即兴表达的六步方法论：Think Faster, Talk Smarter 演讲者： Matt Abrahams，Stanford GSB（斯坦福商学院）沟通学教授 为什么即兴表达比演讲更难？ 我们的日常沟通，大多数并非精心准备的演讲或提案，而是随时发生的即兴表达——自我介绍、闲聊、回答突如其来的问题、给出即时反馈。这些场景往往比一场有备而来的 presentation（演讲）更难驾驭，因为我们没有时间打草稿。 Matt Abrahams 在 Stanford MBA 项目中发现，哪怕是最聪明的学生，也常常因为 cold call（教授点名提问）而大脑空白。为此，他深入研究心理学、人类学、社会学、即兴表演和神经科学，形成了一套系统的六步方法论。所有斯坦福 MBA 学生入学前三周内都会接触这套方法，目的是帮助他们在任何需要即兴开口的场合都能从容自信——包括求职面试和日常领导力沟通。 方法论框架：Mindset（心态）+ Messaging（表达） 六个步骤分为两大类：前三步调整心态，后三步优化表达。 第一步：管理焦虑（Managing Anxiety） 研究表明，85% 的人在高压场合会感到紧张。Abrahams 将焦虑来源拆解为两层，并对症下药： 生理症状（Symptoms）的应对： 脸红、口干、心跳加速、大脑卡顿 解法：腹式深呼吸（呼气时长是吸气的两倍）；口干时喝温水；脸红或出汗时握住冷物降温 心理根源（Sources）的应对： 真正让人紧张的是"对未来负面结果的预想"——我们在脑子里不断演练失败场景 解法：将注意力拉回当下（present-oriented），可以走路、听音乐、与人交谈、从 17 开始倒数、说绕口令——任何能占据认知带宽、打断负面想象的方法都有效 第二步：允许自己"够好就行"（Maximize Mediocrity） 即兴表达最大的敌人，不是能力不足，而是自我评判。当我们一边说话一边评价自己说得好不好，大脑就像同时打开太多 app，运行带宽大幅缩减。 Abrahams 给出一个反直觉的建议：“Maximize mediocrity so you can achieve greatness.”（先允许自己说得平平无奇，才能最终说出真正有力量的话。）放下完美主义的包袱，先响应，再打磨。 ...
Lecture 13: Portfolio Management
投资组合管理：从理论到实践的深度解析 主讲人 Jake Xia 以从业者视角，系统讲解了投资组合构建的核心逻辑、Endowment Model（捐赠基金模型）的运作方式、现代组合理论的数学基础，以及理论局限性和改进方向。 组合构建的核心问题 投资组合管理的本质，不是"买什么"，而是"买多少"——即 sizing（仓位配置）。在决定配置比例之前，必须先回答几个基本问题： 收益目标：预期回报率是多少？时间维度多长？ 风险承受力：最多能亏损多少？ 信息优势：为什么你有能力判断某个市场？ 分散化程度：组合里应该持有多少个标的？ 在收益与波动的坐标图上，各类资产呈现出清晰的风险-回报谱系：现金（近零波动，约 4-5% 收益）→ 债券 → 股票指数（持有 QQQ/S&P 约等于持有 Magnificent Seven）→ 私募股权与风险投资（流动性低，长期回报最高）。 Endowment Model：大学基金的投资逻辑 大学捐赠基金（Endowment）是机构投资中的典型模型： 名义收益目标：5%（年度支出）+ 3%（通货膨胀）= 8% 时间维度：超过 10 年，属于超长期资金 社会影响：目前大学运营经费约 40% 来自 Endowment 的收益支出 Endowment 的策略覆盖极广：政府债、企业债、信用产品、宏观对冲基金、CTA（商品交易顾问）、Stat Arb（统计套利）、基本面股票对冲基金、Multi-Strat 平台、私募股权、实物资产（房地产、农场、林地），以及新兴资产（加密货币、知识产权、法律索赔权）。 由于 Endowment 本身免税，其资产配置可以更激进；相比之下，Family Office（家族办公室）需要仔细规划资本利得税，因此更倾向于长期锁定的私募股权。 ...
Ray Dalio Explaining Principles of Investing
这期对谈在讲什么？ 这是一场由 The Compound and Friends 主持的现场访谈，嘉宾是 Peter Lynch。内容不是“短线择时技巧”，而是围绕长期投资的底层原则：理解你持有的资产、接受波动、通过研究企业本身而不是预测宏观来赚钱。访谈覆盖了 Lynch 的职业生涯、经典投资观、对 AI 热潮的态度，以及他对普通投资者的建议。 Peter Lynch 的“长期胜率”方法论 Lynch 反复强调，投资最重要的一句话是：Know what you own（知道你买了什么）。 他给出一个非常直接的标准： 如果你不能在 1 分钟内向一个 11 岁孩子解释“这家公司怎么赚钱、你为什么持有它”，那你就不该买这只股票； 如果做不到，宁可买指数基金或共同基金。 他认为，很多投资者在家电、机票上花大量时间比价，却把大额资金投入“听来的股票”。这会导致一个常见错误： 股价下跌时因为不理解业务而恐慌卖出； 股价上涨时又急于兑现小利润。 这正是他那句名言的背景： “Selling your winners and holding your losers is like cutting the flowers and watering the weeds.” （卖掉赢家、抱住输家，就像剪掉鲜花、浇灌杂草。） ...
How Peter Lynch Became The Greatest Fund Manager Of All Time | TCAF 211
这期对谈在讲什么？ 这是一场由 The Compound and Friends 主持的现场访谈，嘉宾是 Peter Lynch。内容不是“短线择时技巧”，而是围绕长期投资的底层原则：理解你持有的资产、接受波动、通过研究企业本身而不是预测宏观来赚钱。访谈覆盖了 Lynch 的职业生涯、经典投资观、对 AI 热潮的态度，以及他对普通投资者的建议。 Peter Lynch 的“长期胜率”方法论 Lynch 反复强调，投资最重要的一句话是：Know what you own（知道你买了什么）。 他给出一个非常直接的标准： 如果你不能在 1 分钟内向一个 11 岁孩子解释“这家公司怎么赚钱、你为什么持有它”，那你就不该买这只股票； 如果做不到，宁可买指数基金或共同基金。 他认为，很多投资者在家电、机票上花大量时间比价，却把大额资金投入“听来的股票”。这会导致一个常见错误： 股价下跌时因为不理解业务而恐慌卖出； 股价上涨时又急于兑现小利润。 这正是他那句名言的背景： “Selling your winners and holding your losers is like cutting the flowers and watering the weeds.” （卖掉赢家、抱住输家，就像剪掉鲜花、浇灌杂草。） ...
Outliers: Why Some People Succeed and Some Don't
这是 Malcolm Gladwell 在微软研究院的一次演讲，推广他的书 Outliers（《异类》）。整场演讲最有价值的地方，不是"一万小时定律"，而是一个更少被提及的问题：为什么那么多有潜力的人，最终什么都没成为？ 核心概念：Capitalization Rate（资本化率） 这个概念来自心理学家 James Flynn：一个社会，有多大比例的潜在人才真正实现了他们的潜力？ 不是"有多少天才"，而是"有多少天才被浪费了"。 Gladwell 认为，大多数社会的资本化率都低得令人沮丧。原因不是缺乏天赋，而是三个系统性约束在拦截潜力：贫困、愚蠢的规则、和文化态度。 约束一：贫困（Poverty） 斯坦福心理学家 Lewis Terman 做了一个跨越 50 年的追踪研究。他从 25 万名加州学童中，筛选出 IQ 最高的 0.1%——也就是 IQ 超过 140 的孩子，追踪他们的一生。 结果很残忍：这些天才级的孩子，命运天差地别。成功的那一批，几乎都来自富裕家庭；彻底失败的那一批，几乎都来自贫困家庭。 即使给一个孩子十亿分之一的大脑，贫困也能把他碾成平庸，甚至失败。 Gladwell 还引用了 Michael Lewis 在《The Blind Side》中的数据：East Memphis 地区获得大学体育奖学金的孩子，只有六分之一真正上了大学——比例 16%。奖学金拿到了，学校去不了。贫困不只是钱的问题，是整个支持系统的缺失。 约束二：愚蠢的规则（Stupidity） 捷克国家冰球队 22 人名单，11 人出生在 1 月到 3 月。足球队更夸张。这不是巧合。 ...
How I Wired OpenViking into OpenClaw for Semantic Memory
Every session ends, every context window fills up, and then your agent forgets everything. I’ve been building out persistent memory for my OpenClaw setup using a sidecar service called OpenViking. Here’s what I learned: what works, what breaks silently, and where the tricky parts are. The Problem Isn’t Storage — It’s Retrieval The naive solution is a MEMORY.md that accumulates facts, preferences, and decisions. It works at first. Then it grows into a wall of text you paste into every prompt, burning tokens on information mostly irrelevant to the current task. You can grep it, but grep is keyword matching, not semantic understanding. ...