左側交易 vs. 右側交易：兩種交易哲學的深度解構
左側交易者說：「別人恐懼時我貪婪。」右側交易者說：「趨勢是你的朋友。」他們都對——但只在特定的時空條件下。
在交易的世界裡，幾乎所有的策略最終都可以被歸入兩大陣營：左側交易（Left-side Trading） 和 右側交易（Right-side Trading）。
思考框架
用機率思考，而不是用運氣交易：從賭徒到量化交易者的心智轉變
你不需要每一筆交易都贏。你需要的是一個在一百筆交易後依然為正的期望值——然後有紀律地執行它一百次。
最近讀了一篇關於交易中機率思維的文章：How to Think in Probabilities (Like a Quant, Not a Gambler)。作者的核心論點很直白：大多數交易者失敗，不是因為缺乏好策略，而是因為缺乏機率思維。
AI 流利度指數：當我們都在用 AI，有多少人真的用得好？
採用 AI 是容易的，但真正的問題是：你有沒有在用 AI 的過程中，變得更會思考？還是更不會？
Anthropic 最近發布了一份很有意思的教育報告——The AI Fluency Index。這不是又一篇「AI 多厲害」的宣傳文，而是一份嘗試回答一個更深層問題的研究：當越來越多人每天都在用 AI，這些人是否正在發展出真正有效使用 AI 的能力？
程式碼已經不值錢了，但軟體依然昂貴：個人軟體時代的迷思與現實
當寫程式碼的成本趨近於零，真正昂貴的是判斷力、品味、和對一個問題的理解深度——這些東西 AI 一行都寫不出來。
最近讀了 Chris Gregori 的一篇文章 Code Is Cheap Now. Software Isn’t.。這篇文章的核心論點簡潔有力：AI 讓生成程式碼的成本崩塌了，但做出真正有價值的軟體的成本，一吋都沒有移動。
Naval 的運氣框架少了一塊：為什麼「製造運氣」沒有聽起來那麼簡單
運氣不是等來的，但也不是光靠動就能製造的。真正的問題不是你動不動，而是你帶著什麼在動。
最近讀到 Tommi Pedruzzi 的一篇長文，他重新拆解了 Naval Ravikant 在 2018 年那場經典 tweetstorm “How to Get Rich (without getting lucky)” 中提到的四種運氣框架。原始框架來自神經外科醫師 James Austin 的著作 Chase, Chance, and Creativity，後來被 Marc Andreessen 推廣。
當 AI Agent 開始自己做決定：Anthropic 研究揭露的信任悖論與監管幻覺
我們正在目睹一個前所未有的轉變：人類不是放棄控制權，而是正在學習一種全新的控制方式。但問題是，這種控制方式能擴展到醫療、金融和法律嗎？
Anthropic 在 2026 年 2 月 18 日發表了一篇研究文章：Measuring AI Agent Autonomy in Practice。他們分析了數百萬次 Claude Code 和公開 API 的人機互動數據，試圖回答一個我們都在迴避的問題：人們到底給了 AI Agent 多少自主權？而這個自主權正在往哪個方向移動？
AI 不會讓你變強，除非你本來就強：論差異化的複利效應
每一層產出被商品化的時候，它上面那一層就變得更值錢。我們正在即時見證這件事發生。
最近讀了 @Globalflows 的一篇長文 How to Become So Differentiated That No One Dares Compete With You Pt 2。如果說 Part 1 講的是「差異化來自刻意製造輸入的交叉碰撞」，Part 2 講的就是：AI 把這套邏輯推上了指數曲線，但絕大多數人卻在用 AI 把自己變得更平庸。