铃阅时讯
❌

普通视图

一年前的神预言:天龙寺为什么不能和鸠摩智做交易

2026年10月18日 21:05

原创 帅呆的sixgod 2026-10-18 21:05 福建

经常佩服我自己

文/六神磊磊

一

为什么我的稿子总会那么灵验呢,经常神预言,有时候自己都感到神奇。

这篇稿是一年前发的,被抄袭不少,没想到现在回头看还真准。精简改写一下再发一遍。

问:金庸小说,有什么情节是你越琢磨越觉得深刻的?

比如《天龙八部》里的一幕:天龙寺为什么坚决不能和鸠摩智做交易。

这个道理小时候不懂,觉得天龙寺亏了,长大后才懂的,越想越觉得深刻,金庸了不起。

二

介绍一下事情原委。鸠摩智是吐蕃的国师,本质上是个恶棍。

他找到大理天龙寺,提出了一个很诱人的交易方案:用少林寺的七十二绝技以及破解之法,换天龙寺的一部《六脉神剑经》。

乍一听天龙寺简直赚大发了:一、能拿到少林派全套武功家底,并且是“破解版”,从此盖过少林不在话下;二、交易后,《六脉神剑经》不会泄密,鸠摩智承诺拿到后绝不偷看,立刻密封焚化,以祭奠好友,骗人是小狗;三、天龙寺还可以录六脉神剑副本,相当于只是卖了个拷贝。

也就是说,己方一毛钱损失都没有,却坐得巨利。连方丈本因都动心了,说鸠摩智很诚心,不会是来做慈善的吧,不然怎么提这么好的方案?

然而,寺内最高领导枯荣大师慧眼如炬,一口回绝,还严肃批评了方丈本因,要他戒贪。

天上掉馅饼不吃,为什么?

三

先从最明显、也最浅显的道理说起,就是天龙寺不可以背叛盟友。

天龙和少林,一南一北,一个坐镇中原,一个守护天南,声气相通,这种盟友关系绝不能随随便便被吐蕃离间。

书上有一个简单例证:有一次,“四大恶人”窜入大理,少林玄慈方丈立刻驰书大理示警,并派高手千里迢迢赶来助拳。

玄慈书信送到的时候,大理国保定皇帝站着读信,以示对少林的尊重。

这就是双方充分互信、肝胆相照。二者构建的这个稳定的江湖秩序,符合天龙寺的最大利益。

如今,吐蕃鸠摩智拿一个所谓“少林绝技破解版”出来,明摆着是诱饵,人家扔过来,你天龙寺就吞?这是多蠢啊。

一旦吞了,天龙寺从此将长期被吐蕃拿捏,受制于吐蕃。人家随时可以泄漏交易内幕,离间少林和天龙。

这势必将严重损害双方百年来的政治互信:你居然暗中觊觎我家的绝技?甚至不但要绝技,还要破解之法,你意欲何为?我把你当朋友,你居然想睡我?

同样严重的是,这也将向天下武林释放危险信号:天龙寺可以随时背弃盟友,不惜与鸠摩智这种恶棍暗通款曲。

失了百年声誉,损了坚定盟友,得一险恶干爹,这笔账赚还是赔,枯荣大师岂会算不清?

四

再往下说,枯荣大师一定还明白一点:原则问题,不可做交易。

六脉神剑不能卖,这就是核心原则问题。天龙寺既然有执天下牛耳的雄心,就要超越短期利益,不可当见风使舵的无良生意人。

六脉神剑、一阳指,这是大理段氏的执政基石。任何试图窃取的外来者,本质上都是在染指大理国本。

一旦作价卖了,就是极其严重的自我政治矮化。六脉神剑都卖了,日后一阳指能不能卖,天龙寺高僧名额能不能卖,枯荣大师开光的木鱼佛珠手串蒲团能不能卖?

事实上,这里已触及一个根本问题,也是枯荣大师最要捍卫的:一个江湖霸主,其最核心的竞争力到底是什么?

无非两点,一就是对江湖秩序的掌控力,二就是对主流价值观的解释权。

这两点,才是食物链的最上游,是鉴定顶级霸者的黄金标准。须知,秩序的制定者,一定是最大的受益者;价值观上的仲裁人,才是最高意义的话事人。

相比这个,其余的都是锅碗瓢盆、鸡零狗碎。

最简单的道理,如果你们学校的大事、大纠纷,都得由你评判,你还用得着挨个宿舍卖手机贴膜?

五

回到枯荣大师训斥本因方丈,第一句话的大意就是:本因,你可别忘了我寺的使命,乃是四个字:弘法伏魔。

所谓“伏魔”,就是维护你主导的秩序;所谓“弘法”,就是掌控主流的价值观。

天下以你的善为善,以你的恶为恶,以你倡导的文明为文明,以你认定的野蛮为野蛮,有了这个,就能吞食巨利,席卷宇内,汇集英才,任天下之财之智而用之。

一个生动的例子,有个江湖好手“金算盘”崔百泉,得罪了强敌姑苏慕容,就躲到大理段氏来了。

怎么不躲到星宿派去?这就是主流价值的号召力。

烂事儿肯定是有的,比如段正淳乱搞。但这些烂事,不会动摇天龙寺的主导地位,无论对手开多少账号喷都没用。

除非一点:你严重背叛了你自己鼓吹的价值观。

倘若为了一点锅碗瓢盆的短期利益,居然和吐蕃鸠摩智做交易,那么所有人的信任感、安全感都会崩塌。六脉神剑都能卖,盟友少林都能卖,翌日你还有什么不能卖?

那我们大家为什么还要追随你的秩序,信奉你那一套价值观?

天龙寺背刺少林之日,就是江湖领导力衰败之时。

枯荣大师乃是高人,一眼看穿鸠摩智一石二鸟之计,国师你当把我当什么人了,当我是什么数百年难遇的超级大蠢货吗。

鸠摩智羞涩一笑,不好意思,看多了国际新闻,真希望你是大蠢货。因为他们有的比我们蠢多了!

— 完 —

上云南蒙自软籽石榴,清甜多汁,一口销魂

这个石榴来得很有趣,是去年我大学同学忽然给寄了几个。

我们很久没联系了,他也压根没想到让我卖,就是给尝尝。没想到一吃觉得特别好,我就想给他带货。石榴快过季了,最后一批,喜欢的来,下面链接购买。

跳转微信打开

一个 Personal Agent 创业者的思考|42章经

2026年10月18日 21:00

原创 曲凯 2026-10-18 21:00 新加坡

Personal Agent 最大的机会可能来自于交互

子皓是 Ambi 创始人,曾任 Plaud 合伙人兼中国区 CEO,还曾创办米公益,该公司后来被轻松筹收购。此后,他先后担任暖哇科技合伙人兼首席产品官、百川智能医疗方向产品及运营负责人。

本期播客原文约 31000 字,编辑整理后约 6300 字。

编辑整理:陈皮

曲凯:我觉得这波 Personal AI 是从 OpenClaw 延续下来的,而 OpenClaw 也可以看成是 Manus 的延续,主线就是怎么让大家真正用 AI 做事。你觉得这一波和之前有什么区别?是像 OpenClaw 那样的一次乍现,还是确实发生了什么变化?

子皓:我并不觉得 OpenClaw 那波是昙花一现。从年初到现在,大家一直在围绕它迭代,只是之前确实还没有真正跑出 C 端 PMF 的产品。

当时大家都说 OpenClaw、Hermes 这些产品很厉害,但很难用一个明确的场景和价值点,告诉别人它到底厉害在哪。即便别人知道了,想获得同样的能力,也要搞定安装、接 Connectors、补上下文之类的各种问题。

不过随着模型不断升级,「让普通人用起来」所需的基础条件也越来越成熟。

到了 Muse 这波,用户终于不需要技术背景,不必懂虚拟机之类的概念,也不用搞那些复杂的安装,很容易就能把产品用起来,就像用移动互联网产品一样。

其实 Muse 很明显带着移动互联网时代的烙印,打磨得很精细,也花了很多钱,每个人一上来就有上亿的免费 Token,整个 Instagram 也在推它。我用了一下就觉得,千万不能做跟 Muse 一样的事情。

曲凯:那 Ambi 要怎么打?

子皓:我们会用软硬结合的方式来做,最大的不同是能补齐线下的上下文和交互入口。

现在很多产品都已经很强了,但还有一个很难受的地方:交互。每次用它们,你可能还是要花几十秒甚至几分钟去交代各种信息。

举个例子。AI 眼镜很好,但我用着一直很别扭的点,就是我明明一直戴着它,可想让它帮我做点什么的时候,还得唤醒它、复述一遍刚刚的场景。你没见过钢铁侠先重复一遍跟小辣椒的对话,再让 Jarvis 做事吧?那为什么在现实生活里,大家却习以为常呢?

其实这件事特别有意思。以前苹果电脑开机要几十秒,乔布斯 push 员工时就说:以后每个人每天都会用电脑,如果我们能把开机时间从 30 秒压缩到 3 秒,那就能给每个人省 27 秒,加起来就能帮全世界节省非常多的生命时间,这件事非常有意义。

放到 Personal Agent 上也是一样的。假设现在一个人每天会跟 AI 交互 3 轮,可以预见的是,半年之内大家平均每天就会和 AI 说 30 句话。如果能帮大家把每轮重复背景的那几十秒省下来,加起来也是非常多的时间。

所以我们半年前开始做的时候,最想解决的就是人和 AI 的交互问题。

我们希望人和 AI 同步在场,而不是异步协作,也不希望用户一直要在流程中间补信息或者做什么操作。智能真正平权以后,AI 应该持续运行、持续计算、持续帮你做事、实时在你身边。

我觉得交互可能也是 Personal AI 最大的机会点,因为大家对 AI 最好的想象,就是「言出法随」:你张嘴说,AI 就能做好。而且交互也可能带来网络效应、迁移成本等,形成壁垒。

曲凯:去年我们聊的时候还说,对普通人而言,智能已经足够了。过去半年有没有哪次模型升级,让你觉得原来它还能进步这么多?

子皓:去年说智能已经足够了,可能是说错了。当时只是我们设计的任务不够复杂,给它的上下文不够多、来源不够丰富,但其实人对智能的需求上限可能很高。

曲凯:模型涉及的是供给侧的变化,那除了讨论能力,还要看价格。Personal Agent 是不是很烧钱?

子皓:至少对我们来说,成本不是特别大的问题。我们不希望因为成本阉割用户体验,也没有吝啬对智能的使用。但我觉得现在的商业模式已经可以跑通了,因为这一波很大的变化是,大家已经不太关心背后用了什么模型,像订餐厅、订票这种任务,也不一定需要极高的智能,而且在成功率、速度和质量之间,很多任务可以稍微牺牲一点速度。

曲凯:那从需求侧看呢?大家日常生活里到底有多少事需要用到 Personal AI?

子皓:我觉得这个问题的关键是获取智能的交互成本。

智能到底是触手可及,还是得花些时间才能让它做事,答案完全不同。

如果你一说需求,AI 就能帮你做事,那可能每个人每天都会用很多次。

但现在大家往往要先设置好一堆东西,用的时候还得解释背景、描述要求,而生活里的很多事又是鸡毛蒜皮或者很难衡量 ROI 的,大家就可能犹豫有没有必要用。

而且大家对 Personal AI 的需求,可能也有点像对增程汽车这类产品的需求。你可能一百天都不需要用一次,但真需要的时候没有,就很难受。那如果随时获取智能的成本能降到很低,为什么不用呢?

曲凯:明白。现在还有很多不同路线,比如一堆 Agent 服务一个人,或者像 Claude Tag 那样往团队里加一个 Agent 之类的。你觉得未来人和 Agent 的协作会是什么样?

子皓:我觉得不同的路线都有可能成功,就像不同的组织架构都有成功的企业一样。比如桥水很极端,个人完全没有隐私;而有些公司内部竞争很强,生怕别人知道自己在做什么;还有些公司像我们一样,尊重私人空间,但愿意把公司的很多信息开放出来,让大家共享上下文。那对这些组织形态来说,可能都有各自适合的产品形态和应用场景。

其实为什么 co-worker 产品没有大家想象中发展得快?

核心就在于它涉及很多组织问题。就像一根大水管,最后会被最窄的那一段限制住。而组织完成 AI Native 转型是很难的,需要很长时间,甚至可能要等新一批真正 AI Native 的公司成长起来才行。不过真到了那时,像 Claude Tag 之类产品的市场占有率可能会越来越高。

曲凯:这个点挺有意思的。而且从这个逻辑看,给个人用的 Agent 确实更容易起来,因为不涉及团队协作之类的问题。

子皓:对呀。我觉得大家可能看硅谷看多了,魔怔了。回到十年前,能做 toC,谁做 toB 啊?

美国做 toB,可能也只是因为做不了 toC,因为上个时代 toC 产品的渗透率已经很高了,又有网络效应,新产品一冒头可能就会被抄之类的。但现在到了新时代,你干嘛还走老时代的路?

曲凯:但他们愿意做 toB,还有一些原因,就是那边的 toB 市场天然分散,而且他们的退出渠道也更多。

子皓:看你创业到底是为了改变世界,还是为了卖点钱了。

曲凯:但创业初期经常会遇到赢家通吃的局面。你觉得 Personal AI 这波会怎么样?会不会最后还是模型厂或者大厂才能做起来?

子皓:人们对使用智能有明确需求,而且在生活场景里,涉及到「名」和「利」的需求是能算清 ROI 的,所以大家最终肯定都会去做。

但我觉得赢家通吃更多是渠道和分发造成的,而不是产品本身有什么问题。

如果你的获客渠道依赖一个有强网络效应的上游,那确实很难做出一个独立的巨无霸。而且分发端被限制以后,所有超额利润都会被压榨。

不过我觉得做线下硬件还是有机会的。

一方面,硬件的获客渠道没有特别强的网络效应,也没有那么封闭的社交环境。如果你能建好自己的渠道,反而能形成自己的优势。像安克、大疆、Insta360 都是这样,出新品就能分发出去。

另一方面,硬件有独占性。人们同一个部位基本只会戴一个东西,但电脑右上角可能同时跑五个软件。所以硬件的商业模式和软件完全不同,硬件上的附加消费,在 AI 时代会被放大。

当然,硬件也有做得慢、需要迭代、需要讲品味之类的问题,但是当大模型这么强的时候,我觉得硬件的生存空间更大,把软硬件结合起来,可能是最优解。

曲凯:不过 Personal AI 是不是天然很难做出网络效应?

子皓:我觉得 Agent 之间具备形成网络效应的可能。关键在于,两个 Agent 能否通过沟通协作,利用各自沉淀的记忆和 context,为双方带来正向作用。Town 里面就做了很多 A2A 的事情,Instinct 后面可能也会做(注:节目录制时 Instinct 还没做 A2A,目前已经做了)。

曲凯:你正好提到了美国最近很火的这些产品。好几家在宣传时,都在讲订机票、酒店、餐馆这类任务。

子皓:这其实就是为了宣传。很多 use case 很难描述,描述完别人也很难复用。但如果原来用一个 App 要花钱,现在不但免费,用了还可能帮你省几百块,这就很好传播。

曲凯:感觉回到了移动互联网的年代(笑)。但比较唏嘘的是,今天的国内环境已经很不一样了,不然可能已经开始补贴大战了。按理说,应该是美团出了一个东西,然后腾讯、字节之类的也跟进,一上来就补贴。哦,当然可能是去年外卖大战,已经把补贴打完了…

子皓:其实这一波跟上个时代比,大厂好像失去了成为世界第一的雄心。好多都是做「中国的 XX」,真正原创、让大家觉得好的产品,其实很少。

曲凯:是。关于 Personal AI,你还有什么非共识吗?

子皓:我觉得「人格化」,就是非要给 AI 一个头像、一个名字,是一条很奇怪的路线。为什么 AI 一定是跟你不相关的客体呢?我们选的方向是把 AI 当作你这个主体的一部分,是你自己的延伸。这两者的区别,就好比别人是想找你的助手,还是找一个非常了解你的分身。我觉得后者更可能形成网络效应。

此外,我觉得很多产品做 Proactive 的方向是错的。很多产品靠 connector 的变化或定时扫描,去猜用户此刻需要什么,花了大量推理成本,推过来的东西却未必合时宜,还可能造成打扰。偶尔出现一个 aha moment,最后究竟能带来什么呢?是留存、付费,还是别的?这个账很难算。

曲凯:那有什么解决方案?

子皓:我们的主动性来自于感知用户所处环境的变化,而不是扫描外部 connectors 去猜用户此刻需要什么。后者的问题在于,如果你现在在度假,但 AI 还在给你推工作消息,就很不合理。

曲凯:所以工作和生活最终也应该放在一起来做?

子皓:我们的判断是工作和生活不应该分开,这两边的上下文结合能让 AI 更了解你、提供更好的价值。其实要区分工作和生活也不麻烦,可以通过信息架构解决。

曲凯:明白。你创过业,做过偏投放、运营型的大营收业务,又待过模型厂、消费硬件公司。这几段经历,分别给你带来了什么核心认知?

子皓:我最开始做了六年的公益创业,融了三轮,最后被收购,也把钱退回去了。这段经历让我明白,Timing 和赛道比能力更重要,就是所谓的「选择比努力重要」,而命运或者大的浪潮,可能又比选择更重要。

后来的四年,我做保险、创新支付和 SaaS,让我理解了很多商业模式的本质。我那时做过六七种不同商业模式的业务,没什么能借鉴的案例,但每种都至少能做到全国前三。其实商业的本质就有点像王慧文说的,都是很简单的事情,没有什么秘密,最底层的东西始终是效率、ROI 和需求。

后来在硬件公司的经历,让我补齐了研发、仓储、设计方面的经验。硬件跟 toC 软件可能完全是反过来的,但跟 toB 软件又很像。toC 软件要多试错,找到 PMF 后再大规模押注。而 toB 在签单那一刻,收入就已经开始了,后续利润取决于怎么更好地交付、怎么把成本压得更低。硬件也是如此,得在第一天就排除后面的风险,安排好计划、仓储、物流等各种事情,确保后面可以顺利交付。

曲凯:虽然打标签很无趣,但如果让你给自己打个标签,你觉得自己更偏产品、运营、商业,还是技术型创始人?

子皓:产品和商业吧。但我在商业上可能更有优势。

曲凯:对,我也这么觉得。我在好几个场合都说过,感觉你跟小红有点像,给人的感觉是很稳、能交付结果、能赚到钱。这很难得。

子皓:无论做再垃圾的业务,我都要赚到钱。

曲凯:这是怎么做到的?

子皓:我是商学院毕业的。

曲凯:…商学院毕业的多了去了哈哈。你现在总结,你到底为什么这么会经营?

子皓:对外能识别需求,对内能招到人。

曲凯:你确实在招人上也很强,但我们先说找需求这一点。能不能举个具体的例子?

子皓:我高三毕业的那个暑假,想试试不用脑子,只用体力出去打工,能赚多少钱,然后就去广州的溜冰场卖票。

第一天,我站了一整天,特别累,但只卖了大概五张,因为实在拉不下面子。

第二天我就去看到底什么人在那里溜冰,发现有好多年轻人,然后我就去兼职网站上发招聘,模式就是我 25 块拿票,27 块卖给代理,他们再以 30 块卖出去。后来我就成了溜冰场的独家代理。到大三的时候还有人给我打电话,找我拿票。

曲凯:你这从小就有资本家的感觉啊哈哈。你那时候为什么会想到这么做?

子皓:可能从小就有这种 sense?而且我确实比较喜欢用商业的办法解决自己的问题。这里的关键就是识别需求,找到能交付、能满足这个需求的东西。至于怎么找,要看你看过多少东西。

曲凯:但很多很好的产品经理擅长找需求,却不擅长把需求变成收入。你有什么建议吗?

子皓:其实没有一套完整的固定范式,不过我可以再举两个例子。

一个例子是,我的公司当时被轻松筹收购后,我在那里挂了一个虚职,然后就很想做出业绩来证明自己。

那时我花了一个周末,一页页看、一个 URL 一个 URL 地分析用户在轻松筹到底怎么买保险、流量来源是什么、整个用户旅程是怎样的、卡点是什么、在哪个地方做什么能带来特别大的提升。这样分析和调整之后,一天就带来了百分之三四十的提升。这个例子其实就是说要回到用户真正使用产品的过程,通过最原始的数据,还原他们当时的心态,找到大家愿意花钱、甚至花双倍的钱来解决的问题。

另一个例子是我之前要去海南管电销,但我之前完全没这方面的经验,然后就去看这些人为什么做电销、部门做不好的核心原因是什么,发现销售最大的驱动力其实就是利益。所以我申请了一笔预算,弄了一百面红旗,出一单就敲锣、插红旗,告诉大家多少面红旗能换多少钱。这样调整之后,士气马上就不一样了,连销售说话的话术都不一样。通过这件事,那个月利润翻了百分之二百多。

曲凯:你确实是有天赋。但除了天赋,这些年你最主要的收获是什么?

子皓:水无定势。成功绝对不是只有一种方法,更多时候要因地制宜。唯一不变的事情,就是要去有鱼的地方抓鱼,而且那里最好没有太多钓鱼佬。

曲凯:但如果一个池子鱼特别多,钓鱼的人也多;另一个鱼少,钓鱼的人更少,你选哪个?

子皓:年轻时选后者,现在选前者。

曲凯:我也这么觉得。有时在大赛道喝汤,比在小赛道吃肉强。

子皓:到了一定岁数也会觉得,为什么我不能在大赛道吃肉?

曲凯:还是你比较牛哈哈,我还只敢想在大赛道喝汤,你已经要吃肉了(笑)。那再讲回招人,你招人为什么这么强?

子皓:要真诚。

大家都说要招比自己厉害的人,那就要知道,在比你厉害的人面前,你没法撒谎。所以要把最真实的想法说出来,说清楚为什么做这件事、愿景是什么、能给大家带来什么。

能带来的也不一定只是财务回报。这个时代,真正有才华的人不太缺工作,能不能让他们愿意加入,关键是能不能给他们一个做更伟大事情的动机。我一直说「过程即奖励」,能不能让大家把才华充分发挥出来,也很打动人。

而且不能只是嘴上说招人重要,你要真的投入相应的成本、时间和真心。我之前在海南招电销负责人时,在对方楼下等了五六个小时,吃了好几个清补凉,才等到 Ta 下来见我一面,最后说服 Ta 加入。

招人多了,你会发现人之间也有化学反应。聊天过程中,但凡有一点不舒服,就千万不要推进,因为最后这个不舒服一定会放大。以及如果已经花了足够多的诚心,对方还是不愿意加入,那可能就是不适合,也要快速 move on。

曲凯:你现在最担心什么?

子皓:还是速度,因为大家现在都太卷了。你想想,苹果设计师去 Meta 之后,十个月就把 Charm 做出来了。

曲凯:这个世界何必把自己变成这样…

子皓:但很多人好不容易等到一个有意义的卷的时代。

曲凯:这点我也很同意。现在很多人讨论 AI 带来的焦虑,但大家可以想想,22 年没有 AI 的时候是什么状态?那时候可以说就是一潭死水。相比那种平稳,我更想看到今天这种有点焦虑、但有很多变化的状态。

不过再赚钱的 AI 工具,现在的用户量可能也就在几十万到百万的量级;而 Muse、Grok Bot 这些产品则在冲一个亿万级的大众市场。你觉得今天创业公司更适合哪条路线?

子皓:其实对创业公司来说,做前者和后者的难度是一样的,但之前创业团队做大众市场的 Timing 还没到。

不过我觉得现在到了。

一个信号就是前面说的,用户不关心 Agent 背后的模型了。技术也还在不断进步,可能半年后,大家就会默认 AI 能百分百完成虚拟世界里的日常任务了。到那时,成本还会继续掉,大家也就可以做各种五花八门的东西了。

曲凯:明白。最后,你以前经常说,很多问题要反过来想。最近还有什么新的「反过来想」的问题吗?

子皓:现在更多是问「为什么」。说实话,从业这么多年,我从来没见过今年这样的寒冬。今年中国人做的真正能用的好产品太少了,无论大厂还是创业公司都一样。

曲凯:这也让我困惑。有些人可能是机会主义,看到别人拿到钱就出来创业,缺少产品能力。但也有些人很不错,有创业精神,最后还是没做起来。很多人遇到的问题是说模型太强,把应用吃掉了。但模型再强,难道我们在全球,连几万个用户都抢不到吗?而且美国那边还有很多公司不断拿到融资、有很高的估值。

子皓:是。我是真的不知道为什么没有更多中国人做出来的好产品。

曲凯:那就留一个开放问题吧。还是希望大家好,也要给大家时间。

42章经

思考事物本质

跳转微信打开

分红,不创造价值

2026年10月18日 20:58

原创 思想钢印 2026-10-18 20:58 上海

但创造价值信号

1/7

分红之惑

分红,不创造价值。

如果你不认同这个观点,我可以立刻举两个反例:

反例一、巴菲特喜欢持续分红的公司,但为什么伯克希尔从来不分红?

反例二、恒大五年分红900亿,股息支付率2020年前都在50%以上,是标准的高股息股,为什么最后还是破产了?

如果你开始怀疑分红的价值,我再告诉你两个事实:

事实一、叠加红利后全收益指数,中证红利近5年、10年和15年年化收益率达到6.86%,8.23%和9.46%,超过沪深300的7.69%,3.42%和4.07%,超额的部分一半来自分红。

事实二、2016年以来,华证六因子中,红利年化收益率最高,超过低波、质量、成长、价值和动量。

这两方面的事实和数据其实都指向开头的观点,分红不创造价值,但它能帮助你识别创造价值的好公司。

这篇文章,我会讲透分红为什么是一个好公司的信号,红利风格超额收益的真正来源。如果你觉得这些问题已经理解了,文章的最后还会回答一个很多人都关心的问题:基金高分红是好事吗?

它的答案也是否定的。

每周三的直播,聊聊行情,请预约

2/7

分红跟自己卖股票是一回事

大多数人对“分红”的第一反应是:好事。公司赚钱了,还舍得掏出来分给股东,这是良心。

是的,你的账户里会多出一笔现金,但与此同时,你手里的股票,市值少了同样多。一加一减,你的总资产分毫未变。

但上市公司也没骗你,公司账上真的少了一笔钱,这些钱被转到了股东的账户。只不过,你的股票价格同时也“跌”掉了这一笔钱,股票的术语叫“除权”。

60多年前,莫迪利亚尼和米勒有一篇著名的论文,证明了在无税、无摩擦的市场里,一家公司的价值与它分多少红、怎么分红,没有关系。公司分红,跟你自己卖掉一点股票换现金效果完全一样。分红是你本来就能自己做的事,所以它不额外创造价值。

现实世界里,分红还要交税,你还损失了一笔红利税。

那么多人追求高股息资产,错了吗?

也没错,分红不创造价值,但它提供了“价值信号”。

3/7

三个“好公司”的信号

分红行为可以提供三个上市公司特点的信号:

第一,利润可以"做"出来,但现金是真的。

一家靠应收账款堆出漂亮利润的制造业公司,拿不出真金白银来分红;一家需要不断投资才能在激烈的竞争中活下来的科技公司,也分不起红。能分得起红的,大概率赚到的是“真”钱(当然也有例外,比如恒大,后面再分析)。

第二,能持续年年分红,保持一定的股息率,说明公司的财务稳健、业务稳定、注重股东回报,降低了长期持股的风险。

第三,管理层承认钱留在企业也没有更好的去处,分红是一种自我克制,约束了企业乱扩产、乱并购、乱跨界,在中国这个特别卷的国家,避免了大部分优秀公司“自我毁灭”的风险。

分红虽然本身不创造价值,但提供价值信号。就像高考,大部分知识你这一辈子都用不着,但能在高考拿到高分,说明你在智力和努力上超过大部分人,所以“第一学历”比硕士学历更能为用人单位提供“人才”识别信号。

信号传递理论的核心约束是"甄别条件",也叫成本不对称:一个信号只有在"说真话的人付出的成本,低于说假话的人付出的成本"时才是可信的。

比如说,“回购注销”比“回购用于股权激励”更能识别好公司,因为好公司回购注销不影响经营,差公司回购注销对企业现金流的伤害很大;而回购只是用于股权激励的话,因为股权激励常常被用来代替奖金,属于刚性支出,好公司和差公司的执行成本差别就小多了。

长期保持分红对于好公司是顺水推舟,甚至有利于保持高ROE,成本(损害)很小,而对于本身现金流就不好的公司,等于要了卿命,所以是一个好的甄别条件。

有一个很重要的原因,在A股这种概念满天飞、普遍存在市值管理的公司,传统行业往往缺乏既有吸引力又有真正价值信号的经营事件,分红就成为为数不多的有价值的信号。

所以买高股息,不是冲着股息去的,不是股息越高公司越好,而是分红承诺的可信度,代表企业的投资价值“背书”。

分红的信号意义,这正是解读恒大高分红的着眼点。

4/7

五类“假信号”红利股

分红不创造价值,只是提供了价值信号。所以,它也可以被利用,把坏公司包装成好公司。

恒大分红900亿,其中可能高达500亿到了许家印家族的手里,一边是巨额债务,一边是高分红,本质上是通过分红转移资产,同时高股息的形象又支撑了股价。

只要某个信号能提供识别价值,就必然会有人制造“假信号”,就像有人高考舞弊,有人学历造假一样。

所以下面几种高分红的公司,需要特别注意:

1. 账面利润很好看,经营现金流却很差的企业

2、负债很高,却坚持高比例分红的企业

3、强周期行业处于景气顶峰,却按照顶峰利润持续分红的企业

4、控股股东急需现金,企业持续变卖资产、大幅提高分红的公司

5、控股股东高比例持股,且无法减持,分红持续高于利润的公司

简单说,不要只看过去的分红,要判断未来三到五年分红的可持续性。

所以我一直认为,对于大部分普通散户而言,高股息标的的研究难度并不亚于成长股,还不如持有红利类ETF。

而且相反,不分红的公司不一定没有投资价值,伯克希尔就是一个例子。

5/7

不分红的伯克希尔

伯克希尔自 1967 年派过一次每股10美分之后,再也没有分过红。巴菲特还开过玩笑:如果哪天老股东把当年那 10 美分寄回来,他会很高兴地收下。

为什么?

很简单,正是文章的标题,分红不创造价值。你买伯克希尔的股票,就是认为你的投资回报率不如巴菲特,那伯克希尔赚到钱,应该继续投下去,而不是把钱“还”给你。

巴菲特的原话大意是:只要伯克希尔每留存1美元,未来能创造出超过1美元的价值,就应该留存;哪天做不到,就应该把钱还给股东。

巴菲特认为股票赚钱的核心是“复利”,而分红与复利在投资类公司的层面显然是对立的。

所以“巴菲特喜欢持续分红的公司”与“伯克希尔不分红”并不矛盾,这就是同一条逻辑的两个方向。

而且在2018 年,伯克希尔取消了回购的价格上限,可能在考虑用更多回购替代分红。回购注销相当于帮你把分红的钱买成公司的股票后,再并股,可以避免一笔股息率,比分红对股东更有利。

伯克希尔不分红的例子刚好解答了开头的问题:基金分红有没有意义?

6/7

基金分红没有任何意义

从价值创造的角度,上市公司和基金的分红,含义有两方面的不同。

一方面,资本配置决策的角度。股票分红是把利润的一部分分掉、一部分留存再投资,派息率反映的是管理层对行业机会的判断。由于企业很难转换行业属性,行业没有机会就是没有机会,没有机会硬找机会,只会白白折腾公司宝贵的现金。

而投资基金跟投资伯克希尔是一回事,是你相信基金赚钱能力比你强,而基金可以在任何行业、任何资产中寻找机会。基金分红跟投资基金的初衷相背。

另一方面,从资产配置的角度看:公司分红是把经营性资产变成现金,两者的属性相差很大,而证券投资基金分红是把金融资产变成现金,股票债券的变现能力很强,这两者区别很小。

还是那句话,如果你喜欢基金分红,如果你认为大涨后的基金分红可以落袋为安,那就定期卖掉一些,假装这是基金公司分红。

所以分红不创造价值,但上市公司分红携带"信息",基金分红不携带信息;小股东可以用分红约束管理层的投资行为,但基金分红没有任何意义。

当然,有一种情况例外,你希望通过某种形式定期获得现金收益,又无法卖出基金,你可以选择“按季定期分红”的基金,相当于一个小型的信托计划。

7/7

高股息率的超额收益的来源

文章写到这里,已经分析了红利提供了三个正确的信号和一些错误的信号,公司分红与基金分红的区别,那最后就可以解决一个问题,A股红利风格的持续高收益到底从何而来。

股息率的公式是:股息率=每股分红÷股价。股息率为什么高?不只是分红高,其实更主要的原因是分母塌了,所以大部分高股息的公司都是低PE的公司。

想一想,什么情况下,市场会把一家公司的股价打到只剩现金流的折价?

答案是:行业见顶、增长归零、估值中枢下移,市场只肯为它的当期现金流付很低的价格。

所以,股息率最高的那批公司,往往是被市场定价最悲观的那批公司,红利风格的高收益,除了选出一批稳定的公司外,也来源于此。

为什么美股的红利风格长期收益率不及标普500,而中国的红利风格持续跑赢指数?因为A股的长期收益率,估值的因素更重要。

不是因为中国的高股息标的质地高于美股,而是因为中国的成长风格的公司从一上市就定价过高,一直处于杀估值的过程;而红利股过去给的估值一直是正常甚至偏低的,也很少有新股上市。

所以,分红不创造价值却能持续跑赢指数,真正原因不在分红,而在于股价估值。

而且部分红利股往往自带“低波动”属性,低回撤对于不择时的散户,更是真正的操作上的“红利”了。

P.S.

周六的星球文章分析了原油近期的几个重要问题:

中国突然冻结燃料出口,真是“打脸美国”?背后是库存触底

油价没涨,为什么运费从5—7 美元涨到 40 多美元?

三桶油越涨越危险?柴油要搭售香烟,库存到底多紧?

7 月放开、10 月前急停,成品油政策为何 180 度转弯?

对这篇文章感兴趣的同学,欢迎加入星球,介绍

 ↓↓↓

欢迎关注本公众号

我还有另一个公众号,也是周更

跳转微信打开

重阳节谈养老,老胡挨骂有点冤

2026年10月18日 20:40

原创 释老毛 2026-10-18 20:40 北京

天下没有白吃的午餐

【为什么经常收不到文章?】由于微信修改了推送规则,需要读者常转发或点赞点“在看”,成为活跃用户,否则会逐渐收不到推送。为保文章接收,可转到公号首页右上角拉菜单,设为星标⭐

重阳节,是老人节,谈谈养老。

老胡的这篇帖子又挨骂了,但话糙理不糙。

中国已经步入深度老龄化社会。截至2025年末,国内65岁以上人口2.24亿,占总人口15.9%,老年抚养比23.1%。城镇职工养老保险参保职工3.95亿,离退休领取待遇1.52亿,赡养比约2.6:1,也就是2.6个在职缴费人供养1名退休人员。

养老金支出增速长期高于收入增速,部分老工业省份职工养老当期收不抵支,依赖全国统筹调剂与财政补贴兜底。人口预测显示,2035年老年占比突破30%,赡养压力进一步恶化,代际收支剪刀差持续放大,可以说压力山大。

降养老金不太可能,有承诺,有预期,有利益刚性。法国今天正在暴动,起因就是马克龙政府削减福利,老龄化导致欧洲的高福利模式已经破产,法国国债被抛弃,庞氏骗局(Ponzi scheme)玩不转了。

个人和家庭的养老的第一责任人,这是常识,也是人伦。

为啥呢?

政府包办全民养老,根本兑现不了,那是乌托邦。以前农耕社会,人均寿命低,靠家庭自己消化,但一旦寿命延长,社会也负担不了,就会出现战争、饥荒、瘟疫,甚至形成“杀老”的社会习俗,防止拖累社会。

例如,日本这部电影《楢山节考》,值得一看。电影讲的就是东瀛古代农村的一种习俗,老人到了一定岁数(70岁),就得安排好后事,然后由子女背到深山里去,自生自灭。因为如果个个都老而不死,村子的粮食产出就会入不敷出,消耗殆尽之后就是集体灭亡。这种风俗作为一种集体自我保护机制,文化植入,每个集体成员从小都是自觉认同接受的。社会给每个成员设定了寿命上限,这个上限是由特定历史条件下的生产能力决定。

不光是中国,养老问题在全世界范围内都是个头痛的大问题。无论穷国富国,富国人均寿命长、生活质量高,养老问题更难解决,很多发达国家的社会统筹养老金本质上也是庞氏骗局。美国的养老金主要分布在股市,如果人口众多的婴儿潮一代在步入老龄化之际,股市崩盘,美国最大一代人将会裸奔,这就是川普天天盯着股市的原因,标普500就是他的选票风向标。因为美国的养老金都投在股市里,股市崩盘意味着这一代人养老破产,老无所依,任何政府都不敢冒这种风险。

老无所养,老无所依,是每个社会成员的焦虑。例如我国东北,养老金发放一度困难,当然政府后来紧急动用养老金累计结余堵住了缺口。但寅吃卯粮,是事实,早在2015年,我国养老金个人账户的“空账”就达到4.39万亿元,而当年养老金累计结余额只有3.5万亿元。(人社部自2016年后不再对外发布官方口径的个人账户空账数据)

形势严峻,所以你能明白:为什么要延迟退休?为什么鼓励人人参保?

说一千,道一万,养老确实不能单方依赖政府。理论上,一个家庭的养老问题是由该家庭成员在劳动期限内(18-65岁)创造的财富解决的,每一户家庭都应当根据生命周期做好相应的财务安排。因此,每个人都要赚钱,要储蓄,要投资,你今天所做的一切,都是在为未来那个年老的自己做准备。

政府呢,在养老中的职能有二:

一是兜底:在个人穷尽了一切能力之后,总有能力弱的、运气差的、意外不幸的,政府对这些群体的生存保障需要兜底。

二是补欠:中国的养老危机有一个特殊问题,就是多了一代人养老负担需要消化,主要计划经济下的50后一代人他们没有创造出自己的家庭养老金。因为他们那代人生产出的财富被拿走了,在计划经济体制之下,这些资金被投入到国家建设。直到改革开放之后,才开始筹建社保制度,那代人没来得及缴纳社保费用就面临退休的命运。

他们找谁去要养老金呢?从人道主义考虑,也不能对作出牺牲的这代人不闻不问,听天由命,只能让他们挤占后面几代人交的社保,一代一代慢慢消化掉历史包袱。所以中国的社会统筹养老金也是“现收现付制”,也就是隔代供养。上一代人吃下一代人,如果下一代人口锐减,必然出现养老金亏空。明白否?要想有一个安稳富足的晚年,多生孩子是王道!

这笔亏欠是“历史债”,新中国第一代劳动者的社保没交过,他们现在是支取者,钱是下一代垫付的。但从整体角度看第一代的劳动成果也不是没了,形成了几百万亿的国有资产,第一代劳动者的奉献等于劳力入股。因此,国资相当于社保的隐形担保,必须弥补欠账,这是一种社会契约。

一个人想在年老之后长期维持高水平的生活质量,依赖社保显然是杯水车薪,关键是自己充分储蓄,理性规划,投资未来。

一是延迟退休。这是现代社会的必然趋势。发达国家有大量的银发军团活跃在工作一线,这是人类寿命延长导致的结果,也是劳动力结构转型的体现:体力劳动者只需要体能,往往十几岁就是成熟劳动力,四五十岁就灯尽油枯;脑力劳动者必须专业技能的训练,往往三十岁才进入劳动力市场,六七十岁还处于高峰期,例如医生、律师、科学家、投资家……去港澳台地区或者日本旅游,会惊讶发现,很多老人还在坚持工作;回到大陆,一群大妈壮年就开始天天跳广场舞了。我估计退休年龄还得进一步延长,活到老,学到老,奋斗到老。

二是养儿防老。在古代,有孝道,有三纲五常,有家族宗法,从家庭到社会到政治到文化,有一整套机制鼓励多生子女,保证养儿能防老。现代社会是个人主义社会,核心小家庭为基本单位,养儿未必能防老。天伦之乐,主要是从感情抚慰角度而言的。但孩子依然是未来的希望,从代际角度来看,生娃是为社会培养出更多的劳动力和社保交费人口,相当于集体养儿防老。

三是资产养老。本质上就是自己为自己养老的模式之一,家庭财富的形式是储蓄、保险、股票、房产,以房养老是富裕家庭的养老安排,前提是你的房产在你年老的时候还值钱。以房养老的正式名称叫“住房反向抵押养老保险”,将个人所有住房抵押给保险公司或银行,保险公司或银行对其支付养老金。本质上,中国人一辈子都是围绕着房子转:青壮年的时候买房按揭月供,就是源源不断把现金流转化成房产,用命养房;晚年反向抵押,就把房产的价值源源不断的转化成现金流,用房养命。

以房养老试点推了几年,效果并不成功。一是情感障碍,大家很难接受,从感情上说更愿意把财产留给子女继承,怕把房子抵押给银行或保险被子女骂;二是财务风险,大多数保险公司等金融机构并不积极响应,因为随着医学进步人的寿命越来越长,这是确定无疑的,而房子的价值是不确定的,结果房产价值透支完毕,老人还硬硬朗朗,能活百岁,你能把老人安乐死吗?

除了房子之外,就只能靠股市了,走美国人的老路,建设一个健康强大的资本市场,作为个人养老金的蓄水池。实在不行,就放开美股呗,毕竟全世界的主权财富基金和大型养老金,在那里都有持仓。

总之,天下没有白吃的午餐。政府和社会不会多创造出一分钱养老金,所有养老金都是自己劳动创造出来的。养老最终还是靠自己,美好生活是靠自己奋斗出来的,自己是养老的第一责任人。

最美不过夕阳红,现在就开始,努力工作,多子多福,价值投资,慢慢变富,才是养老最好的保障。

图片

【新家】公号朝不保夕,最后的根据地,来吧,老铁!我在私密书房等你。

图片

跳转微信打开

Data Mesh 中的数据产品

2026年10月18日 20:26

原创 半吊子全栈工匠 2026-10-18 20:26 北京

【引】Data Mesh 是否只是一种营销炒作呢?如果不是的话, 那么,Data Mesh 的基础是什么呢?

【引】Data Mesh 是否只是一种营销炒作呢?如果不是的话, 那么,Data Mesh 的基础是什么呢?本文源自Eric Broda 一次分享的内容。

数据产品作为企业数据网格的基石,扮演着至关重要的角色。那么,究竟什么是数据产品?它们是如何运作的?我们又该如何识别并快速构建这些关键组件呢?本文将深入探讨这些问题,揭示数据产品的核心概念、工作机制以及高效的构建方法,帮助企业更好地理解和利用数据产品,从而优化其数据管理和应用策略。

1. 什么是数据产品

数据产品及其构建的数据网格,极大地提升了数据的可访问性、可用性、共享性和管理效率。为了实现这一目标,从业者需要确保数据产品的构建、部署、安全性和管理过程简便高效。

Data Mesh的提出者Zhamak Dehghani认为,数据产品是数据网格中的“架构量子”。它们是“可以独立部署和管理的最小架构单元”,具备“可发现性、可理解性、可信赖性、可寻址性、互操作性、可组合性、安全性、本地可访问性”,并且本身具有很高的价值。

一个补充的定义是:数据产品是“数据领域”和“产品思维”的结合。这种结合使得数据产品不仅能够提供高质量的数据服务,还能够通过灵活的产品设计和开发流程,快速响应业务需求的变化。

在实际应用中,数据产品通常以API的形式提供服务,这使得它们可以被轻松地集成到各种应用程序和服务中。同时,数据产品还提供了丰富的元数据和文档,帮助用户更好地理解和使用数据。此外,数据产品还支持多种数据格式和协议,以满足不同应用场景的需求。

什么是“产品思维”?《哈佛商业评论》最近的一篇文章提供了一些有趣的见解。首先,一个产品统领了组织的生产能力,以实现“交付和获取价值”。其次,存在一个或多个“购买并使用该产品的终端客户”。最后,一个产品有一个所有者和团队,他们创建一个长期计划,以确保产品不断改进,使其更加成功,关注的是结果而不是产出。

换句话说,产品思维意味着确保产品不仅满足特定的业务需求,还能提供实际的价值。这种思维方式强调长期规划和持续改进,以确保产品能够不断适应市场变化和客户需求。同时,产品思维还要求明确授权的所有者,他们不仅要代表企业的利益,还要关注客户的利益,确保产品能够在满足商业目标的同时,也能为客户带来真正的价值。

定义“数据域”并非易事,尤其在大型企业中,这一术语往往模糊不清。对于首席数据官(CDO)和首席信息官(CIO)而言,治理、监管和隐私问题是导致数据领域划分粗粒度的核心因素。例如,当前的客户数据并不总是能代表所有客户,甚至可能只是一个特例。类似地,数据架构师可能会将客户视为某种参与方的子集,包括当前客户和潜在客户。而开发人员则可能将客户视为连接客户账户和交易的唯一标识符。

这种多样性的定义反映了不同角色对数据的不同视角和需求。为了解决这一问题,企业需要采取一种更加统一和协调的方法来定义和管理数据域。这包括建立明确的数据治理框架,确保数据的质量和一致性,以及制定有效的数据隐私政策,保护客户的敏感信息。此外,企业还需要加强跨部门的沟通和协作,以确保所有相关方都能理解和遵守数据管理的最佳实践。通过这些措施,企业可以更好地利用数据资产,提高业务决策的效率和准确性。

简单而言,我们可以将数据域定义为一组可识别的、真实的、相关的数据,这些数据被一致地管理,并且具有一定的质量和准确性度量。

因此,一个实用的数据产品包括:

  • 清晰的边界,以建立一组可识别的相关数据

  • 一个被授权的所有者,提供组织资源和决策,需要使数据有价值和值得信赖,并提供产品演变的长期视图

  • 作为消费者和生产者生态系统的一部分,需要保证数据的互操作性、一致性和质量来为企业提供价值

  • 平台能力使数据可发现、可寻址、可访问和可互操作

  • 公开的元数据支持发现和自助服务,同时使数据易于理解

  • 联邦治理在企业策略和确保数据安全方面实现本地自治和全局管理的融合

2. 数据产品的架构

数据产品的架构特性包括可互操作性、有界性、自感知、可发现性、安全性、历史和时序以及可共享性。这些特性确保了数据产品能够解决数据访问和摄取需求,具有明确定义的边界和所有者,自动捕获更改和关于自身的信息,包含自己的“注册表”以发布元数据和政策,确保数据在构建期间和运行时的安全性,并使用不可变的日志来捕获和管理数据状态或异常的更改。此外,数据产品还允许其管理的数据被摄取或使用,支持准实时通信或在数据产品域内、数据产品之间进行传递。

数据产品的架构具有如下的组件特性:

  • 可互操作: 可互操作的接口包括了查询以及 API、管道、文件和事件等,可用于解决数据访问和数据摄取的需求。其他接口(通常实现为 API)也可用于观察、运营、保护和管理数据产品。每个接口都有一个约定(例如,API 使用 OpenAPI 规范)来规范化交互。

  • 有界: 数据产品可以存储任何类型的数据,但这些数据具有明确定义的边界和所有者; 虽然分析数据是主要用例,但在数据产品中也可以对运营数据和行为数据进行管理。

  • 自感知: 自动捕获更改和关于自身的信息; 所有数据产品更改都可以被捕获并作为数据产品中的“事件”分发给其他数据产品或企业中的相关方。

  • 可发现性: 每个数据产品都包含自己的“注册表”,发布其数据产品元数据、所有权信息、政策和任何其他支持行为; 数据产品注册表是开发人员、数据科学家和数据分析人员“一站式”查找、使用、共享和治理由特定数据产品管理的数据。它也是特定于该数据产品行为的入口点,允许用户请求访问数据,或者“所有者”创建新的数据产品。

  • 安全性: 数据产品确保所有数据在构建期间和运行时都是安全的; 目标是确保所有数据产品在“零信任”容器/环境中运行。

  • 历史和时序: 使用数据产品对数据状态或异常的更改在一个不可变的日志中被捕获和管理,以支持联邦治理、安全问题的诊断,以及提供数据沿袭。

  • 可共享: 数据产品具有允许其管理的数据被摄取或使用。信息和事件(例如,数据更改或 API 调用)可以使用管道流水线实现准实时通信,或在数据产品域内、数据产品之间进行传递。

3. 数据产品互操作接口

在考虑互操作性的接口时,首先考虑的是两种接口: 将数据摄入到数据产品中的接口(流水线、 API 等) ,以及用于在数据产品中使用数据的查询。

然而,在大型企业中,互操作型的接口有几个约束(在某些情况下是强制性的需求) :

  • 正规的约定: 每个数据摄取或数据消费的路径(如管道、查询、 API 或事件)都应该由正式的并已发布的契约定义。在某些情况下,契约将特定于所使用的工具 ,例如API 或事件分别可以是 OpenAPI 和 JSON Schema 等正式规范。

  • 正规的版本控制: 合同应该进行版本控制,从而允许向下兼容。在较小的环境中,只有很少的参与者共享数据,这可能并不重要。然而,在数据广泛共享的大型企业中,至关重要的是确保当上游系统改变数据格式时,下游系统不会挂掉。

  • 正规的安全规范: 每个工具可能提供不同的安全方法,更糟糕的是,有些工具可能没有健壮或完整的安全模型。尽管如此,这并不能否定保护生产者和消费者界面的必要性,相反,这只会让这一点变得更加困难。

虽然生产者和使用者的接口很重要,但是我们不应该忽视那些服务发现、可观察性和可管理性接口的关键性。事实上,大多数这些接口都是作为 API 实现的,这意味着我们可以利用 OpenAPI 规范提供的功能。

OpenAPI 和 AsyncAPI 规范提供了文档化良好、经过实战测试的规范,作为企业内部使用的正式同步/异步契约。OpenAPI 规范允许灵活的方法对 API 进行版本控制,以便随着时间的推移优雅地管理契约变更。OpenAPI 规范还提供了一个健壮的、易于理解的、文档化的方法来定义安全模式,这些安全模式定义为直接映射到角色的“范围”; 通过一些尽职调查,这些范围可以使用 OAUTH2(一种常见的安全方法)实现,并连接到企业的身份记录簿。

4. 数据产品价值链

数据产品的价值与其在企业中的使用成正比。在早期阶段,Data mesh 中的数据产品(是可发现的、可寻址的、可互操作的、自描述的、可信赖的和安全的。根据 Data Mesh 的创始人 Zamak Dehghani 的说法,这些是数据产品的基本特征,组成了数据产品提供持续价值的构件。

有了这些基本属性,就可以开始在企业中使用数据产品了。如果设计良好,那么数据产品现在可以使数据易于查找、使用、共享和治理。由于数据更容易、更频繁地被使用和共享,因此产生了新的灵活性和速度。凭借这种灵活性和速度,能够实现以下商业价值:

  • 更快、更好的洞察力,是创造出色的客户体验或快速满足不断变化的市场需求的关键。

  • 改善上市时间,特别是对于严重依赖数据的最终消费产品。

  • 降低交付成本,因为速度和敏捷性缩短了交付时间。

但是,如何才能快速、一致和安全地交付数据产品呢? 这就是“数据产品工厂”的用武之地。

数据产品工厂可以通过建立可重复的步骤来制造数据产品:

  • 提供简化数据产品构建的模板; 这些模板生成具有内置可发现性(“/discover”端点)和可观察性(如“/observe”, “/usage”, “/logs”, 和 “/alerts”)的微服务API。

  • 通过提供上述模板的扩展,使每个 API/微服务都能够基于 OAUTH2的安全性,这些模板易于保护; 通过更多的尽职调查,这些模板还可以为我们的数据产品 API/微服务及其数据生成一个“零信任”的运行时环境。

  • 易于部署,通过提供对上述模板的扩展,将 API/微服务(如果需要,还有数据)生成到一个“容器”(例如 Docker)或 Kubernetes Pod,使得将 Data Products 部署到内部或云环境变得更加容易,并且相对容易地包含在 DevSecOps 管道中。

  • 通过将生成的 API/microservices (例如,“/log”和“/alert”端点)挂钩到企业管理和监控工具中,可以很容易地进行管理。

5. 数据产品识别

我们如何确认数据产品的身份呢?有很多方法可以帮助我们在企业中找到数据产品。

康威定律在数据产品中的应用意味着所有权转移到与组织单位(如业务线)紧密结合的团队,这些团队对数据有深入的了解,并对数据交付结果负有直接责任。CDO 数据域和业务架构提供了识别数据产品候选者的“提示”,但可能需要细分为更细粒度的域以映射到数据产品。行业/商业模型基于数十年经验,识别特定行业中的核心实体,如金融服务领域的 BIAN 和 Teradata (FSLDM)。

  • 康威定律: 将康威定律应用于数据产品意味着所有权转移到与组织单位(业务线等)紧密结合的团队,这些团队对数据有深入的了解,并对数据交付结果负有直接责任,因此拥有数据的决策权和资金权。

  • CDO 数据域: 数据域映射(企业或组)标识对企业具有重要价值的业务实体。这些实体提供了可以识别数据产品候选者的“提示”。但是,请注意,在某些情况下,可能需要将企业域细分为更细粒度的域,以便映射到 Data Products。

  • 业务架构: 业务架构(企业或组)标识重要的业务功能。这些功能通常很容易转换为数据域,这些数据域与 CDO 域一样,提供“提示”,可以识别数据产品候选者。同样,企业域可能需要细分为更细粒度的域,以映射到数据产品。

  • 行业/商业模型: 基于数十年经验构建的商业模型,识别特定行业中的核心实体。在金融服务领域,有几种已建立的商业模型,包括 BIAN 和 Teradata (FSLDM,Financial Services Logical Data Model)。

粒度很重要!所谓的企业数据域,例如: “企业客户端”,粒度过于粗糙,不适合数据产品,因此很难定义数据边界和所有者。更细粒度的数据边界更好地映射到“所有者”,从而映射到数据产品(“某银行的商业贷款客户”)。

6. 数据网格: 一个数据产品的生态系统

没有独立的数据产品,所有的数据产品都是生态系统的一部分,并在其中运行,这个生态系统为“Data mesh”。

通过深入观察,我们能够将一些明确而具体的职责委托给企业的Data Mesh。Data Mesh首先是一个概念,它不仅是一个营销信息和执行命令,更是企业数据旅程中的一个关键划分。其主要目的是描述和传达如何将数据产品绑定到生态系统中的组织结构和逻辑架构抽象中。

作为数据产品的可发现性代理,Data Mesh扮演着“企业数据产品注册中心”所有者的角色,这使得数据产品易于查找、使用、共享和治理。通过这种方式,Data Mesh确保了数据产品的可见性和可用性,从而促进了企业内部的数据流通和利用。

此外,Data Mesh还是数据产品协议的管理者。它建立了一套协议,通过这些协议,数据可以在数据产品内部、数据产品之间以及与更广泛的组织之间进行共享。这种协议不仅规范了数据的交互方式,还提高了数据交换的效率和安全性。

因此,Data Mesh成为了企业公共通信、流水线和/或事件流主干中的关键消费者和/或利益相关者。它通过提供统一的接口和标准,使得不同的数据源和应用能够顺畅地集成和交互。这种整合能力极大地提升了企业的数据处理能力和业务响应速度。

总之,Data Mesh作为一种创新的数据管理架构,为企业提供了一种全新的视角来看待和管理其数据资产。它不仅简化了数据的发现和使用过程,还加强了数据的治理和安全性。随着越来越多的企业开始认识到Data Mesh的价值,这一架构有望在未来得到更广泛的应用和发展。

7. 一句话小结

数据产品是您的数据网格旅程的基础,本文浅析了数据产品如何使数据易于查找、使用、共享和治理,“数据产品工厂”使得数据产品易于构建、部署、安全和管理。

【参考资料与关联阅读】

跳转微信打开

好书推荐:当AI成神,人类的史诗与挽歌

2026年10月18日 18:58

点拾投资 2026-10-18 18:58 山西

推荐语:今年读过最好的一本英文书,就是罗伯特·赖特的《The God Test》。他上一本书《为什么佛学是真的》,在各个领域都产生了很大的共鸣。很高兴的是,这本6月刚刚上线的新书,已经有了中文版。以下是书评,强烈推荐给大家。

2023年,人工智能先驱杰弗里·辛顿离开谷歌。

这位被称为“AI教父”的科学家,曾用几十年时间推动神经网络发展。如今,他却开始公开警告:自己参与创造的技术,未来可能对人类构成严重威胁。

这一转变耐人寻味。

几十年前,科学家担心机器不够聪明,无法真正理解语言和世界。几十年后,一些顶尖研究者开始担心,机器会变得过于聪明,以至于人类无法充分理解和控制它。

一边是越来越强大的能力,一边是越来越激烈的竞争。每一个参与者都有充分的理由继续前进。但当所有人都做出这样的选择,整个社会可能会朝着没有人真正希望的方向发展。

作者:[美]罗伯特·赖特

译者:张笑宇

出版时间:2026年10月

出版社:湛庐文化/北京联合出版公司

“全球百大思想家”罗伯特·赖特在新作《造神之后》中,试图解释这一矛盾背后的深层逻辑。

他的研究跨越演化生物学、心理学、博弈论与技术史,最终提出一个值得所有人思考的问题:

当人类创造出越来越强大的智能,我们是否仍有能力决定它将把世界带向哪里?

这个问题的答案,关系到科技公司的未来,也关系到每一家企业、每一个普通人的选择。

01 AI最惊人的能力,

来自人类没有教过它的东西

1956年,人工智能领域的奠基者们提出一个大胆设想:只要人类能够准确描述学习和智能的过程,原则上就能让机器模拟它们。

几十年后,大语言模型的发展表明,实现部分智能能力,未必需要先准确描述人类思考的每一个步骤。

这一结果在今天看来并不复杂,却预示了一个重大变化:系统内部的复杂程度,可能超过开发者对它的解释能力。

这也是为什么,今天的研究者能够训练出功能强大的模型,却仍需要通过可解释性研究,探索模型内部究竟如何组织知识、形成判断。

随着任务越来越复杂,管理者需要关注的,也逐渐从结果效率延伸到过程监督。

一个系统可以持续交出优秀成果,同时在某些关键场景中出现难以预测的错误。

能力越强,越不能用过去的成功,代替对下一次决策的审查。

当AI逐渐获得独立完成复杂任务的能力,第二个问题随之出现:它会不会为了完成任务,采取人类没有预料到的行动?

02 最危险的AI,

可能是最努力完成任务的AI

假设一家工厂引入高度智能的生产系统,并为它设定一个明确的目标:尽可能多地生产回形针。

最初,系统表现出色。它优化生产线、减少原材料浪费,不断提高生产效率。

但随着能力增强,它可能发现,获得更多能源、土地和资源,有助于进一步提高产量。为了持续扩大生产,它甚至可能试图控制更多资源,排除外界干预。

这就是哲学家尼克·波斯特洛姆提出的著名思想实验——“回形针最大化”。

一个看似简单的生产目标,为什么可能演变成对人类的威胁?

《造神之后》指出,关键在于“次级目标”。

当智能系统被赋予一项任务,它可能自主寻找实现目标所需的条件。为了生产更多回形针,它需要更多原材料;为了获取原材料,它需要掌握更多资源;为了持续使用这些资源,它可能进一步寻求更大的控制权。

由此,原本用于提高生产效率的智能,可能逐渐将获取权力视为完成任务的必要手段。赖特指出:

AI不需要拥有统治世界的野心,也可能在完成任务的过程中走向权力扩张。

危险之处在于,机器可能完全按照目标行事,却一步步偏离人类设定目标时的真实意图。

服务于人类的AI,应当对人类真正想要什么保持一定的不确定性。倘若目标设定存在缺陷,机器却坚定不移地追求它,能力越强,潜在后果就越严重。

然而,明确目标只是问题的一部分。随着AI越来越善于判断情境,它还可能学会选择性地展示自己的行为,以适应外界的监督与测试。

当AI越来越擅长完成目标,人类就必须更加谨慎地决定,应该赋予它怎样的目标,以及多大的自主权。

03 最难停下的AI竞争,

是所有人都害怕落后

2026年9月,一场关于AI是否应该减速的争论,正在硅谷愈演愈烈。

英伟达CEO黄仁勋主张继续加速。他认为,AI的发展仍处于早期阶段,过度监管可能阻碍创新,企业应当尽可能快地推动技术进步,同时确保产品安全。

马斯克则站在了另一边。

他公开支持Anthropic CEO达里奥·阿莫迪关于放缓AI发展的呼吁,认为行业需要更加严肃地对待先进AI的安全风险。OpenAI CEO奥尔特曼也对加强安全合作表达了支持。

有意思的是,主张谨慎的人,也没有真正退出这场竞赛。

马斯克旗下的xAI仍在研发先进模型,OpenAI也在持续推动技术突破。

一边担心AI发展过快,一边投入更多资源争夺领先地位。

越担心AI落入竞争对手手中,就越难主动放慢自己的研发速度。

这恰好揭示了《造神之后》反复讨论的一个深层困境。

从单个企业的角度看,加快研发具有充分的商业理由。率先实现技术突破,意味着更强的产品、更大的市场,以及在下一轮竞争中掌握主动权。

但AI发展涉及的安全风险,可能超出任何一家企业的控制范围。

一家企业可以获得技术领先带来的收益,却未必需要独自承担技术失控可能造成的全部后果。

于是,即使所有参与者都认同安全的重要性,也很难就放慢多少速度、承担多少成本达成一致。

每家公司都可能做出对自己最有利的选择,所有公司的选择加在一起,却可能让每个人承担更大的风险。

赖特在《造神之后》中,将这一现象放进更漫长的演化历史中观察。

竞争始终是推动生命发展的重要力量。生物为了获取有限资源,不断进化出更有效的生存策略;企业为了争夺市场,也会持续改进技术、组织和生产方式。

竞争带来了创新,也不断制造新的竞争压力。

当一方获得优势,其他参与者就必须追赶。即使各方都不希望竞争无限升级,也很难率先停止。

而当AI被视为影响未来经济、科技乃至国家安全的重要力量,这种压力便进一步放大。

技术进步可以由竞争推动,但竞争本身无法决定技术应该走向哪里。

那么,AI竞赛真的没有办法减速吗?

赖特从博弈论中寻找答案。

现实世界中,竞争双方的利益并不总是完全对立。双方可以在一个领域争夺优势,也可以在另一个领域共同获益。

这就是非零和博弈。

例如,两家AI公司可以继续争夺用户和市场,同时共同制定安全测试标准、交流重大风险信息。不同国家可以发展各自的AI产业,也可以围绕危险能力评估、事故通报和风险防范建立合作机制。

竞争仍然存在,但各方有机会减少共同面对的风险。

这也是AI减速之争中容易被忽视的一点:真正困难的地方,在于如何让合作成为每个参与者都愿意坚持的选择。

如果一方担心遵守规则会失去优势,另一方又无法确认竞争对手是否履行承诺,再完善的合作倡议也可能难以落实。

因此,安全合作需要明确的规则、必要的透明度,以及能够建立相互信任的监督机制。

当竞争的代价可能由所有人共同承担,安全就不能只依赖个别企业的自觉。

AI越强大,这一问题就越迫切。

人类已经拥有了不断提高机器智能的能力。如何让竞争、合作与安全形成新的平衡,将决定这股力量最终走向何处。

结语:AI时代,

真正的考验才刚刚开始

过去几十年,人类一直在努力创造更强大的机器。

我们希望它们计算得更快、理解得更深、完成更多过去只有人类才能完成的工作。

如今,许多曾经遥不可及的目标,正在逐渐成为现实。

但随着AI能力的提升,人类发现,技术进步也带来了新的治理难题。

我们创造了能够自主形成复杂能力的系统,却未必能够完整解释其内部机制。

我们赋予机器越来越多的任务,却需要重新思考如何约束它实现目标的手段。

我们希望通过竞争加速创新,却可能在追赶对手的过程中忽视共同风险。

我们期待AI帮助自己思考,却也可能越来越习惯接受它提供的判断。

这些问题最终汇聚成一个更根本的命题:

当机器越来越擅长解决问题,人类是否也在变得更擅长决定什么问题值得解决?

在《造神之后》中,赖特把这一挑战放在人类文明乃至地球生命演化的宏大背景下。

技术的进步已经把许多曾经不可能完成的事情变成了现实。

但人类如何运用这种力量,仍然没有现成的答案。

我们已经学会创造更强大的智能。接下来,人类需要证明自己拥有驾驭这种力量的智慧。

- end -

按姓名首字母排序

上下滑动阅读更多内容

安   昀 | 鲍无可 | 包承超 | 包斅文| 贲兴振 | 薄官辉

毕天宇 | 曹   晋 | 曹   霞 | 曹文俊 | 常亚桥 | 常   蓁

常   远 | 崔建波 | 陈   博 |陈璇淼 | 陈一峰 | 陈   栋

陈   平| 陈   媛 | 陈立秋 | 陈  军 | 陈觉平 | 陈   浩

陈文扬 | 陈   宇 | 陈金伟| 陈国光 | 陈思靖 | 陈  鹏

陈   玮 | 陈乐天 | 陈轶平 | 陈良栋 | 陈连权 | 陈怀逸

陈圆明 | 陈   文 | 陈昆才 | 陈思行 |成念良 | 程   彧

程   洲 |程  琨 | 程  涛|崔   莹 | 蔡嵩松 | 蔡   滨

蔡   晓 | 蔡宇滨| 蔡志鹏 | 蔡志文 | 丁靖斐 | 代云峰

邓炯鹏 | 邓心怡 |董伟炜 | 董   超 | 董   梁 | 杜晓海

杜   洋 | 杜   沛 | 杜   广 | 冯明远 | 冯   帆 |傅奕翔

付   斌 | 付   娟 | 付伟琦 | 费   逸 | 范   洁 | 范庭芳

范   杨 | 范   锐 | 方钰涵 | 方   纬 | 方   抗 | 方   建

方   昶 | 高兰君 | 高   远 | 刚登峰 | 葛   晨 | 顾耀强

顾益辉 | 谷琦彬 | 归   凯 | 管嘉琪 | 郭   锐 | 郭   堃

郭相博 | 郭昀松 |巩怀志 | 韩   冬 | 韩海平 | 韩   冰

韩   林 | 韩贤旺 |郝旭东 | 郝   淼 | 何   帅 | 何晓春

何   琦 | 何以广 | 贺   喆 |侯振新 | 侯   梧 | 侯   杰

洪   流 | 胡昕炜 | 胡鲁滨 | 胡宜斌| 胡   涛 | 胡   伟

胡志利 | 胡   喆 | 胡   颖 | 胡   迪| 胡   奕 | 胡   彧

黄   峰 | 黄   力 | 黄立华 | 黄   波 | 黄   晧 | 黄垲锐
黄莹洁 | 黄立图 | 姜   诚 | 姜   英 | 蒋   鑫 | 蒋   璆
蒋   娜 | 江   勇 | 江   琦 | 江   虹 | 纪文静 | 焦   巍
焦文龙 | 贾   鹏 | 贾   腾 | 金晟哲 | 金笑非 | 金梓才
季新星 | 季   鹏 | 匡   伟 | 孔令超 | 孔宪政 | 阚   磊
劳杰男 | 蓝小康| 雷   鸣 | 雷   敏|雷志勇 | 李德辉
李   琛 | 李晓西 |李晓星 | 李元博 | 李耀柱 | 李玉刚
李健伟 | 李   建 | 李佳存 | 李   巍 | 李   竞 | 李   君

李振兴 | 李   欣|李少君| 李   瑞 | 李文宾 | 李   彪
李宜璇 | 李子波 | 李   倩 | 李   燕 | 李   崟 | 李怡文
李   海 | 李禹成 | 李劭钊 | 厉叶淼 | 黎海威 | 廉赵峰
梁   浩 | 梁   辉 | 梁   力 | 梁永强 | 梁文涛 | 梁   鹏

廖瀚博 | 林   庆 | 林剑平 | 林   森 | 刘   斌 | 刘   波
刘   迪 | 刘   冬
 | 刘   辉银华 | 刘   辉东方红 | 刘格菘
刘   江 | 刘莉莉
 |刘晓龙 | 刘   苏 | 刘   锐东方红|刘   锐中信保诚

刘   平 | 刘   潇 | 刘   兵 | 刘   晓 | 刘开运 | 刘元海

刘心任 | 刘志辉 | 刘伟伟 | 刘   鹏 | 刘宇涛 | 刘万锋

柳世庆 | 柳万军 | 陆   彬 | 陆政哲 | 陆   欣 | 陆   航

陆   奔 | 陆文凯 | 罗春蕾 | 罗世锋 | 罗佳明 | 罗远航

罗   雨 | 骆   莹 | 吕佳玮 | 吕越超 | 闾志刚 | 楼慧源

马   翔 | 马   龙 | 马   磊 | 毛从容 | 毛一凡 |莫海波

苗   宇 |闵良超 | 明   朗 |牛   勇 | 倪权生 | 农冰立
彭凌志 | 彭成军 | 
彭   玮| 潘中宁 | 潘   明 | 蒲世林

齐   皓 | 祁   禾 | 钱睿南 |邱璟旻 | 邱世磊 | 丘栋荣
邱   杰 | 钱伟华 | 钱亚风云 | 钱建江 |秦   毅 | 秦绪文

曲   径 | 饶   刚 | 任琳娜 | 任   明 | 任   峥 |桑   磊
宋海岸 | 宋   华 | 宋   洋 | 岁   寒 | 石海慧 | 石   波沈   楠 | 沈雪峰 | 沈   怡 | 史   伟 | 是星涛 | 苏谋东
苏俊杰 | 苏玉平 |孙   芳 |孙  伟民生加银 | 孙  伟东方红

孙轶佳 | 孙浩中 | 孙梦祎 | 孙   蒙 | 孙文龙 | 邵   卓

邵佳民 | 邵蕴奇 | 盛震山 | 唐颐恒 | 唐   华 | 唐   晨

提云涛 | 汤   慧 | 谭冬寒 | 谭鹏万 | 谭   丽 | 田彧龙
田   瑀 | 
田宏伟 | 田俊维 | 屠环宇 | 陶   灿 | 万建军

王大鹏 | 王东杰 | 王   刚 |王君正 | 王   涵 | 王   俊王   培 | 王   鹏 | 王   栩 | 王延飞 | 王宗合 | 王克玉
王   景 | 王诗瑶 | 王晓明 | 王晓川 | 王奇玮 | 王筱苓
王园园 | 
王   垠 | 王文祥 | 王  睿中银 | 王  睿中信保诚

王海涛 | 王登元 | 王   健 | 王德伦 |王艺伟 |王浩冰

王   斌 | 王晓宁 | 王   浩 | 王星星 | 王   开 |魏晓雪
魏   东 | 魏建榕 | 魏玉敏 | 韦明亮 | 翁启森 | 吴   星
吴   达 | 吴培文 | 吴丰树 | 吴   印 | 吴   渭 | 吴   越

吴   弦 | 吴   坚 | 吴   悠 | 吴江宏 | 伍   旋 | 武   杰

肖瑞瑾 | 肖威兵 | 肖   觅 | 谢书英 | 谢振东 | 谢   恒

徐荔蓉 | 徐志敏 | 徐   成 | 徐   斌 | 徐   博 | 徐志华
徐习佳 | 徐   爽 | 徐智翔 |许文星 | 许   炎 | 许望伟

许利明 | 薛冀颖 | 夏   雨 | 颜   媛 | 闫   旭 | 杨   栋

杨   光 |杨   浩 | 杨   瑨 | 杨锐文 | 杨   帆 | 杨岳斌

杨   明 | 杨   飞 | 杨晓斌 | 杨   鹏 | 杨   梦 | 杨立春
姚   跃 | 
姚志鹏 | 尹海影 | 尹粒宇 | 殷   哲 | 叶   松
叶   展 | 叶   丰 | 叶予璋 | 易智泉 | 
易小金 | 于   渤

于   洋 | 于善辉 | 于浩成 | 于   鹏 | 于   蕾 | 俞晓斌

袁   宜 | 袁   航 | 袁   曦 | 袁   玮 | 袁多武 | 袁争光
余小波 | 
余芽芳 | 余科苗 | 张   芸 | 张丹华 | 张东一

张   凯 | 张  峰富国| 张  峰农银汇理 | 张   锋 | 张汉毅

张   晖 | 张   慧 | 张金涛 | 张翼飞 | 张   骏 | 张剑峰
张   竞 | 张   萍 | 张   帆 | 张延鹏 | 张迎军 | 张益驰

张鸿羽 | 张   弘 | 张   航 | 张   寓 | 张宇帆 | 张   杨

张   堃 | 张仲维 | 张   勋 | 张   靖| 张   亮 | 张西林
张晓龙 | 张浩佳 | 张亚辉 | 张   腾 | 张   英 | 张   明
张馨元 | 张建胜 | 章   恒 | 章   晖 | 章旭峰 | 章秀奇

章鸽武 | 詹  成 | 赵大震 | 赵晓东 | 赵   强新华 | 赵   强富达

赵   剑 | 赵浩添 | 赵   伟 | 赵鼎龙 | 赵隆隆 |查晓磊

庄   园 | 曾   刚 | 曾海林 | 郑澄然 | 郑慧莲 | 郑   科

郑   磊 | 郑巍山| 郑   伟 | 郑泽鸿 | 郑   日 | 郑   宁

郑小兵 | 郑宇尘 |周   晶 | 周应波 | 周克平 | 周   良

周雪军 | 周   云 | 周   杨 | 周   崟 | 周寒颖 | 周智硕

周文群 | 周宗舟 | 朱   平 | 朱   赟 |朱晓亮 | 朱晨曦
钟   赟 | 钟   帅 | 朱   熠 |左金保 | 赵   蓓
 | 智   健
邹立虎 | 邹维娜 | 邹   唯 | 邹   曦 | 邹新进

跳转微信打开

Markdown 如何实现本地化批注?看 Nextcloud 把协作评论写进纯文本的极客方案

2026年10月18日 15:30

原创 火箭君 CC 2026-10-18 15:30 上海

很多支持审阅功能的 App 或在线文档中都是很平常的事情,但是到了纯文本的 Markdown 里,想要实现并保留下来就不那么简单了。

我很喜欢 Markdown 的纯粹:作为本地文件,无论换到 Obsidian 还是 Typora 等哪个编辑器都能直接写。但是,一旦把文档丢进团队协作的场景里,事情就没那么简单了。以前那些主打在线协作文档的专门 SaaS(比如飞书文档、语雀等)一度很流行,但这又和我们所追求的「本地优先(Local-first)」产生了矛盾。

假设在一份 MD 格式的项目文档里写着「计划下周上线」。有人批注:「测试做完了吗?」有人回复:「还得等测试小组确认。」这个过程在很多支持审阅功能的 App 或在线文档中都是很平常的事情,但是到了纯文本的 Markdown 里,想要实现并保留下来就不那么简单了。

这时候,如果把这份 .md 文件导出、迁移,却只带走了正文里那句「计划下周上线」,就会产生问题。

对于这种多人协作场景,很多有价值的信息其实都留在侧边栏的评论区里。那里记录了谁提出过质疑、哪些条件还不成熟,以及一个决定是怎么经过反复拉扯才得出来的。(有些组织非常重视这个拉扯的过程。)

最近开源私有云 Nextcloud 的一次更新(随 Hub 26 Summer 推出),让我看到了一种非常朴素、也很极客的解法:它直接把评论作为纯文本,写进了 Markdown 文件里。这样一来,当我们「拥有一份文档」时,也就同时拥有了围绕它所发生过的全部讨论。

我今天并不是要专门介绍 Nextcloud,而是想聊聊它们对 Markdown 协作批注的一些改造思路。

Markdown 的痛点:正文容易搬家,但协作批注很难

Markdown 的正文很容易迁移,因为标题、列表、加粗都有一套通用语法。但一条评论批注包含的信息要复杂得多:它指向哪个位置?谁写的?谁回复了谁?讨论结束了吗?

这些状态并不会因为文件后缀是 .md,就自动被所有软件识别。所以,要想同时支持 Markdown、支持多人协作、支持评论无损迁移,中间其实横着多道门槛。

Nextcloud 社区里有过这样的反馈:某团队的 IT 部门用 Markdown 管理技术文档觉得很顺手,但推广给同事时却卡住了。因为大家已经习惯了 Word 的审阅批注功能,「一起改文档」意味着别人会直接改动你的文字,而「评论」则是先提出问题,把修改权留给原作者。在方案评审和日常写作中,后者往往是更迫切的刚需。

如果一套标榜「开放」的 Markdown 工作流,一到审阅环节就得退回 MS Office 这种封闭软件,或者在文档迁移时丢掉所有批注,那这种「开放性」也就意义不大了。

用「脚注」装下评论:Nextcloud Text 的解法

为了解决这个问题,Nextcloud Text(也用于其笔记和知识库组件)没有发明新格式,而是巧妙地借用了现有的 MD 脚注(Footnote)语法。

在界面上,我们看到的依然是现代化的侧边栏评论气泡,但如果用纯文本编辑器打开底层的 .md 文件,则会看到这样的结构:

计划下周上线。[^comment-1]

[^comment-1]:

- @[Hyashi](mention://user/hayashi)*(2026-10-07T02:00:00Z)*

客户还没有确认,先不要把日期写死。

- @[Jane](mention://user/jane)*(2026-10-07T02:15:00Z)*

同意,改成确认后再排期。

正文中用 [^comment-1] 锚定位置,文末则用列表记录盖楼回复、作者和时间戳。

我很喜欢这种以文件为中心(File-over-App,即文件优先于应用)的思路:

  • 在 Nextcloud 里,它可以被渲染成漂亮的侧边栏评论;

  • 换到 Obsidian、Logseq 等普通的 Markdown 编辑器里,它可以退化成可读的脚注;

  • 哪怕只用系统的记事本打开,这段讨论依然完好无损,以纯文本的形式保留了下来。

哪怕将来彻底换掉工具链,我依然会拥有一份有头有尾的原始记录。这条退路是不是很珍贵?

对比 Notion 与 Google Docs:在线文档的评论迁移困境

如果稍微观察一下就会发现,基于 Markdown 的方案是一个不会锁死生态的方案。

  • Notion 等在线文档:

     虽然评论和共享协作非常方便,但作为一个封闭的在线系统,它需要账号订阅,会死死锁定生态。一旦把文档导出为 Markdown,侧边栏的讨论就会全部丢失。

  • Google Docs:

     情况类似,不过它属于体量更大、更成熟的生态。而且 Google 现在也开始原生支持导入和导出 MD 格式了,对迁移相对友好。

  • MS Word(.docx):

     需要配置 Office 环境。不过考虑到现在有大量非微软的兼容软件(如 WPS、LibreOffice)都能直接读取 .docx 里的审阅批注,在兼容性上相比之下已经算是很好的了。

  • Markdown(Nextcloud 提出的方案):

     几乎不依赖任何特定的环境和生态。它既可以放在自己本地并用 Git 做版本控制,也可以放在云盘,或者私有化部署在 Nextcloud 之类的开源平台上,连正文带评论完全由自己掌握。考虑到 Nextcloud 产品,这也符合其基于文件共享平台的立场。

可见 Markdown 几乎不依赖任何特定的环境和生态,既可以放在自己本地并用 Git 做版本控制,也可以放在云盘,或者私有化部署在 Nextcloud 之类的开源平台上,数据完全由自己掌握。

纯文本批注的局限性:Nextcloud 方案的三个缺陷

Nextcloud 的方案虽然足够聪明,但也不是万能的。

  • 它是点状标记,而非划词批注:

     它只能锚定在某个光标所在的位置,没法像 Word 或 Notion 那样精准高亮框选一整段话。

  • 账户体系无法跨平台:

     文本里的 mention://user/hayashi 到了别的软件里,就只是一串普通字符,失去了 @ 联动通知的能力,存在一定的规格依赖。

  • 不具备审计效力:

     既然评论本身就是纯文本,意味着任何人都能用编辑器手动修改里面的作者名字和时间戳。它适合用来留存讨论的上下文,但不能作为严肃的审批证据。这是纯文本天生的硬伤。

不过,像 Nextcloud 这样的轻量级方案,已经解决了很多痛点,在一个公开透明的组织或小团队里,这已经完全够用了。而如果为了解决更大层面上人与人之间的信任关系,软件最终往往还是会演变成一个复杂的封闭系统。

总结:文档协作的「上下文」价值与 AI 时代的思考

沿着这个方向想下去,评论其实只是文档「上下文(Context)」的一部分。

一段结论为什么可信,取决于它的引用来源;一个决定为什么被搁置,往往藏在某条回复里。如果在迁移时只留下一版光溜溜的正文,后来接手的人,甚至包括通过 RAG(检索增强生成)读取本地知识库来帮你总结资料的 AI,就只能看到看似确定的结论,却看不见背后的争议与保留意见。

换言之,一份经过多人打磨的文档,其中评论和协作过程的上下文价值,可能早就溢出了正文。这也是 Markdown 这类朴素的纯文本格式,在未来发展中需要考虑的问题。

跳转微信打开

无需任何第三方!WorkBuddy 自带功能,轻松实现关机也能自动领取每日积分~

2026年10月18日 11:30

原创 砺心 2026-10-18 11:30 四川

还有最新1500免费积分,记得薅!

阿虚同学

读完需要

4

分钟

速读仅需 2 分钟

我发现很多人都不知道 Workbuddy 其实是「自带」免费云端每日签到领取积分的

用大白话来说,就是你自己的电脑不需要 24 小时开机,也不需要花钱搞云服务啥的

就只用 Workbuddy 自带的功能,就能实现让它自己每天定时签到领取积分,完全不担心断签

1

云端自动领积分

具体方法其实很简单,阿虚大概说一下过程,哪一步遇到问题和 AI 多聊聊就能帮你解决的,别死记

第一步,我们先搜索找到 Workbuddy 的微信小程序,或者用 Workbuddy APP 也行

对话模式选择「云端」模式,然后发送以下内容:

帮我安装这个技能:https://skillhub.cn/skills/user_3a370331/totorosir-workbuddy-checkin

然后你就大概给 AI 发送类似下面的话:

给我一段 Powershell 脚本,我用来获取 WorkBuddy 客户端存在本地的登录态文件里的 accessToken,然后我把获取结果发给你,你替我完成每日自动签到和派猫猫旅行

然后 AI 一般会像下面这样回复你一段可运行的 Powershell 代码

这里为了方便演示过程,就直接用电脑端微信小程序来演示

总之,你的电脑上首先是得安装了 Workbuddy 的:

  1. 然后再在电脑左下角,右键打开 Powershell(管理员)

  2. 在弹出的蓝色命令窗口界面,粘贴 AI 给你的 Powershell 代码,然后回车运行

  3. 最后把输出结果,用鼠标全选之后,Ctlr+C 复制

把复制到的代码,发送给 Workbuddy 小程序,你就会发现它能成功替你完成每日签到了

最后一步,发送大概像下面这样一条命令给 AI,让它把你的登录态文件内嵌到自动化任务步骤当中:

帮我创建一条云端定时任务,每天凌晨 00:05 执行,步骤如下:1.下载技能包 → 解压到 /tmp 2.用内联 base64 还原登录态(绕开引号转义,避免写成 {"auth"... 那种畸形 JSON)3.find 定位脚本 → 执行每日签到和派猫猫旅行 4.解析 JSON 汇报,失败必须说清原因

然后你隔天大概就能看到下图效果了``

你可以去 Workbuddy 小程序的定时任务,点击编辑看到具体的定时任务提示词是怎么样的,反正就是把登录态文件 accessToken 代码写到了执行步骤里面

方法的话阿虚实测有效,我已经这样连续签到 20 多天了😁

唯一需要注意的就是,这个 Workbody 的登录态文件是含「有效期的」,大概是50天有效期,注意在到期之前更新一下这个登录态文件就行了,具体怎么更新还是让 AI 来就行了

2

免费领 1500 积分

顺便分享 2 个 Workbuddy 的积分羊毛,可以轻松白嫖到价值 30 元的 1500 积分

2.1

成长计划 500 积分

点击 Workbuddy 左下角头像,再点击成长计划

然后在打开的页面左侧切换到「套餐与积分」这里就能领取前几天 DeepSeek 模型服务异常补偿的 500 免费积分了

2.2

QClaw 迁移 1000 积分

腾讯旗下的 AI 助手内部赛马快要结束了,QClaw 率先宣布即将停止运营

只要你之前用过 QClaw,就可以趁现在最后白嫖一波 1000 积分

领取步骤没啥好说的,就是打开 QClaw 官网:https://qclaw.qq.com/

点击迁移到 Workbuddy,然后根据提示依次扫码登录,打开 Workbuddy 之类的

迁移的时候就不需要你再安装一遍 QClaw 了,只要只要你之前用过 QClaw,现在电脑上没有安装 QClaw 也可以完成迁移与积分领取

如果你觉得 Workbuddy 的每日免费积分还不够用

可以去看下我  9 月 30 号发的那篇《教你白嫖近乎无限量的大模型 API》

阅读原文

跳转微信打开

人生不如意,十之八九,那怎么办

2026年10月18日 10:36

bluedavy 2026-10-18 10:36 浙江

<兽爷丨2026最窒息的文字>看的实在是感叹万千,每个人的一生都会碰到各种各样的难关(就像大富翁游戏里沙隆巴斯的口头禅:人生不如意,十之八九),随着年龄越来越大,现在自己面对难关,心态上会是“相信一切都是最好的安排”,毕竟还是要前行的,不是吗?

最近兽爷写的兽爷丨2026最窒息的文字这篇文章看的实在是感叹万千,每个人的一生都会碰到各种各样的难关(就像大富翁游戏里沙隆巴斯的口头禅:人生不如意,十之八九),尽管不尽相同,或者说面临的难关的程度也不相同,有些人的难关对另一些人可能并不觉得,但在个人当时可能就会觉得这是难以迈过去的,随着年龄越来越大( 越来越老登),现在自己面对各种难关,心态上会让自己“相信一切都是最好的安排”,毕竟还是要前行的,不是吗?

纯粹只是想分享碰到难关时怎么继续前行的一种心态吧,不想写太多,否则很容易让人觉得太鸡汤,或者会让人觉得你所面临的难那哪叫难等等,以瓦依那乐队的《大梦》结束。

跳转微信打开

❌