📊 今日投资要点总结
关键数据
- 🟢 买入信号: 3个
- 🔴 卖出信号: 1个
- ⚠️ 投资避坑: 5个
- 🎯 投资机会: 6个
市场情绪
📈 偏乐观: 买入信号多于卖出信号，市场情绪相对积极
📈 买入信号
1. 建议布局科技板块，选择恒生科技ETF易方达
投资标的: 恒生科技ETF易方达(513010)
分析理由: 估值低且潜力大，适合科技板块布局
来源: 望京博格投基 - 这次没被包围，改发红包了~汉堡团第六场
2. 建议布局红利资产，选择红利ETF易方达
投资标的: 红利ETF易方达(515180)
分析理由: 稳定股息收益，费率全市场最低
来源: 望京博格投基 - 这次没被包围，改发红包了~汉堡团第六场
3. 76.88元买入美的集团
投资标的: 美的集团(000333)
分析理由: 家电行业相对低估，股息不错，且有出海这个比较明确的逻辑
来源: 终身黑白 - （周总结298）找到人生支点，专注自我节奏
📉 卖出信号
1. 625港元减仓2%腾讯控股
投资标的: 腾讯控股(00700)
分析理由: 腾讯创出今年新高，估值提升，为未来布局其他机会
来源: 终身黑白 - （周总结298）找到人生支点，专注自我节奏
⚠️ 投资避坑
1. 客户在牛市追高成长股，抛弃稳健红利资产
经验教训: 应坚守投资目标，不随市场热点频繁调仓
来源: 望京博格投基 - 这次没被包围，改发红包了~汉堡团第六场
2. 理财师试图预测市场利率走势
经验教训: 不应试图预测市场，应关注资产配置
来源: 望京博格投基 - 这次没被包围，改发红包了~汉堡团第六场
3. Meta收购Scale AI导致业务下滑，客户流失
经验教训: AI数据服务公司被大厂收购可能影响客户信任和业务独立性
来源: 42章经 - Mercor 高速增长的秘诀与其中的聪明人｜42章经
4. 新能源行业高估值买入错误
经验教训: 不要以过高估值买入企业，避免永久性损失
来源: 终身黑白 - （周总结298）找到人生支点，专注自我节奏
5. 人生支点单一导致投资焦虑
经验教训: 建立多个人生支点，给长期投资更多耐心
来源: 终身黑白 - （周总结298）找到人生支点，专注自我节奏
🎯 重要投资机会
1. 科技板块投资机会，特别是恒生科技
相关行业: 科技行业
投资周期: 中期
来源: 望京博格投基 - 这次没被包围，改发红包了~汉堡团第六场
2. 红利资产配置机会，稳定股息收益
相关行业: 红利策略
投资周期: 长期
来源: 望京博格投基 - 这次没被包围，改发红包了~汉堡团第六场
3. AI数据标注和评估服务市场快速增长
相关行业: AI数据服务
投资周期: 2-3年
来源: 42章经 - Mercor 高速增长的秘诀与其中的聪明人｜42章经
4. AI驱动的招聘和人才评估平台
相关行业: HR科技
投资周期: 3-5年
来源: 42章经 - Mercor 高速增长的秘诀与其中的聪明人｜42章经
5. 家电行业投资机会
相关行业: 家电
投资周期: 长期
来源: 终身黑白 - （周总结298）找到人生支点，专注自我节奏
6. 被严重低估的成长型公司
相关行业: 多行业
投资周期: 长期
来源: 终身黑白 - （周总结298）找到人生支点，专注自我节奏
📚 今日文章列表
- 这次没被包围，改发红包了~汉堡团第六场 - 望京博格投基 (21:00)
- Mercor 高速增长的秘诀与其中的聪明人｜42章经 - 42章经 (20:38)
- （周总结298）找到人生支点，专注自我节奏 - 终身黑白 (20:21)
📖 文章全文
1. 这次没被包围，改发红包了~汉堡团第六场
作者: 望京博格投基
链接: https://mp.weixin.qq.com/s/juhKNnaw2v-V1CdPTKaM5g
发布时间: 2025-09-14T21:00:00
广州站的【汉堡团见面会】也顺利结束了。
由于场地有限（只能装下70人），很遗憾这次没能邀请更多朋友来到现场，以后有机会再争取办得更开放一些。
广州场的气氛也很不错，感谢易方达提供场地！
不过相比之下，博格感觉这一场的大家比较内敛。
不知道是不是因为今天来的以私域朋友为主，可能有钱人都比较低调，或者广东的朋友本身性格就更务实？
不过挺有意思的是，活动前群里安安静静，一结束就有人默默发红包——不只是口头表达，更是直接用行动表示对活动的认可。
博格真的很喜欢这样的朋友！也欢迎来到现场的朋友分享一下你们的感受。
接下来，分享几个现场比较有代表性的问题。
广州场来了不少一线的投顾理财师。
博格感觉他们真的很敬业，学习特别认真，服务意识也很强，但一听他们提的问题，就感觉他们压力挺大。
一、
比如有位理财师问：
过去几年他向客户推荐了以银行股为主的红利资产，客户赚了钱也很认可。
但今年市场回暖，风格转向成长股，尤其是科技板块近期涨得特别猛，客户就想赶紧调仓去追高。
她说自己真的很困惑，这个时候到底该不该让客户卖掉红利基金、转投科技？
博格的回答主要是两个思路：
（1）从现实角度看，作为一线理财师，客户购买的金额直接挂钩你的KPI。所以如果客户想买什么，你配合推荐相应产品，其实也合理。不然市场涨了你不让客户买，既赚不到钱，还可能被抱怨。
（2）但从理想层面讲，如果你希望自己的工作更有价值（未必赚钱），那就要真正理解客户的投资目标。就像我在分享中说的——每个人得先找到自己投资的“锚”。
比如通过持续沟通，弄明白客户到底是想要稳定的股息收益，还是追求高收益且愿意承担高风险。
如果客户自己也不清楚，理想主义地说，你应当帮他梳理清楚、找到这个“锚”。要让客户明白：不能什么都想要。
顺便带个货，确实符合博格目前理念：布局科技就选恒生科技ETF易方达（513010）目前估值低且潜力大。布局红利就选择红利ETF易方达（515180）最新股息率为4.5%左右，反正易方达产品费率差不多都是全市场最低。
作为理财师，要做的就是帮他坚守投资目标，不偏离——不是熊市买债、牛市买股，而应该是熊市低位布局股票、牛市高位配置债券！
但说实话，大家工作到底是为了赚钱还是赚理想呢？
很多时候这个答案不能兼得，换到你自己的时候又要怎么选呢？
二、
接着这位理财师还问博格：现在每天市场热点这么多，您是怎么做到每天写那么多分析文章的？感觉脑子都要炸了。
说实话，博格自己不觉得累。
因为我是个真实投资者，或者说，我只做自己的理财师。我写的东西，其实就是把思考过程分享出来，同时把实盘操作放在私域里，大家自愿参考。
我也不需要回答那么多不同类型投资者的问题，我只要对自己真实就够了。
最终用实盘结果说话，赚或亏都是真实的——目前看来效果还行，也因此赢得了大家的信任。
三、
还有位一线理财师问博格：能不能精准预测一下市场利率走势？
因为他的客户大多偏稳健，想等利率见顶并开始走低的时候买进去，可以赚债券的价差（PS：市场利率下降债券价格上涨）。
说实话，博格觉得这问题听着就够累了。
这种问题，谁答得出来啊？
之前我和一位宏观首席聊天，他讲了一大堆，最后说家里的钱都是让老婆买银行理财的。
连宏观首席都预测不了——或者预测了连自己都不信，却要让一线理财师去面对客户，真是难为大家了。
但为了销售，理财师又不能直接说“不知道”，还得看上面派什么任务。这个时候卖股还是卖债，估计不同产品还得准备不同的话术。
如果真的让我回答，我可以直接说，我真不知道，我也真的不关心。
有这个时间，我不如直接买点红利汉堡，用红利类资产替代长债，跟险资一个思路。
大概就分享这么多吧。
再分享一下最新的估值数据。
目前市场在3800点附近震荡，因此本周五收盘后的估值与上周五相比变化不大，就不额外展开讲了。
需要特别说明的是，博格分享各个指数的估值，主要是为大家提供参考。我们能保证数据准确，但估值毕竟只是投资决策中的一个参考因素，并不是全部。
码字到这里了，大家点赞支持。
汉堡团第七次场有可能是武汉、成都或者上海，等确定了第一时间告诉大家。
2. Mercor 高速增长的秘诀与其中的聪明人｜42章经
作者: 42章经
链接: https://mp.weixin.qq.com/s/gKq3a4WPEZU5gS0R74ihnQ
发布时间: 2025-09-14T20:38:00
这次去美国，我的一大收获就是认识了 Mercor 的首位中国工程师（节目录制时也是全司唯一的中国员工）虞快。他是前金融科技独角兽工程总监，Google、Two Sigma、Citadel 工程师，也是我这次硅谷行遇到的最聪明的人之一。
本期播客对谈原文约 16000 字，本文经过删减整理后约 8000 字。
曲凯 ：Mercor 今年很火，国内也有不少分析和报道。我发现大家对你们的认知大致经历了两个阶段：
一开始很多人觉得你们是 AI 招聘公司，但后来发现，你们本质上是在做数据标注。
在你看来，Mercor 到底是一家什么公司？
虞快 ：我们的核心业务，是帮顶尖 AI 公司招各行各业的专家。
大家可能对数据标注有刻板印象，觉得就是从欠发达地区找廉价劳动力做些基础活。
但现在完全不同了。
AI Labs 需要的是医生、律师、投行顾问，甚至细分到专门写 Swift 的工程师、俄罗斯的生物学家。
因为模型已经进化到了只有专家才能标注的地步。大多数人会的题，它早就会了。再想提升模型智能，就必须请特定专家提供系统性反馈，告诉模型什么是好答案、什么是差答案。
曲凯 ：那这些 AI Labs 拿到你们的专家标准后，还需要再去找 Scale AI、Surge 这样的平台做人工标注吗？
虞快 ：不需要。某种程度上讲，我们已经完全替代了传统的数据标注平台，因为模型可以直接基于我们提供的评估标准做强化学习。
曲凯 ：也就是说，随着模型变强，过去的标注方式不够用了，出现了市场空白，而你们正好抓住了这个机会。
那你们是一开始就这么定位的，还是在过程中逐渐调整出来的？
虞快 ：我们的目标一直没变，就是「帮客户找到他们需要的任何人」。
只是我们发现，眼下最急迫、最愿意花钱的客户，正是 AI Labs。虽然 AI Labs 没有那么多，但是他们的预算很高，因为对他们来说，这笔投入非常划算：
算法的突破要靠顶级研究员，但这些人很贵，而且随时可能被竞对挖走；算力的竞争更残酷，OpenAI 也未必能打过 Google。那要让模型真正进步，数据依然是一大突破口。而为数据花的钱和模型能带来的回报相比，几乎不值一提。
曲凯： 明白。那你们帮客户找到人之后，他们是自己去和这些专家谈薪资之类的吗？会不会出现飞单的问题？
虞快 ：客户会把钱给我们，再由我们支付给专家。
目前我们没遇到过飞单的情况。因为这件事的难点不只是「找到人」，更在于后续的管理。一个项目可能需要上百个分布全球的工程师，怎么和这些人沟通？怎么评估他们的产出？怎么结算？出了问题怎么协调？
这些琐事，AI Labs 并不想自己操心，都需要我们来帮忙打理。
曲凯 ：听起来你们有点像一家大型第三方人力外包公司？
虞快 ：其实不是。先不谈使命和愿景，单从业务层面来看，我们和外包商就有很大差别：
我们能评估人才质量。
比如一家公司要招工程师，可能会收到一万份简历。我们能用更科学的方法，帮客户筛出最优秀的那一小撮。
曲凯 ：这里正好可以捋一下你们的业务流程。比如你说可能会有一万人来申请，这些人都是主动来的吗？
虞快 ：对。我们业务流程的第一步是获客，主要方式有熟人推荐、广告投放、AI 自动发私信等。我们内部也有一个团队，会去主动搜罗一些特别难找的人。
目前我们平台上超过一半的专家都是靠熟人推荐来的。推荐人可以拿推荐费，所以甚至有人会全职在我们平台上帮忙找人，赚的还挺多的。
曲凯 ：相当于这些人来你们这做猎头了（笑）。
虞快 ：是的哈哈。专家被吸引到 Mercor 后，会上传简历、选择岗位并投递申请。过程中我们也会用一些自动化流程，规避简历造假等问题。
简历过了的人，就会进入 AI 视频面试环节。面试问题都是由 AI 基于简历和 JD 自动生成的，比如要招一个数学 PhD，AI 就会问研究方向、论文细节等问题。
面试过程也可以人工干预。像我自己在用 Mercor 招人时，就会告诉 AI 我想重点问什么，并设定评分标准，让它帮我执行。
每场面试大概 20–30 分钟，结束后会生成一份带转录文本的视频。用人方可以直接看文本，也可以点击文字跳到对应的片段，查看更多文本捕捉不到的细节。
曲凯 ：那如果有很多人面试，我要把每个视频都看完吗？
虞快 ：不用。创建岗位时，我们会请你先定义好目标和要求，相当于一套评分标准。面试结束后，AI 会根据候选人的表现自动打分并排序，方便你快速筛选。
曲凯 ：那把人招来之后，你们怎么评估他们的标注结果？如果有人乱做标注怎么办？
虞快： 这很容易分辨。同一套题我们可能会问 50 个专家，如果有一个人的解法每次都和别人不一样，那这个项目做到一半 ta 就会被开掉。
曲凯 ：合理。那结算呢？你们平台上的报酬区间大概是怎样的？
虞快 ：我们按时薪结算，各种岗位的平均时薪超过 90 刀，但不同职业差别很大。我们会根据找人的难度、紧急程度等因素，与甲方协商定价。
比如英文语音训练的时薪大约是 21 刀，因为几乎所有英语母语者都能做。软件工程师的时薪一般在 100-200 刀之间。最夸张的一个案例，是我们招过时薪 400 刀、推荐费 5000 刀的皮肤科医生，因为人真的很难找。
曲凯 ：你们这真是个太好的生意了…我都想上去接单了哈哈。
那 AI Labs 会同时把需求发给很多平台吗？不同平台最后拼的是什么？
虞快 ：如果我是 AI Lab 的决策者，最多只会找两三家合作。只找一家风险太大，比如 Scale AI 被收购后，他们的客户就很被动；但找太多家又很麻烦，因为每家的流程都不同，结算起来很复杂，出了问题还很难归因和追责。
而不同平台最后拼的，就是谁能又快又好地找到合适的专家、赢得客户的信任。如果你找来的人靠谱，AI Labs 就更愿意与你长期合作。
曲凯 ：说到 Scale AI，听说他们被收购之后，业务下滑得很厉害？
虞快 ：对。其实在被收购之前，Scale AI 就遇到了问题。他们靠给 OpenAI 做标注起家，但随着模型能力提升，他们原来找的标注员的水平不够用了，OpenAI 的反馈也变差了。
收购之后，大家又觉得它成了 Meta 的一部分，不太敢继续跟它合作。
曲凯 ：所以 Meta 这次收购真就是「人才收购」？花了这么多钱，结果业务还跌了。
虞快 ：我个人猜测，扎克伯格主要是为了收编 Alex Wang。
Alex 很有抱负，两三年后大概率还会再创业。如果只是给他高薪，很难把他挖来，因为他很难向团队和投资人交代，等他未来再创业时，融资和组团队都会遇阻。Windsurf 创始人的经历就是前车之鉴。
所以扎克伯格干脆花 150 亿，把 Alex 的团队和投资人都安顿好，替他解决了后顾之忧。
曲凯 ：所以现在 Scale AI 对你们已经没什么威胁了？虽然这么说有点奇怪，毕竟他们体量还是比你们大。
虞快 ：从增长来看，我不觉得 Scale AI 是我们的对手，反而是 Surge 更值得警惕。
曲凯 ：那市场对 Mercor 的理解形成共识了吗？大家是不是普遍把你们看成数据标注公司？
虞快 ：我不觉得我们是数据标注公司，而是一家 Eval Provider。
其实我们核心交付给 AI Labs 的东西，就是 Evaluation 和 Benchmark 的标准，或者说是一份模型的 PRD。
我们的专家会帮模型公司设定目标，让研究员去推动模型实现那些暂时还不具备的能力。
曲凯 ：理解。
但我觉得 Mercor 一开始在讲的是一个很性感的平台型故事。虽然现在数据标注这条线从赚钱角度看可能更性感，增长也快，但相比之下，平台故事的想象空间是不是更大？你们现在做的，会不会只是阶段性的事情？
虞快 ：其实 Mercor 一直在坚持同一个愿景，就是我们相信随着 AI 能力提升，未来的工作形态会改变：
全职岗位会减少，项目制会成为主流。
所以我们现在看似是在阶段性地满足 AI Labs 的需求，本质上是在押注未来的工作方式。
未来，「用 AI 来衡量一个人」不只适用于面试，还能拓展到更多场景。比如我是 VC，要和上千个创业者交流，我也可以先设几个问题，定义什么是好答案、什么是差答案，然后让 AI 帮我去问。
曲凯 ：所以 Mercor 这套模式未来可以推广到更多行业？
虞快 ：可以复用到所有行业，因为任何行业最终都离不开「挑选」这个环节。
曲凯 ：明白了。也就是说，Mercor 并不是中途转型成数据标注公司，而是一直在讲同一个故事、做同一件事。只是你们在做的过程中，发现了最有钱的客户和他们最痛点的需求，然后先把资源集中到了这个方向，跑起来后，未来可以再慢慢扩展。
那你觉得国内能复制出一个 Mercor 吗？
虞快 ：关键要看国内的 AI 公司愿不愿意在数据上花钱。只要有预算，就一定有人能把这件事做出来，而且可以做得很成功。
曲凯 ：但国内外还是有差距。
比如国内的模型公司估值可能也就三四十亿美金，而美国这边已经到三四千亿美金了。
曲凯： 那在你看来，数据标注的市场规模有多大？
虞快： 现在看，大概有 50 - 100 亿美金。
只要 OpenAI、Anthropic 这些公司还在，这个市场就会继续扩大，因为他们会持续砸钱来换取模型的领先地位。而只要他们投入，那 Google、Meta 这些不差钱的大厂也会跟进，所以市场还会进一步扩大。
曲凯： 确实。如果 Meta 在一个人身上都能花 1 亿美金，在数据上肯定更舍得花钱。
那你当时为什么选择加入 Mercor？
虞快： 原因很多。
第一，我觉得好的创始人至少要在某个领域特别强，而 Mercor 的三位创始人有个共同特长：辩论（笑）。他们是全美顶尖高中辩论队的队友，反应快、说服力强。
会辩论其实很有价值。比如几个月前，我们招人时还没什么筹码，全靠创始人把 vision 卖出去，说服大家加入。再比如我要是自己做产品，也会想让他们去帮我卖，因为我相信无论客户问什么，他们都能讲到对方信服。
第二，Mercor 的增长势头实在是太好了。从 100 万到 1 亿美金 Run Rate，Mercor 只用了 11 个月，比 Cursor 12 个月的纪录还短。而公司跑得越快，就越能吸引好的人才；好的人才来了，效率更高，增长也会更快。
第三，我认为在这个时代，有特点、有话题性的创业公司更容易成功，或者更容易拿到溢价，而 Mercor 的三位创始人就很有话题性：他们都是拿到 Thiel Fellowship（Peter Thiel 创办的项目，非常难获得，其中一个条件就是必须退学）的 college dropouts，二十出头就创立了 Mercor。
其实我们团队整体都很年轻，平均年龄只有 22 岁，很多人都是 dropouts，一半的人之前都创过业。
曲凯： 这里我很想和你探讨一个问题，就是中美年轻人创业的区别。
在国内，现在很多人不太看好年轻人创业。大家会觉得这波 AI 是移动互联网的延续，所以经验丰富的人更懂怎么避坑，也有更多的资源。而年轻人需要不断试错，就算拿到融资，也可能不敢花、不会花，很难做出结果。
那在你看来，为什么 Mercor 能在平均年龄这么小的情况下，跑出这么快的增长？
虞快 ：我觉得中美创业氛围的差别很大。归根结底，这是个 sample size 的问题。
在中国，创业失败对一个人职业生涯的打击远比在美国大，所以愿意尝试的人本身就少，成功案例就更少。而因为大家看不到太多成功的故事，所以就更不愿意选择这条路。
而硅谷有很多「创二代」。很多人从小就听着父母辈的创业故事长大，所以他们甚至会把创业当成是毕业之后的默认选项。
曲凯 ：确实。而且这边很多人很小就在街边卖柠檬水，上大学后也经常做 presentation，所以他们讲故事和 pitch 的能力，甚至可能强过国内一些很 senior 的创始人和高管。
虞快 ：是。在美国，sales 和 marketing 是非常核心的能力，而且大家也很愿意去提升这些技能，比如在美国亚马逊畅销榜上，就常年有一本叫《How to Win Friends and Influence People》的书。
曲凯 ：那总结下来，你觉得 Mercor 增速这么快，最核心原因是什么？
虞快 ：首先我们在对的时间，选中了一个特别好的赛道。而且我们一上来就从 Scale AI 招了一些核心人才，帮我们少走了很多弯路。
除此之外，最关键的一点就是快。
我们的决策速度和执行速度都很快。
曲凯 ：「决策快」是不是意味着，你们必须有更高效的评估和反馈机制？
虞快 ：对。创始人最在意的就是「what's working & what's not」。
曲凯 ：但你们快速做出的决策，很多时候真的是对的吗？
虞快 ：对错没那么重要，只要不是大错就行。
Mercor 并不是特别 data-driven，很多时候都依赖创始人和管理层的直觉。因为市场变化太快，我们没时间做特别科学的判断，所以关键是快速行动。
就算错了，能及时意识到问题、立刻修正就行。
曲凯 ：也就是你说的「执行快」？
虞快 ：对。这是我们最核心的竞争力，别人很难复制。
最直观的体现，就是我们能「说到做到」。我们一旦定下一个目标，就一定能按时交付。而且整个团队都是这样，所以大家彼此信任，也敢对客户做出承诺。
曲凯 ：你们是怎么做到的？我觉得很重要的一点，是你们可能比其他硅谷公司要卷。
虞快 ：确实很卷（笑）。我们团队里绝大多数人都是每天 7 点半上班，凌晨 1 点下班。
但工作时长不是关键，关键是我们真的在乎自己做的事，所以都是心甘情愿地在拼。
在一家每月营收都能涨 50% 的公司里，你根本不会纠结那些有的没的，只会越做越有劲。
曲凯 ：所以增长就是最大的激励。
那像你们这样勤奋的公司，在硅谷 AI 创业圈里大概有多少？
虞快 ：十几人的团队很多都是这种状态，等团队扩张到一百人，还能保持这种强度的就不多了。
曲凯 ：但这可能已经超出很多国内公司对硅谷努力程度的预期了。国内很多人以为美国公司很悠闲，但其实这边的很多团队也很拼。所以大家还是不能小看硅谷公司。
那你现在在 Mercor 负责 Engineer Management，也在招人，能不能讲讲你招人的一些标准？
虞快： 首先技术肯定要强。
比如我们招 PM 时，也很看重候选人的技术能力，经常会问「你最近 build 过什么」，哪怕是个网站也可以，只要你能讲清楚过程中你的一些思考就行。现在 AI 工具这么多，如果一个候选人什么都没 build 过，就是个 huge red flag。
另外，我个人更看重的一个品质是 Agency。
曲凯： 这个词在美国很火，有点像是「主动性」的意思，就是你能不能克服一切困难，拿到最终的结果。
虞快 ：对。如果我要把一个任务事无巨细地拆解给你、还要给你设定每天的工作量，那我就会觉得你没有足够高的 Agency。团队里可以有一两个只会埋头干活的人，但前提是他们的沟通和学习能力也要过硬，否则就会拖慢整个团队。
另外，我特别看重一个人是不是足够聪明。
怎么判断呢？
我常用的方法是：先抛一个新概念，然后看这个人能多快理解并融会贯通。
学习有不同层次，最基础的是机械背诵，再高一层是能理解原理，但没有内化、讲不清楚。
更高级且轻巧的思维方式，是能拿熟悉的东西去类比。举个例子，你不知道 MCP 是什么，但你很懂 API，能立刻看出 MCP 和 API 的相似点与不同点，那你就能通过类比的方式，快速消化新概念，而且理解得会比较深刻。
曲凯 ：其实好的哲学家、诗人都有这种能力。他们很擅长解构，然后在底层找到不同事物之间的联系。
不过你举的 MCP 的例子还挺有趣的，因为大多数人学新概念可能就是看介绍、读文章，而你的第一反应是去找类比？
虞快 ：对。我会在 Google 里输入「MCP vs」，看自动补全是什么。
曲凯： 如果只是想粗浅地了解 MCP，用你这种方法可能只需要 1 秒钟。因为大家只要能看到自动补全的「MCP vs API」的词条、认知到 MCP 可以类比 API，那就已经很够用了。
虞快 ：是。另外，对我来说，学习新东西最有效的方式是看别人的评价。比如搜完「MCP vs API」，我会优先去看 Reddit 上的帖子。再比如我想快速了解 A 产品，我也不会先看官网，而是会想它的竞品是谁，然后搜索「A vs B」，看大家对这两个产品的评价。
曲凯： 你的学习方法有个前提，就是脑子里得有一套结构化的框架，这样遇到新概念时，才知道该放在哪一块。不然就算能想到做类比，脑子里的知识也是一盘散沙。
然后你刚才说面试会用新概念来考察一个人聪不聪明，能举个例子吗？
虞快 ：比如我可能会介绍一个概念，叫「parking function」：
假设有三个人要停车，只有 3 个车位，如果这三个人都能停到自己想停的位置，就算满足条件；而只要有一辆车停不下，就不满足。
举几个例子：
如果三个人分别想停在 1、2、3 号位，显然都能停下，所以「123」是一个满足条件的 parking sequence；
如果三个人都选 1 号位，那后面的人看到 1 号位被占之后，可以向后顺延、停进后面的车位，所以「111」也满足条件；
但如果三个人都想停 3 号位，且车不能后退时，那第一个人占了 3 号位之后，后面的人既不能退回到 1、2 号位，也没有 4 号位可选。所以「333」不是一个 parking sequence。
讲完定义，我会给候选人一个数组，让 Ta 判断这个数组是不是 parking sequence。
比如我给出的数组是「231」，大多数人都会老老实实按照定义去模拟：第一辆车去 2 号位能停下，第二辆车去 3 号位也能停，而第三辆车本来就想去 1 号位，所以大家都能停下，因此这个数组是对的。
曲凯 ：大多数人可能这会儿已经晕了（笑）。
虞快 ：哈哈，而且这种列举的方式很慢。更好的做法是 take a step back，思考「在什么情况下会有人停不下」。
曲凯 ：稍等啊，给我几秒钟。
（大家也可以一起停下来想一想 :P）
……
我在想，如果后面的车想停下，前面的车位必须先被占满。
虞快： 对，这是一个很好的观察。所以你希望大家优先选择停在靠前的车位。那么如果没有人选择 1 号位呢？
曲凯： 那车位的数量就一定要大于车的数量，否则就必须得有人选 1 号位。
虞快： 那需不需要一定有人选 2 号位？
曲凯： 不需要，因为可以有两个人选 1 号位。
虞快： 对。所以要么得有两个人选 1 号位，要么得有一个选 1 号、另一个人选 2 号。
这里还有一个观察，就是数组的顺序其实无所谓，比如「321」和「123」，最后结果是一样的。
所以最后能推出的规律就是：一个数组从小到大排序之后，第一个数必须 ≤ 1，第二个数必须 ≤ 2，第三个数必须 ≤ 3。只要满足这个条件，就是一个 parking sequence。
但很多人不会这样思考问题，而是会花很多时间去硬生生地模拟。这时我也会给大家一个 hint，比如：如果我给你一个随机数组，你觉得它大概率能不能满足条件？
曲凯： 很有意思。有没有更简单的题？
虞快 ：我面试其实也会问一些很简单的题，但往往能从细节里看出很多问题。
比如我会给候选人「123」和「456」这两个字符串，然后让 ta 写段代码，把这两个字符串相乘的规则表示出来。有的人会卡半个小时，最后说「我忘了乘法怎么算了」。
其实忘记乘法没关系，毕竟大家现在都会用计算器。但我介意的是：你不记得规则，为什么还要在那硬耗半个小时？这半小时你在做什么？既然你不会，那为什么不直接问？
不过有时候我自己也不知道某道题的答案是什么。这种情况，我会一边听候选人推理，一边在心里想「如果是我，我会怎么做」，然后和候选人的答案做对比。如果 Ta 答得太离谱，那我可能就会直接拒掉。
曲凯： 明白。前面你聊到的这些框架和思路，是什么时候开始形成的？
虞快 ：其实是做管理之后才开始形成的。我大概做了四五年管理，很多想法都是和我在 Two Sigma 的老板学的。
另外说起来，让我快速成长的，是在 Google 的那段时间。
我刚参加工作的第二个月，需要做一个项目，涉及到一项全新的技术。我对那个技术一无所知，所以就有点沮丧，觉得自己对团队没有贡献。但我的 Tech Lead 和我说了一番话，让我茅塞顿开，他说：
如果真有人知道该怎么做，这个项目早就做完了。所以第一，别把别人想得太强，不要以为 senior 的人一看就能搞定，其实大家都要摸索；第二，你的工作之一就是主动去搞明白这件事到底该怎么做，如果你能啃下来，那你就是组里第一个会做的人，还能去教别人。
这件事对我影响很大。在那之前，我会觉得自己只是 L3，而组里全是 L5、L6，所以自己就是不如别人。但其实很多时候不是这样的。
曲凯： 所以从 Google、Two Sigma、Citadel，再到初创公司，你在各种类型的公司都待过。你感受到的核心区别是什么？
虞快： 我觉得公司类型不重要，重要的是赛道。
我当时去金融公司，是因为发现周围厉害的人都在做金融。而现在，很多厉害的人都会优先去搞 AI。
你想想，未来十年，是金融更可能涨 100 倍，还是 AI？
答案显然是 AI。
所以真正值得思考的问题不是要选大厂还是创业公司，而是你要不要做 AI。
曲凯 ：最后，你觉得未来 AI 公司的组织形态会是什么样？PM 和工程师的角色会发生什么变化？
虞快 ：随着 AI Coding 能力提升，写代码会越来越省时间。比如我现在在通勤路上想到一个点子，就会把需求丢给 Cursor，等到家时，它可能已经生成了一个初版。
所以未来，工程师更重要的能力不是写代码，而是要想清楚该做什么、方向对不对。这种判断往往来自客户反馈，所以工程师也应该重视和客户的交流。
反映到组织架构上，就是工程师和 PM 的边界会越来越模糊，组织也会趋向扁平化。
这就要求公司有健康的激励机制，管理层也要有识人能力，能看出谁真的在为公司思考。
42章经
思考事物本质
3. （周总结298）找到人生支点，专注自我节奏
作者: 终身黑白
链接: https://mp.weixin.qq.com/s/urPb0iBypJSYVOWODggCHA
发布时间: 2025-09-14T20:21:05
文： 男终身黑白 语音：女终身黑白
终身黑白第1252 篇原创文章****
“
投资的难点不是什么绝妙复杂的体系，是你能够坚定的去执行。
”
声明：
文中可能会涉及个股，只是思路分享不代表绝对正确，也不代表买卖推荐，请保持独立思考。
黑白不建群，不私下主动联系读者，不开付费星球等付费社区。如果有人以我的名义向你收费请马上拉黑。 2025年收益： 26.8 %。
有交易持仓发生变化或者每月月底，我会把完整持仓截图发一下，其他时间看上月月底持仓截图就好。
1
找到人生支点
先说交易，本周625港元减仓了2%的腾讯，卖出后腾讯还有37%左右的持仓占比，所得资金周四76.88元买入美的集团。格力持仓也还在，关于这一点，投资不是追星，不是非要搞对立，你也可以是看好一个行业适当分散押注，确保稳赢。比如黑白定投账户里前年游戏ETF翻倍过一次，今年恒生医药涨幅也不错，就是对全行业的押注。本周腾讯创出了今年以来的新高，可能有些朋友在这周之前会有一种感觉，腾讯上了500港元反反复复，表现迟缓。但其实如果你按月看，腾讯已经连续涨了5个月，今年至今的9个月中只有1月和4月是下跌的。去年2月见底至今的20个月中，只有5个月是下跌的，持股体验已经是非常舒服的了。如果真的是在做投资，天天期待有反馈，反而结果不会很好，因为大部分企业的经营都不会按天有变化，你期待的无非是情绪的变化，而这事又很随机，只能扰乱你的心态。你看的约频繁，越着急交易，也越容易影响投资体系。相反你认真选择后，热爱生活，多做一些喜欢或有意义的事，少期待短期结果，反而容易取得更好的结果。黑白之前聊过一个观点，专注核心方向，保持人生支点
一件大事，你越期待短期结果， 得到的更多就只有折磨。
刚入市的时候，对股市充满了期待，恨不得进入股市一年就财务自由。总希望每天的上涨都和自己有关，每一天都能从股市赚钱。然而得到的结果却是恰恰相反。
当你随着阅读认知改变，理解了股市不是赚快钱的场所，我认为你的投资就成功一大半了。
不那么期待短期结果之后，投资这件事反而难度降低了很多。
在股市我们赚钱往往缺的不是能力，而是足够的耐心。
拔苗助长的故事我们小时候应该都听过，越着急在一件事情上得到结果的时候，反而越容易颗粒无收。 我们特别在意一件事情的时候，得到最多的反馈就是折磨。
无论是否投资，我们都需要明白一个道理，一切大的改变都需要时间，而好的结果需要你足够耐心，情绪稳定的去做。
所以一个人越是有大的目标，越要懂得找到更多人生支点。
一些事情能给你带来短期的期待，你才会在那个长期的核心目标上更具有耐心。你看投资中那些做了投资就要一幅放弃一切的样子，感觉自己像个英雄一样要做件大事，最终反而做不好投资。因为亲情、友情、爱情、爱好、兴趣等等所有的事情他都放弃了，人生所有的期待都在投资这件事上，就不可能不着急。
但总希望长期的大事，短期有结果，反而很难有好结果。 黄之中在节目中说过一个我很认可的观点。
真正独立的人不是不依赖，正常的人活在这世界上不可能不依赖，你总要有一些让你期待的人和事，你才觉得生活有希望。真正独立的人是可依赖的更多，你只依赖一个单一，你就无法独立，这件事一旦反馈不好你的天就塌了。尤其咱们做投资的人，他本就不是一个时刻有正反馈的事情。如果你人生中的支点只有投资，一两个月没表现你会着急，一年没反馈你可能就会放弃正确的理念，去做短期的博弈。但是如果你的人生中支持系统够多，不仅有投资、还有朋友、亲人、有兴趣和爱好等等，你有足够多的支点，反而能给投资这个长期目标耐心和包容。
人生中你的支点越多，你就越不在意投资这一条线是不是短期没反馈，反而容易做成大事。
你会发现大多数大佬，除了他的事业，都有一件或几件特别重要的兴趣爱好，段永平爱打高尔夫，巴菲特爱打桥牌、马斯克经常在社交媒体上聊游戏。只要不沉迷，你每天有期待的事，只会让你把目标做的更好。
你要知道，任何目标都只是人生的一部分，你的核心是把人生走好。
这周黑白又陪长辈来看病了，真的到了医院你才能理解，无论你曾经飞的多高，人到暮年质量都不会太高，钱多一点可能医疗体验好一些，但是总的来说身体虚弱，精神匮乏，你都很难体验到什么人生质量了。所以别太着急跑，首先容易摔倒，根本得不到你想要的，其次会错过你不可替代的每一天。人生的最好状态不是你有多少钱才能达到，而是你有一件可积累又有正反馈的事业，有一些让你快乐的爱好，然后一边感受着事业不断变好带来的成就感，一边体会着当下的美好，这才是最好的人生状态。
2
让你成功的不是体系有多复杂，而是能够坚定执行体系
本周降低了一些腾讯持仓。有些读者担心卖了还涨。
我肯定是相信他还会涨的，不然我也不会留下接近37%的持仓
但是我也要为未来布局，毕竟投资这事我不是干一票就走，而是要持续的做下去。
对于持仓，很多时候也要看机遇，比如港交所等，当时都没什么其他持仓可以减仓，买入后也没太多下跌，所以仓位不重，虽然涨幅不错，但绝对收益并没那么大。
可以预见的是，未来很长一段时间，随着腾讯的估值提升，我会陆续降低一些腾讯的仓位，慢慢布局一些其他机会。
看着腾讯当前的势头可能有些朋友有些舍不得，但是我觉得凡事留余地，这个收益已经很不错了，降低一些仓位进退有据，更舒服。
这周末最大的新闻热点应该是西贝和罗永浩的纷争。
这事简单的过程是，罗永浩在西贝吃完饭后发微博吐槽，说西贝价格高，还是预制菜。
于是西贝老板很生气，说要起诉罗永浩损害名誉。
结果各路记者都去了西贝的后厨，然后爆出了两年保质期的西蓝花，半成品烤鱼等等。
现在的重点不是他符不符合标准，到底是不是预制菜，而是消费者就觉得这是预制菜，而大部分人讨厌预制菜。
有人说西贝老板怎么想的，罗永浩本来给了他一巴掌，然后他表示不服，站出来自己捅了自己三刀。
人有时候在能力之外真的是会迷之自信的，比如西贝的老板，那一刻他一定觉得自己稳赢，才会硬钢，而这两天的舆情显然和他想象的根本不一样。
咱不是社会评论员，就不过多点评这件事了。
但是要学会一个道理，凡事留余地。
人最大的弊端就是，永远不知道自己不知道。有时候你觉得天衣无缝，可能只是问题出在你的认知之外。
所以对我来说不求绝对利益最大化，已经非常不错的战果，保住他才是关键。
未来一段时间我可能会买入一些新企业，因此也做几个提醒。
1、对我来说会有一些企业买入后卖出，因为我习惯初步感兴趣后，先买一点，然后以持有者的心态视角再观察一段时间，最终再决定是否持有。
2、这个阶段不是我擅长的阶段，最近老股民有个股市老登的称号，大致的意思是说老股民的思路已经过时了。
其实每轮行情火热的时候都一样，每当题材股飙涨，别说老股民，巴菲特过时了的言论也比比皆是。这一方面也确实是事实，能在股市长期生存的人，必然是以稳为主，自然也不那么适合热点表现更好的阶段。
3、我买入后可能会有长期下跌，黑白不在意短期走势，也看不懂什么形态量能，本身我也期望有个慢慢下跌让我布局的机会，所以不是我买了就代表他短期会有很好的表现。
这周减仓的2%腾讯，买入了美的集团
过去两年对我来说净值增加已经不少了，未来还是专注寻找低估、分红较好股息不错，且未来有增长逻辑的企业。
目前来说，首先低估就排除掉了不少企业，家电算是还相对低估的一种，股息也不错，且有出海这个比较明确的逻辑。
未来可能会有一个补贴结束业绩暂时不好的阶段，能让我布局。
后续还会看一些新企业，虽然当下题材火热，但我还是会专注、低估、成长，分红稳定这几个核心。
在股市最终那些获胜的人，不是他的体系有多玄妙，而是他们坚定的只做自己懂的那部分。
之前分享过一本书《怎么用常识做股票》。
本书有三个特点。
1、当事人亲自撰写，想法上没有被二次加工，作者是格林黑文董事长兼首席执行官艾德加·瓦肯海姆，华尔街最受尊敬的投资人之一。
2、有公开的业绩确实表现优秀，1990年至2021年，他管理的股票投资组合的年平均回报率约18%，这是通过相对保守的股票实现的，且没有使用杠杆。
3、作者提倡用常识做股票，经验更容易被个人投资者吸收运用。
而他的投资体系一点都不复杂。购买被严重低估的、实力强大的成长型公司股票，就这么简单的一个核心。
1、首先确保企业低估、有竞争优势，业绩稳定。
在此基础上最好还能符合一点，预期在未来几年内会有一个或多个积极的发展信号推动该股价格大幅上涨。
积极的发展可能包括：
所在行业的周期性上升、
开发出令人振奋的新产品或服务、
将一家公司出售给另一家公司、
用一个有效的管理层取代一个无效的管理层、
启动一个重要的成本削减计划或者启动一个大额的股票回购计划等等
总之他最好有一到两项未来可能推动业绩更进一步增长的变化。
这里有一个需要被注意的核心点： 未来可能发生的积极发展，需要还没有在很大程度上反映到目前的股价中。
我们预测的积极发展不应该已经被大量其他投资者预测到了。
当然这一点也不难，
在一家企业严重低估的时候，大部分人只关注眼前，因为下跌的股价会让他们觉得什么发展逻辑都不现实。相反一家企业很高估的时候，大家又会看很远很远，因为他们需要有一个远大目标来说服自己当下很高的估值，仍然不贵。
首先确保企业低估、有竞争优势，业绩稳定。其次有一个或多个积极变量。
在这种情况下，哪怕积极变量没有发生，因为你买的企业低估、有竞争优势，业绩稳定，他仍然能够提供一个不错的合理回报。
就算我们没有得到蛋糕的糖霜，但至少可以得到蛋糕。
在此基础上，还有一些注意事项。
1、不买高杠杆的企业，一家杠杆过高的公司，可能在困难时期没有足够的现金来支付它所欠的债务利息，在这种情况下，它可能不得不申请破产，在破产程序中，普通股股东通常会损失他的大部分投资。
2、不买过于依赖单一技术，且行业变化快的企业，如果一家公司的价值依赖于单一技术且行业变化很快。那么如果该技术变得过时，这家公司可能就会永久地失去其大部分的价值。
3、不投资没有明显竞争力的企业，即使它们是以很低的价格出售。
4、永远不要支付过高的价格 。 如果一个投资者为一只股票支付了过高的价格，他也可能遭受永久性的损失。
为了最大限度地减少永久性损失的风险，要在购买股票时寻找一个安全边际。它是指投资者购买股票的价格应充分低于他对这个股票内在价值的估计。
很多人因为企业暂时的高增长，因此愿意 为具有高市盈率的股票买单。作者认为对这样的投资是有疑虑的。
公司往往不会永远保持高速增长，企业的增长率会随着时间而改变。
例如，市场变得成熟会导致竞争加剧，或者好的管理层可能会退休，而接替的管理层能力较差。
股票市场上到处都是曾经拥有高利润的成长股，但这些曾经的成长股由于失去了竞争优势，变成了盈利能力较差的周期性股票。
当成长股的高增长性永久性地衰退时，它们的股价会随着它们市盈率的急剧下跌而缩水，有时还会随着收益的下降而下跌。
以高增长高估值的逻辑去买，在这种企业上一旦犯错就是巨大的错误，这些股票的投资者可能会遭受大幅度的永久性损失，
比如前几年新能源上很多人就犯了类似的错误。
所以无论任何理由一定不要以过高的估值去买一家企业，这也许会让你错过一两个机会，但会防止你犯更多巨大的错误。
5、我们更追求确定性
投资者经常面临这样的抉择：是购买一只风险较大、上升潜力特别大的股票，还是购买一只风险较小、上升潜力较小的股票？我们倾向于购买风险较小的股票。
因为我们非常信奉沃伦·巴菲特提出的关于成为成功投资者的两条准则。第一条准则是避免严重的永久性损失，第二条准则是永远不要忘记第一条准则。
这种强调避免风险的做法是有充分理由的。如果一个投资者以50%的损失卖出一只股票，并将所得资金再投资于第二只股票，那么第二只股票必须升值100%，才能使投资者收回在第一只股票上的损失。
此外，巨大的永久性损失会打击投资者的信心——我坚信，一个好的投资者需要对自己的决策能力有高度的信心，因为投资决策很少是明确的，通常会被不确定性和未知因素所困扰。
6、明白投资需要综合能力
大多数投资者，包括许多高智商和经验丰富的人，也有合理的投资策略，却无法在投资中获得盈利，为什么呢？
就是一个成功的投资者还需要某些其他能力，这些能力更多的是行为上的，而不是分析上的。
比如我认为一个成功的投资者必须善于做出与传统智慧相反的决定；
必须有足够的信心根据未来发展的概率得出结论，而不是对最近的趋势进行推断；
必须能够在有压力和困难的时期控制自己的情绪。
这三种行为特征是如此重要，但大多数人都不具备。
阅读完本书，你会发现作者投资成功的核心并不复杂，让他成功的不是他的投资体系有多复杂，而是在市场暂时不适合他的体系时，他依然能够坚定的执行这个体系。
而大部分人一进入股市方向就错了，他们希望的是找到一个完美的，时时刻刻都能赚钱的方法，因为屡屡不能达到目标，让他们认为是体系还不够复杂，因此一直再找一个复杂且完美的秘籍。
而实际上呢，投资的体系就那么简单，难点是你能坚定的执行他。
今天就聊这么多，我是终身黑白，聊投资，但不功利，让我们一起认真学习，慢慢变富，如果觉得本文不错，那就点个赞或者“在看”吧。
文章评论