4. 塑造构建方向 吴恩达老师认为：使用 Coding Agent 正在成为 AI 工程师的关键能力，而且它的演进速度比其他顶层技能都快，因为 Agent 本身在 harness 和模型两个层面同时快速迭代。因此，这项技能没有终态，只能靠持续的实验、构建和学习来维持。 # 用 Coding Agent 构建软件的通用工作流 通过访谈数十位顶尖 AI 工程师并复盘自己团队的实践，他归纳出一个一致的高层工作流，分三步： 1. 规划（Planning） 包含两部分：一是头脑风暴，可能涉及研究、实验、理解已有代码库；二是写 spec（规格说明），涵盖需求、技术设计、架构，随后生成执行计划。规划完成后还应审视计划本身：质疑关键假设，检查安全性、过度设计等问题。 2. 执行（Execution） 构建、测试、验证，关键在于把握智能体自主性与人工监督之间的平衡。一是让智能体以"校准过的自主程度"去构建；二是通过自动化和/或人工检查来验证输出。 3. 部署与监控（Deployment and monitoring） 部署可能经由 CI/CD 流水线或额外的人工关卡把关；随后用智能体观察日志、发现问题、提出并执行改进。 这个工作流有两个特别注意： 1. 它与前智能体时代的软件开发流程本质相似。真正变化的是注意力的重心：从写代码转移到决定做什么、设计架构、写 spec、验证输出。 2. 各步骤的时长弹性极大，可以省略。greenfield（从零开始）原型的 spec 可能只是一条快速写下的提示词；而有大量用户的 brownfield（存量）项目的 spec 则需要投入大量精力去撰写和验证。整个流程高度迭代，熟练的开发者知道何时该从后面的步骤退回前面：验证失败就引导智能体重建修复；监控发现问题就让智能体更新系统并重新部署。 # 五项关键技能 1. 指挥工作流（Directing the workflow） 知道如何走完上述每一步，并决定每一步投入多少人力、多少智能体算力，以及何时回退迭代。这背后是对速度、成本、技术风险、人力投入四者权衡的深刻理解，具体体现在：前期研究和规划做到什么程度、哪些关键工作保留人类所有权、如何选择架构、规划产物（如 spec）写多细、如何把工作拆解成可验证的步骤。 2. 赋予智能体自主性（Enabling agent autonomy） 这一节内容最密集，可拆成四个决策点： · 自主程度：盯着它交互式往返，还是委托一大块工作？何时设定明确目标让它循环直到成功？ · 上下文管理：构建过程会经历不同阶段，要判断何时把关键经验、用户反馈、假设（包括中途变化的假设）记录下来供智能体下游使用。 · 并行化：何时把任务拆解后让多个智能体并行，由人或更高层的智能体来编排；以及如何在多个并发会话之间分配人的注意力。 · 安全运行：设置权限、对高风险动作设关卡，在保持开发速度的同时限制泄露、数据丢失等损害。 3. 审查工作成果（Reviewing the work） 出发点是一个基本事实：智能体的输出是不确定的。我们事先不知道它会想出什么好主意，也不知道它会埋下什么 bug。因此审查和验证是拿到想要结果、并在偏离时纠正的关键环节。 具体手段包括： · 设计与任务匹配的测试和验证，按需结合行为验证和功能验证。 · 测试用户流程，可让智能体提供截图作为成功或失败的证据。 · 对定性/行为性评估，可使用评估集（eval sets），可能配合 LLM-as-a-judge。 · 决定测试的自动化程度。某些工作流会把测试完全自动化，让智能体能自行检查、自知何时完成。但必须评估这些测试是否真正对应你的目标，不对应就要演进它们。 · 使用智能体代码审查，运行 AI 驱动的安全和架构审计。 · AI 审查不够时，审慎地插入人工审查——主要审查代码行为，较少审查代码本身——同时探索进一步自动化的可能。 · 验证部署，并用智能体把监控和事故管理运营起来。 这里有一个值得注意的判断：人工审查的对象主要是"代码行为"而非"代码"，这反映了注意力重心的转移。 4. 定制智能体及其环境（Customizing the agent and its environment） 目标是让智能体高效获取所需上下文、访问工具、正确高效地构建。具体包括： · 集成 skills、插件、MCP 服务器，并在不再必要时（如新模型让旧 skill 过时）剪除它们。 · 用 hooks 自动化开发流程中可重复的部分，如触发自动代码审查或 CI/CD。 · 维护常驻上下文（AGENTS.md、CLAUDE.md），记录代码库信息、关键架构假设、代码风格、数据访问模式。 · 跨会话、跨并行智能体保存状态，随时间积累智能体的经验，比如通过运行后复盘记录哪些做法有效、哪些无效。 · 建立一致的约定和结构，让代码库对智能体可导航；定期清理智能体产生的技术债。 · 团队协作时，考虑如何在不同开发者的智能体之间协调上下文。 5. 编码智能体基础原理（Coding agent foundations） 要做好上述所有决策，需要理解智能体的工作机制：如何做代码库搜索/检索、如何管理上下文窗口、不同操作（增加工具调用、MCP 服务器等）如何影响上下文、智能体与子智能体如何交互、智能体是如何通过在 LLM 外包裹 harness 构建出来的。 这种理解让智能体不再是黑箱，帮助你识别典型失败模式： · 把简单方案过度设计 · 因缺乏显式验证流程而丧失严谨性 · 未达目标就停下 · 可能破坏文件或生产数据的动作 同时也帮助你推断智能体的状态、给出正确的指令或上下文来引导它，并在监控运行时更早发现它偏离轨道、需要介入。 # 对行业叙事的批评 结尾处吴恩达老师有一段针对性很强的观点。他认为社交媒体对如何使用编码智能体的描述往往过度简化。让智能体自主运行数小时、消耗数百万甚至数千万 token 有时确实有用，但目前超长时程任务的实际效用——尤其是相对成本而言——被夸大到超出现实。 他的结论是：最有效的编码智能体使用是一个复杂、高度迭代的过程，能够以高水平判断力适时介入，效果远好于放手长跑。

很多人搞不清楚 ChatGPT、Codex、Work 什么差别，以及额度是独立的还是共享的，根据官方文档整理了一个简单的 Q & A。 Q：Chat、Work、Codex，一句话说清区别？ Chat 回答问题，Work 帮你干活，Codex 帮你写代码。 Chat 就是你熟悉的 ChatGPT，你问它答，快进快出。 Work 是一个能跨应用收集信息、然后交付完整成品的智能体（Agent），交付物是文档、表格、幻灯片、网页应用这些拿到手就能用的东西。 Codex 也是智能体，但它主要操作的是代码仓库，能读你的项目文件、改代码、跑测试、提交 PR。 打个比方： Chat 是你问"番茄炒蛋怎么做"，它告诉你步骤。 Work 是你说"帮我准备一桌晚餐"，它自己去冰箱找食材、炒菜、摆盘。 Codex 是你说"这个菜谱 App 有 bug"，它打开代码自己修。 【来源： Q：Work 到底能做什么？跟直接在 Chat 里说“帮我写个报告”有什么不同？ 在 Chat 里你说“帮我写个报告”，它给你一段文字，你自己复制粘贴到 Word 里排版。 Work 完全不同。你先把日常工具接进去，Slack、Gmail、Google Drive、SharePoint、Teams、日历、CRM、项目管理工具都行，OpenAI 叫它 plugins。接好之后告诉它你要什么结果，它会自己去这些应用里拉数据、整合信息、生成一份可以直接交付的成品。你在提示词里用 @ 加应用名就能指定它去哪儿找数据。 举个例子，Zapier 的企业营销负责人用 Work 搭了一个系统，每月审查数千条线索，追踪 CRM 和邮件中的客户触点，找出跟进断裂的地方，生成管理层周报。Virgin Atlantic 的数字产品负责人用它做竞品对标分析，让 ChatGPT 调研各家航空公司的服务水平，生成可供团队审查的数据集，把原本需要数周的分析缩短到几小时。 另一个区别是 Work 能长时间跟进。一个复杂项目，它可以跟好几个小时，自己拆步骤、自己推进。中间有拿不准的会来问你，你也可以随时调整方向、审批关键动作。 【来源： Q：Work 能定时跑任务？ 能。这个功能叫 Scheduled Tasks（定时任务），可以设成一次性、定时重复、事件触发或持续监控。 比如你设一个任务：每天早上检查 Slack 和邮件里的新消息，整理成简报发给你。或者：每当有新的客户反馈进来，自动归类主题、整理成产品改进建议。这些都能在后台跑。它还能用桌面端的内置浏览器上网查信息，甚至通过 Computer Use 功能操作你电脑上的其他应用。 定时任务面向 Plus、Pro、Business 和 Enterprise 用户开放，各档计划的并发任务数量上限不同。任务不能每小时跑超过一次，长时间无人理会的任务可能会自动暂停。 【来源： Q：那 Codex 跟 Work 的区别到底在哪？ 这两其实是同一套底层 Agent（Codex）和 UI，但是应用在不同的场景，配合不同的插件。读的东西不同，交付的东西也不同。 Work 读的是你的业务上下文，邮件、文档、聊天记录、日历，交付的是商务成品，幻灯片、电子表格、文档、网站。Codex 读的是你的代码仓库，交付的是代码变更，diff、测试结果、PR。 【来源： Q：Codex 每周有 500 万人用，为什么还要再出一个 Work？ OpenAI 在博文里提到，虽然 Codex 最初是为开发者设计的编程智能体，但已经有超过 100 万人在用它做软件开发以外的工作。Work 的推出，某种程度上是把这些非编程用途正式化了，给了它一个专门的界面和工作流，用 plugins 连接业务应用，输出文档和幻灯片而不是代码。 OpenAI 自己内部也在大量使用：销售团队用 Work 把一次客户探索对话在 24 小时内变成了定制 POC（概念验证），以前这个流程需要几周。财务团队用 Work 把月末结账和预测流程从几天压缩到几小时。 我觉得 Codex 这么做呢，目的是为了吸引办公人群，原本这些人看到 Codex 的名字会以为是写代码用的，但是改名呢又会影响原本的 Codex 用户，结果就搞成这样一套产品两个名字。 简单来说就是一套产品，两个名字，两种主要场景，同时吸引不同用户群。 【来源： Q：我在哪儿能用这三个模式？ Chat 最简单，网页、手机、桌面端都有，所有平台通用。 Work 在网页和手机上已经开始上线（Pro、Enterprise、Edu 优先，Plus 和 Business 未来几天陆续开放）。桌面端也有，而且桌面端更强，能用本地文件，还有内置浏览器上网抓取信息。 Codex 只在桌面端能选。手机上不能直接用 Codex 模式，但可以通过 ChatGPT App 里的 Remote 标签远程查看桌面上正在跑的 Codex 任务。 一个要注意的点：网页/手机端的 Work 对话和桌面端的 Work 对话目前不互通，云端是云端，本地是本地。Chat 对话则可以跨网页和桌面端同步。 原来独立的 Codex App 已经合并进了新版 ChatGPT 桌面端。一个 App 里切换 Chat、Work、Codex 就行。开发者可以把 Codex 设为默认打开视图，App 图标也能换成 Codex 的 logo。原来的 ChatGPT 桌面端会更名为 ChatGPT Classic。 【来源： Q：Chat 聊天和 Work/Codex 的额度是共享的吗？ 不共享。Chat 对话有自己独立的消息限额，图片生成和语音也各有各自的独立限额和重置周期。 Work 和 Codex 用的是另一个池子，OpenAI 叫它"智能体用量"（agentic usage）。帮助中心原文说：Codex、ChatGPT Work、ChatGPT for Excel 和 Workspace Agents 的用量从同一个智能体额度池中扣减。 所以你在 Chat 里聊天聊得再多，不会影响 Work 和 Codex 的额度。但 Work 和 Codex 之间会互相挤占。白天用 Work 跑了一堆复杂任务，晚上想用 Codex 写代码，可能会发现额度已经不多了。 【来源： Q：要花多少钱？ Work 不是独立付费产品。它跟 Codex 共用同一个额度池，包含在你现有的 ChatGPT 订阅里。所有计划都能用，从免费到企业版，区别在于额度多少。 Free（免费）：能试用 Work 和 Codex，额度非常有限，试试味道可以。美国地区有广告。 Go（$8/月）：额度比免费多约 10 倍，桌面端可有限地用 GPT-5.6 Terra 跑 Work 和 Codex。没有 Deep Research 和 Agent Mode。有广告。 Plus（$20/月）：第一个去掉广告、功能完整的档位。包含 Deep Research（每月 10 次）、Codex、Agent Mode。三年没涨价，性价比最高。 Pro（$100 或 $200/月）：$100 档额度是 Plus 的 5 倍，$200 档是 20 倍。面向重度用户。 Business（$20/月/人起，年付；月付 $25）：至少 2 人，多了 SSO 和合规控制，数据默认不用于训练。 Enterprise（定制报价）：150 人起。 额度计费从今年 4 月开始改成按 Token 消耗计算。用更强的模型或开 Fast 模式，消耗更多。Plus 和 Pro 用户额度用完后可以购买额外 credits 继续使用。 【来源： Q：GPT-5.6 的 Sol、Terra、Luna 是什么？我该用哪个？ 这是 GPT-5.6 的三个子型号。 Sol 最强，适合复杂推理和高难度编程，也最贵（API 价格 $5/$30 每百万 Token 输入/输出）。 Terra 居中，日常工作默认选它（$2.50/$15）。 Luna 最快最便宜，对速度敏感或任务简单时用（$1/$6）。 Free 和 Go 用户只能用 Terra。 Plus 及以上可以三个都选，还能调节 effort 级别。 ultra effort 在 Work 中仅限 Pro 和 Enterprise 用户，在 Codex 中 Plus 及以上可用。 【来源： Q：Work 上线后，原来的 ChatGPT 还在吗？ 在。Chat 模式就是原来的 ChatGPT，一切照旧。桌面端点"Quick chat"按钮就能开新对话，手机端在顶部下拉菜单选"Chat"。你可以完全无视 Work 和 Codex，继续像以前一样用。 【来源：

从实际 vibe coding 的效果来看，并非每个任务选择最强模型就是最佳选择，也不是无脑新开子 Agent 就能保持最佳上下文和执行效率。 最贵模型的推理思考能力很强，但处理普通任务，例如读写文件、代码搜索、格式化、简单查询时，效率经常很低。 背后的原因也很简单，强模型的 thinking 和 reasoning tokens 开销很大，而这些任务并不需要深度推理，过度思考只会增加延迟和 token 消耗。例如，用 Opus 做一次 Glob 搜索和用 Haiku 做，结果基本一样，但成本会差出两个数量级。 要把任务做好，关键不在于模型是不是最强，而是看任务能否正确匹配模型的能力密度。Claude Code 在创建 Sub-Agent 时，就围绕这方面做了大量设计： 1）当需要保留当前对话上下文继续工作时，例如并行探索不同方案、在后台执行独立子任务，它会 fork 一个 Agent，继承当前上下文，让任务在同一语境中延续； 2）当任务目标明确且不依赖父会话上下文，例如代码搜索、方案规划、结果验证，它会直接使用内置 Agent，包括 Explore、Plan、verification、general-purpose 等，调度的时候，会给 Agent 分配一个清晰的任务目标； 3）设计了 Agent Team 模式，支持让多个 Sub-Agent 协同工作，分工不同的子任务，互相之间通过消息传递和共享上下文来配合完成更复杂的工作。Agent Team 跟普通 subagent 的不同之处是，成员 Agent 之间允许通讯。 在 Sub-Agent 的模型选择上，Claude Code 是动态设定的，例如 Explore Agent 采用的就是 Haiku 模型，而 Plan 和 verification 默认会继承父模型。 Haiku 模型延迟最低、单 token 成本也最低，在文件搜索、代码定位、文档分析等等只读场景下，准确率已经足够了，整体性价比也是最优的。 有了模型选择的基础，再往下就是执行方式的优化。要同时兼顾成本和效率，核心思路是并行执行，将任务拆成多个上下文隔离的子任务，再分派多个 Sub-Agent 并发处理。也分享几个在 Claude Code 中的小技巧，用起来可以让成本、效率和效果达到一个更好的平衡： 1）通过环境变量 CLAUDE_CODE_SUBAGENT_MODEL 可以统一指定子 Agent 的默认模型，主会话用强模型做调度和决策，子 Agent 用轻量模型做执行，配置简单，几乎零成本接入。 2）通过 Fork 模式复用父会话的 Prompt Cache，让并行子任务共享上下文前缀的 KV 缓存，10 个并行 fork 的成本接近 1 + 9 × delta，在大规模并行场景中非常省钱。直接跟主对话说“从当前上下文 Fork 子进程处理”即可。 3）通过 .claude/agents/ 目录下的声明式 Markdown 文件定义专用 Agent，可以精细控制模型选择、工具权限、最大轮次、执行模式、隔离方式、记忆范围、MCP 服务、Hooks 等，适合那些会反复出现的固定角色，例如 code reviewer、security auditor 等等。项目长期使用的专用 Agent 可以考虑用这种方式来定义，后续维护和迭代也更方便。 好模型的 token 成本会越来越高，获取难度也是越来越大，短期内一定是供不应求的，因此模型的推理能力需要被转换为一种精细化分配的资源。中低难度的任务把国内模型用起来就好了，反而效率更高，还省钱。 在 vibe coding 的时候，学会让不同能力的模型组合完成任务，将会是一项必备技能。😄

断供率翻倍 最近留言问我中年焦虑的读者越来越多，主要是失业和收入下降，另一边负债是刚性的，月供一分也不会少，一下子就导致生活压力骤增。这里就不说房价的事了，只说说职业生涯规划的问题。 我其实很早就写过一篇文章，把职业生涯拆分成5要素，按重要程度升序排列分别是体力、时间、技巧、经验、人脉。低质量的工作通常是体力+时间的比例较高，而一个有成长性的高质量工作则更多的包含了技巧、经验、人脉。 都说女怕嫁错郎，男怕入错行。这句话老话的本意还是提醒从一开始进入职场就要进行规划，尽量从事可以持续积累技巧、经验、人脉的工作，这样的你会随着时间一直在成长，建立专属于自己的竞争力门槛。 一些职场老人说年轻人不要太过在意起薪，要更专注自身发展，也是这个意思。如果你长时间从事没有积累没有成长的工作，长时间的处于舒适区，到了中年就会产生危机，因为你的实际能力已经匹配不上你的收入，你很依赖目前的岗位，因为一旦失去你大概率找不到同等待遇。 而让一个中年人和年轻人比拼时间和体力，无异于自取其辱。中年危机只能预防，等到它爆发了再想怎么办，只能凉拌。 至于具体哪些工作有成长性，最典型的就是医生和律师，后期英雄，中年没有危只有机，另外像投资、咨询、产品运营管理这些都很依赖技巧+经验，年轻人难以替代。然后就是猎头、高端销售、私人服务，也可以靠持续搭建的人脉关系越混越好。还有更多职业，你们可以把我上面的内容复制给ai，让它们帮着扩展总结。 如果实在迷茫，就问自己三个问题： 1、我目前接触的客户，5年后还能给我带来资源吗？ 2、我现在做的项目，3年后写进简历还能加分吗？ 3、我目前学习的技能，10年后会过时吗？ …… 今天a股成交2.11万亿，市场中位数表现不错，涨了0.68%。之前的明星板块，比如ai科技、半导体、电池、黄金继续在调整，不过幅度不大，没有上周五那么血腥。 今天涨的也不算老登板块，传媒、游戏、光伏、煤炭，各有各的理由。如果看持续性的话游戏板块是里面最好的，年内涨幅51%，远远跑赢大盘，三季度游戏公司的财报大面积超预期，在这个实体消费萎靡的年代，游戏这类虚拟消费却在逆势增长。 昨天有人问我大盘会不会在4000点来回穿插，我看似答非所问写了a股长期的底线是年线的ma20，目前3080点，以每年130-140点的速度上移，其实是想说在这个底线之上的所有波动都是可能的，4000点自然也会是频繁上下的整数关口。 这里大家要注意，上证年线的ma20它不仅仅是坏情况的下限，如果大盘涨多了，离它远了，也有引力把大盘拉扯回来。历史上指数从未脱离ma20运行，每隔几年就会回踩确认支撑，所以如果是以超长周期来做投资的话，每次在ma20线上买，离远了就分批出，这算是在a股一个说的过去的策略。 那现在呢？其实在常规波动里现在也到了该卖的节奏，但你也不能卖的太狠，因为a股除了常规波动外，还有2007、2015那两年异常波动，错过了要拍大腿的。要不是有这个盼头吊着我，我之前抛售的仓位毫无疑问会更多。 …… 1、今天挖黄金的矿企没怎么波动，那些卖黄金首饰的纷纷大跌，老铺黄金单日大跌7%，基本跟上了泡泡玛特的进度。关于这次黄金税收新规的解读有多个版本，行业内部也没有完全达成共识，今天比较流行的一种说法是未来珠宝商采购黄金的增值税抵扣率从13%降至6%，成本增加7%。从而对这些黄金首饰商家的利润影响15-20%。 可以肯定的是新规对场外交易的金条肯定不友好，官方不希望大量金条在没有监管的民间交易。比如今天深圳水贝市场的黄金价格从930涨到了990，这很明显就是把税加进去了，因为深圳水贝就是标准的场外交易。 虽然税加了，但你们想买的话该买就买，不必因为多这7%的增值税就改变主意，政策鼓励的未必是好事，限制打压的也要看实际结果。 2、看到一个银行数据，中国目前平均住房断供率3.7%，比2022年的1.6%翻了一倍多。我还特地把图片放大，确认是%，不是‰，部分三四线城市断供率5%。前几天刷到一个短视频，里面的房东借钱卖房，因为房屋现值已经低于欠银行的贷款，需要借一笔钱才能填上窟窿把房子卖出。 3、台积电已经准备在2026年对先进制程（说是5nm以下）涨价4-10%，并且这是连续4年涨价计划的开始。台积电一直是全球芯片制造的龙头，它们主导涨价会对行业产生巨大影响。 4、中欧在布鲁塞尔就出口管制进行磋商。欧洲那边拿捏我们的是电动车进口门槛价，我们这边拿捏欧洲的是稀土出口，另外还有市场准入、政府补贴的分歧。我们和欧洲的关系虽然没有像美国那么尖锐，但这几年也一直有摩擦，肉眼可见的矛盾增加。 就这些吧，发射了～

年纪轻轻就身背巨债 顺着昨晚的说，很多读者在评论里问我说的债基是哪一个，这个也没啥保密的，招商产业债是了，有a份额和c份额，申赎费率不一样，交易之前记得看条款，别吃了亏后怨天尤人。 另外我昨晚的内容有错，该基金是2012年3月成立的，但我在百度看历史走势的时候它的源头不知道为什么定在了2017年8月，这波只能甩锅百度了。 招商产业债成立13年，历史总表现是+129%，同期沪深300的总表现是+75.8%，无论怎么选取时间区间都是债基碾压股基，这其实是很不正常的，因为股票承受了更大的风险波动，理应获得更高的回报，但在中国炒股的性价比就是远远不如投资债券。 但你也别听完我说的话转头就去买债，今年的情况不一样，股市难得好行情，正从债市虹吸资金，30年国债etf今年不但没涨，累计下跌4%，是标准的债市小年。另外就是政府之前改了政策，以后新债要多交一笔税，性价比又会降一点。 另外还有个事，就是管理这支债基的基金经理跳槽了，公募限薪令对这种行业明星经理的影响很大，钱给不到位，再三挽留也留不住，后来听说他在静默期后去了天弘，民营背景的明星公募，估计在待遇上要比国企更灵活。他们的pr哥们当时还忧心忡忡的，拜托我不要参与发酵，怕引发恐慌赎回潮。其实债基换人的影响不会那么明显、直接，我自己也不着急，观察一段再说。 总的来说债基是我们家低风险活期资金的基础配置，略懂即可，不必深度研究，真想挣钱也没指望它，闲置资金低风险生息，聊胜于无罢了。 …… 前几天还有个话题，我说到自己2016年买了1500的房子，首付600贷款900，底下很多读者问我当时才30出头钱从哪来的？ 很重要的一笔钱是我2005年大学毕业来北京后不到半年就买房了，怎么样我还挺有眼光的吧，当时就觉得北京房子要起飞，找我妈要了7万首付的赞助，贷款30万买了50平米的一居室，我自己每月还3800的月供。这套房子后来提前还清贷款，等到2016年的时候涨了七八倍，我给卖了凑大房子的首付。 另外就是前一年的牛市我赚了一笔，当时成功逃顶，股灾基本没回撤。不过即便如此买房子的首付也严重掏空了我手里的现金，当时甚至还找朋友临时短借了100万应急，蛮窘迫的。 当时自媒体流量已经起来了，但还不会变现，那年头主动找上门投广告的主要都是p2p，出价最高的是深圳某平台，报价单次50万，或者3次100万。我骑自行车回家的路上一直在纠结接不接，因为当时确实很需要这笔钱，后来也是下了很大的决心拒绝，因为我觉得自己未来一定能凭本事挣钱，不必拿自己的声誉冒险。 多说一句，那个平台后来倒了，126亿窟窿还不上，老板判了无期，目前在里面服刑。 背上房贷后我又做了个决定，就是不再骑车上下班，我骑的那条小路没有专用的非机动车道，汽车在我边上呼啸而过，很没有安全感。我琢磨万一我出事了，老婆孩子应付不了900万的贷款，于是我就不上班了。这一宅到今天差不多10年，缺乏运动量一直成了我的健康隐患。 可能对于很多厌倦了班味的打工人来说，上班实在是深恶痛绝的事，但要是年纪轻轻就长期居家不上班，时间久了很容易脱节，好在我每天晚上会上来更新夜报，和你们有事没事聊几句，这也算某种形式的上班，让我保持了和社会的链接。 很多人最初关注这个公众号的目的可能都是看行情分析，看投资思路来的，看着看着就发现有些货不对板，博主家长里短，打嗝放屁的事情都会写。我对公众号的定位就是我的公共日记本，每天遇到的想到的事都写一写，这个公众号最大的内容产品不仅仅是股票投资，那只是一部分，这个公众号最大的内容产品是我这个人，我的思考，我的三观，我的喜怒哀乐，都包含其中。 可能有人会觉得奇怪，干嘛要看每天晚上看一个素不相识的中年人，要是觉得无聊看不下去那算咯，能看的下去的继续看嘛。 今晚就这些，不开盘的日子就不发射了。

【本日開催】FLEA MARKET🛒 ファッションスタイリストやプレス、子供服ブランドなどを交えてセールとマーケットを開催🎉 🗓 1月25日（土）26日（日） ⏰ 11:00～17:00 📍 代官山CONOEギャラリー ゴキゲンズからは @i_am_takahashi_ @Nakanishi_Yuuki @sakkofujii （26のみ）が参加します✨️

俳優の深水元基さんの手がけるアパレルでお買い物。昔も今も大活躍の深水さんですが、芸能界のことも東京もよく分からない十代の頃のわたしに先輩としていつもとても温かく接してくださいました😭大尊敬。　 monteeは遊び心とカジュアルが同居していてかわいい。キャップと子供服と夫の服をゲット♡