即刻App年轻人的同好社区
下载
App内打开
进击的盖茨比
621关注4k被关注12夸夸
博派AI | 2026 专注Agent自动化
做个会借势,会带队打胜仗的Builder
置顶
进击的盖茨比
5月前
最近看到很多年轻人因为网贷而苦恼,作为曾一线操盘近20亿交易消费贷业务的中登,觉得有必要跟年轻朋友分享一个足以改变你一生的概念,它日常而迷人,却隐含危险。它就是利率。

而贷款,哪怕是合规的贷款分期,能赚钱的重要原因在于一个名词:利率幻觉。

不妨来看看如下场景:
场景1 用某呗借了1W,利息一天5元,年利率是多少?
场景2 用某信用卡套现1.2W ,分12期每月还1055元,共还利息660元,年利率是660/12000=5.5%吗?
场景3 从某小平台借1W,分3期还完,先交纳手续费6%,到手9400,每月还款333元。年利率是多少?

不仅如此,你还会发现,利率她就像一个“百变小樱”,似乎有很多装扮,比如月息6厘,费率前3,日利率万3、月利率0.75%、年化利率12%等...

上述问题,如果你感到困惑和好奇,那这篇文字就是为你而写的。

(一)APR&利率幻觉&IRR

1.APR(Annual percentage rate)- 名义利率

要搞清楚这个问题,我们首先要明白,什么是利率?

定义很多,此处我用和君王明夫的简明定义:利率是资金的价格。

言简意赅,使用资金是有成本的。

那么在借贷关系中,最重要的就是利率怎么标价,资金用多久,打算怎么还了。

对利率而言,日常我们明面说的各种利率,如日利率万3、月利率0.75%、年化利率12%...这些表述方式我们可统统约定为名义利率,即APR(Annual percentage rate),这也是银行常用默认的年利率。

它是一次性到本付息的单利。注意,这里强调一次性,即年利率APR=息费之和/借款本金(1年内)。

民间,通常用“厘”来表达月利率。一般民间谈利息几厘几厘,指的是月息的千分之几。
所以,日利率*360=月利率*12=年利率APR。很简单。

举例,若银行借你100块钱,到1年后,你才还钱,且一共还款104.5元。那么4.5%就是年利率(APR)。

再如某呗,日利率万5,在不分期情况下,乘以360即可得到年利率APR=18%。

2.利率幻觉- APR的失真

但,我们在分期买东西的时候,金融机构一般会告诉你,我们收的是“手续费费率”。

比如某呗提供分期服务,分期内不算利息,只收取手续费。费率跟所分期数有关,比如9期为0.72%,12期平均每期费率为0.73%。
以使用某呗借1200元,每月等额本息还款,分12期还清为例。
手续费费率=0.73%*12=8.76% ,似乎不高。
很多时候,用户,客服和销售也搞不清楚这个“费率”和利率有啥不同。其实,就是名义利率APR。

但是细心的朋友,会发现有点不对劲。

每期还款本金为100元,每期手续费为1200x0.73%(12期费率)=8.76元,合计每期本息为:100+8.76=108.76元。

这里的每期手续费,是按1200元借款为基数,而这个基数并没有因为我们归还了每期100元本金而减少。也就是说,我们每期都还钱,实际手上占用的钱在减少,但是收利息的基数不变。

因为分期还款的方式,使得APR不再真实反映资金的实际使用情况,让人们产生了“利息不多”的假象。这就是所谓的“ 利率幻觉。”

这也是信用卡、消费金融机构挣钱的基本原理之一。

我们把费率和“真实利率”列出来,就会一目了然发现他们的区别。
(参考如下图二)

3.真实利率-即IRR(Internal Rate of Return,内部资产收益率)

终于来到利率中的明星化身——IRR,内部资产收益率。也就是上面提到的“真实利率”。

要彻底搞清楚这个概念,有点复杂。我尽量讲得直白些。

金融上,认为货币有时间价值。今天的一块钱,永远大于未来的一块钱。今天的钱,也叫现值PV。

所以未来的钱,可以打折到现在,来和现在的钱比较。这个打折,也叫贴现。打折率,也叫贴现率r。

举例,若今天100块=未来110块,这10%即是贴现率r。

有了贴现率r,就能把未来的钱,“拉”到现在和投资成本一起比较了。

于是人们定义,未来所有不同时间点的收益全部折现到当前时间点,做成总和,减去投资成本,就是净现值(NPV,net present value)。

很明显的,如果NPV>0,说明投资有利可图,如果NPV<0,说明投资没搞头。

那NPV=0呢?意味着投资符合预期,在考虑了货币时间价值情况下,不赚不赔。

于是,人们定义:IRR就是当NPV=0时的折现率r。用公式表示:(请看图一,看不懂也没事)

有点复杂哦?别着急。

我们只需要记住,IRR考虑了货币的时间价值,反应真实的资金回报效率。

有了IRR,我们仿佛就有了火眼金睛!什么名义APR,都是弟弟。

可以先记住一个简单粗暴的结论:如果我们拿出1万元进行投资,在5年后收获了10万元,也就是我们常说的“5年10倍”,那么这笔投资的IRR是58%。

回到上面的例子,还是借1.2W分12期还,随着每一期还款,借款人实际占用的资金量变小(也就是投资者借给借款人的实际资金量也变小了)理论上,投资人每期收回的钱还在赚取利息。

IRR就可以如实反应,这种利滚利的效率。

(二)计算IRR
IRR的计算方式,常见有3种。
第一种,最快的办法选择使用市面上的IRR计算小程序直接算。
第二种办法,就是打开Excel,输入IRR函数,按照要求输入流水即可。5分钟学会,不再赘述。
第三种,财务&数学大神使用,线性插值法,高斯定则等等...

最后,为了直观搞清楚APR/IRR之间的关系,我们还需要再讲讲还款方式对利率的影响。
一般来说,常见5种还款方式。

1.随借随还。就是字面意思。
2.先息后本。简单来说,先还利息,最后1期连本带息还。
3.等本等息。每次还的本金一样,利息一样。一般用于银行现金分期,账单分期。
4.等额本金。每月偿还同等数额的本金,和剩余贷款在该月所产生的利息。
5.等额本息。最为常见。贷款期内每月按相等的金额偿还贷款本息,其中利息逐月递减,本金逐月递增。

我们不妨,用同样借款12000,借款期限12个月,月利率( 10% / 12 ),把流水列出来。
就很直观地看到APR/IRR,在不同还款方式下有区别。

(参考图三)

可以看到,在等额本息/等额本金还款情况下,
真实利率IRR一般是名义利率APR的两倍。

大家可以记住这个朴素的结论,对日常生活中的各类情形做快速判断。

而作为在残酷世界奋斗的我们,清楚知道自己每一份钱的代价,直面利率幻觉,或许才够得上现实的理想主义。
70128
进击的盖茨比
3天前
我觉得可以再简单粗暴点。很具备实操性。前提是得用好的模型。

卡尔的AI沃茨: 🕶️真的没空跟你们这些大水、大睡、大菜、薄肌理论的闹了,现在我提出大AI理论! 🔥大水理论为什么比薄肌理论火? 薄肌还需要练,大水理论是真的直接来瓶水就可以了。大AI理论也吸收了这个顶级优点,不挑订阅,不挑模型,不挑Agent框架,不需要记提示语,主打一个分三阶段给AI对话就可以把模型干活能力拉到极致。 1️⃣第一步,把现在用的模型推理程度拉到最高,选择计划模式,然后把键盘完全丢掉,用语音,图片和视频发信息。 就把AI当成平时跟朋友聊天那样,我跟朋友解释一个梗的时候也不会一个个图一句句话说,都是直接一个视频丢过去让TA看来龙去脉,大部分有多模态能力的AI也能做到。 而且语音输入就最大化降低信息损耗,我不夸张,现在AI语音识别就算没有一些技术词的词典,一次正常的录入也就改1-2次,改完之后还能收录到词典,性价比真的相当高。 这步的核心就一句话,你脑子里那些乱七八糟的想法,不过滤不整理,全部倒给AI。你越懒得打字越不想组织语言,这步效果反而越好。因为高推理模式会把碎片整理成完整计划。打字的时候你反而会下意识精简,信息就在精简的过程里丢了。 2️⃣ 第二步,把模型推理程度改到中档,快速实现干活! 在纯代码实现或者Agent干活的情况下,中档和高档的推理程度在质量上没有拉出太大的差距,速度的提升是相当可观的。 这有一个大前提,就是第一步的需求描述必须足够详细。这个在一个叫Terminal Bench 3.0的基准测试上有过数据验证,详细需求 + 中档推理,和模糊需求 + 高档推理比,前者的完成质量反而更高。 你想想看这其实跟人交接工作一样。一份写得巨详细的PRD交给一个中等水平的程序员,干出来的活大概率比你甩一句「帮我搞个xx」给大牛要靠谱。 3️⃣第三步,把模型推理改到高以上的档位,验证之前干的活! 这步是整个理论的灵魂。中档推理干活快是快,但脑子转得没那么细。就跟赶DDL写代码一样,功能能跑就行,细节先不管。 所以你要把推理调回高档甚至拉满,让AI review自己中档时候干的活。我自己的经验,这一步至少能额外揪出来20%-30%的问题。边界情况没处理,逻辑有漏洞,有更好的实现方式,全都是在这步被捞出来的。而且验证的速度其实很快。审查已有的东西比从零开始写快得多,高推理花在验证上的时间大概只有从头生成的三分之一。 ❓这时候就有可能会说, 那我直接全程推理程度拉满不就完了? 说真的我一开始也是这么干的。但全程拉满有两个问题,就算额度完全用不完。一个是慢,真的很慢,你坐那等半天效率反而不如中档快速迭代。另一个是高推理在执行阶段容易想太多,纠结半天选方案A还是方案B,你给它一个明确的计划让它别想直接干,产出反而更稳定。 💡一开始提出这大AI理论本身是想玩梗的,没想到真的做出来这个如此有用的超大杯、中杯、大杯的理论。 有时候有用的东西就是这么朴素。 大AI理论,三步就够了。

10
进击的盖茨比
3天前
大上不要逛 X,特别容易睡不着…
60
进击的盖茨比
4天前
上个版本:
诗歌,主义,理想,爱情,大革命
流行版本:
大水,大睡,薄肌,上嫁,大结果
有点道理,也有点难绷
“窃钩者诛,​窃国者诸侯”
00
进击的盖茨比
5天前
当年有 AI,少亏 500 万(不开玩笑)
10
进击的盖茨比
7天前
这是个非常好的问题。
我的感受是,因材施教永远是越来越难的。从操作层面上来讲,AI 是简单了。但是要把它融入到工作工作流里,依然很复杂,越来越深水区。搞到后面就是 FDE 了。从我 2w 名能接触到的线下 教学客户看,大部分朋友还没有到工作流的状态。其中央国企对于合规的要求和模型的限制,限制了很多前沿 AI 应用的使用。所以我们看到的 AI 自媒体上的热闹,跟绝大部分职场办公的朋友,其实关系没有那么大。我认为 AI 真正的要进入到工作流程,会比想象中的漫长。反正未来确实已经来了,但是不平均,在加速。 //@智慧与野性: 问一个问题,现在教了那么多人学习 AI,是否感觉越来越难了?

因为教学的前提是理解一门手艺,但是目前随着 AI 能力不断的增强,不管什么skill, harness, tool calling 等都在不断的内化,导致所需的手艺在不断缩减,能够教的说的也不断变少。

因而一个人能把 AI 用多少,只是取决于他的个人知识素养,个人使用的时间多少,以及更多的是在工作岗位里面别人是否已经把他的AI 工作流设置好了,他只需要负责其中小小的一个部分?

进击的盖茨比: 21 年离职两年,啃的哲学、逻辑与语言理论,原来都在为现在的AI本体建模铺路。 维特根斯坦说:语言的边界,就是世界的边界。 以前不懂这句话的工程价值,现在做FDE与Agent字段设计初步通透了。 普通人眼里的“客户”,只是两个字。 但在AI结构化世界里,必须拆成:主键、枚举类型、外键关联、成交属性。 归因分析,看起来是理科逻辑,其实也是经验对数据和业务的翻译。是数学+艺术。 人可以容忍模糊语言,但机器只能识别被严格定义过的世界。 我们定义得多清楚,AI的认知边界就有多清晰。 逻辑学负责约束规则,避免模型逻辑自相矛盾。积累判断可以被写入 prompt /skill/agent.md/harness …形成 0 或 1。 而马克思认识论让我始终保持克制:所有模型、字段、本体,都不是我定义出来的,是从客观业务里抽象出来的。 很多AI项目翻车,不是技术不行。 是用人的模糊口语,去搭建机器的精密世界。甚至很多问题,看起来是技术问题,实际上是定义问题,哲学问题。 概念不清,万物皆错。

00
进击的盖茨比
7天前
​看了“罗八条”,我觉得 C 罗真的魔怔了
看到昔日偶像如此堕落,无限唏嘘
对比梅西的盛大圆满,实在过于讽刺
人家秋雅结婚,你搁这又唱又跳的
​但我不敢笑,因为现实中真遇到过这种人
​你要做的就是想主帅热苏斯那样
转头就跑,​头也不回
40
进击的盖茨比
9天前
21 年离职两年,啃的哲学、逻辑与语言理论,原来都在为现在的AI本体建模铺路。

维特根斯坦说:语言的边界,就是世界的边界。

以前不懂这句话的工程价值,现在做FDE与Agent字段设计初步通透了。

普通人眼里的“客户”,只是两个字。

但在AI结构化世界里,必须拆成:主键、枚举类型、外键关联、成交属性。

归因分析,看起来是理科逻辑,其实也是经验对数据和业务的翻译。是数学+艺术。

人可以容忍模糊语言,但机器只能识别被严格定义过的世界。

我们定义得多清楚,AI的认知边界就有多清晰。

逻辑学负责约束规则,避免模型逻辑自相矛盾。积累判断可以被写入 prompt /skill/agent.md/harness …形成 0 或 1。

而马克思认识论让我始终保持克制:所有模型、字段、本体,都不是我定义出来的,是从客观业务里抽象出来的。

很多AI项目翻车,不是技术不行。
是用人的模糊口语,去搭建机器的精密世界。甚至很多问题,看起来是技术问题,实际上是定义问题,哲学问题。

概念不清,万物皆错。
1013
进击的盖茨比
10天前
重温合金装备系列,还是那么的震撼。

垂暮的蛇步入终章,War has changed,战争早已化作一套精密运转的体系。纳米机器、战争经济,爱国者AI编织着操控人类意志的巨网。

最令人唏嘘的,是Big Boss贯穿一生的悲剧:一生追逐自由,终成自由的奴隶;心怀救世理想,却在战火与执念中步步沉沦,沦为时代的罪人。半生挣扎,半生迷途,终在岁月尽头与宿命和解。

构筑未来,与铭记过去,本是同一件事。
00