• 美联储加息与油价:为什么这次“滞胀”让美联储骑虎难下

    美联储加息与油价:为什么这次“滞胀”让美联储骑虎难下

    本文写于 2026 年 10 月 21 日,数据截至 2026 年 10 月 20 日。文中提到的 10 月 27–28 日、12 月 8–9 日两次美联储会议,以发文时的日历为准。

    飙升的油价,几乎停滞的就业,还在加息的美联储

    先看三件事。

    第一件:布伦特原油现在 109 美元一桶。年初美国和以色列对伊朗动武之后,油价一路走高,9 月美国汽油价格同比涨了 34.2%。

    第二件:9 月美国非农就业只增加了 2.9 万人。作为对比,8 月还有 13.3 万。失业率则升到了 4.2%。

    第三件:美联储上个月刚加了息,把联邦基金利率提到 3.75%–4.00%,市场还在赌 12 月再加一次,概率最高时被定价到 94%。

    这三件事同时发生,怎么看都不太对劲。物价在涨,工作在变少,央行不但不救经济,还在踩刹车?

    如果你觉得不合理,恭喜你,你的直觉抓住了一个真实的矛盾。这篇文章就讲清楚:这个矛盾为什么存在,美联储为什么骑虎难下,以及它跟你我的房贷、油箱、存款有什么关系。

  • Claude Opus 5.5 的降价神话:工程进步,还是 IPO 前的价格战?

    Claude Opus 5.5 的降价神话:工程进步,还是 IPO 前的价格战?

    我最初是喜欢 Opus 5.5 的。模型更强,价格又降了,这当然值得高兴。我同时订阅着 Claude Pro 和 ChatGPT Plus,也实际使用 Claude Code 和 Codex,有理由期待竞争最后能给用户带来实惠。

    但看完自己的消耗记录、AA 的测试,再把罗福莉谈推理降本的帖文与 Anthropic 的扩容、故障记录放在一起,我越来越不愿意照单全收“更强又更便宜”这个故事。

    我现在更倾向于把它看作 IPO 窗口前的一场价格竞争:一边用降价争夺用户、展示增长,一边仍要处理昂贵的算力供给和服务交付问题。这是我的判断,不是我掌握了 Anthropic 的内部决策文件。我要追问的是,降价背后的工程账交代了多少,投资者喜欢的增长又有多少会兑现成用户的好处。

  • 只需要 8G 显存,你就可以在笔记本部署一个 30 tk/s 速度的多模态 AI

    只需要 8G 显存,你就可以在笔记本部署一个 30 tk/s 速度的多模态 AI

    我的笔记本是一台很普通的游戏本:Ryzen 7 8845H、16GB 内存、RTX 4060 Laptop,显存只有 8GB。按很多人的印象,这个配置跑本地大模型只能“玩玩”。

    但我现在每天双击一个启动文件,浏览器就会打开一个聊天页面:能看图、能看视频、能切换思考深度、能调用本机工具,文字生成速度实测约 31 tokens/s,全程不联网,也不花一分钱 API 费用。跑在里面的是 Qwen3.5-9B,推理框架是 llama.cpp。

    这篇文章分三部分:我是怎么选框架和模型的;一份面向新手、每一条命令都写出来的安装教程;以及我踩过的坑和对应的解决办法。

  • Gemini 4 Argon:我喜欢 Gemini 的理由,这一次都写在了 Argon 里

    Gemini 4 Argon:我喜欢 Gemini 的理由,这一次都写在了 Argon 里

    昨天,Google 正式公布了 Gemini 4 Argon。

    严格来说,这还不是一次“所有人现在就能用”的常规发布。Argon 正在通过 Fairwind Program 先交到一批可信网络安全防御者手中,Google 也在参与美国政府的预发布模型访问流程;付费 API 用户和 Google AI Ultra 用户会是下一批,但 Google 没有给出明确日期。

    可如果只把它理解成一次谨慎的灰度上线,又会低估这次更新。因为从 Google 公布的设计目标、内部使用案例,到已经出现的第三方测试,Argon 都在尝试回答一个比“聊天更聪明了吗”更重要的问题:

    一个前沿模型,能不能在几十分钟、几小时,甚至更长的任务里持续工作,自己发现问题、调用工具、反思、修改,并真的把事情做完?

    这恰好也是我一直喜欢 Gemini 的地方。相比只追求对话里的惊艳感,我更喜欢 Google 把多模态、长上下文、工具调用和真实工作流揉成一个完整系统的方向。Argon 可能还不是每一项测试里的第一名,但它是目前最像这种思路最终形态的一代 Gemini。

  • Jev 为什么火了:当 AI 不再写答案,而是替软件做判断

    Jev 为什么火了:当 AI 不再写答案,而是替软件做判断

    TypeSafe AI 官方评测图:Jev 与其他模型在工作流准确率和成本上的对比 图源:TypeSafe AI 的 Jev 发布文章。这是公司自己的工作流评测图,具体比较条件和限制见下文。 一封邮件来了:“你们扣了我两次钱。如果今天不处理,我就去投诉。”客服系统接下来要做的事并不神秘:识别这是账单问题,判断是否紧急,找到订单,再决定交给谁。过去,我们...
  • ECON3116 国际贸易理论与政策学了什么:从比较优势到贸易政策的完整复习笔记

    ECON3116 国际贸易理论与政策学了什么:从比较优势到贸易政策的完整复习笔记

    ECON3116 的英文课程名称是 International Trade Theory and Policy,也就是国际贸易理论与政策。这门课讨论的并不只是“国家之间为什么交换商品”,而是围绕一条完整的经济学主线展开:不同国家、行业和企业为什么会形成不同的贸易模式;开放贸易如何扩大生产与消费可能性;贸易收益为什么不会在国内自动平均分配;以及政府使用关税、配额、补贴和贸易协定时,价格、收入分配与总体福利会如何改变。

    在完整整理 Lectures、Tutorial、Quick Quiz、公式清单和计算题之后,我把整门课理解为四层彼此连接的框架:第一层是贸易来源,包括生产率差异、要素禀赋差异和规模经济;第二层是贸易结果,包括专业化、相对价格、收入分配与福利;第三层是企业与市场结构,解释产品差异化、异质企业、出口和 FDI;第四层是贸易政策与制度,解释保护主义、政治激励、WTO 与优惠贸易协定。

  • ECON3124 行为经济学学了什么:从核心理论到期末复习的完整笔记

    ECON3124 行为经济学学了什么:从核心理论到期末复习的完整笔记

    ECON3124 是 Behavioural Economics,也就是行为经济学。它并不是把“人不理性”当成一句结论,而是在标准经济学模型之上,系统追问三个问题:人的偏好究竟如何偏离标准模型?人的信念为什么会系统性出错?当这些人互相博弈时,市场结果和公共政策又会发生什么变化?

    在完整复习这门课的过程中,我逐渐把分散在讲义、Tutorial 和模拟题中的内容整理成了一套相互关联的框架,并采用概念识别、公式建模、独立做题、错误诊断和定向重测的循环加深理解。下面既是一份课程知识地图,也是一篇关于如何系统复习行为经济学的总结。

  • 中元节:中国人的七月十五,从祭祖、盂兰盆到中元传统

    中元节:中国人的七月十五,从祭祖、盂兰盆到中元传统

    农历七月十五,在中国许多地方叫“中元节”,也叫“七月半”。如果只把它理解成“鬼节”,其实会错过这个节日更重要的一面:它既与古老的秋祭、祭祖传统有关,又吸收了道教“中元”观念和佛教盂兰盆传统,后来还在不同地区发展出祭祖、普度、放河灯、请家堂等丰富习俗。它真正持续千余年的原因,并不在于神秘传说,而在于中国人如何面对死亡、记忆亲人、维系家族关系,以及如何把“慎终追远”放进一年四季的生活秩序之中。

1234