标签: 系列:技术观察
该标签下的全部文章。 "系列:技术观察".
为什么AI量化分析回测赚爆，实盘不赚钱？
更新于:从作者观察到的回测与实盘落差出发，讨论幸存者偏差，同时区分未经复现的猜想与可检查的数据问题。历史成分股、交易成本、停牌、未来函数和样本外表现都可能影响结果，不能凭截图断定唯一原因。
暗知识——FDE给企业构建AI知识库踩坑随想
更新于:讨论FDE建设企业知识库时制度、字段与现场实践之间的知识缺口。区分理论来源、作者推论、示意案例和工程建议，修复资料链接，并说明专家路由与业务闭环仍需真实项目记录验证。
长假思考碎片二、 MVP模式已死，AI 时代本质上利好ToB行业的“中登”
讨论AI降低代码供给成本后，ToB创业稀缺要素如何转向行业经验、默会知识、信任与获客渠道。功能型MVP更容易被复制，一线业务理解和现成客户关系则可能帮助经验型创业者获得新的杠杆。
长假思考碎片一、破坏性创新
从Muse类消费级Agent的落地条件，比较开放Web与超级App封闭生态的结构差异。跨平台代理能力需要可穿行的公共空间，技术创新仍受到流量、数据产权与平台商业模式的共同约束。
长假阅读二、《永不停歇的时钟》
结合永不停歇的时钟讨论机械论、内生能动性与AI意识之争。文章比较笛卡尔和莱布尼茨式的生命理解，并借语言游戏提醒读者先辨明意识判断的语境、使用方式和标准，再讨论主体性。
长假阅读一：《有限与无限的游戏》
借卡斯的有限与无限游戏区分观察AI产业竞争：抢入口与训练模型既是争胜，也是在避免退出。SaaS的坐席逻辑可能随AI节省人手而改变，值得关注的是企业在规则重写后能否继续留在牌桌。
大模型把概率偏离当成噪声，我们可能只能靠反骨突围
从大模型追求收敛与正确的优化方向，讨论创新和分布之外探索的价值。内容重组并不等于范式突破，个体需要发展独立判断，也要承认偏离共识的成本，并为自己的选择承担责任。
康波归位之后，普通人的钱该怎么跟着AI走
以企业AI投入回报的争论为线索，讨论个人资金与技术浪潮之间的关系。文章分析产业瓶颈与配置顺序，提醒工资和资产不要押在同一种叙事上，并区分研究报告的口径与现实决策条件。
康波归位之后，普通人如何保住自己的工作价格
围绕AI时代个人职业价格的变化，提出从具体任务而非职业名称识别风险。默会知识、结果责任与持续学习的能力更难被直接复制，个人需要用投资思维检查工时、训练路径与稀缺性。
逆康波的那一轮：或许是人类最后的高薪堆人
从客户现场的FDE实践出发，讨论互联网时代高薪堆人与机器替代逻辑的关系。文章借康波周期观察脑力工具、资本投入和劳动分工，强调技术能力改变之后，转型成本与分配压力会先出现。
大模型厂商估值：最差的生意模式叠加最贵的估值
在通用模型API商业模式的讨论基础上，追问高估值所隐含的长期经营条件。文章采用分层估值与反向DCF视角，区分模型层、集成商和应用入口，强调客户切换与持续投入之间的矛盾。
为什么说LLM API生意是最差的一种生意模式。
分析通用大模型API客户切换成本低、供应商研发不能暂停的商业结构。设备投入、模型溢价与跟随者价格竞争相互作用，持续的能力竞赛未必能够转化为稳定的定价权和资本回报。