NOTE

笔记

一些碎片化的小知识点,慢慢拼成对世界的理解。

149 条记录最近更新 2026-06-27
2026

税后才是真收益

经济学

一句话结论

长期投资真正要优化的不是某个产品标出来的名义收益率,而是扣除通胀、税费、交易成本和错误行为之后,能留在自己口袋里、还能持续复利的真实收益。

为什么这个问题重要

很多投资讨论容易停在“今年涨了多少”“年化看起来多高”“哪个产品收益更好”。这些数字并非没有意义,但它们只是起点,不是终点。对个人财富真正有用的,是未来能支配的购买力:同样赚到 8%,如果通胀吃掉 3%,税费和交易成本吃掉 1%,频繁追涨杀跌再损耗 2%,最后真实留存可能只剩很薄的一层。

这也是长期投资和短期炫技的分水岭。短期里,人容易被高波动、高故事性、高账面收益吸引;长期里,决定差距的往往是那些看起来不刺激的东西:少犯错、少摩擦、少交不必要的税、让好的资产多待一段时间。芒格式的常识在这里很有用:如果你想获得复利,第一原则不是每年都找到最耀眼的机会,而是不要不断打断复利。

核心机制拆解

可以把投资收益拆成四层。

第一层是名义收益。比如资产价格上涨、分红、利息、租金或基金净值增长。这是最容易看到的一层,也是广告、排行榜和聊天里最常被讨论的一层。但名义收益没有回答一个关键问题:这笔钱未来能买到多少东西?

第二层是通胀后的真实收益。通胀不是每天都让人有痛感,但它像地板的倾斜角度,会持续改变现金和固定收益的实际购买力。如果一个资产名义年化 4%,而生活成本长期涨 3%,真实收益不是 4%,而大约只有 1%。现金缓冲很重要,但现金缓冲的目标是安全和主动权,不是承担长期财富增长的全部任务。

第三层是税费和交易成本后的净收益。申购赎回费、管理费、托管费、买卖价差、印花税、所得税、汇兑成本,都不是抽象概念。它们像复利的反方向力量:每年看似一点点,时间拉长后会显著改变结果。一个年化毛收益高 1% 的策略,如果需要更高换手、更高税负和更大滑点,未必比低成本、低换手的组合更好。

第四层是行为成本后的留存收益。很多人低估这一层,因为它不会直接写在账单上。追热点买在拥挤处、下跌时被迫卖出、频繁更换策略、在不懂的领域重仓、为了回本加杠杆,这些都会把本来可以得到的市场回报变成实际拿不到的回报。投资里最昂贵的成本,往往不是明码标价的费用,而是错误行为带来的永久性损失。

所以,一个更完整的公式是:可复利的真实收益 = 名义收益 - 通胀 - 税费摩擦 - 行为错误 - 被迫卖出的损失。长期投资者不需要每天计算到小数点后两位,但要养成这种扣减思维。

它如何影响资产和个人财务

对股票和股票基金来说,税后真实回报提醒我们:高收益不是只靠高波动换来的,真正有价值的是企业长期现金流增长、较高资本回报率和合理价格的组合。如果资产本身能长期提高每股现金流,通胀的一部分可以通过提价、效率或规模传导出去;但如果买入价格过高,或者企业没有定价权,名义增长也可能无法转化成投资者的真实收益。

对债券和存款来说,关键不是“收益稳不稳”这么简单,而是要看期限、利率变化、信用风险和通胀之间的关系。短钱追求确定性没错,生活备用金也不该为了多一点收益去冒流动性风险;但长期资金如果全部停在低真实收益资产里,可能表面没有波动,实际购买力在慢慢缩水。

对个人财务来说,税后真实回报还会影响收入、负债和消费决策。工资增长如果跑不赢生活成本,名义收入提高也未必改善财务自由度;贷款利率如果低于稳健投资的税后真实回报,负债可能是工具,反之就会变成压力;消费分期和高息信用债务更危险,因为它们往往让复利站在你的对面。

这也解释了为什么资产配置不能只看“哪个预期收益最高”。一部分现金负责不被迫卖出,一部分低风险资产负责稳定,一部分权益资产负责长期购买力增长。组合的目标不是让每一部分都赢,而是让整个家庭资产在不同环境下都能活下来,并有机会变得更强。

长期投资者该怎么想

第一,先问“这笔收益能不能留住”。投资前不要只看预期收益,也要问:费用多少?换手多高?税负如何?我是否真的理解它?如果跌 30% 我会不会在最差的时候卖掉?如果答案不清楚,账面预期再高也要打折。

第二,把低摩擦当成优势。低成本指数基金、清晰的再平衡规则、少交易、少折腾,听起来不聪明,却常常很有效。原因不是它们保证最高收益,而是它们减少了从毛收益到净收益之间的漏损。复利喜欢安静,讨厌频繁打断。

第三,区分“看得见的安全”和“真实的安全”。现金、存款、短债看起来安全,因为波动小;但长期全部持有,可能输给通胀。股票看起来危险,因为价格波动大;但若背后是有竞争力的企业现金流,长期反而可能更能维护购买力。真正的安全不是没有波动,而是资产、期限和资金用途匹配。

第四,建立自己的税后真实回报检查表:这笔钱的期限是多久?需要随时用吗?预期收益来自哪里?费用和税负会吃掉多少?最坏情况下我是否会被迫卖?它在整个组合里承担什么角色?这些问题比猜下周涨跌更接近财富管理的核心。

常见陷阱/反面案例

第一个陷阱是被名义高收益诱惑。某些产品展示的历史收益、短期排行榜或营销话术,往往没有同时展示回撤、费用、税负和幸存者偏差。只看收益,不看拿到收益所需承受的路径,就像只看车速,不看刹车和路况。

第二个陷阱是过度交易。每次交易都像在复利机器上开一个小孔:手续费、价差、税费和判断错误都会漏水。偶尔一次不明显,长期频繁发生就很致命。很多人不是没有买过好资产,而是没有让好资产为自己工作足够久。

第三个陷阱是把低波动误认为低风险。把长期教育金、养老金之外的长期资金全部放在低收益现金类资产里,短期睡得安稳,长期可能输给购买力侵蚀。反过来,把短期要用的钱拿去买高波动资产,也是在制造被迫卖出的风险。

第四个陷阱是忽视税务和账户结构。不同国家和地区税制不同,具体规则需要按本地法规处理,但原则相通:能合法降低不必要的税费摩擦、延迟纳税、减少无效换手,就等于提高了留存回报。税务不是投资的全部,却是净收益的一部分。

本周思考题/小作业

拿出自己的主要资产,做一次“收益漏斗”检查:过去一年名义收益大概是多少?扣除通胀后还剩多少?再扣除产品费用、交易成本、税费和自己因为情绪操作造成的损耗,真正留存了多少?

再问一句更重要的话:如果未来十年都重复这种行为模式,我是在帮助复利,还是在不断打断复利?

默认审美就是功能

Product

核心判断

Screen Studio 的产品判断不是“让录屏更专业”,而是把专业审美压成默认结果,让用户不用进入剪辑师模式,也能得到一段可以直接发布的视频。

这类产品真正卖的不是编辑能力,而是替用户承担最后一段审美决策:该放大哪里、鼠标如何移动、画面如何留白、导出成什么比例。

背景与产品现象

录屏本来是一个很低门槛的动作:按下录制,讲完,发出去。但真正阻止很多人分享产品 demo、教程、内部 walkthrough 的,不是不会录,而是录完以后“不像样”。画面太乱,鼠标乱晃,重点看不清,比例不适合社交平台,导出设置也让人犹豫。

Screen Studio 把自己放在这个缝隙里。它的官网反复强调 automatic zoom、smooth cursor movement、professional animations by default、vertical export、optimal export settings baked in。也就是说,它没有把用户带进一个完整视频编辑器,而是把最常见、最影响观感、最容易被非专业用户做坏的部分,变成默认处理。

对比 Loom,它更像沟通基础设施:快速录、链接分享、评论反馈。对比 Descript,它更像内容生产工作台:转录、按文本剪辑、AI 修音、生成媒体。Screen Studio 的位置更窄,但也更锋利:它不试图接管完整视频生产,而是接管“录屏变得好看”这件事。

真正值得看的不是录屏,而是收尾

很多人会把 Screen Studio 看成“更漂亮的录屏工具”。这个读法太浅。

真正值得看的,是它把一个通常被产品忽略的末端动作,重新定义成核心体验。用户完成录制以后,心里想的不是“我想剪视频”,而是“我能不能马上发”。传统工具会在这里交给用户一堆编辑能力;Screen Studio 的判断是:大多数用户并不想获得能力,他们想逃离能力。

这和很多 AI / Agent 产品很像。用户不是缺少生成、分析、总结、调用工具的能力,而是缺少一个可以放心交付的末端形态。产品如果只把中间能力做强,最后仍然让用户自己收拾格式、校准语气、检查出处、决定发到哪里,那么它只是在制造半成品。

拆解

1. 这个产品相信什么用户行为

Screen Studio 相信一件很具体的事:大量用户愿意分享屏幕里的工作,但不愿意成为视频创作者。

这不是一个小差别。面向创作者的工具会假设用户愿意调时间线、调关键帧、调转场、调音轨;面向工作流的工具则应该假设用户只想把某个产品状态、设计想法、bug 复现或教程步骤讲清楚。

所以它没有把“高级编辑”放在前面证明自己强,而是把自动缩放、光标平滑、背景留白、字幕、导出比例这些东西做成录屏后的自然结果。用户不需要先学习审美规则,产品直接把一种审美规则施加在产物上。

这是一种很强的产品立场:默认值不是中性配置,默认值就是产品的品味。

2. 它牺牲了什么

Screen Studio 牺牲的是通用性。

它不是 Final Cut,不是 Premiere,也不是 Descript 那种可以覆盖采访、播客、短视频、课程、营销素材的综合编辑系统。它最擅长的就是屏幕录制、产品演示、教程和带有光标动作的说明视频。

这个牺牲反而让它成立。因为一旦承认自己只服务一类材料,它就可以替用户做很多强判断:什么时候该自动放大,鼠标应该变多大,静止光标要不要隐藏,竖屏导出时 zoom 该如何重算,系统光标放大后要不要替换高清版本。

通用工具不敢替用户决定这么多,因为它不知道用户到底在做电影、课程、访谈还是广告。窄工具敢决定,因为它知道自己要让哪一种产物变好。

3. 这个判断如何体现在具体体验里

最关键的功能不是某一个按钮,而是整套体验都在减少“审美选择题”。

自动 zoom 不是炫技,它解决的是观众在小屏幕上看不清重点的问题。光标平滑不是装饰,它解决的是真实操作中鼠标移动太快、太抖、太分散注意力的问题。背景、阴影、留白、inset 不是皮肤系统,它们把原本需要设计判断的画面边界变成可套用的默认语言。

更重要的是,很多处理发生在录制之后。比如改变光标大小、调整 zoom、导出横屏或竖屏。这让用户录制时不用过度表演,也不用每一步都担心“刚才鼠标是不是动得不好看”。产品把错误容忍度放进了后期默认处理里。

这就是它和普通录屏工具的区别:普通录屏工具保存事实,Screen Studio 修饰事实;但它修饰的不是内容含义,而是观看路径。

4. 对个人产品 / Agent 产品的启发

对个人软件来说,最值得学的不是“做得漂亮”,而是:把用户最不想承担、但又决定产物能不能被使用的判断,产品化。

写作工具不能只生成草稿,还要帮用户把草稿变成可发送的邮件、可发布的短文、可归档的笔记。研究工具不能只给总结,还要保留可回到原文的结构、引用和下一步使用路径。Agent 不能只说“我完成了”,还要留下用户能检查、能接手、能直接复用的工作物。

这尤其适合 Dewey 关心的 personal software / agent-native 方向。个人软件的竞争力往往不来自“我能做更多”,而来自“我每次都替你收好最后一段”。一个本地优先的知识工具,如果能把临时材料自然变成可读、可改、可带走的 Markdown;一个 agent 工作台,如果能把一轮任务自然沉淀成检查清单、变更记录、引用来源和下一步动作,它就不是在炫耀智能,而是在形成可复用的个人工作节奏。

5. 哪些不能照抄

不能照抄的是 Screen Studio 的视觉洁癖。

不是所有个人工具都应该追求强审美包装。有些场景里,过度修饰会伤害信任。财务、健康、代码、法律、研究引用这些领域,产品不能把“看起来顺”放在“可验证”前面。Screen Studio 可以修饰观看路径,是因为录屏的事实仍然在那里;但 Agent 如果修饰决策过程,用户可能会失去判断依据。

也不能照抄它的封闭默认值。Screen Studio 的默认审美适合录屏视频,因为输出目标相对明确。但个人知识库、任务系统、AI memory 的输出目标更复杂:有些内容要公开,有些要长期保存,有些只是临时过渡。这里的默认值必须允许用户看见边界,而不是把所有东西都包装成同一种漂亮结果。

结论

  1. 好的垂直产品不是给用户更多编辑能力,而是替用户做掉一组高频、低意愿、强影响的审美判断。

  2. 默认值不是设置问题,而是产品品味的交付方式;用户反复回来,常常是因为默认结果稳定地“像样”。

  3. Agent 产品也需要自己的 Screen Studio 时刻:不是展示模型多会做,而是把任务末端整理成用户可以直接检查、交付、复用的形态。

  4. 但收尾不能变成粉饰。越是涉及个人知识、权限、记忆和决策,产品越要同时交付好看的结果和可追溯的过程。

信用利差看温度

经济学

信用利差不是债券投资者才需要关心的术语,它更像市场给“信用风险”标出的温度计。国债通常被当作相对安全的基准,同期限公司债、城投债、高收益债要多给一截收益率,补偿投资者承担违约、流动性和不确定性。那一截多出来的收益率,就是信用利差。它影响投资决策的关键,不在于名字专业,而在于它告诉你:市场现在愿意为了风险要多少补偿。

当信用利差变窄,往往说明资金比较愿意承担风险,融资环境较松,弱一点的借款人也能用较低成本借到钱。这对依赖外部融资的企业、地产链、周期行业,甚至股票估值都有帮助,因为破产压力下降,未来现金流被打断的概率看起来变小。反过来,信用利差突然走阔,常常不是“债券市场自己的事”,而是在说市场开始重新怀疑一批借款人的偿债能力:融资更贵、续债更难、现金流紧张,最后会传导到利润、估值和风险偏好。

一个常见误区,是看到某只债券或高收益基金的票息很高,就把它当成“更划算的存款”。如果同期限安全资产收益率是3%,某债券给到8%,多出来的5%不是免费午餐,而是市场要求你承担的风险补偿。真正要问的是:这5%是否足够覆盖违约损失、卖不出去的流动性折价,以及压力时期净值大幅波动?很多投资者在平静时期收了几个月高票息,却在信用事件来临时发现,本金下跌一次就把多年利息吃掉了。

它的边界也要清楚:信用利差不是短期买卖信号,不能机械地说“利差高就买、利差低就卖”。利差高可能意味着风险被过度定价,也可能意味着风险正在真实恶化;利差低可能代表基本面改善,也可能只是资金拥挤、补偿不足。长期投资者更应该把它当作体检指标:当组合里有债基、银行理财、可转债、周期股或高杠杆公司时,先问一句——我拿到的收益,究竟是来自稳健现金流,还是来自别人暂时愿意低估的信用风险?

最后一厘米才是产品

Product

很多个人产品的问题,不是没有核心功能,而是把用户留在了“差一点就能用”的状态。真正有价值的产品判断,常常发生在最后一厘米:从完成,到可交付;从可用,到愿意拿出去。

Screen Studio 是一个很好的例子。它表面上是录屏工具,但它真正卖的不是“录下屏幕”,而是把一个普通人随手录出来的粗糙演示,自动变成看起来可以发布的作品:合适的画布、自动缩放、光标处理、背景、节奏感。这些都不是录屏的必要条件,却是用户从“我录好了”走到“我敢发出去”的关键门槛。

很多 AI 和个人软件会低估这一步。它们把生成、捕捉、整理、分析当成终点,但用户真正要用的,经常是下一步:发给别人、放进文档、提交给团队、变成一个可以继续维护的材料。如果产品只交付半成品,用户就会在最后一厘米重新变成手工劳动者。久而久之,用户记住的不是“它帮我做了很多”,而是“每次最后还得我收拾”。

这对 indie product 尤其重要。小产品很难在能力广度上赢大平台,但可以在一个高频场景里,把最后一厘米磨到极顺。它不一定要替代整个工作流,只要在某个明确出口上让用户省掉羞耻感、修补感和交付前的犹豫,就会形成很强的复用理由。

可以问一个小问题:你的产品现在停在“事情已经被处理了”,还是已经把用户送到“我可以直接拿去用”的那一步?

工具批准不能信客户端历史

AI

Agent 产品里的“工具批准”不应该被当成一条普通 UI 消息保存后原样回放;它更像一次短期授权票据。Vercel AI SDK 7.0.0 修复的 WorkflowAgent 问题很典型:服务端从客户端传回的 messages 历史里重建已批准 tool call 时,如果不重新校验输入 schema、不重新计算 approval policy、不验 HMAC,恶意客户端就可以伪造一个“已批准”的 assistant tool-call part,让服务端执行攻击者参数。

这件事的工程含义是:approval response 和 tool-call history 不能混成同一种信任等级。消息历史可以帮助恢复 UI 状态,但不能自动恢复执行权限。真正可执行的批准至少要重新绑定三件事:原始 tool call 的稳定 id/签名、批准时看到的输入、当前服务端的工具 schema 与策略。只要其中任一项变了,就应该回到“待批准”或直接拒绝,而不是继续走 resume。

对 OPC 或 Agent Engineer 来说,这会影响所有“人类点过同意后继续跑”的场景:浏览器登录、发消息、改文件、调用内部 API、审批工作流。一个安全的实现通常会把 approval 存成服务端票据,而不是只相信前端消息;恢复时按 call_id 查票据,再重放 schema validation、policy resolution 和租户/actor scope 检查。前端可以展示“已批准”,但不能成为批准事实本身。

可以检查一下你正在设计的 Agent 审批链路:如果用户刷新页面、换设备、或客户端自己提交一段历史,服务端到底是在“验证一张批准票据”,还是在“相信一段看起来像批准的聊天记录”?

让距离先说明关系

Design

界面里的距离不是“留白多一点就高级”,而是一种比线框、卡片和标题更早被看见的关系语言。相近的元素会被自然读成一组;距离拉开,才表示这是另一件事。好的分组,应该让眼睛先理解关系,再去读文字。

用距离表达关系的分组示意

这也是格式塔接近律在产品界面里的实际价值。一个设置项如果把标题、说明、状态和按钮放得太散,用户会先看到四个零件;如果它们在一个合适的近距离里聚合,再与下一个设置项保持更大的间隔,用户会先看到“一个可处理的对象”。判断成本会明显下降。

很多界面的问题不是缺少分割线,而是距离没有层级:卡片内外用同一种间距,标题和说明像陌生人,不同模块又靠得太近。于是设计只能不断补边框、补背景、补阴影。真正更克制的做法,是先建立空间比例:组内近,组间远;同级一致,不同级拉开;重要动作离所属内容近,危险动作则通过距离和确认方式变重。

Carbon Design System 把 spacing 当作产品设计里经常被低估的基础,并用 token 让距离在组件内部、组件之间和页面布局里保持一致。这个思路比“凭感觉调 8px 或 16px”更可靠:距离一旦成为系统,团队就能稳定表达相同的信息关系,而不是每个页面重新发明秩序。

追问: 当前正在设计的页面里,有没有某些关系本可以靠距离说明,却被迫用线、卡片、图标或说明文字来补救?

[!quote] 参考资料

Harness 退为工厂,Session 成为运行时主体

AI

Mastra 1.46.0(2026年6月24日发布)把 Harness 从一个带状态的运行时彻底重构成了纯工厂:createSession() 返回的 Session 才是真正的 identity、state、event bus、权限和 run control 的载体。这不是增量重构——Harness 上原有的 sendMessage、abort、model.switch、subscribe、OM accessor 和 thread lifecycle 全被删除,强制迁移到 session.* 命名空间。如果你之前写 harness.sendMessage(),升级后直接编译失败,必须改成 harness.createSession(resourceId).sendMessage()。设计意图很清楚:把"单例假象"从 API 表面彻底剥离。

工程意义有几个层次。第一层是隔离性:两个 concurrent user 通过同一个 Harness 创建不同 Session,它们的 event subscriber 互不干扰(session.subscribe 返回的是 session-scoped 的 event emitter),state 读写不会交叉,permissions 各自生效。这意味着底层不再需要在 Harness 层做锁或 routing,Session 本身就是 fault boundary。第二层是跨进程:配套的 LeaseProvider(内存/Redis Streams 两种实现)保证多实例部署中只有一台 worker 拥有某个 thread run 的租约,信号投递时 LeaseProvider 返回一个 discriminated routing decision(wake/deliver/persist/discard),避免双发或丢消息。第三层是投影到 HTTP 协议:Mastra 新加了 harness-scoped 的 server routes,客户端可以通过 GET /harness/:id/session/:resourceId/sendMessage 远程控制远端 Session,JS client 也有一等公民的 client.getHarness(id).session(resourceId) API。

一个值得注意的取舍是:createSession 不是 spawn,而是 get-or-create by resourceId。同一个 resourceId 返回同一个 Session——这意味着 caller 必须自己保证 resourceId 的全局唯一性。在多租户场景下,resourceId 的设计(比如 userId:threadId 的复合键、还是 UUID、还是业务自然键)直接影响并发控制和数据亲缘性,Mastra 把这个问题交给上层而不做内置约束。另一个隐含代价是 session 级事件总线挂掉的隔离:每个 Session 持有一个独立 EventEmitter,订阅者和 listener 数量会随 session 数线性增长,大租户场景下需要关注 listener 泄漏和 backpressure 治理。

如果你的 Agent 平台已经或计划支持多用户并发,一个值得立即检查的问题是:你的"Harness"层现在持有和用户会话耦合的状态吗?如果 state、event bus、permissions 还挂在全局 factory 上而不是每次 interaction 的开始就获得一个隔离的 Session 句柄,1.46 的这个重构给出了一个可复用的模式——把 factory 做薄到只负责资源创建和共享基础设施(agent 定义、模型注册),把一切可变状态放进按 resourceId 隔离的 Session。

你唯一能控制的,是你的判断

哲学

爱比克泰德两千年前就说清楚了:这世上只有一件事完全在你掌控之中——你的判断。

不是你涌上来的情绪(情绪是你判断的结果),不是别人对你的看法,不是你的事业成败,不是你的健康状况。财富、名誉、他人的行为、甚至你的身体——斯多葛学派称之为"不在我们权能之内的事"。你把幸福挂在这些东西上,就是把房子的钥匙交给了别人。

这不是让人消极接受的鸡汤。恰恰相反:一旦你区分了什么能控制和什么不能控制,你反而获得了最大的行动自由。你不再浪费精力去焦虑那些你改变不了的事情——堵车、别人的评价、市场的波动——而是把所有火力集中在你能改变的东西上:你的选择、你的回应方式、你赋予事件的意义。

举一个每个人都会遇到的场景。你在会议上被同事当众否定。你不能控制他说了什么,但你可以控制自己不在那一刻被情绪接管——不是压抑,而是意识到"感到被冒犯"是你对事件做出的判断,不是事件本身。你可以选择追问他的具体意见,可以沉默但事后核实,可以把它当成一次压力测试。每一种选择,都是你的自由。

这跟现代认知行为疗法(CBT)的底层逻辑几乎一模一样:不是事件本身决定你的情绪,而是你对事件的信念。爱比克泰德比阿伦·贝克早了两千年。

所以斯多葛不是叫你躺平。它叫你做一个精准的投资者:把所有注意力都投入到你有控制权的领域,对无法控制的部分练习"漠不关心"。这不是麻木——这是自由。

别让图标独自说话

Design

把界面做“干净”时,最容易犯的一个错误,是把文字拿掉,只留下图标。问题不在于图标不好,而在于很多图标并没有稳定到可以独自承担动作说明:一个箭头可能是分享、打开、跳转;一颗星可能是收藏、评分、推荐;三个点可能是更多操作,也可能只是把犹豫藏起来。

图标按钮是否需要文字线索

图标的价值是加速识别,不是替代命名。真正熟练的用户会先读形状,但大多数人在关键操作前仍需要一句短文字来确认:这到底会发生什么。尤其是低频功能、跨文化图形、破坏性动作、支付/发布/权限相关动作,只用符号会把界面的不确定性转嫁给用户。

克制的设计不是把所有字都删掉,而是让文字只出现在会降低判断成本的位置。常见做法可以很轻:主操作用“图标 + 动词”,工具栏里的高频图标保留 tooltip 和可访问名称,危险操作不要只给垃圾桶图标,而要让“删除”“移除”“清空”这些不同后果被明确区分。

也不要把 tooltip 当成万能补丁。tooltip 通常需要 hover 或 focus 才出现,在触屏、紧张操作、快速扫视时并不等于可见说明。它适合补充,不适合承担主信息。一个更稳的判断方法是:如果用户必须先停下来猜图标,再用 tooltip 验证猜测,那这个图标其实已经在拖慢任务。

追问: 当前界面里有哪些图标按钮,一旦遮住旁边的文字或提示,就会让人无法确定下一步后果?

[!quote] 参考资料

回撤要先想生存

经济学

很多人看投资组合,第一眼会看年化收益;更稳妥的顺序,是先看最大回撤。因为长期收益只有在你能熬过中途下跌时才属于你。一个资产如果长期平均回报不错,但曾经从高点跌去一半,它要求的不是“懂道理”,而是现金流、时间期限和心理承受力都足够。否则,账面上的长期回报会在一次被迫卖出中消失。

最大回撤讲的是从某个高点到之后低点的最大跌幅。它影响投资决策的方式很直接:跌得越深,恢复所需涨幅越大,也越容易触发外部约束。亏 10% 需要涨约 11% 才回本,亏 50% 需要涨 100% 才回本;更麻烦的是,人通常不是在表格里亏钱,而是在失业、房贷、家庭支出、市场坏消息同时出现时亏钱。此时真正的风险不是“价格低了”,而是你有没有备用现金、有没有过高杠杆、有没有把三年内要用的钱放进高波动资产。

一个常见误区,是拿“我能承受 30% 回撤”当口号。牛市里说这句话很容易,熊市里看到资产连跌、社交媒体充满坏消息、身边人都在卖,感受完全不同。更现实的做法,是把回撤当作仓位设计工具:如果某类资产历史上可能跌 40%,而你只能接受整个组合跌 15%,那它就不应该占太高比例;如果一笔钱两年内要用于买房、教育或创业,它即使看起来有长期收益,也不适合承担太大的净值波动。

这不是鼓励保守到不投资,而是提醒我们先保证“能活到长期”。资产配置里的现金、债券、宽基股票、黄金或其他资产,不只是为了追求更高收益,而是为了让组合在不同环境下不至于同时崩坏。下一次你看到一个收益很漂亮的基金或策略时,可以先问自己:如果它从高点跌 30%,我会因为用钱、恐慌或规则限制被迫卖出吗?如果答案是会,问题通常不在这个资产,而在仓位太大或期限不匹配。

导入不是激活

Product

个人 AI 产品很容易把“接入更多数据”误当成激活:连上邮箱、日历、文档、聊天记录,好像上下文越多,产品越聪明。但对用户来说,导入本身没有价值,它甚至是一笔心理负债。真正的激活不是“我已经把资料给你了”,而是用户第一次看见:原来这些分散的东西之间,有一条关系被产品用起来了。

这也是很多 personal context 产品卡住的地方。它们一开始就要求用户相信一个未来收益:先授权、先同步、先等索引完成,然后某天你会得到更好的答案。问题是,个人资料越私密,用户越不会因为一句“更懂你”就放心。更好的做法是先做一个很小的闭环:比如从今天的日历会议里,自动找出相关的上次笔记;从一篇正在写的文档里,指出三条曾经保存但没被引用的材料;从一个待办里,带出最近一次相关对话的原句。

导入只是原料进入系统,激活是关系第一次变成行动。 前者证明产品有能力收集,后者才证明产品有能力判断。尤其是面向个人工作流的产品,用户不是缺一个更大的资料仓库,而是缺一个在正确时刻把正确材料递到手边的东西。

可以问一个小问题:如果今天只允许接入一种数据源,这个产品能不能在 5 分钟内做出一个用户愿意保留的结果?如果不能,问题可能不在数据还不够多,而在产品还没找到自己的第一个有效关系。

ROE要拆开看

经济学

看一家公司,ROE(净资产收益率)很有用,但不能把它当成“越高越好”的万能分数。更好的做法是先问:这个高ROE到底从哪里来?它是靠产品定价权和成本控制赚出来的,靠资产周转效率转出来的,还是靠更高杠杆放大的?同样是20%的ROE,背后的生意质量可能完全不同。

ROE可以粗略拆成三件事:利润率、资产周转率和财务杠杆。利润率高,往往说明公司有品牌、技术、渠道或成本优势;资产周转快,说明同样一块钱资产能做更多生意,典型如零售、快消、平台型业务;杠杆高,则说明公司用更多债务或少量净资产撬动利润。前两者通常更接近经营能力,第三者既可能是合理融资,也可能把脆弱性藏起来。投资决策真正关心的,不是今年ROE数字好不好看,而是这种ROE能否在竞争、周期和融资环境变化后仍然站得住。

一个常见误区,是看到高ROE就自动推断“好公司值得高估值”。比如有些地产、金融或周期企业在景气期ROE很高,但其中很大一部分来自高杠杆、资产价格上涨或信用扩张;一旦销售放慢、坏账上升、利率变化,权益资本会先承压,ROE可能迅速掉头。反过来,有些公司短期ROE不高,可能是因为正在投入新产能、研发或渠道,真正要判断的是这些投入未来能否带来高于资本成本的回报,而不是简单嫌弃当期数字低。

所以,ROE适合当作入口,不适合当作结论。看到高ROE,先拆来源;看到低ROE,也别急着否定,先看它是在低效烧钱,还是在为未来回报做投入。今天可以拿一个你熟悉的公司问自己:它的ROE主要来自定价权、周转效率,还是杠杆?如果融资条件变差或行业竞争加剧,这个ROE还能剩下多少?

你为什么会本能地觉得自己不属于这里

社会学

你走进一个高级餐厅,菜单上的字你都认识,但你就是不知道该用哪只手拿哪只叉子。你没有做错任何事,但你能感觉到自己身上每一个毛孔都在说同一句话:我不属于这里。

这种感觉,社会学里有一个解释,来自布迪厄的一个核心概念——习性(Habitus)

习性是什么?不是课本知识,不是技能证书,而是一种身体化的阶级印记。你走路的方式、跟人说话时保持的距离、看到一幅画第一反应是「好贵」还是「这个配色很莫兰迪」——这些东西没有人刻意教,但你早就「会」了。因为你的家庭、学校、社区,几十年如一日用同一套规则包裹着你,直到这些规则渗进你的骨骼,变成了你以为是天性的第二天性

问题出在这里:习性在你熟悉的场域里是通行证,换一个场域就可能变成绊脚石。

一个工人家庭的孩子考进精英大学。他不是不努力——他只是在别人从小就会的事情上需要额外消耗心力:怎么跟教授单独谈话、暑假是该去实习还是回家帮忙、小组讨论时是该说「我不同意」还是「老师说的那个地方我有点不同想法」。这些「看不见的功课」从来没人教过他。他甚至可能隐隐觉得自己不够格——不是因为能力差,而是因为他的习性在学术场域里被识别为「局外人」。

反过来也一样:一个从小在国际学校长大的孩子被扔进菜市场,他同样会手足无措。不是他笨,是他的习性不认得那个世界的运行规则。

这个视角最大的用处,不是让你去怨恨结构,而是让你不再把场域的不匹配误判为个人的缺陷

当你觉得格格不入、笨拙、不够好——先别急着审判自己。问问:是不是这个环境默认需要的习性,恰好不是我自带的那一套?

习性不是牢笼,它是起点。你第一次进高级餐厅会紧张,第十次就不会。你可以在熟悉的土壤里扎根,也可以在陌生的场域里慢慢长出另一套本能。关键不是「变成别人」,而是意识到你带着的那套默认设置,然后在需要的时候,手动调一下参数

工具顺序要按协议重排

AI

Agent 的工具调用不只是“模型说要调、客户端调完再塞回结果”这么简单;当同一轮里混有模型侧 tool use、客户端执行 tool result、以及 provider 自己要求的 assistant content 顺序时,消息数组的顺序就是协议契约。Vercel AI SDK 在 6 月 24 日的 @ai-sdk/anthropic@3.0.86 里修了一个很小但很关键的问题:Anthropic provider 需要在 client tool use 和 provider tool use 之间重排 assistant content,否则后续工具结果可能对不上模型期望的上下文结构。

这类 bug 的危险点在于,它通常不会表现成“工具不存在”或“HTTP 请求失败”,而是表现成模型看起来变笨:重复调用工具、忽略刚返回的结果、把某个工具结果理解成另一个调用的上下文。根因不是推理能力,而是 transcript projection 把事件流投影成 provider message 时丢了顺序约束。

做 Agent runtime 时,可以把内部事件流拆成三层:原始执行事件保持 append-only;中间层保留 call id、tool name、role、source(client/provider/server)和因果顺序;最后才按不同 provider 的格式投影。不要让前端 UI 消息、OpenAI/Anthropic message schema、内部 trace 共用同一个“万能 message object”,否则一旦接入多 provider 或本地工具执行,最先坏的就是顺序和归属。

一个实用的回归测试是:构造同一轮里既有 provider tool use、又有 client-executed tool call 的 case,断言投影后的 assistant content 与 tool result 顺序、call id 配对、以及再次 stream resume 后的 transcript 完全一致。你现在的 Agent/OPC 运行时,是在测试“工具能跑”,还是在测试“工具事件能被正确投影给每个模型供应商”?

授权要有到期时间

Product

AI agent 一旦开始替用户点按钮、发邮件、改日程,权限设计就不能再沿用传统软件的“一次授权,长期可用”。更好的产品判断是:授权应该像租约,而不是像钥匙。它有范围、有目的、有到期时间,也应该能被用户随时看见和收回。

传统 OAuth 的问题不在于不安全,而在于它太像后台基础设施:用户点一次同意,之后很少再理解应用到底能做什么。对一个只读笔记应用,这也许还能接受;但对一个会跨应用执行任务的 agent,这个模型会变得很重。因为用户真正担心的不是“它有没有权限”,而是“它会不会在我没注意的时候,用这个权限做了我不想要的事”。

所以 agent-native 产品里,权限不应该只出现在设置页或首次 onboarding。它更应该出现在任务现场:这次帮你整理收件箱,只需要读取最近 7 天邮件;这次帮你约会,只能访问这个日历并发送这封确认邮件;任务结束后,权限自动失效。这样做牺牲了一点自动化的顺滑感,但换来的是用户敢把更真实的工作交给它。

这也是个人软件很容易被忽略的边界:不要急着把“连接所有账号”当成激活指标。可以问一个小问题:如果某个权限只能为一个明确任务临时开放,产品还能不能完成核心价值?如果不能,可能说明你卖的不是 agent 能力,而是用户对黑盒的忍耐。

让问题一次只出现一个

Design

GOV.UK 的“一页一件事”不是把表单做得更长,而是把每一次判断变得更轻。好的数字服务不应该把纸面表格原样搬到屏幕上;屏幕的优势在于可以按顺序提问、按答案分支、只在需要时出现下一步。

一页一件事的结构示意

这个做法的关键不是“每页只有一个输入框”这么机械,而是每一页都形成一个完整的小场景:一个清楚的问题、必要的说明、可操作的答案、继续或返回的路径。用户不必一边读十几个字段,一边猜哪些与自己有关;系统承担了排序、分支和排除无关问题的责任。

它也解释了为什么有些“极简表单”并不真正简单。视觉上字段少,如果问题本身含糊、上下文不够、返回路径不清楚,用户仍然会停住。相反,一页一个问题可以看起来更慢,却让每一步更确定:当前要回答什么、为什么要回答、答完会去哪里,都在同一个注意力范围里。

迁移到产品界面时,可以把它理解成一种节奏设计:不要把用户需要做的判断一次性摊开,而是让界面按照意图成熟的顺序出现。设置向导、权限申请、风险确认、复杂筛选、开户/报名流程都适用。真正需要警惕的是为了追求“少页数”把无关字段合并到一起,结果省下的是系统页面,增加的是人的犹豫。

追问: 当前正在设计的流程里,哪些字段或选项只是因为“同属一个表单”才被放在一起,而不是因为用户会在同一刻做出同一个判断?

[!quote] 参考资料

PE不是回本年数

经济学

市盈率 PE 最容易被误读成“花多少钱买一块利润”,甚至被说成“多少年回本”。这个理解有一点帮助,但也很危险:PE 不是回本年数,而是市场对未来利润的一组假设价格。它真正提醒投资者的问题不是“这个数字低不低”,而是“这个 E 到底靠不靠谱、能不能持续、未来会不会变”。

PE 的因果链大致是这样:股价 P 反映投资者愿意为未来现金流付多少钱;利润 E 是今天会计口径下的一段结果。若利润稳定、现金含量高、竞争格局好、再投资回报率高,市场通常愿意给更高 PE,因为未来的 E 可能更持久甚至增长。反过来,如果一家周期公司正处在景气高点,利润突然很好,PE 可能看起来很低,但这不一定便宜,可能只是市场认为这份利润很快会回落。低 PE 有时是安全垫,有时是陷阱的包装。

一个常见反例是强周期行业:钢铁、航运、部分资源品公司在行业供不应求时,利润会被价格周期推得很高,计算出来的 PE 低得诱人。但如果随后供给增加、价格回落,E 下降得比 P 还快,原来看似“便宜”的估值会突然变贵。相反,一些消费、软件或高质量制造公司 PE 较高,也不自动等于贵;关键要看它是否真能把利润变成自由现金流,并且在多年里保持较高 ROIC。

所以用 PE 做投资判断时,第一步不是横向背一个“合理倍数”,而是拆开问三件事:这份利润是不是正常年份的利润?利润有多少能变成现金?未来增长需要投入多少资本、承担多大不确定性?误区在于把低 PE 当成买入理由,或把高 PE 当成卖出理由。更好的习惯是把 PE 当作提问器:如果我今天付这个价格,市场默认了哪些未来?其中哪一条最可能错?

临时内容别急着入库

Product

很多个人软件和 AI 产品一碰到“工作痕迹”,就会本能地把一切变成可保存、可搜索、可复用的材料。但真实工作里,有一类内容的价值恰恰来自它是临时的:一句口头确认、一次快速对齐、一段还没成形的想法。把它们全部入库,不是在增强记忆,而是在制造未来的清理债。

Slack Huddles 的判断值得借鉴:它没有把每次轻量沟通都设计成一场正式会议,也没有要求用户先创建一个文档对象再开始说话。它先承认“临时靠近”本身是一种工作形态;只有当对话里真的长出决定、链接或后续动作时,才需要被沉淀。

这对 AI 个人工具尤其重要。Agent 能听、能录、能总结,很容易把“我经过的一切”包装成卖点。可如果产品不能区分草稿、噪音、决定和承诺,用户最后得到的不是更聪明的第二大脑,而是一间永远不会自动收拾的储藏室。

可以问一个小问题:这个东西保存下来之后,未来的我会因为它更快行动,还是只是多了一条需要判断要不要看的记录?

你感觉到的,不一定是真的

心理学

有一种最常见的思维陷阱,叫情绪推理。它的逻辑很简单:「我感觉到了,所以它就是真的。」感觉焦虑,就断定有坏事要发生;感觉被冷落,就确信对方是故意的。情绪在这里不是信号,而是被当成了证据。

什么时候最容易掉进去?不确定性高的时候。

比如你发了一条消息,对方两个小时没回。你的大脑开始工作——「她是不是生气了」「我说错什么了」。但事实可能简单得多:她手机没电了,或者在开会,或者看完消息刚好被老板叫走。问题不在于你不该有这种感受,而在于你把感受当成了判决。

情绪推理之所以强大,是因为它和真实的威胁信号共享同一条神经通路。

几万年来,「感觉不对劲」确实经常意味着附近有捕食者——在那个世界里,把情绪当证据是生存策略,不是认知错误。但现代生活里,绝大多数「感觉不对劲」只是不确定,不是危险。你的大脑仍然用旧时代的规则在处理新时代的信息。

另一个典型场景:做完一场报告,你觉得讲得很烂。

你「感觉」自己磕巴了、逻辑乱了、观众不耐烦。于是你断定自己搞砸了。但如果你去看录像,可能会发现那几次被你以为持续了一个世纪的停顿,实际上只有半秒。感觉会放大瑕疵,过滤掉一切正常,然后用高度浓缩的羞耻感告诉你:全完了。

识别情绪推理的方法,是问一个简单的问题:「除了我的感觉以外,还有什么证据?」

这不是否定情绪——情绪当然值得被看见。但被看见之后,把它留在「信息」的位置上,不要让它直接坐上「法官」的椅子。从「我感觉糟透了,所以一切都很糟」,到「我感觉糟透了,让我看看外面发生了什么」——这中间拉开的那一点点距离,就是你能做出的选择。

把玩笑做成记忆点

Design

Paul Rand 的很多标志之所以耐看,不只是因为它们足够简洁,而是因为简洁里常常藏着一个轻微的“玩笑”。这个玩笑不是卖萌,也不是表情包式的趣味,而是把品牌的抽象关系压缩成一个可以被记住的视觉动作。

IBM 的条纹让沉重的字母变成一种有节奏的机器感;UPS 旧标志把包裹放在盾牌上,几乎用一个儿童也能理解的动作说明“安全送达”;ABC 的圆形字母没有多余姿态,却把广播网络变成一个稳定、低噪声、随处可复制的印章。

这里最值得吸收的不是复古企业标志的外形,而是“记忆机制”。一个好标志不一定要讲完整故事,但它应该让人能够复述:我看见了什么关系?它为什么是这个形状?它缩小、反白、重复出现时还成立吗?

今天很多 logo 容易陷入两种极端:一种是过度抽象,最后只剩下几何体;另一种是过度解释,试图把品牌愿景全部塞进一个符号。Rand 的价值在于提醒设计工作:真正有效的识别,往往是在最少形状里留下一个可感知的转折,让理性秩序和人味同时存在。

追问: 如果一个作品集或产品 logo 只能保留一个“让人记住的动作”,它应该是形状上的、文字上的,还是使用场景里的?

[!quote] 参考资料