自诩是侯世达、阿德勒和王小波的门下走狗，休谟式的不可知论者。

这几年做的事情有点杂：画过交互稿，做过用研和动效，写过前端和 iOS，也手搓过微服务框架和数据系统；做过白帽，挖过漏洞；AI 领域写过 Agent 编排框架，也从 0 训过基座 LLM 和文生图模型，顺手做过一些多模态和 SFT 相关的开源工作。创业、产品、系统、AI、量化，前后都沾过一些。

在华兴内部创业做过互联网化的FA平台——逐鹿X，也帮红杉中国从 0 到 1 搭过数据科学团队、独创一级市场量化。后来出来做 SaaS，想做一种介于软件和文档之间的东西，带一点低代码，想把两者那条本来就很可疑的边界拆掉，后来成了“先烈”。

严格说来，职业身份并不十分稳定，但有一点倒是比较稳定：创造具体的东西，改变世界哪怕只是一点点。我追求广度优于深度并深以为荣。

现在主要关心两件事：金融量化和 Agentic RL。

前者吸引人的地方，不只是赚钱这种世俗的目标。市场这东西有意思，主要是因为它不是一个安静的、讲道理的地方。很多金融叙事喜欢假定人是理性的，市场是均衡的，信息会优雅地流入价格，像水流进池塘一样平静。我对这种想象一向没有太大兴趣。相较之下，我更愿意从复杂经济学和行为经济学的角度看市场：它更像一个拥挤、嘈杂、充满反馈回路的复杂系统，人们带着偏见、情绪、局部信息和各自的处境冲进来，互相影响，顺便把价格也改写了。这样看量化，事情就有意思得多。它不只是预测一串数字，而是在猜测叙事怎样扩散，信念怎样形成，偏差怎样堆积，最后又怎样表现为价格。

后者则是另一个让我着迷的问题：智能体到底怎样才算真的能工作。对那种停留在 RAG 加 function calling 层面的玩具式 agent，我兴趣一直不算大。真正让我在意的，是长期记忆、世界模型、自我校准、任务分解、持续学习这些更麻烦、也更本质的东西。Agentic RL 在我这里，不太像一个时髦标签，倒更像一种朴素的执念：想看看智能系统到底能不能从“会说”往前走一点，走到“会做”，再走到“做完以后还会变得更像那么回事”。

会不会在小狗眼里电梯和汽车是同一种东西

「真正能干活的AI员工」其实反直觉地看要远比「 AI助理」容易做得多。
LLM 任务的难度,不由「野心」决定,由有没有可验证的目标决定。 而「总结未读消息汇报给我」恰是 LLM 的最坏情形：目标(什么对我重要)是(a) 主观的、(b) 私有的、藏在你脑子里、(c) 因人剧变、(d) 从不明说。

有损压缩的难点从来不是把话说流畅(这 LLM 顶强),是那个取舍函数——留什么、丢什么、把什么放前面——它本质是你的效用函数,而模型拿不到。 它只能塞一个通用效用函数进去:对任何具体的人,这就是「平庸的噪音」;对越高端的人越错,因为高端用户的「什么重要」恰恰最私有、最特异。

#等codex干活过程中的深夜思考

人月之后， 2026年软件开发速度应该用：
Verified Agentic Delta per Human Attention Hour per Dollar
单位人类注意力下的可验证变更吞吐量
​

感觉我们家小狗很有诗人气质

暴论一下：Agent 编排的本质其实就是 Actor

读了《新政治经济学讲义》对汪丁丁老师路转粉。

记忆实质上是一个用经验预测未来、并被现实持续校准的世界模型。而压缩、演化、冲突消解等记忆整合行为——都是生物沿着”最小化自由能”这一个目标函数去迭代而所采用的行为。

加性世界像是在平地上走。你往前三步，往后三步，你还在原地。每一步独立，互不影响。
乘性世界像是在爬一根会变粗变细的绳子。你爬上去 50%，再滑下来 50%——你不在原地，你在更低的地方。因为滑下来的 50% 是作用在”爬上去之后”的那个更高位置上的。100 块赚 50% 变 150，亏 50% 变 75。你净亏了 25%。
这就是乘性世界的诡异之处：涨和跌看似对称，实际上跌的杀伤力永远更大。

市场的时间平均和集合平均是不相等的。100 个交易者中有 50 个赚钱，不代表一个交易者做 100 次交易有 50% 的时间赚钱——因为他可能在第 37 次就爆仓清零了。这意味着很多在集合平均意义上”有效”的策略，在时间平均意义上会杀死执行者。正确的科学方法不仅要预测期望收益，还必须考虑路径依赖性。Kelly criterion 本质上就是对非遍历性的一个修正。

交易不是物理学意义上的科学，而是演化生物学意义上的科学——你的理论有效期是有限的，因为你的猎物在进化，你的竞争者在进化，你自己也在进化。因子衰减不是 bug，是 feature——它恰恰证明了市场作为复杂适应系统在正常工作。