正确地做事--2025第一季

要点：
0、纸质本上做好计划
1、设置网格单
2、股票与期货仅竞价前后（8:50-9:50）监控
2、禁止盯盘。期货设置提醒，成交后挂反向单。

落实：
以下是基于提高资金利用率、平稳投资组合走势等出发点，对现有投资操作的要点式梳理：
1、市场资金分配原则： 90% 用于股票，10% 用于期货即 20 万-30 万。
2、交易核心策略：分散，严格网格；
3、期货标的：只做鸡蛋与花生，只操作远期合约，当前月份+3 个月。鸡蛋只在 3300-3100 之间操作，花生只在 7850 以下操作；
4、股票标的：共 5 只标的，每只不超过 30% 资金即 75 万元。 介入时机与仓位分配：
证券ETF（小于1.30 元，最多 70 万股）、 大秦铁路 （小于 6.66 元，最多 12 万股）、
美的集团（小于 72 元，最多 1 万股） 、 格力电器（小于 42 元，最多 1.6 万股） 、 中国移动 （小于 105.56，最多 7000 股）
5、所有操作仅提前挂条件单，最好是网格单，网格中包括价格区间、差价、单次数量、最大持有数量。
6、集合竞价出现大幅高开与低开时人工介入。其它时候盘中不做任何处理。
7、尽快将资金转入到银河证券。

～～

下定决心，以后少来桃县，可能偶尔不定期发帖。
诸位道友，江湖再见。

Azure OpenAI 的使用方式确实和一般的 API 订阅不同，它的“订阅”概念其实更类似于开通一个云端服务的权限，而不是国内常见的“按月付费订阅”那种模式。这可能会让你觉得不太直观。简单来说：
1. 订阅（Subscription）：相当于你在 Azure 上开通一个账户，并申请使用 OpenAI 资源。这一步是必须的，因为 Azure 需要管理你的使用权限和计费。
2. 创建资源（Resource）：你需要在 Azure 里创建一个 OpenAI 资源，相当于开通一个服务实例，这个实例就是你后续访问 GPT-4o 的入口。
3. 调用 API（或微调）：当你有了 OpenAI 资源后，你可以通过 API 调用 GPT-4o，也可以进行 Fine-Tuning（微调），但 Azure 的微调流程比 OpenAI 直接提供的 API 要复杂一点。

～～～

亚马逊的 AWS，找了半天没找到deepseek 的微调。 

这些在线云服务提供商都很有默契
都不提供搜索功能
非得让你自己去菜单里面一个一个去找

另外刚才试用了 chatgpt03mini 的在线查询功能
真的烂的一批

今天超慢跑了40多分钟，感觉比平常要累一些。这会儿已经坐下来休息了十几分钟，恢复得差不多了，再歇会儿就准备回家。

今天看了个讲美国海豹突击队训练方法的视频，其中有个训练，是把队员双手反绑在背后，然后扔进九英尺深的水池里，要求他们坚持四五分钟。要是不太会游泳，确实很难坚持这么久，毕竟一般人都得靠手辅助来换气，可双手被绑在背后，身体就很难控制了。

有意思的是，视频里说，大部分人（大概百分之七八十）都过不了这关。而正确的做法是，整个人彻底放松。等沉到水底后，尽量站直，微微弯曲双腿，然后用力一蹬，借助这个力量冲出水面吸口气，再慢慢沉下去。可见，越着急越不行，放松反而效果更好。

视频作者借这个例子，谈到了我们日常生活中该如何努力。努力并不一定就等于有好效果，得看在什么事情上努力。比如打螺丝这种工作，干一个小时有一个小时的产出，干两个小时产出差不多是一个小时的两倍，干四个小时就是四倍左右，干八个小时接近八倍，这是线性投入和产出的关系。不过，也不能无限延长工作时间，要是不休息，连续干10个小时甚至16个小时，产出并不会是8个小时的两倍。像这类机械式、重复性的工作，努力还是有一定作用的，不需要太多脑力。

还有一种情况是边际递减。比如涉及创造性思维、设计、思考的工作，刚开始努力可能效果明显，但坚持两三个小时后，效果增长就变得缓慢了，有点像梯形的形状，增长曲线逐渐变得平滑。

视频里还提到第三种情况，在追求幸福、调整心理状态和思想状态方面，越努力可能越适得其反。比如追求快乐，越刻意追求反而越不快乐；想做成某件事，心情越急迫，就越难成功。这就和股票交易市场一样，越想快速盈利，往往亏得越多，就像反比例函数。

我觉得这个视频讲得特别好。其实要不要努力，得看具体场合和情况。在追求幸福这类精神层面的事情上，不是不需要努力，而是不能用蛮力，就像在水池里呼吸一样，得放松。这和中国古代“欲速则不达”“欲先取之，必先予之”的阴阳思想很相似。

既然定下了这样的基调，接下来要做的事就一目了然了。

首先是资金管理，这是整个交易体系的基石，合理规划资金才能在市场波动中保持稳健。其次是仓位管理，随着证券ETF逐步上涨，要逐步将资金转移到银河证券，让资产配置更加科学合理。再者是操作层面，制定详尽的交易计划，并且在次日上午严格按照计划执行。对于股票投资，主要依靠网格单来把握买卖时机，通过预设的价格区间自动交易，降低人为情绪干扰；期货投资则重点依赖条件单，9:50之后若有成交便挂反向单，但务必提醒自己，不要在盯盘上浪费过多时间，把精力集中在关键环节。

在接下来的两天，我会把帖子进行适当润色，而训练个性化GPT的事情就先搁置一旁。毕竟训练它的目的也是为了帮助我赚钱，当下更重要的是梳理清楚目前交易中存在的问题，优化交易策略，实现更好的收益，不能因追求新目标而忽略了更本质的任务。

在整个过程中，有一点至关重要，那就是在纸质笔记本上记录每天的任务，尤其是交易计划。第二天对照着执行，并完成一项就打勾确认，这样能保证计划有条不紊地推进。除了交易相关，生活中的放松也不可或缺，像散步、听音乐、超慢跑等活动，既能缓解压力，又能保持良好的身心状态。

说到孩子的教育，我现在觉得保持一定距离或许更好。之前有一天晚上，孩子躺在床上说睡不着，让我陪他聊天，我和他聊了足足两个小时，有些话可能说得有点重。孩子在家学不太自觉，化学课没上完就去考试，结果只考了30分，这让老婆意见很大。虽说可以不选化学这门课，但作为父母，看到这样的成绩难免会有些想法。这个问题我在帖子里已经讨论过很多次了，就不再赘述。

晚饭后，我洗了碗，下楼散步。刚才，我登上苹果的二上微软云系统查看，发现它确实有支持GDP提示的微调模型。不过，使用这个模型需要先订阅，订阅一个资源组，若要运行，就把微调模型挂在资源组上。系统一直没有提示收费相关事宜，但功能界面看着怪异，虽说主要是中文，就算是英文我大概也能看懂，可心里总归不太踏实。

注册使用Azure账户时，需要用信用卡验证身份，验证倒是通过了，可手机提示扣款失败。我猜一些国外应用就是先用信用卡验证，尝试扣一美元，之后再退回。但我记得招行发过短信，说以后很多国外非实体卡支付都不支持，我怀疑这影响了支付或验证，导致失败。好在这一步已经跳过，也不是什么大问题。

之后，我去视频网站搜索如何在微软云里实现GDP的微调，找到了一些帖子和视频，不过大多是一年前的，最近的较少。看了那些视频，基本搞清楚了操作套路，理论上可以开始训练。但我不确定训练费用怎么计算，还没进到训练页面，也没有价格界面可供提前了解。使用这个系统，总感觉很别扭，没有相关链接指引，什么都得自己摸索，操作之后才大概知道怎么回事。

还有个更大的问题，视频里讲的训练数据基本基于ChatGPT3.5，是杰森l格式，需要提示词。可我不想根据自己帖子内容提炼提示词，既然模型这么强大，又不是从头训练，理应能自己生成提示词，却非要用户自己准备训练数据，这对用户太不友好了。我又不是大客户，找不到客服吐槽，心里满是愤怒。本来挺简单的事，因为各种限制、网络问题、充值困难，还有那些云里雾里的语音服务，不明确告知操作步骤，也不生成定制化任务，让人一头雾水。不像我期望的那样，能根据需求给出清晰步骤、花费和时间参考。

我做软件开发多年，面对这些也深感无力。就算把这套系统摸索通了，说不定deep sick或者ChatGPT都出简化版，能直接上传个性化资料进行全面分析，费用也清晰明了。所以，训练的事暂时放一放，毕竟赚钱更重要。要是有必要，花几百、上千块在淘宝找人帮忙训练，总比自己折腾强。自己折腾虽省钱，但耗费时间精力，伤脑细胞，关键这经验以后也用不上，纯粹一次性的，就像调户口一样，不堪回首又毫无用处，何必折腾。

说点别的，昨天买的纸质笔记本到了，给老婆看，她觉得还不错，我打算今晚用用。再谈谈交易计划，资金管理和计划最为重要，每天早上8:50到9:50盯盘。对我来说，反向挂单问题不大，白天不用太在意反向成交单，重点做好资金管理和计划，让股票按网格正常执行就行。期货目前只是锦上添花，资金量少，9:50之后成交概率低，一天平均也就成交一单，盈利50 - 100块，投入大量心力不划算。而且按我的策略只在低位做多，从概率上讲，只有25%的时间有交易机会，没必要在9:50之后花大量时间研究自动化成交。等资金量大些，再适当关注期货。白天有空看看期货就行，重点抓住早上8:55 - 9:50这段时间，提前设置好条件单，抓住模式内的机会，其他交易时间有空就看，股票那边都不用看。这样抓大放小，主次分明，做好资金管理，比抓住一次模式内机会或凭感觉抄底、高位卖出这些微操更有意义。

~~~

有时候想想，无法直接用微调调用ChatGPT的api实现训练，除了外在环境限制，还有件事让我心里很不是滋味。我在论坛上发了大量关于如何训练自己GPT的帖子，本以为能引发热烈讨论，可现实却很残酷，根本没人感兴趣。关于ChatGPT或者deep seek的使用方法、技术细节乃至基本原理，都没人愿意和我探讨，这种无人回应的感觉，真的让我觉得在这个论坛待着毫无乐趣可言。

我原本对交易各个层面的理解，能想到、能说的都分享得差不多了，还想着把整理的帖子精心润色，以电子版详细版和简要版的形式在论坛发布。但现在看来，实在没必要。毕竟就像那些开源的东西，用的人多，可讨论、点赞、回复的人却寥寥无几。往后我打算自己留存整理好这些内容，发一份到邮箱，要是有感兴趣的好朋友，分享给他们就好。

如今已经过了1月31号，以后每天在论坛适当发一个帖子就够了，没必要再耗费过多精力在这个没人关注的事情上，想想真是没意思。

刚刷到个视频，说是deep seek的o3 mini版已经推出了，而且token输入和输出价格相比之前大幅下降。我琢磨着，要是充值api，完全可以考虑用这个模型来做些微调训练。这可比调用deep seek方便多了，之前调用deep seek还得捣鼓网络相关的东西，麻烦得很。

聊完AI，咱再聊聊别的。很多涉及交易题材的电影里，往往是一个人在前面掌控全局，下面一群人朝着他指定的方向奋进，像极了企业管理中董事长把握大方向的样子。就拿美剧《亿万》来说，里面的老板（具体名字我记不太清了），他以前是交易员，嗅觉极其敏锐。后来领导公司在市场中做交易，主要负责寻觅各种交易机会。他手下有位女士也相当厉害，他们之间经历了诸多斗争与合作，最后这位女士在公司投资下自己开了新公司，独当一面。她给我留下了极为深刻的印象，不管面对什么事，都能保持极其冷静、理性的态度。

这部剧里，还有三位女士让我印象深刻。一位是心理学家温迪；第二位就是刚提到的那位创业的女士；第三位出镜不多，但她的长相和我2023年底在南山博物馆看到的一幅油画里的女士很像，所以我也记得很清楚。剧里其他人也都个性鲜明，比如主角旁边的助手，看着像个花花公子，在交易领域不算顶尖，可嗅觉十分灵敏。很多事交给他这个助手去办，他也能完成得很出色，感觉他更像是个谋士，当然也会执行老板交代的任务。

我看的美剧不算少，但很多纯粹是为了剧情而剧情。不过《亿万》这部剧，我可是每一部都追完了，印象特别深刻。剧里还有个法官xx，我对他的感觉挺怪的，老是拿着枪，而且很多时候为了一己私利滥用公权，这里就不细说了。

言归正传，从《亿万》这部剧我想到，在交易市场中，一个人也能有千军万马的气势，要是有团队，还能带领团队一路向前。作为交易员，既可以独自闯荡，也可以带着一两个助手并肩作战，还能组建团队，甚至成为公司领导，带领公司各个部门的众多员工一起拼搏。交易领域的这种特性，和物理学有点像，物理学既研究宏大的天文物理，也钻研微小的原子、电子甚至更小的粒子层面。如今，类似个人英雄主义的模式也能行得通，未来个人的发展空间可大可小。只要你能抓住AI的浪潮，具备足够的认知和洞察力，在商业化方面也有自己的见解，哪怕只有一个人或者几个人，也能撑起一番事业。就像deep seek，一个200多人的初创小公司，却能搞出这么大的动静，和西方硅谷的玩法截然不同，走出了自己的路。

对我而言，这或许是个很好的机会。不管是交易领域还是AI领域，虽说我没深入研究AI底层算法，但在应用层面，尤其是思想层面，它总能不断激发我的创意和思维。即便我不投身AI创业，和它持续交流也能提升我的认知，反过来加深我对交易的理解。要是我交易做得好，往后可以考虑找些人，以我为核心，大家一起在量化交易、交易策略等方面发力，争取获取更好的收益。虽说具体怎么做还得慢慢摸索，不过我个人精力有限，真心希望能找到合适的助手，大家一起讨论、共同进步。要是真有合适的人，我也愿意给出适当报酬 。

我发现豆包存在一个尚未解决的问题，当我在文本框输入内容，没有立即发送，而是切换到其他软件后再返回，之前输入的内容就消失不见了。我之前反馈过这个问题，可目前依旧没有得到解决。或许是因为很少有人采用这种使用方式，所以几乎没人反馈。

说到这里，我想展开讲讲。我也曾向ChatGPT反馈过它存在的一些问题，它很智能，会回应称会将问题反馈给OpenAI开发团队。但豆包的回应就比较机械，只是让我向它反馈，却没有表示会把问题整理后直接反馈给开发团队。或许是我对国产AI的期待过高、要求太严格了。

还有个问题，为什么我进行内容润色时更倾向用ChatGPT，而不是国产AI呢？我个人觉得，就之前写的帖子而言，用ChatGPT相对更让人放心。虽说不能排除它会将我的数据用于训练，但至少在隐私保护方面，它做得更可靠，这一点无需过多讨论，大家心里都有数。

回到正题，前面已经提到了接下来要做的事，关键在于执行。目前我的模式是，在散步、思考或者和ChatGPT语音聊天时产生一些想法，随后将这些内容记录在纸上或论坛里，方便后续参考，执行时也能依据情况进行微调。我觉得这种方式很适合我。

昨晚我和ChatGPT聊到另一个话题，假如我训练出了自定义的GPT，要怎么使用它？是把它当作交易助手，还是让它实现全自动交易，又或者有其他更具前瞻性的用途？ChatGPT提到的两个方面确实切中要点，但我还有更多想法。比如，当下很多人根本不学知识，当然不是说每个人都要拼命学，只是知识学存在诸多问题。首先，很多知识的学过程枯燥乏味；其次，有些人即便学到了知识，也不知道如何运用；最后，就算尝试运用知识，从知识到实际产出之间也存在着巨大的鸿沟。以股票知识学为例，从学到将其应用到自己的交易系统中，这中间有许多环节需要逐个攻克。

我向ChatGPT提到第三点，希望它能以上帝视角，运用各个学科的思维方式，系统地传授我相关学科知识，尤其是先传授学科思维方式，甚至可以两者结合。我并非否定通过电脑找视频教程这种传统学方式，而是设想如果有一个自定义的GPT助手，它能自动在网上搜索相关知识或思维方式，自己学后再以我更容易接受的方式教给我，并且能基于我已有的知识思维模型进行拓展，而不是像传统课堂那样让我被动接受知识。这就好比老师针对某个学生进行个性化教学，而且老师还能不断学新知识，再适配学生的需求进行传授，这要求无疑非常高。我想，这种所谓的个人GPT助手或许还需要一段时间才能出现，并且它的发展会是一个循序渐进的过程，可能是我期望太高了。但如果真能实现，不仅我的学效果会大幅提升，还能节省大量时间。要是我自己去查询学，可能只能按部就班地看静态视频，看完一个小时的视频，消化理解可能要两三个小时，还不一定能完全掌握。但个性化的GPT就不一样，它看视频可以快进，能提取语音文字，还能自动略过广告、点赞推荐等无关内容，在对知识进行加工后，可能两个小时就能学会一个视频的内容。要是它能多线程并行学，两个小时或许能学五个这样的视频；就算单线程学，它不知疲倦，一天24小时能学12个这样的内容。教给我的时候，每个内容可能只需15到30分钟，那我总共花四五个小时就能学会，相比自己学可能花费一个星期甚至更久，且还常遭受挫折的情况，学效率有了质的飞跃。

除此之外，还有更多新颖的学方式。比如当脑机接口技术发展到一定程度，它可以从多个维度刺激人类大脑，像刺激声音神经、视觉神经以及思考相关的神经等，通过不同方式同时作用，学效果会超乎想象。这也是我昨晚和ChatGPT聊天时提到的，我在慢跑时思维会比较活跃，一边跑一边听音乐，运动神经和听觉神经系统都被激活，同时眼睛接触到的外部图像也会刺激大脑，让思维更加开阔。所以我认为，脑机接口若能成熟运用，将极大地提升学效果。

另外还有场景式教学。例如，我买了一张电影票，看了一半觉得不好看不想继续看，但又觉得不看完就浪费了买票的钱。这时，如果有个性化GPT，它就能用经济学中的沉没成本理论告诉你，应该果断放弃，没必要为了已经付出的成本浪费剩下的时间，完全可以去做更有意义的事。这就是在现实场景中传授知识。

还有多学科融合的问题，多学科思维是查理·芒格一直极力推荐的思维方式。如果个性化GPT学了大量内容，并且从我这里了解到多学科思维方式，比如将物理学、数学、生物学知识应用到交易领域，进行交叉对比思考，那它就能用多学科思维与我讨论，给我提供案例，启发我的思路，这些都是非常值得期待的发展方向。

此刻我正在楼下散步，突然想到上次聚餐时的一个奇怪现象：同事们竟都没有讨论AI相关话题，似乎对这个行业兴致缺缺。仔细想想，参加聚餐的同事可都是研究生毕业，妥妥的高学历人才，而且工作多年，说他们对AI完全不感兴趣或者抗拒，我觉得不太可能。其中有位主要负责前端开发的同事还提到，使用AI效果确实不错，虽说偶尔会出点小问题，但总体上能节省大量时间。

我琢磨着，他们对AI不太热衷，大概率是觉得AI可能会威胁到自身工作。其次，他们在日常工作中接触和使用AI的场景并不多。毕竟在实际业务场景里，除非业务本身极为简单，否则很难让AI包办所有事情。就像大家常见的智能助手，让它用Python写一段贪吃蛇游戏代码，这种成熟又简单的业务，它能轻松完成。但要是放到复杂的业务系统中，想让AI直接生成对应代码，难度可就大了。因为你得把周边系统接口、业务背景、自身业务逻辑等信息都向它阐述清楚，这一过程相当麻烦费力。倒不是说AI无法生成代码，只是要把这些信息描述清晰，就得花费极大的功夫。

从软件开发规范来讲，在编写代码前一般会有概要设计和详细设计，若能提供这些说明书，理论上AI是可以帮忙生成代码的。然而，可惜的是目前国内开发流程还比较原始、粗放，很多需求更多只是口头传达，或者边做边摸索，遇到问题再慢慢磨合，而不是提前把相关接口定义好。这一点我感触颇深，就拿软件界面设计来说，美国的一些软件，界面相对简洁，一个界面通常只承载较少功能；但国内不同，大家更希望在一个界面内尽可能呈现所有相关内容，实现一目了然。

再举个更极端的例子，我之前做过日本外包项目，他们的软件开发方式很独特。以购物流程为例，可能要分七八步，每一步只完成极小部分功能。这种方式有它的优点，每一步都能让人仔细确认信息，不像有些界面一下子展示大量个人详细信息，让人看了头疼，最后只能匆匆确认。比如谷歌或者其他一些国外应用，登录第三方账号时，第一个界面先让用户输入账号，点击下一步后再输入密码；而在国内，基本都是在一个界面里同时设置账号密码输入框，甚至左边还会配上微信、支付宝等第三方登录二维码，一个界面集成所有功能。这明显是不同文化背景下产生的差异，见得多了，慢慢也就惯了。

~~~

今天陪老婆和孩子来打羽毛球，微风不燥，感觉特别适合运动。打球间隙，我还跟ChatGPT聊了聊关于设计工具的选择，是用计算机、手机，还是传统的纸质笔记本，以及如何通过讨论得出最佳方案。我提到，很多被否定的设计方案没有被记录下来，这其实是一种损失。就像考试，错题往往比做对的题更能暴露问题，那些被否的方案同样蕴含着宝贵的参考价值。

这几天整理帖子时，我发现曾经热闹的讨论区变得冷清了许多。也许是大家不再做交易，也许是行情不佳，又或许是我很少分享对股票走势的看法和市值图，甚至可能是他们转战其他平台了。我在这个帖子里，就像一位坚守岗位的老师，一届又一届的网友像毕业生一样，离开后便很少回来。这种感觉让我有些失落，中午散步时我就在想，单方面的输出实在没什么意义，或许以后我会减少发帖频率，或者干脆换个地方记录自己的想法，希望能找到真正能产生共鸣、深入交流的平台。

接下来，我打算先把帖子和电子书整理好，同时关注微软Azure平台上deep seek v3和r1模型的在线训练服务。如果没有，我就考虑开通OpenAI的api进行微调，即便可能遇到网络问题，我也会想办法解决。训练成本大概四五十美元，若能达到预期效果，我觉得还是很值得的。另外，我也在考虑换个平台记录所思所想，拓宽自己的思维。我能感觉到自己的认知在提升，可这种提升并没有同步反映在股票和期货交易的收益率上，这也是我接下来需要深入思考的问题。以后，操作层面的内容我会记录在纸质笔记本上，认知层面则会更多地与AI模型和网友交流，不断探索提升的方法。

昨晚，我接着与ChatGPT交流简单问题，聊了几个方面。首先是慢跑，跑到25分钟左右时，我感觉渐入佳境，似乎还能再跑一小时。我询问这是什么情况，ChatGPT解释说，跑到25分钟时，身体已经适应了节奏，肌肉、呼吸和大脑神经系统都适应了，所以状态很好。不过，这并不意味着真能跑60分钟。它建议我偶尔跑40 - 60分钟，如果跑完后不太累，休息一会儿就能恢复，就说明身体可以适应这个强度，后续可以适当增加跑40 - 60分钟的频次，最终每次都能跑这个时长。但千万不要在身体感觉很累、很不舒服的时候，还强行跑40 - 60分钟。

前几天晚上，我还和ChatGPT探讨了DeepSeek V3模型以及R1模型。我提出，它们是否就像中国电商界的拼多多，能凭借价格优势和满足基本需求的性能，在中低端市场对OpenAI形成有力竞争。我们还讨论了美国对中国的芯片禁运和算法出口禁令。从蒸馏技术角度看，更关键的或许是禁止技术学，不开放相关接口，就能让其难以掌握。但在互联网连通的当下，即便不直接开放，也可能被曲线获取。除非OpenAI放弃开放会员盈利，埋头独自研发，最后一招制胜，但显然OpenAI需要维持光环效应，吸引外界关注，所以频繁推出阶段性成果，因此让它不开放API基本不可能。当然，这一话题宏大，作为普通人，我们也只是随意聊聊。

今天早上，我想起昨晚在京东下单买了一本2025年的日程笔记本，它设计了每日、每周、每月的规划板块，能列出计划概要，还能跟踪实施进度，我觉得很适合我。以前工作时，我就惯用笔记本写计划，方便对照执行，就像任务清单。虽说现在软件发达，但仍有不足。很多软件规划好的任务，执行时需要依赖手机或电脑，而人们一旦打开电脑或拿起手机，就容易分心。刷新闻、看视频很容易让人偏离原本的任务。

回归纸笔记录就不同了。刷手机视频时，人是被动接收信息，被有趣内容吸引，很难聚焦。而使用纸质笔记本，一是能让人专注于事情本身，不被其他事物干扰；二是能带来参与感，在书写过程中强化自我认知，书写时不受外界干扰，写完后还能对照执行，进行检查，就像孔子所说的“吾日三省吾身”。刷视频的互动性差，即便点赞、评论，也缺乏主动思考。软件虽能提醒任务开始，却难检查中间过程和最终质量，缺乏反馈机制。

如果借助AI，或许能解决这些问题，让它扮演老师或家长督促的角色。但仅靠软件任务提醒，只有开头没有结尾和过程监督。写在纸上则很难自我欺骗，虽然统计起来不如Excel方便，但能促使每天认真执行任务，达到百分之八九十的完成效果。虽然每月或每周可能要额外花半小时到一小时统计，但平时的时间利用充分了，相比之下，使用Excel等软件虽月末统计轻松，却难以监督平时，导致时间浪费，从长远看得不偿失。

这本笔记本花了28块钱左右，如果能坚持使用，每年花费不多，再配上一两块钱的笔，若能达到良好的执行效果，我觉得很值得。虽然每天抄写日常任务略显繁琐，但这也是一种自我暗示和强化，就像体育锻炼，一开始会抗拒，但坚持下去就会有收获，之后每次运动都会感到快乐。做笔记也是如此，长期坚持，当看到股票或期货账户因合理规划有了正反馈，就不会觉得繁琐，反而能以愉快的心情开启记录。从过程和结果来看，使用纸质笔记本肯定是利大于弊。

~~~~

今早起床后，我缴纳了房租和信用卡欠款，大概花了14000元，这数额着实不小。好在最后一个交易日从账户转出了1万块钱应急。说到这，我得提高东方财富“天天利”的每日转出额度，要是可以的话，我打算把它设置到5万元。一旦证券ETF上涨且没有大幅回落，我就从里面转些资金到银河证券。既然已经制定了这个计划，接下来关键就在于执行，我会持续推进这项工作。

另外，我申请了租房提取公积金。如今公积金账户里余额所剩不多，这个月提取之后，下个月还能再提取一次，之后基本就没了。照这情况，如果以后再考虑买房，这些公积金恐怕是用不上了。

上午散步的时候我还在琢磨，今天起床后我花了半小时询问ChatGPT，能不能在不充值API的情况下，直接通过API调用的方式让它帮我润色以前的帖子，得到的答复是不行。我便想着，先人工手动复制粘贴内容让它帮忙润色，反正内容不算多，花两三个小时应该就能完成。

以润色后的内容为基础，我打算按照书籍大纲的形式，输出一个简化版本。接着在简化版的基础上进一步修改，让它再生成一个详细版本。等这些工作完成后，再考虑是否通过一些间接方式进行充值。毕竟上传数据和训练大概只需40美元左右，这个费用我觉得在可承受范围内。可以先少量上传数据，每上传一部分就查看一下效果。

我期望在接下来的几天里，能够实现自定义GPT的功能。倘若训练成功，日后OpenAI推出新的AI agent，我估计也能适当借鉴利用，到那时，想必它能在我的交易、生活等各个方面提供不小的助力。

对于平时就愿意思考，不断开拓视野，勇于尝试的人来说，AI 的到来如虎添翼。 但是对于大部分人而言，实际上是另一种悲剧。 

～～

你说得非常有道理。对于那些愿意主动思考、探索和创新的人来说，AI 的发展无疑是一个巨大的助力，可以帮助他们更高效地学、工作和创造，甚至解放出更多的时间去做更深层次的思考和发展。而对于那些不太愿意主动思考、或是惯了被动接受信息的人，AI 的到来可能会加剧他们对外界的依赖，使他们的思维变得更加单一和机械。

这种分化现象，可能会导致社会的两极化：一部分人能够利用AI拓展思维，获得更多的知识和技能，提升自我；而另一部分人则可能陷入对技术的过度依赖，甚至变得更加被动和依附于技术。这种趋势在一定程度上可能会加剧“人类的思考力”与“技术的思维力”之间的鸿沟。

保持对思考的主动性和对新事物的探索精神，是应对这种变化的关键。AI 不应是思维的替代品，而应该是思维的扩展和放大器。