Posts

如果你经历过5年前贵州茅台、以及后来各种"药中茅台"的那波行情，应该对"高ROE"这三个字不陌生。那几年，几乎所有卖方研报、公众号回测、甚至量化选股组合，都在做同一件事：把过去10年ROE又高又稳的公司挑出来，做成一个"好公司"池子，然后回测——结果无一例外，都好看得让人心动。 但这些回测有一个共同的、很容易被忽略的毛病：它们几乎都是"以今天为终点"倒推出来的。你今天觉得茅台、片仔癀是好公司，是因为你已经看到了它们过去10年的成绩单——是先知道了答案，才拿着答案去对题。这就好比拿着这次期末考试年级前十名的名单，回头证明"这些学生平时成绩就很好"——这句话当然没错，但它没有任何预测能力，因为你是先看了考试结果，才挑出的这批人。 真正检验一套选股方法有没有用，不能只看它在"已经知道是好学生"的这批人身上表现如何。而要问：如果我回到过去每一个时间点，只用当时已经公开的信息去选股、去决策，这套方法在"当时还不知道结果"的未来里，到底管不管用？这就是"样本外检验"——不是拿着答案对题的开卷考试，而是没见过题目的闭卷考试。 我最近做了一次A股价值股回测，想把这个道理坐实——不是空口讲"以当时为终点的回测不靠谱"，而是拿真实数据、同一套方法，先做一遍开卷考试，再做一遍闭卷考试，看看两者到底能差多少。这篇文章想把这个过程和背后的道理，用尽量通俗的方式讲清楚。 二、第一步：先把"开卷考试"做扎实 要证明"开卷考试"的分数不可信，得先老老实实考一次，不能只是嘴上说说。所以我按市面上最常见的做法，认认真真走了一遍流程。 先把"好公司"这三个字量化：过去8-10个完整会计年度，ROE（净资产收益率，通俗理解就是"用股东的钱赚钱的效率"）平均在12%以上，且没有哪一年低于8%——不是看一年成绩好不好，是看一份连续8-10年的成绩单，成绩单里不能有不及格。再剔除几个"体质特殊"的行业：房地产、建筑装饰这类和地产周期强绑定的行业；银行、非银金融，因为它们的高ROE是杠杆撬出来的，不是资产本身回报率高，不能用同一把尺子量；纺织服饰这类偏传统制造的行业也一并排除。 用这套标准，从全市场5535只A股里剔除ST和上市不满8年的次新股，剩下3119只作为研究范围，筛出242只ROE合格的公司，再排除掉特殊行业，最终剩下216只"好公司"——注意，这216只是站在2026年、看着这些公司过去10年的成绩单选出来的，这一点很关键，后面会用到。 选出候选池之后，配一套同样朴素的买卖规则：把一只股票现在的估值（PE，市盈率）放到它自己过去5年的历史里排位次。现在的估值比过去5年里80%的时间都便宜，就买入；比过去5年里80%的时间都贵，就卖出清仓；其余时候维持原状。可以理解成"历史打折区间买、历史高位卖"，不预测未来，只看相对自己历史便宜不便宜。 光讲规则有点抽象，直接拿开头提到的贵州茅台举个例子——它也在这216只"好公司"名单里： 上半张图是收盘价，下半张图是同一时间的PE历史分位（也就是当天的估值在过去5年里处于什么位置）。可以看到这套规则在茅台身上一共只触发过3次信号：2018年9月估值跌到历史低位买入，2019年4月涨回高位卖出，2022年10月再次跌到低位买入（一直持有到现在）。整个过程不需要判断基本面好不好、行业景气不景气，纯粹是"便宜了就买、贵了就卖"这一条纪律，8年时间只交易了寥寥几次——这也是为什么下一节的216只股票平均下来只有1.8次交易。 三、开卷考试的分数：好看到让人心动 拿这216只股票，把上面的规则回测了一遍（覆盖每只股票平均7.6年的历史），结果是： PE Band策略年化收益中位数 4.75%，买入持有不动只有 3.40% 65.3%的股票，这套择时规则都跑赢了"买了就不动" 平均一只股票8年里只交易1.8次——不是频繁进出，是很克制的低频操作 如果只看到这里，结论会是：“一个简单到能写进Excel的规则，在这批好公司身上，稳定跑赢了买入持有。” 这正是开头说的那种回测——好看，而且好看得有道理，因为它是拿着2026年已经知道答案的216家公司，去测2016年以来的历史。这一步的分数，本质上是一次开卷考试，我知道答案，只是想先让你看看，开卷考试能考多高分。 四、换成闭卷考试：同一套方法，差多少 真正的问题是：如果回到历史上的每一个时间点，只用当时已经公开的信息去挑好公司、去做买卖决策，这套方法在"当时还不知道的未来"里到底管不管用？ 做法是：把研究范围从216只扩大回全市场3119只（避免因为"今天已经不在池子里"而漏掉历史上曾经合格的股票），然后设定每年4月30日（差不多是法定年报披露截止日之后）为一个"重新评估时点"。在每个时点，只用当时已经公开的年报数据，重新跑一遍同样的筛选标准，选出的名单构成接下来一年的"当期可持有池"——有的股票会因为ROE走弱中途被剔除，也有新股票攒够年报记录后中途加入。 这个名单每年都在变，变化幅度不小： 2017年只有10只股票能通过筛选（因为要求8年以上完整年报，往前倒推到2009年前后就得上市，早期能同时满足的公司很少），到2020年之后才稳定在150只左右。这本身就是对开头那句话最直接的证明：“好公司"名单不是一份写死的清单，是一个随时间流动的集合，用今天的清单去测过去，测的其实是一份当时根本不存在的名单。 用这个动态池子重新跑一遍回测，闭卷考试的分数是这样的： 算上样本极小的2017-2019年：买入持有年化 -3.80%（亏钱），叠加PE Band择时能扭亏为盈到 +1.71%，但仍然跑输沪深300的 +3.09% 剔除掉样本量过小、不具代表性的头两年，只看2019年之后：买入持有转正到 +1.80%，但依然跑输指数；PE Band择时达到 +4.43%，这才反超了沪深300 两个口径都要摆出来，因为它们讲的是同一件事的两个侧面：“贵了就卖"这条择时纪律确实持续有效（两个口径下，择时都比不择时强），但**“选出的这批好公司整体能跑赢大盘"这个预期站不住**——光靠"ROE高且稳定"选股，样本外并不能跑赢沪深300。开卷考试考出4.75%的年化，闭卷考试即便是最乐观的口径也只有4.43%，而且这4.43%里大部分功劳要归给择时纪律，不是选股本身。开头说的话，到这里算是用数字兑现了。 五、进一步拆开：价值陷阱是怎么发生的 把每年"这次合格、下次被剔除"的股票单独拎出来看，能看到一个很扎心的规律：这些股票在被剔除之前那一年（也就是筛选标准还没反应过来的时候），平均收益是 -14.63%；而同一时期留下来的股票，平均收益是 +2.20%。这个规律在观察到的9个年份里全部成立，没有一次例外。 进一步看，60%的剔除都是因为"单年ROE骤然跌破8%“这条硬指标触发的。这说明一件事：基本面恶化和股价下跌几乎是同步发生的，不是股价先跌、基本面后出问题，也不是基本面先出问题、市场后知后觉。问题出在筛选方法本身有一个结构性的滞后——用财报数据做筛选，天然要等一整年的年报正式披露、确认之后，才能反应过来。这一年的滞后期，正是"价值陷阱"吃掉收益的地方：你看到的还是去年那份好看的成绩单，但公司这一年其实已经在走下坡路了，等下一份年报出来确认"确实不行了”，股价往往已经跌完了。 六、几条对未来做价值股投资的启示 “好公司"是入场券，不是免死金牌。 达标只说明这家公司"过去很好”，不代表"现在依然很好”。持仓之后要持续跟踪最新一期业绩相对这家公司自己历史水平的边际变化，而不是建仓时筛一次就躺平。 比"ROE是否还大于8%“更早的信号，是"ROE相对自己历史是不是已经明显往下走了”。 哪怕绝对值还没跌破警戒线，只要最新一年的ROE明显低于这家公司自己过去的平均水平，就值得提高警惕——这是能提前于硬性门槛察觉问题的信号，也正对应上一节讲的滞后问题：等硬指标触发时往往已经晚了。 别迷信"越便宜越要买”，纪律真正该花在"贵了敢卖"上。 把买入门槛收得更紧（等更低的价格才买），样本外收益反而是恶化的；真正有效的是卖出端的纪律，而不是死等最低点。 高ROE不等于高质量，要交叉核对杠杆和现金流。 部分高ROE公司是靠高负债撬出来的，也有部分公司账面利润好看但现金流很难覆盖。只看一个ROE指标不够，至少要看资产负债率/ROA排除杠杆驱动，看自由现金流和净利润的匹配程度排除"利润好看但不来钱"的公司。 七、几句诚实的话 这套方法没有考虑交易成本、印花税、滑点；没有做分红再投资调整，用的是价格收益而非全收益，对高股息价值股可能低估了真实回报；覆盖的历史大约9年，只经历了有限的几轮牛熊，结论对未来周期的外推能力有限；用沪深300做基准也不算完全公允，这批股票风格偏价值、低波动，换成中证红利这类风格更接近的指数做对照可能更合适。 但这些局限性都不改变这篇文章想说的那件事：任何"回头看"选出来的股票组合，拿去测试同一段历史，业绩必然被高估。不管是自己做选股回测，还是看别人晒出来的漂亮回测曲线，都值得先问一句——这个股票池，是用当时能看到的信息选出来的，还是用今天的信息选出来的？ 数据来源：Tushare Pro。完整方法论与逐项数据见同目录下 研究报告.md、总结与投资启示.md。

前几天写完那篇关于八年前资金面周报的文章后，我一直惦记着一个更具体的问题：那些券商报告里"某板块成交额占比冲到近两年高位，往往是阶段性顶部"这类判断，到底能不能当真？这句话几乎是每一份行业轮动研报的标配句式，听得多了，我开始怀疑自己是不是从未真正验证过它，只是因为它符合直觉——“太挤的地方，早晚要出事”——就默认接受了。 于是我们拿天风证券当年一篇讨论TMT成交占比的报告作为起点，把这句定性判断翻译成了一套可以回测的规则，在2014到2026年的A股全部32个申万一级行业上认认真真跑了一遍。过程比我预想的要曲折，结论也比我预想的要朴素。 “抱团"是什么，其实没那么复杂 一个板块被"抱团”，说白了就是某一天全市场一共成交了多少钱，这个板块自己占了多大比例。比例越高，说明相对更多的钱这一天都挤在了同一个筐里。把这个比例每天记一遍、取5日均值抹平噪音，就得到一条可以长期跟踪的曲线。 但光看这个比例的绝对数字没什么意义——3%对光伏板块可能是冷清，对家电板块可能已经是历史级别的疯狂。真正有意义的问题是：这个比例放进过去一两年的所有交易日里排名，算不算数得着的高。这就像儿保科体检报告不会直接告诉你"188厘米算不算高"，而是告诉你"在同龄人里排第90百分位"。我们对拥挤度做的是同一件事：把"排在过去两年最热的前10%“定义为一次高点信号，“排在最冷的后10%“定义为一次低点信号——研报里那句定性判断，就这样被翻译成了一条能验证的规则。 这句话，经得起回测吗？ 光挑几个印象深的案例讲故事是不够的，那样太容易自己骗自己。我们把12年里全部32个板块触发过的高点信号和低点信号都找出来，一共1600多次，再从全部普通交易日里随机抽一批"什么都没发生"的日子做对照组——如果信号组的后续表现和随便挑的普通日子没有差别，这套规则就是自欺欺人。 先拿电力设备（新能源、锂电的主战场）2016到2022年这一段热热身，把价格和信号点画在一起： 上图橙点是高点信号，青点是低点信号，下方是拥挤度在近两年里的排名。2021年这一轮真正的历史大顶出现在11月，价格摸到过13800附近；拥挤度最后一次报警定格在12月16日，价格已经回落到13393——离顶点不算远，但这是顶部形成一个月之后的事后确认，不是提前预知。再看2018年年初：全年下跌的电力设备，年初收盘价恰好是全年最高，但当时拥挤度只排在后6%，指标完全没有被这个"假高点"骗到。两件事放在一起看，大概就是这套指标真实的样子：不算精准，但也不是瞎报警。 把全部1600多次信号和对照组放在一起算，我们想知道三件事，答案一个比一个反直觉。 抱团抱到最热之后，收益会明显变差吗？看不出来。信号组之后的平均收益确实都是负的，方向和研报说的一致，但摆出误差范围一比，这点差距完全被淹没——就像两个人身高差2厘米，但测量误差有正负30厘米，谁也说不清谁更高。 抱团抱到最热之后，会变得更颠簸吗？会，尤其是接下来2到4周。这是这次回测里最站得住脚的一条结论，换了好几种参数、好几个时间段重新测都没变过。 两组的点几乎贴在一起，这是"看不出来"的意思；但橙色的竖线在10天、20天窗口明显比灰色更长，波动被真实地放大了。 冷清到极值之后，会更抗跌吗？短期是的，但只撑得住一个月。 前三组（打星号的5/10/20天）青色柱子明显比灰色短，这个差异站得住脚；后两组几乎一样长——短期的抗跌优势，撑不到三个月以后。注意这只是说"没那么容易再跌”，不代表"接下来会涨”，这是两回事。 我们想让它更准，但一次次落空 拿到这三条结论后，我们不甘心——“波动会放大"固然有用，但更想知道的是能不能卡准一点，别老是马后炮。接下来几次尝试，说实话都没有达到目的，但过程本身比结论更值得记录。 我们先把"和过去两年比"换成"和自己最近三个月比”，指标对短期变化确实更敏感了、报警次数也变多了，但六个热门板块里五个板块"真正的历史顶点附近仍然没有信号"这个现象依然存在——换一种量尺，没有改变拥挤度的极值点和价格的极值点本来就不同步这个底层事实。我们又叠加了估值贵不贵、动量是不是涨过头两把尺子，要求同时报警才算数：高点这边，“一起报警"确实让波动放大的结论更清楚了；但低点这边出了一个没预料到的反面结果——本来单纯冷清之后短期还有点抗跌效果，一旦要求三重确认，这个优势不但没加强，反而消失了，后续表现还更差。我们怀疑这种叠加筛出来的可能不是"超跌待反弹"的票，而是"没人要、便宜也没人捡"的票，这只是个猜测，没有证据坐实，但足以提醒自己：不是确认条件越多越保险，得分开验证，不能想当然。 最亮眼的那条发现——“多指标一起报警后波动放大更明显”——我们又换了四个历史阶段分别重新测，结果只有2021到2023这一段特别显著，2014到2017几乎测不出来。更可能的解释是那几年市场本身格外剧烈，不是这套方法真的更准，只是赶上了一个特别配合的年份。我们把要求提到最高，拥挤度、估值、动量三个指标同时确认，12年里全市场一共只出现过13次，直接拿这13次报警当天的价格去查：往前后各放宽一个月看，只有1次真的是那个月里的最高价；放宽到前后三到六个月，一次都不是。三次尝试之后，我们承认了一件事——拥挤度这个维度，本身就做不到精确卡顶，换算法、叠指标、换时间段都没能改变这一点。 换一个更谦虚的问题 既然精确抓顶这条路走不通，我们把问题换了一个更谦虚的版本：不再问"这一天是不是最高点”，而是问"现在算不算处于近两年少见的高位区间”。这就像天气预报报暴雨预警，不会告诉你哪一分钟会下最大的雨，但会提醒你今天出门带把伞——容忍多报警几次没关系，但不希望真正的高位区间被漏掉。 换了目标之后，我们把四个指标摆在一起重新打分：拥挤度本身、拥挤度相对自己短期均线的偏离、估值分位（贵不贵）、以及RSI（一个常见的技术指标，衡量涨得是不是过猛）。 左图能看出估值分位数覆盖面最广——真正的高位区间里，69%的日子估值也同时排在近两年前10%，这符合直觉，炒上历史高位的板块，估值大概率也被顶到历史高位。RSI报警准不准最高，一旦超买，过半概率真是处于高位区间，但它比较高冷，只能抓到24%的高位区间。拥挤度和它的短期偏离单独看都只能算中等。右图是把要求逐步收紧的结果：越松抓得越全但越容易误报，越严可信度越高但漏掉的也越多。“至少两个指标同时满足"是一个比较均衡的点——能覆盖40.5%的高位区间交易日，报警时真的处于高位区间的概率过半，我们把这条当作目前最实用的预警规则。 光看统计数字还不够踏实，我们又挑了几个板块历史上真正的情绪大顶，和一个"技术性最高点”（价格确实是当年最高，但只是因为那年一路下跌、年初恰好垫底）做对比： 板块 · 年份 拥挤度分位 短期偏离分位 PE分位 RSI 电力设备 · 2020（真高点） 98.2 82.2 100.0 68.4 食品饮料 · 2021（真高点） 98.2 67.6 100.0 74.1 国防军工 · 2026（真高点） 100.0 96.6 100.0 91.2 电力设备 · 2018（技术性最高点） 6.0 16.6 5.8 53.5 前三行是真正的历史性大顶，四个指标几乎全部逼近或达到100，齐刷刷地"发烧"；最后一行那个技术性最高点，四个读数全部偏低，没有一个指标被这个价格幌子骗到。这套组合规则不是见到新高就乱报警。 回到今天 这套框架现在每个交易日都在跑一遍全市场32个板块。就在写这篇文章的今天，2026年7月17日，有两个板块同时踩中了两个以上指标： ...

最近我翻出了几份2018年的券商策略研报——天风证券刘晨明团队的「一周资金面及市场情绪监控」系列。距今将近八年，A股经历了2018年的熊市、2019年的反弹、2020年的疫情冲击、2021年的结构牛，再到之后漫长的调整。拿着这些当年的"实时数据"回头看，我有一些与当初截然不同的感受。 专业系统的流动性监控框架 这套框架涵盖15个指标，覆盖资金需求、资金供给、货币价格三个维度，从IPO抽血到北上资金、从SHIBOR到产业资本增减持，每周更新，每个指标给出A到E的评级，最终加权得出"股市流动性综合评级"。 从2018年3月的C级，到2018年8月的B级，再到2019年2月的B级——每一次评级背后都有清晰的逻辑支撑。3月是因为货币偏紧、产业资本持续减持；8月是因为央行开始降准、北上资金逆势流入；2019年初则叠加了社融超预期放量的信号。 这套体系的完整性和自洽性，放在今天依然值得学习。 这些数据，当时真的帮到人了吗？ 如果我们开着倒视镜回看当时的报告以及当时的市场，会发现。 2018年是A股当时调整的起点，2018年初市场延续2017年蓝筹行情冲高，在春节特朗普签署对华301调查备忘录，引起中美贸易战的恐慌，A股应声大跌。当时的流动性报告评价长期是C，而2018年8月，报告给出B级评级，当时北上资金持续流入，货币政策转松，各项指标改善明显。但上证指数从那时起继续跌了将近半年，一直跌到2019年1月才见底。如果你在8月看到B级评级就认为"流动性改善，可以加仓"，那接下来几个月的体验并不会太好。 这不是在批评报告本身——报告从未声称自己是择时工具。但问题是，大多数读报告的人，心里期待的恰恰是某种择时信号。 这是报告的功能与读者期待之间的结构性错位。 资金面数据的本质：一面记录过去的镜子 回头想想，这件事其实并不奇怪。 成交量、换手率、融资买入额——这些数据记录的是市场参与者已经完成的行为。北上资金本周净流入多少亿，说明的是外资上周买了什么，而不是下周会买什么。基金发行量高，说明的是现在情绪乐观，而乐观情绪恰恰是在市场已经涨了一段时间之后才产生的。 换句话说，资金面数据天生是同步的，在很多情况下甚至是滞后的。用它来预判方向，是对它能力边界的误读。 那么，它在哪里真的有用？ 经过这番翻看和反思，我认为资金面数据的价值主要体现在两个地方。 第一，判断当前所处的宏观流动性环境。 DR007、SHIBOR、国债收益率的水位，决定了整个市场的定价环境。资金便宜的时候，市场可以容忍更高的估值；资金昂贵的时候，高估值股票的压力会系统性增大。这不是择时，是理解市场背景的基础底层，需要长期跟踪，而不是单周数据的涨跌。 第二，识别情绪的极端状态。 这是我认为资金面数据最有价值的地方，但它指向的不是"方向预判"，而是"风险感知"。 当融资余额占流通市值的比例跌破某个历史低位，当新基金发行几乎停滞，当成交量萎缩至冰点，当产业资本开始大规模净增持——这些信号叠加在一起，说明的不是"明天会涨"，而是"市场已经把悲观情绪定价得相当充分了"。反过来，当爆款基金频出、融资盘快速攀升、大宗交易折价率消失——这不是涨势结束的精确时点，但它提示你应该开始认真审视自己的持仓风险。 极值是提醒你调整心态的信号，而不是给你确定性答案的信号。 我们真正需要的，可能比我们想象的少 八年前，一份合格的资金面研报需要追踪15个指标、每周更新数十张图表。今天，信息的获取成本更低了，数据的种类更多了，但投资者面对数据时的困惑，似乎并没有减少。 这让我觉得，问题可能不在于数据的数量，而在于我们与数据的关系。 我们总是希望数据能告诉我们该怎么做。但数据能做到的，其实只是帮助我们更清楚地看到当下的状态。把"看清状态"当成"预判未来"，是投资者面对数据时最常见、也最昂贵的一种误解。 真正有用的资金面框架，大概只需要三件事：持续感知货币环境的松紧，定期观察情绪指标是否走向极端，以及在极端信号出现时，保持足够的耐心等待基本面或政策面的共鸣。 剩下的那些图表，不看也罢。 本文基于对天风证券刘晨明团队2018-2019年「一周资金面及市场情绪监控」系列报告的阅读与反思。

精读 Anthropic Financial Services 一、进入项目：四层目录，各司其职 Anthropic 在 GitHub 上发布了一个叫 financial-services 的项目，随后出现了不少介绍它的文章，标题大多是"Anthropic 开源了金融 AI Agent"“10 个金融角色全覆盖"之类。但仔细看那些介绍，大多数停在截图和目录层面——这个项目有哪些文件夹，大概能做什么，就到此为止了。 这篇文章想做两件更具体的事：一是搞清楚这个项目里面到底有什么、怎么用；二是从它的文件里提炼出可以直接借鉴的方法——如果你有自己的专业工作流，怎么把它固化成像这个项目一样的 Skill 文件。 先把项目结构说清楚。整个 repo 有四个顶层目录： p m c s l a l c u a v p n a r g g e a a u i i e r r g d p n n t t e e t s t i n d - s / - c e - f p a r a l l - g r u - b e - g p u n m i l i t s n u l - f s g t c t / i / o - n o 3 s k 6 / b 5 o - o i k n s s / t a l l / 1 7 2 同 将 部 0 一 署 个 个 批 C 和 个 垂 合 插 l 校 金 直 作 件 a 验 融 领 伙 的 u 脚 工 域 伴 d 本 作 的 插 A e 流 技 件 P 插 能 （ I 部 件 和 L 署 命 S 部 到 令 E 署 企 库 G 模 业 、 板 S M & 3 P 6 5 G l 的 o b I a T l ） 安 装 工 具 根目录下的 .claude-plugin/marketplace.json 是整个 repo 的"目录页”，把所有可独立安装的插件（20 个）列在一起，作为一个 marketplace 源发布。 ...

判断一个视频是不是 AI 的方法，就是默认所有的视频都是 AI 我喜欢看动物世界。 或许是因为，动物之间的协作与竞争，和人类社会如出一辙——却又剥去了一切修饰，还原成最原始、最野生的社会关系。 你会看到母亲与孩子之间本能的依恋，看到不同物种之间出人意料的温馨友谊。偶尔也会看到一些动物科普，让我觉得这个世界比我以为的要有趣得多。 在某个你从未去过的地方，生活着你从未见过的物种，它们有着你想不到的自然习性。一切是那么的自然而然，那么的恰到好处。 前段时间，我看过一段让我屏息的视频：沙漠里，一只母猫与毒蛇之间的搏斗。 毒蛇趁母猫外出，攻击了它的幼崽。母猫归来，誓死护住剩余的孩子，与蛇正面交锋。 它凭借充满智慧的策略与蛇进行僵持，用比蛇更敏捷的反应一点点占据优势，消耗蛇的体能。等蛇的动作开始迟钝，它抓住时机，一击毙命。 整个过程不过两三分钟，我暗自为母猫鼓劲，希望它为它的孩子实现复仇。 正当我准备点赞，却看到下面这一行小字： 疑似使用 AI 生成。 今天，又是一段视频。 主角是走鹃——一种因为走得太快、翅膀近乎退化的鸟。视频里，它吃饱了没事干，主动去招惹郊狼玩耍。 说是玩耍，其实是勾引郊狼去抓他。 它用极快的步频、灵活的急转弯，以及偶尔腾空的绝技，把郊狼戏耍一番，洋洋得意。 我正打算把视频转发出去，又看到了那行小字： 疑似使用 AI 生成。 我有一种深深的失落。 不是被骗的恼火，而是一种更深的茫然——我知道当下的 AI 视频技术已经炉火纯青，足以以假乱真。面对那些陌生的物种、陌生的环境，我完全无法判断眼前这一切究竟是大自然的鬼斧神工，还是某个人类精心设计的幻觉。 我还有什么可以相信？ 我开始想：未来，会不会再也没有真正扎根于森林与海洋的摄影师和记录者？所有人都转型成了导演、编剧。那些用古法拍摄纪录片的人，在这场技术变革里，正在慢慢变成上一个时代的老师傅——预算被削减，流量被侵蚀，存在感日渐式微。 我们享受着 AI 视频带来的惊喜与娱乐，却也在一点点透支视频这种媒介本身的信任。 除了自己的眼睛，除了直播，我越来越难以相信这个时代的任何一段视频。 或许，判断一个视频是不是 AI 的方法，就是默认所有的视频都是 AI。

GitHub 上有个新项目，2天斩获2万 star。 作者 Santiago 在找工作时，用它评估了 516 个岗位、生成了 631 份报告、最终投递 68 份，拿到了 Head of Applied AI 的 offer。 它吸引我的不只是结果，而是背后的两件事：他对求职流程的系统化思考，以及他用 Claude Code 构建多智能体协作的方式。 求职的系统化思考 找工作包含大量的重复劳动 Santiago 的核心洞察很朴素：求职中 70% 的工作是重复的分析劳动，而不是决策。读岗位描述、映射自己的技能、判断匹配度、改简历、填表单，这些动作每个岗位都要重复一遍。 他的数据也验证了这一点：631 份评估报告中，74% 的 offer 得分低于 4.0（满分 5.0）。也就是说，如果没有系统化筛选，大量时间会花在根本不合适的机会上。 评估框架先于行动 他设计了一套 10 维加权评分体系，其中角色匹配和技能匹配是最关键的指标——不匹配直接 pass。其余维度包括资历、薪酬、公司阶段等。 这个框架的价值在于：把"什么是好机会"从直觉判断，变成了可执行的结构化标准。 简历是论证，不是文档 他不是拿着一份简历到处投，而是基于每个岗位动态生成简历：从岗位描述中提取 15-20 个关键词，识别岗位属于 6 个工作方向中的哪一个，然后按相关性重排经历的优先级制。 ...

我们需要怎样的多 agent 最近我看到了一个十分有趣的多 agent 项目——三省六部制，首先用户是皇上，不论怎么讲，先过一把登基的瘾。它任命了一个太子，专门负责消息的分拣分发，平时和你闲聊，需要的时候就给下面派任务。下面有三省（中书·门下·尚书）：负责需求规划，质量品控，任务调度。 最后还有执行六部（现在加了一个早朝官，变七部了），分别执行代码编写、bug 修复、数据处理，对任务进行了细致的划分，一个部门掌握一小摊。 先不管效果怎么样，如果早朝的时候，所有agent都先说一遍吾皇万岁万岁万万岁，那这个系统还是提供情绪价值的。相关的帖子下面，最有趣的评论莫过于，这套系统最大的问题就是容易导致token爆炸，国库空虚🤣。 在这个有趣的开源项目之外，我开始思考一个问题：人类的分工套用在agent上是不是合适的？ 人类为什么进行分工 亚当·斯密在《国富论》开篇第一章便是论分工，他开宗明义地提到：劳动生产力最大的进步都是分工的结果。在亚当·斯密观察大头针工厂时，他发现当一个人试图完成所有工序，其效率远远低于一群各司其职的专人。当一个人专心完成一个工序时，经验的增长，判断力的提高，都进一步地提高生产力。 因此，当人类让 agent 深度参与自己的工作时，第一个想到的就是将全链条的工作进行切分。以市场调研为例，很多人设计的多 agent 工作流会包括：调研员（收集信息）、分析师（整理洞察）、策略师（给建议）、文案（写提案）——因为在正常人类社会中，这些本就由不同工种各自完成。 这个直觉很自然。但 AI 的"分工"，真的和人类的分工是一回事吗？ AI 分工面临的独特问题 拆分越多，丢失越多 人类分工时，交接的是信息——一份文件、一个结论、一条指令。但 AI 在完成任务的过程中，积累的不只是信息，还有感知：在收集素材过程中形成的判断、在反复尝试中建立的路径感知。这些东西很难打包交接。 还是以市场调研为例。调研员 agent 在收集信息的过程中，会注意到某个数据的异常、某个用户反馈的微妙差异——这些构成了它对这个市场的"感知"。但当它把一份调研报告交给下一个分析师 agent 时，报告里有数据，没有这些感知。分析师拿到的是结论，不是过程；是表格，不是直觉。当一个多 agent 流水线把任务拆开，上一个节点往往只将最终产出交给下一个节点，而上下文信息在交接中被稀释掉了。拆得越细，丢失的越多。 上下文够大之后 多 agent 架构最初流行，有一个很实际的工程原因：早期模型的上下文窗口很小，一个 agent 根本装不下一条完整链路所需的信息，只能拆开来各管一段。 但现在的模型，上下文窗口已经足够大，能力也足够强，一个 agent 完全可以从头到尾完成整条链路上的工作。那些因为"装不下"而拆分的理由，正在逐渐失效。 不过，上下文边界并没有消失，只是变得更隐蔽。当 agent 发现自己接近上下文边界，它甚至会开始"恐慌"——着急把任务结束，以免撞上限制。OpenClaw 创始人 Peter Steinberger 在采访中提到，他会跟 agent 说"take it slow，慢慢来"。如果不这么说，agent 会在 thinking 里念叨"哦，我的上下文快接近上限了，所以我需要……“然后仓皇收尾。“慢慢来”，成了他工作流里神奇的提示词工程的一部分。 角色隔离是值得主动设计的 当然，有一种拆分是值得的：构建者与评估者的分离。 agent 在完成自己的任务之后，往往会自信地说"我干得不错”。这时候，就需要另一个带有空白上下文的 agent 来审视它——由于没有过去构建时的路径依赖，它更容易发现问题，也更容易提出结构化的意见。 这不是模拟人类的"质检部门"，而是利用了 AI 的一个特性：全新的上下文，意味着全新的眼光。 专家实践：Peter 的「轻管理」方案 我不想泛泛地讨论理论。Anthropic、LangChain 的博客里有很多类似的分析，最近关于 Harness Engineering 的讨论也受到了关注。让我们看看真正在用多 agent 工作流做出现象级应用的人是怎么做的。 ...

Hello World 归去来兮 姜文在《邪不压正》里借人物之口说：「正经人谁写日记呀？写出来的哪能叫心里话？」 或许因为这句台词，潜意识里自己也觉得写日记下贱，所以很长一段时间里，我几乎停止了用文字表达自己。 我记得我高中的时候其实很喜欢写日记，那个时候想到什么写什么，有些同学苦于没有素材完成每日日记的作业，我学鲁迅论这个，论那个，看到什么都想论一论，都想谈一谈。后来，大学之后，文字就彻底变成了工具——课堂笔记、题型手册、知识框架，逐步养成了把知识体系化的习惯：在脑海里画一张思维导图，把论点、论据全部结构化。高效，清晰，但从来没有整理成文章。 后来，我的爱人问我：为什么写日记就下贱，为什么表达自己要被负面的指责。 这让我重新审视这句台词，重新思考写作本身。 真正让我开始动笔的，是因为我接触了 Daniel Miessler 的博客。他写 AI，写生活，写自己对世界的理解。他把写作作为一项重要的技能。 在他的启发下，我开始写一些东西，发在小红书和微信公众号上。有流量，有反馈，但真正让我觉得值得的，是我在书写的过程中，重新梳理自己的逻辑，想方设法的把它以幽默、缜密的方式表达出来。我写的支支吾吾，发现某些自以为想清楚的东西，其实只是一堆散乱的素材。把它们倒出来、整理成文章的过程，我对自己所讨论的议题有了更清楚的认识。 知识外化，这是我写作带给我最大的收获。 流量是一只猫 做小红书的过程里，我也品尝过被流量牵着走的滋味。 有一两篇文章获得了关注，粉丝慢慢积累。我开始盯着后台，看今天又涨了几个。后来，可能因为我的网感欠佳，可能因为停更过，可能因为平台希望我花钱买流量——总之，最近的文章反馈不错，曝光却越来越少。 我特别喜欢的一位雕塑手绘博主遇到了同样的困惑。他把小红书的流量比作一只猫： 你不搭理它，它主动来蹭你。你追着要抱它，它高昂着尾巴走开。 我喜欢这个比喻。同时也引起我的思考： 如果写作的根本动力是知识外化，那粉丝与否、曝光多少、点赞数量，就不应该是我坐下来写字的理由。 不被算法管的地方——这不就是博客？ 你好，世界 这是这个博客最开始的地方，这是我的博客和互联网说Hello world的地方。 我有很多想写的东西，关于 AI, 关于投资。 过去，如果你想研究一个领域，需要大量时间做基础功课。现在，这些基础功课 AI 能替你快速完成。人可以把更多精力放在底层逻辑的探索上、更高效方法论的构建上。 那些转瞬即逝的领域知识，不再是绊住你前进的石头——在 AI 的帮助下，它们成了了解这个世界的垫脚石。 我想把这个探索的过程写下来。 Daniel Miessler 的博客最早写于 1999 年，他关于人生与世界观的分享，让我受益良多。 我希望我也能像他一样，写很多年，写很多东西。为了我，或许也为了这个世界。 你好，世界。