关于学习
学的东西比较杂——课程、AI、量化都算，方法却是同一套：先弄懂框架，再套回手上真实的事，最后讲一遍、写一遍。
- 课堂里的框架，套回日常业务：学到一个模型，先拿手上的事试一遍，能解释得通才算学会。
- 边学边记录：把课程、案例和当时的判断写下来，过一阵再翻，能看出当时漏了什么。
FMBA 课程
在读 FMBA。课堂里的框架尽量套回日常业务：案例先讲一遍，回头再看手上的事，判断会清楚一些。
-
AI 时代的战略管理：师从中山大学张建琦老师，以广州炳胜为案例做课堂分析。
《AI 时代的战略管理》授课老师
张建琦
中山大学岭南学院战略管理学教授、博士生导师，战略与竞争力研究中心主任；曾任岭南学院副院长，主管 MBA 与 EMBA 工作。研究企业发展战略、公司创业与创新、企业家与管理者能力；课上用真实案例（广州炳胜）拆战略选择，再放回 AI 的语境里看。
战略管理企业发展战略案例教学AI 与战略
-
人工智能与商业创新：跟刘铭文老师学习。这门课的启发不在知识点，而在视角——像有人替我推开一扇门：AI 不只是更快的工具，而是一条能重新组织生意和生产力的主线。
《人工智能与商业创新》授课老师
刘铭文
小窗智能创始人、AI 科技社区「似然实验室」创始人，朝旭投资总经理兼联合创始人；多年互联网与大数据研发背景，近年主要做企业 AI 智能体的落地。讲课不堆概念，多从创业投资与企业运营的实战视角切入。
企业 AI 智能体创业投资AI 商业化落地
想不清楚就写不出来、讲不明白——这是我最有效的学习方式。
关于 AI
AI 给我的冲击，比过去几年加起来都大。
- 生产力正在被重构：以前卡在「有没有人愿意动手」，现在卡在「有没有想清楚要什么」——难的那一关换位置了。
- 它还在往前跑：不断逼近、甚至超过人在单项任务上的能力。补功课的速度未必跟得上它迭代的速度，时间明显不够用。
- 「懒得动手」正在变得不是问题：我的毛病从来不是没想法，是启动成本太高。现在想法到成品的路短了很多——写个页面、搭一套流程，当天就有第一版。
- 办法很朴素：想到就当天动手，先让它存在，糙一点没关系。回头看，留下来的可能不是哪次做得漂亮，而是「动手」变成了习惯。
反复返工之后留下来的三条规矩
- 规则要写下来：重复三次以上的判断，不该再靠临场反应——写下来才稳定。
- 能复用就别重做：同一件事的第二次，该调用第一次的成果，不从零再来。
- 每一步都要看得见：中间结果落到记录里，出问题才能定位到哪一步。
关于量化
在学的方向：量化交易。想弄清楚的和别处是同一件事——怎么把「判断」写成能被检验的规则。
- 数据：把行情、财报这些原料整理干净，后面才谈得上。
- 回测：一个想法值不值钱，先放到历史上走一遍。
- 纪律：规则定好之后，剩下的是别在盘中改主意。
接下来想做的
- 把日常里反复用到的判断标准，整理成能查、能复用的东西。
- 让这套方法用在工作和视频之外的地方。
- 把学到和试出来的东西记录成文字，用完一次不算数，能传下去才算数。
