看到猝死新闻,我又怀疑上班图什么

这几天刷到张雪峰因心源性猝死去世的消息,心里咯噔了一下。不是因为我平时多关注他,而是这种事一旦落到一个看起来精力很足、还在跑步、还在工作的人身上,人会很自然地往自己身上套。最近我偶尔也会胸闷,消息刷多了,脑子里甚至会冒出一个很蠢但很真实的念头: 难不成下一刻就轮到我了。

说实话,我现在越来越觉得,这种胸闷不一定全是心脏的问题。身体当然要当回事,特别是反复胸闷、活动后加重、休息后稍微缓一点,这种信号不能硬扛,公开科普里其实已经提醒得很直白了。但另外一半,多半是人被生活架在半空里太久了。异地夫妻,工作不上不下,钱存着也不知道图什么,偶尔休假不上班,人不轻松,反而更空。任何一条猝死新闻,到了这种状态里,都会变成一句追问: 你现在这么活,到底图什么。

回测里的前复权,国内和境外不是一套算法

前几天有人拿贵州茅台很早年的前复权价格来问我,说实话我第一眼也有点傻眼了: 同样看“前复权”,Yahoo 那边没有负数,东方财富那边却能看到负数。再回头看我六月那篇《回测中的“复权”详解与数据获取》,我才发现自己把几件事写混了。我当时把“比例法”写得太像唯一标准了,但 A 股国内语境里的前复权,和港美股常见的 adjusted close,本来就不是一个口径。

这篇就只做一件事: 把这两个口径拆开。我的判断先放前面,免得后面越看越乱: 国内主流行情软件的前复权,更像是沿着交易所除权除息参考价去把 K 线接平;境外常见的 adjusted close,更像是用累计乘数去表达“分红再投”下的总收益。它们都叫前复权,但回答的不是同一个问题。

茅台净利润首降,不只是年轻人不喝白酒

2026-04-17,贵州茅台披露 2025 年年报摘要。按年报摘要口径,营业收入 1688.38 亿元,同比下滑 1.21%;归母净利润 823.20 亿元,同比下滑 4.53%。再往下看,真正难看的其实是四季度,单季净利润从 2024Q4254.01 亿元掉到 176.93 亿元,大概少了三成。说实话,看到这里我第一反应不是“年轻人不喝白酒了”,而是另一个更扎心的判断: 茅台这门生意,越来越像一只地产信用周期退潮后的影子股。

这件事值得单独写一下,因为它会直接影响看茅台的方式。以前很多人把茅台当成永远向上的消费神话,年轻人喝不喝只是边角问题。现在看不是这么回事。年轻人对白酒天然没兴趣,当然是事实,但这更像慢变量。年报里这种突然拐头,背后更像是一整套旧商务需求、旧财富分配方式和旧面子消费体系在收缩。

最强模型先锁起来,AI 公司开始卖门禁

这两天刷到 Anthropic 在 2026 年 4 月 7 日放出来的 Project Glasswing,我第一反应有点傻眼。不是因为又一个模型分数更高了,而是它把最强那档能力先锁进了一个小圈子里,先给 AWS、Apple、Google、微软、Linux Foundation 这些防守方用。

我自己的判断很直接:这事比又一个 benchmark 破纪录更重要。前沿 AI 公司现在卖的,已经不只是模型本身,而是“谁先拿到能力、能拿到多少能力、拿到之后要承受什么审计和约束”这一整套访问控制。模型越来越像危险工具,发布节奏也越来越像发放许可证。

真可怕的不是裁员,是不再补人

这两天看到 Block 在 2026 年 2 月底,把 1 万多人的队伍一下砍掉 4000 人,我确实被震了一下。我自己一直做金融 IT,交易链路、港美股、系统底层这些东西,平时看惯了“提效”“自动化”“降本增效”这种话术,但当一家离钱、合规、风控这么近的 fintech 公司,公开把 AI 摆到裁员理由里,还是会让人心里一沉。

我现在的判断很直接:AI 裁员最可怕的地方,不是某一天新闻上那份裁员名单,而是公司开始默认“更小的团队也能干更多活”。这意味着离职不补、初级岗位变少、headcount 卡得更死。从 2025 年 4 月到 2026 年 4 月,这个风在美国还在刮;中国境内暂时没刮成那种高调公开的大规模裁员潮,但静悄悄的挤压,其实已经开始了。

搬家换到联通后,美国节点突然没那么香了

最近搬家,家里的宽带从电信换成了联通。平时看剧、打游戏,其实没什么明显感觉,直到前两天想下点资料,习惯性切到美国节点,速度怎么都上不去,我当时有点傻眼。

这事后来想明白了。以前我一直以为,美国机房带宽给得足,所以美国节点天然更猛。现在看,这个认知只对了一半。美国服务器资源足是一回事,国内这边走哪家宽带、国际出口怎么走、回程有没有吃到更好的骨干,才是另一半。以前用电信没暴露的问题,换到联通以后,全出来了。

架构一换,Hermes 和 OpenClaw 的 token 就不是一个吃法

昨天那篇《把 Hermes 当成 OpenClaw 替代品,可能一开始就看偏了》写完以后,我又去翻了一圈两边的文档。越翻越觉得,真要看这两个东西差在哪,光看功能还不够,看 token 怎么烧,反而更直接。

我的判断先摆这。

OpenClaw 默认更像一个长期在线的工作台,很多身份、规则、工作区文件、消息面约束,会天然跟着每轮对话走,所以基础盘通常更重。Hermes 则明显更克制一点,很多上下文是按需发现、按需注入,系统提示词也在刻意维持稳定前缀,默认情况下更容易把 token 压住。

当然,这话不是说 Hermes 一定更省。你把 memory provider、skills、sub-agent、长工具输出全开起来,一样能烧得飞起。但是说白了,这两套架构从第一天起,就不是同一种吃 token 的方式。

把 Hermes 当成 OpenClaw 替代品,可能一开始就看偏了

这两天我把 Hermes 和 OpenClaw 的文档来回翻了一圈,越看越觉得,很多人把这两个项目放在一起比,其实一开始就比偏了。

它们当然都在做“个人 AI 助手”。都能接消息、调模型、跑工具、留住一点上下文。Hermes 甚至还专门做了 hermes claw migrate,摆明了是知道自己会接到一批 OpenClaw 用户。

但是说白了,Hermes 不是换皮版 OpenClaw,OpenClaw 也不是多了几个消息入口的 agent framework。一个是从 Gateway 往外长,一个是从 AIAgent 往外长。这个差别不先看明白,后面谈架构、设计理念和生态,基本都会越聊越乱。