Ray

思考者，AI，crypto，医疗

[Ray @Come_Cr]

AI是一面镜子，照你，也照所有跟你一样问题的人，可能照出了你的背阴面，找出了你没有意识到的东西，也可能找出的不是你的东西，但是照亮了此刻你问题周边的所有皮层思维。会影响你，会改变你，会把我们都照亮，会把我们这艘船越浮越高

[Ray @Come_Cr]

@python_xxt 维修师傅说的是他的时间成本或者说时间利润，兄弟你说的是只有按键物料成本，想想AI的使用成本，更重要的你的时间成本，也就是你的时薪，你的投入或许早已超过260。

更进一步，如果咱是乐在其中，维修的乐趣或许早就超过成本😁，而且发出来，还有流量收益

当然，也带来了我和你的连接，哈哈。。

[Ray @Come_Cr]

Highly Asymmetric，也就是选择下行风险有限，上行收益潜在空间巨大的标的，这决定了需要远离高杠杆这种下行风险无限的行为，也决定了要选择时代的发展方向，比如AI或crypto

Long-term Bets，长期赌注，给复利和指数增长留足时间！

A Broad Collection，一篮子标的，用概率性对抗风险

Passive Portfolio，被动投资，解放注意力

[Naval @naval]

The ideal passive portfolio is a broad collection of highly asymmetric long-term bets.

[Ray @Come_Cr]

当你反复拷打AI，反复追问，就是不是你真正想要的东西，然后你逐渐意识到它只是在兜圈子，似乎有一层隐形的屏障在那儿，无法逾越，那个东西或许就是人类智慧的边界，是你的边界，也是AI的边界，你会发现它终究取代的还是过去的东西，而人类真正的智能在边界的那一边，拥有无中生有的能力！

很喜欢的一张图

[Ray @Come_Cr]

@YellowBlade2023 拿到市场里面滚出来的见解重要，亲身去滚了多次，有丰富的上下文、丰富的情景记忆、情绪记忆，更加更加重要！

哎，对我自己来说，硬指标不太行，容易把自己给伤着😂

[Ray @Come_Cr]

@xztales exactly right. 所以这也是现在小模型能达到以前大模型效果的原因，以及测试时推理，用时间换空间，小参数获得好效果

[Ray @Come_Cr]

哎，看到太多有意无意的推荐magpie了，一个网关任意组合调用任意模型，想想好像挺有用，让agent安装试了下，一折腾，发现还是自己的好奇心或从众心理使然，后悔浪费时间

手头的Agent本身就能做到跨harness的任务分发，而且是完全走原有harness的功能流，没有风险，不需要配置，所有事情都是一句话的事，何必折腾这些呢？

似乎意识到一点，我们似乎还在用原有的思维构造一切，有个需求，就写软件去实现，想着如何把功能做全做稳定，但是似乎关键不在功能的完善，而在于大多数需求还有没有必要单独去实现？

真正重要的是什么？什么是真正需要去建立的？生态位的概念或许会进入软件领域，进入数字世界，AI吞噬一切，AI Agent吞噬一切，所有和Agent抢占生态位的，必将被淘汰，而magpie和Agent重合的生态位就是它的定义：一个网关任意组合调用任意模型，AI Agent本身就是调用一切的！

或许啊，物理世界也会被全面接管：AI破解各种硬件就是苗头；
或许啊，不动脑盲从的人类也会被接管，或许已经在接管了，只是我们没意识到：各种信息流：短视频、X帖子、图文帖的推荐算法！

所以请保持独立的思考，理解从众，远离从众！如果你读到这条帖子，有想到保持独立思考的人，请推荐给我，谢谢！

[Ray @Come_Cr]

突然意识到啊，很多深刻的变革，都起源于一个深刻的思想变革，都起源于某个念头的兴起，从封建到大一统，从威权到民主，从法币到比特币，似乎都有这样的影子，请根据这点洞见深入阐述，进一步思考当下有哪些念头正在兴起？念头的传播壮大需要各种因素，可能早夭，但是不可否认的是时代洪流总是往前的，尽管可能是曲折的。押注这些念头就是一种超前洞见力的表现

[Ray @Come_Cr]

从阅读各种政治发展，主义学术等，有感而来，国家如此，个体亦如此，方才算做一种成熟。其实，说白了，就是相信自己的经验，同时能保持开放心态听得进去别人说的

[Ray @Come_Cr]

尊重自己的过往经验，明白自己从哪里来、为什么长成现在的样子，这是立足的“定力”；

但始终保持开放，允许不同的范式在脑海里激烈碰撞，在对话中发现自己的边界与盲区，这就是让生命系统持续演化、不至于僵死的“活力”。

能在坚守本体经验与拥抱思辨开放之间维持张力，或许就是我们所能达到的最接近“整体性”的成熟状态。

[Ray @Come_Cr]

尊重自己的过往经验，明白自己从哪里来、为什么长成现在的样子，这是立足的“定力”；

但始终保持开放，允许不同的范式在脑海里激烈碰撞，在对话中发现自己的边界与盲区，这就是让生命系统持续演化、不至于僵死的“活力”。

能在坚守本体经验与拥抱思辨开放之间维持张力，或许就是我们所能达到的最接近“整体性”的成熟状态。

[Ray @Come_Cr]

@xztales 深以为然，更恐怖地，物理世界也会加速数字化，一切都是数字化的，一切都能被数字化调用的世界

[Ray @Come_Cr]

大家都被这个coding agent的巨大经济效益所吸引，或者说被Anthropic带跑偏了。不是说coding不重要，我也知道coding带来的自身复利，左脚踩右脚的飞升，但是私以为光发展coding是偏颇了，真正的G出现的时候，我们会看到更大的惊讶的！

[Ray @Come_Cr]

现在模型越来越追求agent能力，喂了太多长程任务的文本，导致语言越来越“黑话化”，看上去评测指标越来越高，但是离我们人类的可交互性越来越差，个人认为这不是好事，或者说不是长期主义利于AI进化的，最终要到AGI，关键就在G，而不在这单方面的能力，要达到G，必然需要和人协同进化！

这是被Claude opus 5折磨而发的感叹，另外有个小诀窍，大家可以去Google的Antigravity上体验老款的opus 4.6，什么叫赏心悦目，什么叫简单直接，什么叫心领神会，真是…，后面的这些都是什么垃圾。

[Ray @Come_Cr]

https://t.co/4u6mq0qde2

[Ray @Come_Cr]

两个点：
第一：任何人都能赚到他认知内的钱。因为只要是真正他的认知内的，那么他比市场其他人就有一定的领先程度。这个领先程度就是套利空间，就是认知空间，就是真正的利润的来源。但是，最怕的是他听信别人的认知，这样其实他就落后于跟他讲的那个人或者说这个信息的源头，他就认知是落后的，那大概率就是要亏钱

第二点，任何人其实从什么时候他都能选到属于他的投资的尺度上，无论你是价值投资，还是短期的成长投资，还是几年的周期投资，还是日内投资者，还是最精细的量化投资者，看你的视角、能力以及时间分配都能找到自己适合的这个尺度。

那么，有这两点，你真正的认识到，一个是赚自己认知内的钱，一个是选择好自己的尺度，那么在合适的时间分配合适的资源，赚只有自己能赚到的钱，那么你才能挣到钱

[Ray @Come_Cr]

非常有意思的是，股票的曲线也遵循分形的原理，意思是分钟线和日线和月线以及年线。他大致的摆动分布是类似的，都是一种可能接近于布朗运动或者随机运动的一个这种趋势？比如说，你整体看，它是一个指数增长，而局部的日线几天呢，可能也是一个小的指数增长。

它比如说有回撤，它整体上也会有回撤，那么据此来说，我们无论买什么股票，一个是选股，一个是择时，其实无论从什么尺度来上说，这两个你都在做，不存在厚此及彼的情况。只是说价值投资，你的择股跟择时都是比较大尺度上面去做，而对于日内投资者，或者是短期投资者，或者是成长投资者，或者是量化投资者，他的尺度会更小，所以说看你的这个时间维度是咋样的，来匹配你的这个视角尺度

——2025.12.25

[Ray @Come_Cr]

因素分很多（比如不同的政府环境），然后有不同的频率，最终叠加它出来的那个抽象曲线其实才是最终真相的本来面目。然后你去看微观上面每一个点，它都是众多因素的叠加。其实你是看不太出来它到底是什么的，但是当你把视角放大、放大、放大，或者说在你所能认知的范围内把这些视角放开，你就能看到这个事情的本来面目是什么样子的，事物的发展规律是什么样子的。它可能就是一些数学基本原理的叠加，或者说是一些属性的基本叠加，主要在于你怎么看问题，看理性的问题，感性的问题，看理性、感性混合的市场，股票市场就是这样，这是一个挺有意思的视角

[Ray @Come_Cr]

我想到有一点有意思的是，数学是这个抽象世界的基本原理，那么其实对数学的每个原理了然于心，我们将其应用到不止数学层面，应用到各种生活层面，应用到各种投资理性的决策，数学就是理性的极限，也就是抽象的总和。那么当你对一个概念，数学概念对一个抽象的抽象足够了解之后，那么自然可以达到一种融会贯通的境地，这就是一种系统性思维，数学既是一种工具，也是一种认识方式。

很多东西都能建模，如果能建模，哪怕是情绪，哪怕是情感，这种东西都能建模。之后，各种因素叠加，最后是一种多因素的状态，然后类似于傅里叶变换那样的多维度的叠加，它会有一个主浪，再加上其他的分的曲线叠加之后，它会整幅再加上它的周期叠加，它会形成一个最终的曲线。

[Ray @Come_Cr]

我想到有一点有意思的是，数学是这个抽象世界的基本原理，那么其实对数学的每个原理了然于心，我们将其应用到不止数学层面，应用到各种生活层面，应用到各种投资理性的决策，数学就是理性的极限，也就是抽象的总和。那么当你对一个概念，数学概念对一个抽象的抽象足够了解之后，那么自然可以达到一种融会贯通的境地，这就是一种系统性思维，数学既是一种工具，也是一种认识方式。

很多东西都能建模，如果能建模，哪怕是情绪，哪怕是情感，这种东西都能建模。之后，各种因素叠加，最后是一种多因素的状态，然后类似于傅里叶变换那样的多维度的叠加，它会有一个主浪，再加上其他的分的曲线叠加之后，它会整幅再加上它的周期叠加，它会形成一个最终的曲线。

[Ray @Come_Cr]

非常有意思的是，股票的曲线也遵循分形的原理，意思是分钟线和日线和月线以及年线。他大致的摆动分布是类似的，都是一种可能接近于布朗运动或者随机运动的一个这种趋势？比如说，你整体看，它是一个指数增长，而局部的日线几天呢，可能也是一个小的指数增长。

它比如说有回撤，它整体上也会有回撤，那么据此来说，我们无论买什么股票，一个是选股，一个是择时，其实无论从什么尺度来上说，这两个你都在做，不存在厚此及彼的情况。只是说价值投资，你的择股跟择时都是比较大尺度上面去做，而对于日内投资者，或者是短期投资者，或者是成长投资者，或者是量化投资者，他的尺度会更小，所以说看你的这个时间维度是咋样的，来匹配你的这个视角尺度

——2025.12.25

[Ray @Come_Cr]

必须承认：任何从脑海构想转变为现实落地的过程，都是一次有损压缩（Lossy Compression）。 瑕疵不是你的水平问题，而是高维抽象向低维现实投影时的物理必然。

现实中粗糙的闭环系统，杠杆率永远碾压脑海中完美的抽象架构。

重构自己的系统运行协议：
- 思考协议： AI 对话产生洞察后，不发草稿不准关闭窗口。
- 产品协议： 代码立刻冻结，先作为唯一用户强行 Dogfooding 7天。
- 投资协议： 开仓前必须写下公开且不可篡改的 Core Thesis & Kill Switch。别在沙盒里当王者。

接受有损压缩，去按 Mark-to-Market 的 Commit 键。

[Ray @Come_Cr]

完美主义根本不是对极致的追求，而是对“被现实证明自己不够好”的极度避险。此前（乃至现在）陷入过一个极其隐蔽的自我防御闭环：底层自负（“我是个深度思考者/Builder”）➡️抬高标准（无限优化/拒绝交付）➡️阻断真实反馈➡️保护脑海中 100% 完美的自我幻象。

这种“假性推进”几乎覆盖了各个领域：
- 思考与写作： 沉迷于与 AI 深度自嗨，以为产生了洞察，其实只是跑在沙盒里的 Demo，杠杆率为零。
- 产品开发： 陷入界面与细节的无限优化，本质是用 UI 迭代来掩盖连自己都还没连续 Dogfooding 的事实。
- 投资实盘： 懒于公开交易 Thesis，让盈利归因于聪明，亏损归因于运气，成功避开不可篡改的真实日志。