我们的生活，存在着巨大的优化空间。
段永平说，做正确的事，然后才是正确的做事。堆砌做事的数量N，至多只是线性收益。很多时候我观察到是亚线性收益logN。而做正确的事，多年以后回看，会发现是是超线性收益exp(N)，所以大家不要瞎卷了，做正确的事，然后和时间做朋友。我已经去验证过了，确实是这样的
--
这也就是两种增长方式。
一种是+1，+1；另一种是*1.1，*1.1。
假设起点都是1。
那么，计算上来说N=39的时候，线性模式=40，指数模式=41.14，对线性模式完成了超越。并且一骑绝尘，远远超过了线性模式。
这也就是为什么要做对的事情，而不是把事情作对。也就是为什么要复利。N的含义其实就是周期，或者说迭代次数。
随着AI时代的到来，之前约束我的问题，已经不再是问题，新的约束问题出现了。5.25
本质上来说，这些都是一种幸福的烦恼，正好借以本篇文章，我们来进行一下系统性的梳理。
AI的速度发展超乎自己的想象，自己现在也是“中转”的从事了在创业公司，做AI方面这一块的角色。这是非常好的。相当于本来就需要承担的学习成本，现在不需要额外承担了，可以和职场一起承担。
AI的速度，尤其是Anthropic、OpenAI、Google这三家外国AI公司的发展速度超乎了想象。国内虽然有Minimax、Glm、Kimi、Deepseek、Qwen等奋起直追，但是我感觉这个差距实际上还是不比较大的。
本文我们来谈一谈选择权为何是最大权力。这篇文章我很久之前就想写，或者说它就静静地躺在我的 Todo List 里。我不敢把它删了，也不敢马上谈论这个事情。
我担心自己的智慧不足以支撑起这个话题，因为这注定是一篇要对我自己影响深远的文章。但现在我决心开始，也决心在日后的生活中，以提升“可选择性”为食。
让我们用一个数学模型，撕开“实力决定一切”的假象。
这是我2026年最重要的文章。
有了这种看待问题的新视野，未来我构建的机制会长盛不衰，又能适应变化。基于这种思路，我会赚取到比当前大得多的财富。
频繁变化和内核稳定，一直是两个互斥的话题。
写代码的人经常有这种感觉，如果你已经写完了某一套代码。这时候需求变化，这时候你想改内核往往已经来不及了，只能通过加if-else，或者是对于返回的结果，再包装一层加一点东西的方式。缝补上去。
如果这个时候，需求继续变化呢？又还要继续缝补。随着需求继续变化，最后甚至会出现缝补的部分，比原来的部分还有大的情况。这种在现实世界屡见不鲜。
最近用claude code的skill，有一些新的体会。
我应该是少数几个。不是别人强吹后开始用skill，而是自己主动的识别后使用skill了。
因为skill和我的日常很多case很契合。
大部分时候Claude Code我都是当做Agent在用。
我经常性会和Claude Code说，将我的某某策略图片，转换为我要求的Json结构。这种动作特别多。之前我都是起一个Txt准备一句话，每次都打出这句话。让其操作一下。
这个场景和Skill是无缝契合的。我这儿就是一个策略图片转Json技能。
假设有一个蛋糕，里面有黑色（亏钱部分），白色（赚钱部分）。那么我基于数据拟合出了一个规律，也是一种刀子的切割方法。最终我肯定想要的是白色占比足够大。这就是对于Chilun增加筛选条件的底层逻辑。 不停的切割，每次切割黑色占比多的舍弃。这样总体而言，白色的占比就可以不停的增加。
这个蛋糕会越来越小，但是其白色蛋糕的占比会越来越多。
这就是切一刀的隐喻。
天尊定理，定于一尊之后，就不再参与俗世。这个理，是世界的法则。
但是各方的强者，虽然做不到逆转天地之理，但也可以在自己的小世界，构建出理上之理。
Scaling Law可能是21世纪最重要的定律。
只要不停的喂数据，模型就会诞生智能。（涌现）
我想到了量化策略。只要不停的喂数据，就能挖掘到真实有效的alpha策略。
海量，高质量的数据。分成训练组，验证组。
在训练组上有效（此处的有效，是年化收益率>预期，夏普>预期）。
在验证组上有效。在数据全集上有效。
在未来有效。（待未来发生发生后，即可验证其是否有效）
量化和大模型有某种层面的真意是相似的。
2024 三个
1、0924把握浩荡的财富趋势，fail
2、和对象感情好，yes
3、职场稳定、yes
2025 三个
1、见父母见家长！！gogogo
2、职场吃完鱼头鱼尾 yes
3、利用chilun赚取20w收益
2026 三个
1、量化要稳，要赚钱，赚了其他都不重要了
2、拿新offer要赚。工作要平衡。漫天要价策略
3、和对象关系（财务，情感要处理好）
这篇文章很重要，是我对捡破烂集大成的演绎，里面有我至少三十年捡破烂的功力。
捡破烂是有上限的。上限不是把破烂捡完，破烂是捡不完的。上限是捡破烂的识别成本，终究有大于卖出的收益时候，这时候你就遇到了捡破烂的上限。
捡破烂是什么特征，答：便宜，不被别人识别的便宜。
别人不知道价格，或者懒得管这个价格。直接丢掉。
你慧眼识猪，买进来，或者是花时间搜罗到自己手上，好几倍卖出去。
去垃圾场捡GPU，CPU，小风扇，或者是路边捡瓶子，一毛钱一个。
50块钱捡一个GPU，你识货500卖出。
为什么会补充一个年中总结？ 8.21[现在来看，那时候重点还是太放在chilun上了，对Lude投入不够，测了坚持太久，实盘太久没变化，后面约3个月没变化实盘。主要还是职场误我]
从六月份（6.18）在公司进行编码开始，至今两个月时间（四月开始用Lude，这从收益率曲线可以看出来了）。之前都只能在公司里思考思路，到家里才有完整上下文进行编码，而现在可以直接编码。这样，项目迭代速度就快了很多，再加上对AI更深入的使用，并行能力的构建，迭代速度超出天际。
这里记录一些长期问题、阶段复盘、职场观察和 AI 工具实践。少一点目录噪音，多留给真正值得回看的文章。
