https://alapshah1.substack.com/p/the-global-intelligence-crisis

全球情报危机

第一部分——智能体的崛起

沙阿基金

2026 年 2 月 23 日

介绍

经过多年的指数级增长，人工智能近期在智能体领域的飞跃式发展，将从 2026 年开始颠覆我们所熟知的世界。 一个令人不安的事实是：人工智能不再仅仅是经济增长的工具；它几乎可以完全替代人类的认知劳动。在短期内，它将以远超新市场吸纳的速度取代白领工人。 在本系列三篇文章中，我将结合 20 年的公开市场投资经验和 15 年的人工智能公司建设经验，阐述我对即将到来的经济风暴的看法。

我们的整个经济体系建立在一个前提之上：人类智能是一种稀缺且昂贵的资源。它是将原材料转化为商品和服务、进而决定我们生活水平的关键投入。然而，随着人工智能在 2026 年走向成熟，这一基本假设正在瓦解。人工智能不再仅仅是工具或补充，它正迅速成为人类认知劳动的直接替代品。这种转变从根本上降低了白领工作的价值。在人工智能飞速发展和资本涌入的推动下，这种替代将不可避免地加速，造成一场可能超越工业革命、全球金融危机和新冠疫情的经济冲击。如果不采取紧急政策行动，这有可能在未来两年内引发一场严重的金融危机。

在 第一部分——智能人工智能的兴起中 ，我阐述了智能人工智能对就业和我们当前经济模式的根本威胁。

在 第二部分——《2028 年全球情报危机：来自未来的金融史思考练习》 合作， 中，我和我的朋友 Citrini 探讨了一场危机可能会如何发展。

在即将出版的 第三部分——前进之路 中，我将开始阐述一条应对危机的合理政策路径。

我的警告并非危言耸听，我并非人工智能的悲观主义者。人工智能是人类的普罗米修斯时刻——如同从神明手中夺取的圣火。它的能力使我们距离全民享有富足的生活水平、无限的清洁能源以及根除大多数疾病的目标仅一步之遥。我们面临的挑战并非技术本身，而是如何应对其到来带来的严峻经济冲击以及金融体系的必要重组。

人工智能代理

人工智能作为简单对话式聊天机器人的时代已经结束。过去六个月，我们跨越了一个关键门槛，迈入了 智能体人工智能 时代——这些系统能够自主运行，执行复杂的多步骤工作流程。这一演进的速度令人惊叹。据 评估自主人工智能能力的第三方机构 METR 称，模型无需人工干预即可完成任务的持续时间每六到七个月翻一番，而最新的案例表明这一趋势还在加速。如今，领先的模型可以连续自主工作 14.5 小时。下图来自 METR，展示了自 2019 年以来的持续时间趋势线。我们可以清晰地看到一条长期稳定的趋势线，并且近期增长速度明显加快。请注意，Y 轴采用的是对数刻度，这意味着线性趋势代表的是指数级的“曲棍球棒”式增长。

为了说明指数趋势的力量，下图代表了如果当前趋势线继续保持下去，Citrini 对模型功能和发布日期的估计。

趋势线表明，到 2028 年年中，将实现整整一个月的无人协助劳动。

我的视角

我的金融职业生涯始于两家大型对冲基金——维京环球（Viking Global）和城堡投资（Citadel）——的消费者分析师，期间经历了全球金融危机及其后续影响。2011 年，我离开这两家公司，创立了自己的基金—— [莲花基金（LOTUS ](http://Lotus Fund lotusmgmt.co https://www.lotusmgmt.co) ）。在那里，我逐渐意识到，制约我业绩的因素在于我处理海量市场信息的能力。我的工作流程分散在彭博终端、标普全球市场财智（S&P Capital IQ）、Excel、Outlook、OneNote 以及各种金融应用程序和网站上。为了集中管理这些分散的工作流程，我和我的兄弟纳曼（Naman）共同开发了 Sentieo ，一款人工智能金融搜索引擎。结果令人瞩目——我能够更清晰地把握市场动态，在更小的团队中更快地开展工作，并取得更好的投资业绩。最终，Sentieo 的客户遍布 1000 多家投资管理公司、银行和企业，之后我们在 2022 年以超过 2 亿美元的价格将公司出售给了竞争对手。

自从出售 Sentieo 之后，我一直在运营 LOTUS、 个人人工智能公司 littlebird 和创业孵化器 Studio Management。创建 Sentieo 从根本上改变了我的世界观。我意识到人工智能是终极的力量倍增器，并开始寻找将其应用于公司和生活各个方面的方法。

我们对智能体的运用

在我的公司里，我们不只是在观察人工智能的智能发展趋势；我们已经积极地调整了我们的组织结构，使其能够顺应这一趋势发展。

这种转变在软件工程领域体现得尤为显著。过去，开发一个新功能需要与产品经理和设计师一起花费一周时间制定设计规范，然后再与一小队工程师进行一周的工程迭代。而现在，智能编码界面让我只需编写一个详细的提示，就能在几分钟内生成一个功能原型。虽然它通常无法一次性直接投入生产，但它大大减少了初始构建过程中的人工干预，并显著提高了我们交付最终产品的速度。

我们在 LOTUS 也看到了类似的发展轨迹。一年前，人工智能模型还能勉强回答一些基本的财务结构和估值问题。而如今，智能体人工智能已经完全接入 Factset 和 S&P Capital IQ 的财务和文档数据库。在旧模式下，如果我想研究一个新想法，我会把它分配给一位分析师。分析师需要几天时间阅读相关文件，研究关键的争论和数据，然后准备一个财务模型，并通过电子邮件发送他们的主要发现。之后，我们还需要几天时间来迭代完善。而现在，智能体人工智能可以在几分钟内综合分析文件和关键争论，构建财务模型，并生成一份质量几乎不相上下的综合备忘录。这种快速的响应意味着我可以迅速深入研究关键问题，并比以前更快地做出投资决策。

完成这项智能体工作的成本不到人工完成同样工作成本的 1%。智能体不需要睡觉，不需要休假，而且可以根据需要快速扩展（或缩减）成大量的智能体。然而，或许最深刻的改变在于我们在智能体驱动型组织中的协作方式。

在任何企业中，人力协调都是成本最高、增长最快的环节。经济学家罗纳德·科斯 1937 年提出的开创性著作《企业理论》可以概括为： 企业之所以存在，是因为内部协调成本低于市场交易成本，但这种优势并非无限。当组织一次内部交易的边际成本等于通过市场进行交易的成本时，企业的增长就会停止。 创始人向产品经理、工程师传递指令的过程就像一场损耗巨大的“传话游戏”，需要没完没了的信息、会议和演示才能确保所有人步调一致。事实上，我们可以把微软的 Outlook、Word、PowerPoint 和 Excel 等办公软件套件看作是人力协调技术。然而，人工智能代理能够共享近乎完美且连续的上下文信息。在可行的情况下，用人工智能代理取代人类可以消除这种巨大的协调成本，从而大幅降低摩擦并提高产量。

目前我们并未主动缩减团队规模，因为我们运营的是高速增长的早期企业，正在不断扩大市场份额。然而，我们已显著放缓招聘速度，所需人员也比以往减少。每位员工都能发挥更大的作用，并被期望积极采用人工智能来倍增其产出和影响力。我们认为，某些岗位更适合由人工智能系统而非人工完成。这些岗位包括数据分析、数据迁移、部分设计岗位、部分运维岗位以及部分客户服务岗位。随着人工智能能力的提升，这个清单每月都在增加。

来自人工智能 CEO 的就业评论

人工智能对就业的威胁绝非什么新鲜事。过去一年来，人工智能实验室不断发出警告，称人工智能将取代白领工作。不出所料，首席执行官们一直不愿将裁员风险与后续的经济后果联系起来考虑。

在 接受 Axios 采访时警告说： 去年五月，Anthropic 首席执行官达里奥·阿莫迪

人工智能可能会消灭一半的入门级白领工作岗位，并在未来一到五年内将失业率飙升至 10% 到 20%。

尽管阿莫迪有理由夸大安特罗皮克公司的潜力，但他对公司能力提升的预测如今看来颇具预见性。整篇 文章 都值得一读。

九个月后，微软人工智能首席执行官穆斯塔法·苏莱曼 采访时，似乎以一种不那么低调的方式表达了这番话。 上周在接受《金融时报》

白领工作，比如坐在电脑前做律师、会计师、项目经理或市场营销人员——在未来 12 到 18 个月内，大部分工作都将由人工智能完全自动化完成。

劳动力市场状况

人工智能自主性（或称智能体）显然正在迅速提升其执行白领工作的能力，而人工智能领域的首席执行官们似乎对裁员问题深感担忧。在人工智能自主性兴起之际，有必要审视一下白领就业市场的现状。

在下图中，白色虚线代表核心白领就业，不包括政府支出驱动的行业的就业，特别是政府、医疗保健（政府支出占支出的一半）和私立教育（政府贷款和贷款担保驱动了市场很大一部分）。

自 2023 年以来，核心前政府白领就业人数呈现停滞不前甚至下滑的趋势，这一点显而易见。尽管疫情后招聘热潮带来的 12-18 个月的短暂回落期确实有所缓解，但过去 18-24 个月的情况却暴露出一种脆弱的平衡。六年来，这些核心白领岗位仅比疫情前水平增长了 4%，而同期人口增长率为 5%，实际 GDP 增长率为 11%。信息行业本应是人工智能失业的重灾区，但目前就业人数已较峰值下降了 8%，甚至低于 2020 年疫情前的水平。显然，即便在人工智能真正普及之前，企业就已经在用更少的人力完成更多的工作了。

劳动力市场供求平衡

前文阐述了典型初创企业如何采用智能体人工智能，这类企业更受益于快速的收入增长而非劳动力成本的节约。这种方法也为大型企业未来一年采用智能体人工智能提供了路线图。然而，大型企业面临着更高的协调成本、更多可自动化的传统流程，更重要的是，它们规模更大、更稳定，收入增长空间更小，但成本节约机会更多。最终，这意味着企业裁员的可能性更高，而自 2023 年以来，裁员一直是白领劳动力市场的一大特征。疲软的白领劳动力市场与智能体人工智能的广泛应用之间的关联，预示着白领就业危机风险日益加剧。

智能体人工智能将加速这些趋势，而市场力量将成倍放大这些趋势。批评者认为大型企业行动迟缓，这种观点不无道理，但大多数公司都身处竞争激烈的市场之中。任何一家未能及时采用智能体人工智能的公司都将面临成本劣势，并削弱​​其相对于同行的竞争地位。首席执行官们深谙此道，几乎一致将人工智能的采用列为 2026 年的首要任务，并为此投入了相应的预算。

裁员潮并不会轻易打破白领劳动力本已脆弱的供需平衡。假设未来 12-24 个月内白领工作岗位减少 5%，这似乎远低于达里奥或穆斯塔法所预测的水平。随着人工智能技术的不断加速发展，这些工作岗位不太可能再恢复。这些失业者将被迫转向蓝领工作和零工经济，从而对整个经济体系中的工资水平造成下行压力。而那些保住工作的员工则会敏锐地意识到这种日益增长的风险，并最终导致消费者信心和支出暴跌。

传染风险

我们与 西特里尼 共同撰写了 第二部分——《2028 年全球情报危机：从未来视角看金融史》， 其中详细阐述了危机可能如何演变的预期时间表。这里不再赘述所有细节，仅概述我们对危机发展走向的设想。

上述 5% 的失业率预测是基于经济是一个接近均衡的封闭系统的假设。但事实并非如此。经济具有很强的自反性，而导致失业的引擎——人工智能本身——仍在每个季度加速发展。

首先，没有天然的制约机制。 人工智能能力不断提升，企业需要的员工减少，失业员工减少消费，实力削弱的企业为了维持利润率而加大对人工智能的投资，这反过来又促使人工智能能力进一步提升。每家企业的个体反应都是理性的。最终的结果是一个自我强化的负反馈循环。

其次，消费支出受到的冲击与失业人数严重不成比例。 收入最高的 20% 人群贡献了美国约 65% 的消费支出。这些白领工人最容易受到人工智能的取代。白领就业人数的小幅下降，就会对非必需消费支出造成更大的冲击，严重打击依赖这些支出的企业，并引发进一步的裁员。

第三，人工智能代理将瓦解美国经济中庞大的中介层。 五十多年来，我们建立在人类局限性之上的数万亿美元企业价值：做事需要时间，耐心会耗尽，而且大多数人为了避免点击更多次而接受不合理的价格。而人工智能代理消除了这些摩擦。软件、咨询、金融服务、保险、旅游、房地产和支付等行业都建立在将代理认为微不足道的复杂性货币化之上。随着这些行业遭受严重的收入损失，它们将大规模裁员，从而加剧经济衰退。

第四，金融体系就像一条长长的链条，由一系列相互关联的押注组成，这些押注都基于白领生产力增长。 超过 2.5 万亿美元的私人信贷被用于杠杆收购，而这些收购的承销依据是如今已不再成立的收入假设。规模达 13 万亿美元的抵押贷款市场建立在这样的假设之上：借款人将在未来 30 年内保持大致相同的收入水平。这些借款人并非次级贷款借款人——他们的信用评分高达 780 分，首付比例也达到了 20%。这些贷款在发放之初都是好的。只是在贷款发放之后，世界发生了翻天覆地的变化。

第五，政府的财政状况在最糟糕的时刻发生了逆转。 联邦收入本质上是对人力劳动的征税。随着白领收入下降和工资总额缩减，税收收入锐减，而转移支付的需求却激增。政府需要向家庭发放更多资金，恰恰是在它从家庭收取的税款减少的时候。

我可能出错的地方

这项预测可能存在一些重要的偏差。最有可能的情况是，失业人数会非常缓慢地减少，从而使人工智能驱动的生产力加速提升，进而促进 GDP 增长。经济蓬勃发展且就业岗位相对稳定，将有利于逐步过渡到人工智能时代。这是目前市场的基本预期。虽然这种可能性并非完全不存在，但自 2023 年以来信息行业的就业趋势似乎对这一理论构成了极大的挑战。此外，这很可能需要人工智能的发展速度显著放缓，而根据目前的趋势来看，这似乎是一个难以实现的假设。

第二种方法是将人工智能与以往的技术革命进行比较。这种观点认为，在以往的每一次技术革命中，当技术和自动化取代一些工作岗位时，都会在新的领域创造更多的新工作。虽然这没错，但以往的每一项技术都是对人类劳动的补充，而不是近乎直接和完全的替代。此外，以往的每一次技术革命都伴随着就业市场的强劲增长；而美国的核心白领工作岗位已经连续三年多萎缩，并且远远偏离了新冠疫情前的增长趋势。

第三种途径是采取果断的政策行动来预防危机。我今天不打算评估这种可能性，但我相信，有一条切实可行的途径，能够让大多数选民与众多企业、人工智能和政治利益相关者朝着这个方向携手并进。我希望能在即将推出的 第三部分“前进之路”中，尽快正式开启这场对话。

第二部分： 2028 年全球情报危机——从未来视角出发的金融史思考练习 合作） （与 Citrini

敬请期待， 第三部分：前进之路

披露信息

作为一名基金经理和创业孵化器，我的工作是预测未来并据此配置资金和资源。我认为人工智能驱动的变革很可能成为未来趋势，因此我的投资组合和公司都已为此做好准备。如果我的预测成真，我的公司将从中受益。

我坦诚地说明这一点是为了完全透明，但我写这篇文章的目的并非“兜售我的理念”或制造恐慌。这种转型带来的社会风险实在太大，不容忽视。即使这场危机发生的概率只有 10%，其负面影响也足以让我们立即展开全社会范围的对话。

致谢

感谢我的 littlebird 联合创始人 Alex Green 和 Naman Shah ，以及 David Shor 、 Citrini 和 Josh Constine 对想法和校对的反馈。

Claude、ChatGPT、Gemini 和 littlebird 在收集数据、研究概念、核对数据、制作图表、重写以及最终校对本文的过程中都发挥了重要作用。它们各自在不同的领域大放异彩，反映了智能前沿领域瞬息万变、快速发展的本质。相比之下，我之前使用的其他文字处理软件及其拼写和语法检查功能则显得相当过时。

看看照片

近视手术飞秒激光我一直觉得不安全，把眼角膜中心切开，然后打薄，再盖上，有人说这个切口永远无法愈合，后续再揉眼睛可能很致命。另外会提高圆锥角膜的风险。

预防近视的最好办法就是每天一小时户外，在自然光线下、看远处、非平面视觉对预防近视很重要。

我感觉近视加重的原因是长时间看近处/平面视觉/眼睛疲劳导致调节能力不足，并且泪膜不稳定，降低对焦能力，此时再去配眼镜度数往往会比真实值高，新眼镜戴上后为了适应眼球轴距代偿性增长。

我为了减缓疲劳发生的时常，在室内/看近处使用度数 -50～75 的眼睛，感觉比什么多焦点镜简单实惠，后者验配时对眼睛的对焦能力还是外/内斜视什么的有要求。

睡在床上玩手机损伤很大，我尝试好几天睡前不玩，结果白天眼睛就舒服很多，对焦能力也比之前好了。

之前尝试摄入叶黄素含量高的食物，蓝莓干，在摄入后的几～十几小时后，会明显感觉眼前一亮，但是后来发现这种状态下眼睛更容易受亮光刺激导致。

避免直视过亮的东西，我几岁时喜欢长时间盯着没有散射材料包裹的老实白炽灯泡，可能是我飞蚊症的原因之一。

使用 4000K 的灯具，而非中国流行的 6500K 正白光，6500K 的蓝光成分很高。4000K 的灯也没多泛黄，色温比较舒适。

我捐了 1313

在你站没有东西是不能转载的

https://cn.nytimes.com/business/20260113/china-american-poverty/

过几年跳去 Geely。（Better not yet your colleges and boss know）

看远景的文字的确是 AIGC

https://blog.ihaosuan.com/10212.html

https://blog.ihaosuan.com/10213.html

谨防诈骗！不构成投资建议！

国泰海通证券，通过渠道开户，20 万存入，佣金万 0.8 免 5，保持一个月后费率永久化，之后可 20 万可取出

AI：

Duration（久期）

基本定义

Duration 是债券价格对 yield 变化的一阶敏感性（first derivative），通常按价格标度化。简单说：

Duration = -dPrice/dYield ÷ Price

直观理解

• 如果一只债券的 duration 是 5，意思是：yield 上升 1%，债券价格大约下降 5%

• Duration 越大，债券对利率变化越敏感

• 长期债券的 duration 通常比短期债券大

duration 在英文中确实有"持续时间"的意思。但在金融中，它被赋予了特殊含义：

1. 第一层：数学含义 — 价格对 yield 的敏感性（导数）

2. 第二层：经济含义 — 加权平均的现金流到期时间

有趣的是，这两层含义实际上是等价的！

Duration 还有另一层含义：它是债券现金流的加权平均到期时间。这解释了为什么：

• 零息债券的 duration = 到期时间

• 付息债券的 duration < 到期时间（因为你更早收到一些现金）

---

具体公式

Duration = Σ(t × CF_t) / (Σ CF_t)
           其中 t = 时间，CF_t = 时刻 t 的现金流

换句话说：每笔现金流的到期时间，按现金流大小加权平均。

具体例子

假设你有一只债券：

• 第 1 年收到 50 元利息

• 第 2 年收到 50 元利息

• 第 2 年收到 1000 元本金

• 总共 1100 元现金流

加权平均时间：

Duration = (1×50 + 2×50 + 2×1000) / 1100
         = (50 + 100 + 2000) / 1100
         = 2150 / 1100
         ≈ 1.95 年

这意味着：你平均要等 1.95 年才能收到这些现金流。

---

为什么"加权平均时间"等于"价格敏感性"？

这看起来像巧合，但其实有深层的数学原因。

直观解释

想象你持有债券：

• 如果大部分现金流集中在近期（比如明年），利率上升影响不大——因为你很快就拿到钱了，不用等太久

• 如果大部分现金流集中在远期（比如 10 年后），利率上升影响很大——因为你要等很久，折现效应累积

所以"现金流越晚到期"= “对利率越敏感”。Duration 同时衡量这两个概念！

---

具体对比：零息债券 vs 付息债券

零息债券（Zero-Coupon Bond）

• 只有一次现金流：到期时拿到面值

• 加权平均时间 = 到期时间

• 例如：5 年期零息债，duration = 5 年

现金流时间分布：
|  |  |  |  |●●●●●●●（都在第 5 年）
0  1  2  3  4  5

付息债券（Coupon Bond）

• 每年有利息，到期拿本金

• 加权平均时间 < 到期时间

• 例如：5 年期付息债，duration 可能只有 4 年

现金流时间分布：
|●|●|●|●|●●●●●●●●●●（利息分散，本金集中在第 5 年）
0  1  2  3  4  5

你看，付息债券的现金流更早被收到，所以平均到期时间更短。

---

完整例子

5 年期、年票息 5%、面值 100 元的债券

假设 yield = 5%（即以面值 100 元交易）：

年份	现金流	权重
1	5	5/105.5 ≈ 4.7%
2	5	5/105.5 ≈ 4.7%
3	5	5/105.5 ≈ 4.7%
4	5	5/105.5 ≈ 4.7%
5	105	105/105.5 ≈ 99.5%

Duration = 1×4.7% + 2×4.7% + 3×4.7% + 4×4.7% + 5×99.5% ≈ 4.84 年

而不是 5 年！

这正好说明了：付息债券的 duration < 到期时间，因为你更早收到现金流。

---

总结

Duration 的两层含义其实讲的是同一回事，从不同角度看：

• 数学角度：价格对利率的敏感度（导数）

• 经济角度：现金流到期时间的加权平均

两个都很重要，因为它们帮助你理解：债券要多久才能真正"收回"你的投资，以及利率变化对它的影响有多大。

AI:

Forward Rates 和 Swaps 详解

Forward Rates（远期利率）

基本概念

Forward rate 是指未来某个时期的利率，在今天就锁定。它不同于现货利率（spot rate）。

具体例子

假设：

• 今天 1 年期债券的利率（spot rate）= 2%

• 今天 2 年期债券的利率（spot rate）= 3%

那么 1 年后开始、期限 1 年的 forward rate 是多少？

如果你投资 2 年期债券 100 元，应该得到与"先投 1 年，再投 1 年"相同的回报：

(1 + 2%) × (1 + f₁,₂) = (1 + 3%)²

解得：f₁,₂ ≈ 4.01%

关键洞察

• Forward rate 由现货收益曲线隐含推导出来

• 如果收益曲线向上倾斜（长期利率 > 短期利率），forward rate 通常大于当前的长期利率

• Forward rates 反映了市场对未来利率的预期（至少在理论上）

---

Swaps（互换）

基本概念

Swap 是两个交易对手之间的现金流交换协议。最常见的是利率互换（Interest Rate Swap）。

典型例子：Plain Vanilla Swap

A 公司和 B 公司达成协议：

• A 支付： 固定利率（比如 3% 每年）

• B 支付： 浮动利率（比如 LIBOR + 0.5%）

• 本金： 假设都是 100 万元，期限 5 年，每年交换

A 公司  ←─── 浮动利率 ─────  B 公司
   └─── 固定利率 ────→

为什么要用 Swap？

假设 A 公司有以下困境：

• 借了一笔浮动利率贷款（因为银行要求）

• 但害怕未来利率上升，想锁定成本

• 可以通过 swap 把浮动利率转换成固定利率

而 B 公司相反，可能想要浮动利率的投资机会。

Swap 的价值

Swap 本身在签订时价值通常为零。但随着市场利率变化，一方会获利，另一方会亏损。

与 Forward Rates 的关系

Swap 的固定利率（叫做 swap rate）其实是由 forward rates 驱动的！

Swap Rate = 加权平均的 forward rates（根据各期现金流加权）

---

直观总结

概念	定义	用途
Forward Rate	未来某期的隐含利率	理解市场预期，定价衍生品
Swap	现金流交换协议	对冲利率风险，改变债务性质

实际应用举例

• 银行签订 5 年期利率互换，把浮动贷款变成固定成本

• 投资者通过 forward contracts 锁定未来投资收益率

• 交易员通过 swaps 进行利率押注或套利

这些工具都是基于时间价值和利率风险的核心概念，在现代金融中非常重要！

有具体场景想进一步讨论吗？

AI：

理解债券收益率 (Yield)

核心概念

Yield（收益率）是一个单一的折现率，用来计算债券的现值。换句话说，如果你知道债券的市场价格和所有未来现金流，你可以通过计算反推出一个"平均"利率——这就是 yield。

直观的比喻

想象你以 900 元买了一张债券，这张债券在 1 年后会支付 1000 元。Yield 就是那个利率，使得：

900 = 1000 / (1 + yield)

解出来 yield ≈ 11.1%

关键性质

• 折现与价格的关系：Yield 越高，债券价格越低；Yield 越低，债券价格越高（反向关系）

• 平价债券（par bond）：如果债券以面值（par value）交易，其 yield 就等于票息率（coupon rate）

• 收益曲线：不同期限的债券有不同的 yield，这些 yields 的分布叫做"收益曲线"

为什么 Yield 很重要

用 yield 来比较不同债券比较方便，因为它把债券的所有信息（购买价格、票息、期限）浓缩成一个数字，方便投资者快速对比不同的固定收益投资品。

二级市场的“二级”的来源是这样的吗？

---

AI Answer:

是的，完全正确！"二级市场"中的"二级"就是源于这个逻辑。

让我用中文总结一下你提到的结构：

一级市场（Primary Market）：公司通过 IPO（首次公开发行）从私有公司变成上市公司，这是新股票首次被发行和出售的过程。

二级市场（Secondary Market）：上市后，这些股票和债券被众多投资者在交易所自由买卖，形成了一个流动性市场。

"一级"和"二级"的划分就是按照市场的时间顺序来的：

• 一级 = 首次发行（Primary = 最初的）

• 二级 = 之后的交易（Secondary = 随后的）

这个分类方式同样适用于债券市场。债券作为证券化的贷款，也会经历一级市场（发行）和二级市场（交易）的过程。

所以无论是股票还是债券，都遵循这个"先一级后二级"的市场结构。很好的观察！

AI explanation:

This is a great overview of the yield curve and monetary policy. Let me break down what you've described and expand on it a bit.

The Yield Curve Basics

You're right that bonds with different maturities have different interest rates. This relationship between maturity and yield is called the yield curve. A typical, "normal" yield curve slopes upward—shorter-term bonds pay lower interest, and longer-term bonds pay higher interest. This makes intuitive sense: if you lend money for 30 years instead of 3 months, you're taking on more risk (inflation, default risk, opportunity cost), so you demand higher compensation.

Why the Rates Differ

The interest rate for each maturity reflects several factors you touched on: supply and demand, inflation expectations, credit risk, and liquidity. But there's also a key concept called the term premium—investors demand extra yield for locking up capital for longer periods. If inflation might be 2% per year, a 30-year bond might yield 4-5% to account for all those years of uncertainty, while a 3-month bond might yield 2-3%.

The Fed's Role

The Federal Reserve doesn't directly set all interest rates—that would be impossible. Instead, it controls the federal funds rate, which is the overnight lending rate between banks. This is the "front-end" you mentioned. By raising or lowering this rate, the Fed influences the entire curve indirectly. When the Fed raises rates to fight inflation, short-term rates rise immediately. Longer-term rates also typically rise, but often by less, because markets are forward-looking—they're pricing in where they think inflation and rates will be in the future.

Inverted Curves

An inverted yield curve—where short-term rates are higher than long-term rates—is unusual and historically significant. It typically happens when the Fed has raised short-term rates aggressively to fight inflation, but markets believe inflation will cool down and the Fed will have to cut rates later. So investors are willing to accept lower yields on long-term bonds because they expect rates to fall. Inverted curves have historically preceded recessions, though not perfectly. An inverted curve signals market pessimism about future economic growth.

Does this clarify the mechanics? Are there specific aspects—like how the Fed's actions ripple through different maturities, or what an inversion really means for the economy—you'd like to dive deeper into?

感觉没有说清楚用途，只能用于 nginx？rate limit 是限制请求次数，还是带宽，还是总流量？限制的时间范围？配置里的 cache, capacity, leak rate 没看懂怎么配

https://github.com/HT4w5/nyaago/wiki/Configuration-Reference

日經： 特朗普攻击委内瑞拉给世界带来新火种

青椒上火，皮蛋降火，吃了等于没吃

The industry has generally settled on three main types of strategies that are sustainable because they provide real economic value to the market:

• Arbitrage: Arbitrage and its economic benefits have been well understood for quite some time and documented by academia. The companies that are still competitive in arbitrage have one of 3 advantages:

  • Scale: To determine that some complex option or futures spread products are mispriced relative to a set of others, nontrivial calculations must be performed, including the fee per leg, and then the hedged position has to be held and margined until expiry. Being able to manage this and have low fees requires scale.
  • Speed: Speed either comes from having faster telco or being able to hedge. For example, triangular arbitrage on FX products traded in London, NY, and Japan and are a major impetus for the Go West and Hibernia microwave telecom projects. Arbitrageurs rely on the speed of their order gateway connections so they can hedge on related markets if they are overfilled.
  • Queue position: Being able to enter one leg of an arbitrage by passively buying on the bid or selling on the offer reduces costs by not having to cross the spread on that leg, so being able to achieve good queue position can give an edge in arb trades.

• Market Taking: Placing a marketable buy or sell order to profit from a predicted price change. The economic value market takers are being paid for is either:

  • properly pricing the relative value of related securities
  • trading and thereby contributing to price discovery in products after observed changes in supply and demandLike a real estate negotiation that can change a deal’s value minute-by-minute when negotiators come to the table face-to-face and discover each other’s positions, even though the fundamentals of the deal or real estate market certainly don’t fluctuate by the minute, market takers are the high-stakes-mediators of the trading world. Market taking requires predictive signals and relatively low-latency because you pay to cross the spread. A common low-latency market taking strategy would be to attempt to buy the remaining liquidity at a price after a large buy trade.

• Market Making: Posting passive non-marketable buy and sell orders with the goal to profit from the spread. The economic value market makers are being paid for is connecting buyers and sellers who don’t arrive at the market at the same time. Market makers are compensated for the risk that there may be more buyers than sellers or vice versa for an extended time, such as during times of market stress.

解释一下这三个，尤其是后两者的区别

---

AI Answser:

我来详细解释这三种策略，特别是后两者的区别：

三种策略概述

1. 套利（Arbitrage） 利用同一资产或相关资产在不同市场/形式间的价格差异获利。本质上是"无风险"交易，同时买入低价卖出高价。需要的优势是规模、速度或队列位置。

2. 市场攫取（Market Taking） 主动发出可成交订单（吃单），预测价格变动来获利。你支付买卖价差的成本来立即成交。

3. 市场做市（Market Making） 被动挂出限价订单（挂单），通过赚取买卖价差获利。你提供流动性，等待别人来成交你的订单。

Market Taking vs Market Making 的核心区别

谁支付价差？

• Market Taking: 你支付价差成本。你用市价单"穿越"买卖价差来立即成交
• Market Making: 你赚取价差收益。你同时挂买单和卖单，从两边的差价中获利

主动 vs 被动

• Market Taking: 主动进攻型。你认为价格即将变动，所以愿意支付成本来立即建仓
• Market Making: 被动防守型。你在买卖两边挂单等待，不预测方向

盈利来源

• Market Taking: 预测能力 - 你必须正确预测价格走向才能弥补价差成本并盈利
• Market Making: 流动性服务 - 你连接了不同时间到达的买卖双方，承担库存风险换取价差

风险特征

• Market Taking: 方向性风险 - 如果价格预测错误就亏损
• Market Making: 库存风险 - 在市场压力期间可能积累单边头寸（比如都是卖家没有买家）

举个例子

假设某股票当前报价：买入 $100.00 / 卖出 $100.10

Market Taker 的行为： 看到大额买单出现，预测价格将上涨，立即以 $100.10 买入（支付了 $0.10 的价差成本），期望很快能以 $100.50 或更高价格卖出获利。

Market Maker 的行为： 在 $100.00 挂买单，$100.10 挂卖单。如果有人以 $100.00 卖给他，然后另一个人以 $100.10 从他这买走，他赚取 $0.10 的价差。他不预测方向，只是提供流动性服务。

文中提到的关键点

Market Taking 像"高风险调解人"的比喻很形象：就像房地产谈判中，当谈判者面对面发现彼此立场时，即使房地产市场基本面并未按分钟波动，但交易价值却可能分分钟变化。Market Taker 就是捕捉这些瞬时供需变化的人。

Market Making 的价值在于"连接不同时间到达市场的买卖双方" - 这是时间维度上的服务。

我就是感觉这波存储涨价的行情会持续很久才趁没涨太多购买的，毕竟固态这种产品基本不会坏。

沪✌️

小城市无处可去，只有上网

总比加班好

我准备等会出去开车

怎么没有人回复，顶楼主一下。

厌恶应试教育，考研估计会比较痛苦吧？

跑刀什么意思

已严肃收藏。多拍，爱看。在内陆城市吸 AQI>200 的雾霾加班的人格外羡慕。

你門是一个拥有 的大門，不是 admin 可以肆意妄为的地方

WWIII 根本打不起来

美国还扣押中国到伊朗的货轮
https://cn.nytimes.com/usa/20251215/cargo-ship-seized-iran-china/

https://archive.is/20240207170428/https://cn.wsj.com/articles/那些在家尝试量化交易的普通投资者-9279bbef#selection-1253.134-1253.150

国内的一团 shit，不如国外的一根毛

搞面向散户低门槛 AI quant trade 平台能赚很多钱

https://alpaca.markets/

https://www.quantconnect.com/

https://www.composer.trade/

門友友情价你來定，反正我的內存也在是吃灰

我目前的臺式機用的兩條筆記本內存通過轉接卡安裝，因為轉接卡的大小限制，沒法插滿四條（也沒必要插滿 4 條，64GB 很夠了）

市场价 \minus 門友友情价

挤城市里没什么好的。

我在城市边缘，开车 5 分钟能到村镇，可惜买不到“宅基地”，否则平房比鸽子笼住得不要爽太多。

二手 9 层以下洋房

Xian 还是便宜，我附近跟你差不多的 2 线城市 2 万

搞台带 IPv6 的教育网机器，安装 tailscale，本地也安装 tailscale，然后ssh -TND <port> user@host通过本地端口提供 SOCKS5，将教育网机器当作出口。

https://blog.cloudflare.com/18-november-2025-outage/

CF 的故障分析报告真专业

赞同，今天尽管半导体跌了，看好 AI 长期，又加仓了，目前浮亏 3.5%。黄金也加仓，CPM Group 预测未来几周会有波动，但是 2026 年长期看涨，目前浮盈 1.5%，

第一次遇到 CF 网络故障，你站都打开不了，CF Dashboard 也打开不了 😅

这本书我今天花了 1 天时间看完了，收获很大。

https://sinyalee.com/blog/?p=1068

---

---

https://sinyalee.com/blog/?p=935

👍️ 我由衷地认同他的观点：中学生结婚是非常完美的事情

最近发现，除了 1 年期定期存款有 1.1% 的年化利率，1 个月大额存单（>200k）有 0.9% 的年化利率，还有很多准活期的方式也许能实现 1% 的利率。

交易型货币市场基金：
华宝添益 ETF 511990 七日年化收益率:1.009%
银华日利 ETF 511880

此外，
国债逆回购、质押式报价回购，也有较灵活的存款期限。

而且也不复杂，在线进行券商开户即可，注意找低佣金的开户方式。

仅代表个人看法，不构成投资建议

我这些年买过 3 个空净，
第一个是某国内白色家电巨头品牌，～600，滤芯～100，夹碳布平板滤芯，用 2 个月必发酸。
第二个品牌相同，但买的高端货，～2k，滤芯～600，圆柱形滤芯，新机使用有特殊气味，一看商品评价别人也有，甚至用了很久都没消散，有买家称它为碳味，认为是滤芯里的活性炭散发的，有商家说是新机生产出来以后就包装了，用一段时间就没事了。后来看了别的厂家的评价，有人说这时滤芯的高分子聚合物骨架带来的气味，反正我很害怕不但没起到净化空气的效果，反而造成污染，就给退了。
第二个是被鸿海收购的日本品牌，～900，滤芯～250，圆柱形滤芯，有了上面的经验教训，并且特地看了“拆封后/使用后不支持退货”的标注，我不装滤芯，开机后吹出的来的风有很重的塑料味，又给退了。

反复看了市场上一圈，无不都有一堆吹牛逼的宣传，什么纳米、负离子，都让人很不放心。而且大多是静电滤棉里面掺活性炭，用久了很容易发酸。而且很害怕有类似的异味污染问题。国外品牌 honeywell, iqair 太贵（最低端的货>2000），其他的要么是假洋鬼子要么是国产。能令人信赖的品牌 3M 竟然无自营店卖空净，只有个官方旗舰店卖一个型号，而且是 N 年前的陈货。

作为工科生，我觉得空气净化器无非是风扇 + 滤网，可以自己购买 3M N95 空调静电滤棉。3M T3 滤网，38x300cm 一卷～160，配合能吹风的装置使用，性价比高得离谱。简单点粘空调滤网上，复杂点买个风扇用合适的方式安装（e.g. 3D 打印一个壳子）进行过滤。

这样过滤 PM2.5 是够了。至于甲醛等 Volatile organic compounds(VOCs)，在网上找到一个可以缓慢释放 ClO2 的 Cleverin，支持将 HCHO 氧化。后期考虑自制活性炭，放到罐子里，类似汽车的碳罐。

为什么要自制活性炭？
网上搜索活性炭或者除醛产品，出来的产品不敢买。很多宣传是什么纳米矿晶，先不管是什么矿，纳米材料这种高科技的东西我不敢碰。其次是矿，网上搜到有些人把 radioactive 物质做到这种“活性炭里”，用电离辐射分解甲醛。（请搜索“净醛泥测出强辐射性”）

3M 312-1250 E-A-Rsoft Yellow Neons 200pcs ￥100
我口袋里常备

学生做的，然而研究生院网站上列了。有错误可以在 github 上提 issue.

不影响，PDF 也有编辑器：Acrobat, 福州福昕閱讀器

没有要求上传 Word, 毕业留存给图书馆也可上传 pdf

打印学位论文后会发现和 Word 打印版略有不同，论文印制中心的人也说没事。