管理
李斌在重庆汽车论坛上给了一个判断：2026 年国内汽车零售量可能同比下滑 15% 到 20%。 这个判断之所以值得看，不只是因为数字难看。乘联分会的数据已经把背景铺出来了：今年前五个月，国内乘用车零售累计销量同比下跌约 19.5%；6 月第一周零售 22.8 万辆，同比下降 23%，环比 5 月同期也下降 11%。 更值得玩味的是，新能源渗透率还在继续往上走，6 月第一周已经到 66.7%。也就是说，行业不是简单地“新能源不好卖了”，而是在一个总量收缩的市场里，新能源继续挤压燃油车，主机厂之间再重新分配更小的需求池。 这时候，腰部车企和供应商面对的问题，就不是“保利润”还是“拼份额”这么简单。 真正的问题是：自己还有没有资格参与下一轮牌桌。 如果有资格，短期可以流血，但必须有边界、有目标。 如果没有资格，
AI
黄仁勋那句“买得越多，省得越多”，第一次听起来很像一个顶级销售的促销话术。 问题是，他卖的东西并不便宜。GPU 很贵，数据中心很贵，电力、网络、散热、土地和资本成本也都不便宜。如果只按传统 IT 采购的口径去看，这句话甚至有点反常：买得越多，明明花得越多，为什么会省？ 这里真正要拆开的，不是价格，而是单位产出。 黄仁勋讲的“省”，不是供应商给了多少折扣，而是加速计算把一件事的时间、电力、人力和机会成本同时压下来。原来要十小时跑完的任务，现在十分钟完成；原来不值得单独自动化的流程，现在可以被低成本推理覆盖。这个时候，贵的不是 GPU，贵的是继续用低效方式处理同样的问题。 所以，这套“极简 AI 经济学”的第一层，其实很简单： 电力 + GPU + 模型 = token。 把电力送进数据中心，用
AI
刷到 SpaceX 上市的消息，最容易被那些数字带着走。 募资规模、估值、市值，个个都大。大到最后，人反而容易只记住一个结论：马斯克又赢了一次。 但我觉得，这件事不能只当成一家火箭公司敲钟。 SpaceX 上市，本质上是一个过去长期处在封闭系统里的东西，第一次被放到公开市场里定价。 这个系统里，有私人资本的耐心，有政府订单的支撑，有可回收火箭带来的工程冲击，也有马斯克个人叙事的放大。过去它可以在相对少数人的共识里运行，现在要接受每天开盘、收盘、财报、事故、延误和监管的共同检验。 这才是最值得看的地方。 第一层，是技术和商业的关系变了。 SpaceX 最早打动市场的，是可回收火箭。它把“上天”这件过去高度依赖国家预算和少数承包商的事，做成了一门可以持续迭代的工程生意。 但现在支撑估值的，已经不只是发射本身。 真正被定价的，是发射之后的那一整层空间基础设施：Starlink、卫星互联网、未来的轨道算力，甚至更远的火星叙事。 说白了，市场买的不是一支更便宜的火箭队，而是一个产业链上移的可能性。 从运载工具，
管理
有些书，年轻时读是看故事，隔几年再读，就会看到人和权力之间更隐秘的关系。 《老残游记》给我的这种感觉尤其明显。它不像很多晚清谴责小说那样，把矛头主要对准贪官污吏。刘鹗真正写得用力的地方，反而是那些看起来更“正确”的人：清廉、刚直、有名声，也自认为站在正义一边。 所以那句“赃官可杀，清官更可杀”，读起来才让人心里一沉。 它不是在替贪官开脱，而是在提醒我们：有一种恶，不是从欲望里长出来的，而是从自以为正确里长出来的。前者容易识别，后者更难防范。 清官为什么更难纠偏 《老残游记》里写刚弼，很值得反复看。 他不是传统意义上的坏人。他不收钱，不徇私，也不贪图享受。放在任何一个组织里，这样的人都很容易被视为“可靠干部”：不犯错、守规矩、有原则，甚至有一点让人放心的 कठ。 但问题也正出在这里。 刚弼办案时死扣教条，刚愎自用。他相信自己的判断，也相信自己的清名。越是这样，他越没有退路。
AI
看拿破仑，最容易落入两个陷阱。 一个是把他当战神。奥斯特里茨、耶拿、意大利战役，地图上箭头一画，仿佛欧洲大陆只是他手里的棋盘。另一个是把他当暴君。称帝、扩张、战争、流放，一切都可以归结为个人野心失控。 这两种说法都没错，但都太省事。 拿破仑真正值得研究的地方，不只是他如何赢，也不是他如何输，而是他如何把一种时代能量变成制度，又如何把这些制度重新押回自己的个人意志。前半段是现代国家的诞生，后半段是强人政治的自我吞噬。 他的最大成就，不是打赢了多少场仗，而是把法国大革命释放出来的混乱能量，装进了法律、官僚、财政、学校和军队这套国家机器里。 他的最大失败，也不是输掉滑铁卢，而是无法在胜利之后停下来。他把有限目标打成无限战争，把制度成果押上个人荣耀，把一个本来可以稳定下来的新秩序，推向了持续扩张和最终崩塌。 所以拿破仑这本账，不能简单算成成功或失败。 作为帝国缔造者，他失败了。作为现代国家制度的加速器，他成功了。他输掉了自己的帝国，却把旧欧洲拖进了现代世界。 他不是凭空出现的天才 天才需要时代给他开口子。 如果没有法国大革命，拿破仑这样一个科西嘉小贵族，大概率不会进入欧洲
AI
试用了万得的 WindClaw 之后，我脑子里一直有几个问题。 万得 To C 一直不如同花顺，这次会不会是一次弯道超车的机会？各家券商手里的牌照，还是不是足够坚固的护城河？如果 AI 让数据变得更容易使用，最终掌握“数据 + 交易 + 用户决策入口”的公司，会不会出现某种赢家通吃？ 这些问题现在都没有确定答案。但 WindClaw 至少让我感受到了一件事：金融产品的竞争，可能正在从“谁的数据更多”，转向“谁能让数据更顺手地进入决策”。 一站式入口的惬意感，容易被低估 我最直接的感受，是“指哪打哪”。 行情、财报、资讯、研报，以前这些东西当然也都能找到。问题不在于有没有，而在于路径太碎。你看行情是一套入口，查财报是一套入口，翻研报又是一套入口。每一次切换，都是一次注意力损耗。 很多产品经理会把这件事理解成“功能聚合”。但我觉得更准确的说法是：它在减少决策摩擦。
AI
* 原文：任正非与ICPC主席、教练及获奖选手座谈会纪要 读完任正非与 ICPC 主席、教练及获奖选手的这篇座谈记录，第一感受不是“振奋”，而是“清醒”。 它没有太多宏大的口号，也没有对 AI 未来做过度渲染。更像是一群真正在做事的人，围坐下来，聊年轻人怎么选路，AI 到底怎么落地，一个国家的创新能力又靠什么支撑。 很多话听起来朴素，但背后是几十年产业实践沉淀出来的判断。我把它拆成三条主线：青年与人才，AI 与产业，开放与分工。最后再落回一个问题：我们怎么知道自己有没有站在时代的脉搏上。 青年与人才：能摸高，就不要过早摸低 这篇座谈里，最值得记住的一个词，是“摸高”。 任正非说，每个人的人生道路不同，有人摸高，有人摸低，都是社会贡献。但如果一个人有能力摸高，就不要过早摸低。 这句话很容易被理解成“年轻人要奋斗”。但我觉得，它的重点不在奋斗，而在选择。 人在年轻的时候，
AI
今天看了一下自己火山 Coding Plan Pro 的用量截图，挺有代表性。 我定的是 Pro 套餐。按宣传理解，每 5 小时应该有 6000 次模型调用。这个数字看起来很宽裕，甚至会让人以为短时间高强度 coding 基本不用担心。 但实际用下来完全不是这回事。 一个真实项目还没完整做完，日用量已经到 96%，还要 3 个小时刷新；周用量 42%；月用量 39%，距离月度刷新还有 19 天。更关键的是，按实际消耗体感来算，所谓 6000 次调用，真正能支撑的有效 coding 轮次顶多也就两三百次。 这就不是“额度偏紧”的问题了，而是宣传口径和真实工作负载之间有明显落差。 单看百分比，好像还不算夸张。月度才 39%，周度也没过半。
AI
微软最近给一部分美国员工摆出了一道算术题。 年龄加司龄，大于等于 70。 满足这个条件的人，可以进入一项自愿买断/退休计划。按照外界披露的口径，大约 7% 的微软美国员工、约 9000 人有资格参与。 这不是一家夕阳公司的节衣缩食。 它发生在微软持续把钱砸进 AI 基建的时候。数据中心、GPU、云算力、模型能力，都是高强度资本开支。它也发生在 2025 年微软多轮裁员的背景下。 一边是 AI 投资继续加速。 一边是组织开始清理岗位、压缩层级、重新计算人的成本。 这就是很多公司正在进入的新状态：不是公司没钱了，而是公司有了新的钱要花；不是业务停摆了，而是业务开始相信，一部分工作可以不用原来那些人来做。 所以，AI 替代岗位后，最先被重写的往往不是劳动合同。 最先被重写的，是公司和员工之间的风险分配。 劳动合同上写的是岗位、薪酬、地点、期限。 但真正起作用的，是另一套默认规则：
AI
霍尔木兹海峡最近静得让人不安。 根据 Clarksons Research 和 Ship & Bunker 的追踪数据，在这个被称为“全球原油咽喉”的海域，日均通行船只已经从冲突前的 125 艘，暴跌到了最近一周的 5 艘左右。95% 的降幅，意味着那里已经变成了一片地理意义上的“幽灵航道”。 对于大多数人来说，这组数据背后的直观感受是油价可能要涨。但对于深处产业链之中的观察者而言，更深层的恐惧来自另一则消息：华尔街日报报道，阿联酋（UAE）正在认真考虑退出 OPEC。 如果说霍尔木兹海峡的瘫痪是物理链路的断裂，那么 OPEC 第三大产油国的离场，则是协调机制的坍塌。 我们正在进入一个价格不再由成本或需求决定，而是由“无序”决定的时代。最危险的不是石油变贵了，而是石油世界变得“没人说了算”了。 一、 消失的“稳定器” 在过去四十年的全球化叙事里，石油世界存在一套默契的稳定器。 这套系统的底层逻辑是：
AI
深夜十一点半，Meta 某个办公室的灯还亮着。 不是一层，是好几层。 我在过去一年里听过太多相似的叙述——在 Podcast 里，在 PR 的采访里，在某个工程师深夜发的 Twitter 帖子里。没有人说"我们要求加班"，但也没有人在所有人都在的时候先走。 这就是博弈论里最经典的"囚徒困境"——每个人的理性选择，加在一起变成了集体非理性。 内卷的本质：竞跑周期被压缩到了极限 要理解这波硅谷 996 和中国互联网那轮有什么不同，先得看清楚内卷的对象是什么。 中国互联网那轮内卷，有相当部分是"低垂的果实"——商业模式快速扩张期，多一个人真的能多撑一块业务，多投一天真的能多占一块市场。 但这次硅谷卷的是基础研究。基础研究的产出和投入劳动力之间的相关性本来就弱得多。你看到的是：人在工位上的时间越来越长，但模型进步的曲线并没有同等斜率。 Anthropic 内部的人发过声，Google DeepMind 的人也发过声，
AI
阿里云百炼的 Coding Plan，我抢了两个月，一次没中。黄牛价涨到原价三倍，下不去手。 昨天刷到火山方舟（Volcengine Ark）上了新模型：GLM-5.1、MiniMax 2.7、Kimi 2.6，三个当下最热的模型一起。立刻充值入手。 实测 GLM-5.1：给一个模糊需求，它能自己推断边界、补全逻辑，偶尔还会在注释里预判你下一个问题。智力感比上一代明显高一个台阶。 但坑也明显：高阶模型消耗速度极快，响应也慢，实际使用时心里要一直挂着算账。 我的判断：好用的 Coding Plan 会成为稀缺资源。 逻辑不复杂——模型更新速度远超算力供给，推理成本又卡在高位。厂商每次上新模型，额度就那么多，先到先得。阿里百炼是例子，火山方舟现在加了模型才有吸引力，过几个月额度紧张了，又会变成新的稀缺品。 所以策略很简单：不要只盯一家，