先存量沉淀，后智能生成

最近负责一个稽核规则AI生成的项目方案的编写。在做稽核规则AI方案的时候，其实一开始我们也考虑过从底层数据、业务规则一步一步梳理上来，但很快发现这种路径效率太低，而且周期不可控。相比之下，我们更倾向于走一条把现有稽核系统中已经沉淀下来的资产用起来，通过脚本反向生成稽核规则和字典库，相当于站在已有成果之上去做AI能力的构建，而不是从零开始重造一套体系。把第一阶段的重点放在“存量”而不是“增量”。核心原因在于，现有的稽核脚本本身就是经过长期生产验证的结果，业务逻辑成熟、可靠性高，是最优质的一批训练数据。同时，无论是集团侧的收入保障体系，还是cBSS稽核、省内个性化稽核，这三套体系其实已经覆盖了绝大多数主流场景，短期内并不存在“数据不够用”的问题。优先走“脚本 → AI解析 → 人工确认 → 入库”这一条路径，把生产环境中已经验证过的SQL脚本作为核心输入，让AI去理解和结构化这些规则，再由人工进行把关，最终沉淀成标准化的知识库。在这个基础逐步夯实之后，才考虑逐步开放自然语言直接生成规则的能力，但前提始终是结果可控、可审核、可回滚。在这种情况下，优先把存量资产进行结构化沉淀，一方面可以快速形

技术专业 · 04-18
先存量沉淀，后智能生成

今年的投资成效：在从容中创新高

写这篇日记的时候,账户曲线正处在一个让人有点恍惚的位置——不是因为涨得多猛,而是因为这次的"新高"是在一种前所未有的从容状态下达成的。没有盯盘,没有在回撤时辗转反侧,甚至连主动做的决策都比往年少了不少。回头复盘,才发现这份从容不是运气,而是过去几年一点点攒下来的方向、策略、执行和工具叠加出来的复利。一、方向：资产形式的选择,比品种的选择更重要很多人讨论投资,一上来就问"买什么"。但我这些年越来越觉得,第一层的问题从来不是"买什么",而是"在这个阶段该拿什么形式的资产"。房产、黄金、基金、股票、现金——每一类在不同的宏观阶段,扮演的角色完全不同。前些年房产是普通人最确定的杠杆化增值工具,那时就老老实实配置不动产;再往后货币环境变了,黄金的避险和抗通胀属性开始兑现;再到这几年,权益类资产,特别是跨市场的指数基金,成为真正能跑赢通胀的发动机。二、策略:从"实业致富"到"长期定投"的观念迁移我很长一段时间都坚信"实业致富"——认为只有做实业、挣工资、开公司才是真正创造财富的路径,二级市场那点波动都是投机。转折点很具体。十多年前同事的夫人推荐我买了人生第一支基金,从那以后我们成了很好的朋友;而真

财经投资 · 04-18
今年的投资成效：在从容中创新高

Opus 4.7 对于AI对人替代的解读

前言：同样的事情借助不同的模型所带来的效率和效果是完全不一样的，只要投入有响应的产出，我就愿意去获取和使用最新的模型。现阶段最好用的就是claude，一个是模型的能力本身强大，而是构建起了适合程序员开发的生态，从chat、cowork、code，支持skills的引入。最近最新的Opus4.7上线，我就不去问“洗车店测试了”（据说没有答对），就现在热点的问题，也是我的一个困惑。更多答复内容：先说结论：AI 目前的实际能力，远没有到"大规模替代白领岗位"的程度。当前这轮裁员里，AI 是一个真实但被严重放大的因素，背后还叠加了几层更根本的东西。第一层：宏观周期和过度招聘的回吐2020-2022 年美股科技大厂经历了一轮极端扩张——Meta、Google、Amazon、Microsoft 的员工数在两三年里几乎翻倍，那是建立在零利率、疫情红利、对永久线上化的过度乐观基础上的。2022 年美联储加息周期一开始，这些公司就发现自己严重超配。Meta 的 Zuckerberg 在 2023 年"效率之年"讲得很直白：组织太臃肿了。所以你看到的裁员浪潮，其实从 2022 年底就开始了，那时候 Cha

思考感悟 · 04-18
Opus 4.7 对于AI对人替代的解读

VibeVoice 环境搭建日记（ASR + TTS探索版）

今天在nvdia的机器上安装了微软开源的VibeVoice，目前只是看看效果，以评估后续是否进行一些场景开发中使用。一、目标搭建并验证一套语音处理能力：音频 → VibeVoice → 自动生成 SRT 文本 → VibeVoice → 语音文件（探索）并评估其在以下场景的可用性：视频字幕生成多说话人识别中文/葡语语音生成能力后续接入视频生成流水线（MoviePy）二、环境准备1️⃣ 基础环境系统：Ubuntu（GPU服务器）Python：3.9（已存在）GPU：已配置 CUDA2️⃣ 创建虚拟环境python3 -m venv vibevoice-env source vibevoice-env/bin/activate三、代码获取与安装1️⃣ 克隆项目git clone https://github.com/microsoft/VibeVoice.git cd VibeVoice2️⃣ 关键问题（踩坑记录）❌ 执行：pip install -r requirements.txt报错：没有 requirements.txt👉 原因：项目使用 pyproject.toml 管理依赖（新

技术专业 · 04-18
VibeVoice 环境搭建日记（ASR + TTS探索版）

Ubuntu 网络唤醒配置后关机自动重启问题排查记录

背景家里有一台装了 Ubuntu 的 GPU 服务器（hostname: gpu-nvdia），平时配置了网络唤醒（WOL），需要跑大模型时远程发 magic packet 唤醒，用完后 SSH 执行关机。最近出现了一个奇怪的问题：执行关机命令后，机器成功关机，但大约十几秒钟后会自动重新启动。排查过程第一步：确认关机命令本身没问题远程 SSH 执行关机时，有一个常见坑：SSH 断开时 shutdown 进程被 SIGHUP 信号中断，导致关机流程没走完。改用以下方式确保关机进程不受 SSH 断开影响：bashsudo systemd-run --on-active=5 systemctl poweroff执行后机器确实正常关机了，但十几秒后仍然自动重启。说明问题不在关机命令本身。第二步：查看启动日志和唤醒设备查看 ACPI 唤醒设备列表和启动记录：bashsudo journalctl -b 0 | grep -iE "wake|wol|acpi|power|pme" cat /proc/acpi/wakeup last -x | head -30从 last -x

技术专业 · 04-18
Ubuntu 网络唤醒配置后关机自动重启问题排查记录

不怕犯错 持续前行

走错路时，导航软件从来不会骂你：“你怎么这么蠢，这都能开错。”它只会冷静地说一声：“正在为你重新规划路线。”然后立刻帮你找下一条路。人生最大的内耗，就是把时间花在后悔走错路上，而不是寻找新路线。既然错过了路口，就及时止损，重新规划路线上路。你可以回头看，但不能回头走，因为逆行是全责。

思考感悟 · 04-17
不怕犯错 持续前行

RemNote iPhone 端 Flashcard 字体太小？用 CSS 解决

换了新 iPhone 之后，打开 RemNote 刷葡语单词卡，发现 flashcard 上的字小得让人皱眉。戴着眼镜看还是费劲，280 张卡片刷下来眼睛很累。直觉反应是去 Settings 找字体设置——翻遍了 Appearance 选项，什么都没有。去社区搜了一下，发现这是一个被用户抱怨了两年多的老问题。RemNote 官方的回复是："目前唯一的解决方案是使用自定义 CSS，我们希望在未来的更新中加入这个设置。"两年过去了，功能还没上线。那就自己动手。第一步：找到 Custom CSS 入口RemNote → Settings → 搜索 "CSS" → 自定义 CSS → 添加空白 CSS 代码块。第二步：先用核弹测试 CSS 是否生效网上能找到的教程大多写于 2020 年，那时候的 class 名称早就随版本迭代改掉了。与其逐个试过时的选择器，不如先用通配符验证 CSS 注入本身是否有效：css* { font-size: 24px !important; }保存后进入 flashcard 复习界面——如果全部文字都变大了，说明 CSS 注入有效，只是选择器不对。如果毫无变化

技术专业 · 04-14
RemNote iPhone 端 Flashcard 字体太小？用 CSS 解决

OpenClaw 的周末“零成本”改造记

背景这个周末花了不少时间对 OpenClaw 做了一次系统性改造。起因很简单：之前订购的 Google Cloud 300 美元免费额度到期，Gemini 的 API 调用开始大面积报 429（超额限制），bot 彻底无法回复。需要找到一个尽可能低成本、甚至零成本的方式让系统继续跑起来。最终确定了三层模型链的方案，整体算下来基本相当于零额外成本运行。解决方案：三层模型链主模型：ChatGPT Plus (openai-codex/gpt-5.4)通过低价区订阅，费用本身不高。近期语言考试在即，Codex 编码需求不多，Premium 额度消耗有限，作为日常主力模型。中间层 Fallback：NVIDIA NIM 免费模型 × 3引入 Kimi K2.5、MiniMax M2.5、GLM-5 三个模型。主模型额度耗尽或出现问题时自动切换，完全免费。托底层：OpenRouter Freeopenrouter/free 自动从可用免费模型中选择最合适的，每天 200 次请求，作为最终兜底，无需任何费用。关键操作记录① NVIDIA NIM API 接入前往 build.nvidia.com

技术专业 · 04-11
OpenClaw 的周末“零成本”改造记

摆脱束缚，批量迁移一加备忘录

周末帮老婆换了华为手机，本以为数据迁移是小事，没想到在备忘录这一关卡了壳。折腾了一圈后，我用 Claude 的 Chrome 插件，20 分钟自动化导出了 352 条笔记。这篇文章记录完整过程，希望能帮到同样面临备忘录垮系统迁移的你。背景：一次普通的换机，一个不普通的坑周末老婆更换了华为手机，我用华为自带的"手机克隆"完成了通讯录、照片、应用等大部分数据的迁移，过程还算顺利。但当我处理一加手机的备忘录时，问题来了——无论怎么操作，备忘录都无法通过官方迁移工具直接转移到华为。第一次尝试：小红书推荐的"换机助手"们上网搜索后，小红书上清一色推荐各种"换机助手"类 App。我抱着试试看的心态，从 OPPO 应用商店先后下载了三款，结果体验极差：打开就是满屏广告，弹窗关不完核心功能藏在层层引导页背后，点半天到不了正题有些号称支持"备忘录迁移"，实际根本无法识别一加的笔记数据结论：这条路走不通。 这些所谓的工具本质上就是广告壳，真正解决问题的能力几乎为零。最终方案：云端 + 浏览器 + Claude Chrome 插件放弃流氓软件后，我回归到最基础的思路：既然手机端迁移不了，那就把数据搬到电脑上

技术专业 · 03-15
摆脱束缚，批量迁移一加备忘录

OpenClaw Quiz 响应速度优化工作记录

日期：2026-03-14 问题：Quiz 增加新题目时响应慢（2分钟以上）一、问题现象最近总是感觉 openclaw 发送 quiz 增加 指令后，bot 长时间处于 typing 状态，需要 2-3 分钟才能回复，且随着 quiz 条目增加，速度越来越慢。二、根本原因分析2.1 数据文件结构排查发现 quiz 数据分散在两个文件：文件用途大小条目数quiz_state.json练习大脑，含 SRS 数据（totalCorrect/totalWrong/weight）56KB225条pt_learning_quiz.json原始题库备份，含详细 explanation/category/tags77KB224条练习时只读取 quiz_state.json，pt_learning_quiz.json 基本闲置。2.2 慢的直接原因quiz_state.json 原来是标准 JSON 数组格式：[ {"id": "...", "question": "...", "srs": {...

技术专业 · 03-14
OpenClaw Quiz 响应速度优化工作记录
2016 - 2026 自由翱翔：十年学习成长之路. All Rights Reserved.
Theme Jasmine by Kent Liao