来源：notes/projects/domain_chip_installation_rankings/01_域控芯片装机量排名图项目说明.md

域控芯片装机量排名图项目说明

项目目标

把用户提供的 NE时代域控芯片装机量榜单截图沉淀为一个可复用项目：保存结构化数据、生成脚本和图表成品。下次有新月份数据时，可以直接在同一项目里追加数据并重新生成图。

当前数据范围

• 2025年1-12月：单月榜单，已生成全年月度排名变化图。
• 2026年1-2月：两个月合计榜单。
• 2026年3月：单月榜单。
• 2026年4月：单月榜单，使用用户后续更正的 4 月原图。

核心字段：

• 公司
• 装机量
• 市占率
• 当期排名

目录结构

• data/domain_chip_source_data.csv：从原图提取的标准源数据，包含装机量、市占率和排名。
• data/domain_chip_2025_source_data.csv：2025年1-12月从原图提取的标准源数据。
• data/domain_chip_rank_table_chart_data.csv：排名表格图使用的数据。
• data/domain_chip_line_chart_data.csv：折线图使用的数据。
• scripts/generate_2025_rank_bump_chart.js：生成 2025 全年月度排名连线图。
• scripts/generate_rank_table_chart.js：生成“排名表格图 + 公司连线”的主脚本。
• scripts/generate_line_chart.js：生成折线图的备份脚本。
• outputs/domain_chip_2025_rank_bump_chart.png：2025 全年月度排名连线图。
• outputs/domain_chip_2025_rank_bump_chart.svg：2025 全年月度排名连线图的矢量版。
• outputs/domain_chip_rank_table_chart.png：当前最终交付图。
• outputs/domain_chip_rank_table_chart.svg：当前最终交付图的矢量版。
• outputs/domain_chip_line_chart.png：早期折线图版本。
• outputs/domain_chip_line_chart.svg：早期折线图矢量版。
• source_images/README.md：原图归档说明。

当前最终图表

2025 全年月度图

2025 年 1-12 月数据采用“月份横轴 + 排名纵轴”的 bump chart：

• 横轴是 2025 年 1-12 月。
• 纵轴是每月排名 1-8。
• 每家公司固定一种颜色。
• 仅在连续上榜月份之间连线，缺席月份不强行连接。
• 每个点旁边显示公司、装机量和市占率。

当前输出文件：

outputs/domain_chip_2025_rank_bump_chart.png
outputs/domain_chip_2025_rank_bump_chart.svg

2026 阶段图

最终采用“排名表格图 + 公司连线”的形式：

• 每个时间段是一列表格，按装机量降序排列。
• 每家公司固定一种颜色。
• 公司在不同时间段之间用同色曲线连接，表现排名变化。
• 每行同时显示装机量和市占率。

当前输出文件：

outputs/domain_chip_rank_table_chart.png
outputs/domain_chip_rank_table_chart.svg

复用步骤

下次用户提供新月份图片后：

1. 将新图保存到 source_images/。
2. 从图中提取公司、装机量、市占率和排名，追加到 data/domain_chip_source_data.csv。
3. 更新 scripts/generate_rank_table_chart.js：
   • 在 periods 中增加新月份。
   • 在 data 中为每家公司追加 values 和 shares。
   • 如果出现新公司，为该公司新增一行并分配颜色。
4. 在项目目录运行：

node scripts/generate_rank_table_chart.js
rsvg-convert -w 1700 -h 1120 outputs/domain_chip_rank_table_chart.svg -o outputs/domain_chip_rank_table_chart.png

如果是追加 2025 或类似“全年月度图”，运行：

node scripts/generate_2025_rank_bump_chart.js
rsvg-convert -w 4600 -h 1480 outputs/domain_chip_2025_rank_bump_chart.svg -o outputs/domain_chip_2025_rank_bump_chart.png

1. 检查 PNG 排版后，用飞书机器人发送：

lark-cli im +messages-send --as bot --user-id ou_a0558e2fc4190751fee80e93d0895616 --image notes/projects/domain_chip_installation_rankings/outputs/domain_chip_rank_table_chart.png --format json

本次注意事项

• 最初 4 月图片口径错误，已按用户更正后的 4 月图替换。
• 当前环境无法直接复制对话图片附件到本地文件，因此本项目保存了结构化源数据，并在 source_images/README.md 记录原图来源和后续归档方式。
• 数据来源是用户提供截图，未额外做外部核验。

下一步动作

• 新月份数据到来时，优先补齐 source_images/ 原图文件，再追加结构化数据。
• 如果月份继续增加，图表宽度需要随列数扩展，或改为分页/横向长图。

来源：notes/projects/domain_chip_installation_rankings/source_images/README.md

Source Images

本项目原图来自 2026-06-11 当前对话中用户上传的 NE时代榜单截图：

• 2026年1-2月域控芯片装机量
• 2026年3月域控芯片装机量
• 2026年4月域控芯片装机量（用户后续更正版本）

当前运行环境没有为对话图片附件暴露可复制的本地文件路径，因此本目录暂未保存原图二进制文件。已保存的可复用源数据见：

• ../data/domain_chip_source_data.csv
• ../data/domain_chip_rank_table_chart_data.csv

下次有新图时，优先把原图文件保存到本目录，命名建议：

• 2026-01-02_domain_chip_installation.png
• 2026-03_domain_chip_installation.png
• 2026-04_domain_chip_installation.png
• 2026-05_domain_chip_installation.png

然后更新 ../data/domain_chip_source_data.csv 与 ../scripts/generate_rank_table_chart.js 中的 periods 和 data。

来源：notes/knowledge_base.md

Knowledge Base

People

Projects

• 域控芯片装机量排名图项目：notes/projects/domain_chip_installation_rankings/01_域控芯片装机量排名图项目说明.md，归档 NE时代 2026年1-2月、3月、4月域控芯片装机量榜单数据、生成脚本、排名表格图和后续新增月份的复用流程。
• 个人助理笔记同步到 GitHub Pages 博客流程：notes/projects/github_pages_sync/01_个人助理笔记同步到博客流程.md，记录将 codex_personal_assistant/notes 导入 andywu1998.github.io 的一键脚本、执行流程、commit/push 规则和 2026-06-09 验证结果。
• VSCode 风格博客 Reader 工作模式方案：notes/projects/github_pages_sync/02_VSCode风格博客Reader工作模式方案.md，记录为 GitHub Pages 博客新增 /reader/ 工作模式的目标、方案、数据生成脚本、前端交互、布局修正、部署提交和后续维护动作。
• flomo 整合进个人助理方案：notes/projects/flomo_integration/01_flomo_整合进个人助理方案.md，核实 flomo Incoming Webhook、URL Scheme、MCP、HTML 导出能力，并设计接入个人助理和飞书多维表格的落地方案。
• 个人助理多维表格同步方案：notes/projects/feishu_base_sync/01_个人助理多维表格同步方案.md，记录 lark-cli Base 能力验证、当前权限缺口、可入表内容和书籍 Markdown 上传回填方案。
• 个人助理多维表格同步结果（2026-06-04）：notes/projects/feishu_base_sync/02_同步结果_20260604.md，记录正式 Base、表 ID、记录数和已上传书籍 Markdown 链接。
• 个人助理飞书多维表格同步 SOP：notes/projects/feishu_base_sync/03_个人助理飞书同步SOP.md，沉淀授权、建 Base、建表、上传 Markdown、写记录和 URL 字段修正的完整操作流程。
• cc-connect 使用手册：notes/projects/cc-connect/01_cc_connect_使用手册.md，整理本机 cc-connect 项目的安装、配置、运行、平台接入、定时任务、附件回传和排障流程。
• 长音频转写与博客同步流程：notes/projects/audio_transcription_workflow/01_长音频转写与博客同步流程.md，记录收到 MP3 后从环境检查、FunASR/SenseVoiceSmall 安装、长音频切片转写、逐字稿格式化、飞书同步到 GitHub Pages 博客发布的完整流程和踩坑。

Preferences

• 地平线机器人 2026-06-10 股东周年大会逐字稿：notes/projects/地平线机器人20260610股东大会/01_逐字稿.md，记录 AGM 开场、12 项决议、股东问答、HSD/自研芯片/竞争格局/回购/FSD 入华等管理层表述。
• 地平线机器人 2026-06-10 股东周年大会公众号版：notes/projects/地平线机器人20260610股东大会/02_公众号版_从股东大会看地平线的关键问题.md，基于股东大会逐字稿整理成公众号文章，聚焦车企自研芯片、平台定位、竞争格局、股价回购、HSD 出货、研发投入和 FSD 入华。

References

• 时间使用方式决定人生结构：notes/topics/time_management/01_时间使用方式决定人生结构.md，记录“如果时间使用方式不变，人生轨道很难改变”的时间管理感悟，强调时间是人生底层资源，管理时间就是管理人生结构。
• 真正的价值投资：知乎原文排版版：notes/topics/value_investing/02_真正的价值投资_知乎原文排版版.md，保留知乎作者 Michael 原文内容，仅增加标题和换行，便于阅读与引用。
• 真正的价值投资不是被套后的长期持有：notes/topics/value_investing/01_真正的价值投资不是被套后的长期持有.md，整理知乎作者 Michael 关于真价投和伪价投的区分，提炼选标的、等好价、控仓位、跟踪逻辑和按基本面止损的投资纪律。
• 主动专注地处理事情：notes/topics/active_attention/01_主动专注地处理事情.md，记录把微信、炒股、放松都主动定义成独立事项来处理的方法论，强调目的、时间边界、行动和记录。
• 卓驭科技公司研究：notes/topics/zhuoyu_technology/01_卓驭科技公司研究.md，梳理原大疆车载业务独立后的历史背景、创始/高管线索、客户、融资、技术路线和待验证风险。
• MQB 平台介绍：notes/topics/automotive_platforms/MQB平台介绍.md，介绍大众集团横置发动机模块化平台的定义、工程思想、优点、局限及与 MEB/PPE 等平台的关系。
• 地平线跌破 5 元后的投资灵感：notes/topics/horizon_robotics/01_地平线跌破5元后的投资灵感.md，记录地平线股价跌破 5 元引发的长期跟踪、看懂企业、判断虚高与错杀的文章素材。

Reading Notes

• BERT 详细解读：notes/books/BERT/01_详细解读.md，单独梳理 BERT 的双向 Transformer encoder、MLM/NSP 预训练、fine-tuning 范式、与 GPT/ELMo 的区别和工程启发。
• BERT PDF 与全文转换稿：notes/books/BERT/source_materials/README.md，记录 BERT 论文的 arXiv 来源、PDF 原文和全文 Markdown 路径。
• Transformer Papers 详细解读：notes/books/Transformer Papers/01_详细解读.md，梳理 Attention Is All You Need、BERT、GPT-2、Transformer-XL、T5、ViT 六篇论文的技术主线、横向对比和学习计划。
• Transformer Papers PDF 与全文转换稿：notes/books/Transformer Papers/source_materials/README.md，记录六篇核心 Transformer 论文的下载来源、PDF 原文和全文 Markdown 路径。
• 《为什么精英都是时间控》：notes/books/为什么精英都是时间控/01_内容全梳理.md
• 《为什么精英都是时间控》内容全梳理（基于 EPUB 新版）：notes/books/为什么精英都是时间控/01_内容全梳理_基于EPUB新版.md
• 《为什么精英都是时间控》方法卡片：notes/books/为什么精英都是时间控/02_方法卡片.md
• 《为什么精英都是时间控》EPUB 全文转换稿：notes/books/为什么精英都是时间控/source_materials/epub_full_text.md，由用户上传 EPUB 转换而来，作为后续精读和重建笔记的原始材料。
• 《How to Break Up with Your Phone》内容全梳理：notes/books/How to Break Up with Your Phone/01_内容全梳理.md，基于 EPUB 转换稿整理的中文结构化分析。
• 《How to Break Up with Your Phone》方法卡片：notes/books/How to Break Up with Your Phone/02_方法卡片.md，将手机关系重建方法转成个人助理可执行规则。
• 《How to Break Up with Your Phone》EPUB 全文转换稿：notes/books/How to Break Up with Your Phone/source_materials/epub_full_text.md，由用户上传 EPUB 转换而来，作为后续精读和计划拆解的原始材料。
• 《Deep Work》内容全梳理：notes/books/Deep Work/01_内容全梳理.md，基于 MOBI 转换稿整理的中文结构化分析，聚焦深度工作假说、四条规则和个人助理落地。
• 《Deep Work》方法卡片：notes/books/Deep Work/02_方法卡片.md，将深度工作方法转成每日专注块、生产性冥想、工具审计和停工仪式等可执行规则。
• 《Deep Work》MOBI 全文转换稿：notes/books/Deep Work/source_materials/mobi_full_text.md，由用户上传 MOBI 转换而来，作为后续精读和计划拆解的本地原始材料。
• 《Urban Mindfulness》内容全梳理：notes/books/Urban Mindfulness/01_内容全梳理.md，基于 EPUB 转换稿整理的中文结构化分析，聚焦城市生活中的正念练习。
• 《Urban Mindfulness》方法卡片：notes/books/Urban Mindfulness/02_方法卡片.md，将城市正念转成通勤、等待、噪音、消息和公共情绪的可执行规则。
• 《Urban Mindfulness》EPUB 全文转换稿：notes/books/Urban Mindfulness/source_materials/epub_full_text.md，由用户上传 EPUB 转换而来，作为后续精读和计划拆解的本地原始材料。
• 《Elon Musk》内容全梳理：notes/books/Elon Musk/01_内容全梳理.md，基于 EPUB 转换稿整理的中文结构化分析，聚焦第一性原理、极限压强、制造、组织和代价。
• 《Elon Musk》方法卡片：notes/books/Elon Musk/02_方法卡片.md，将传记中的创业和工程管理方法转成第一性原理、删除优先、危机模式边界等可执行规则。
• 《Elon Musk》EPUB 全文转换稿：notes/books/Elon Musk/source_materials/epub_full_text.md，由用户上传 EPUB 转换而来，作为后续精读和计划拆解的本地原始材料。
• 《Elon Musk》早年经历解读：notes/books/Elon Musk/06_早年经历_痛苦孤独与高强度生存模式解读.md，基于 EPUB 转换稿解读马斯克童年痛苦、孤独、父亲创伤和高强度生存模式如何影响后续管理与决策。
• 《Elon Musk》迁移与早期创业解读：notes/books/Elon Musk/07_迁移与早期创业_从逃离南非到互联网浪潮解读.md，基于 EPUB 转换稿解读马斯克从南非到加拿大、Queen’s、Penn、硅谷、Zip2、X.com/PayPal 的早期创业路径和控制权经验。
• 《Elon Musk》SpaceX 第一性原理解读：notes/books/Elon Musk/08_SpaceX_第一性原理打穿高壁垒行业解读.md，基于 EPUB 转换稿解读 SpaceX 早期如何用第一性原理、垂直整合、快速试错、固定价格合同和极限执行打穿商业航天高壁垒。
• Horizon Robotics 2026 Bernstein 详细解读：notes/books/Horizon Robotics 2026 Bernstein/01_详细解读.md，基于 Bernstein 2026-06-02 地平线机器人研报，梳理主机厂自研芯片压力、IP 授权模式、2026 年交付节奏、估值、反方风险和后续跟踪动作。
• Horizon Robotics 2026 Bernstein 全文翻译：notes/books/Horizon Robotics 2026 Bernstein/02_全文翻译.md，将 Bernstein 2026-06-02 地平线机器人研报全文翻译为中文，便于后续阅读和引用。
• Horizon Robotics 2026 Bernstein 公众号版：notes/books/Horizon Robotics 2026 Bernstein/03_公众号版_主机厂自研芯片压力下的地平线.md，基于研报第 1-6 页整理成面向公众号阅读的文章，聚焦主机厂自研芯片、ARM + Android 模式、2026 年前低后高节奏、华为竞争和 IP 授权下的单车毛利风险。
• Horizon Robotics 2026 Bernstein PDF 全文转换稿：notes/books/Horizon Robotics 2026 Bernstein/source_materials/pdf_full_text.md，由用户上传 PDF 转换而来，作为后续研究地平线机器人和智能驾驶芯片产业链的原始材料。
• 瑞银 2026-05-27 地平线机器人研报详细解读：notes/books/Horizon Robotics 2026-05-27 UBS/01_详细解读.md，基于公开转载摘要和本地既有引用，梳理瑞银下调 2026-2028 年收入预测、维持买入和目标价 10 港元的逻辑，并标注原始 PDF 待补。
• 摩根士丹利 2026-05-29 地平线机器人研报详细解读：notes/books/Horizon Robotics 2026-05-29 Morgan Stanley/01_详细解读.md，基于用户提供 PDF 原文，梳理大摩对主机厂自研芯片、BPU IP 授权、HSD 软件带动、2026 年增长压力、DCF 估值和关键风险的判断。
• 摩根士丹利 2026-05-29 地平线机器人 PDF 全文转换稿：notes/books/Horizon Robotics 2026-05-29 Morgan Stanley/source_materials/pdf_full_text.md，由用户上传 PDF 转换而来，作为后续研究地平线机器人和智能驾驶芯片商业模式切换的原始材料。
• 伯恩斯坦 2026-06-02 地平线机器人研报详细解读：notes/books/Horizon Robotics 2026-06-02 Bernstein/01_详细解读.md，在独立目录中基于本地 PDF 全文重写解读，聚焦主机厂自研芯片、ARM + Android、IP 授权经济性和 2026 年前低后高节奏。

来源：notes/books/Elon Musk/10_管理算法_删除简化加速自动化解读.md

《Elon Musk》管理算法解读：删除、简化、加速、自动化

来源：notes/books/Elon Musk/source_materials/epub_full_text.md
主要依据：第 18 章 Musk's Rules for Rocket-Building、第 46 章 Fremont Factory Hell 中的 The algorithm，以及 SpaceX、Tesla、Starship、Twitter/X 多处关于需求质疑、删除流程、现场加速和自动化顺序的案例。
说明：本文是基于原书转换稿的中文解读，不是原文翻译。重点解释马斯克式管理算法的有效边界和误用风险。

1. 结论

马斯克的管理算法可以概括为五步：

1. 质疑每一项需求。
2. 删除尽可能多的部件、步骤和流程。
3. 简化并优化剩下的部分。
4. 加快循环速度。
5. 最后才自动化。

这套算法的价值，是把组织从官僚惯性、过度设计、供应商锁定和流程崇拜里拉出来。它迫使团队回到最基本的问题：这个要求是谁提的？为什么存在？删掉会怎样？真正受物理或用户约束的是什么？

但它也有明显风险：

• 删除过头会破坏冗余和安全边界。
• 加速过头会让团队进入恐惧驱动。
• 把硬件工程算法迁移到社会系统时，会低估信任、舆论、治理和人的承受力。
• 自动化顺序如果搞反，会把混乱流程固化。

这套算法最适合处理工程系统和制造系统中的浪费，不适合被当成所有组织问题的万能刀。

2. 算法不是口号，而是从失败中提炼出来的

书中对算法的呈现很重要：它不是马斯克一开始就完整拥有的管理理论，而是在 SpaceX 和 Tesla 多次危机中被逐步打磨出来的。

SpaceX 早期，他从火箭供应商的离谱报价中学到要质疑成本；从 NASA 和军工流程中学到要质疑需求；从 Falcon 失败中学到要快速测试和真实反馈。

Tesla 阶段，尤其是 Model 3 production hell，他从过度自动化失败中学到：自动化应该放在最后，而不是最前面。流程如果没有被理解，机器人只会让问题更难修改。

所以这套算法不是抽象管理哲学，而是危机经验的压缩版。它真正有用的地方，是把复杂问题转化成一组连续动作。

3. 第一步：质疑每一项需求

马斯克对需求的基本态度是：所有需求都应被怀疑，尤其是来自聪明人的需求。因为聪明人写出的需求更容易被别人无条件接受。

这一步的关键不是“反规则”，而是追问需求来源：

• 谁提出了这个要求？
• 它解决什么真实问题？
• 它是物理约束、法律约束、安全约束，还是组织习惯？
• 如果删掉，会发生什么可验证后果？
• 有没有更低成本的方式满足同一目的？

这一步在 SpaceX 特别有效。传统航天有大量规格、审查和文档，其中有些来自真实安全经验，有些来自多年叠加的组织惯性。马斯克的做法是把权威从文件转回现实：如果需求无法解释，就不能默认保留。

风险也在这里。很多安全规范看起来繁琐，是因为它们承载了过去失败的教训。质疑需求是必要的，但不能把“我暂时不理解”误判为“它没有价值”。

4. 第二步：删除，而不是先优化

算法最反直觉的一点，是先删除，不是先优化。

普通组织遇到复杂流程，常见反应是优化：加工具、加人、加会议、加自动化、加协调层。马斯克的反应是删除：这个步骤能不能不存在？这个零件能不能取消？这个审批能不能砍掉？这个指标能不能合并？

删除之所以重要，是因为优化一个本不该存在的东西，是最隐蔽的浪费。

SpaceX 的零件自制、Tesla 的产线调整、Starship 的快速迭代，都体现这种倾向。马斯克常常要求团队删得更狠，并提醒如果最后没有把一些东西删错，说明删得还不够多。

这句话有启发，也危险。启发在于，真正的删除需要承担犯错成本；危险在于，组织可能为了迎合领导者而删除安全冗余、维护能力或人的缓冲。

5. 第三步：简化和优化剩下的部分

删除之后，才是简化和优化。这里的顺序很关键。

如果没有先删除，优化会让系统越来越复杂。每个部门都在自己的局部做优化，最后整体反而更慢。先删除，才能迫使团队面对系统的核心路径。

简化包括：

• 减少零件数量。
• 减少接口。
• 减少审批。
• 减少角色切换。
• 减少等待时间。
• 减少指标冲突。
• 让负责人直接面对结果。

这和马斯克的垂直整合有关。外包和多层供应商会增加接口，一旦接口变多，优化就变成谈判和等待。内部做虽然更难，但反馈短，修改快。

对个人助理系统来说，简化也很具体：一个任务如果需要跨太多工具、太多文件、太多入口，就会自然拖延。简化不是让目标变小，而是让路径变短。

6. 第四步：加快循环速度

马斯克式管理非常强调速度。速度不是简单“催快点”，而是缩短从发现问题到验证方案的循环。

在工程系统里，速度的价值很大：

• 更快暴露错误。
• 更快积累真实数据。
• 更快摆脱会议和猜测。
• 更快形成团队共同理解。

SpaceX 的测试文化就是典型例子。火箭、发动机、Starship 和 Raptor 的迭代都依赖快速试验。只要测试成本足够低，失败就不只是损失，也是数据。

但速度有边界。公共道路上的自动驾驶、社交平台的内容治理、金融系统、医疗系统，都不是单纯内部测试场。外部用户和社会承受失败成本时，速度不能单独成为最高原则。

7. 第五步：最后才自动化

最后才自动化，是 Model 3 危机后最重要的教训。

自动化本身不是错。错误在于把自动化当作解决混乱的第一步。没有稳定流程、没有清晰接口、没有成熟质量标准时，自动化会放大混乱。

正确顺序应该是：

1. 先确认需求真实存在。
2. 删除不必要步骤。
3. 简化留下的流程。
4. 用人工或半自动方式快速跑通。
5. 当流程稳定后再自动化。

这对个人系统尤其有用。很多人一开始就想搭复杂自动化、模板、数据库和脚本，但真正的问题可能是目标不清、输入不稳定、复盘缺失。自动化应该服务稳定流程，而不是掩盖不稳定。

8. 这套算法为什么有效

它有效的原因有四个。

第一，它对抗组织熵增。组织天然会增加流程、角色、会议和检查点，因为每个人都想降低自己的局部风险。算法迫使组织反向运动。

第二，它把权威从职位转向解释能力。谁提需求，谁就要解释需求。不能解释，就不能只靠头衔保留。

第三，它缩短反馈周期。删除和加速让问题更快暴露，不让错误藏在长期计划里。

第四，它迫使团队面向真实约束。火箭会不会飞、车能不能下线、用户是否购买，这些结果比内部汇报更真实。

这也是为什么算法在 SpaceX 和 Tesla 多次奏效。它打穿的是大组织和成熟行业里最常见的疾病：复杂性被当成专业性，缓慢被当成稳健，成本被当成不可质疑。

9. 这套算法为什么危险

算法的危险来自三个误用。

第一，把所有需求都当成官僚浪费。现实中，有些需求代表安全、伦理、法规、历史事故和用户信任。如果删除这些需求，短期速度可能变快，长期风险会爆发。

第二，把人的承受力排除在系统之外。马斯克常把任务拆成物理和工程问题，但团队不是零件。持续高压会损害判断、信任、家庭、健康和人才保留。

第三，把工程系统方法迁移到社会系统。Twitter/X 是典型案例。社交平台不是火箭发动机。它涉及政治、广告主、用户身份、内容治理、公共讨论和品牌安全。快速删除和快速改动会影响外部信任，而信任一旦丢失，反馈不像工程测试那样清晰可逆。

10. 算法和第一性原理的关系

第一性原理回答“问题底层约束是什么”，管理算法回答“组织如何围绕底层约束行动”。

两者配合时很强：

• 第一性原理拆解成本、材料、物理和用户需求。
• 管理算法删除伪需求、压缩流程、加速验证。

但如果第一性原理变成自信过度，算法就会变成粗暴删除。真正的第一性原理不是忽视领域知识，而是把领域知识也拆清楚：哪些是惯例，哪些是历史教训，哪些是法律责任，哪些是安全边界。

11. 在个人助理系统中的应用

11.1 每周做一次需求审查

把正在做的任务逐条问一遍：

• 这个任务是谁要求的？
• 如果不做会怎样？
• 它服务哪个目标？
• 有没有更小的替代动作？

11.2 对流程先删后优

不要一上来优化所有流程。先删掉低价值记录、重复入口、无用模板和只为安心存在的检查项。

11.3 设定“删除回滚点”

删除不是永久不可逆。可以把删除动作设置为试验：先暂停一周，如果出问题再恢复。这样能降低删除恐惧。

11.4 自动化前必须跑通三次

任何自动化前，先人工跑通至少三次，确认输入稳定、输出有用、异常情况可处理。

11.5 给速度加上代价指标

只记录“更快完成”会鼓励透支。应同时记录睡眠、情绪、返工、人际摩擦和后续维护成本。

12. 一句话总结

马斯克的管理算法真正有价值的地方，是用质疑、删除、简化、加速和最后自动化来对抗复杂系统的惯性；真正危险的地方，是当它被脱离领域边界和人的承受力使用时，会把高效工程方法变成高伤害组织方法。

来源：notes/books/Elon Musk/13_私人关系_高成就背后的长期代价解读.md

《Elon Musk》私人关系解读：高成就背后的长期代价

来源：notes/books/Elon Musk/source_materials/epub_full_text.md
主要依据：第 11 章 Justine、第 16 章 Fathers and Sons、第 26-27 章关于离婚和 Talulah、第 35 章、第 39 章、第 44 章 Rocky Relationships、第 49 章 Grimes、第 56 章 Family Life、第 61 章、第 68 章 Father of the Year、第 75 章 Father's Day，以及全书关于 Errol、Kimbal、孩子和伴侣关系的段落。
说明：本文是基于原书转换稿的中文解读，不是原文翻译。重点解释马斯克的高成就系统如何在亲密关系、家庭关系和自我稳定上产生长期代价。

1. 结论

《Elon Musk》里的私人关系线，不是商业主线的花边，而是理解马斯克行为模式的关键证据。

书中反复显示：马斯克可以把极端能量投入公司危机、火箭发射、工厂产线和平台改造，但同一套人格系统进入亲密关系后，常常带来伤害。

这条线有几个核心结论：

1. 童年创伤和父亲阴影没有消失，而是长期影响他处理冲突、亲密和控制的方式。
2. 他强烈渴望陪伴和家庭，但经常用任务、强度、控制和情绪波动破坏关系。
3. 他能在使命中承受极端压力，却不擅长为身边人提供稳定情绪环境。
4. 伴侣、孩子、兄弟姐妹和朋友经常被卷入他的高压系统。
5. 高成就不是免费资源，代价会在家庭、信任、健康和长期关系里显现。

这部分最重要的提醒是：如果一个人的操作系统只为任务胜利优化，亲密关系会被当成附属变量，最后成为长期债务。

2. 父亲 Errol：逃离与重复

马斯克和父亲 Errol 的关系，是全书最深的心理底色之一。Errol 在书中呈现为复杂、聪明、危险、情绪不可预测且具有伤害性的人。马斯克一方面极力与父亲切割，另一方面又被身边人指出在压力下会重复某些类似模式。

这种“逃离与重复”很常见。一个人可能在意识层面厌恶某种父母模式，但在高压、恐惧或失控时，身体会自动调用早年学到的冲突方式。

对马斯克来说，这种重复表现为：

• 语言攻击。
• 情绪骤变。
• 对弱点的低容忍。
• 把控制当成安全。
• 在冲突中升级而不是安抚。

这并不意味着他等同于父亲，而是说明创伤不只是记忆，它也会成为行为模板。除非被持续觉察和修正，否则人会在反抗旧模式时携带旧模式。

3. Justine：亲密关系被使命和控制挤压

Justine 是理解马斯克早期婚姻的重要人物。两人在大学和早期创业阶段相识，关系中既有吸引、浪漫和共同成长，也有权力、控制和情绪伤害。

马斯克在创业阶段的状态，几乎总是把公司危机放在最高优先级。他不是普通意义上的忙，而是会把人生组织成任务战场。伴侣关系很容易被卷入这个战场：支持他的使命、承受他的缺席、适应他的强度、接受他的节奏。

问题在于，亲密关系不能长期只靠对方适应。它需要稳定回应、情绪承接、平等协商和共同生活秩序。马斯克擅长动员人共同完成不可能任务，却不擅长让关系中的另一个人感到被平等看见。

这段关系还伴随孩子夭折的巨大创伤。失去孩子本应需要共同哀悼和支持，但马斯克的典型方式是关闭痛苦、继续前进。这种处理方式或许帮助他活下来，却会让伴侣感到孤立。

4. 情绪关闭：高压中的能力，关系中的隔离

马斯克很早学会在痛苦中继续运转。这让他能在 SpaceX 和 Tesla 濒死时保持行动，也让他在巨大压力下不轻易崩溃。

但情绪关闭有代价。一个人关闭恐惧和痛苦时，往往也会关闭柔软、共情和亲密中的可接近性。

在公司里，这种关闭可能被解释为冷静、坚强、使命优先；在家庭里，它可能表现为：

• 无法共同处理悲伤。
• 不愿停下来倾听。
• 把对方情绪视为干扰。
• 用解决问题替代陪伴。
• 在关系需要修复时继续切换到任务模式。

这不是简单“工作太忙”，而是系统问题：当一个人的核心能力来自情绪切断，他就很难在亲密关系里保持情绪开放。

5. Talulah：反复靠近与反复退出

Talulah Riley 相关章节显示了马斯克关系模式中的另一个特征：强烈吸引、快速靠近、反复分开和重新连接。

这类关系节奏常见于高波动人格和高压生活。马斯克需要陪伴，也渴望被理解；但当工作危机、情绪低谷或控制需求上升时，关系就会被拉扯。

亲密关系需要可预测性，而马斯克的生活充满不可预测性：

• 公司危机随时优先。
• 情绪状态波动明显。
• 工作地点和生活安排不断变化。
• 重大决定经常以极高速度发生。

这会让伴侣长期处在等待、适应和不稳定中。关系可能有强烈情感，但缺少稳定生活结构。

6. Grimes：创造性吸引与混乱生活系统

Grimes 与马斯克的关系体现了另一种吸引：科技、未来、艺术、幽默、网络文化和宏大想象的共振。两人都带有强烈创造性和非常规气质，因此关系一开始有高度互相吸引。

但吸引不等于稳定系统。孩子、工作、公众关注、平台争议、居住安排和马斯克多重关系网络，使这段关系长期处在复杂状态中。

这说明对马斯克来说，亲密关系经常不是安静生活的基础，而是被纳入他的高速世界：媒体、项目、孩子、公司、舆论和个人身份交织在一起。

创造性相似可以点燃关系，但维持关系还需要边界、节奏、责任分配和可预期承诺。

7. 孩子：强烈父职愿望与陪伴能力之间的裂缝

书中多处写到马斯克对孩子的重视。他希望有很多孩子，也关心文明延续、人口问题和家族未来。从理念上，他非常强调生育和下一代。

但父职不是只有理念。父职还包括稳定陪伴、情绪可得、日常照料、尊重孩子独立性，以及在孩子与自己价值观不一致时仍保持连接。

马斯克在这方面明显存在裂缝。他可以用宏大叙事解释孩子和未来，却很难在每段关系里提供稳定、低压、不被任务吞噬的父亲角色。

尤其当孩子的身份、价值观或选择与他冲突时，他容易把问题解释为外部意识形态侵蚀，而不是先进入具体关系修复。这种解释方式能保护他的自我叙事，却可能进一步拉远亲子关系。

8. Kimbal：亲密战友关系也会被高压损伤

Kimbal Musk 是马斯克生命中非常重要的人：弟弟、创业伙伴、家庭连接者，也是少数长期理解他的人之一。

但即使是 Kimbal，也会被马斯克的高压和攻击性伤害。书中写到两人的关系曾出现明显裂痕。这说明马斯克的模式不是只伤害不理解他的人，也会伤害最亲近、最支持他的人。

亲密战友关系有一个风险：因为对方长期理解你、包容你、和你共同经历危机，你会默认对方能承受更多。但承受不是无限资源。越亲近的人，越容易被当成系统缓冲垫。

这对个人助理系统很有启发：最支持你的人，不应该成为你最常透支的人。

9. 朋友和伴侣常被任务系统吞没

马斯克的许多关系都带有任务化倾向。朋友可能变成投资者、同事、顾问、战友；伴侣可能被卷入公开叙事、搬家、孩子安排和工作节奏；家庭聚会也可能被公司危机中断。

这不只是他个人时间少，而是他很难把“非任务关系”作为独立价值保存下来。

当一个人长期用任务衡量世界，关系会被分成两类：

• 对使命有帮助。
• 对使命造成干扰。

这种分类对创业有效，对亲密关系有害。亲密关系的很多价值无法立刻服务任务：一起吃饭、倾听、休息、陪伴、共同无所事事、重复小事。这些低效率时间恰恰是关系的基础设施。

10. Demon mode：公司里的推进力，关系里的伤害源

书中多次提到马斯克的黑暗状态或 demon mode。进入这种状态时，他可以极端专注、强硬、攻击、压缩时间线，也会对周围人造成强烈压力。

在公司危机里，这种状态有时能推动事情穿过瓶颈；在亲密关系里，它几乎总是破坏性的。

因为亲密关系不是靠压服解决的。伴侣和孩子不应该被当成低效流程、错误代码或供应商瓶颈。对亲近的人使用战时模式，会让对方逐渐学会防御、撤退或断开连接。

这也是高成就者常见误区：在外部世界有效的强控制，进入家庭后会变成不安全感来源。

11. 高成就的隐性账单

马斯克的故事容易让人只看结果：火箭成功、电动车普及、公司市值、技术突破、平台控制。但私人关系线把账单展示出来。

这些账单包括：

• 离婚。
• 伴侣关系反复破裂。
• 孩子关系紧张。
• 兄弟关系裂痕。
• 朋友离开。
• 团队成员被伤害。
• 自身长期睡眠和情绪问题。

这不是为了否定成就，而是为了反对一种危险叙事：只要成果足够大，关系代价就可以忽略。

对个人系统来说，关系代价不是外部噪音，而是长期能力的一部分。一个人如果长期损耗关系，最后会损耗反馈、支持、信任和恢复能力。

12. 私人关系线的个人助理启发

12.1 把关系作为核心资产记录

不要只记录工作成果。重要关系也需要记录：最近一次高质量交流是什么时候？是否有未修复冲突？是否长期只在索取支持？

12.2 高压状态禁止处理亲密冲突

睡眠不足、愤怒、羞辱冲动和控制欲上升时，不适合做亲密关系中的重大决定。先暂停，再沟通。

12.3 区分陪伴和解决问题

对方表达痛苦时，不一定需要方案。个人助理可以提醒：此刻目标是陪伴、确认和理解，不是立刻优化。

12.4 不要让最亲近的人承担最多副作用

如果工作压力总是转嫁给家人、伴侣或最亲近朋友，说明系统没有真正消化压力，只是把成本外包给关系。

12.5 为恢复留出不可侵占时间

高强度任务后需要恢复窗口。没有恢复，关系会变成压力释放口，而不是支持系统。

13. 一句话总结

马斯克的私人关系线说明，高成就系统如果只为使命、速度和控制优化，就会把亲密关系变成长期代价；真正成熟的个人操作系统，必须把关系、恢复和情绪责任纳入核心指标，而不是把它们当成任务之外的附属品。

来源：notes/books/Elon Musk/12_Twitter_X_同一套方法进入社会系统后的失控解读.md

《Elon Musk》Twitter/X 解读：同一套方法进入社会系统后的失控

来源：notes/books/Elon Musk/source_materials/epub_full_text.md
主要依据：第 69 章关于政治转向，第 72-74 章关于 Twitter 投资与收购出价，第 78 章关于收购不确定性，第 81-88 章关于接管、裁员、代码审查、蓝 V 和 hardcore，第 90-91 章关于 Twitter Files 与内容治理，第 94 章关于 X.AI。
说明：本文是基于原书转换稿的中文解读，不是原文翻译。重点解释为什么马斯克把 SpaceX/Tesla 的高压工程方法迁移到 Twitter/X 后，会遇到更复杂的社会系统反作用。

1. 结论

Twitter/X 主线是全书后半部分最能暴露方法边界的案例。马斯克把在 SpaceX 和 Tesla 中形成的管理方式带进社交平台：质疑需求、删除流程、裁员压成本、代码审查、快速改功能、亲自介入内容治理、用极限期限筛人。

这套方法在 Twitter 上确实产生了一些短期效果：

1. 成本迅速下降。
2. 组织层级被打穿。
3. 长期积累的内部惯性被迫暴露。
4. 产品和工程改动速度提高。
5. 马斯克重新掌握了自己想要的公共表达平台。

但更大的问题是，Twitter 不是火箭、汽车或工厂。它是社会系统，核心资产不是单纯代码，而是用户信任、广告主信心、内容治理合法性、品牌安全、公共讨论质量和外部预期。

在工程系统里，删除一个多余零件可以减重；在社会系统里，删除一个看似低效的审核流程，可能损害信任。马斯克的 Twitter 实验说明：第一性原理不是忽视领域知识，尤其不能忽视人的系统。

2. 收购动机：商业、政治、心理和 X.com 未完成愿景叠加

马斯克收购 Twitter 不能只用一个原因解释。

第一，有商业和产品动机。他长期想做 X.com 式的一体化平台，支付、社交、身份、内容和金融都可以合并。Twitter 提供了现成的社交图谱和公共讨论入口。

第二，有政治和文化动机。书中显示，马斯克在 2020-2022 年间逐渐转向更强烈的反建制、反 woke、自由言论和文化战争叙事。他越来越把 Twitter 看成公共广场，并认为原管理层的内容治理带有意识形态偏向。

第三，有心理动机。Twitter 是全球最大的公共操场之一。对一个高度在意攻击、羞辱、舆论和反击的人来说，拥有这个平台有强烈象征意义。

第四，有冲动和游戏化因素。马斯克习惯在 Twitter 上即时表达，投资、发起投票、提出收购、反悔和重新推进，都带有他典型的高波动决策风格。

这些动机叠加，使 Twitter 收购从一开始就不是纯财务交易，而是身份、权力、技术平台和公共话语权的混合项目。

3. 从投资到收购：开放回路不断扩大

书中关于收购前期的章节显示，马斯克最初可以只是主动投资者或董事会成员，但他很快把问题升级为全盘收购。

这符合他的行为模式：一旦发现自己不能控制方向，就会倾向于提高控制权。Zip2、PayPal 和 Tesla 的经历让他很难接受“有影响力但没有最终决定权”的位置。

问题是，Twitter 的控制权并不等于问题解决权。买下公司可以获得组织权力，但不能自动获得广告主信任、用户信任、监管信任和内容治理能力。

这就是 Twitter 与 Tesla/SpaceX 的不同：火箭和汽车的核心问题最终会落到物理性能、成本和交付；社交平台的核心问题还包括外部解释权和群体心理。

4. 接管时刻：文化冲突不是附属问题

马斯克带着洗手池进入 Twitter 总部，是一个高度符号化的场景。它符合他的幽默和注意力风格，也预示他会把收购当成一场文化接管。

Twitter 原有文化更接近旧金山互联网公司的政策、沟通、内容治理和员工福利体系。马斯克带来的则是 SpaceX/Tesla 式 hardcore 工程文化：现场、代码、成本、速度、服从、极限产出。

两种文化冲突不是“员工太娇气”或“老板太粗暴”这么简单，而是组织处理风险的方式不同。

• Twitter 原文化重视舆论、政策、法律、广告关系和员工沟通。
• 马斯克文化重视速度、直接负责人、代码产出、成本压缩和战时状态。

Twitter 的问题在于，它确实可能有过度膨胀、流程僵化和执行缓慢；马斯克的问题在于，他把文化冲突当作可以用裁员和羞辱直接解决的效率问题。

5. 代码审查：工程能力可以检查，但产品信任不能只看代码

接管后，马斯克让工程师打印代码、接受审查、证明贡献。这是他熟悉的方式：打穿管理层，直接看底层产出。

这种做法有一定有效性。大公司里确实会有人远离核心产出，组织也可能用会议和协调掩盖低贡献。代码审查能快速识别部分工程真实能力。

但 Twitter 的价值不只在代码。它还有：

• 内容审核政策。
• 广告主关系。
• 法务和监管应对。
• 安全与隐私。
• 社区规则。
• 品牌和公共信任。
• 反滥用和反垃圾系统。

如果把公司简化成代码仓库，就会低估这些非代码系统。它们看起来不像产出，却维持平台不崩。

这对个人助理系统也有启发：不要只用可见产出衡量所有工作。维护、协调、风险控制和信任建设也是真实产出，只是反馈更慢。

6. 裁员和 hardcore：成本降低与组织记忆损失

马斯克接管 Twitter 后快速大规模裁员，并要求员工选择是否进入 hardcore 模式。这延续了他的危机筛选逻辑：留下愿意极限投入的人，淘汰不适应高压的人。

短期看，这种方式能快速降低成本，也能让留下的人明确权力结构。但长期风险很大：

• 关键系统知识流失。
• 安全和合规能力削弱。
• 留下的人进入恐惧驱动。
• 外部人才品牌受损。
• 组织记忆被当成冗余删除。

在 SpaceX 和 Tesla，极端筛选有时能形成高密度工程团队；在 Twitter，这种筛选会伤害平台治理所需的多元专业能力。社交平台需要工程师，也需要政策、信任安全、法务、广告和社区理解。

7. 蓝 V 认证：把身份系统当成功能改版的代价

Twitter Blue 和蓝 V 认证改造，是方法迁移失控的典型案例。

马斯克从产品和收入角度看，旧认证体系有精英化和不公平问题，也没有为平台创造足够收入。因此他想把认证变成订阅产品，让普通用户也能购买标识。

这个方向并非完全没有道理。旧认证体系确实存在不透明和身份等级感。但问题是，认证不只是装饰功能，它是平台信任基础设施的一部分。用户看到认证标识，会推断身份真实性、信息可靠性和公共人物属性。

当身份标识突然被商品化，且验证机制不足时，假冒、恶搞、广告主恐慌和公共信息混乱就会出现。

这说明在社会系统里，产品功能往往同时是制度。改功能就是改制度，不能只按按钮、收入和发布速度评估。

8. 内容治理：Council of one 的结构性问题

马斯克强调自由言论，但接管后多次亲自介入具体内容治理事件。这形成一个矛盾：他批评旧 Twitter 内容审核不透明，却把很多判断集中到自己身上。

内容治理难，是因为它不是简单“删或不删”。它涉及：

• 法律边界。
• 地区差异。
• 暴力和骚扰。
• 政治操纵。
• 垃圾信息。
• 儿童安全。
• 新闻价值。
• 平台规则一致性。

如果由一个高度情绪化、政治立场不断卷入争议、且本人也是平台最大用户的人来临时决策，就很难建立稳定预期。

Twitter/X 的问题不是一定要维持旧规则，而是新规则必须可解释、可预期、可执行。否则“自由言论”会被用户理解成平台所有者的即时偏好。

9. 广告主和用户信任：社会系统的反馈更慢也更脆弱

马斯克很擅长处理工程反馈。发动机炸了，原因可以追踪；产线堵了，瓶颈可以定位；成本高了，零件可以拆解。

广告主信任和用户信任不同。它们不是单一物理反馈，而是预期、声誉、风险评估和舆论共同形成的结果。

广告主担心品牌安全，不只是某条内容是否违规，而是整个平台是否可预测。用户担心平台质量，也不只是某个功能好不好，而是身份、社区、规则和信息环境是否稳定。

马斯克式速度会制造一种外部观感：平台随时可能因为老板一条推文改变规则。这种不确定性本身就是成本。

10. Twitter Files：透明、政治叙事和信任重建的错位

Twitter Files 体现马斯克想证明旧 Twitter 存在偏向和不透明操作。公开内部资料在某种意义上可以服务透明，但选择性发布、政治语境和参与者立场，也会让透明行动变成政治叙事工具。

如果目标是重建平台信任，更稳健的做法应是制度化审计、明确规则、第三方机制和长期透明报告。马斯克更倾向于戏剧性揭露和舆论战，这符合他的反击模式，却未必能建立稳定治理。

这再次说明：社会系统不是只靠曝光和强攻就能修复。信任需要制度，而不只是胜负。

11. X 愿景：超级应用的吸引力与现实障碍

马斯克把 Twitter 改造成 X，延续了他 X.com 时代的未完成愿景：社交、支付、金融、内容、身份和 AI 的统一平台。

这个愿景有战略吸引力。拥有社交图谱、用户表达、实时信息流和支付能力的平台，理论上可以形成强大网络效应。

但现实障碍也很大：

• 美国用户没有强烈超级应用习惯。
• 金融和支付监管复杂。
• 广告主和用户信任受损会影响扩展。
• 内容治理争议会阻碍金融业务。
• 平台品牌从 Twitter 转向 X 的过程中损失了原有资产。

X 的愿景不是不可能，但它不是靠改名和高压管理就能自然实现。它需要稳定产品、合规能力、支付信任和长期生态建设。

12. Twitter/X 的个人助理启发

12.1 不要把领域知识当成官僚

进入新领域时，先区分哪些流程是浪费，哪些流程是风险控制和信任基础设施。

12.2 社会系统要把信任纳入核心指标

如果一个系统涉及他人预期、合作、声誉或公共表达，速度和成本不是唯一指标。要记录信任、稳定性和外部影响。

12.3 功能改动可能就是制度改动

身份、权限、可见性、排序和审核规则，不只是产品功能。它们会改变人的行为和信任结构。

12.4 高压筛选会丢失隐性知识

快速裁撤或退出机制能降低成本，但也会带走组织记忆。复盘时要评估“失去的人知道什么”。

12.5 情绪驱动的公共决策要延迟

当决策涉及反击、羞辱、证明自己或夺回控制权时，应延迟发布，先做事实和后果检查。

13. 一句话总结

Twitter/X 证明马斯克的工程管理算法在社会系统中会遇到硬边界：代码可以快速重写，成本可以快速砍掉，但信任、治理、身份和公共预期不能用同样的速度粗暴删除后再修。

来源：notes/books/Elon Musk/09_Tesla_产品愿景制造地狱与供应链控制解读.md

《Elon Musk》Tesla 解读：产品愿景、制造地狱与供应链控制

来源：notes/books/Elon Musk/source_materials/epub_full_text.md
主要依据：第 20-21 章关于 Tesla 创立和 Roadster，第 24-25 章关于 Roadster 成本危机和马斯克接管，第 31-32 章关于 2008 年融资和 Model S，第 36 章关于 Fremont 制造，第 42 章关于 SolarCity，第 45-46 章关于 Model 3 production hell，第 50-51 章关于上海工厂和 Cybertruck，第 55 章关于 Giga Texas。
说明：本文是基于原书转换稿的中文解读，不是原文翻译。重点解释 Tesla 主线中“产品愿景、制造地狱和供应链控制”如何共同塑造马斯克的汽车工业方法。

1. 结论

Tesla 章节的核心不是“马斯克做了电动车”，而是他把电动车从环保小众产品重新定义为高性能科技产品，并把竞争焦点从概念、品牌和资本市场，逐步压到制造、成本、供应链和工厂执行。

这条主线有几个关键结论：

1. Tesla 的突破来自产品愿景和制造控制的结合，而不是单纯营销。
2. Roadster 证明电动车可以令人兴奋，但也暴露了外包、拼装和成本失控的脆弱性。
3. Model S 把 Tesla 从改装跑车公司推向真正汽车制造商。
4. Model 3 production hell 证明马斯克式自动化迷信会失败，但他也能在失败后迅速转向现场排障。
5. 上海工厂、Gigafactory、Gigapress 和供应链控制显示 Tesla 后期优势越来越来自制造系统。
6. Tesla 的成功伴随极端组织代价：高压、裁撤、羞辱、反复危机化和对个人生活的吞噬。

如果 SpaceX 是马斯克把火箭拆回物理和成本，那么 Tesla 是他把汽车拆回零件、产线、节拍、供应链和单位成本。

2. Tesla 的起点：不是发明电动车，而是改变电动车叙事

Tesla 不是马斯克独自从零创立的公司。书中写到 Martin Eberhard、Marc Tarpenning、JB Straubel 等人在早期构想、技术判断和公司创建中有重要作用。马斯克最初以投资人和董事长身份进入，后来逐步变成实际控制者。

这点很重要，因为 Tesla 主线不是一个“天才独创”的故事，而是多个技术、资本和产品判断汇聚后，被马斯克用极端控制方式推向规模化的故事。

早期电动车的问题不只是技术，还包括用户心智。多数人把电动车想成慢、丑、妥协、环保但无趣的产品。Tesla 的第一步是用 Roadster 改写这个叙事：电动车可以快、酷、昂贵、有欲望感。

这和传统环保产品路径不同。传统路径强调节能和道德正确，Tesla 路径强调性能和吸引力。马斯克很早理解到：如果新能源车只是让用户牺牲体验，它很难进入主流；如果它比燃油车更好玩、更快、更先进，用户会主动选择。

3. Roadster：概念验证成功，制造系统失败

Roadster 的价值在于证明了两个判断。

第一，锂电池、电机和电控系统可以组合成令人兴奋的高性能汽车。Tesla 借助 Lotus 底盘和外部供应链，把电动车从实验室和政策补贴语境里拉到消费者欲望层面。

第二，靠拼接外部资源做车会迅速遇到成本和质量问题。Roadster 不是一个成熟的端到端制造系统，而是多个供应商、既有底盘、电池包和 Tesla 自研部分的组合。组合创新能让产品快速面世，但一旦进入量产，接口、质量、成本、交付和责任边界都会变成问题。

这段让马斯克学到一个与 SpaceX 相似的教训：如果核心能力被供应商和外部系统锁住，最终就会被成本、速度和质量牵制。

Roadster 的成功给 Tesla 带来品牌和资本故事，Roadster 的痛苦则把马斯克推向更深的制造控制。

4. 接管 Tesla：控制权再次成为核心变量

Roadster 成本失控后，Tesla 内部出现权力变化。马斯克对 Martin Eberhard 的管理、成本控制和交付节奏不满，最终推动其离开 CEO 位置，自己后来实际接管公司。

这和 Zip2、PayPal 的经历形成呼应。早期创业让马斯克相信：如果不控制公司，愿景会被别人稀释；Tesla 则让他进一步相信：如果不亲自压进细节，成本和进度会失控。

这里的矛盾也很清楚：

• 从公司生存角度，Tesla 确实需要更强成本纪律和执行压力。
• 从组织伦理角度，马斯克处理创始人归属、功劳分配和人员关系的方式带有明显攻击性。

Tesla 后来围绕“谁是创始人”的争议，不只是名分问题，而是马斯克控制叙事的一部分。他不满足于当投资人或推动者，而要成为公司身份本身。

5. 2008 年危机：Tesla 和 SpaceX 同时濒死

2008 年是全书最重要的压力测试之一。金融危机爆发，SpaceX 前三次发射失败，Tesla Roadster 延误且资金紧张。马斯克个人财富、婚姻和身体状态都被推到极限。

这段最能体现他的 all-in 模式。理性投资者可能会选择保一个项目，放弃另一个项目。但马斯克拒绝在 SpaceX 和 Tesla 之间做普通意义上的组合优化，因为在他眼里二者都承载文明使命：

• SpaceX 对应人类多星球未来。
• Tesla 对应可持续能源转型。

这种使命叙事带来极强韧性，也带来风险集中。它让马斯克能在别人已经撤退时继续下注，但也让团队、家庭和投资人被拖入极端压力。

Tesla 最终靠临界点上的融资、Daimler 投资和政府贷款活下来。这里的经验是：宏大愿景必须穿过现金流窄门，不能只停在叙事层。

6. Model S：从改装跑车到真正汽车公司

Model S 是 Tesla 的关键跃迁。Roadster 证明电动车可以有吸引力，Model S 则证明 Tesla 有机会做完整平台、完整设计和完整品牌体验。

Model S 的重要性在于几个方面：

1. 它不是把电动车做成传统车的替代品，而是重新设计空间、屏幕、软件体验和驾驶感。
2. 它把电池包放到底盘中，带来低重心和结构优势。
3. 它让 Tesla 的软件更新、用户界面和整车体验成为差异化的一部分。
4. 它使 Tesla 从“新奇跑车项目”变成“可能重构汽车行业的公司”。

这也体现马斯克的产品观：产品不只是功能集合，而是体验、性能、制造、品牌和未来叙事的结合。Model S 让用户感觉自己不是在买一辆替代能源车，而是在提前进入未来。

7. Fremont：制造成为真正战场

买下 Fremont 工厂后，Tesla 获得了进入大规模制造的物理空间，也获得了全新的复杂性。汽车制造不是做原型，也不是发布演示，而是每天重复生产数千个高一致性、高安全要求的复杂产品。

书中关于 Fremont 的细节显示，马斯克越来越沉迷于产线、工位、零件、机器人、节拍和质量。他不是只坐在总部看报表，而是会走到现场，盯住红色警报、瓶颈工序和具体零件。

这正是 Tesla 和许多新能源概念公司的区别。很多公司可以讲电动车故事，但无法稳定制造。Tesla 的长期护城河不是单点技术，而是把电池、软件、电子电气架构、工厂、供应链和资本市场叙事整合起来。

但 Fremont 也展示了马斯克方法的伤害面：现场高压、公开否定、临时改动、极端期限和人员消耗成为常态。制造战场越具体，人的代价也越具体。

8. Model 3 production hell：自动化迷信的失败

Model 3 是 Tesla 从高端市场进入大众市场的关键产品。战略上，Model 3 是正确的：如果 Tesla 只做昂贵车，就无法真正推动电动车普及，也无法支撑更大规模的制造系统。

问题出在生产系统。马斯克一度过度相信自动化，试图用高度机器人化的产线实现高速生产。这个方向听起来符合未来工业想象，但现实中复杂装配、变化、故障处理和供应链波动让系统变得脆弱。

production hell 的关键教训是：自动化不能过早。流程还没有稳定、产品还在变化、工序还没有被充分理解时，自动化会把问题固化，并让每次调整更慢、更贵。

这正好对应后来马斯克总结的管理算法：最后才自动化。Model 3 产能危机不是这套算法的证明，而是这套算法形成过程中的惨痛反例。

9. 帐篷产线：承认失败后的现场修正能力

马斯克的一个重要能力是，在路线失败后可以迅速切换到非常粗粝但有效的方案。Model 3 自动化失败后，他推动拆除部分机器人，增加人工环节，甚至搭建帐篷产线。

帐篷产线看起来不像现代汽车工业的优雅方案，但它解决了当时最关键的问题：让车下线，让现金流和市场信心活下来。

这里体现了马斯克方法的两面：

• 优点：不被面子和原计划绑架，愿意现场改、快速试、用非标准方案打穿瓶颈。
• 问题：常常要等系统被压到极限后才修正，组织已经承受巨大伤害。

对个人助理系统来说，这里有一个重要提醒：承认路线错误越早，代价越低。不要把“现场救火能力”误认为“前期判断正确”。

10. 供应链控制：垂直整合在汽车行业的延伸

Tesla 的制造优势，很大程度来自供应链控制和垂直整合。这一点与 SpaceX 一脉相承。马斯克不喜欢被供应商报价、节奏和保守文化锁住，于是倾向于把关键环节拉回内部。

在汽车行业，这包括：

• 电池包和电池供应。
• 电机与电控。
• 软件和车载计算。
• 工厂布局和产线设计。
• 大型压铸、车身结构和装配流程。
• 充电网络和用户体验。

垂直整合的好处是速度快、反馈短、系统优化空间大；坏处是资本开支高、管理复杂度高、组织压力大。Tesla 能承受这条路，是因为它同时拥有资本市场叙事、强产品需求和马斯克式极限执行。

11. 上海工厂：速度、政策和制造学习曲线

上海工厂是 Tesla 制造能力成熟的重要标志。它显示 Tesla 不只是靠美国工厂苦撑，而是能在更高效的供应链、政策环境和制造生态中复制并放大产能。

上海工厂的意义不只是销量，而是把 Tesla 的制造学习曲线加速。中国供应链、工程执行、地方协调和产业集群，让 Tesla 更深地进入全球汽车工业竞争。

这也说明马斯克并非只靠个人英雄主义。Tesla 后期能力来自系统：工厂、政府关系、供应商、工程团队、资本、品牌和用户需求共同作用。

12. Cybertruck：产品愿景和制造约束的再次冲突

Cybertruck 体现马斯克产品愿景中最极端的一面：反传统、强辨识度、材料先行、愿意冒犯审美共识。他选择不锈钢和棱角设计，是一次把材料、制造和品牌冲击合在一起的尝试。

它的优点是极高辨识度。没有人会把 Cybertruck 当成普通皮卡。它把 Tesla 的未来主义和反常规形象推到极致。

但它也暴露同一个问题：越极端的产品愿景，对制造、维修、法规、用户习惯和供应链的要求越高。差异化不是免费午餐，越是挑战行业惯例，越要付出工程复杂度。

Cybertruck 可以看作马斯克式产品哲学的浓缩：要么做得非常不一样，要么不值得做。但这种哲学并不适合所有产品，也不适合所有阶段。

13. Tesla 主线的个人助理启发

13.1 把愿景拆到制造层

愿景如果不能落到交付系统，就只是叙事。个人项目也一样：不要只写目标，要写清楚产出物、流程、节奏、瓶颈和复盘方式。

13.2 先稳定流程，再考虑自动化

Model 3 production hell 的教训是：混乱流程自动化后，只会得到更昂贵的混乱。个人助理系统也应先用人工流程跑通，再决定哪些环节自动化。

13.3 记录每次救火背后的前置错误

帐篷产线很强，但它也是前期自动化判断失误后的补救。复盘时不能只奖励救火成功，还要记录为什么会烧到必须救火。

13.4 识别供应链依赖

个人工作也有供应链：资料来源、工具、平台、协作者、审批链和时间窗口。关键任务要识别哪些环节外部依赖过强，提前准备替代方案。

13.5 不要把高压当成默认生产方式

高压可以穿过短期危机，但不能长期替代系统能力。Tesla 的经验说明，真正的优势是让制造系统越来越强，而不是让所有人永远处在 production hell。

14. 一句话总结

Tesla 主线展示的是马斯克如何把电动车愿景压进真实制造系统：他用产品吸引力打开市场，用垂直整合和供应链控制建立优势，也在 Model 3 production hell 中暴露出过度自动化、极端压强和危机化管理的高昂代价。

来源：notes/books/Elon Musk/11_AI_Autopilot_Optimus与Neuralink_现实工程与愿景膨胀解读.md

《Elon Musk》AI、Autopilot、Optimus 与 Neuralink 解读：现实工程与愿景膨胀

来源：notes/books/Elon Musk/source_materials/epub_full_text.md
主要依据：第 40 章 Artificial Intelligence、第 41 章 The Launch of Autopilot、第 54 章 Autonomy Day、第 64 章 Optimus Is Born、第 65 章 Neuralink、第 66 章 Vision Only、第 77-80 章关于 Optimus 和 Robotaxi、第 89 章 Miracles、第 93-94 章关于 Tesla AI 与 X.AI。
说明：本文是基于原书转换稿的中文解读，不是原文翻译。重点解释马斯克如何把 AI、自动驾驶、机器人和脑机接口纳入同一套现实工程与宏大愿景之间的张力。

1. 结论

AI、Autopilot、Optimus 和 Neuralink 这条线展示的是马斯克面对智能技术时的典型模式：他会把复杂问题压缩为数据、算力、工程迭代和人才密度问题，然后用极高强度推动团队逼近突破。

这套方法确实有力量：

1. 它让 Tesla 很早把汽车看成移动计算平台。
2. 它让自动驾驶从传统规则系统转向更依赖数据和神经网络的路径。
3. 它让 Optimus 不只是机器人项目，而是 Tesla AI 能力的延伸。
4. 它让 Neuralink 把脑机接口从实验室愿景推向可工程化产品。
5. 它让马斯克在 OpenAI、Tesla AI、X.AI 之间持续追逐通用人工智能入口。

但这条线也暴露出严重风险：马斯克经常把长期可能性说成短期确定性，把工程方向说成即将完成的产品，把迭代速度扩展到涉及生命安全、公共道路、动物实验、人体试验和社会影响的领域。

这部分最重要的启发是：愿景可以拉动工程，但不能替代安全边界和现实进度。

2. AI 对马斯克不是工具，而是文明风险

书中关于 AI 的部分，不只是 Tesla 技术路线。马斯克很早就把 AI 看成文明级风险。他参与 OpenAI 的早期创建，担心少数公司控制强大 AI，也担心 AI 目标与人类不一致。

这解释了他在 AI 议题上的矛盾行为：

• 他一方面警告 AI 风险。
• 一方面又在 Tesla、X.AI 和其他项目中强力推进 AI。
• 他批评别人可能失控，但自己也想掌握核心能力。

这不是简单虚伪，而是他的典型控制逻辑：如果某项技术危险且重要，就更不能让别人单独控制。他会把风险感转化成进入理由。

问题在于，这种逻辑会导致永久升级。越觉得技术危险，越想亲自推进；越亲自推进，越增加风险集中和速度压力。

3. Autopilot：把汽车变成数据和软件平台

Autopilot 的关键意义，是 Tesla 不再只是汽车公司，而是拥有巨大真实道路数据的 AI 公司。

传统汽车公司更多把驾驶辅助看成零部件和功能包。Tesla 的路径不同：车辆是传感器终端，用户车队是数据来源，软件更新让能力持续变化，神经网络从真实世界行为中学习。

这条路线有几个优势：

1. 数据规模大。
2. 软件迭代快。
3. 车辆和用户反馈直接连接。
4. 产品体验可以通过 OTA 更新持续变化。

但它也带来一个根本张力：汽车不是纯软件。软件可以灰度发布，公共道路上的驾驶功能却直接关系生命安全。一个功能的命名、宣传、默认设置和用户理解，都可能影响真实风险。

4. 视觉路线：第一性原理还是路径依赖

马斯克长期坚持视觉路线，后来推动 Tesla 删除雷达，强调人类驾驶主要依靠视觉，因此汽车也应通过摄像头和神经网络实现驾驶。

这个判断有第一性原理色彩：如果人类可以靠眼睛驾驶，那么机器也应能用视觉理解道路。

但这里也有争议。人类视觉不是单独摄像头，人类拥有常识、身体经验、注意力机制和复杂预测能力。机器视觉系统是否应删除其他传感器，不只是哲学问题，而是工程、安全和冗余问题。

马斯克的优势是敢于砍掉传统方案，避免系统复杂度无限上升。风险是当他过早相信单一路线，会把冗余也当成浪费删除。

这和管理算法的风险一致：不是所有冗余都是官僚，有些冗余是安全系统。

5. 承诺过度：Autonomy Day 与现实进度差

Autonomy Day 体现马斯克的叙事能力，也体现他的承诺过度。Robotaxi、完全自动驾驶和车队自动赚钱的想象，极大推高了 Tesla 的科技公司估值逻辑。

这类发布有战略作用：

• 吸引资本。
• 吸引人才。
• 让团队围绕宏大目标加速。
• 改变市场对 Tesla 的定位。

但代价是用户预期、监管风险和信任损耗。当时间表反复落空，愿景本身会从激励变成压力源。

工程里可以说“我们朝这个方向快速迭代”；商业宣传里说“很快就会实现”，性质完全不同。前者是内部目标，后者会影响用户购买、使用和风险判断。

6. Optimus：从自动驾驶 AI 到人形机器人

Optimus 的逻辑，是把 Tesla 在电池、电机、传感器、制造和 AI 上的能力延伸到人形机器人。马斯克认为，如果 Tesla 能让汽车理解世界并移动，那么机器人就是类似问题的扩展。

这个判断有合理性。机器人确实需要：

• 感知。
• 运动控制。
• 电池和执行器。
• 低成本制造。
• 真实世界 AI。
• 大规模数据和训练。

但人形机器人也比汽车更开放。汽车主要在道路环境中移动，任务边界相对清晰；人形机器人要进入家庭、工厂和人类空间，操作对象高度复杂，安全和可靠性要求更细。

Optimus 的价值在于，它让 Tesla 的 AI 叙事从汽车扩展到通用劳动力。风险在于，通用劳动力是极难问题，短期演示容易掩盖长期落地难度。

7. Neuralink：治病愿景与高风险工程

Neuralink 是马斯克最能体现“现实工程与科幻愿景结合”的项目之一。它一方面面向真实医疗需求，比如帮助瘫痪、神经损伤或运动障碍患者恢复部分能力；另一方面又带有更宏大的目标：增强人类与 AI 共存的能力。

这条线的正当性很强，因为脑机接口如果成功，可能显著改善患者生活。但它的风险也高，因为它涉及动物实验、人体植入、长期安全、监管审批和伦理边界。

马斯克在这里仍然使用类似方法：

• 提高工程速度。
• 压缩设备体积。
• 推动芯片、机器人手术和数据处理一体化。
• 用宏大愿景吸引人才。

但医疗工程不是火箭试验。失败成本不只是设备损坏，还可能是生命、健康和伦理后果。Neuralink 最需要的是在速度和审慎之间建立更强边界。

8. X.AI：数据流、算力和控制权

到 X.AI 这条线，马斯克对 AI 的关注从风险警告和应用工程，进一步转向基础模型竞争。他关心数据、算力、人才和平台入口。

这和 Twitter/X 也有关。社交平台拥有实时人类表达数据，Tesla 拥有真实世界视觉和驾驶数据，SpaceX/Starlink 拥有基础设施能力。这些资源在马斯克视角里不是孤立资产，而可能构成 AI 竞争中的数据和分发网络。

这里再次出现他的控制逻辑：重要技术不能只依赖外部平台。如果 AI 是未来核心层，他就会想要自己的模型、自己的数据流、自己的分发入口。

9. 现实工程和愿景膨胀的分界线

马斯克的强项，是把科幻愿景拉进工程现实。他不会只停在“未来会有机器人”这种描述，而是会问电机、芯片、成本、数据、产线和团队怎么做。

但他的风险，是把工程推进中的可能性说得过于确定。

可以用三个问题区分现实工程和愿景膨胀：

1. 当前系统在哪些条件下已经可靠工作？
2. 哪些部分仍依赖演示、假设或理想环境？
3. 失败成本由谁承担？

如果失败成本主要由内部测试承担，快速迭代更合理。如果失败成本由道路用户、患者、动物、消费者或公共系统承担，就必须增加外部约束。

10. 这条线的个人助理启发

10.1 区分方向正确和时间表正确

一个方向长期可能正确，不代表短期承诺可靠。复盘计划时，应分别记录“方向判断”和“时间表判断”。

10.2 对高风险任务设置外部边界

涉及健康、财务、法律、公共影响或他人安全时，不能只靠快速试错。要增加审查、缓冲和退出条件。

10.3 不要把演示当成交付

演示证明可能性，交付证明可靠性。个人项目也一样：样例跑通不等于流程稳定。

10.4 记录承诺债务

每次对外承诺时间表，都是债务。个人助理系统应记录承诺对象、截止时间、当前证据和风险等级，防止愿景叙事滚雪球。

10.5 把宏大愿景拆成可验证里程碑

愿景可以大，但下一步必须小。对 AI、机器人或任何复杂项目，都要拆成可测试、可失败、可复盘的阶段。

11. 一句话总结

AI、Autopilot、Optimus 和 Neuralink 展示了马斯克把科幻愿景压进工程现实的能力，也展示了他最危险的倾向：在涉及生命安全、公共道路和社会影响的领域，把长期愿景、短期承诺和快速迭代混在一起。

来源：notes/projects/github_pages_sync/01_个人助理笔记同步到博客流程.md

个人助理笔记同步到 GitHub Pages 博客流程

背景

2026-06-09，将 andywu1998.github.io 仓库中已有的个人助理笔记导入脚本封装成一键同步脚本，便于后续把 codex_personal_assistant/notes 下的正式 Markdown 笔记发布到 GitHub Pages 博客。

仓库位置

• 博客仓库：/home/admin/code/cc-connect-work-space/andywu1998.github.io
• 个人助理仓库：/home/admin/code/cc-connect-work-space/codex_personal_assistant
• 导入脚本：andywu1998.github.io/scripts/import_personal_assistant_notes.py
• 一键同步脚本：andywu1998.github.io/scripts/sync_personal_assistant_notes.sh
• 端到端总同步脚本：codex_personal_assistant/scripts/sync_all_outputs.sh
• 兼容入口：codex_personal_assistant/scripts/sync_feishu_and_blog.sh，内部转发到 sync_all_outputs.sh

一键同步命令

如果本轮是“帮我记一下”这类个人助理记录，推荐使用总同步脚本：

cd /home/admin/code/cc-connect-work-space/codex_personal_assistant
scripts/sync_all_outputs.sh

它会先同步飞书多维表格和飞书日历，再提交并推送个人助理仓库，然后调用博客同步脚本发布笔记到 GitHub Pages。

如果只想同步博客，可以直接运行博客仓库脚本：

cd /home/admin/code/cc-connect-work-space/andywu1998.github.io
scripts/sync_personal_assistant_notes.sh

脚本支持把参数透传给 Python 导入脚本，例如：

scripts/sync_personal_assistant_notes.sh --days 3

执行流程

博客同步脚本

1. 切到 andywu1998.github.io 仓库根目录。
2. 执行 python3 scripts/import_personal_assistant_notes.py --clean "$@"。
3. Python 脚本扫描 ../codex_personal_assistant/notes 下的 Markdown 笔记。
4. 排除 .tmp、.venv、.venv_mobi_tools、source_materials、__pycache__。
5. 为每篇笔记生成 Jekyll front matter，并写入博客 _posts/。
6. Reader 首页在 Jekyll 构建时直接通过 Liquid 遍历 site.posts 获取文章列表和内容，不再需要额外生成 reader-posts.json。
7. 如果工作区没有变化，输出 No changes to commit. 并退出。
8. 如果有变化，执行 git add _posts。
9. 使用 $(date +%F) sync 作为 commit message，例如 2026-06-09 sync。
10. 执行 git push 推送到 origin/master。
11. GitHub Pages 仓库的 CI 在 push 后运行 Jekyll build。

飞书 + 博客总同步脚本

codex_personal_assistant/scripts/sync_all_outputs.sh 的执行流程：

1. 显示个人助理仓库状态。
2. 执行 python3 scripts/sync_daily_log_outputs.py，同步飞书多维表格和飞书日历。
3. 如果个人助理仓库有变更，执行 git add -A、commit、push。
4. 切到博客仓库，执行 scripts/sync_personal_assistant_notes.sh。
5. 博客脚本负责导入 _posts、commit、push。
6. 最后显示个人助理仓库和博客仓库状态。

常用参数：

scripts/sync_all_outputs.sh --dry-run
scripts/sync_all_outputs.sh --skip-feishu
scripts/sync_all_outputs.sh --skip-blog
scripts/sync_all_outputs.sh --skip-personal-git
scripts/sync_all_outputs.sh -m "2026-06-11 personal assistant sync"

已验证结果

2026-06-09 已执行：

chmod +x scripts/sync_personal_assistant_notes.sh
scripts/sync_personal_assistant_notes.sh

执行结果：

• 导入 34 篇个人助理笔记到 _posts/。
• 生成提交：c996d4b 2026-06-09 sync。
• 推送成功：a95ea9c..c996d4b master -> master。

注意事项

• 该脚本只提交 _posts 目录，不会自动提交脚本自身或其他博客配置改动。
• 2026-06-11 起，Reader 已改为 Jekyll 构建时直接内嵌 site.posts 数据，不再依赖 assets/data/reader-posts.json。
• 新增或修改同步脚本后，需要单独 git add scripts/sync_personal_assistant_notes.sh、commit、push。
• 新增或修改总同步脚本后，需要在个人助理仓库提交 scripts/sync_all_outputs.sh；兼容入口 scripts/sync_feishu_and_blog.sh 会转发到新脚本。
• 默认使用 --clean 重建个人助理生成的文章，文章日期取源 Markdown 的最后修改时间，因此旧文章文件名可能随源文件 mtime 改变而发生重命名。
• 如果只想同步最近几天修改的笔记，可传 --days N，但默认流程仍会先清理旧生成文章；谨慎使用。

后续动作

• 如需一键同时提交脚本自身，可扩展 git add _posts scripts/sync_personal_assistant_notes.sh。
• 如需避免旧文章重命名，可在导入脚本中改为读取源文件内固定日期或维护路径到文章文件名的映射。

来源：notes/topics/time_management/01_时间使用方式决定人生结构.md

时间使用方式决定人生结构

核心判断

如果时间使用方式不变，人生轨道很难改变。

时间是人生的底层资源，管理时间其实是在管理人生结构。

解释

人的目标、愿望和自我叙事可以变化得很快，但人生轨道通常由每天真实发生的时间分配决定。一个人把高质量时间持续投向哪里，哪里就会逐渐长出能力、关系、资产和机会；一个人把时间持续消耗在哪里，那里也会成为生活结构的一部分。

所以时间管理不是单纯提高效率，也不是把日程填满，而是重新定义人生资源的分配方式。要改变轨道，必须让时间结构先发生变化。

可执行规则

• 每周回看一次时间实际流向，而不是只回看任务完成情况。
• 区分“想要改变的目标”和“已经投入时间的目标”，以后者判断真实优先级。
• 如果一个方向很重要，就必须在日历上有稳定、重复、不可轻易挤占的时间块。
• 对低价值但高占用的活动设置边界，否则它们会默默塑造人生结构。

下一步动作

• 做一次最近 7 天的时间流向复盘，标出工作、投资研究、写作、关系维护、放松和无目的信息输入各自占用的时间。
• 找出一个最想改变的人生方向，为它安排一个固定时间块。

来源：notes/projects/github_pages_sync/02_VSCode风格博客Reader工作模式方案.md

VSCode 风格博客 Reader 工作模式方案

背景

2026-06-11 对 andywu1998.github.io 做了一轮博客阅读体验改造。目标不是把博客做得更像媒体站，而是新增一个适合上班阅读的低调工作模式：页面看起来像 VSCode 在打开 Markdown 文件，左侧是 Explorer，右侧是带行号的 Markdown 原文。

这个模式的核心诉求有三个：

• 降低博客感：减少大标题、白底文章流、社交和媒体化视觉。
• 提高工作伪装度：视觉上接近代码编辑器、内部文档和项目资料。
• 保持可用性：能按 tag、timeline、搜索快速找到文章，并支持多标签页阅读。

最终形态

新增页面：

https://andywu1998.github.io/reader/

页面结构：

左侧 Explorer
  - SEARCH
  - TAGS
  - TIMELINE

右侧 Editor
  - 顶部多标签页
  - 当前 Markdown 文件路径
  - open original 原博客链接
  - 带行号的 Markdown 原文

关键设计决策

1. 不替换原文章详情页

原博客文章页继续保留，避免影响历史链接、SEO 和 GitHub Pages 生成逻辑。Reader 是一个新增入口，作为“工作模式”使用。

导航新增：

Reader: "reader/"

2. Reader 数据由 Jekyll 构建时内嵌

第一版 Reader 使用过静态 JSON：

assets/data/reader-posts.json

但这引入了额外数据生成依赖：同步 _posts 后还要刷新 JSON，否则 /reader/ 可能看不到最新文章。

后续改为由 Jekyll 在构建首页和 /reader/ 时直接遍历：

site.posts

并把 metadata 和文章 HTML 内嵌到页面里：

{% for post in site.posts %}

前端不再 fetch 外部 JSON，而是读取页面内的 reader-posts-data，点击文章后从隐藏的 HTML 内容区取出文章 HTML，再转换成伪 Markdown 展示。

3. 前端全部静态实现

Reader 页面由三部分组成：

reader.html
assets/css/reader.css
assets/js/reader.js

不引入 React/Vue，不增加构建链路，保持 GitHub Pages 可直接构建。

4. 左右区域独立滚动

上线后发现原始版本仍保留顶部白色博客导航，而且左右滚动会受整页滚动影响。随后修正为：

• Reader 主区域高度使用 100vh
• body 禁止滚动
• 左侧 Explorer 独立滚动
• 右侧 Markdown 编辑区独立滚动
• 顶部白色导航改成左下角的小型 VSCode 风格菜单

这样鼠标在左侧时只滚 Explorer，在右侧时只滚正文。

已完成改动

Reader 第一版

提交：

385e323 Add VSCode style reader

文件：

_config.yml
reader.html
assets/css/reader.css
assets/js/reader.js
_includes/reader-app.html

实现能力：

• /reader/ 页面
• 左侧 SEARCH / TAGS / TIMELINE 三个视图
• 搜索标题、tag、路径、Markdown 正文
• 点击文章打开右侧内容
• 多标签页打开、切换、关闭
• URL hash 同步当前文章
• localStorage 恢复已打开 tabs 和当前文章
• 由渲染 HTML 转换得到的伪 Markdown 展示
• 行号展示
• open original 跳转原博客文章页

Reader 布局修正

提交：

f03855c Refine reader workspace layout

修正内容：

• 去掉 Reader 顶部白色大导航条的视觉干扰
• 把导航按钮放到左下角
• Reader 页面改成全屏工作台
• 左右滚动区域独立
• 避免整页滚动影响阅读

使用方式

访问 Reader

https://andywu1998.github.io/reader/

搜索文章

进入 SEARCH 视图，输入关键词。搜索范围包括：

• 标题
• 副标题
• tag
• 本地路径
• Markdown 原文

按 tag 浏览

进入 TAGS 视图，每个 tag 是一个目录，文章是目录下的文件。

按时间线浏览

进入 TIMELINE 视图，按年份分组，文章按日期倒序展示。

多标签页

点击左侧文章：

• 如果 tab 已存在，切换到对应 tab。
• 如果 tab 不存在，新开 tab。
• 点击 tab 右侧 × 可关闭。

维护流程

新增或修改博客文章后，只需要更新 _posts 并推送。Reader 首页和 /reader/ 会在 GitHub Pages 的 Jekyll 构建阶段自动从 site.posts 读取最新文章。

不再需要：

assets/data/reader-posts.json
scripts/build_reader_data.py

如果本轮是“帮我记一下”这类个人助理记录，推荐直接运行：

cd /home/admin/code/cc-connect-work-space/codex_personal_assistant
scripts/sync_feishu_and_blog.sh

这个脚本会串联飞书同步、个人助理仓库 commit/push、博客同步和博客仓库 commit/push。Reader 数据由 Jekyll 构建自动内嵌，不再需要额外刷新。

验证记录

本地环境没有 Ruby、Bundler 和 Docker，因此不能在本机完整复现 Jekyll 构建。

已经做过的可用检查：

node --check assets/js/reader.js
git diff --check

线上页面已可访问，说明 GitHub Pages 构建和部署成功。

后续动作

1. 给 Reader 增加快捷键：
   • Ctrl+P 搜索文章
   • Ctrl+W 关闭当前 tab
   • Ctrl+Tab 切换 tab
2. 增加“只看个人助理 / 读书笔记 / 投资研究”的快速筛选。
3. 根据实际上班阅读体验，继续压缩字号和行距。

来源：notes/topics/horizon_robotics/01_地平线跌破5元后的投资灵感.md

地平线跌破 5 元后的投资灵感

记录时间：2026-06-06 00:22:34 CST

原始输入

如大家看到，地平线今天跌破了5元。今天简单聊聊。

我这个号最开始写投资，吸引来一些关注，后来很大篇幅写地平线，又涨粉了一波。

我们要投资看得懂的企业，是因为经过长期跟踪，会对底部有一个察觉，知道什么时候虚高，什么时候被错杀，愿意耐心持有。

长期关注所以知道企业的业务进展。

2026-06-11 追加记录：下跌后的仓位与成本压力

原始输入：

今天地平线又是跌3个点，已经跌了50%了，在不继续充钱进股市的话，我如果全仓买入，成本就6.15。

这一条记录和“地平线跌破 5 元”的主题是连续的：价格继续下跌之后，问题不只是判断企业是否被错杀，还会转化成更具体的仓位、现金流和心理压力问题。

这里的关键变量有四个：

1. 是否继续向股市投入新增资金。
2. 如果不新增资金，现有资金全仓买入后的持仓成本约为 6.15。
3. 股价累计下跌约 50% 后，继续加仓是在基于基本面再评估，还是主要为了摊低成本。
4. 全仓之后，是否仍保留应对继续下跌、生活现金流和其他机会的空间。

这条记录不直接导向“应该买”或“不应该买”，更适合作为后续复盘的决策节点：当时面对大幅下跌，真实的约束条件是什么，买入逻辑是否仍成立，仓位纪律是否被价格波动推着走。

核心观点

投资“看得懂的企业”的价值，不只是能讲清楚商业模式，而是长期跟踪之后，会形成对企业真实进展、市场预期和股价情绪的相对判断。

这种判断至少包括三层：

1. 知道企业业务是否真的在推进。
2. 知道市场什么时候把预期打得过高。
3. 知道市场什么时候因为短期价格或情绪把企业错杀。

可扩写成文的主线

文章可以从“地平线跌破 5 元”切入，但重点不放在短期股价，而放在为什么长期跟踪一家公司会降低投资中的心理波动。

可用结构：

1. 开场：地平线跌破 5 元，引出今天想聊的不是涨跌，而是长期跟踪。
2. 个人背景：这个号最早写投资，后来因为持续写地平线吸引了一批关注者。
3. 核心判断：投资看得懂的企业，是为了在价格大幅波动时仍能判断企业是否变差。
4. 长期跟踪的优势：知道业务进展、客户变化、产品节奏、行业位置和竞争压力。
5. 投资心态：只有看得懂，才可能在虚高时克制，在错杀时拿得住。
6. 收束：地平线当前价格是否到底，需要事实验证；但长期跟踪能让判断不只跟着分时线走。

待验证事实

• “地平线今天跌破 5 元”：需核验具体交易日期、市场、收盘价/盘中价。
• “2026-06-11 又跌约 3 个点、累计跌约 50%”：需核验当日价格、阶段跌幅口径和对应时间区间。
• “全仓买入后成本约 6.15”：需结合当时持仓数量、剩余可用资金、买入价格和交易费用重新计算。
• 地平线近期业务进展：可结合最近公告、研报、交付数据和主机厂合作进展补充。
• 是否属于“错杀”：需要对比估值、收入增长、毛利变化、订单和竞争格局后再判断。

下一步动作

• 如果要发公众号，先补一段事实核验：股价、成交额、跌幅、近期催化或利空。
• 从已有 Bernstein 研报笔记中提取 3 个业务进展点，作为“为什么长期关注才看得懂”的证据。
• 明确文章态度：不直接喊底，重点写“长期跟踪如何帮助判断底部区域”。
• 单独复盘仓位纪律：在不继续投入新增资金的前提下，计算全仓后的成本、最大可承受回撤和再次评估触发条件。

来源：notes/projects/地平线机器人20260610股东大会/02_公众号版_从股东大会看地平线的关键问题.md

地平线股东大会问答：自研芯片、HSD、FSD 入华和股价压力

说明：本文基于 2026-06-10 地平线机器人股东周年大会音频自动转写稿整理。转写稿未做逐字人工校对，个别专有名词、数字和英文人名可能存在识别误差。本文仅作为个人研究记录，不构成投资建议。

地平线这次股东周年大会，前半段是标准 AGM 流程，包括董事介绍、财报、董事重选、审计师续聘、回购授权、发行授权等决议。真正有信息量的是后半段股东问答。

这场问答里，投资人问得很直接：比亚迪自研芯片会不会影响地平线？智能驾驶供应商是不是越来越拥挤？股价跌成这样管理层怎么看？HSD 今年还能不能交付 40 万辆？研发投入这么高什么时候盈利？特斯拉 FSD 入华到底是威胁还是机会？

管理层的回答也基本围绕这几条主线展开。整场听下来，我觉得它不是一次简单的股东会问答，而是地平线对外重新解释自己商业模式的一次集中表达。

一、地平线到底想成为什么公司？

第一个重要问题，是车企自研芯片。

股东问到，比亚迪 5 月份发布自己的芯片和智能座舱 OS，比亚迪过去又是地平线的重要客户之一，那车企自研会不会挤压地平线？

管理层没有直接展开具体客户合作，而是先把地平线的定位重新讲了一遍。

他们强调，地平线不是一家单纯的芯片公司。它是“芯片 + 软件”的公司，但又不止于此。地平线想成为一个汇聚物理 AI 底层技术的平台型公司，核心资产包括：

• AI 计算架构 BPU
• 智能驾驶基座大模型
• 机器人基座大模型
• 芯片工具链
• 云端大数据开发平台
• 软件算法和开发平台

这背后的关键词是“底层赋能者”。管理层反复用类似 Arm + Android 的类比来解释自己：不是所有东西都自己大包大揽交付，而是通过生态供应、IP 授权、软件授权、工具链和平台能力，让车企和合作伙伴在地平线底座上构建自己的能力。

这个表述很重要。因为如果你把地平线理解成“卖芯片的供应商”，车企自研当然是威胁；但如果你把它理解成“卖底层架构、工具链和软件生态的平台公司”，车企自研反而可能成为另一种商业模式入口。

二、车企自研芯片，是威胁还是新商业模式？

管理层的核心回答是：地平线支持车企自研。

他们的逻辑是，车企在研发过程中，地平线可以收取一次性的 IP 授权费；一旦车企产品进入量产，地平线还能随着出货量收取 royalty，也就是版税。管理层提到，这种 IP 和版税模式的毛利率可以高达 90% 以上，并类比 Arm 对苹果的授权模式。

这其实是在告诉投资人：车企自研不一定等于地平线出局。地平线可以换一种方式参与。

更深一层，BPU 授权不只是收钱。管理层把它形容为“跑马圈地”。如果越来越多车企和芯片方案基于地平线 BPU 架构，那么围绕 BPU 的软件、算法、工具链和开发平台就会形成生态。以后算法迁移、软件适配、平台迭代都会和地平线绑定得更紧。

所以管理层给出的终局不是“车企自研 vs 地平线芯片”二选一，而是两条线都要在牌桌上：

• 车企自研部分，地平线通过 IP、软件、工具链和 royalty 参与。
• 第三方供应部分，地平线继续提供征程系列芯片、星空系列舱驾一体智能体芯片、HSD 软件和智能体 OS。

他们的判断是，车企长期会同时采取自研和第三方供应链并行的策略。手机行业里，华为、三星都自研过芯片，但并没有完全排除第三方供应商。管理层用这个例子说明，即使自研存在，第三方供应商仍然会占据重要份额。

这套逻辑是地平线当前最核心的投资叙事：自研芯片不是单纯利空，而是平台化商业模式的一部分。

三、智能驾驶行业会越来越拥挤吗？

第二个问题是竞争格局。

投资人问，最近很多智能驾驶公司都在推进 IPO，是不是说明赛道越来越拥挤？

管理层的回答很明确：短期看公司很多，长期看会高度收敛。

他们提到，很多正在推进 IPO 的智能驾驶公司本身就是地平线生态合作伙伴，其中有些地平线还是股东。管理层认为，这说明赛道已经完成 0 到 1 的商业模式验证，进入产业落地和爆发式增长阶段。

从芯片格局看，管理层把市场分成两个层次：

• L2 智能辅助驾驶市场，地平线认为自己已经是一家独大。
• 中高阶 AD 智能驾驶计算芯片市场，管理层认为是英伟达、华为、地平线三分天下，前三合计份额接近九成，形成“一超双强”的格局。

管理层还提到，2026 年一季度在中国车市承压、内需销量下滑的大背景下，地平线 AD 市场份额仍然逆势提升：

• 高速 NOA 方案市场份额环比提升 5 到 6 个百分点，超过 30%。
• 城区 NOA 方案份额环比提升两个多百分点，接近 7%。
• 高速 NOA 和城区 NOA 合计，AD 市占率约 16%，高于去年整体约 14% 的水平。

这些数字需要后续结合第三方数据验证。但管理层想表达的趋势很清楚：行业压力越大，越考验产品和交付能力；在这个过程中，份额反而会向头部集中。

四、股价下跌，管理层怎么回应？

股价问题是这场问答里最直接的一段。

股东问，作为长期持有者，管理层怎么看当前股价？

管理层先承认，地平线最近股价确实承压。然后给出的核心态度是三个字：平常心。

这段话有点像内部讲话的外部复述。管理层说，在地平线 11 周年庆典上，也对员工和员工家属谈过股价。他们认为，短期股价受很多因素影响，但最终还是要回到企业本质：产品到底好不好，用户是否认可，消费者是否愿意为体验付费。

管理层举了一个有意思的观察：过去 10 万到 20 万元价位段的消费者，大多会选低配或中配，很多人甚至不选择智能辅助驾驶配置。但最近搭载 HSD 的一些车型，消费者开始明显选择高配。例如某车型超过 50% 用户选择最高配，价格接近 20 万元。

这背后的判断是：如果用户真的因为地平线的芯片、HSD、智能体 OS 而选择一辆车，地平线才算真正成功。

对于股价，管理层还提到回购。今年 4 月以来，公司持续回购，累计回购接近 5 亿港币。股东大会也会授权未来 12 个月在合适时机继续回购。

所以股价问题的回答可以概括为两层：

• 短期股价承压，管理层理解投资者担忧。
• 长期价值要靠产品力、份额、用户体验和持续回购来证明。

五、HSD 今年到底怎么看？

投资人问到一个很关键的问题：年初曾经指引今年 HSD 出货 40 万辆，现在怎么看？

管理层没有直接确认或修正 40 万辆这个数字，而是把回答重点放在几个方向：

第一，上半年客户覆盖已经比较清晰，各车型月度销量也是公开数据。

第二，地平线更愿意把精力放在自己能驱动的事情上，也就是帮助客户把下一个车型和智能体验做到极致。

第三，城区智能驾驶正在向 15 万元以内车型下探，这会扩大地平线的市场空间。盘子变大之后，爆款车型概率和覆盖面也会提升。

第四，管理层认为今年无论 HSD 出货是什么数字，都仍然只是一个很小的初期交付量。真正关键的是未来份额和市场占有率。

这段回答比较值得注意。因为它没有直接给出明确的量化承诺，而是把问题从“今年交付多少”转向“未来空间有多大”。这对乐观投资人来说，是早期放量前的解释；对谨慎投资人来说，则意味着 HSD 的实际出货节奏仍然需要持续跟踪。

我会把这条列为后续观察的第一优先级。

六、研发投入高，什么时候看到盈利？

另一个股东问题也很尖锐：2025 年研发投入超过 50 亿元人民币，这么高强度投入，什么时候能看到回报和盈利？

管理层的回答是，高强度饱和研发投入是地平线面对未来竞争的战略选择。

他们把当前研发投入定义为训练一个“能持续进化的物理 AI 底座”。这个底座不仅服务于 HSD 和城区智能驾驶，也面向未来 L3、L4 自动驾驶，并且会向机器人领域延伸。

管理层也给出了一条底线：只有在资产负债表绝对健康的前提下，才会饱和投入研发。

他们提到，2025 年末地平线在手现金超过 200 亿元，毛利率达到 60% 以上。只要收入保持高速增长，研发费用增速不显著高于收入增速，未来盈利能力就是可期的。

这套说法本质上还是平台型科技公司的逻辑：

前期高研发投入，构建底层能力和生态位；一旦智能驾驶成为汽车标配，掌握核心底层技术的公司就会成为产业链里绕不开的基础设施。

管理层类比了手机时代的高通、PC 时代的英特尔。它想表达的不是短期利润，而是长期产业链利润池的位置。

七、FSD 入华，对地平线是威胁还是机会？

最后一个重要问题，是特斯拉 FSD 入华。

股东担心两件事：

第一，FSD 是全球智能驾驶标杆，进入中国后会不会抢走客户、挤压地平线份额？

第二，如果 FSD 在中国水土不服、体验不如国内方案、价格又高，会不会反过来打击消费者对智能驾驶的信心？

管理层的回答很直接：如果特斯拉 FSD 如预期入华，这是大好消息。

原因是它会带来行业的鲶鱼效应。特斯拉不是普通竞争者，它能把智能驾驶从科技圈话题，推到普通消费者面前。就像特斯拉上海工厂解决产能后，推动中国 EV 行业进入新阶段一样，FSD 入华也可能推动中国智能驾驶产业链重新定价。

管理层承认，特斯拉智能辅助驾驶能力全球领先，是重要参照物。这个参照物入场，会加速国内产业链向上对标迭代，也会提升中国消费者对智能驾驶体验的要求。

更关键的是软件订阅。

当前国内主机厂的智能驾驶功能，大多还是在购车环节完成销售，本质更像传统汽车零部件模式。但如果 FSD 在中国教育用户，让用户接受自动驾驶软件按月订阅，那么智能驾驶供应商的软件收入模型、盈利模式和估值体系都可能发生结构性变化。

管理层提到，FSD 在美国已经推行订阅，每月 99 美元，订阅用户数超过 120 万，每月可带来约 1.2 亿美元收入。这个数字仍需后续验证，但它代表的是一种想象空间：智能驾驶不只是一次性硬件收入，也可能是持续软件收入。

所以地平线对 FSD 入华的态度不是防御，而是希望它帮助整个行业完成消费者教育。

八、这场股东会真正释放了什么信号？

如果把整场问答压缩成一句话，我觉得是：

地平线正在努力把自己从“智能驾驶芯片供应商”讲成“智能汽车和机器人时代的底层平台公司”。

它希望投资者理解三件事：

第一，车企自研芯片不是单纯威胁。地平线可以通过 IP 授权、BPU、软件算法、工具链和 royalty 参与车企自研。

第二，智能驾驶行业不会长期分散。管理层相信市场会向少数核心平台收敛，地平线要成为其中之一。

第三，短期出货、股价和研发投入压力都存在，但地平线要押注的是长期平台地位。

这套逻辑很完整，也很有野心。但作为投资者，不能只听叙事，还要继续看兑现。

九、后续最该跟踪的几个问题

我会重点跟踪以下几件事：

1. HSD 的真实出货节奏，尤其是年初 40 万辆指引是否能兑现。
2. 搭载 HSD 的车型是否真的能带动消费者选择高配。
3. 城区 NOA 份额能否从接近 7% 持续提升。
4. 高速 NOA 超过 30% 的份额能否被第三方数据验证。
5. IP 授权和 royalty 收入是否会在财报中逐渐显性化。
6. 研发投入增速和收入增速之间的关系是否改善。
7. 回购是否持续，以及回购价格和规模。
8. FSD 入华后，国内智能驾驶软件付费意愿是否真的被教育出来。

地平线现在最重要的，不是讲清楚自己像 Arm + Android，而是让市场看到它真的在变成 Arm + Android。

这中间需要产品、客户、出货、收入结构和利润模型一步步验证。股东大会给出的只是路线图，接下来还要看执行。

来源：notes/projects/audio_transcription_workflow/01_长音频转写与博客同步流程.md

长音频转写与博客同步流程

背景

2026-06-10 收到音频附件：

/home/admin/code/cc-connect-work-space/.cc-connect/attachments/地平线机器人202606.10.mp3

目标是先分析音频，再生成带时间戳逐字稿，写入个人助理，并同步到 GitHub Pages 博客。

音频基本信息

检查命令：

file .cc-connect/attachments/地平线机器人202606.10.mp3
ffprobe -v error \
  -show_entries format=duration,bit_rate,size \
  -show_entries stream=codec_name,channels,sample_rate \
  -of default=noprint_wrappers=1 \
  .cc-connect/attachments/地平线机器人202606.10.mp3

结果：

• 格式：MP3
• 采样率：44.1 kHz
• 声道：Stereo
• 码率：128 kbps
• 时长：约 3247.78 秒，约 54 分 08 秒
• 文件大小：约 51.97 MB

环境检查

系统已有：

ffmpeg

系统没有现成语音识别库：

whisper
faster_whisper
whisperx
torch
torchaudio
transformers
speech_recognition
vosk
funasr

全局 Python 受 PEP 668 保护，不能直接 pip install --user。因此创建项目内临时虚拟环境：

python3 -m venv .venv-transcribe
.venv-transcribe/bin/pip install -U pip

Whisper 路线尝试

先安装 faster-whisper：

.venv-transcribe/bin/pip install faster-whisper

安装成功，但模型下载走 Hugging Face，访问 huggingface.co 超时：

curl -I --max-time 10 https://huggingface.co/Systran/faster-whisper-small/resolve/main/config.json

结果是连接超时。因此放弃 Whisper 模型下载路线。

FunASR 路线

ModelScope 可访问：

curl -I --max-time 10 https://modelscope.cn/models/iic/SenseVoiceSmall/summary

安装 FunASR 和 ModelScope：

.venv-transcribe/bin/pip install funasr modelscope

FunASR 需要 PyTorch 和 torchaudio，安装 CPU 版：

.venv-transcribe/bin/pip install torch --index-url https://download.pytorch.org/whl/cpu
.venv-transcribe/bin/pip install torchaudio --index-url https://download.pytorch.org/whl/cpu

最终关键依赖：

• funasr
• modelscope
• torch
• torchaudio
• ffmpeg

模型选择

使用模型：

iic/SenseVoiceSmall

原因：

• 适合中文、英文混合音频。
• 可从 ModelScope 下载，避开 Hugging Face 超时问题。
• CPU 推理可接受，约 2 分钟音频片段推理 13-14 秒。

模型权重约 893 MB，首次运行会下载到：

/home/admin/.cache/modelscope/hub/models/iic/SenseVoiceSmall

样本验证

先截取前 60 秒验证模型可用：

mkdir -p .cc-connect/tmp
ffmpeg -y -v error \
  -i .cc-connect/attachments/地平线机器人202606.10.mp3 \
  -t 60 -ar 16000 -ac 1 \
  .cc-connect/tmp/horizon_sample60.wav

测试脚本：

from funasr import AutoModel

model = AutoModel(model="iic/SenseVoiceSmall", hub="ms", device="cpu")
res = model.generate(
    input=".cc-connect/tmp/horizon_sample60.wav",
    language="zh",
    use_itn=True,
    batch_size_s=60,
)
print(res)

样本识别成功，确认音频开头是地平线机器人 2026 年股东周年大会的英文开场。

完整转写策略

长音频直接转写不利于定位问题，因此先用 ffmpeg 切成 120 秒小片段：

ffmpeg -y -v error \
  -i .cc-connect/attachments/地平线机器人202606.10.mp3 \
  -ar 16000 -ac 1 \
  -f segment -segment_time 120 -reset_timestamps 1 \
  .cc-connect/tmp/horizon_chunks/chunk_%03d.wav

完整转写脚本逻辑：

1. 加载 SenseVoiceSmall。
2. 逐个识别 120 秒音频片段。
3. 去掉 FunASR 输出里的 <|...|> 标签。
4. 给每个片段加粗略时间戳。
5. 输出 TXT 和 JSONL。

关键输出：

.cc-connect/attachments/地平线机器人202606.10.funasr.transcript.txt
.cc-connect/attachments/地平线机器人202606.10.funasr.segments.jsonl

逐字稿写入个人助理

正式笔记位置：

codex_personal_assistant/notes/projects/地平线机器人20260610股东大会/01_逐字稿.md

源材料位置：

codex_personal_assistant/notes/projects/地平线机器人20260610股东大会/source_materials/

写入内容包括：

• 音频来源
• 音频时长
• 转写方式
• 校对状态
• 内容概览
• 分段摘要
• 带时间戳逐字稿
• 下一步动作

后续为了避免博客文章变成一大坨，又做了一次格式化：

• 按时间段增加章节标题。
• 每个章节增加“本段摘要”。
• 每条 2 分钟转写段之间增加空行。
• 校验所有时间戳逐字稿行与原 ASR 源文本完全一致，没有改动逐字稿原文。

校验脚本：

from pathlib import Path

note = Path("codex_personal_assistant/notes/projects/地平线机器人20260610股东大会/01_逐字稿.md")
src = Path("codex_personal_assistant/notes/projects/地平线机器人20260610股东大会/source_materials/地平线机器人202606.10.funasr.transcript.txt")

note_lines = [line for line in note.read_text(encoding="utf-8").splitlines() if line.startswith("[")]
src_lines = [line for line in src.read_text(encoding="utf-8").splitlines() if line.startswith("[")]

print(note_lines == src_lines)

飞书同步

创建飞书 Docs 文档：

lark-cli docs +create \
  --api-version v2 \
  --as user \
  --content @codex_personal_assistant/notes/projects/地平线机器人20260610股东大会/01_逐字稿.md \
  --doc-format markdown \
  --parent-position my_library \
  --format json

最终格式化版飞书文档：

https://my.feishu.cn/docx/JX27d4h99ojvvYxB3h5cmXmFnLe

回填到：

codex_personal_assistant/config/feishu_base.json

然后同步多维表格：

cd codex_personal_assistant
python3 scripts/sync_to_feishu_base.py

同步范围包括：

• 待办事项
• 每日记录
• 文档资产
• 知识索引
• 阅读书籍

博客同步

博客仓库：

/home/admin/code/cc-connect-work-space/andywu1998.github.io

同步命令：

cd /home/admin/code/cc-connect-work-space/andywu1998.github.io
scripts/sync_personal_assistant_notes.sh

该脚本会：

1. 从 ../codex_personal_assistant/notes 导入 Markdown。
2. 生成 Jekyll _posts。
3. 提交 _posts。
4. 推送到 GitHub Pages 仓库。

本次逐字稿博客文件：

andywu1998.github.io/_posts/2026-06-10-地平线机器人-2026-06-10-股东周年大会逐字稿.md

最终博客提交：

0b731c0 2026-06-10 sync

踩坑记录

1. 全局 pip 受保护

全局 Python 环境受 PEP 668 管理，直接安装失败。解决方式是创建 .venv-transcribe。

2. Hugging Face 超时

faster-whisper 本身安装成功，但模型无法从 Hugging Face 下载。解决方式是改用 ModelScope 上的 FunASR/SenseVoiceSmall。

3. FunASR 没有自动安装 torch

安装 FunASR 后导入失败：

ModuleNotFoundError: No module named 'torch'

解决方式是安装 CPU 版 torch 和 torchaudio。

4. 飞书 Docs 更新命令参数不稳定

lark-cli docs +update 的帮助与实际校验不一致，要求内部 --command 参数但帮助没有列出。最终处理方式是重新创建格式化版飞书文档，并把配置链接替换成新文档。

5. Markdown 只有单换行会在博客里显示成大段

原始逐字稿每条记录只有单换行，Jekyll 渲染后阅读体验差。解决方式是在每条时间戳片段之间增加空行，并按主题加入二级分段。

可复用 SOP

1. 检查音频格式和时长。
2. 如果本机没有 ASR 环境，创建 .venv-transcribe。
3. 优先尝试可访问的模型源；当前环境推荐 ModelScope + FunASR。
4. 先截取 60 秒样本验证。
5. 对长音频按 120 秒切片。
6. 逐片识别并生成带时间戳 TXT/JSONL。
7. 把正式逐字稿写入 codex_personal_assistant/notes/projects/<主题>/01_逐字稿.md。
8. 将原始 ASR 文件放入 source_materials/。
9. 增加分段标题、段落摘要和空行，但不要改逐字稿原文。
10. 创建飞书 Docs 文档，回填 config/feishu_base.json。
11. 运行 python3 scripts/sync_to_feishu_base.py。
12. 运行博客同步脚本 scripts/sync_personal_assistant_notes.sh。

下一步动作

• 把完整转写脚本整理成个人助理或 cc-connect 的可复用脚本，减少下次手工命令。
• 增加“逐字稿格式化器”：自动按时间段插入标题、摘要和空行，并校验原文未变。
• 评估是否需要更高质量的二次校对流程，例如对关键问答片段单独复听修正。

来源：notes/projects/地平线机器人20260610股东大会/01_逐字稿.md

地平线机器人 2026-06-10 股东周年大会逐字稿

说明

• 来源音频：.cc-connect/attachments/地平线机器人202606.10.mp3
• 音频时长：约 54 分 08 秒
• 转写方式：FunASR SenseVoiceSmall，本地自动语音识别
• 校对状态：未人工逐字校对；英文人名、专有名词、数字和个别断句可能存在识别误差
• 生成时间：2026-06-10

内容概览

• 00:00-10:00：AGM 开场、董事和高管介绍、会议通知、投票和 12 项决议说明
• 10:00-47:00：股东问答，涉及车企自研芯片、竞争格局、股价回购、HSD 出货、研发投入、FSD 入华
• 47:00-54:08：线上投票流程、投票等待和会议结束

逐字稿

00:00-10:00 AGM 开场与正式议程

本段摘要： 本段主要是英文会议开场、董事与高管介绍、会议通知、投票规则，以及 12 项股东大会决议的宣读。

[00:00:00 - 00:02:00] Stud begin There will be a Q and A session for shareholders participating in the annual general meeting. you can now start raising questions using the Q and A box functions on the Yi meeting System. My first introduce the company’s board, senior management members while with us today, ladies and gentlemen Dr. Kaiyu, founder, Chaman of the board, chief executive officer and executive director, members of remuneration Committee and the nomination Committee, Dr. Chang Huang, co-founder, executive director and chief Technology officer, Dr. Jian Xu, executive director and chiefy officer, Dr. Li Mingchen, executive director, and vice chairman of the board, Mr. Liang Li, non executiveive director, Mr. Qin Liu, non executiveive director, Dr. Andre Sooff non executivecutive director, Mr. Jianjunzhang, non executive director, Dr. Junp, independent non executiveive director, chairman of the A committee, member of the corporate governance Committee. Mr. Yingqiuwu, independent non executivecutive director, chairman of the nomination Committee, members of the corporate governance Committee. Dr. Catherine Rongxing, independent non executivecutive director, members of the A committee, the remuneration Committee and the nomination Committee, Dr. Ya Qingzhang, independent nonn executivecut director, Chaman of the remuneration Committee and the corporate governance Committee, member of the A committee, Mr. Qi Zhao, joint company secretary. Mr. Ka Se Jo.

[00:02:00 - 00:04:00] Company secretaryMa now pass the time to the chair of today’s meeting, Dr. KaiyLadies and gentlemen and to welcome you to the 2026 annual general meeting of Horizon robotics as the time scheduled for the annual general meeting has come and we have the necessary Q for the meeting I now call the meeting to start will now the notice and voting procedures over to you Thank you Dr. the notice of general meeting has been set up on the page1 to6 of the company’s circular data May 19 2026 the businesses and resolutions to be dealt with as this meeting are in the noticed to the rules governing anding of securities on the stock exchange of Hong Kong Li or the procedures and resolutions set up in the notice Coning the meeting will be taken by pool we have appointed the company’s branch shares re call investors service limited as of this meeting please be informed that Dr. Yu as the chair of this meeting. holdxies which have been sent in for use at this meeting and he will vote in accordance with the directions given on the relevant forms of proxy for thosexes without direction Dr. shall the to vote in favor of the resolution. I will now read the resolutions to be dealt with at this meeting. The details have been set up in the.

[00:04:00 - 00:06:00] Of AGM included in the company’s circular data 19th May 2026. The first resolution is that the audited consolidated financial statements of the company and reports of directors and auditors of the company for the year ended31 December 225 B and R hereby receive and adopted Re2 to7 relate to the reelection of directors. in accordance with the company’s articles of association Dr. Jian Xu Dr. Li Mingchen Mr. Liang Li, Mr. Qin Liu Mr. Jianjunzhang and Dr. Ya Qingzhang shall retire at this annual general meeting and be eligible will offer themselves for reelection Resol2 is that Dr. Jian Xu be reelected as executive director Res3 is that Dr. Li Mingchen be reelected as executive director Resution 4 is that Dr. Liang Li be reelected as non executive director Resol 5 is that Mr. Qin Liu be reelected as nonexive director Re6 is that Mr. Jianjunzhang be reelected as a nonexive director Re 7 is that Dr. Yaqingzhang be reelected as the independent non executiveive director resolutionsol 8 is that board of directors be authorized to fix the doctors reeration. Dr9 is that the price waterhouse Cooper be be reappointed as auditors of the company and the board of the director.

[00:06:00 - 00:08:00] Authorized to fix the auditor’s remun for the year ended31 2026 resolution 10 is that resolution is contained in the item 10 of the notice date 19th May 2026 Coning this meeting B and is hereby passed as ordinary resolution. This is to grant the directors a general mandate to repurchase the company’s shares not existing 10% of the total number issued shares excluding any treasury shares at the date of passing this resolution resolution 11 is that the resolution is content in item 11 of the notice date 19th May 2026, Coning this meeting B and is hereby passed as ordinary resolution This is to grant the directors a general mandate to one a lot issue and deal with the new class B ordinary shares and second sale and transfer Treasury shares, not existing not existing 20% of the total numbers of the issue shares of the company excluding any Treasury shares as date of passing this resolution of the company resolution 12 as that resolution as content in item 12 of this notice dated 19 May 2026, Coning this meeting B and is hereby passed as ordinary share resolution. This is to grant the directors and extend mandate where conditional upon passing the resolutions numbers 10 and 11 to extend the share issue and resume mandate to a lot issue and deal with additional class B shareholders sorry ordinary shares in the capital of the company by total number of the shares repurchase by the company under the share repurchase mandate.

[00:08:00 - 00:10:00] Treasury shares, if any, registered under the name of the company shall repurchase shares pending cancellation shall have no voting rights at thisM the trustee by the company holding shares of the share scheme of the company shall absentbs froming voting rights in of any of the above resolution except for above no other of the company is required under theing rules to from voting the resolution at this AGM shareholders attending this meeting you may now use the Q and a box functions on the in meeting system to raise questions now in the interest of time I will combine similar questions we will now take a moment to collect the questions各位东现可通过提问功提出问题因问合并似问然后现在一两分钟的时间给大家提出问题.

10:00-20:00 股东问答一：车企自研芯片与地平线平台定位

本段摘要： 本段围绕比亚迪等车企自研芯片展开，管理层解释地平线的芯片、软件、BPU、工具链、IP 授权和 royalty 模式。

[00:10:00 - 00:12:00] 我看到了比较多的问题。可能稍后我会根据问题的类型啊，帮大家总结一下啊，然后在不同的这个这个方向上去去向于博士包括管理层进行提问。啊，我我已经看到这个问题很多了。那我们先开始嗯，第一个问题也是我看到这个呃比较多问的是关于比亚迪比亚迪5月份发布了自己的玄机芯片。嗯包括在智能座舱上的这个OS滴滴虾。那我们知道比亚迪过去一直是地平线的这个重要客户之一。呃，所以有股东想请问于博士如何看待比亚迪的自研芯片，对我们的影响。于博士。好的，感谢这位股东的问题。首先呃因为地平线面对的客户比较多，所以呃我们不会去具体的去呃涉及具体的客户。

[00:12:00 - 00:14:00] 呃，我们跟他们的合作，我想从地平线的整个商业模式，以及我们的产业定位的角度来讲，以及我们跟整体的行业的这个我们的客户合作伙伴的合作的方面。首先地平线是一家芯片加软件的公司。啊，但不限于此地平线本质上是一家汇聚了各项啊phy AI物理AI底层技术的一个平台级的公司，我们的核心的知识产权，有AI计算的架构BPU也有我们智能驾驶的基座大模型，有机器人的基座大模型，还有我们的各种的开发工具，比如说像I迪平台，啊，包括我们的在芯片上面的工具链，其实都是我们的核心产品，所以我们的定位呢是成为支架和机器人行业的这种底层赋能者，就像我多次讲过的，就像ar跟安卓这样的，是我们始终坚持的一个商业定位。那么为了这个愿景，我们坚持的不是说是大包大揽的全端交付，而是生态供应。这里面包含了类似于像arCPU对外的各种的呃IP授权模式，其实也包括各种软件算法的这种IP授权模式。也包括呃我们的一些软件的工具链，甚至是呃软件的开发平台，比如说像云端的大数据的开发平台I地平台，的这种啊提供的模式。所以我们实际上是全力支持呃，无论是呃天万合作伙伴还是车企的客户，我支持他们自源芯片，我们支持他们开发自己的算法，并且我们支持他们长线的长期的去。

[00:14:00 - 00:16:00] 培育自己的自研的这种定制化开发的能力。所以我们是一个非常开放的利他的这样的一个赋能模式。在这个过程中，地平先承担的角色呢是一个技术的这个底座是基时是我们客户背后的赋能者。虽然具体的客户的情况，我们不方便去展开。但是可以跟大家分享。在车企的研发过程中，我们会收取呃比如说一次性的这种IP授权费。但一旦车企的这个产品进入量产，我们会随着出货量收取一定金额的这个roty。那就是每次出货我们都收取一定金额的这样的一个收入就是版税。在这个模式下面的话，IP和版税的这个毛利率高达90%以上。所以这个其实也是世界高科技公司大量的高级公司，我刚刚提到了其实也包括高通也包括像sop也包括像dence有很多很多的公司都是这样的一个IP授权软件授权的这种商业模式。这种商业模式的毛利非常高高达90%以上。具体来讲，大家可能熟悉ar跟苹果之间的合作模式。那么ar像苹果进行他的arPU的架构授权，包括它的指令级的授权。那么基于该授权的话，苹果也研发出了目前备受好评的它一系列的这个呃手机的CPU芯片。那我们跟车企的话呢，在这个合作上面的话，其实也是这样的一个非常类似的模式。就是我们授权软件呃no how。我们授权关于芯片方面 how。我们甚至授权整个芯片的整个的开发版方面 how。那么这个的话呢，实际上。

[00:16:00 - 00:18:00] 就是说我们收取它的授权费，也包括他的这个版税，所以是一个非常非常相似的这么一个模式。当然这段时间也有投资人来问我们，如果车企的话，我们的客户开展自研。那么即使地平线在背后做支持，会不会意味着减少我们自己的芯片啊，以及我们的HSD的出货机会。那我想跟大家分享一下，我们对这件事情的思考。我们看一下在手机行业的例子。大家知道手机行业竞争非常激烈。手机厂商也都在自研芯片，但是在受到全球风波之前，华为和三星是全球唯二的自研手机芯片SOC并且能适配这种安卓的这种主力啊机型的厂商。但即即便如此，比如说华为海思以及三星自研芯片也为独占这家手机的全部份额。2017年的份额看，华为海思占华为整体出货量的比例大概是50%左右。即使没有受到供应链影响，三星多年来一直是自研加外采高通啊，双供应链并行的这种策略。而且自研芯片装机率的话，在三星这个case一直都是不高的。从数据上看，高通和联发科占据了三星将近70%到80%的份额。所以放眼包括苹果在的整个手机产业。自研手机芯片的出货量占比大概30%左右，剩余的70%始终是第三方的供应商。其中双寡头的格局非常稳固。高通和联发科的份额高达60%。第三方仍然占有绝对的优势。而从汽车芯片的角度看，一颗芯片里面主要含是个最主要的计算和CPUGPUMCU和AI计算架构BPU那么智能驾驶软件主要是跑在AI相关的BPU上。。

[00:18:00 - 00:20:00] 那么通过BPU授权给车企客户，我们其实也提前建设，并且锁定了地平线的软件生态。自架算法和BPU它会是一个互相促进的耦合关系。那么基于其他芯片事情适配的算法，想要迁移到基于地平线BPU架构的芯片上难度比较大，大家可以把BPU授权这个模式，看作是一个这个跑马圈地。那么基于地平线BPU的这些芯片。那未来会有很多，我想不一定都是地平线去啊推出。但是天然它建设了一个以地平线BPU为核心的一个软件生态。那么这样的一个软件生态，使得地平线能够进一步的通过软件的技术算法的IP工具链去持续的提供给我们的客户，并且的话呢让地平线的核心技术的竞争力，以及不可替代性，其实是越来越强的。总而言之，我们支持车企自研，同时也把自己的真程系列自架芯片，还有星空系列的仓架一体智能体芯片，包括HSD的自架软件咔咔虾智能体OS全面导向车企。如果车企最终能自研成功。我们在自研的部分收取啊IP跟版税的收入，并且以第三方的身份做好硬件的供应商。同时向车企提供自架的一系列所需要的软件技术，包括在座舱方面的一系列的软件技术。所以就是说最终来讲，我们相信车企它一定会不断的即时自延，又是依靠第三方。那我们地平线的站在现在自研这部分，我们其实有一席之地。在它第三方这部分。

20:00-28:00 股东问答二：竞争格局与市场份额

本段摘要： 本段讨论智能驾驶供应商 IPO、赛道拥挤度、AD 芯片竞争格局，以及管理层对地平线份额提升的判断。

[00:20:00 - 00:22:00] 我们又为一席之地。所以地平线一直强调的就是说我们要有强大的这种技术的竞争力，全站的技术的能力。但是我们不一定正全站的潜。我们保持非常灵活的这种商业模式，无论车企它是采取哪一种技术战略，我们都在牌座上，我们都在牌座上面的话是一个最主要的一个合作者，最终来讲的话达到我们的目的就是在汽车的智能化时代，地平线成为这个时代的按加按卓借于波详尽的回答，那我们下一个问题，呃于博士您好，最近制架行业里面不少公司都在推进IPO我们感受到制架供应商赛道越来越拥挤了。您怎么看这个竞争态势，以及现在的市场格局。啊，感谢这位股东的问题，近期呃多家这架公司密集的推进IPO顺便我想说一下呃，这些大部分这些自架公司都是地平线的生态合作伙伴，其中有好几家我们都是他们的股东。啊，其实啊说明这个赛道已经完成了0到一的商业模式的认证。那么进入了一个产业这个深根产业落地，直至爆发式增长的阶段。那么从芯片竞争的格局来讲，那是很清晰的。就智能辅助驾驶这个如果是看A的这个市场。那么就是L2的这个市场，地平线现在是一家独大。但如果是看这个AD这个市场，就智能驾驶的计算芯片其实三分天下，格局是非常非常清晰的。那么看2025年的中高阶AD的自架芯片市场，其实英伟达华为和。

[00:22:00 - 00:24:00] 地平线三家同步企业合计的市场份额已经差不多是九成，形成了一超双强的这样的一个格局。那么地平线未来啊向来会非常依赖各家生态合作伙伴的支持。其中就包括了啊前面提到的若干家正在推进IPO的合作伙伴。那么拉长周期看，智能驾驶的核心技术供应商啊，其实我倒不觉得是越来越拥挤的一个趋势。我觉得整体的来讲会是高度收敛的趋势。那么参照PC时代的呃windows跟intel的格局wintel格局，以及在移动智能手机时代的AA格局，就是以ar架构为核心的高通跟MTK再加上这个另外一个A就是安卓这样的一个寡头的垄断的格局。我们认为未来真正要讲未来智能驾驶核心技术供应商，包括现在顺便讲一下地平线现在其约做仓家一体其实也把智能驾驶跟智能座舱作为一个整车呃智能计算的这样的一个呃平台的核心供应商，我认为未来全世界会收敛到两大3家。当然也会有大量的合作伙伴围绕这两到3家的话呢，有自己的这个一席之地。那么这一判断其实在近期的这个市场数据也是提供了验证。大家知道今年的一季度。中国国内的测试情况是比较差的啊，内需的这个销量下滑已经是超过20%。那么主要的这个是靠出口的高增速来弥补整个中国汽车产量的这么一个规模。那么全国搭载啊AD就是智能辅助驾驶高中高阶智能辅助驾驶的。

[00:24:00 - 00:26:00] 车型的销量其实也比较一般。在这个大环境下，地平线的这个AD的市场份额啊，跟大家汇报一下，还是实现了逆势的增长。那么我们在中国车企啊，如果说是高速的NOA的解决方案的市场份额，季度环比增长了6到5个啊5到6个百分点。那么现在呃超过了30%。那么城区OA解决方案的份额，在搭载HSD的绝大部分车型其实正在推向市场正在量产的过程中，那仍然是季度环比增长了两个多百分点啊，达到了接近7%的水平。所以合计的话呢，就是把这个AD市场把高速OA跟城区OA加在一起，我们的市占率超过了去年啊地平线的整体的这个14%的啊这个市占率达到了16%左右的水平。那么与此同时我们看到其实英美达的市占率，整个英美达市生态的市占率正在下降。这个呢也符合大家的预期。因为大家知道，我们在AW市场从不到5%的市占率到今天超过50%的市占率，大概只用了3到4年。我们也有信心3到4年之后，也就是说从去年地平线在11月份第一次推向推出这个城区OA的产品。那么在34年之后，我们也会是市场市占率最高的第三方城区自驾解决方案的供应商。那么车试在承压啊，但是地平线相对来讲，我们的自驾的这个呃尤其是中高端自驾的方案的市占率却在呃加速渗透。那这说明在行业压力最大的时候，它往往可能是。

[00:26:00 - 00:28:00] 机会，因为谁在这样的一个时候能够不断的发展，能够脱颖而出，能够不断的推出啊好的产品。那我觉得反而是在这样的环境里面是地平线最大的一个机会。而且我相信地平线的产品越来越会成为消费者在购买啊，车型的一个重要的购车的决策。好的，谢谢于博士，我们进入下一个问题，，尊敬的管理层我作为一个长期持有地平线的个人投资者，想冒昧的问一个可能不太好回答的问题。管理层现在对于当前的股价水平怎么看感谢这位投资人啊，长期的对地平线的支持，也呃感谢这位投资人啊，为一个相当直接的问题。那毫无疑问，我觉得地平线最近的股价是呃非常的承压的。那么表现的话呢，大家都看到的。那么对于地平线来讲，从2024年的10月24号这个登陆啊公开市场完成上市。其实我觉得这个是成长过程中，他面临的一次的考试跟考验。那么股价的短期的波动，他受多重因素的影响。大家对于近期股价的这种担忧，我完全理解。在前两天地平线成立11周年的庆典上，当着我们所有地平线员工的面。包括我们的员工的家属，我们也请了员工的家属来参加。我此。

28:00-34:00 股东问答三：股价、产品力与回购

本段摘要： 本段回应股价承压，管理层强调平常心、产品竞争力、消费者选择高配的迹象，以及公司回购动作。

[00:28:00 - 00:30:00] 也是直接的去跟大家去沟通了我对于股价的看法。那我认为最核心的我当时表达来的观点就三个字，就是啊平常心，平常心就是让事物的本质做好，就好比说当有人去争论这个一个人长得高不高，你可能不同的标准。但如果姚明一进屋子，没有人会去argue姚明长得不高，所以对我们来也一样，我觉得在大环境出现各种情况的时候，我觉得我们要回归本质，就是产品到底好不好。因为我认为只有有竞争力的产品，只有创造价值的产品，只有用户消费者真正认可的产品，我觉得才会让地平线能够长期的股价得到体现，得到一个非常正向体现。所以的话我们应该平心静气的去关注本质，去一点一滴的反而更加的专注投入到我们的研发中打磨我们的技术我们的产品，要坚持我们的目标播放弃，让每个用户甚至每个竞争对手都要说我们的产品好。我最近看到一些迹象，过去在10万到20万价位的这样的一个中国大众消费者的主流的市场。大多数的消费者都会选择一般来讲都会选择性价比的这种低配或中配车型，甚至很多人选择没有任何智能辅助驾驶的配置的车型，因为便宜。所以他们是性价比有限。但是我看到有区域的现象是搭载了地平线HSD的一系列车型。那么消费者尽管面对高配中配。

[00:30:00 - 00:32:00] 低配但是消费者一边倒的都选择了最高配。比如说最近的这个爱ica尔的V27超过50%以上的都选择这个最高配售价已经差不多到了20万元。所以我认为真正的用户体验的价值驱动的这样的一个消费拐点正在出现。所以用平常性来看，我认为只有就是我们的产品让消费者真的是他甚至都不需要去太多的比较跟思考，他就知道A地平线的产品给他带来了非常好的用户体验，哎，反而是因为地平线的真成芯片星空芯片地平线的HSD地平线的咔咔箱才选择买这样车，这才是真正的算成功。所以我们要继续努力持之以恒。我认为这个就是平常性大到之间。另外从市场的角度来讲，几个确定性的趋势很明显。第一季度的话，地平线的AD的渗透率在加速测试虽然成加，但我们的相对份额是逆势增长。终端用户正在用自己的真金白银去投票。第二，产业格局在收敛，国内的AD的市场里从芯片的角度看，投三家的份额已经接近九成。我们在这个格局里的位置，不光是确定而是在增长。而且我们也观察到英伟达的份额，最近有所下降。第三，我们从芯片到自驾软件到整车智能体OS，还能基于类似于像R加安卓这样的商业模式，给车企。

[00:32:00 - 00:34:00] 开放赋能这样的一个谦逊开放利他的定位在中国是非常的稀缺的。那么这些基本面都没有改变。并且在往更有利于地平线的方向发展。我们也用实际行动来表达对公司长期价值的信心。今年4月以来，我们持续回购，目前已经累计回购接近5亿港币。这次股东大会上，我们也提醒各位股东批准，让未来12个月公司有权利在合适的时机，以合适的价格，通过合适的方式持续的进行回购。那么历史上面，很多的非常成功的公司，甚至是伟大的公司其实在成长的过程中都经历过这样类似的考验，巨大的回调。比如说我们看到特斯拉也曾经从400美金跌到100美金的过程。我们看因为呢在历史上面也有多次的这种巨大的剧烈的股票的回调，甚至是超过50%，超过80%的回调。嗯同样我们看中国，你看我们无论是您的时代还是比亚迪，都经历了啊多次这样的过程。我相信每一次考验每一次这样的调整，可能对我们都是一个前进的进步的阶梯，都是我们成长的契机，是我们为此而慌了阵脚，而是说还是说回归平常心专注于本质专注于企业的经营企业的产品力。我还是相信巴菲特那句话，股市短期是投票机长期是成重机。我相信我们会证明。

34:00-38:00 股东问答四：HSD 出货与研发投入

本段摘要： 本段先回应 HSD 年度出货目标，再进入研发投入问题，强调城区 NOA 下探、星空芯片、物理 AI 底座和持续投入。

[00:34:00 - 00:36:00] 时间会证明地平线的长期价值。好的，谢谢于博士。我们进入下一个问题。于博士您好，年初您指引过今年40万辆HSD的出货。目前这个时间点，您如何看待今年HSD的销量指标。，好的，感谢这位投资人的问题。关于HSD的交付量，上半年我们的客户覆盖已经比较明晰。各车型的越度的销量也是公开数据。啊每款车型交付之后，我们更愿意把精力聚焦在地平线能驱动的事情上，帮助客户把下一个车型和智能体验做到极致。就像我们刚刚讲的要做屋子里那个毫无争议的大高个。而从行业的角度看，车企的自驾平权啊，我们是很兴奋的。城区自驾的增长引擎正在驱动城区OA的能力正在加速向15万元以内的车型下探。这意味着我们的市场空间是在迅速扩大。盘子大了，我们在客户中斩获爆款车型的概率跟覆盖面也会随之提升。我们未来新车型的进展更有意义。期待在今年晚些时候再和大家做具体的交流。至于今年HSD今年的出货量，我相信无论是什么数字都是一个非常的mini的交付量。但是我想跟大家表达，随着地平线增成芯片，以及我们最近推出的差价融合智能体芯片星空。那么整个这个芯片的这个竞争力。我觉得在行业里面是越来越强。甚至我自己个人觉得是无出其有。么在这样的一个跑马圈地的这种情况下面的话，那。

[00:36:00 - 00:38:00] 未来就是HSD的市场份额提供了非常好的这么一个土壤。那么我自己对于HSD的未来的出货以及它的这个市场占有率啊，我是非常的有信心，非常乐观。谢谢好的，谢谢于博士嗯，我们进入下一个问题。，管理层你们好，2025年公司研发投入超过了50亿元人民币。我理解硬科技需要持续投入，但作为股东我确实很关心这么高强度的研发投入，到底什么时候能看到相应的回报及盈利。好的，谢谢这位投资人，感谢您对公司的长期关注。高强度的饱和研发投入是地平线面对呃未来的取胜之道，是我们的战略选择。现在我们在研发上的投入，是在训练一个能持续进化的物理AI底座，他不仅是HSD打赢城区自家的关键，也是面向未来L3L4自动驾驶演进的底层能力。这一机座一旦建成。它的能力边界将不止于汽车，还会向机器人的领域延伸。所以我们还没有做到完全自动驾值前，我们会坚定的饱和投入。在最短的时间内去不断扩大我们的领先优势。让我们的高投变成强大的商业竞争力。但是我们有一条底线。我们只会在资产负债表绝对健康的前提下，饱和投入研发。2025年末地平线在手的现金是超过200个亿的这个也保证了我们持续。

38:00-40:00 股东问答五：盈利能力与长期产业地位

本段摘要： 本段延续研发投入话题，管理层解释现金、毛利率、收入增长、费用增速和未来盈利能力之间的关系。

[00:38:00 - 00:40:00] 高投入的底气。另外一方面，地平线的毛利率达到60%以上。在行业内属于比较高的水平。那我们只要持续的收入保持高度的高速的增长，研发费用增速不显著的高于收入增速，那么公司未来的盈利能力是可期的是有保障的是显而易见的。关于回报何时显现。我一贯的判断是未来支架置于汽车，就像通信基待之于手机，它不定它不再是锦上添花的卖点，它是定义产品待季的标配。那当这一天到来，掌握核心底层技术的企业，就会成为产业链中绕不开的基础设施。我们的高研发投入也就高一段段落。我们今天投入也是在构建这种绕不开的价值。就像手机时代的高通，它的整个的毛利水平，它的净利润水平，超过了除了拼果以外，几乎所有的手机厂商。就像在PC时代的intel跟利润。我相信他们的整个的盈利跟毛利，还有净利润水平也超过了所有的PC厂商，那我相信地平线在整个的智能汽车领域，我们未来的这个产业地位，会成为这样的一种啊高科技的啊领先的企业。谢谢。好，谢谢于博士。我们进入下一个问题。嗯，于博士您好，特斯拉5月21日官宣FSD监督版正式入化。作为股东，我有两个层面的担心，一是FSD毕竟是全球智能标杆。支架的标杆。他进来之后会不会抢走一部分客户，对地平线的。

40:00-48:00 股东问答六：特斯拉 FSD 入华与软件订阅

本段摘要： 本段讨论特斯拉 FSD 入华，管理层认为这会带来行业鲶鱼效应、提升用户认知，并可能推动自动驾驶软件订阅模式。

[00:40:00 - 00:42:00] 市场份额形成挤压啊、也是有分析说FSD在中国水土不服，接管率远超于国市场方案，价格还要6万多。如果特斯拉FSD最终表现不好，是不是对地平线也有挑战啊，总体来说您怎么看待FSD入滑这件事情呃总之呃我非常直接的一个回答，就如果如预期特斯拉FSD路滑。啊我将因此欣喜落况啊，这绝对是一个大好消息。它会引发国内自驾行业的鲶余效益啊，它会让整个社会公众普通的消费者，而不仅仅是科技的极刻，对于智能驾驶的技术啊，去抱有热情。所以对地平线而言，这绝对是一个巨大的这个机遇那么回顾历史啊，特斯拉在2018年解决了产能问题之后，啊，全球的EV迎来了新的发展的一个浪潮啊，我记得应该是一个突出的一个拐点应该是2020年就是上海的这个特斯拉的超级工厂解决产能，实际上那个时候EV才真正产生的拐点。那个时候国内的话呢新势力包括微小微小其实也迎来了拐点。以同时的话呢这个也催生了一大批的优质的本土的围老的EV的这些供应商。啊，包括您的时代。同样的，我相信FSD入滑将带来类似的在智能化这个产业圈所产生的。

[00:42:00 - 00:44:00] 种巨大的联鱼鲶鱼效应和这种啊呃联鱼效应。我们自己做了一些测试。特斯拉的智能辅助驾驶能力，毫无疑问，是属于全球的领先地位。那么有这样的国际参照物的这个入场，我觉得将加速整个智能驾驶产业链的向上对标迭代审计。同时的话呢他也会提升中国消费者对自驾的要求的这种啊这种品位啊，因为当如果没有这样的一个这个呃这个好的产品在市场上面具有这种号召力去设立一个产品的标准的时候，其实这个市场本身是处在一个并不是这种啊集体的消费者去拥抱这个技术的这么一个时代。所以说需要这种标杆产品。而中国的道路场景的话，远比非美复杂用户反馈和迭代节奏也很快。如果我们和特斯拉能在这种极高难度的场景中站稳脚跟。那么中国自驾产业链的价值。就像就会被重新的定价。顺便讲一下，大家知道全球范围内，特斯拉是第一个真正量产，一段是端到端的智能驾驶大模型的企业。大家知道谁是中国的一家是地平线。地平线去年推出HSD啊，所有的这些体验的这些媒体朋友，专家科技机客都惊乎这个是中国的FSD因为非常累人的非常丝滑的这种用户体验。他们之前从来没有经历过。昨天我还接待了一位啊投资圈的朋友。那么他也是地平线股东。

[00:44:00 - 00:46:00] 他对于美国的FSD特斯拉的FSD是非常熟悉的。那么他昨天体验了地平线的HSD他自己就接说哇哦，这是他现在体验过的最像这个特斯拉的FSD这种类人体验丝滑，并且带来一种安全安心感。这个是他这个觉得非常非常的印象深刻。所以当前国内主机厂的自驾产品销售。我觉得无论是全新标配还是选A还是购车环节都是在购车环节完成的。我觉得国内用户对于这个呃目前来讲的话，当自驾的这个进展，并没有真正到这种啊完全的无人驾驶的阶段，比如说L4。那么对于软件的按月付费的意愿，相对我觉得还为持上涨。那么到目前为止，我觉得还是一个这个类似于传统的汽车零部件的这样一个生意模式。那这个也是地平线目前的现状。目前的商业模式的现状。但我觉得这个并不是永远。当我们看到今年的FSD在全在美国已经全面推行了订阅机。那每月的费用从99美元啊截止到2020年的一季度其这个订阅的用户数已经超过了120万。那么仅FSD的付费，每月可以为每个月可以为特斯拉供电贡献1.2亿美金的收入。那么SFSD的落滑有机会把自驾功能变成一个用户意愿单独订阅的这样的一个呃强认值的产品。我对此抱有期待。那么一旦是哪怕不能立刻实现，至少也是加速推动。一旦特斯拉成功教于中国市场，让用户为自驾的软件订阅，这样的一个付费模式，。

[00:46:00 - 00:48:00] 成为共识。那么这家供应商的软件税务模型盈利模式甚至物资体系都会迎来一次系统结构性踊跃s through the meeting system would like of class inxy shall have one vote per share for all resolutions hold of class have1 votes share for resolution number one resolution7 and thes the number ofs or of options indicate no voting is completed please click confirm to.

48:00-54:08 投票与会议结束

本段摘要： 本段回到线上投票流程，说明投票确认、五分钟投票时间、投票关闭和结果发布。

[00:48:00 - 00:50:00] completion of the voting procedure, the system will display a set voting reference number to confirm that your voting instructions have been submitted We have approximately five minutes for voting for shareholders are to vote online现有5分钟投票时间大家在上进行投票.

[00:50:00 - 00:52:00] .

[00:52:00 - 00:54:00] hasAs all the closedThe poll will be published on websites of the and Stock exchange for your is.

[00:54:00 - 00:54:08] 。

下一步动作

• 复核 HSD 40 万辆指引、Q1 市占率、回购金额、现金和毛利率等管理层口径。
• 将问答中的关键观点拆成单独研究笔记，用于后续地平线机器人投资跟踪。

来源：notes/topics/value_investing/02_真正的价值投资_知乎原文排版版.md

真正的价值投资：知乎原文排版版

版权与来源

作者：Michael 链接：https://www.zhihu.com/question/1975260465501316632/answer/2046945026614224281 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

散户和伪价投眼中的价投

散户和伪价投眼中的价投：我看中一个股票，买入，然而它产生浮亏了，我又不舍得割肉，结果浮亏越来越多，然后就想到价投不就是长期持有吗，那么我也一直持有硬抗，然而最后实在扛不住了，亏了很多，然后骂价值投资是扯谈

举个例子：赛力斯，从高点 174 回撤到目前 74，很多散户不舍得卖，就告诉自己长期拿着吧，我就当做价值投资了

真正的价投

真正的价投：

1，选定标的

1，选定标的：这个标的基本面良好，赚钱能力强，我能够看懂这个公司，我相信这个公司未来 3-5 年都能够保持良好的业绩，给股东很好的回报

真正的价投从来不会去追市场的热点，也不会去追那些没有盈利的热门公司，消费类（也就是市场上所说的老登股）是真正的价投比较青睐的标的（比如老段最近买入的泡泡玛特），因为这些消费类的公司一般来说会有足够的业绩和利润支撑，真正的价投去做市场调研也比较容易

当然，真正的价投不是说一定会赚钱，看错标的了也一样会亏钱的，价投非常考验一个人选优质标的的能力

2，蹲好价，等底仓好机会

2，蹲好价，等底仓好机会：等待市场错杀，或者市场恐慌的时间点（比如 924，美伊战争，关税战等），这些关键的节点，大部分的标的股价都会大幅度的下挫回撤，真正的价投最喜欢这样的机会了，市场恐惧我贪婪，这种错杀的大幅度打折的股价正是最好的买入时机

3，控制仓位

3，控制仓位: 每次试仓加仓只买入 2%，有底仓的机会（参考第二点）可以买入多点，但每个标的的仓位控制在不超过 10%

光是上述三个操作，试问市场上有多少人做到？

4，买入后跟踪

4，买入后跟踪：真正的价投买入标的，都有自己的逻辑，买入后需要跟踪自己的买入逻辑是否还在，再结合季报年报来验证。如果买入的逻辑不成立了，或者标的的基本面发生重大反转，或者发现自己看错了，就及时止损（真正的价投，不是根据股价来止损，而是根据公司基本面来止损，即便当前的股价仍然是浮盈，也仍然会止损）

5，股价

5，股价：真正的价投，一般情况下，在买入标的后，前期会有一点浮盈（因为买入的价格已经比较低，安全垫比较足），但是真正的价投可不希望买入就浮盈，因为没买够，真正的价投希望股价能够再下来一点，这样他们能够有更好的价格来加仓

例子：几年前的宁德时代，买入2% 试仓后，股价根本没有回调过，直接上天了，这是真正的价投最不希望看到的，因为没买够仓位，股价已经上去了，但上去的股价没有足够的安全垫，价投宁愿错过也不会追高

散户和真正的价投对于加仓的区别

再说一下散户和真正的价投对于加仓的区别

散户：加仓是为了降低成本，如果最后这个标的涨不回去，就是越加越亏

价投：加仓不是为了降低成本，是为了买入更多的仓位（有时浮盈也会加仓，因为即便浮盈，但价投如果认为价格仍然合理，也会浮盈加仓），因为价投很清楚很自信，这个标的目前的低价只是暂时的，虽然不知道什么具体什么时候股价会去到真正合理的价位，但真正的价投确信这个事情一定会发生，所以真正的价投对于股价的下跌一点也不慌，反而觉得很爽

6，持有时间

6，持有时间：真正的价投，如果确信自己看对的标的，确实是长期持有，越跌越买，真正的价投持有一个标的都是按年来算的，市场上的散户恨不得天天都要操作，天天做波段做T，生怕今天不操作就赚不到钱

7，面对波动

7，面对波动：真正的价投，如果标的的基本面没有变坏，是不怕市场回撤的（参考 2,5,6 点），即便市场回撤了所有浮盈且产生大量浮亏，都不怕，反而又是一个很好的加仓机会，因为真正的价投确信，这些回撤都只是正常的市场波动，股价迟早会回到这个标的该有的价位，又因为真正的价投的买入价都很低且在真正的低位建了底仓，所以当股价回到正确的位置的时候，盈利其实相当的客观）

所以，不是真正的价投不行，而是大家都没有接触过真正的价投，又或者，知道真正的价投了，但不认可真正的价投的投资逻辑和行为，还是觉得自己天天做T做波段，追热点比较爽，那是每个人的选择，每个人终将为自己的认知买单

来源：notes/topics/value_investing/01_真正的价值投资不是被套后的长期持有.md

真正的价值投资不是被套后的长期持有

来源

• 作者：Michael
• 原文链接：https://www.zhihu.com/question/1975260465501316632/answer/2046945026614224281
• 平台：知乎
• 版权说明：原回答版权归作者所有。本文为个人学习笔记和观点整理，不全文转载原文。

核心判断

这条知乎回答最有价值的地方，是把两种常被混淆的行为分开了：

• 被套后的“伪价投”：先因为看好、跟风或舍不得卖而持有，浮亏扩大后再把“长期持有”当成心理安慰。
• 真正的价值投资：在买入之前就完成标的筛选、价格等待、仓位约束、跟踪逻辑和退出规则。

所以，价值投资不是一种亏损后的解释权，而是一套买入前就存在的纪律。

真正价值投资的流程

1. 先选能看懂的优质标的

价值投资的起点不是“这个股票跌了很多”，而是“这个公司是否值得长期作为资产持有”。

需要回答几个问题：

• 公司基本面是否良好？
• 赚钱能力是否强？
• 自己是否真的看得懂这个业务？
• 未来 3-5 年是否有能力持续创造业绩和股东回报？

这里的难点不是口号，而是选标的能力。看错公司，价值投资一样会亏钱。

2. 等待好价格，而不是追热点

真正的价值投资通常不追逐市场热点，也不因为热度买入尚未验证盈利能力的公司。

更理想的机会来自市场错杀和恐慌时刻。当大部分标的因为外部冲击或流动性情绪出现大幅回撤时，优质公司可能以更好的价格出现。

这对应巴菲特式的逆向原则：市场恐惧时，优质资产的安全边际可能变厚。

3. 仓位控制是纪律的一部分

回答里强调了很具体的仓位约束：试仓、加仓都要小比例进行，有底仓机会时可以加多一些，但单个标的不应过度集中。

这个观点对个人投资尤其重要。很多所谓的长期持有，失败不只是因为标的错，也因为仓位一开始就过重，导致心理承压能力和资金周转空间被打穿。

4. 买入后跟踪逻辑，而不是只盯股价

真正的价值投资买入时有逻辑，买入后也要持续验证逻辑。

需要跟踪：

• 原始买入理由是否还成立。
• 季报、年报是否验证了经营判断。
• 公司基本面是否发生反转。
• 自己是否看错了关键变量。

如果买入逻辑不成立，或者基本面出现重大反转，就应该退出。这里的止损依据不是股价本身，而是基本面和原始判断是否破坏。即使账面仍然盈利，也可能需要止损。

5. 下跌不是自动加仓，逻辑仍成立才加仓

散户式加仓经常是为了摊低成本。问题是，如果标的本身不能回到合理价值，越加仓只是越集中地承担错误。

价值投资式加仓不是为了让账面成本更好看，而是因为投资者认为当下价格仍低于合理价值，且基本面逻辑仍然成立，所以愿意买入更多份额。

这意味着加仓前要先验证：

• 公司变差了吗？
• 行业逻辑变了吗？
• 估值是否仍有安全边际？
• 自己是否只是想通过加仓缓解亏损焦虑？

6. 持有时间来自判断，不来自硬扛

真正的长期持有，是建立在“公司仍然值得持有”的基础上。

如果看对了标的，持有周期可以按年计算，市场回撤也可能只是再次买入的机会。反过来，如果买入逻辑已经破坏，继续持有就不再是价值投资，而是拒绝承认错误。

对我的启发

这条回答可以和我最近的投资记录方法放在一起：炒股要当成一件事来做，而不是消遣。所谓“一件事”，就意味着有流程、有记录、有复盘、有退出规则。

以后判断自己是不是在做价值投资，可以先问五个问题：

• 买入前是否写过买入逻辑？
• 是否知道未来 3-5 年主要看哪些经营指标？
• 是否有明确的合理价格区间和安全边际？
• 仓位是否足够小，能允许自己继续观察和犯错？
• 如果基本面反转，是否愿意承认判断错误并退出？

如果这些问题答不上来，就不能把“长期持有”叫作价值投资。

最小行动清单

• 每个标的建立一页投资卡片：业务理解、买入逻辑、估值区间、仓位上限、跟踪指标、退出条件。
• 每次加仓前写一句话：这次加仓是因为价值更便宜，还是因为我想摊低成本？
• 每次季报和年报后复盘：原始买入逻辑被加强、削弱，还是破坏？
• 把“股价下跌”拆成两类：基本面没变的波动，基本面变差的重估。
• 不用“长期持有”解释已经没有逻辑支撑的仓位。

来源：notes/topics/active_attention/01_主动专注地处理事情.md

主动专注地处理事情

核心判断

任何事情主动地、专注地去做，都比被动地去做效果更好。

关键不在于事情本身是否“高价值”，而在于它是否被主动定义成一件事：有明确目的、有时间边界、有处理动作、有结果记录。微信、炒股、放松都可以因为主动处理而变得更有效；也都可能因为被动滑入而变成消耗。

具体场景

微信

微信不只是被消息推着走的工具，也可以作为关系维护和信息整理的入口。

可以集中处理微信：

• 定期把一些感想发给朋友。
• 主动和家人连接。
• 快速梳理群聊里的关键信息。
• 把有价值的信息写入自己的笔记。

这样微信就从“被动接收消息”变成“主动维护关系和整理信息”。

炒股

炒股应当被当成一件正事来做，而不是消遣。

当它被当成一件事，就需要：

• 刻意看盘。
• 记录观察。
• 复盘判断。
• 区分投资研究和情绪刺激。

如果只是作为消遣，就容易被行情波动牵着走，也很难形成可复盘的判断体系。

放松

放松也需要主动安排。

专门让自己慢下来，比在社交网络上浪费时间更能恢复状态。真正的放松不是继续输入刺激，而是降低速度、降低信息密度，让身体和注意力恢复稳定。

可执行规则

• 对容易被动滑入的事情，先问一句：我现在要把它当成一件什么事来做？
• 微信集中处理时，同时做三件事：关系连接、信息筛选、笔记沉淀。
• 看盘时必须留下记录，否则默认只是消费行情。
• 放松时优先选择低输入活动，而不是社交网络。

下一步动作

• 建一个“微信集中处理”固定窗口，记录每次处理后的关系连接和信息沉淀。
• 给投资观察建立最小记录模板：日期、标的、盘面观察、判断、后续验证点。
• 每天至少安排一个不刷社交网络的主动放松块。

来源：notes/books/Horizon Robotics 2026-05-29 Morgan Stanley/01_详细解读.md

摩根士丹利 2026-05-29 地平线机器人研报详细解读

标的：地平线机器人-W 9660.HK
机构：摩根士丹利 Morgan Stanley Asia Limited
报告标题：Impact from OEMs' switch to in-house chip solutions - it's not a one/zero situation
发布时间：2026-05-29 14:39 GMT
本地原文：source_materials/HORIZON_20260529_1439.pdf
全文转换稿：source_materials/pdf_full_text.md
处理日期：2026-06-09
说明：本文是基于用户提供 PDF 的个人助理沉淀，不构成投资建议。

1. 核心结论

摩根士丹利维持地平线机器人 Overweight 评级，目标价 HK$10.00。以报告日 2026-05-29 收盘价 HK$5.29 计算，目标价隐含约 89% 上行空间。

这篇报告的核心不是否认主机厂自研芯片趋势，而是把问题从“第三方芯片供应商会不会被替代”拆成更细的商业模式问题：如果车企自研芯片成为趋势，地平线仍可能通过 BPU IP 授权、出货 royalty 和软件设计导入继续留在价值链里。

一句话概括：主机厂自研芯片是压力，但不是一刀切的归零风险；地平线的潜在解法是从“卖芯片”部分转向“卖 BPU IP + 软件生态”。

2. 报告要点

2.1 从芯片销售到 IP 授权

管理层向市场补充解释了 BPU IP 授权模式。对正在开发自研芯片的 OEM，地平线可以授权 BPU IP，并获取两类收入：

1. 前期授权费。
2. 按实际出货量收取的持续 royalty。

这使地平线的商业模式有点接近半导体 IP 公司，而不只是标准芯片供应商。报告提到，IP 授权模式的毛利率接近 100%，明显高于传统芯片销售的约 40-50% 毛利率。

但需要注意：管理层没有披露该模式相对传统芯片销售的收入贡献。也就是说，方向上更高毛利，但短期体量、节奏和可预测性仍待验证。

2.2 主机厂自研不是“有/无”二元问题

报告承认 in-house chip development 会成为行业趋势，但认为第三方供应商仍然有存在空间，只是合作方式会变化。

摩根士丹利列出的理由包括：

1. 并非所有车企都有足够规模和经济性来自研芯片。
2. 车载智能芯片规格变化快，持续跟进需要高研发投入。
3. 软件和硬件集成复杂，单纯自研硬件不等于拥有完整智能驾驶能力。
4. 如果车企采用地平线 BPU 架构，自研芯片反而可能带动地平线软件和 HSD 的采用。

这与市场最悲观叙事不同。最悲观叙事是“车企自研芯片，地平线卖不出去”；大摩的叙事是“车企自研芯片，地平线可能从芯片供货转成 IP 和软件供货”。

2.3 J6M 短期未受影响，但 1H26 增速承压

管理层提到，J6M 今年出货量没有受到影响。

不过报告也指出，更广泛的汽车市场疲弱可能使 2026 年上半年增长低于此前 60% YoY 目标。这里体现出两个层面的区分：

1. 公司自身项目和产品节奏并未被主机厂自研立即打断。
2. 行业总需求和整车销售压力仍会影响短期收入增长。

因此，短期不宜只看“自研芯片是否替代”这一条线，也要看汽车行业景气度、客户车型放量和 J6M 装车节奏。

3. 关键财务与估值信息

报告给出的主要预测如下：

估值方法为概率加权 DCF：

关键 DCF 假设：

• WACC：12.2%
• Beta：1.9
• 长期增长率：3%

从预测看，大摩认为地平线仍处于亏损收窄阶段，2028 年才进入正 EBITDA 和正 EPS。也就是说，目标价的核心依赖仍是中长期 ADAS/AD 渗透、客户份额、产品放量和商业模式升级，而不是短期利润兑现。

4. 上行与下行风险

4.1 上行风险

1. 中国 ADAS/AD 渗透率快于预期。
2. OEM 自研硬件设计延迟或失败。
3. 中国市场可选方案供应商减少，地平线相对受益。
4. 客户群扩张，新增关键客户。

4.2 下行风险

1. 中国 ADAS/AD 渗透率低于预期。
2. 供应链扰动。
3. OEM 自研硬件设计成功，并减少对地平线依赖。
4. 中国关键客户整车销售承压。

5. 与瑞银、Bernstein 观点的对照

本地已沉淀过 UBS 2026-05-27、Bernstein 2026-06-02 相关材料。三者可以这样放在同一框架下理解：

大摩这篇报告的增量价值，是把“自研芯片”拆成两层：

1. 硬件销售可能被替代或压缩。
2. 架构 IP、royalty、软件和工具链仍可能保留甚至提高毛利率。

这个框架对后续跟踪很有用，因为它把观察点从“某车企是否自研芯片”改成“该车企自研芯片是否采用地平线 BPU/IP/软件栈”。

6. 投研含义

如果地平线只能卖标准芯片，那么主机厂自研芯片会直接压缩其长期空间，市场给硬件供应商折价是合理的。

如果地平线能把 BPU IP 授权规模化，并通过 BPU 架构带动 HSD 软件和工具链进入车企体系，那么它的估值逻辑会更接近“智能驾驶 IP/软件平台”，而不是单纯芯片硬件公司。

目前最关键的不确定性在于：IP 授权项目已经在推进，但收入规模没有披露。因此，当前只能把它视为潜在商业模式升级，而不能直接视为已经兑现的利润来源。

7. 后续跟踪动作

1. 跟踪公司是否披露 BPU IP 授权客户、授权收入、royalty 口径或项目数量。
2. 跟踪 J6M 2026 年装车节奏，尤其是上半年增速是否明显低于 60% YoY 目标。
3. 把客户自研芯片分成三类：完全自研替代、采用外部 IP 自研、继续采购第三方芯片。
4. 观察 HSD 软件是否随 BPU 架构进入更多车型，如果只授权 IP 而软件没有跟随，长期价值量会打折。
5. 后续更新财报时重点看毛利率变化：若 IP/软件占比提升，理论上毛利率应有结构性改善。

8. 来源与限制

已使用来源：

• 用户提供 PDF：source_materials/HORIZON_20260529_1439.pdf
• PDF 转换稿：source_materials/pdf_full_text.md

限制和待验证点：

• PDF 第 3-8 页主要为披露、评级定义和覆盖列表，实质研究内容集中在第 1-2 页。
• 报告没有披露 BPU IP 授权模式的当前收入贡献。
• 报告披露摩根士丹利过去 12 个月与 Horizon Robotics 存在投行业务关系和其他服务关系，需要将其观点作为单一输入而非最终结论。

来源：notes/projects/flomo_integration/01_flomo_整合进个人助理方案.md

flomo 整合进个人助理方案

结论

建议把 flomo 定位为“随手记录与灵感入口”，把个人助理工作区定位为“结构化处理、任务推进、文档沉淀和飞书同步中枢”。落地上采用两层能力：

1. 第一阶段用 flomo Incoming Webhook 做稳定写入：个人助理可以把灵感、任务、复盘摘要、处理结果回写到 flomo。
2. 第二阶段用 flomo MCP 做读写闭环：让 AI 工具按需读取、搜索、创建、更新 flomo 笔记，再把可执行内容同步到本地 Markdown、飞书 Docs 和飞书多维表格。

已核实能力

官方 API 与 URL Scheme

flomo 官方帮助页说明，API & URL Scheme 属于 PRO 会员能力，提供第三方工具与 flomo 交互的能力。API 页面公开说明“提供调用方便的记录 API”，详情入口在 https://flomoapp.com/mine?source=incoming_webhook，也就是登录后获取个人 incoming webhook 地址。

可用于个人助理的判断：

• 适合：从个人助理向 flomo 新建 memo。
• 不适合：稳定批量读取历史 memo、搜索 memo、更新 memo。公开帮助页没有把这些作为普通 API 能力列出。
• 约束：需要 flomo PRO；webhook URL 等同写入密钥，必须放在本地配置或环境变量，不能写入公开仓库。

URL Scheme

flomo 支持 flomo://create，可带 content 和 image_urls 参数。content 最大 5000 字，image_urls 最多 9 个 URL。

可用于个人助理的判断：

• 适合：手机端快捷打开 flomo 并预填内容。
• 不适合：服务器自动化，因为它依赖本机安装的 flomo App 和用户交互。

MCP

flomo 官方帮助页把 MCP 放在“AI 工具连接”能力下，说明可在 Claude、ChatGPT 等 AI 工具中直接读写 flomo。公开页面和页面元信息显示，该能力面向 AI 工具连接，关联创建、搜索、更新笔记及标签等操作；侧栏标注为 MAX 会员能力。

可用于个人助理的判断：

• 适合：AI 助理读取最近 memo、按标签/关键词搜索、创建 memo、更新 memo、补标签。
• 不适合：把 flomo 当作唯一数据库。MCP 更适合 AI 会话内工具调用，不适合替代本地 Markdown 和飞书 Base 的长期结构化账本。
• 约束：需要 flomo MAX；具体 token、server 地址和授权方式应以登录后的 flomo MCP 设置页为准。

导出

flomo 官方帮助页说明支持全局导出和按条件导出，导出格式为 HTML。

可用于个人助理的判断：

• 适合：一次性迁移、定期备份、补齐历史资料。
• 不适合：高频增量同步。HTML 需要解析，稳定性和字段完整性不如 API/MCP。

推荐架构

用户随手记
  -> flomo
  -> MCP/导出读取
  -> 个人助理 inbox/capture.md
  -> 分类：信息 / 任务 / 待确认
  -> tasks / notes / logs
  -> 飞书 Docs + 多维表格

个人助理处理结果
  -> 本地 Markdown 源文件
  -> 飞书 Docs / Base
  -> Incoming Webhook 回写 flomo 摘要或反思卡片

核心原则：

• flomo 负责捕捉，不承载复杂项目管理。
• 个人助理负责加工，不要求用户在 flomo 里手动整理字段。
• 飞书负责展示、检索、协作和阶段性复盘。
• 本地 Markdown 仍是源文件，避免被单一 SaaS 锁死。

多维表格设计

建议在现有个人助理多维表格基础上新增或预留一张“flomo 收件箱”表。如果短期不改表结构，也可以先把整理后的结果同步到现有“知识索引”“文档资产”“待办事项”“每日记录”。

表：flomo 收件箱

表：flomo 回写日志

本地文件设计

建议新增配置和脚本：

• codex_personal_assistant/config/flomo.json：保存非敏感配置，例如默认标签、同步窗口、处理规则。敏感 token 使用环境变量。
• codex_personal_assistant/scripts/flomo_write.py：通过 Incoming Webhook 写入 memo。
• codex_personal_assistant/scripts/flomo_mcp_ingest.py：通过 MCP 拉取最近 memo，写入 inbox 或 notes。
• codex_personal_assistant/scripts/sync_flomo_to_base.py：把 flomo 收件箱和回写日志同步到飞书多维表格。

环境变量建议：

export FLOMO_WEBHOOK_URL='https://flomoapp.com/iwh/your-token'
export FLOMO_MCP_URL='以 flomo 设置页为准'
export FLOMO_MCP_TOKEN='以 flomo 设置页为准'

处理规则

flomo 到个人助理

1. 拉取最近 24 小时或上次同步后的 memo。
2. 按标签和内容识别类型：
   • 包含 #todo、#任务、要做：进入 tasks/todo.md。
   • 包含 #日记、今天、时间地点事件：进入 logs/daily_log.md。
   • 包含 #灵感、#选题、#研究：进入 inbox/capture.md，必要时生成 notes/topics/...。
   • 包含链接或长摘录：标为资料，等待二次处理。
3. 生成处理结果后同步飞书多维表格。
4. 重要内容再创建或更新飞书 Docs。

个人助理到 flomo

建议只回写“高价值摘要”，避免把 flomo 变成重复备份仓库：

• 每日复盘：写入一条 #个人助理/日复盘。
• 新建正式笔记：写入一条 #个人助理/知识沉淀，包含标题、摘要、飞书 Docs 链接。
• 任务计划：写入一条 #个人助理/行动，只保留当天最重要 1-3 件事。

回写模板：

#个人助理/知识沉淀
标题：...
一句话结论：...
下一步动作：...
飞书文档：...

实施步骤

第 1 步：写入能力打通

• 在 flomo 设置页获取 Incoming Webhook。
• 本地设置 FLOMO_WEBHOOK_URL。
• 编写 flomo_write.py，支持 --content 和 --file。
• 用一条测试 memo 验证写入。

第 2 步：读能力验证

• 如果已有 flomo MAX，优先在 AI 工具中启用 MCP。
• 验证四个动作：搜索最近 memo、按标签搜索、创建 memo、更新 memo。
• 记录 MCP 返回字段，确认是否有 memo ID、创建时间、更新时间、标签。

第 3 步：建立 flomo 收件箱表

• 在飞书 Base 增加“flomo 收件箱”和“flomo 回写日志”。
• 更新 feishu_base.json 增加表 ID。
• 扩展同步脚本，把 flomo 处理状态写入多维表格。

第 4 步：半自动处理

• 每天拉取一次 flomo 最近 memo。
• 个人助理先生成分类建议，不自动删除或改写 flomo 原文。
• 用户确认后写入任务、日志或主题笔记。

第 5 步：自动化复盘

• 每天晚上自动汇总当天 flomo、todo、daily log。
• 输出一条日复盘到飞书文档/多维表格。
• 只把最终摘要回写 flomo。

风险与边界

• 普通 API 公开信息只确认“写入记录”能力，读取和更新不要押注在非官方接口上。
• MCP 能力受会员等级、客户端支持和授权方式影响，必须用你的账号实测。
• flomo 是碎片化记录工具，不适合承载复杂任务状态；任务主表仍应在个人助理和飞书 Base。
• Webhook URL 泄露会导致别人向你的 flomo 写入内容，应按密钥管理。
• HTML 导出适合作备份和迁移，不适合作实时同步。

下一步动作

1. 获取并保存 FLOMO_WEBHOOK_URL，先打通个人助理到 flomo 的写入。
2. 确认账号是否有 MAX，决定是否启用 MCP 读写闭环。
3. 在飞书多维表格新增两张 flomo 专用表，或先用现有表做一周轻量试运行。
4. 一周后复盘：保留“回写摘要”和“任务识别”，谨慎开启自动更新 flomo 原文。

来源

• flomo API & URL Scheme 官方帮助页：https://help.flomoapp.com/advance/api.html
• flomo MCP 官方帮助页：https://help.flomoapp.com/advance/mcp/
• flomo 存储与导出官方帮助页：https://help.flomoapp.com/basic/storage.html

来源：notes/books/Horizon Robotics 2026-05-27 UBS/01_详细解读.md

瑞银 2026-05-27 地平线机器人研报详细解读

标的：地平线机器人-W 9660.HK
机构：瑞银 UBS
用户指定报告日期：2026-05-27
当前材料状态：未找到原始 PDF；本解读基于公开转载摘要、本地既有地平线研究报告中对瑞银观点的引用，以及可验证网页元信息整理。
重要说明：公开转载页面显示发布时间/报道日期接近 2026-05-29；本地旧报告也出现 2026-05-28、2026-05-29 两种引用。目录和标题按用户指定的 2026-05-27 保留，具体原始报告发布日期需以后续 PDF 为准。

1. 核心结论

瑞银这篇报告的核心不是转空地平线，而是把短期收入预期往下修，同时保留对高阶自动驾驶芯片份额提升和舱驾融合业务贡献的中长期认可。

根据公开转载摘要，瑞银将地平线机器人 2026-2028 财年收入预测下调 8%-14%，原因主要是中国汽车需求疲弱，影响智能驾驶方案的上量节奏。与此同时，瑞银维持 买入 评级，并把目标价从 HKD 13.2 下调到 HKD 10.0。

这是一种“短期节奏下修、长期逻辑未破”的观点：瑞银承认行业需求和交付节奏压力，但仍认为地平线受益于高阶自动驾驶芯片市场份额提升，以及座舱/舱驾融合产品线的增量。

2. 已确认的关键摘要

目前可验证信息包括：

• 瑞银维持地平线机器人 买入 评级。
• 目标价由 HKD 13.2 下调至 HKD 10.0。
• 2026-2028 财年收入预测下调 8%-14%。
• 下调原因是中国汽车需求疲弱。
• 正面因素是高阶自动驾驶芯片市场份额增长，以及舱驾融合业务贡献。
• 本地旧报告记录瑞银预测 2026-2028 年调整后 EPS 分别为 -0.25、-0.12、0.04 元人民币，但该组数据仍需用原始研报 PDF 复核。

3. 投资逻辑拆解

瑞银的逻辑可以拆成三层。

第一层是行业 beta 承压。2026 年上半年中国汽车需求偏弱，车企采购和车型上量节奏可能放慢。对地平线这类汽车智能化供应商来说，即使定点没有丢，收入确认和芯片出货也可能被整车销量节奏拖慢。

第二层是公司 alpha 仍在。地平线在高阶自动驾驶芯片市场的份额提升，是瑞银没有转空的关键。也就是说，瑞银下修的是行业需求和收入节奏，不是地平线的竞争地位。

第三层是舱驾融合带来的新收入曲线。舱驾融合如果能降低整车 BOM、减少控制器数量，并把智驾芯片能力扩展到更多车型平台，地平线的市场空间可能不只来自传统 ADAS/NOA 芯片，还包括一体化计算平台。

4. 与 Bernstein 的差异

瑞银和 Bernstein 都给出 HKD 10.0 目标价，但关注点不同。

Bernstein 更强调主机厂自研芯片不是简单替代地平线，地平线仍可通过 BPU IP 授权、royalty 和 HSD 软件留在价值链中。

瑞银摘要更偏业绩预测层面：承认中国汽车需求疲弱，因此下调 2026-2028 年收入预测，但仍维持买入。

这意味着两篇报告可以互补使用：瑞银用来跟踪短期收入和盈利节奏，Bernstein 用来分析“主机厂自研是否破坏长期护城河”。

5. 需要警惕的风险

第一，收入下修可能不是一次性的。如果汽车需求疲弱延续，或者智能驾驶从高端车型向大众车型下放过程中价格压力加大，地平线的收入增长可能继续低于原先高增长预期。

第二，高阶自动驾驶芯片份额提升未必自动转化为利润弹性。若客户议价能力增强，或智驾硬件价格持续下降，公司可能面临“份额上升、单车价值量下降”的组合。

第三，舱驾融合需要量产客户验证。市场通常愿意给舱驾融合高叙事估值，但真正重要的是量产车型、SOP 时间、单车收入、毛利率和后续复购。

第四，报告原文缺失。当前只能基于摘要分析，无法确认瑞银完整模型、估值倍数、假设表和风险披露。

6. 后续跟踪动作

1. 补找瑞银原始 PDF 或 Bloomberg/UBS Research 摘要页，核对报告发布日期、标题、分析师、收入和 EPS 预测表。
2. 跟踪地平线 2026 年中报或业绩会，验证收入增长是否低于原先约 60% 年化目标。
3. 跟踪 Journey 6 系列和舱驾融合芯片的量产客户、车型价格带和出货节奏。
4. 对比 UBS 与 Bernstein 同为 HKD 10.0 目标价时的估值基础：EV/Sales、收入预测和利润率假设是否一致。
5. 单独建立“收入下修 vs 竞争力受损”判断表，避免把行业周期压力误判成公司长期逻辑破坏。

7. 来源与待验证

已使用来源：

• AASTOCKS 公开转载摘要：https://www.aastocks.com/sc/stocks/analysis/china-hot-topic-content.aspx?catg=4&id=NOW.1526426&source=AAFN
• 本地旧报告引用：ashare_monitor/company_analyze/invest_community/tools/company_report/reports/地平线机器人_20260603_173028_report.md
• 本地旧报告引用：ashare_monitor/company_analyze/invest_community/tools/company_report/reports/地平线机器人_20260603_170210_report.md

待验证事项：

• 原始报告准确发布日期是否为 2026-05-27、2026-05-28 或 2026-05-29。
• 原始报告标题、分析师姓名、完整估值方法。
• 2026-2028 年收入、EPS、毛利率和 EV/Sales 的完整模型。

来源：notes/books/Horizon Robotics 2026-06-02 Bernstein/01_详细解读.md

伯恩斯坦 2026-06-02 地平线机器人研报详细解读

标的：地平线机器人-W 9660.HK
机构：Bernstein
原始报告：Horizon Robotics: Near-term pressure due to OEM in-house chip deployment, but long-term thesis is intact
日期：2026-06-02
原始文件：source_materials/Horizon Robotics_ Near-term pressure due to OEM in-house chip deployment, but long-term thesis is intact.pdf
全文转换稿：source_materials/pdf_full_text.md
说明：本文是独立目录下的新版结构化解读，便于与瑞银、大摩报告分开存储和独立同步飞书。

1. 核心结论

Bernstein 认为地平线机器人短期承压，主要来自两个担忧：主机厂加速自研智驾芯片，以及 2026 年中国汽车需求偏弱导致市场怀疑公司交付目标。

但报告维持 Outperform 评级，目标价 HKD 10.00。报告日收盘价为 HKD 5.43，对应约 84% 上行空间。

这份报告的核心判断是：主机厂自研芯片会改变地平线的商业模式和利润分配方式，但不必然把地平线从价值链中切出去。地平线可以通过 BPU IP 授权、royalty、HSD 软件和工具链生态继续参与价值分配。

2. 关键数据

报告披露的核心数据包括：

• 评级：Outperform
• 目标价：HKD 10.00
• 收盘价：HKD 5.43
• 隐含上行空间：约 84%
• 市值：约 HKD 79.2bn
• 企业价值：约 HKD 48.9bn
• 2026E EV/Sales：8.3x
• 2026E EPS：-0.25 RMB

估值基于 2H27-1H28 销售额 RMB 11.5bn 和 10.3x EV/Sales。也就是说，地平线仍是高成长收入估值框架，而不是当期利润估值框架。

3. 主机厂自研的真正问题

市场担心 BYD、理想、小鹏、蔚来、特斯拉、华为等玩家自研智驾芯片，会压缩第三方供应商空间。

Bernstein 的反驳是：自研芯片和第三方芯片会共存。多数 OEM 不具备同时完成芯片、软件、算法迭代和规模经济的能力。

报告列出三类门槛：

1. 规模门槛：低于约 150 万辆/年，自研芯片经济性不足。
2. 软件门槛：智驾体验主要由算法、数据闭环、工程调参和量产 know-how 决定。
3. 技术门槛：行业仍在从 L2++ 到 L3、从端到端到 VLA/world models 快速演进，算力和算法变化太快，OEM 很难长期摊销自研投入。

管理层估计真正能成功自研的 OEM 概率约 10%。这个数字可以争论，但它揭示了地平线管理层的底层判断：成功自研需要规模、软件深度和科技公司 DNA 同时成立。

4. ARM + Android 框架

报告最重要的框架是 ARM + Android。

ARM 代表底层 IP 授权：

• 地平线可授权 BPU 核心。
• OEM 可基于 BPU 做自研智驾芯片或舱驾融合芯片。
• 授权费可一次性或周期性收取。
• 芯片量产后，地平线可按内部芯片结算价收取 royalty。
• royalty 毛利率可达到 90%+。

Android 代表软件生态：

• HSD 智驾软件与 BPU 生态深度绑定。
• 将 NVIDIA 生态算法迁移到 BPU 难度高。
• 即使 OEM 自研芯片，只要底层使用地平线 BPU，仍可能保留在地平线生态内。

因此，OEM 自研不是简单的“地平线收入归零”，而是从直接卖芯片转向“芯片 + 软件 + IP license + royalty”的混合模式。

5. 最大风险：高毛利率不等于高绝对毛利

报告中最需要警惕的是 IP 授权模式的经济性。

IP 授权和 royalty 的毛利率很高，但不必然带来更高单车绝对毛利。若客户从购买 Journey 6 芯片和软件，转向购买 IP 并自行设计芯片，地平线可能获得更高毛利率，却损失部分单车收入和绝对毛利。

后续不能只看毛利率改善，必须跟踪：

1. 单车收入是否下降。
2. 单车绝对毛利是否下降。
3. royalty 是否持续、可审计、可规模化。
4. IP 授权是否前置确认收入，导致后续收入波动。
5. 软件是否还能在 IP 客户中持续绑定。

6. 产品与客户进展

Journey 6M 是 2026 年主力放量产品之一，可支持入门级城市 NOA。它的体验弱于 Journey 6P 的完整 HSD，但能满足监管要求并提供可接受消费者体验。

Journey 6P 定位完整 HSD 平台，更适合高规格城市 NOA 和中高端智驾车型。

Starry 舱驾融合芯片的吸引力来自降本：2-box 到 1-box 可以减少电源、被动器件、PCB 面积、铝壳和液冷板等成本。第一家量产客户会形成标杆效应。

KakaClaw 座舱 OS 与部分头部国内客户适配推进中。它不强绑定地平线芯片，也可以跑在 Qualcomm 平台上，因此软件上车节奏可能快于硬件。

7. 2026 年节奏

管理层将 2026 年描述为“前低后高”。报告提到，2026 年上半年中国汽车行业偏弱，前四个月国内汽车销售同比约 -20%，5 月可能也偏软。

Bernstein 认为短期 earnings miss 风险有限，因为 2026 年销量大多来自已经获得的 design wins。真正更前瞻的指标，是 2026 年下半年到 2027 年初新增 design wins 的数量和质量。

8. 竞争格局

报告把行业供应链分为三类：

1. NVIDIA + 软件伙伴。
2. Horizon + 自有软件。
3. OEM 自研芯片 + 自研软件。

对华为，管理层承认其会获得显著份额，但认为单一中国 OEM 集团存在规模上限。管理层判断中国约 2500 万辆 乘用车市场中，约 30%-40% 对地平线较难触达，但剩余长尾市场仍足够大。

这里的关键风险是：如果地平线最终主要拿到低价长尾市场，而高价值车型和高利润池被华为、自研 OEM 或 NVIDIA 生态拿走，公司收入和利润弹性仍会受到压缩。

9. 与瑞银观点的组合使用

瑞银和 Bernstein 都给出 HKD 10.0 目标价，但两者回答的问题不同。

瑞银更直接处理业绩节奏：因中国汽车需求疲弱，下调 2026-2028 年收入预测，但维持买入。

Bernstein 更直接处理长期护城河：主机厂自研是否会破坏地平线价值链位置。

组合起来看，当前多头逻辑是：短期行业需求和市场情绪压制真实存在，但地平线的长期平台价值尚未被证明破坏。真正的反证将来自新增定点质量下降、单车价值量下降、软件/IP 绑定失败，而不是单纯股价下跌。

10. 后续跟踪动作

1. 每月跟踪主要客户车型销量和智驾方案上车节奏。
2. 每季度跟踪收入增长、毛利率、绝对毛利和经营现金流。
3. 单独跟踪 IP 授权客户数量、royalty 披露方式和收入确认节奏。
4. 跟踪 Journey 6P、Starry、KakaClaw 的量产客户和实际体验反馈。
5. 对比华为、NVIDIA、Momenta、黑芝麻等竞争方在中高端车型和大众车型中的份额变化。

11. 来源

• Bernstein 原始 PDF：source_materials/Horizon Robotics_ Near-term pressure due to OEM in-house chip deployment, but long-term thesis is intact.pdf
• Bernstein PDF 全文转换稿：source_materials/pdf_full_text.md

来源：notes/books/BERT/01_详细解读.md

BERT 详细解读

核心结论

BERT 的核心贡献是把 Transformer encoder 变成了通用语言理解底座。它通过 masked language modeling 让模型在每一层同时利用左、右上下文，从而获得深度双向表示；再通过统一的 fine-tuning 流程，把同一个预训练模型迁移到分类、句对匹配、序列标注和抽取式问答等任务上。

它改变 NLP 工作流的地方不只是“模型效果更好”，而是把大量任务从“为每个任务设计复杂结构”推进到“预训练模型 + 少量任务头 + 全参数微调”。这就是后来预训练语言模型范式的关键起点之一。

论文信息

• 标题：BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
• 作者：Jacob Devlin, Ming-Wei Chang, Kenton Lee, Kristina Toutanova
• 机构：Google AI Language
• arXiv：1810.04805
• 版本：v2, 2019-05-24
• 本地 PDF：source_materials/bert.pdf
• 全文转换：source_materials/pdf_full_text.md

背景问题

BERT 之前，语言表示预训练已经有效，但主流路线有两个限制。

第一，feature-based 方法如 ELMo 通常把预训练表示作为额外特征接入下游模型，下游任务仍然需要较多任务结构设计。

第二，fine-tuning 方法如 OpenAI GPT 使用 left-to-right language model。它适合生成，但对理解任务有天然限制：每个 token 在预训练时只能看左侧上下文，不能同时利用右侧信息。对自然语言推理、句对关系和抽取式问答这类任务，单向上下文是不充分的。

BERT 的判断是：语言理解任务需要双向上下文，而且这种双向性应该发生在 Transformer 的所有层，而不是简单拼接一个左到右模型和一个右到左模型。

方法拆解

1. 架构：Transformer Encoder

BERT 使用多层双向 Transformer encoder。论文报告两个主要规模：

• BERTBASE：12 层，hidden size 768，12 个 attention heads，约 110M 参数。
• BERTLARGE：24 层，hidden size 1024，16 个 attention heads，约 340M 参数。

这里的关键不是 Transformer 本身，而是 attention mask。GPT 的 decoder 使用因果 mask，当前位置只能看左侧；BERT encoder 不使用因果 mask，序列中每个 token 可以关注左右两侧所有 token。

2. 输入表示：三类 embedding 相加

BERT 的输入由三部分相加：

• Token embedding：WordPiece token 表示。
• Segment embedding：区分句子 A / 句子 B。
• Position embedding：位置表示。

特殊 token：

• [CLS]：放在序列开头，其最终 hidden state 用于分类任务。
• [SEP]：分隔两个句子或标记句子结束。

这个设计让单句任务、句对任务、问答任务都能装进同一个输入格式。

3. 预训练任务一：Masked Language Modeling

MLM 是 BERT 的核心。训练时随机选择 15% 的 WordPiece token 作为预测目标。为减少预训练和微调之间的 [MASK] 不一致，选中的 token 会按规则处理：

• 80% 替换成 [MASK]。
• 10% 替换成随机 token。
• 10% 保持原 token 不变。

模型只预测被选中的 token，而不是重建整句。这个目标允许模型同时利用左右上下文，因此可以训练深度双向表示。

MLM 的优点是解决单向语言模型的限制；缺点是预训练阶段出现 [MASK]，但下游微调和真实输入没有这个 token，存在分布不一致。

4. 预训练任务二：Next Sentence Prediction

NSP 用于学习句子间关系。训练样本中，一半是连续句子对，一半是随机配对句子。模型根据 [CLS] 表示判断句子 B 是否是句子 A 的下一句。

论文认为 NSP 对问答和自然语言推理等句对任务有帮助。后续研究对 NSP 的必要性有争议，RoBERTa 等工作移除了 NSP 并获得更强结果。因此应把 NSP 理解为 BERT 原始方案的一部分，而不是预训练语言模型的永久标准。

Fine-tuning 范式

BERT 的迁移方式非常统一：下游任务直接加载预训练参数，再加一个很小的任务输出层，然后全参数微调。

典型任务适配：

• 句子分类：用 [CLS] 的 final hidden state 接分类器。
• 句对分类：输入 [CLS] sentence A [SEP] sentence B [SEP]，用 segment embedding 区分两句。
• 序列标注：对每个 token 的 final hidden state 做标签预测。
• 抽取式问答：对每个 token 预测 start/end span。

这个范式显著降低了任务工程成本。以前很多 NLP 系统依赖任务特定结构，BERT 则把大部分能力前置到预训练阶段。

实验结论

论文在 11 个 NLP 任务上报告了强结果，包括 GLUE、MultiNLI、SQuAD v1.1、SQuAD v2.0 等。

关键实验意义：

• BERTLARGE 通常显著强于 BERTBASE，说明规模有作用。
• 去掉 NSP 或改成单向/浅双向表示会影响部分任务表现。
• 使用预训练参数初始化并全量微调，是性能提升的核心流程。
• BERT 对 token-level 任务如问答尤其有价值，因为这些任务需要左右上下文共同定位答案。

与 GPT 的区别

BERT 更像“理解型底座”，GPT 更像“生成型接口”。今天很多 embedding、reranker、分类器、抽取系统仍然沿用 BERT 系 encoder 模型；而聊天和生成系统主要沿用 GPT 系 decoder-only 模型。

与 ELMo 的区别

ELMo 也利用左右上下文，但它是分别训练左到右和右到左语言模型，再把表示拼接起来。BERT 的双向性发生在每一层 self-attention 中，token 的表示从底层开始就能融合左右上下文。这是“浅双向”和“深双向”的差异。

工程启发

1. 当任务是理解，不一定要用生成模型

如果任务是分类、相似度、抽取、检索、重排，BERT 系 encoder 往往更直接、成本更低、延迟更可控。不要把所有 NLP 问题都默认交给 decoder-only LLM。

2. 输入格式统一可以降低系统复杂度

BERT 用 [CLS]、[SEP]、segment embedding 统一单句和句对任务。这个思想在今天仍然重要：系统层面最好先把任务接口标准化，再考虑模型。

3. 预训练目标决定能力边界

MLM 适合理解，不适合原生长文本生成。next-token prediction 适合生成，但对双向 token-level 理解不如 encoder 自然。选模型时要看预训练目标是否贴合任务。

4. 微调不是只训练最后一层

BERT 的标准 fine-tuning 是全参数微调。只冻结 BERT 并训练分类头可能能跑，但通常不是论文里的最强设置。

局限与后续发展

• [MASK] token 导致预训练和下游输入不一致。
• NSP 是否必要存在争议。
• 最大序列长度有限，长文档任务需要切片、滑窗或长上下文变体。
• encoder-only 不适合自然生成。
• BERT 原始训练数据和规模后来被 RoBERTa、ALBERT、DeBERTa 等改进。

后续重要方向：

• RoBERTa：更强训练策略，移除 NSP。
• ALBERT：参数共享与句子顺序预测。
• DistilBERT：蒸馏压缩。
• DeBERTa：解耦注意力和增强位置表示。
• Sentence-BERT：把 BERT 改造成句向量检索/相似度模型。

阅读重点

如果只精读部分章节，建议按这个顺序：

1. Abstract 和 Introduction：理解论文要解决什么问题。
2. Section 3.1：模型架构和输入表示。
3. Section 3.2：MLM 和 NSP。
4. Section 4：fine-tuning 到不同任务的方式。
5. Ablation：理解双向预训练、规模、NSP 的影响。

可执行学习任务

1. 手写一张 BERT 输入结构图：[CLS] sentence A [SEP] sentence B [SEP]，标出 token/segment/position embeddings。
2. 用自己的话解释为什么 BERT 不能直接用普通 left-to-right LM 目标训练。
3. 对比 BERT 和 GPT-2：写出架构、目标、任务适配方式的三项差异。
4. 找一个抽取式问答样例，说明 BERT 如何预测 start token 和 end token。
5. 如果做工程实践，用 Hugging Face 跑一次 bert-base-uncased 文本分类微调或 embedding 抽取。

下一步动作

• 补一张 02_方法卡片.md，把 BERT 的模型选择、微调、输入构造和适用任务变成工程检查清单。
• 继续单独处理 GPT-2 或 T5，形成 encoder-only、decoder-only、encoder-decoder 三类架构的对照笔记。

来源：notes/books/Transformer Papers/01_详细解读.md

Transformer Papers 详细解读

核心结论

这一组论文讲的是同一条技术主线：Transformer 把序列建模的核心从“按时间递推”改成“基于注意力的全局信息路由”，随后研究重心从架构本身转向预训练、规模化、上下文长度、任务统一和跨模态迁移。

最重要的变化不是某一个模块，而是范式迁移：

1. Attention Is All You Need 证明了不用 RNN/CNN，也可以用自注意力加前馈网络完成高质量序列到序列建模。
2. BERT 证明了 Transformer encoder 可以通过大规模自监督预训练，成为通用语言理解底座。
3. GPT-2 证明了 Transformer decoder 只靠语言模型目标和规模，也能产生明显的零样本/弱监督任务能力。
4. Transformer-XL 解决固定长度上下文的问题，把 Transformer 推向更长依赖建模。
5. T5 把 NLP 任务统一为 text-to-text，系统比较预训练目标、数据、模型和迁移策略。
6. ViT 证明 Transformer 不只属于文本；当图像被切成 patch 序列，纯 Transformer 也可以在视觉任务上成立，但它更依赖大规模预训练。

如果要抓住 Transformer 的本质，可以用一句话概括：它是一种可并行、可扩展、可迁移的信息混合架构；后续大模型的成功，主要来自这个架构和大规模自监督数据、算力、任务格式统一之间的配合。

论文包范围

本次处理 6 篇论文：

• Attention Is All You Need：Transformer 原始架构。
• BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding：双向 encoder 预训练与微调。
• Language Models are Unsupervised Multitask Learners：GPT-2，decoder-only 语言模型与零样本迁移。
• Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context：长上下文、段级循环和相对位置编码。
• Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer：T5，统一 text-to-text 框架和系统性迁移学习实验。
• An Image is Worth 16x16 Words：ViT，把图像 patch 当作 token 序列。

PDF 原文与全文 Markdown 转换稿保存在 source_materials/。

技术主线

1. Transformer 原始架构：把序列建模变成注意力路由

Attention Is All You Need 的关键判断是：序列转导模型不一定需要循环结构。传统 seq2seq 依赖 RNN 或 CNN 建模 token 间关系，注意力通常只是编码器和解码器之间的附加机制。Transformer 直接把注意力放到架构中心，用 multi-head self-attention 让每个 token 在每一层都可以和其他 token 建立关系。

核心模块：

• Scaled dot-product attention：用 query、key、value 计算 token 间相关性。
• Multi-head attention：把注意力拆成多个子空间，允许模型同时关注不同关系。
• Position-wise feed-forward network：每个位置共享的非线性变换。
• Positional encoding：补回自注意力本身不具备的顺序信息。
• Encoder-decoder 堆叠：encoder 表示输入，decoder 自回归生成输出。

真正的工程价值在于并行化。RNN 的时间步依赖限制训练并行度，而 Transformer 可以一次处理整个序列。代价是注意力复杂度随序列长度平方增长，因此后续才会出现大量长上下文优化。

2. BERT：把 Transformer encoder 变成语言理解底座

BERT 的核心是“深度双向表示”。它使用 Transformer encoder，不做自回归生成，而是在预训练阶段让模型同时利用左右上下文。

两个预训练任务：

• Masked Language Modeling：随机遮住一部分 token，让模型根据上下文预测。
• Next Sentence Prediction：判断两个句子是否相邻，用于学习句间关系。

BERT 的重要性不只在分数提升，而在工作流变化：下游任务不再需要为每个任务设计复杂架构，通常只需在预训练模型上加一个很小的输出层并微调。这建立了“预训练模型 + 任务微调”的标准范式。

局限也很清楚：

• MLM 的 mask 分布和真实下游输入存在不一致。
• encoder-only 不适合自然自回归生成。
• NSP 后来被一些工作证明并非总是必要。

3. GPT-2：decoder-only 语言模型的规模化能力

GPT-2 走的是另一条路线：不显式做任务监督，不用任务专用格式，而是把网页文本中的自然任务描述和回答看作隐式监督。模型目标仍然是 next-token prediction，但随着数据和参数规模扩大，模型出现跨任务泛化能力。

关键点：

• 使用 decoder-only Transformer。
• 在 WebText 上训练，数据来自高质量网页文本。
• 通过提示和上下文完成问答、摘要、翻译等任务。
• 论文强调容量对零样本任务迁移很关键，模型越大，跨任务表现越好。

GPT-2 的意义是把“语言建模”从一个基础任务提升为通用接口。后来的 instruction tuning、RLHF、chat model，本质上都是在这个 decoder-only 生成范式上继续增加对齐和交互能力。

4. Transformer-XL：突破固定上下文窗口

标准 Transformer 在语言建模时通常把长文本切成固定长度片段，每个片段内部自注意力，但片段之间没有连续状态。这会带来两个问题：

• 长程依赖被截断。
• 片段边界附近的 token 缺少前文上下文，形成 context fragmentation。

Transformer-XL 的解决方案：

• Segment-level recurrence：把前一个片段的 hidden states 缓存为 memory，供当前片段注意力读取。
• Relative positional encoding：避免绝对位置编码在跨片段复用 hidden states 时产生位置混乱。

它让 Transformer 更像有记忆的模型，同时保留比 RNN 更强的并行性。这个方向后来延伸到长上下文 Transformer、缓存 KV、相对位置、旋转位置编码等一系列工作。

5. T5：把所有 NLP 任务统一成 text-to-text

T5 的贡献不只是一个模型，而是一套实验框架。它把分类、问答、摘要、翻译等任务都改写成“输入文本到输出文本”的形式，例如输入里加任务前缀，输出统一由文本生成。

关键贡献：

• 统一任务格式：text-to-text。
• 系统比较 encoder-decoder、decoder-only、language modeling、span corruption 等设置。
• 使用 C4 数据集进行大规模预训练。
• 强调模型、数据、目标和迁移策略共同决定效果。

T5 对实践很有指导意义：当任务可以统一成文本生成，工程系统会变得简单。今天很多 LLM 应用把检索、分类、抽取、改写、规划都包装成 prompt，本质上沿用了这种任务统一思想。

6. ViT：Transformer 跨入视觉

ViT 的基本做法很直接：把图片切成固定大小 patch，每个 patch 展平成向量后映射成 token，再加位置编码，送入标准 Transformer encoder。

关键判断：

• CNN 的卷积归纳偏置不是视觉建模的绝对必要条件。
• 当预训练数据足够大时，纯 Transformer 可以学到有效视觉表示。
• 在中小数据集上直接训练 ViT 通常不如 CNN，说明它更依赖数据规模。

ViT 的意义是把 Transformer 从 NLP 架构扩展为通用序列建模架构。图片、音频、视频、代码、蛋白质、机器人轨迹，只要能被组织成 token 或 patch 序列，就可以进入类似框架。

横向对比

学习顺序建议

1. 先读 Attention Is All You Need 的第 3 节，理解 self-attention、multi-head attention、position encoding、encoder-decoder。
2. 再读 BERT，重点看为什么 encoder 适合理解任务，以及 MLM 如何构造自监督信号。
3. 再读 GPT-2，重点看 decoder-only、next-token prediction 和零样本迁移之间的关系。
4. 然后读 Transformer-XL，理解标准 Transformer 固定上下文的限制。
5. 读 T5 时不要逐页啃完，优先看任务统一、实验结论和 ablation。
6. 最后读 ViT，把 Transformer 看成通用 token 混合器，而不是 NLP 专用架构。

关键概念卡片

Self-Attention

每个 token 根据自身 query 去匹配其他 token 的 key，再加权汇总 value。它解决的是“当前位置应该从哪些位置取信息”的问题。

Multi-Head Attention

多个注意力头并行工作，每个头学习不同关系。例如一个头关注局部语法，一个头关注长程指代，一个头关注结构边界。注意这只是直觉解释，实际头的语义不总是稳定可解释。

Positional Encoding

自注意力对输入顺序天然不敏感，所以必须注入位置信息。早期用 sinusoidal 或 learned absolute position，后续长上下文模型大量使用相对位置、RoPE 等变体。

Encoder-Only / Decoder-Only / Encoder-Decoder

• Encoder-only：适合理解、分类、检索、抽取，代表 BERT。
• Decoder-only：适合自回归生成和开放式任务接口，代表 GPT 系列。
• Encoder-decoder：适合输入输出都较复杂的转换任务，代表 T5、翻译模型。

Pretraining and Fine-tuning

先用大规模无标注数据学通用表示，再用小规模标注数据适配任务。BERT 把这个范式推成主流，T5 系统化比较了多种迁移学习设置。

Scaling

GPT-2 和后续 GPT-3 路线表明，模型容量、数据规模和训练计算量会显著影响泛化能力。Transformer 架构的并行性是 scaling 能跑起来的重要前提。

对今天大模型的启发

1. 架构只是起点。Transformer 原始论文解决了并行序列建模，真正释放能力的是后续预训练数据、目标函数、规模化和任务接口。
2. 任务格式会改变系统复杂度。BERT 统一成微调，T5 统一成 text-to-text，GPT 统一成 prompt + next-token generation。
3. 长上下文不是简单扩大窗口。Transformer-XL 提醒我们，位置编码、memory 复用、片段边界和推理效率都要一起处理。
4. 跨模态的关键是 token 化。ViT 的启发是，只要能把输入变成序列，Transformer 就能作为通用混合器。
5. 归纳偏置和数据规模互相替代。CNN 在小数据上更强，是因为视觉归纳偏置更合适；ViT 在大数据上更强，是因为模型可以从数据中学习这些结构。

可执行学习计划

第 1 天：架构

• 精读 Attention Is All You Need 第 3 节。
• 手画一遍 Q/K/V、multi-head attention、encoder layer、decoder layer。
• 输出一个问题：为什么 attention 复杂度是 O(n^2)？

第 2 天：语言理解与生成

• 对比 BERT 和 GPT-2。
• 写出 encoder-only 和 decoder-only 的差异表。
• 用一个例子说明 MLM 和 next-token prediction 的训练信号差异。

第 3 天：长上下文

• 阅读 Transformer-XL 的 segment recurrence 和 relative positional encoding。
• 总结标准 Transformer 为什么不能直接复用上一段 hidden states。

第 4 天：任务统一

• 阅读 T5 的 text-to-text 框架。
• 选 5 个任务，把它们改写成 text-to-text 输入输出格式。

第 5 天：跨模态

• 阅读 ViT 的 patch embedding。
• 用一句话解释为什么图像 patch 可以类比文本 token。
• 思考：如果是音频、视频、时间序列，应如何 token 化？

待验证问题

• 这一组只覆盖主线论文，没有覆盖 GPT-3、RoPE、FlashAttention、PaLM、LLaMA、MoE、LoRA、RAG 等后续关键工作。
• T5 论文较长，本笔记先抽取主线结论；如果要做研究级复现，需要单独拆解实验设置。
• ViT 的结论强依赖预训练数据规模，不应简单理解为“Transformer 总是优于 CNN”。

下一步动作

• 继续补一组“现代 LLM 工程论文”：GPT-3、Chinchilla、InstructGPT、LoRA、FlashAttention、RoPE、LLaMA、RAG。
• 如果目标是工程实现，下一步应做一个最小 Transformer notebook：从 Q/K/V attention 到 decoder-only 语言模型。
• 如果目标是读论文，应把本论文包拆成 6 张方法卡，每篇论文一张。

来源：notes/topics/zhuoyu_technology/01_卓驭科技公司研究.md

卓驭科技公司研究

记录时间：2026-06-06

一句话结论

卓驭科技（深圳市卓驭科技有限公司）是原大疆车载业务独立化后的智能驾驶供应商，核心竞争力来自大疆在视觉、机器人、工程量产和成本控制上的技术迁移；它正在从乘用车 ADAS Tier 1，扩展到商用车、无人物流、Robotaxi 和“移动物理 AI”平台。

名称澄清

• 用户提到的“卓驭创新”，公开资料中更常见、可核验的主体是“深圳市卓驭科技有限公司”及“卓驭”品牌。
• 它和“大疆创新”关系密切：卓驭的前身是大疆内部智能驾驶/车载业务，后独立运营，并在 2024 年 6 月正式启用“卓驭”作为业务品牌。

基本信息

• 公司主体：深圳市卓驭科技有限公司。
• 成立时间：工商信息显示为 2022 年 10 月 28 日。
• 注册地：深圳市南山区。
• 法定代表人：朱露。
• 定位：智能驾驶系统供应商及服务商，为乘用车和商用车提供高阶辅助驾驶系统、自研核心零部件和工程交付。
• 核心产品：成行平台，覆盖高速、城市、泊车等场景，可适配不同算力、传感器和芯片配置。

历史背景与时间线

• 2016 年：大疆内部启动智能驾驶预研项目，早期约 10 人团队开始做车载智能驾驶技术。
• 2021 年：大疆车载业务品牌形成，开始更系统地面向主机厂提供智能驾驶方案。
• 2022 年 10 月：深圳市卓驭科技有限公司成立。
• 2023 年：大疆车载业务从大疆体系中分拆独立运营，卓驭成为承接主体。
• 2023 年 7 月：大疆车载发布/命名“成行平台”，强调低算力纯视觉、惯导双目等方案。
• 2024 年 6 月：正式启用“卓驭”作为业务品牌，定位智能驾驶供应商及服务商。
• 2025 年：上海车展期间公开九大合作客户；随后获得多家车企和产业资本入股。
• 2025 年 11 月：获得中国一汽超 36 亿元战略投资，投后估值据报道超过 100 亿元。
• 2026 年：公开信息显示，卓驭继续推进乘用车、重卡高速 NOA、无人物流车、Robotaxi 和基础模型方向。

创始团队与关键人物

沈劭劼

• 公开身份：卓驭科技 CEO。
• 学术背景：香港科技大学电子与计算机工程系副教授、港科大-大疆联合创新实验室主任、港科大郑家纯机器人研究所副所长。
• 技术领域：机器人、无人机、状态估计、传感器融合、自主导航、计算机视觉等。
• 与卓驭关系：多家媒体报道其是大疆车载项目牵头和技术领军人物，在卓驭独立后担任 CEO。
• 研究判断：沈劭劼的机器人和无人机视觉背景，是卓驭强调低成本视觉方案、空间智能和移动物理 AI 的核心来源。

朱露

• 公开身份：深圳市卓驭科技有限公司法定代表人；部分媒体称其担任总经理。
• 背景线索：IT之家等媒体称朱露曾为大疆人力资源总监。
• 待验证点：朱露在卓驭当前实际经营管理中的职责边界，公开信息不足。

马陆

• 公开身份：工商/媒体资料中出现为董事或早期关键成员。
• 早期角色：搜狐汽车等媒体报道，马陆在大疆车载项目中类似“团队大管家”，负责协调大疆内部资源支持车载团队。
• 待验证点：当前是否仍担任核心高管或董事，以及具体分管事项，需以后续工商变更和官方披露为准。

早期团队成员

搜狐汽车报道提到，除沈劭劼、马陆外，赵丛、封旭阳、李思晋、应佳行、陈竞等属于早期团队成员。其中赵丛曾负责智能车深度学习/机器学习相关部分。

注意：早期团队名单主要来自媒体报道，不等同于公司官方“创始人名单”。公开资料中，卓驭未系统披露完整创始人和高管团队。

高管团队公开度

目前公开可确认度较高的是：

• CEO：沈劭劼。
• 法定代表人：朱露。
• 董事/早期关键成员：马陆。

其他 CTO、CFO、COO、销售负责人、供应链负责人等信息，公开资料不完整，不建议在未核验前作为确定事实使用。

主要客户与合作伙伴

乘用车客户

公开资料中反复出现的客户包括：

• 大众汽车
• 上汽通用五菱
• 比亚迪
• 奇瑞汽车
• 长城汽车
• 中国一汽
• 东风汽车
• 奥迪
• 北汽集团

2025 年上海车展期间，多家媒体报道称卓驭首次完整公布九大合作客户，包括上述车企。截至 2025 年 4 月，成行平台已有 20 余款车型量产，另有 30 多款车型待量产落地。

商用车与重卡客户

公开报道显示，卓驭已启动重卡高速 NOA 项目，合作客户包括：

• 徐工
• 陕汽
• 中国重汽

相关报道称首批重卡车型计划在 2026 年上半年量产。

生态和技术伙伴

公开资料中出现的技术生态伙伴包括：

• 高通：双方基于 Snapdragon Ride 平台推出成行平台智能驾驶方案。
• NVIDIA：媒体报道显示双方围绕下一代集中式计算平台推进合作。
• BlackBerry QNX：卓驭选择 QNX OS for Safety 支撑成行平台相关高阶智能驾驶方案。

产品与技术路线

成行平台

成行平台是卓驭的核心产品，覆盖高速、城市、泊车等高阶辅助驾驶场景。公开资料强调其特点包括：

• 低算力和高性价比；
• 纯视觉或视觉为主的方案；
• 惯导双目、惯导三目、“激目”系统等自研感知方案；
• 支持驾舱一体；
• 可兼容多种芯片与算力平台；
• 可根据车型价位和功能需求配置不同版本。

技术路线判断

卓驭的路线与大疆无人机能力有明显迁移关系：

• 无人机视觉感知能力迁移到车辆感知；
• 机器人状态估计和路径规划能力迁移到智能驾驶；
• 大疆长期形成的硬件成本控制和工程量产能力迁移到车载系统；
• 以较低算力实现可量产辅助驾驶，是其区别于高算力堆料路线的关键卖点。

融资情况

已披露/高可信信息

• 2024 年底前后：多家媒体和工商信息显示，比亚迪、大众、上汽通用五菱等产业方入股卓驭。
• 2025 年 6 月：TechNode 援引 LatePost 称，北汽产投、广汽资本等参与新一轮数亿元人民币融资，卓驭累计融资超过 25 亿元人民币。
• 2025 年 11 月：卓驭宣布获得中国一汽超 36 亿元战略投资，投后估值据报道超过 100 亿元人民币。

传闻/待验证信息

• 2026 年 3 月：多家媒体称卓驭正在推进 Pre-IPO 轮融资，规模约 20 亿元人民币，投前估值约 125 亿元，并计划赴港上市。
• 同期另有媒体报道，沈劭劼在采访中称最快或于 2027 年赴港上市。上市时间、融资进度和估值需以后续招股书或官方公告为准。

竞争位置

卓驭处于中国智能驾驶供应商赛道，竞争对手包括华为乾崑智驾、地平线生态方案、Momenta、轻舟智航、元戎启行、知行科技、福瑞泰克等不同类型玩家。

它的差异化位置主要在：

• 大疆技术背景；
• 视觉和机器人能力；
• 中低成本量产方案；
• 多主机厂客户；
• 与产业资本/主机厂深度绑定。

主要风险与待验证点

• 客户集中和主机厂议价风险：获得车企投资和订单是优势，也可能带来客户路线绑定。
• 技术路线竞争：纯视觉/低成本路线需要持续证明复杂城市和泛化场景能力。
• 独立性与合规风险：原大疆背景带来技术背书，也可能在海外客户和合规审查中形成顾虑。
• 上市节奏不确定：Pre-IPO、港股上市等仍需官方文件确认。
• 高管信息不完整：除沈劭劼、朱露、马陆外，其他高管职责公开度不足。

下一步动作

• 跟踪卓驭是否提交港股招股书；一旦提交，应重点核对收入结构、毛利率、客户集中度、研发费用、关联交易和股权结构。
• 跟踪中国一汽投资后的董事会变化、红旗车型上车节奏和一汽体系内渗透率。
• 跟踪大众、比亚迪、五菱、奇瑞等客户是否扩大定点，判断卓驭是否能从“项目型供应商”升级为“平台型供应商”。
• 跟踪重卡 NOA、无人物流车、Robotaxi 的量产和运营数据，验证其“移动物理 AI”叙事是否能商业化。

来源

• 卓驭官网：https://www.zyt.com/
• 香港科技大学沈劭劼主页：https://ri.hkust.edu.hk/people/shaojie-shen-chenshaojie
• 港科大-大疆联合创新实验室：https://hdji.hkust.edu.hk/
• IT之家，大疆车载启用“卓驭”品牌：https://m.ithome.com/html/776833.htm
• IT之家，大疆车载公众号更名“卓驭”：https://www.ithome.com/0/774/886.htm
• 搜狐汽车，大疆车载正式单飞/早期团队报道：https://www.sohu.com/a/626003551_114877
• 每日经济新闻，比亚迪等入股卓驭科技：https://www.nbd.com.cn/rss/toutiao/articles/3678355.html
• TechNode，卓驭 Pre-IPO 融资和港股上市传闻：https://cn.technode.com/post/2026-03-18/zhuoyu-tech-pre-ipo-funding-hk-ipo/
• TechNode，广汽/北汽等融资报道：https://technode.com/2025/06/09/djis-car-tech-unit-raises-new-funds-from-chinese-automakers-gac-and-baic/
• 财联社/新浪财经，中国一汽超 36 亿元战略投资：https://finance.sina.com.cn/roll/2025-11-21/doc-infycykh8356929.shtml
• IT之家，九大合作客户披露：https://m.ithome.com/html/851989.htm
• 经济观察网，重卡 NOA 和泛自动驾驶拓展：https://www.eeo.com.cn/2026/0105/777048.shtml
• 高通中国，卓驭与高通成行平台方案：https://www.qualcomm.cn/news/releases/2024/04/releases-2024-04-25-1
• BlackBerry QNX 合作报道：https://www.eetrend.com/content/2024/100585616.html

来源：notes/topics/automotive_platforms/MQB平台介绍.md

MQB 平台介绍

一句话结论

MQB 是大众集团面向横置发动机车型打造的模块化整车平台架构，核心不是某一个底盘，而是一套把发动机位置、前轴关系、电子电气、生产工艺和零部件接口标准化的工程体系，用来让不同品牌、不同级别车型共享开发和制造基础。

基本定义

• 全称：Modularer Querbaukasten，通常译为“横置发动机模块化平台”或“模块化横置矩阵”。
• 所属方：Volkswagen Group，大众集团。
• 覆盖对象：以横置发动机、前驱或基于前驱扩展的乘用车为主。
• 典型品牌：Volkswagen、Audi、Skoda、SEAT/CUPRA 等。
• 典型车型：大众 Golf、Polo、Passat 部分车型、Tiguan，奥迪 A3，斯柯达 Octavia，SEAT Leon 等。

它解决什么问题

传统汽车平台往往和某一类车型强绑定，车型级别、轴距、动力系统和工厂工艺变化后，开发和制造复用率有限。MQB 的目标是把“必须固定的工程接口”标准化，同时把轴距、轮距、车身长度、高度、座舱布局等可变部分开放出来。

这样做带来三个直接效果：

• 降低开发成本：多个品牌和车型可以共享发动机、变速箱、电子架构、悬架接口、空调系统、座椅骨架等模块。
• 缩短开发周期：新车型不需要从零开始设计整车基础结构。
• 提升规模效应：零部件采购、工厂生产、质量控制和售后体系可以围绕统一接口展开。

核心工程思想

MQB 最重要的标准化点，是把横置发动机安装方向、发动机与前轴之间的相对位置、踏板区域和前部结构等关键几何关系固定下来。只要这些基础接口一致，不同车型就能在同一架构上变化尺寸和定位。

可以把 MQB 理解为：

• 不是“所有车都一样”的平台，而是“关键接口一致、外围参数可调”的平台。
• 不是单一车型底盘，而是跨车型、跨品牌、跨工厂的产品开发方法。
• 不是只服务燃油车，也能兼容混动、插混、天然气等多种动力形式，但其基本逻辑仍围绕横置发动机架构展开。

常见优点

• 成本优势：共享件比例提高，研发和采购成本下降。
• 产品覆盖广：从紧凑型车到中型车、SUV、MPV 都可基于 MQB 派生。
• 技术下放快：高阶安全配置、驾驶辅助、信息娱乐系统可以更快进入大众化车型。
• 制造灵活：同一工厂或相似产线更容易生产不同车型，提高产能利用率。
• 品质一致性：关键结构和零部件标准化后，质量验证和问题复盘更集中。

主要局限

• 平台约束：为了共享接口，车型设计和包装空间必须服从平台边界，极端个性化会受限制。
• 同质化风险：不同品牌、不同车型如果差异化调校不足，驾驶感和产品性格可能趋同。
• 架构代际压力：当行业从燃油车转向纯电动车时，围绕发动机舱和传动系统设计的平台会受到纯电专属平台挑战。
• 系统性风险：共享零部件越多，某个模块出现缺陷时影响范围也可能更大。

与其他大众平台的关系

• MQB：横置发动机车型平台，服务大众集团大量燃油、混动和插混车型。
• MLB：纵置发动机车型平台，多用于奥迪等更高定位车型。
• MEB：纯电动车专属平台，围绕电池包、前后电机和电动车空间布局设计。
• PPE：更高端纯电平台，主要面向奥迪、保时捷等品牌的高端电动车。

产业意义

MQB 代表了传统车企在燃油车时代后期的规模化平台能力：用模块化降低复杂度，用跨品牌复用摊薄成本，再通过调校、设计、配置和品牌定位形成不同车型。它的价值不只在技术本身，也在集团化组织、供应链和制造体系的协同能力。

对研究汽车产业的人来说，MQB 可以作为一个观察样本：传统车企如何用平台化方法提升效率，以及为什么进入电动车时代后，纯电专属平台会成为新的竞争焦点。

下一步动作

• 如果后续研究大众集团或智能电动车平台，可以对比 MQB、MEB、PPE 三类平台的成本结构、适用车型和产业阶段。
• 如果研究某款具体车型，需要区分它使用的是 MQB、MQB A0、MQB Evo 还是其他衍生版本。

来源

• Volkswagen Newsroom: MQB / modular transverse matrix 相关官方资料，https://www.volkswagen-newsroom.com/
• Volkswagen Group 官方资料：大众集团模块化平台和车型平台信息，https://www.volkswagen-group.com/
• Audi 官方技术资料：Audi A3 等 MQB 相关车型信息，https://www.audi-mediacenter.com/

待验证点

• 不同年份、不同地区的同名车型可能使用不同平台或不同 MQB 衍生版本，具体车型需要按车型年和市场单独核查。

来源：notes/books/Elon Musk/08_SpaceX_第一性原理打穿高壁垒行业解读.md

《Elon Musk》SpaceX 解读：用第一性原理打穿高壁垒行业

来源：notes/books/Elon Musk/source_materials/epub_full_text.md
主要依据：第 14 章 Mars SpaceX, 2001、第 15 章 Rocket Man SpaceX, 2002、第 17 章 Revving Up SpaceX, 2002、第 18 章 Musk's Rules for Rocket-Building、第 19 章 Mr. Musk Goes to Washington、第 22 章 Kwaj、第 23 章 Two Strikes、第 28 章 Strike Three、第 29 章 On the Brink、第 30 章 The Fourth Launch。
说明：本文是基于原书转换稿的中文解读，不是原文翻译。重点解释 SpaceX 早期如何用第一性原理、垂直整合、快速试错、固定价格合同和极限执行，打穿商业航天这个高壁垒行业。

1. 结论

SpaceX 早期故事的核心，不是“马斯克想去火星”这么简单，而是他把一个被政府、军工巨头、高成本供应链和风险规避文化锁住的行业，重新拆成几个可被攻击的问题：

1. 火箭的物理材料到底值多少钱？
2. 哪些要求是真正来自物理定律，哪些只是组织惯例？
3. 哪些零部件必须外购，哪些可以自己造？
4. 航天公司为什么不能像软件和硬件创业公司一样快速测试、失败、修正？
5. 政府为什么要按成本加利润付钱，而不是按结果付钱？
6. 私人资本是否可以承担前期风险，换取更高效率和更低成本？

SpaceX 的突破，就是同时攻击了技术成本、制造方式、测试方式、合同模式和组织文化。

这也是“第一性原理打穿高壁垒行业”的含义：不是只想得更远，而是把一个看起来不可进入的行业拆到底层约束，然后重新组合。

2. 从 PayPal 到火星：使命先行，而不是商业计划先行

第 14 章 Mars SpaceX, 2001 里，马斯克刚从 PayPal 被罢免出来，身体还经历过严重疟疾，按常理应该休息或做下一个互联网项目。但他开始学习飞行、买军用教练机，并重新被飞行和空气动力学吸引。

真正转折发生在他和 Adeo Ressi 的一次谈话中。Adeo Ressi 是他在 Penn 时期的朋友，两人在从汉普顿回纽约的车上讨论：个人有没有可能做一些和太空有关的事？传统答案是不可能，因为火箭太贵。但马斯克开始追问基本物理要求：不就是金属和燃料吗？这些东西本身并没有贵到不可承受。

这就是第一性原理的早期形态。普通人看到“火箭公司”会想到 NASA、军方、Boeing、Lockheed、几十亿美元预算、国家工程。马斯克看到的是材料、燃料、质量、推力、单位载荷入轨成本。

这段也体现了马斯克的使命驱动方式。Reid Hoffman 后来评价说，马斯克不是先从商业模型出发，而是先从使命出发，再反向补一个财务上能维持的模型。SpaceX 最初不是典型商业计划，而是一个使命：让人类成为多星球物种。

3. 为什么是火星：技术进步不是自动发生的

马斯克给自己进入航天行业找了三个理由。

第一，他认为技术进步不是自动发生的。美国曾经登月，但之后航天进展放缓。马斯克担心文明会像古埃及、罗马那样失去曾经掌握的能力。这个判断很重要：在他看来，停滞本身就是风险。

第二，他认为人类需要多星球备份。小行星、气候变化、核战争等风险都可能威胁地球文明。如果意识是宇宙中稀有现象，那么延长人类意识存在时间就是一个足够大的目标。

第三，他认为人类需要激动人心的梦想。生活不能只是解决日常问题，还需要伟大的、能让人早上起床的目标。

这三个理由共同构成 SpaceX 的使命叙事：不是造一家公司，而是恢复技术进步、保护文明、重新点燃探索精神。

这个使命叙事有双重作用。它能吸引人才、承受失败、解释高风险；但也容易让人把马斯克的个人判断包装成“历史使命”，从而降低组织对风险和代价的抵抗力。

4. 俄罗斯买火箭失败：从采购思维转向制造思维

第 15 章 Rocket Man SpaceX, 2002 讲了一个关键失败：马斯克本来想买俄罗斯退役火箭，用来把一个小温室送到火星，让公众看到绿色植物在红色星球上生长，从而激发 NASA 和公众重新关注火星。

他找了 Jim Cantrell 这类熟悉美俄火箭项目的工程师，一起去俄罗斯谈判。第一次谈判充满羞辱和荒诞，第二次价格又不断上涨。马斯克本来以为能买两枚 Dnepr 火箭，结果发现俄罗斯方面要价越来越高，且态度轻蔑。

这次失败很关键。如果俄罗斯人愿意便宜卖火箭，马斯克可能只是做一次火星公益实验。但谈判失败迫使他重新框定问题：为什么我要买别人的旧火箭？为什么不能自己造？

这就是从采购思维到制造思维的转变。

• 采购思维：火箭很贵，我要找到便宜供应商。
• 制造思维：火箭为什么贵？材料本身贵吗？制造流程贵在哪里？行业结构为什么允许这种贵？

马斯克生气后会重新框定问题，这是书里反复出现的模式。俄罗斯谈判失败，反而把他推向更大的目标：不再买火箭，而是创办火箭公司。

5. 第一性原理：idiot index 与火箭成本拆解

书中最直接对应“第一性原理”的小节就是 First principles。

马斯克在飞机上开始用电子表格计算中型火箭所需材料：碳纤维、金属、燃料和其他基本材料。结论是，火箭成品价格至少是材料成本的五十倍。这就是他所谓的 idiot index：成品价格相对基础材料成本的倍率。

如果一个产品的 idiot index 很高，说明高成本不完全来自物理材料，而来自制造、供应链、认证、组织层级、低效率采购、垄断和惯例。这就意味着成本可以被攻击。

这套思路的威力在于，它把“火箭很贵”这个社会事实，拆成了“材料成本 + 制造成本 + 供应链加价 + 规范成本 + 组织效率”这些可分析项。

对传统航天来说，高价格像自然现象；对马斯克来说，高价格是一个工程问题。

6. SpaceX 的初始策略：先做小火箭，聚焦单位入轨成本

马斯克没有一开始就做巨型火箭。他选择从较小的 Falcon 1 开始，因为这样犯错成本较低。他的判断是：会做蠢事，但不要在大规模上做蠢事。

这个策略体现了高风险中的风险控制：

• 使命很大，但第一步要小。
• 目标是火星，但商业落点先是小卫星发射。
• 愿景是多星球文明，但现金流要来自商业和政府卫星发射。

他聚焦的关键指标是：每磅载荷进入轨道的成本。这个指标把复杂行业简化成一个可优化目标：用更低成本把更多有效载荷送入轨道。

这也解释了为什么 SpaceX 后来会执着于推力、质量、垂直整合和可重复使用。所有这些都服务于同一件事：降低单位入轨成本。

7. 早期团队机制：找不怕风险、愿意动手的工程师

第 17 章 Revving Up SpaceX 的重点，不是给早期成员做人物介绍，而是说明 SpaceX 如何搭建一支不同于传统航天公司的团队。

传统航天公司往往依赖大部门、长流程和供应商体系。SpaceX 早期更需要的是三类能力：懂关键技术、愿意亲自上手、能承受高不确定性。

所以早期团队的筛选标准，不只是履历是否光鲜，而是能不能在小公司里直接解决真实问题。SpaceX 早期不像传统航天公司那样有巨大部门和层层流程，而是更像硬核工程作坊：工程师亲自设计、制造、测试、修复。

这对打穿高壁垒行业很重要。进入高壁垒行业，不能只招“懂流程的人”，还要招“能把流程拆掉、亲手把东西做出来的人”。

8. 火箭制造规则一：Question every cost

第 18 章是核心章节，标题就是 Musk's Rules for Rocket-Building。

第一条是质疑每一项成本。SpaceX 早期发现，传统供应商报价经常离谱：一个阀门可能报价 25 万美元，一个执行器可能报价 12 万美元。马斯克的反应是：这东西真的有这么复杂吗？能不能自己做？

他的思路不是简单压价，而是拆解功能：这个部件到底要完成什么任务？有没有其他行业的类似部件？能不能改造？书里提到，SpaceX 工程师甚至把汽车清洗系统里的阀门改造成火箭燃料系统可用的部件。

这背后的方法是跨行业类比：航天行业说一个东西很贵，马斯克会问汽车、家用设备、工业设备里有没有类似功能的东西。只要物理要求能满足，就不接受“航天级所以贵”的默认解释。

9. 火箭制造规则二：质疑每一项需求

比质疑成本更深一层，是质疑需求。

传统航天充满军事、NASA、大公司积累下来的规格要求。大公司工程师通常把这些要求当成法律。马斯克不接受。他会问：谁写的这个要求？为什么有这个要求？写这个要求的人叫什么名字？如果回答只是“军方要求”或“法务要求”，他认为不够。

他的原则是：所有要求都只是建议，只有物理定律不可改变。

这句话是 SpaceX 文化的核心。它把权威从组织文件转移到物理现实。文件可以错，流程可以错，部门可以错，只有物理约束不能错。

但这里也有风险。不是所有规范都是愚蠢的，有些规范是血的教训。马斯克式质疑的价值在于打破僵化；危险在于过度轻视安全冗余和组织记忆。

10. 火箭制造规则三：maniacal sense of urgency

马斯克反复强调极端紧迫感。他会把已经很紧的进度再砍半，要求工程师压缩时间。Tom Mueller 认为这有时能逼出不可思议的结果，有时也会严重打击士气。

这种紧迫感对高壁垒行业的价值在于，它打破了“航天项目天然要十年”的默认节奏。传统大公司和政府合同可以慢慢推进，因为延期也能拿钱。SpaceX 没有这种保护，时间就是生死。

但这也是马斯克方法最有争议的地方。合理紧迫感能逼迫团队删除浪费、减少等待、直接测试；不合理紧迫感会让工程师觉得目标物理上不可能，从而变成羞辱和消耗。

所以这条规则不能简单复制。更准确的表达是：用紧迫感打破惯性，但必须识别物理不可能和组织懒惰之间的区别。

11. 火箭制造规则四：Learn by failing

SpaceX 的测试文化是“快速原型、测试、炸掉、修正、再来”。这和传统航天追求发射前大量文档、认证和预防性测试不同。

书里举了发动机测试例子：传统军事规格要求每个新版本发动机在各种条件下测试很多小时。马斯克倾向于先造一个，点火，推到坏掉，从坏掉中知道极限。

这不等于盲目冒险。它是一种不同的风险模型：

• 传统模型：尽可能在纸面和地面上消除风险。
• SpaceX 模型：通过更快、更便宜、更频繁的真实测试暴露风险。

前者适合失败成本极高且不能频繁试验的系统；后者适合能把测试成本降下来、并快速从失败中学习的系统。SpaceX 的优势在于，它通过垂直整合和低成本制造，让“失败一次”的成本下降，从而让快速迭代成为可能。

12. 火箭制造规则五：Improvise

即兴修复是 SpaceX 早期重要能力。闪电击中测试台导致燃料箱鼓包和破裂，传统航天公司可能要更换部件、等待数月。马斯克让工程师现场敲回去、焊好、继续测。

有些即兴修复成功了，节省数月。有些失败了，比如发动机推力室裂纹，马斯克尝试用环氧胶修补，最后失败，还是要重新设计。

这说明马斯克的即兴不是总正确，但它改变了团队的心理边界：不要默认损坏就意味着停摆，不要默认只有标准路径可以解决问题。

即兴能力对创业公司尤其重要，因为资源有限、时间有限、没有大公司后备方案。但即兴不能替代工程判断。最好的状态是：敢于尝试非标准方案，同时用测试结果迅速判定是否继续。

13. 华盛顿和 NASA：技术突破还不够，还要打穿制度壁垒

第 19 章显示，SpaceX 要成功，不只要会造火箭，还要进入政府航天采购体系。这里 Gwynne Shotwell 的作用很大：她负责把工程能力转化成客户沟通、商业合同和政府关系，补上马斯克和工程团队不擅长的外部接口。

SpaceX 早期赢得国防部小卫星发射合同，又把 Falcon 1 火箭拉到华盛顿展示，引起 NASA 注意。随后，NASA 给 Kistler Aerospace 一个无竞争合同，让马斯克非常愤怒。他认为 NASA 不该用合同去救一家财务不稳的老公司，而应该开放竞争。

他最后选择起诉 NASA。这个动作风险很大，因为 SpaceX 还需要 NASA。但结果是 SpaceX 赢得争议，项目被迫开放竞争，SpaceX 得到重要机会。

这里的关键是：马斯克不只挑战技术成本，也挑战制度成本。传统 cost-plus 合同让承包商按成本加利润拿钱，项目越拖越贵，承包商仍然有钱赚。SpaceX 推动固定价格、里程碑式合同，承包商承担风险，按结果拿钱。

这改变了激励结构。传统模式奖励过程和成本，SpaceX 模式奖励结果和效率。

14. Kwaj：远离舒适区的硬核执行实验

第 22 章 Kwaj 讲 SpaceX 为什么去夸贾林环礁发射。原计划在加州 Vandenberg 空军基地发射，但军方规则复杂，还要等一颗秘密卫星发射，时间不可控。SpaceX 没有 cost-plus 合同兜底，等不起。

于是他们转向太平洋中部的 Kwajalein Atoll。这个地点物流极差，距离洛杉矶约 4800 英里，去一趟要接近 20 小时。实际发射点 Omelek 是更小的无人岛。

从理性角度，马斯克后来也承认去 Kwaj 是错误选择，因为盐雾、物流和距离极大降低成功概率。但从组织文化角度，Kwaj 也锻造了团队。工程师住简陋营地，自己铺路、自己修设备、自己搬运和抢修。

Kwaj 是 SpaceX 文化的极端样本：没有舒适条件，没有大公司基础设施，只有目标、工程师、火箭和不断出问题的现场。

15. 第一次失败：发射了，但没有活下来

2006 年 3 月 24 日，Falcon 1 第一次发射。火箭升空后很快失去推力，坠入海中。原因后来追溯到燃料泄漏和 B-nut 腐蚀问题，Kwaj 的海边环境也是因素。

这次失败暴露了两个问题。

第一，SpaceX 的工程还不成熟，低成本和快速推进带来的风险真实存在。

第二，马斯克的责任文化有副作用。他强调每个部件、流程和规格都要有人负责，但失败后容易把复杂系统问题人格化，快速归咎给某个工程师。Jeremy Hollman 事件就是例子。后来事实显示他并非真正原因，但伤害已经产生。

这里能看出 SpaceX 方法的阴影：快速学习需要追责，但如果追责变成公开归咎，会损害信任和人才保留。

16. 第二次失败：接受风险的代价

第一次失败后，SpaceX 更谨慎了，开始记录更多组件细节，但马斯克没有允许团队消除所有风险。因为如果消除所有风险，SpaceX 会变得像传统航天一样昂贵、缓慢。

第二次发射时，Falcon 1 进入太空但未能入轨。原因是第二级燃料晃动，也就是 slosh 问题。团队此前把 slosh 风险排在风险清单第 11 位，决定不加装会增加重量的上级 slosh baffles。结果这个低概率风险成了失败原因。

这次失败说明，第一性原理不是保证正确，而是让风险选择更明确。马斯克选择轻量化和速度，接受部分风险，现实测试给出反馈：这个风险不能忽略。

失败后他说，以后风险清单不能只看前 10 项，要看到第 11 项。这句话体现了真实测试如何改变组织认知。

17. 第三次失败：技术问题叠加生死压力

第 28 章 Strike Three 是第三次失败。第三次 Falcon 1 发射中，第一级分离后与第二级发生碰撞，导致未能入轨。

这次失败的严重性在于，马斯克原本只预算三次尝试。三次都失败后，SpaceX 没有自然的下一次机会。它不只是技术失败，而是公司死亡边缘。

到这里，SpaceX 的第一性原理、低成本制造、快速试错还没有被证明是成功方法。外界完全可以认为这只是一个互联网富豪烧钱造火箭的失败实验。

高壁垒行业的残酷之处就在这里：你可以在方法论上看起来对，但只要关键验证没过，市场和资本都不会承认你。

18. 2008：SpaceX 和 Tesla 同时濒死

第 29 章 On the Brink 把 SpaceX 危机和 Tesla 危机放在一起。2008 年金融危机爆发，Tesla 也接近破产，SpaceX 还没有入轨成功。马斯克个人也接近破产，还背负离婚成本。

这段很重要，因为它显示马斯克不是在资源宽裕时坚持理想，而是在极限约束下拒绝放弃任何一个“孩子”。旁人建议他放弃 SpaceX 或 Tesla，至少保住一个。他拒绝，因为放弃 Tesla 会强化“电动车不行”，放弃 SpaceX 会断掉“多星球物种”的目标。

从理性投资角度，这可能是不合理的风险集中。从使命驱动角度，这是马斯克式 all-in 的典型样本。

这个阶段也揭示了高强度模式的代价：夜惊、呕吐、体重剧烈变化、身体濒临崩溃。SpaceX 的胜利不是轻盈的创新故事，而是几乎把人压碎的危机推进。

19. 第四次发射：从死亡边缘到行业重新定价

第 30 章 The Fourth Launch 是 SpaceX 早期故事的转折点。

PayPal 旧关系网络在此时发挥作用。Founders Fund 投资 SpaceX，给第四次发射提供资金。讽刺的是，这些 PayPal 旧人当年曾把马斯克从 CEO 位置上赶下去，但马斯克后来没有彻底断绝关系，反而在关键时刻得到帮助。

这说明商业世界中的失败关系也可能转化为未来资源。马斯克如果当年和 PayPal 旧人彻底决裂，SpaceX 可能无法撑到第四次发射。

第四次发射前，马斯克要求六周内把新火箭送到 Kwaj。团队包 C-17 军用运输机运火箭，途中火箭压力失衡，外壳像可乐罐一样凹陷。工程师想运回去，马斯克要求继续送到 Kwaj 现场修。

这就是 SpaceX 文化的集中体现：

• 时间不够，就包军机。
• 火箭受损，就现场抢修。
• 文件流程太慢，就压缩要求。
• 团队觉得不可能，就在死亡边缘完成。

最终，2008 年 9 月 28 日，Falcon 1 第四次发射成功入轨，成为首个由私人公司建造、从地面发射并进入轨道的液体燃料火箭。

这次成功改变了行业认知。SpaceX 不再只是疯狂故事，而变成可被验证的商业航天公司。

20. NASA 合同：技术验证变成商业生命线

第四次成功后，NASA 授予 SpaceX 16 亿美元合同，为国际空间站执行 12 次货运往返。这不只是收入，更是信任背书。

这也证明了 SpaceX 早期策略的闭环：

1. 用第一性原理降低火箭成本。
2. 用私人资本承担早期技术风险。
3. 用快速失败完成真实验证。
4. 用固定价格/里程碑合同进入政府市场。
5. 用成功发射赢得更大合同。

NASA 合同让 SpaceX 从“可能死亡的创业公司”变成“美国航天体系的新供应商”。

21. SpaceX 打穿高壁垒行业的机制

综合这些章节，SpaceX 的突破不是单点创新，而是系统性重构。

21.1 成本结构重构

通过 idiot index、供应商替代、自制零件和跨行业采购，SpaceX 把传统航天成本当作可攻击对象。

21.2 制造边界重构

传统航天大量依赖外包和供应商，SpaceX 尽量垂直整合，把关键部件、发动机、测试和制造掌握在内部。

21.3 测试节奏重构

传统航天追求少失败、重文档、慢验证。SpaceX 通过快速真实测试，把失败变成学习机制。

21.4 合同激励重构

传统 cost-plus 合同奖励成本和过程，SpaceX 推动固定价格、按结果付费，让效率成为公司生死线。

21.5 人才文化重构

传统航天强调资历、流程和组织层级。SpaceX 更看重能否亲手解决问题、是否能承受高压、是否愿意快速试错。

22. 这套方法的副作用

这部分不能只写成成功学。SpaceX 方法有明显副作用。

第一，极限紧迫感会损伤士气。Mueller 明确指出，如果目标被认为物理上不可能，工程师会被打击。

第二，低成本和快速试错会带来真实失败。前三次 Falcon 1 发射失败都不是小问题，每一次都可能让公司死亡。

第三，责任到人容易变成归咎个人。Jeremy Hollman 事件显示，系统失败可能被简化成某个人的错。

第四，危机推进会伤害身体和关系。2008 年马斯克承受的压力已经接近崩溃。

第五，使命叙事容易合理化过度风险。为了火星和人类文明，团队可能接受过高强度和过高个人代价。

因此，SpaceX 的可学习部分不是“无脑压榨”，而是：拆成本、拆需求、缩短反馈、掌握关键制造、改变激励结构。不可学习部分是：长期把人维持在崩溃边缘。

23. 对个人助理系统的启发

23.1 处理高壁垒任务时，先算 idiot index

遇到看起来很贵、很难、很专业的任务，先拆成本：真正不可替代的材料、工具、权限、知识是什么？哪些只是中间商、流程、品牌、惯例带来的成本？

23.2 所有需求都要追问来源

当有人说“必须这样做”，要追问：谁说的？为什么？如果不这样会发生什么？这是物理限制、法律限制、业务限制，还是历史习惯？

23.3 用小规模失败降低大规模失败

不要在脑子里无限规划。把任务拆成可测试版本，允许早失败、低成本失败、快速修正。

23.4 控制关键环节，而不是控制所有环节

SpaceX 的垂直整合不是把所有东西都自己做，而是把决定成本、质量、速度和技术路线的关键部分抓在手里。个人项目也应识别关键环节。

23.5 危机模式必须有退出条件

SpaceX 早期靠危机推进成功，但代价极大。个人助理系统记录高强度任务时，必须写清楚：危机从何时开始，目标是什么，什么时候退出，恢复如何安排。

23.6 固定价格思维：按结果而不是按过程评估

cost-plus 合同的问题是过程越长越赚钱。个人工作也容易这样：花很多时间，但没有结果。应该更多用“交付了什么”而不是“忙了多久”评估。

24. 一句话总结

SpaceX 早期的本质，是马斯克把航天从一个被高成本、慢流程、供应商垄断和政府合同锁死的行业，重新拆成物理、成本、制造、测试和激励问题；这种第一性原理方法让 SpaceX 打穿壁垒，但也伴随着极高失败率、极限压力和组织伤害。

本文基于 Bernstein 2026 年 6 月 2 日发布的地平线机器人研报整理，只使用原报告第 1-6 页信息，不包含第 7 页及之后内容。本文仅作个人研究和阅读记录，不构成投资建议。

地平线机器人最近的股价压力，本质上来自两个问题。

第一个问题是：越来越多车企要自研智能驾驶芯片，地平线这种第三方芯片公司会不会被挤出去？

第二个问题是：2026 年中国汽车销售偏弱，地平线自己给出的高增长目标还能不能实现？

Bernstein 的结论比较明确：短期股价可能继续受情绪压制，但长期逻辑没有被破坏。它维持地平线“跑赢大盘”评级，目标价 10 港元。按照 2026 年 6 月 1 日 5.43 港元的收盘价，对应约 84% 上行空间。

这篇文章想讨论的不是目标价本身，而是这份报告背后的核心判断：主机厂自研芯片不是地平线的终局风险，更像是商业模式从“卖芯片”扩展到“卖 IP、收 royalty、绑定生态”的过程。

一、第三方芯片不会消失，只是客户结构会变

市场最担心的，是比亚迪、理想、小鹏、蔚来、特斯拉、华为，以及未来可能加入的吉利、小米，都在做自己的智能驾驶芯片。

乍看之下，这对地平线不利。因为如果主机厂都自己做芯片，第三方供应商的市场自然会被压缩。

但报告里有一个很关键的判断：自研芯片只适合少数有规模、有软件能力、有工程组织能力的公司。对大多数车企而言，第三方芯片仍然是更现实的选择。

原因有三点。

第一，人才和组织能力不容易补。智能驾驶芯片不是单纯买一批工程师就能做出来的业务，它需要芯片、AI、软件、车规工程、量产交付一起配合。传统车企要和优秀 AI 创业公司争顶尖人才，并不容易。

第二，规模经济很硬。报告提到，当年产量低于约 150 万辆时，自研芯片在经济上并不划算。地平线管理层还提到，公司今年芯片出货预计超过 500 万颗，而很少有单一中国车企能在一个平台上达到这个规模。

第三，技术曲线还在快速变陡。智能驾驶正在从 L2++ 走向 L3，从端到端走向 VLA、世界模型。算力需求、算法路线、工程方法都在快速变化。这个阶段自研，不像成熟发动机或变速箱时代那样，可以把资本开支和 know-how 在多年里缓慢摊销。

所以更可能出现的局面不是“自研芯片完全替代第三方芯片”，而是“头部车企部分自研，中长尾车企继续依赖第三方供应商”。

二、地平线真正想讲的故事，是 ARM + Android

地平线管理层这次把商业模式概括为“ARM + Android”。

这比过去市场理解的“Windows + Intel”更重要。

如果是“Windows + Intel”，大家会更关注地平线能卖多少颗 Journey 芯片，芯片 ASP 和毛利率是多少。

但如果是“ARM + Android”，逻辑就变了。地平线不仅可以卖标准芯片和软件，也可以把底层 BPU IP 授权给车企，让客户基于它开发自己的芯片，并在量产后按部署量向地平线支付 royalty。

大众 CARIZON 合资公司就是报告里提到的例子。管理层说，类似安排不止大众一家，对海外品牌尤其有吸引力。

这个模式有两个收入来源。

一是一次性 IP 授权费。客户获得底层 IP 后，可以开发自己的芯片。大众相关条款每三年重新谈判一次，新增加的 IP 会单独收费。

二是 royalty。客户自研芯片进入量产后，地平线可以从主机厂内部芯片结算价格中按比例收费。管理层称这部分毛利率超过 90%，接近纯利润。

这意味着，即使一些车企名义上“自研芯片”，也不等于地平线被踢出局。只要底层 BPU 来自地平线，算法和软件生态仍然很可能围绕地平线展开。

报告里有一句判断很值得重视：BPU 定义 AI 性能，而智能驾驶算法层会从地平线生态中生长出来。把 NVIDIA 生态上的算法迁移到 BPU 并不容易。反过来，基于地平线 BPU 的自研芯片，也天然更可能继续运行地平线的 HSD。

这就是地平线试图建立的护城河：硬件是入口，IP 是底座，软件和生态才是长期黏性。

三、2026 年不是不增长，而是“前低后高”

另一个短期担忧，是 2026 年交付节奏。

报告提到，中国汽车行业 2026 年上半年偏弱，前四个月国内汽车销量下降 20%，5 月可能也偏软。市场因此担心地平线约 60% 的年化增长目标会不会太激进。

管理层的解释是：2026 年会“前低后高”，但这个“低”是相对于 60% 年化增长目标而言，不是业务下滑。

也就是说，上半年增长可能低于 60%，但相对行业仍然是很高的增长。

从投资跟踪角度看，2026 年销量主要由已经获得的定点决定，所以短期盈利低于预期的风险相对有限。真正更重要的前瞻指标，是 2026 年下半年新增定点的数量和质量。因为这些定点会决定 2027 年及以后的出货。

这也是为什么报告认为，市场现在盯着短期汽车销量和主机厂自研新闻，可能低估了下半年定点周期带来的正向变化。

四、华为和车企自研会拿走一部分市场，但不是全部

地平线管理层并不否认华为会成功。相反，报告写得很直接：地平线预计华为会在中国汽车市场取得显著份额。

但问题在于，中国乘用车市场不是只由少数头部玩家组成。

管理层粗略估计，任何单一中国主机厂集团的上限大约是 400 万至 500 万辆。再把其他自研芯片主机厂加总，大约还有 300 万至 400 万辆。也就是说，中国约 2500 万辆乘用车市场里，大约 800 万辆，或者 30% 至 40%，可能是地平线难以触达的市场。

反过来看，仍然有约 60% 的长尾市场会继续向第三方方案开放。地平线要竞争的，是这部分市场里的 NVIDIA、Qualcomm 和其他新兴供应商。

这对地平线不是一个轻松的市场，但也不是一个消失的市场。管理层的目标是在这部分长尾市场取得超过 50% 份额。

报告还用地平线过去的份额变化做了一个类比：2022 年 Mobileye 占主导时，地平线 ADAS 份额只有约 4% 至 5%；三年后，地平线在中国供应商中达到约 50% 份额。中高端市场去年是量产第一年，份额约 14% 至 15%，今年一季度还有小幅提升。

这个类比想表达的是：只要中国替代方案足够可信，外资供应商通常会在几年内从主导位置退到少数位置。

五、这份报告里最值得警惕的一句话

虽然 Bernstein 整体偏乐观，但报告里也有一个很重要的保留意见。

管理层认为，IP 授权不会稀释盈利能力，因为前置授权费毛利率接近 100%，royalty 又接近纯利润。即使单车收入下降，净利润率也不应显著变化。

但 Bernstein 自己补了一句：在 IP 授权模式下，单车绝对毛利仍会下降。

这句话很重要。

因为市场最终不只看毛利率，还看单车经济性和总利润池。如果地平线从“直接卖芯片”变成“授权 IP + 收 royalty”，利润率可能好看，但每辆车贡献的绝对毛利可能下降。只有当授权覆盖的量足够大、软件附着足够强、royalty 条款足够稳定，这个模式才会真正好看。

所以，IP 模式不是无条件利好。它更像一个防守反击工具：当车企一定要自研时，地平线至少还能保留底层 IP 和生态入口。但如果越来越多客户只拿底层 IP，不买上层软件和完整方案，那地平线的长期利润池仍会被重新压缩。

这也是后续最该跟踪的风险。

六、接下来应该看什么

如果把这份报告压缩成几个跟踪指标，我会看五件事。

第一，看 Journey 6M 和 Journey 6P 的真实出货。J6M 是 2026 年主力放量产品，可以运行入门级城市 NOA；J6P 则对应完整规格 HSD。它们分别代表地平线在大众市场和高阶市场的渗透能力。

第二，看 2026 年下半年的新定点。管理层说 2026 年客户名单相对清晰，最大的管线变化会出现在 2026 年下半年到 2027 年初。新增定点比短期销量更能代表 2027 年之后的趋势。

第三，看 IP 授权和 royalty 的披露。尤其要看授权客户数量、royalty 计费方式、量产节奏，以及单车绝对毛利是否真的能被规模补回来。

第四，看 HSD 软件的绑定能力。如果客户基于地平线 BPU 自研芯片，但仍然运行 HSD，那么地平线的生态逻辑成立。如果客户只买底层 IP，自研上层软件，那么地平线的议价能力会弱很多。

第五，看海外进展。报告认为，地平线目前首先会服务海外 ADAS，纯海外客户面向海外市场的大规模量产不会早于 2028 至 2029 年。海外不是短期爆发点，但会影响长期天花板。

结语

地平线现在的核心矛盾，不是“主机厂自研芯片来了，所以第三方芯片公司没价值了”。

更准确的说法是：智能驾驶芯片行业正在从单一卖硬件，走向硬件、IP、软件、生态共存的阶段。头部车企会自研，一部分市场会被华为和主机厂内部方案拿走，但中长尾车企仍然需要第三方平台。地平线要证明的，是自己不仅能卖芯片，还能像 ARM 一样授权底层 IP，像 Android 一样把开发者和软件生态留在自己周围。

短期看，股价会受汽车销量、交付节奏和自研芯片新闻影响。中期看，关键在 2026 年下半年新定点。长期看，关键在 IP + royalty + HSD 这套模式能不能把单车毛利下降的问题，用更大的部署量和更强的软件黏性补回来。

这才是地平线这家公司接下来最值得观察的地方。

来源：notes/books/Horizon Robotics 2026 Bernstein/03_公众号版_主机厂自研芯片压力下的地平线.md

主机厂都要自研芯片了，地平线还值不值得看？

本文基于 Bernstein 2026 年 6 月 2 日发布的地平线机器人研报整理，只使用原报告第 1-6 页信息，不包含第 7 页及之后内容。本文仅作个人研究和阅读记录，不构成投资建议。

地平线机器人最近的股价压力，本质上来自两个问题。

第一个问题是：越来越多车企要自研智能驾驶芯片，地平线这种第三方芯片公司会不会被挤出去？

第二个问题是：2026 年中国汽车销售偏弱，地平线自己给出的高增长目标还能不能实现？

Bernstein 的结论比较明确：短期股价可能继续受情绪压制，但长期逻辑没有被破坏。它维持地平线“跑赢大盘”评级，目标价 10 港元。按照 2026 年 6 月 1 日 5.43 港元的收盘价，对应约 84% 上行空间。

这篇文章想讨论的不是目标价本身，而是这份报告背后的核心判断：主机厂自研芯片不是地平线的终局风险，更像是商业模式从“卖芯片”扩展到“卖 IP、收 royalty、绑定生态”的过程。

一、第三方芯片不会消失，只是客户结构会变

市场最担心的，是比亚迪、理想、小鹏、蔚来、特斯拉、华为，以及未来可能加入的吉利、小米，都在做自己的智能驾驶芯片。

乍看之下，这对地平线不利。因为如果主机厂都自己做芯片，第三方供应商的市场自然会被压缩。

但报告里有一个很关键的判断：自研芯片只适合少数有规模、有软件能力、有工程组织能力的公司。对大多数车企而言，第三方芯片仍然是更现实的选择。

原因有三点。

第一，人才和组织能力不容易补。智能驾驶芯片不是单纯买一批工程师就能做出来的业务，它需要芯片、AI、软件、车规工程、量产交付一起配合。传统车企要和优秀 AI 创业公司争顶尖人才，并不容易。

第二，规模经济很硬。报告提到，当年产量低于约 150 万辆时，自研芯片在经济上并不划算。地平线管理层还提到，公司今年芯片出货预计超过 500 万颗，而很少有单一中国车企能在一个平台上达到这个规模。

第三，技术曲线还在快速变陡。智能驾驶正在从 L2++ 走向 L3，从端到端走向 VLA、世界模型。算力需求、算法路线、工程方法都在快速变化。这个阶段自研，不像成熟发动机或变速箱时代那样，可以把资本开支和 know-how 在多年里缓慢摊销。

所以更可能出现的局面不是“自研芯片完全替代第三方芯片”，而是“头部车企部分自研，中长尾车企继续依赖第三方供应商”。

二、地平线真正想讲的故事，是 ARM + Android

地平线管理层这次把商业模式概括为“ARM + Android”。

这比过去市场理解的“Windows + Intel”更重要。

如果是“Windows + Intel”，大家会更关注地平线能卖多少颗 Journey 芯片，芯片 ASP 和毛利率是多少。

但如果是“ARM + Android”，逻辑就变了。地平线不仅可以卖标准芯片和软件，也可以把底层 BPU IP 授权给车企，让客户基于它开发自己的芯片，并在量产后按部署量向地平线支付 royalty。

大众 CARIZON 合资公司就是报告里提到的例子。管理层说，类似安排不止大众一家，对海外品牌尤其有吸引力。

这个模式有两个收入来源。

一是一次性 IP 授权费。客户获得底层 IP 后，可以开发自己的芯片。大众相关条款每三年重新谈判一次，新增加的 IP 会单独收费。

二是 royalty。客户自研芯片进入量产后，地平线可以从主机厂内部芯片结算价格中按比例收费。管理层称这部分毛利率超过 90%，接近纯利润。

这意味着，即使一些车企名义上“自研芯片”，也不等于地平线被踢出局。只要底层 BPU 来自地平线，算法和软件生态仍然很可能围绕地平线展开。

报告里有一句判断很值得重视：BPU 定义 AI 性能，而智能驾驶算法层会从地平线生态中生长出来。把 NVIDIA 生态上的算法迁移到 BPU 并不容易。反过来，基于地平线 BPU 的自研芯片，也天然更可能继续运行地平线的 HSD。

这就是地平线试图建立的护城河：硬件是入口，IP 是底座，软件和生态才是长期黏性。

三、2026 年不是不增长，而是“前低后高”

另一个短期担忧，是 2026 年交付节奏。

报告提到，中国汽车行业 2026 年上半年偏弱，前四个月国内汽车销量下降 20%，5 月可能也偏软。市场因此担心地平线约 60% 的年化增长目标会不会太激进。

管理层的解释是：2026 年会“前低后高”，但这个“低”是相对于 60% 年化增长目标而言，不是业务下滑。

也就是说，上半年增长可能低于 60%，但相对行业仍然是很高的增长。

从投资跟踪角度看，2026 年销量主要由已经获得的定点决定，所以短期盈利低于预期的风险相对有限。真正更重要的前瞻指标，是 2026 年下半年新增定点的数量和质量。因为这些定点会决定 2027 年及以后的出货。

这也是为什么报告认为，市场现在盯着短期汽车销量和主机厂自研新闻，可能低估了下半年定点周期带来的正向变化。

四、华为和车企自研会拿走一部分市场，但不是全部

地平线管理层并不否认华为会成功。相反，报告写得很直接：地平线预计华为会在中国汽车市场取得显著份额。

但问题在于，中国乘用车市场不是只由少数头部玩家组成。

管理层粗略估计，任何单一中国主机厂集团的上限大约是 400 万至 500 万辆。再把其他自研芯片主机厂加总，大约还有 300 万至 400 万辆。也就是说，中国约 2500 万辆乘用车市场里，大约 800 万辆，或者 30% 至 40%，可能是地平线难以触达的市场。

反过来看，仍然有约 60% 的长尾市场会继续向第三方方案开放。地平线要竞争的，是这部分市场里的 NVIDIA、Qualcomm 和其他新兴供应商。

这对地平线不是一个轻松的市场，但也不是一个消失的市场。管理层的目标是在这部分长尾市场取得超过 50% 份额。

报告还用地平线过去的份额变化做了一个类比：2022 年 Mobileye 占主导时，地平线 ADAS 份额只有约 4% 至 5%；三年后，地平线在中国供应商中达到约 50% 份额。中高端市场去年是量产第一年，份额约 14% 至 15%，今年一季度还有小幅提升。

这个类比想表达的是：只要中国替代方案足够可信，外资供应商通常会在几年内从主导位置退到少数位置。

五、这份报告里最值得警惕的一句话

虽然 Bernstein 整体偏乐观，但报告里也有一个很重要的保留意见。

管理层认为，IP 授权不会稀释盈利能力，因为前置授权费毛利率接近 100%，royalty 又接近纯利润。即使单车收入下降，净利润率也不应显著变化。

但 Bernstein 自己补了一句：在 IP 授权模式下，单车绝对毛利仍会下降。

这句话很重要。

因为市场最终不只看毛利率，还看单车经济性和总利润池。如果地平线从“直接卖芯片”变成“授权 IP + 收 royalty”，利润率可能好看，但每辆车贡献的绝对毛利可能下降。只有当授权覆盖的量足够大、软件附着足够强、royalty 条款足够稳定，这个模式才会真正好看。

所以，IP 模式不是无条件利好。它更像一个防守反击工具：当车企一定要自研时，地平线至少还能保留底层 IP 和生态入口。但如果越来越多客户只拿底层 IP，不买上层软件和完整方案，那地平线的长期利润池仍会被重新压缩。

这也是后续最该跟踪的风险。

六、接下来应该看什么

如果把这份报告压缩成几个跟踪指标，我会看五件事。

第一，看 Journey 6M 和 Journey 6P 的真实出货。J6M 是 2026 年主力放量产品，可以运行入门级城市 NOA；J6P 则对应完整规格 HSD。它们分别代表地平线在大众市场和高阶市场的渗透能力。

第二，看 2026 年下半年的新定点。管理层说 2026 年客户名单相对清晰，最大的管线变化会出现在 2026 年下半年到 2027 年初。新增定点比短期销量更能代表 2027 年之后的趋势。

第三，看 IP 授权和 royalty 的披露。尤其要看授权客户数量、royalty 计费方式、量产节奏，以及单车绝对毛利是否真的能被规模补回来。

第四，看 HSD 软件的绑定能力。如果客户基于地平线 BPU 自研芯片，但仍然运行 HSD，那么地平线的生态逻辑成立。如果客户只买底层 IP，自研上层软件，那么地平线的议价能力会弱很多。

第五，看海外进展。报告认为，地平线目前首先会服务海外 ADAS，纯海外客户面向海外市场的大规模量产不会早于 2028 至 2029 年。海外不是短期爆发点，但会影响长期天花板。

结语

地平线现在的核心矛盾，不是“主机厂自研芯片来了，所以第三方芯片公司没价值了”。

更准确的说法是：智能驾驶芯片行业正在从单一卖硬件，走向硬件、IP、软件、生态共存的阶段。头部车企会自研，一部分市场会被华为和主机厂内部方案拿走，但中长尾车企仍然需要第三方平台。地平线要证明的，是自己不仅能卖芯片，还能像 ARM 一样授权底层 IP，像 Android 一样把开发者和软件生态留在自己周围。

短期看，股价会受汽车销量、交付节奏和自研芯片新闻影响。中期看，关键在 2026 年下半年新定点。长期看，关键在 IP + royalty + HSD 这套模式能不能把单车毛利下降的问题，用更大的部署量和更强的软件黏性补回来。

这才是地平线这家公司接下来最值得观察的地方。

来源：notes/books/Horizon Robotics 2026 Bernstein/02_全文翻译.md

Horizon Robotics 2026 Bernstein 全文翻译

来源：notes/books/Horizon Robotics 2026 Bernstein/source_materials/pdf_full_text.md
原始报告：Bernstein, Horizon Robotics: Near-term pressure due to OEM in-house chip deployment, but long-term thesis is intact, 2026-06-02。
说明：本文为用户提供 PDF 的中文翻译稿，仅供个人阅读与研究，不构成投资建议。

元数据

• 标题：地平线机器人：主机厂自研芯片部署带来短期压力，但长期投资逻辑仍然完好
• 作者：Qingyuan Lin
• 主题：公司更新
• 创建时间：2026 年 6 月 2 日
• 页数：14 页

第 1 页

2026 年 6 月 2 日

中国半导体
Qingyuan Lin, Ph.D.
+852 2123 2654
qingyuan.lin@bernsteinsg.com

Horizon Robotics
Francis Ma
+852 2123 2626
francis.ma@bernsteinsg.com

评级：跑赢大盘
目标价：9660.HK，HKD 10.00

地平线机器人：主机厂自研芯片部署带来短期压力，但长期投资逻辑仍然完好

地平线机器人的股价近期承压。市场正在消化两个担忧：一是主机厂积极部署自研智能驾驶芯片，二是在汽车销售疲弱背景下，市场对 2026 年交付目标产生疑虑。2026 年 5 月 29 日，地平线 CFO 在一场线上投资者交流会上回应了投资者担忧。公司当天还执行了 2200 万股的股票回购。

我们同意公司的观点：投资者不应让短期波动压倒仍然完好的长期逻辑。我们认为，由于市场情绪影响，股价短期可能仍会相对低迷，但从 12 个月视角看，我们维持“跑赢大盘”评级。

第三方智能驾驶芯片对大多数主机厂而言仍是最佳选择。首先，大多数主机厂缺乏相关能力。传统主机厂很难与前景良好的 AI 创业公司竞争，吸引并留住顶尖 AI 和芯片人才。其次，年产量低于约 150 万辆时，自研芯片在经济上并不可行。比亚迪的 4nm 玄玑 A3 芯片，单芯片 700 TOPS，加入了理想、小鹏、蔚来、特斯拉、华为等自研芯片阵营；吉利和小米也可能开发自己的芯片。但我们一直认为，自研芯片和第三方芯片会共存，剩余市场对第三方供应商而言仍然足够大。

展望未来，随着技术栈仍在快速演进，从 L2++ 到 L3，从端到端到世界模型，问题在于主机厂是否能足够快地升级以跟上变化。我们提醒，相关壁垒可能被低估了。

IP 授权创造了替代性商业机会。追求自研芯片的主机厂，仍然可能从地平线获得 IP 授权。大众通过 CARIZON 合资公司就是一个例子；管理层表示，公司也与其他几家主机厂有类似安排，这对海外品牌尤其有吸引力。CFO 将其描述为类似 ARM 的模式：一次性 IP 授权费，加上按部署量收取的 royalty，毛利率约为 90% 以上。然而，市场已经把这部分市场视为地平线不可触达市场，我们认为这种判断过度了。

近期盈利低于预期的风险有限；未来定点可能带来正向惊喜。2026 年销量在很大程度上取决于已经获得的定点。管理层表示，2026 年相对于其约 60% 的年化增长目标而言，会呈现“前低后高”的节奏，但公司仍有信心实现目标。更好的前瞻指标，是 2026 年下半年新增定点的数量和质量，因为这些定点将驱动 2027 年及以后的销量。许多中型主机厂仍然需要第三方城市 NOA 芯片，地平线仍然处于捕捉这一需求的最佳位置。

市场和估值数据

• 收盘日期：2026 年 6 月 1 日
• 9660.HK 收盘价：HKD 5.43
• 目标价：HKD 10.00
• 上行/下行空间：84%
• 52 周区间：HKD 11.32 / 5.07
• ASIAX：2,010.20
• 财年结束月份：12 月
• 股息收益率：不适用
• 市值：HKD 79,244mn
• 企业价值：HKD 48,860mn

股价表现：

• 年初至今：-37.3%
• 1 个月：-25.1%
• 6 个月：-32.4%
• 12 个月：-23.7%
• ASIAX 同期表现：年初至今 22.9%，1 个月 9.4%，6 个月 25.5%，12 个月 47.5%
• 相对表现：年初至今 -60.2%，1 个月 -34.6%，6 个月 -57.9%，12 个月 -71.2%

来源：Bloomberg、Bernstein 估算与分析。

每股收益和估值：

• 2024A 报告 EPS：RMB 0.51
• 2025E 报告 EPS：RMB -0.81
• 2026E 报告 EPS：RMB -0.25
• 2024A 调整后 EPS：RMB 0.51
• 2025E 调整后 EPS：RMB -0.81
• 2026E 调整后 EPS：RMB -0.25
• 2025E EPS 增长：-258.8%
• 2026E EPS 增长：69.0%
• 2024A EV/Sales：20.5x
• 2025E EV/Sales：13.0x
• 2026E EV/Sales：8.3x
• 2024A 报告 P/E：10.6x
• 2025E 报告 P/E：-6.7x
• 2026E 报告 P/E：-21.7x

请参阅本报告披露附录中的必要披露、分析师认证及其他重要信息。也可访问我们的全球研究披露网站。

首次发布：2026 年 6 月 1 日 21:30 UTC
完成时间：2026 年 6 月 1 日 14:32 UTC

第 2 页

炉边谈话会议纪要

管理层对地平线长期逻辑表达了坚定信心。核心信息是：主机厂自研芯片开发并不构成对地平线可触达市场的重大威胁，它更像是商业模式变化和利润重新分配。

地平线拥有类似 ARM 的灵活商业模式，即 IP 授权加 royalty。2026 年会呈现“上半年低、下半年高”的节奏，但这是相对于公司自己约 60% 的年化增长目标而言，并不是业务收缩。

商业模式：ARM + Android

这一框架此前被描述为“Windows + Intel”。

地平线的标准化客户赋能沿两条路径展开：

1. 标准化芯片加软件，例如 Journey 6P 芯片配套 HSD 智能驾驶软件。
2. 底层 IP 授权。BPU 核心可以单独授权。

针对市场对客户侧芯片自研的担忧，管理层以大众 CARIZON 合资公司作为示例。其经济模式与 ARM 类似。

一次性 IP 授权费：客户获得底层 IP，并开发自己的芯片，类似 ARM 向 Apple 授权 CPU IP。有时是一次性收费，有时是持续收费。对于大众，IP 条款每三年重新谈判一次；新增加的 IP 不在此前框架内，会单独收费，类似会员费或入场费。

Royalty：一旦客户自研芯片进入量产，地平线会从主机厂内部芯片结算价格中按比例收取费用，毛利率超过 90%，实质上接近纯利润。

管理层强调，IP 路径不会稀释盈利能力。IP 授权长期以来就是重要收入来源，单位经济性有吸引力；royalty 流接近纯毛利，因此混合毛利结构非常接近 ARM。

硬件在结构上是多供应来源。汽车行业历史上不会对重大零部件采用单一供应。主机厂会把自研芯片作为战略优先事项，同时维持第三方供应，以便进行基准测试、获得定价杠杆和备用方案。这类似于手机厂商同时运行自研芯片和 Qualcomm 芯片。

地平线供应 BPU，也就是 AI 核心。BPU 定义 AI 性能；在其之上，客户既可以构建接近 Journey 6P 规格的专用智能驾驶芯片，也可以构建接近地平线 Starry 座舱智驾一体化芯片规格的一体化芯片。

行业现在有三条供应链：

1. NVIDIA 加软件合作伙伴。
2. 地平线加其软件。
3. 主机厂自研芯片加自研软件。

决定性逻辑在于：由于 BPU 定义 AI，智能驾驶算法层会从地平线生态中生长出来。把 NVIDIA 生态的算法移植到 BPU 上非常困难。因此，基于地平线 BPU 构建的自研芯片，很可能运行 HSD。即便主机厂授权底层 IP 并构建自己的软件，它仍然处在地平线生态之内。无论你横向切还是纵向切，都无法把地平线切出去。利润池会因合作模式变化而重新分配，但地平线的存在仍会保留。

Journey 6M：没有看到销量受到影响的迹象；它仍然是 2026 年的主力放量产品。Journey 6M 可以运行入门级城市 NOA，相比 Journey 6P 的完整规格 HSD，干预更多、MPI 更低，但能通过监管门槛，并提供可接受的消费者体验。Journey 6P 仍然是完整规格 HSD 平台。

座舱 OS 进展：KakaClaw

与几家一线国内客户的适配和联合开发进展顺利。地平线不是软件交付公司，因此项目能力有限，只有第一批旗舰客户会获得地平线出资的工程资源。该模式有意保持灵活：它不绑定地平线芯片，座舱 OS 可以运行在 Qualcomm 上。座舱应用与硬件的耦合程度低于智能驾驶软件。如果硬件预融合验证周期较长，纯软件采用可以推进得更快。管理层指出，座舱 OS 的核心能力已经开始体现在客户产品中。

2026 年指引：上半年低，下半年高

行业在 2026 年上半年疲弱。国内汽车销量前四个月下降 20%，5 月可能也偏软。

“前低后高”的表述是相对于地平线自己约 60% 的年化增长目标而言。上半年会低于 60%，但相对行业仍是非常高的增长。这不是下滑。

第 3 页

管理层称赞比亚迪近期活动的“开创性”表述，并指出，智能驾驶在大众市场细分领域的激进普及会扩大整体蛋糕。蛋糕更大了；地平线的份额不是被切掉，而是被新模式重新塑形。

海外方面：今年产量没有显著下降，受到“中国制造、全球销售”趋势支持。ADAS 数据表现良好，并有出口贡献。目前只有两家公司能够服务大规模全球出口：Mobileye 和地平线。地平线将首先服务海外 ADAS，之后再追求高端市场。纯海外客户服务海外市场的大规模量产不会早于 2028 至 2029 年。

问答要点

Starry 座舱智驾一体化芯片

主机厂意愿很强，并且有清晰的降本逻辑：减少一套 PMIC 和被动元件，减小 PCB 面积；从双盒到单盒的转变可以去掉铝壳，节省数百元人民币，还可以去掉液冷板等。推进节奏取决于主机厂产品周期和内部部门整合。软件上车会快于硬件；今年首个量产硬件客户会形成标杆效应。

定价压力

对价格传导的担忧应与保险数据一起平衡看待。地平线 AD 市占率正在逆周期上升，环比提升 2 至 3 个百分点，同比提升 4 至 5 个百分点。竞争结构并不差；份额正在从 NVIDIA 和外资供应商手中取得，而主机厂自研项目尚未形成规模。当它们形成规模时，地平线将通过 IP 和 royalty 捕捉经济利益。真正需要关注的是芯片规格是否停止提升。如果到那时规格不再持续提升，主机厂可能只授权底层 IP，并自行开发上层栈。软件是核心，硬件是载体。

Momenta 可能自研芯片的影响

行业已经有三条供应链；开启第四条非常困难，而且新进入者的时机已经偏晚。一个软件公司如果自研芯片，就会成为 NVIDIA 和 Qualcomm 的竞争者，并可能面临自我蚕食效应：要么自有芯片出货有限，要么与 NVIDIA 和 Qualcomm 的关系恶化。无论哪种情况，可触达总市场都是有限的；成功必须在正面竞争中证明。

自研开发的理由

需要区分情形 A 和情形 B。情形 A 是自研尝试仅由能力驱动；情形 B 是能力加经济或战略理由共同驱动。管理层估计，主机厂真正成功自研的概率约为 10%，这一判断由三道壁垒支撑。

第一，规模。规模经济很重要。地平线预计今年芯片出货超过 500 万颗；很少有中国主机厂在单一平台基础上超过这一规模。

第二，软件。“软件定义芯片”。软件是主导性的、隐性的差异化因素。许多主机厂都使用 NVIDIA 芯片，但只有一两家公司在软件上执行得好。管理层将其类比为 CATL 的隐性制造 know-how，也就是在“端到端”或“VLA”等标签之下，由数千项工程实践组成的训练和调参纪律，也就是所谓模型调优的“炼丹”。

第三，行业曲线变得更陡。年度算力增长约 5 至 10 倍，加上算法持续演进，从端到端到 VLA，再到世界模型，使得自研比传统发动机和变速箱的历史类比更难。传统发动机和变速箱行业当时已经放缓，资本开支可以在多年中摊销。

底线是：成功需要规模、软件深度和真正的科技公司 DNA。谁成功了，谁就是中国版 Tesla Junior；谁没有成功，我们仍然是他们的第三方供应商。

海外定点

纯海外客户仍然困难；2026 年上半年受益于“中国制造、全球销售”。纯海外服务海外市场的大规模量产不会早于 2028 至 2029 年。

第 4 页

单车经济性：IP 授权 vs 直接销售 J6

直接芯片销售目标毛利率为 40% 至 50%，按硬件层面管理。IP 前置授权费按约 100% 毛利率确认，地平线倾向于把生命周期收入前置。Royalty 是有意义的比例，且为纯利润。单车收入会下降，但这种变化是利润重新分配；净利润率水平不应显著变化。

注意：这是管理层的说法。我们自己的观点是，在 IP 授权模式下，单车绝对毛利仍会下降。

与华为竞争

管理层并不认为华为不能成功。地平线预计华为将在中国汽车市场取得显著份额。不过，管理层粗略估计，任何单一中国主机厂集团的上限约为 400 万至 500 万辆，这受到 SKU 增多以及集团内部不同细分车型互相蚕食的限制。把其他所有自研芯片主机厂加总，还有约 300 万至 400 万辆。中国约 2500 万辆乘用车市场中，这意味着大约 800 万辆，也就是 30% 至 40% 的市场，是地平线无法触达的；还有约 60% 的长尾市场，地平线将在其中与 NVIDIA、Qualcomm 和新兴竞争者竞争。管理层目标是在这部长尾市场取得超过 50% 的份额。

管理层引用地平线历史份额轨迹作为验证：2022 年，当时 Mobileye 占主导，地平线 ADAS 份额约为 4% 至 5%；三年内，地平线在中国供应商中达到约 50% 份额。中高端市场去年是量产第一年，份额约为 14% 至 15%，一季度又有小幅提升。一旦可信的中国替代方案出现，外资供应商通常会在几年内退居少数地位。

HSD 销量

2026 年客户名单已经相对清晰。管理层不评论单个主机厂畅销车型的动态。高增长仍是框架。等下半年定点周期结束后，前瞻指引会更清晰，最大的管线变化在 2026 年下半年至 2027 年初。

第 5 页

投资含义

地平线机器人，评级跑赢大盘，目标价 HKD 10：地平线机器人是中国领先的智能驾驶芯片供应商。公司提供有特色的软硬件一体化 ADAS 解决方案，将 SoC 和算法结合，用于 L2、L2+ 和 L2++ ADAS 系统。这种一体化方式使其能够以有竞争力的价格提供高性能芯片和软件。

Bernstein 股票表

截至 2026 年 6 月 1 日：

• 标的：9660.HK，地平线机器人
• 评级：跑赢大盘
• 货币：港元
• 收盘价：HKD 5.43
• 目标价：HKD 10.00
• 相对表现：-71.2%
• 2024A 报告 EPS：RMB 0.51
• 2025E 报告 EPS：RMB -0.81
• 2026E 报告 EPS：RMB -0.25
• 2024A EV/Sales：20.5x
• 2025E EV/Sales：13.0x
• 2026E EV/Sales：8.3x

ASIAX：2,010.20

评级说明：O = 跑赢大盘，M = 与大盘一致，U = 跑输大盘，NR = 未评级，CS = 暂停覆盖。

来源：Bloomberg、Bernstein 估算与分析。

第 6 页

披露附录

I. 必要披露

本披露中提到的 “Bernstein” 或 “Firm” 指以下实体：Bernstein Institutional Services LLC，2024 年 4 月 1 日起；Sanford C. Bernstein & Co., LLC，2024 年 4 月 1 日前；Bernstein Autonomous LLP；BSG France S.A.，2024 年 4 月 1 日起；Sanford C. Bernstein (Hong Kong) Limited 盛博香港有限公司；Sanford C. Bernstein (Canada) Limited；Sanford C. Bernstein (India) Private Limited，SEBI 注册号 INH000006378；Sanford C. Bernstein (Singapore) Private Limited；Sanford C. Bernstein Japan KK；以及 Société Générale Africa Technologies & Services 雇用的分析师，这些分析师根据 Bernstein 与 Société Générale 之间的全球服务协议为 Bernstein 研究提供内容。

Bernstein 是 Société Générale 与 AllianceBernstein, L.P. 之间合资企业的一部分。除非另有特别说明，就这些披露而言，Bernstein 的“关联方”同时指 SG 和 AB 及其各自关联方。

估值方法

地平线机器人：

我们给予地平线机器人“跑赢大盘”评级，目标价 HKD 10。该目标价基于公司未来第二预测期，即 2027 年下半年至 2028 年上半年销售额 RMB 11.5bn 的 10.3x 企业价值/销售额倍数。

风险

地平线机器人：

下行风险包括：

• 智能驾驶渗透率提升速度低于预期。
• 主机厂自研获得的份额高于预期。
• 主要客户出货或部署延迟，导致收入增长低于预期。

评级定义、基准和分布

股票评级定义

Bernstein 品牌：

Bernstein 品牌根据未来 12 个月相对于基准指数的预期表现对股票评级。美国和加拿大交易所上市股票相对于 S&P 500；欧洲交易所和亚太以外新兴市场交易所上市股票相对于 Bloomberg Europe Developed Markets Large and Mid Cap Price Return Index EUR；日本交易所上市股票相对于 Bloomberg Japan Large and Mid Cap Price Return Index USD；亚洲日本以外交易所上市股票相对于 Bloomberg Asia ex-Japan Large and Mid Cap Price Return Index，除非另有说明。

Bernstein 品牌有三类评级：

• 跑赢大盘：股票表现预计超过市场指数 15 个百分点以上。
• 与大盘一致：股票表现预计在市场指数正负 15 个百分点以内。
• 跑输大盘：股票表现预计落后市场指数 15 个百分点以上。

暂停覆盖：Bernstein 研究品牌对该公司覆盖已暂停。评级和目标价暂时暂停，不再具有当前性，因此不应依赖。

未评级：当股票目前无法被准确估值，或公司表现无法被准确预测时给出的评级。覆盖分析师仍可继续发布研究报告，以更新投资者有关公司事件和发展的信息。

未覆盖表示公司不在覆盖范围内。

Bernstein 品牌股票评级基于 12 个月时间范围。

Autonomous 品牌普通股：

Autonomous 品牌普通股评级如下。其基准包括 Bloomberg Europe 500 Banks And Financial Services Index、Bloomberg Europe Dev Mkt Financials Large and Mid Cap Price Ret Index EUR、Bloomberg Europe 500 Insurance Index、S&P 500 和 S&P Financials、S5LIFE、S&P Insurance Select Industry，以及 Bloomberg Emerging Markets Financials Large, Mid and Small Cap Price Return Index。评级相对于行业，而非整体市场。

Autonomous 品牌普通股有三类评级：

• 跑赢大盘：股票预计超过相关指数 10 个百分点以上。
• 中性：股票表现预计在市场指数正负 10 个百分点以内。
• 跑输大盘：股票表现预计落后相关指数 10 个百分点以上。

暂停覆盖：Autonomous 研究品牌对该公司覆盖已暂停。评级和目标价暂时暂停，不再具有当前性，因此不应依赖。

未评级：当股票目前无法被准确估值，或公司表现无法被准确预测时给出的评级。覆盖分析师仍可继续发布研究报告，以更新投资者有关公司事件和发展的信息。

标注为 Feature 的股票，例如 Feature Outperform 或 Feature Under Outperform，是我们的核心观点。

未覆盖表示公司不在覆盖范围内。

Autonomous 品牌普通股评级基于 12 个月时间范围。

Autonomous 品牌优先股

Autonomous 品牌优先股有三类评级：

• 跑赢：该优先工具未来六个月总回报预计跑赢相似行业或评级类别中其他发行人的优先证券。
• 中性：该优先工具未来六个月总回报预计与相似行业或评级类别中其他发行人的优先证券一致。
• 跑输：该优先工具未来六个月总回报预计跑输相似行业或评级类别中其他发行人的优先证券。

Autonomous 优先股评级基于 6 个月时间范围。

Autonomous 信用研究

如果本报告包含针对信用工具的投资建议，即欧盟市场滥用条例第 3(1)(35) 条定义的投资建议，则以下信息用于遵守其披露要求。

本报告也可能引用其他 Autonomous 或 Bernstein 分析师对本文提及发行人股本证券发表的观点。请注意，本报告作者发布的信用工具投资建议，可能不同于覆盖该发行人股票证券分析师发布的观点，反之亦然。

第 7 页

信用评级定义

Autonomous 品牌有三类信用评级：

• 信用跑赢：参考信用工具的总回报预计将在未来六个月内跑赢相似行业或评级类别其他发行人的债券信用利差。
• 信用中性：参考信用工具的总回报预计将在未来六个月内与相似行业或评级类别其他发行人的债券信用利差一致。
• 信用跑输：参考信用工具的总回报预计将在未来六个月内跑输相似行业或评级类别其他发行人的债券信用利差。

Autonomous 信用评级基于 6 个月时间范围。

作者所发布的全部投资建议及信用评级历史清单可应要求提供。

公司可自行决定何时启动、更新和终止研究覆盖。公司已建立、维持并依赖信息隔离墙，以控制公司内部一个或多个区域，即私密侧，向其他区域、单位、团队或关联方，即公开侧，传递信息。

股票评级/投行业务服务分布

截至 2026 年 3 月 31 日：

• 跑赢大盘：对应 MAR 和 FINRA 分类为买入，全球评级分布为 51.1%，其中 16.5% 存在投行业务关系。
• 与大盘一致或中性：对应持有，全球评级分布为 36.3%，其中 17.8% 存在投行业务关系。
• 跑输大盘：对应卖出，全球评级分布为 12.6%，其中 14.9% 存在投行业务关系。

这些数字代表在每一股票评级类别中，Bernstein 关联方在过去 12 个月内提供过投行业务服务的公司比例。所有数字每季度更新。

价格图表/评级和目标价历史

地平线机器人 9660.HK Bernstein 评级历史，截至 2026 年 5 月 29 日：

• 初始评级：跑赢大盘，目标价 HKD 15.00，2025 年 9 月 1 日。
• 后续评级：跑赢大盘，目标价 HKD 10.00，2026 年 5 月 11 日。

图表中的所有目标价和收盘价数据均以本报告股票表中注明的货币计价。

第 8 页

其他事项

本报告列出的分析师雇佣实体及所在地，可通过其电话号码国家代码判断：

• +1：Bernstein Institutional Services LLC，美国纽约州纽约市。
• +44：Bernstein Autonomous LLP，英国伦敦。
• +212：Société Générale Africa Technologies & Services，摩洛哥卡萨布兰卡。
• +33：BSG France S.A.，法国巴黎。
• +34：BSG France S.A.，西班牙马德里。
• +41：Bernstein Autonomous LLP，瑞士日内瓦。
• +49：BSG France S.A.，德国法兰克福。
• +91：Sanford C. Bernstein (India) Private Limited，印度孟买。
• +852：Sanford C. Bernstein (Hong Kong) Limited 盛博香港有限公司，中国香港。
• +65：Sanford C. Bernstein (Singapore) Private Limited，新加坡。
• +81：Sanford C. Bernstein Japan KK，日本东京。

如果本报告由非美国关联方雇佣的研究分析师编制，除非下文另有明确说明，该分析师不是 Bernstein Institutional Services LLC 或其他 SEC 注册经纪交易商的注册关联人员，也没有在 FINRA 注册或取得研究分析师资格。因此，该分析师可能不受 FINRA 关于研究分析师与被覆盖公司沟通、研究分析师与投行业务人员互动、研究分析师参与投行业务招揽和营销活动、公开露面，以及研究分析师账户持有证券交易等限制。

如果本报告由 Société Générale Africa Technologies & Services 雇佣的研究分析师编制，作为 Société Générale 集团公司的一部分，该报告是根据 Bernstein 与 Société Générale 之间的全球服务协议代表 Bernstein 公司编制。

认证

本报告列出的每位主要负责本报告内容的研究分析师均认证：本出版物中表达的所有观点准确反映该分析师本人对相关证券或发行人的个人观点；该分析师的薪酬没有、现在没有、未来也不会直接或间接与本出版物中的具体建议或观点相关。

II. 其他全球冲突披露

公司可自行决定何时启动、更新和终止研究覆盖。公司已建立、维持并依赖信息隔离墙，以控制公司内部一个或多个区域，即私密侧，向其他区域、单位、团队或关联方，即公开侧，传递信息。

III. 其他重要信息和披露

“Bernstein”和“Autonomous”研究产品保持独立品牌。

Bernstein 以 “Autonomous” 和 “Bernstein” 两个品牌生产多种不同类型的研究产品，包括基本面分析和量化分析等。由于时间范围、方法论或其他原因，不同类型研究产品中的建议可能不同。此外，同一类型研究产品在不同品牌下发布的观点或建议也可能不同。前文包含两个品牌评级系统及相关信息。

Autonomous 在以下实体内部作为独立业务单元运营：Bernstein Institutional Services LLC、Bernstein Autonomous LLP、Sanford C. Bernstein (Hong Kong) Limited 盛博香港有限公司和 Sanford C. Bernstein (India) Private Limited。有关 Autonomous 品牌产品，包括部分销售材料的信息，请访问 www.autonomous.com。有关 Bernstein 品牌产品的信息，请访问 www.bernsteinresearch.com。

分析师薪酬基于其对研究业务整体贡献，包括客户渗透、生产力和投资观点主动性。分析师薪酬不基于投行业务收入表现或贡献。

本报告由欧盟 596/2014 市场滥用条例第 3(1)(34)(i) 条定义的独立分析师编制，英国国内法中保留的同一条款亦适用。

第 9 页

致美国读者

Bernstein Institutional Services LLC 是一家在美国 SEC 注册并为 FINRA 成员的经纪交易商，负责在美国分发本出版物，并对其内容承担责任。如果本材料包含债务产品分析，该材料仅面向机构投资者，不受面向零售投资者债务研究所适用的美国独立性和披露标准约束。

Bernstein Institutional Services LLC 可以以自身账户作为主事人，或作为他人，包括关联方的代理人，买卖本报告主题证券。本报告并不声称满足任何特定个人、实体或账户的目标或需要。

致加拿大读者

如果本出版物涉及一家加拿大注册公司，则由 Sanford C. Bernstein (Canada) Limited 在加拿大分发，该公司受加拿大投资监管组织许可和监管。如果本出版物涉及非加拿大注册公司，则由 Bernstein Institutional Services LLC 根据国际交易商豁免在加拿大分发，该公司同时受 SEC 和 FINRA 许可和监管。

除非接收人符合 NI 31-103 第 1.1 条定义的“许可客户”，否则不得在加拿大将本文件传递给该人。

致巴西读者

本报告由 Bernstein Institutional Services LLC 编制，在巴西由 Banco BTG Pactual S.A. 负责分发。

致英国读者

本出版物在英国由 Bernstein Autonomous LLP 发布或批准发布，该公司由 Financial Conduct Authority 授权和监管，地址为 60 London Wall, London EC2M 5SH，电话 +44 (0)20-7170-5000，英格兰和威尔士注册号 OC343985。

本文件仅分发给以下人士：在《2005 年金融服务与市场法金融推广令》第 19(5) 条所述投资事项方面具有专业经验的人士；属于该令第 49(2)(a) 至 (d) 条所述高净值公司、非法人协会等人士；位于英国境外的人士；或可合法向其传达或促成传达邀请或诱导其从事投资活动的人士。上述人士统称为“相关人士”。本文件仅面向相关人士，不得由非相关人士采取行动或依赖。本文件涉及的任何投资或投资活动仅向相关人士开放，并且只会与相关人士进行。

致欧洲经济区成员国读者

本出版物由 BSG France SA 分发，该公司由法国审慎监管与处置局和法国金融市场管理局授权和监管。

致香港读者

本出版物在香港由 Sanford C. Bernstein (Hong Kong) Limited 盛博香港有限公司分发，该公司由香港证券及期货事务监察委员会许可和监管，中央编号 AXC846，可进行第 4 类受规管活动，即就证券提供意见，并受 SFC 公开登记册所列许可条件约束。本出版物仅面向《证券及期货条例》第 571 章定义的专业投资者。本报告目的仅为提供对所述发行人的分析，并非意图用于任何违反香港法律的目的。

致新加坡读者

本出版物在新加坡由 Sanford C. Bernstein (Singapore) Private Limited 分发，仅面向《2001 年证券与期货法》定义的认可投资者或机构投资者。新加坡接收人如有与本出版物有关的问题，应联系 Sanford C. Bernstein (Singapore) Private Limited。该公司受新加坡金融管理局监管，并持有资本市场服务牌照，可交易证券和集体投资计划等资本市场产品，同时为豁免财务顾问，可就证券提供建议、发布和传播分析及报告。该公司在新加坡注册，公司注册号 20213710W，地址为 One Raffles Quay, #27-11 South Tower, Singapore 048583，电话 +65-6230-4612。

第 10 页

致中华人民共和国读者

本文件提及的证券没有也不得在中华人民共和国直接或间接发售或出售。就本段而言，中华人民共和国不包括香港特别行政区、澳门特别行政区和台湾。

本文件不构成在中国向任何不得合法接受该要约或招揽的人士发出售卖证券的要约或购买证券的招揽。

我们不声明本文件可以合法分发，也不声明任何证券可以在符合中国适用注册或其他要求的情况下，或根据任何可用豁免，在中国合法发售；我们也不承担促进此类分发或发售的责任。特别是，我们未采取任何行动允许在中国进行任何证券公开发售或分发本文件。因此，证券没有通过本文件或任何其他文件在中国境内发售或出售。除非在符合适用法律法规的情况下，本文件及任何广告或其他发售材料不得在中国分发或发布。

致日本读者

本出版物在日本由 Sanford C. Bernstein Japan KK 分发，该公司在日本注册为金融工具业务运营商，关东财务局登记号为关东财务局长（金商）第 3387 号，并受金融厅监管。该公司也是日本投资顾问协会成员。本出版物仅面向日本《金融商品交易法》第 2 条第 3 款第 1 项定义的合格机构投资者。

对于通过 Daiwa Securities Group Inc. 获得 Bernstein 网站访问权限的日本机构客户，访问本文件不应被理解为 Bernstein 正在为任何目的向其提供投资建议。虽然 Bernstein 编制了本文件，但您的关系现在并将继续与 Daiwa 维持，Bernstein 与您没有合同关系，也不对您承担义务。

致澳大利亚读者

Sanford C. Bernstein (Hong Kong) Limited 盛博香港有限公司负责在澳大利亚分发研究。该公司受美国法律下的证券交易委员会监管，也受英国法律下的 Financial Conduct Authority 监管，这与澳大利亚法律不同。Sanford C. Bernstein (Hong Kong) Limited 盛博香港有限公司根据《2001 年公司法》豁免持有澳大利亚金融服务牌照，可向批发客户提供以下金融服务：

• 提供金融产品建议。
• 交易金融产品。
• 为金融产品做市。
• 提供托管或存管服务。

致印度读者

本出版物在印度由 Sanford C. Bernstein (India) Private Limited 分发。该公司受印度证券交易委员会许可和监管，作为研究分析实体注册号为 INH000006378，并作为股票经纪商注册号为 INZ000213537。SCB India 目前从事研究和股票经纪服务。更多信息请参阅 www.bernsteinresearch.in。

SCB India 是根据《2013 年公司法》于 2017 年 4 月 12 日成立的私人有限公司，公司识别号 U65999MH2017FTC293762，注册地址为 Level 3A, 4th Floor, First International Financial Centre, Plot Nos C-54 and C-55, G Block, Near CBI Office, Bandra Kurla Complex, Bandra East, Mumbai 400098, Maharashtra, India，电话 +91-22-68421401。

有关 SCB India 关联方的详情，请发送邮件至 MUM-BERNSTEIN-InCompliance@bernsteinsg.com。

截至本报告日期，SCB India 没有纪律处分历史。

除上文说明外，SCB India 及其关联方、本报告作者研究分析师及其亲属：

• 不持有主题公司的财务利益。
• 不实际或受益拥有主题公司 1% 或以上证券。
• 不从事印度公司的投行业务活动。
• 过去 12 个月未管理或共同管理任何印度公司的公开发行。
• 过去 12 个月未从主题公司获得投行业务或商业银行服务报酬。
• 过去 12 个月未从主题公司获得经纪服务报酬。
• 未因本报告具体建议或观点从主题公司或第三方获得报酬或其他利益。
• 目前不作为、但未来可能作为本报告覆盖公司金融工具的做市商。
• 截至本报告日期，对主题公司不存在利益冲突。

除上文说明外，主题公司在本研究报告分发日前 12 个月内不是 SCB India 的客户。SCB India 及其关联方在过去 12 个月内未从主题公司获得除投行业务、商业银行或经纪服务以外的产品或服务报酬。

编制本报告的主要研究分析师、分析师团队成员及其家庭成员，不是本报告覆盖公司的高级职员、董事、员工或顾问委员会成员。

合规官/申诉官为 Rupal Talati，可通过 +91-22-68421451 或 MUM-BERNSTEIN-InCompliance@bernsteinsg.com / Scbin-investorgrievance@bernsteinsg.com 联系。

SCB India 的研究投资者章程及条款条件可在其网站 Sanford C. Bernstein (India) Private Limited 查看。

免责声明：SEBI 授予注册以及 NISM 认证，并不以任何方式保证中介机构表现，也不向投资者提供收益保证。证券市场投资存在市场风险。投资前请仔细阅读所有相关文件。

第 11 页

致瑞士读者

本文件由 Bernstein Autonomous LLP 在瑞士提供或通过其提供，并仅提供给《瑞士集合投资计划法》第 10 条及相关集合投资计划条例规定定义的合格投资者，且严格遵守适用的瑞士法律法规。本文提到的产品可能不适合所有类型投资者。本文件基于瑞士银行家协会 2008 年 1 月发布的《金融研究独立性指引》。

致中东读者

Bernstein Autonomous LLP DIFC 分支机构主要办公室位于 Gate Village 06, DIFC, Dubai, UAE。Bernstein Autonomous LLP DIFC 分支机构由迪拜金融服务管理局监管，注册号 CL10040，并获准安排投资交易和就金融产品提供建议。所有通信和服务仅面向专业客户和市场对手方。非专业客户和市场对手方，例如零售客户，并非我们通信或服务的目标接收人。

法律

所有研究出版物均通过发布在公司密码保护网站 bernsteinresearch.com 和 autonomous.com 上向客户传播。部分但非全部研究出版物也会通过第三方供应商向客户提供，或通过其他电子方式作为便利重新分发给客户。

本出版物已经按照公司投资研究利益冲突管理政策发布和分发。该政策副本可向 Bernstein Institutional Services LLC 合规董事索取，地址为 245 Park Avenue, New York, NY 10167。关于 Bernstein 业务的其他披露和信息可在 www.bernsteinresearch.com 查看。

本报告描述的证券可能并非在所有司法辖区或面向所有类别投资者均可销售，尤其在这种销售许可与本文所列实体持有牌照不一致的情况下。本文件仅在法律允许的范围内分发。本出版物不面向、也不意图分发给或供任何位于某个地区、州、国家或其他司法辖区的人士或实体使用，如果此类分发、发布、可得性或使用会违反法律法规，或导致本文所述实体或其子公司、关联方需要在该司法辖区注册或取得许可。本出版物基于我们认为可靠的公开来源，但我们不声明本出版物准确或完整。我们不承诺通知您报告信息或观点的任何变化。本出版物由本文所述实体编制并发布，分发给合格对手方或专业客户。本出版物不是买卖任何证券的要约，也不构成投资、法律或税务建议。本文提到的投资可能不适合您。投资者必须结合自身具体情况，在咨询专业顾问后自行作出投资决策。投资价值可能波动，以外币计价的投资也可能因汇率波动而发生价值变化。过往表现不一定是未来表现的指引、指标或保证。

本报告仅面向并意图提供给上述监管机构定义的合格对手方、专业客户、机构投资者和/或专业投资者，不得重新分发给上述监管机构定义的零售客户。收到本报告的零售客户应注意，本文所列实体不向其提供服务，不应依赖本文材料作出投资决策。此类行为造成的损失不会使本文所列实体承担责任，因为这些实体没有注册、授权或获许可与零售客户交易，也不会与零售客户签订合同安排。本报告受客户与本文所列实体之间任何协议条款和条件约束。所有研究报告均通过电子发布到客户门户，同步向符合条件的客户传播。

本报告信息由 Bernstein 编制，仅供客户内部业务使用。客户可以在该有限用途下存储、显示、分析、重新格式化和打印本报告信息。未经 Bernstein 明确书面同意，客户不得出于任何目的复制、修改、创作衍生作品、转售、反向工程、商业利用、分享或分发本文任何部分信息。这些限制包括提取数据或使用内容开发指数或其他产品。此外，未经 Bernstein 明确书面同意，您不得使用本报告或其任何部分训练或微调任何第三方机器学习或人工智能系统，也不得作为此类系统的提示或输入；您也不得在自己的内部机器学习或人工智能系统中进行上述行为。

Bernstein 可能使用人工智能工具准备其材料。任何此类材料在发布前均由 Bernstein 研究分析师审核。

本报告仅为信息目的编制，基于我们认为可靠的当前公开信息，但本文所列实体不明示或暗示保证或声明本文信息或数据来源准确、完整、不具误导性，或适合预期目的。即使本文所列实体依赖声誉良好或可信的数据提供商，也不应将其作为保证。本文观点仅为作者截至材料日期的当前观点，我们不承诺通知您报告信息或观点的变化。

本出版物由本文所述实体编制并发布，分发给合格对手方或专业客户。本文信息用于一般流通，不构成买卖任何证券的要约、投资、法律或税务建议，也不构成上述监管机构定义的个人建议。它没有考虑任何个人投资者的特定投资目标、财务状况或需求。本报告未经过上述监管机构审核，也不代表上述监管机构的任何官方建议。本文提到的投资可能不适合您。接收人在承诺购买投资产品前，应咨询财务顾问，结合其具体投资目标、财务状况或特殊需求，考虑投资产品是否适合。

本文分析基于多项假设。不同假设可能导致重大不同结果。本报告信息不构成、也不属于出售或发行股份的要约、购买或认购股份的要约，或诱导从事任何其他投资活动。本文提到的任何证券或金融工具价值可能随市场状况波动。过往表现不一定是未来表现的指引、指标或保证。研究分析师在本报告中提到的未来表现估计基于可能无法实现的假设，原因包括市场波动等不可预见因素。对于以客户本币以外货币计价的证券或金融工具，汇率变动会对价值产生有利或不利影响。在根据本报告建议采取行动前，接收人应考虑投资本文所述证券或金融工具是否适当，并在必要时寻求独立专业建议。

本报告描述的证券可能并非在所有司法辖区或面向所有类别投资者均可销售，尤其在这种销售许可与本文所列实体持有牌照不一致的情况下。本文件仅在法律允许的范围内分发。它不面向、也不意图分发给或供任何位于某个地区、州、国家或其他司法辖区的人士或实体使用，如果此类分发、发布、可得性或使用会违反法律法规，或导致本文所列实体需要在该司法辖区受到监管或取得许可。

来源：Bloomberg Index Services Limited。BLOOMBERG 是 Bloomberg Finance L.P. 及其关联方的商标和服务标识。Bloomberg 或其许可方拥有 Bloomberg 指数的所有专有权。Bloomberg 或其许可方不批准或认可本材料，也不保证本文任何信息的准确性或完整性，亦不明示或暗示保证由此获得的结果。在法律允许的最大范围内，Bloomberg 或其许可方不对与本文相关的损害承担责任。

未经本文所列实体事先同意，不得复制、分发、传输或以其他方式提供本材料任何部分。版权归 Bernstein Institutional Services LLC、Bernstein Autonomous LLP、BSG France S.A.、Sanford C. Bernstein (Hong Kong) Limited 盛博香港有限公司、Sanford C. Bernstein (Canada) Limited、Sanford C. Bernstein (India) Private Limited、Sanford C. Bernstein (Singapore) Private Limited 和 Sanford C. Bernstein Japan KK 所有。保留所有权利。本文包含的商标和服务标识归其各自所有者所有。任何未经授权的使用或披露均被严格禁止。如未经授权使用导致本文所列实体以及 Bernstein 和 Autonomous 品牌下发布的研究出现诽谤或声誉风险，本文所列实体可采取法律行动。

来源：notes/books/Horizon Robotics 2026 Bernstein/01_详细解读.md

Horizon Robotics 2026 Bernstein 详细解读

来源：notes/books/Horizon Robotics 2026 Bernstein/source_materials/pdf_full_text.md
原始文件：Bernstein, Horizon Robotics: Near-term pressure due to OEM in-house chip deployment, but long-term thesis is intact, 2026-06-02。
说明：本文是对研报的中文结构化解读，不构成投资建议。重点是提炼报告的投资逻辑、关键假设、反方风险和后续跟踪动作。

1. 核心结论

Bernstein 认为地平线机器人短期股价受到两个因素压制：主机厂自研智驾芯片的担忧，以及市场对 2026 年交付目标的怀疑。但报告的核心判断是：这些更像短期情绪和商业模式切换压力，而不是长期逻辑被破坏。

报告维持地平线机器人 9660.HK 的 Outperform 评级，目标价 HKD 10.00。报告日收盘价为 HKD 5.43，对应约 84% 上行空间。

这份报告真正有价值的地方，不是目标价本身，而是提供了一个理解“主机厂自研是否会切走第三方供应商价值”的框架。对地平线来说，问题不只是客户会不会自己做芯片，而是客户自研之后，是否仍然需要地平线的 BPU/IP、HSD 软件、工具链、量产经验和生态迁移成本。

2. 报告背景和关键数据

报告发布时间是 2026-06-02，覆盖标的是地平线机器人。

报告日核心数据：

• 收盘价：HKD 5.43
• 目标价：HKD 10.00
• 隐含上行空间：约 84%
• 市值：约 HKD 79.2bn
• 企业价值：约 HKD 48.9bn
• 2026E EV/Sales：8.3x
• 2026E EPS：-0.25 RMB

这是一篇公司更新，主要回应两个市场担忧：

1. 比亚迪、理想、小鹏、蔚来、特斯拉、华为等推进自研芯片，是否会挤压地平线的可服务市场。
2. 2026 年车市偏弱，地平线约 60% 年化增长目标是否存在落空风险。

Bernstein 的回答是：短期压力真实存在，但市场把“主机厂自研”简单理解为“地平线出局”，这个判断过于粗糙。

3. 自研芯片不等于地平线被完全切走

报告认为，多数主机厂并不适合独立完成高阶智驾芯片和软件栈。

原因有三类：

第一，规模不够。

报告提到，自研芯片低于约 150 万辆/年 很难具备经济性。地平线预计今年芯片出货 500 万+，多数单一主机厂很难在同一平台上达到类似规模。

第二，软件难度被低估。

智驾不是单纯堆芯片参数。不同公司即使使用相同硬件，最终体验差异也来自算法、调参、数据闭环、工程实践和量产 know-how。报告把这类能力类比为 CATL 的制造隐性知识：外部看是“端到端”“VLA”等标签，内部其实是大量工程细节。

第三，技术曲线仍然很陡。

智驾从 L2++ 到 L3，从端到端到 VLA、world models，算力和算法持续迭代。如果行业还在快速变化，车企自研芯片很难像传统发动机或变速箱那样长期摊销。

管理层估计，真正能成功自研的 OEM 概率大约只有 10%。这个数字可以质疑，但它反映了地平线对行业门槛的判断：成功自研需要规模、软件深度和科技公司 DNA 三者同时具备。

4. 商业模式变化：从卖芯片到 ARM + Android

报告中最重要的框架是管理层把地平线描述为 ARM + Android。

ARM 对应底层 IP：

• 地平线可以授权 BPU 核心。
• 客户可基于 BPU 做自己的专用智驾芯片，或做座舱智驾一体化芯片。
• IP 授权费接近纯毛利。
• 量产后可按内部芯片结算价收取 royalty。
• 报告提到相关 royalty 毛利率可能达到 90%+。

Android 对应软件生态：

• 地平线不仅卖芯片，也提供 HSD 智驾软件。
• 智驾算法和 BPU 生态深度绑定。
• 把 NVIDIA 生态算法迁移到 BPU 难度很高。
• 即使客户做自研芯片，只要底层使用地平线 BPU，就仍然可能留在地平线生态里。

所以，这份报告的防守逻辑是：主机厂自研会改变利润池分配，但不一定把地平线完全切出局。地平线可能从“芯片直接销售”变成“芯片 + 软件 + IP license + royalty”的混合模式。

5. 关键风险：收入、毛利率和绝对毛利不能混为一谈

这份报告最值得警惕的地方，是它对 IP 授权模式的讨论。

管理层强调 IP 授权和 royalty 的毛利率很高，甚至接近 ARM 模式，因此净利润率未必明显恶化。但 Bernstein 自己也提醒：IP 授权模式下，绝对单车毛利可能低于直接销售 J6 芯片。

这意味着后续分析不能只看毛利率。必须拆成三件事：

1. 单车收入是否下降。
2. 单车绝对毛利是否下降。
3. royalty 是否持续、可审计、可规模化。

如果未来地平线更多客户从“购买芯片 + 软件”转向“授权 IP + 自己做芯片”，公司可能出现一个看起来不错但实际弹性下降的状态：毛利率改善，但收入增速和绝对毛利增长变弱。

6. 产品和客户进展

Journey 6M：

• 报告称暂未看到明显销量影响。
• 仍是 2026 年主力放量产品之一。
• 可支持入门级城市 NOA，体验不如 Journey 6P 的完整 HSD，但可满足监管要求并提供可接受消费者体验。

Journey 6P：

• 定位为完整 HSD 平台。
• 更适合高规格城市 NOA 和中高端智驾需求。

Starry 座舱智驾一体化芯片：

• OEM 意愿较强，核心理由是降本。
• 2-box 到 1-box 可减少电源、被动器件、PCB 面积、铝壳和液冷板等成本。
• 第一家量产客户可能形成标杆效应。

KakaClaw 座舱 OS：

• 与部分头部国内客户适配和联合开发推进中。
• 不强绑定地平线芯片，也可以跑在 Qualcomm 上。
• 软件上车速度可能快于硬件。

7. 2026 年节奏：前低后高

管理层称 2026 年是“前低后高”。

报告提到，2026 年上半年中国汽车行业偏弱，前四个月国内汽车销售同比约 -20%，5 月可能也偏软。但管理层强调，这不是地平线业务收缩，而是低于公司约 60% 年化增长目标的节奏。

报告认为 2026 年销量主要来自已获得定点，因此短期业绩 miss 风险有限。真正更前瞻的指标，是 2026 年下半年到 2027 年初新增 design wins 的数量和质量，因为它们决定 2027 年及以后销量。

8. 竞争格局

报告把行业供应链分成三类：

1. NVIDIA + 软件伙伴。
2. Horizon + 自有软件。
3. OEM 自研芯片 + 自研软件。

对于华为，管理层承认华为会在中国汽车市场拿到显著份额，但认为任何单一中国 OEM 集团有规模上限，约 400-500 万辆。所有其他自研芯片 OEM 加总可能还有 300-400 万辆。在中国约 2500 万辆 乘用车市场中，管理层认为约 30-40% 市场地平线较难触达，剩下长尾市场仍然很大。

这个判断的关键，不是华为或车企自研是否存在，而是它们会不会抢走最高价值车型和最高利润池。如果地平线最终主要拿到低价长尾市场，公司收入和利润弹性仍可能被压缩。

9. 估值框架

Bernstein 给出 HKD 10.00 目标价，基于：

• 2H27-1H28 销售额：RMB 11.5bn
• EV/Sales 倍数：10.3x

这说明地平线仍然是高成长估值框架，而不是利润稳定型估值框架。当前估值的关键不是当期 EPS，而是收入增长、设计定点、软件/IP 生态和长期利润池能否兑现。

10. 可复用的投研方法

这份研报适合作为“客户自研替代供应商”的案例。以后遇到类似问题，可以按以下框架拆解。

10.1 把自研替代拆成三层

不要只问“客户会不会自研”，而要问：

1. 客户有没有技术能力。
2. 客户有没有规模经济。
3. 自研后是否仍然需要供应商的 IP、软件、工具链或生态。

用于地平线：大型 OEM 可能自研芯片，但 BPU/IP、HSD 软件和生态迁移成本可能让地平线仍能参与利润分配。

10.2 区分收入稀释和利润率改善

IP 授权常常带来更高毛利率，但不一定带来更高绝对毛利。

检查问题：

1. 单车收入是否下降。
2. 单车毛利是否下降。
3. 授权费是否前置确认。
4. royalty 是否持续且可审计。
5. 公司披露的是毛利率改善，还是绝对毛利改善。

10.3 用 design wins 判断未来一年

汽车供应链公司当年收入很多来自过去已获得定点。真正前瞻指标不是当季收入，而是新增定点质量。

检查问题：

1. 新增定点来自哪些客户。
2. 对应车型价格带和销量潜力。
3. 是低阶 ADAS，还是高阶 Urban NOA / HSD。
4. SOP 时间是否明确。
5. 是否存在多供应商替代风险。

10.4 判断平台型供应商是否被切走

平台型供应商是否被客户绕开，要看它是否掌握以下至少一项：

1. 底层 IP。
2. 软件栈。
3. 开发工具链。
4. 数据闭环。
5. 认证和量产经验。
6. 客户迁移成本。

11. 后续跟踪动作

后续应围绕“长期逻辑是否被破坏”建立跟踪清单。

每月跟踪：

1. 地平线公告、业绩会和投资者交流纪要。
2. 主要客户车型销量。
3. 智驾方案定点新闻。
4. 华为、BYD、小鹏、理想、蔚来自研芯片进展。
5. 行业价格战和智驾功能下放节奏。

每季度跟踪：

1. 收入增长是否接近管理层目标。
2. 毛利率变化是否支持 IP 模式说法。
3. design wins 数量和质量。
4. 第三方供应商份额变化。
5. 海外客户进展。

偏正面信号：

1. Journey 6P 获得更多中高端 Urban NOA 定点。
2. IP 授权客户增加，且 royalty 模式披露更清晰。
3. 地平线在中国供应商中的份额继续提升。
4. 车企自研项目延期或量产效果不佳。
5. 海外 ADAS 客户贡献明显增长。

偏负面信号：

1. 新定点主要来自低价 ADAS，缺少高价值 HSD。
2. 直接芯片销售被 IP 授权替代，但收入增速明显放缓。
3. 毛利率上升但绝对毛利增长疲弱。
4. 华为或 BYD 自研方案在大众市场快速放量。
5. 2026 下半年没有形成明显“前低后高”。

12. 待验证问题

后续需要补充验证的问题：

1. 地平线的收入中，芯片、软件、IP 授权和服务分别占比多少？
2. Journey 6M 和 6P 的单车 ASP 与毛利差异有多大？
3. HSD 是否独立收费，还是绑定硬件销售？
4. VW / CARIZON 之外，还有哪些 IP 授权客户？
5. IP 授权模式下，royalty 是按车、按芯片，还是按客户内部结算价抽成？
6. 主要客户是否同时采用多家供应商？
7. 华为、BYD、NVIDIA、Mobileye、Qualcomm 的竞争力差异如何量化？

13. 复盘结论

这份研报的多头逻辑有说服力：市场把主机厂自研简单理解为地平线市场消失，确实过于粗糙。更合理的理解是，商业模式可能从直接卖芯片，部分转向芯片、软件、IP 和 royalty 的混合模式。

但这不等于风险消失。真正要验证的是三件事：

1. 地平线是否能继续拿到高质量定点。
2. IP 授权模式是否能保住足够的绝对利润。
3. 智驾软件是否真的形成生态粘性，而不是被客户逐步内化。

当前应把这份研报定位为“跟踪基准材料”，不作为单独投资决策依据。下一步应补充公司公告、业绩会材料和竞争对手信息，再决定是否形成独立投资备忘录。

来源：notes/books/Elon Musk/07_迁移与早期创业_从逃离南非到互联网浪潮解读.md

《Elon Musk》迁移与早期创业解读：从逃离南非到互联网浪潮

来源：notes/books/Elon Musk/source_materials/epub_full_text.md
主要依据：第 5 章 Escape Velocity、第 6 章 Canada、第 7 章 Queen's、第 8 章 Penn、第 9 章 Go West、第 10 章 Zip2、第 12 章 X.com、第 13 章 The Coup。
说明：本文是基于原书转换稿的中文解读，不是原文翻译。重点解释马斯克如何从“逃离南非”进入互联网创业浪潮，并在 Zip2 与 X.com/PayPal 中形成关于速度、资本、产品、技术架构和控制权的早期经验。

1. 结论

马斯克从南非到加拿大，再到美国和硅谷，不只是地理迁移，而是一条“逃离旧系统、寻找新战场、押注技术浪潮”的路径。

这段经历塑造了他后来的几个核心模式：

1. 逃离不是休息，而是寻找更大的竞争场。
2. 贫穷和移民处境强化了他的风险承受力。
3. Queen’s 和 Penn 这两所大学给了他社交、物理、商业和策略游戏的训练场。
4. 硅谷让他意识到技术浪潮比传统职业路径更有杠杆。
5. Zip2 让他第一次学到：产品、代码和创始人愿景会被资本和职业经理人重新塑形。
6. X.com/PayPal 让他进一步学到：网络效应、品牌信任、金融系统和控制权会决定公司方向。
7. PayPal 政变给他留下深刻教训：如果不能控制公司，创始人的宏大愿景会被组织政治、风险偏好差异和短期聚焦逻辑压制。

这段不是 SpaceX/Tesla 的前奏那么简单。它是马斯克“必须控制方向”的起源之一。

2. 离开南非：逃离旧环境，而不是单纯追求美国梦

第 5 章标题是 Escape Velocity，这个词很准确。逃逸速度原本是航天概念，意思是物体摆脱引力束缚所需的速度。Isaacson，也就是本书作者 Walter Isaacson，用它写马斯克离开南非，暗示这不是普通留学，而是逃离一个强大引力场。

这个引力场包括：

• 父亲 Errol Musk 的情绪压迫和现实扭曲。Errol 是马斯克的父亲，书中把他写成对马斯克早年心理影响很深的人。
• 南非社会环境中的暴力和封闭。
• 马斯克对更大技术世界的渴望。
• 对美国硅谷和未来产业的想象。

17 岁时，马斯克意识到自己必须离开。他先尝试直接去美国，发现通过母系的加拿大身份更现实，于是自己去加拿大领事馆办护照，还给母亲、弟弟、妹妹填了申请，但没有给父亲填。

这个细节很关键。它说明他不是被动被家庭安排出国，而是在主动设计逃离路线。他还没有公司、资本和成熟能力，但已经具备后来反复出现的行为模式：先确定目标，再寻找可行路径，不等别人同意。

3. 加拿大阶段：移民处境和金融系统问题的早期刺激

到加拿大后，马斯克并没有带着巨额财富开始创业。书中特意纠正了“靠父亲翡翠矿暴富”的传言。他带着有限现金、亲戚名单和一包书抵达蒙特利尔，先住青年旅舍，再买 Greyhound 通票横穿加拿大。Greyhound 是北美长途巴士公司，类似跨城市大巴网络。

这里有几个重要经验。

第一，他真正体验了低资源状态。农场劳动、清理粮仓、住一居室、睡沙发、母亲多份工作维持家庭，这些让他早期不是以舒适阶层身份进入北美，而是以移民和低成本生存者的身份重新开始。

第二，旅途中丢失旅行支票和衣物，让他第一次直观感受到支付系统的低效。书中明确指出，补办旅行支票耗时数周，这成为他后来理解金融支付系统需要被改造的一个早期体验。

第三，艰苦工作没有让他转向稳定保守，反而强化了他对高杠杆技术路径的追求。普通路径是找工作、读书、稳定下来；马斯克的路径是把这些经历转化成对系统缺陷的敏感度。

4. Queen’s：第一次获得社交接纳，也训练竞争策略

Queen’s 指 Queen’s University，加拿大安大略省金斯顿的一所大学，不是公司。马斯克 1990 年进入 Queen’s，本科早期两年在这里度过。

马斯克在 Queen’s 的选择很有意思。他没有去工程更强的 Waterloo，也就是加拿大滑铁卢大学，而是选择社交环境更吸引他的 Queen’s。这说明他当时并不只是技术脑，也强烈渴望摆脱童年的孤独。

在 Queen’s，他遇到 Navaid Farooq。Navaid Farooq 是马斯克在大学认识的朋友，书中称他是马斯克家庭之外第一个真正持久的朋友之一。两人因为电脑、棋盘游戏、历史和科幻建立联系。对一个长期孤独的人来说，这不只是友情，而是第一次进入“可以做自己”的环境。

但 Queen’s 更重要的是策略训练。

他沉迷策略游戏，包括 Diplomacy、Civilization、Warcraft 这类资源管理和帝国建设游戏。这些游戏训练了几个后来会在商业里反复出现的能力：

• 资源配置。
• 技术路线选择。
• 供应链与生产设施建设。
• 联盟、威胁和谈判。
• 对胜负节点的判断。

他还在商业模拟课里逆向工程游戏规则，从而反复获胜。这和他后来的第一性原理有相似之处：他不是只在规则内努力，而是试图理解规则生成机制。

Queen’s 也暴露了一个矛盾。他后来把这里的收获描述为学会协作和苏格拉底式讨论，但书中也讽刺地指出，这项能力后来只被部分打磨完成。也就是说，他学会了和聪明人共同追求目标，但并没有完全学会平衡权力、同理心和合作关系。

5. Penn：物理、商业和社交外壳的形成

Penn 指 University of Pennsylvania，中文通常译为宾夕法尼亚大学，是美国常春藤盟校，不是公司。马斯克 1992 年从 Queen’s 转到 Penn，后来在那里学习物理和商业。

马斯克转到 Penn 后，进入了更接近美国精英路径的环境。他选择物理，是因为他相信工程问题要回到最基本的物理原理；同时学习商业，是因为他不想被只懂商业的人管理。

这两个选择后来构成他的典型组合：

• 用物理和工程判断产品可行性。
• 用商业和资本工具放大工程成果。
• 不接受纯管理者对技术方向拥有最终控制。

Penn 阶段还有一个变化：他开始通过派对走出孤独外壳。Adeo Ressi 是马斯克在 Penn 期间的重要朋友和室友式伙伴，性格外向，热衷社交和派对；书中写他帮马斯克进入更开放的社交场景。这让马斯克不再只是沉浸在书、电脑和策略游戏里的孤独青年，而开始接触美国创业文化中的社交、融资、展示和自我包装。

这很重要，因为后来的马斯克既是工程型创业者，也是极会制造叙事和注意力的人。Penn 和硅谷之间，正是这个能力开始成形的阶段。

6. 走向硅谷：抓住一次性技术浪潮

第 9 章 Go West 展示了马斯克做出的关键选择：他没有走华尔街路线，而是被硅谷吸引。

当时 Ivy League 学生常见选择是去金融行业。Ivy League 指美国常春藤盟校联盟，通常代表美国精英大学群体。马斯克认为银行家和律师对社会贡献有限。他更想去西海岸，参与互联网、电子游戏、电动车、空间技术这些新领域。

最关键的转折，是他在 Penn 最后一年想到把在线黄页和地图结合起来。他判断传统电话公司没有能力真正理解交互式互联网，于是和 Kimbal 说“为什么不自己做”。Kimbal 指 Kimbal Musk，马斯克的弟弟，后来和他一起创办 Zip2。这成为 Zip2 的起点。

Stanford 录取是他的备选项，但他没有真正进入 PhD 路径。他咨询 Scotiabank 的 Peter Nicholson 后，被提醒互联网革命一生只有一次。Scotiabank 是加拿大丰业银行，加拿大大型银行之一；Peter Nicholson 是该银行负责战略规划的高管，工程和数学背景很强，马斯克在 Queen’s 期间曾通过主动联系认识他，并在他的战略规划团队做过暑期工作。马斯克于是选择“catch the internet wave”。

这背后有一个很强的机会判断：

• 学位是可延后的。
• 技术浪潮窗口不可延后。
• 当基础设施刚出现、传统公司还没理解时，创业者可以用速度抢位。

这成为他后来的长期模式：当他认为某个技术窗口打开时，会把稳定路径放到一边，迅速押注。

7. Zip2：第一次创业训练场

Zip2 是马斯克和 Kimbal 早期创办的互联网公司，核心产品是把在线商户目录和地图导航结合起来。Zip2 的想法今天看很普通：在线商户目录加地图导航。但在 1995 年，这属于互联网早期组合创新。它不是凭空发明，而是把两个已有元素结合起来：商户信息和地图数据。

Zip2 给马斯克提供了四个训练。

7.1 产品训练：把静态信息变成交互体验

传统黄页是静态目录，Zip2 把它变成可以搜索、缩放、移动、导航的互联网产品。这里体现了马斯克的产品直觉：真正的互联网不是把纸质内容搬到网页上，而是让用户能直接操作信息。

这个思路后来延续到 X.com：金融不是把银行柜台搬到网页上，而是把钱作为数据库记录实时流转。

7.2 极限工作训练：睡办公室、写代码、快速交付

Zip2 早期资源极少，兄弟俩睡办公室、去 YMCA 洗澡、吃廉价快餐。YMCA 是北美常见社区机构，这里可理解为他们去附近公共设施洗澡。马斯克负责大量编码，甚至会在别人下班后重写同事代码。

这种强度帮助公司快速成形，但也暴露了他的管理缺陷：他追求结果，不太在意别人是否被羞辱或被冒犯。早期员工和朋友 Navaid Farooq 很快意识到，和马斯克一起工作会伤害友谊，于是离开。

Zip2 阶段已经可以看到后来所有公司的影子：高强度、低同理心、极快速度、技术下沉、亲密关系和工作关系容易冲突。

7.3 资本训练：VC 既给钱，也会重塑公司

Mohr Davidow Ventures 是硅谷风险投资机构。它投资 300 万美元后，Zip2 得到资本、签证帮助、社会合法性和商业资源。但资本也带来了“adult supervision”：职业经理人 Rich Sorkin 被引入。Rich Sorkin 是投资人安排进入 Zip2 的职业经理人，担任 CEO，马斯克从创始人 CEO 被移到 CTO。

这让他学到一个决定性教训：如果你不是 CEO，你就不真正控制产品和技术方向。

原书中他总结得很明确：他原本以为可以只当技术或产品负责人，但后来发现，如果不是 CEO，就无法真正成为首席技术或产品负责人。

这个教训后来直接影响他对 SpaceX、Tesla、Twitter/X 的控制欲。他不再相信只掌握技术愿景就够了，他要掌握最终组织权力。

7.4 战略训练：B2B 路线和消费者愿景的冲突

Zip2 在投资人和职业经理人推动下，从直接面向消费者，转向给报纸提供本地目录软件。这条路线短期更容易卖，因为报纸已有销售网络和客户关系。

但马斯克不喜欢成为无品牌供应商。他想做 city.com，直接成为消费者入口，和 Yahoo、AOL 竞争。这是他早期宏大愿景与现实商业路径的冲突。

最终公司被 Compaq 以 3.07 亿美元收购。Compaq 是当时重要的美国计算机公司，后来被惠普收购。马斯克获得 2200 万美元。财务上成功，但控制权和方向上他并不完全满意。这种“赚钱但失去方向”的经验，会在 PayPal 再次出现。

8. X.com：从支付痛点到超级金融平台愿景

Zip2 卖掉后，马斯克没有选择享受财富。他把大部分资金继续押到新公司 X.com。X.com 是马斯克 1999 年创办的在线金融公司，不是后来的普通网站名；它的目标不是做一个小工具，而是做“一站式金融平台”：银行、支付、支票、信用卡、投资、贷款都在一个系统里。

这个愿景的底层逻辑是：钱本质上是数据库里的记录。如果能让交易安全、实时、低摩擦地更新，就能重构金融系统。

这里可以看到马斯克的第一性原理雏形：他不从银行网点、柜台、清算流程出发，而从“钱是什么”这个问题出发。

同时，X.com 也复现了 Zip2 的问题。

• 他设置疯狂截止日期。
• 他睡办公室，要求别人也进入高压状态。
• 联合创始人和员工要求他下台。
• 投资人再次引入成人监管。
• 他仍然不愿放弃控制。

但 X.com 也做出非常关键的产品突破：用最少按键开户，用邮箱作为用户身份，以及让用户通过 email 转账。尤其是 email 转账，在 eBay 场景中迅速爆发。eBay 是美国电商和拍卖平台，当时大量用户需要给陌生卖家付款，所以非常适合 PayPal 这类支付工具增长。

这说明马斯克的宏大愿景里，有些部分过大、过早；但他的产品简化能力和对摩擦的敏感是真实有效的。

9. PayPal 合并：网络效应决定只能活一个

X.com 和 Confinity/PayPal 都在做个人间支付，并且都用高额拉新奖励抢用户。Confinity 是 Peter Thiel 和 Max Levchin 等人创办的公司，PayPal 是它推出的支付产品。Thiel 指 Peter Thiel，后来成为硅谷知名投资人；他形容这场竞争是看谁先烧完钱的比赛。

这时网络效应成为核心逻辑。支付产品不是孤立工具，用户越多，越值得使用；谁先形成规模，谁的增长就会更快。因此，双方如果继续互相补贴竞争，可能一起死；合并比死斗更理性。

这段让马斯克看到平台型业务的关键：

• 产品价值不只来自功能本身，还来自网络密度。
• 用户增长速度可以决定生死。
• 资本市场收紧时，烧钱竞赛必须收敛。
• 合并有时不是妥协，而是为了保住网络效应窗口。

但合并也引入了更复杂的权力结构。X.com 和 PayPal 团队文化不同，技术路线不同，风险偏好不同，品牌判断也不同。这些矛盾很快集中到马斯克身上。

10. PayPal 阶段的关键冲突：宏大愿景 vs 聚焦支付

PayPal 成长最快的部分，是 eBay 上的支付服务。Thiel、Levchin、Hoffman 等人更倾向于聚焦这个已经验证的场景，成为强大的支付工具。Levchin 指 Max Levchin，Confinity/PayPal 的技术核心；Hoffman 指 Reid Hoffman，PayPal 早期高管，后来创办 LinkedIn。

马斯克则不满足。他认为支付只是开场，真正目标是改造整个金融系统。他坚持 X.com 品牌，想把 PayPal 作为更大金融平台的一部分。

这不是简单谁对谁错，而是两种创业逻辑冲突：

• 马斯克逻辑：如果只做支付，就错过重构金融系统的机会。
• PayPal 团队逻辑：如果不聚焦 eBay 支付，就会被 fraud、技术债、品牌混乱和资金消耗拖死。

从短期公司生存看，PayPal 团队更现实；从马斯克长期执念看，X.com 愿景一直没有消失。二十多年后他收购 Twitter/X，仍然提到社交网络加支付平台可以实现当年 X.com 的构想。Twitter/X 指原 Twitter 社交平台，马斯克 2022 年收购后改名为 X。

这说明 PayPal 不是他放下的项目，而是一个未完成的心理和战略母题。

11. 技术架构冲突：Windows vs Unix 不是纯技术问题

Musk 和 Max Levchin 关于 Windows/Unix 的争论，表面上是操作系统选择，实际是权威、判断和技术文化的冲突。Windows 是微软的操作系统体系；Unix 是一类多用户、多任务操作系统及其衍生系统，早期互联网基础设施中使用广泛。

Levchin 认为 Windows NT 不安全、不稳定、不适合这个业务；马斯克则信任微软体系，希望统一到他认可的方向。最终马斯克推动团队花一年重写代码，Levchin 认为这浪费了宝贵时间，也让公司没能集中处理欺诈问题。

这段很重要，因为它显示马斯克的技术判断并非总是高效。他有强大的跨领域理解能力，也能突然击中技术细节；但当他把控制欲和技术偏好绑定时，也可能让组织付出巨大机会成本。

这给个人助理系统一个很好的复盘框架：

• 一个判断是基于第一性原理，还是基于控制欲？
• 技术重构是否真的服务用户增长和风险控制？
• 领导者的高智商判断，是否掩盖了团队更接近一线的问题？

12. PayPal 政变：控制权创伤的关键来源

2000 年 PayPal 政变是这段的高潮。这里的“政变”不是政治事件，而是公司内部权力更替：核心高管和董事会联合，把马斯克从 CEO 位置上撤下。Levchin 对欺诈问题焦虑，认为马斯克没有足够重视；Thiel 等人认为 PayPal 品牌更有价值，反对马斯克坚持 X.com；多位核心人物最终联合董事会，在马斯克蜜月期间把他从 CEO 位置上拿下。

马斯克感到被背叛。他认为自己投入了所有精力和大量资金，却没有机会为自己辩护。回到公司后，他试图反击、说服 Hoffman、争取董事会，但最终失败。

这次失败有两个层面。

第一，治理层面：公司不是只属于创始人个人。董事会、投资人、核心团队、技术风险、品牌判断都会决定 CEO 是否还能继续领导。

第二，心理层面：马斯克再次体验到“我创建的东西被别人接管”。Zip2 已经发生过一次，PayPal 又发生一次。对一个强控制、高使命感、害怕被边缘化的人来说，这会强化一个结论：以后必须掌握最终控制权。

后来他在 SpaceX、Tesla、Twitter/X 中对股权、董事会、CEO 位置和产品方向的执着，都可以从这两次经历看到来源。

13. 他在失败中的现实感

值得注意的是，马斯克不是只会硬扛到底。PayPal 被罢免后，他很快表现出一种现实感：他告诉追随者不要辞职抗议，愿意让公司活下去，也努力修复与 Thiel、Levchin 等人的关系。

这点很重要。马斯克是 street fighter，但不是完全不会计算结果。当继续斗争会毁掉公司时，他能接受失败，把筹码转向下一局。

这也是他后来成功的一个关键：

• 他会all-in。
• 他会强烈反击。
• 但在某些关键失败后，他也能把失败转化为下一轮资源。

PayPal 后来上市并被 eBay 收购，马斯克获得约 2.5 亿美元。这笔钱成为 SpaceX、Tesla 和 SolarCity 等后续押注的资金基础。SpaceX 是马斯克后来创办的商业航天公司；Tesla 是他后来领导的电动车和能源公司；SolarCity 是马斯克参与推动、由其亲属创办的太阳能公司，后来被 Tesla 收购。也就是说，虽然他失去 CEO 位置，但保留了经济收益和未来创业弹药。

14. 这段经历对后来的马斯克意味着什么

这段迁移与早期创业经历，至少留下五个长期影响。

14.1 速度崇拜

从 Zip2 到 X.com，他反复用极限期限推动团队。速度确实创造了窗口优势，但也制造了怨恨、人员流失和组织不稳定。

14.2 控制权执念

两次被职业经理人、投资人或合伙人边缘化，让他形成强烈信念：如果不是 CEO，就不能真正控制技术和产品方向。

14.3 宏大平台愿景

Zip2 想做城市入口，X.com 想做金融入口，后来的 Tesla、SpaceX、Twitter/X 也都有平台化和系统化倾向。他不满足于单点产品，更想控制基础设施。

14.4 高风险资本循环

Zip2 的 2200 万美元没有变成保守财富，而是投入 X.com；PayPal 的 2.5 亿美元又继续投入 SpaceX 和 Tesla。他的模式是不断把上一局收益押到下一局更大的游戏。

14.5 对组织政治的警惕

PayPal 政变让他明白，技术正确、愿景宏大、资金投入都不足以保证控制权。公司内部联盟、董事会判断、品牌数据、风险问题都会改变权力结构。

15. 对个人助理系统的启发

15.1 区分“机会窗口”和“稳定路径”

马斯克放弃 Stanford，不是因为学历没价值，而是因为互联网窗口不可复制。个人助理在决策时可以记录：这是可延后的稳定路径，还是不可延后的机会窗口？

15.2 重要项目要提前定义控制权

如果一个项目强依赖你的长期愿景，就不能只定义任务，还要定义谁有最终决策权、谁能改方向、谁控制资源。

15.3 警惕宏大愿景压过当前验证

X.com 的超级金融平台愿景很大，但 PayPal 真正增长来自 eBay 支付场景。复盘时要问：当前最强 traction 是什么？我是不是因为不满足于“小成功”而破坏了已验证路径？

15.4 技术重构必须绑定业务风险

Windows/Unix 争论说明，技术路线不能只看领导者偏好。重构必须回答：它解决什么用户问题，降低什么风险，是否值得牺牲增长和反欺诈资源？

15.5 失败后保留下一局筹码

马斯克被 PayPal 罢免后没有毁掉公司，也没有让追随者集体离开。这保留了股权价值和关系网络。个人项目失败时，也要问：怎样结束这一局，才能保留下一局的现金、信用和人脉？

16. 一句话总结

马斯克从南非到 PayPal 的早期路径，是从逃离旧环境到押注互联网浪潮的连续升级；Zip2 和 X.com/PayPal 让他学会了速度、产品、资本和网络效应，也让他形成了一个深刻信念：没有控制权，宏大愿景就会被现实组织力量改写。

来源：notes/projects/cc-connect/01_cc_connect_使用手册.md

cc-connect 使用手册

1. 这个项目是什么

cc-connect 是一个把本地 AI Agent 接到即时通讯工具里的桥接服务。

它的核心作用是：

• 你在飞书、钉钉、Telegram、Slack、Discord、企业微信、微信、QQ 等聊天工具里发消息。
• cc-connect 收到消息后，把内容转给本机运行的 AI Agent，例如 Claude Code、Codex、Cursor Agent、Gemini CLI、Qoder CLI、OpenCode、iFlow CLI。
• Agent 在本地项目目录执行任务，结果再由 cc-connect 发回聊天窗口。

一句话：它让你可以用手机里的聊天软件远程操作本机代码助手。

2. 项目位置和本机状态

本机源码目录：

/home/admin/code/cc-connect

当前目录里已经有编译好的二进制：

/home/admin/code/cc-connect/cc-connect

这个仓库当前有未提交的本地改动，我这次只阅读和整理文档，没有修改 cc-connect 项目本身。

3. 基本执行链路

聊天平台用户消息
  -> 平台连接器（feishu / telegram / qq / weixin 等）
  -> cc-connect Engine
  -> 对应 project 的 Agent
  -> Agent 在 work_dir 中执行
  -> cc-connect 把结果发回聊天平台

关键配置在 config.toml：

[[projects]]
name = "my-project"

[projects.agent]
type = "codex" # 或 claudecode / cursor / gemini / qoder / opencode / iflow

[projects.agent.options]
work_dir = "/absolute/path/to/project"
mode = "default"

[[projects.platforms]]
type = "feishu"

[projects.platforms.options]
app_id = "cli_xxx"
app_secret = "xxx"

一个 cc-connect 进程可以同时管理多个 [[projects]]。每个 project 可以绑定自己的 Agent、工作目录和一个或多个聊天平台。

4. 安装方式

4.1 npm 安装

稳定版：

npm install -g cc-connect

Beta 版：

npm install -g cc-connect@beta

如果需要个人微信 weixin ilink 能力，当前文档说明应使用 beta / pre-release 版本。

4.2 GitHub Release 二进制

Linux 示例：

curl -L -o cc-connect https://github.com/chenhg5/cc-connect/releases/latest/download/cc-connect-linux-amd64
chmod +x cc-connect
sudo mv cc-connect /usr/local/bin/

4.3 源码编译

git clone https://github.com/chenhg5/cc-connect.git
cd cc-connect
make build

本机源码目录已经存在，可直接在 /home/admin/code/cc-connect 下构建或运行已有二进制。

5. 配置文件位置

cc-connect 查找配置文件的顺序：

1. 命令行 -config <path> 指定的配置。
2. 当前目录下的 ./config.toml。
3. 全局配置 ~/.cc-connect/config.toml。

推荐使用全局配置：

mkdir -p ~/.cc-connect
cp /home/admin/code/cc-connect/config.example.toml ~/.cc-connect/config.toml
vim ~/.cc-connect/config.toml

如果没有配置文件，直接运行 cc-connect 会自动创建 starter config 到 ~/.cc-connect/config.toml。

6. 最小可用配置

以 Codex + 飞书为例：

[log]
level = "info"

[[projects]]
name = "personal-assistant"
admin_from = "你的飞书用户ID"

[projects.agent]
type = "codex"

[projects.agent.options]
work_dir = "/home/admin/code/cc-connect-work-space/codex_personal_assistant"
mode = "yolo"

[[projects.platforms]]
type = "feishu"

[projects.platforms.options]
app_id = "cli_xxxxxxxxxxxx"
app_secret = "xxxxxxxxxxxxxxxx"
allow_from = "*"

注意：

• work_dir 必须是绝对路径。
• admin_from 用于限制 /dir、/shell 等高权限命令。
• mode 决定 Agent 权限策略。Codex 支持 suggest、auto-edit、full-auto、yolo。
• 如果希望执行命令时不频繁请求审批，通常要把 Agent 模式设成更自动化的模式，例如 Codex 的 yolo 或 Claude Code 的 bypassPermissions。

7. 飞书接入

推荐使用内置 CLI：

cc-connect feishu setup --project my-project

如果已经有 App ID 和 App Secret：

cc-connect feishu setup --project my-project --app cli_xxx:sec_xxx

也可以显式使用：

cc-connect feishu new --project my-project
cc-connect feishu bind --project my-project --app cli_xxx:sec_xxx

飞书开放平台手动配置时需要：

• 创建企业自建应用。
• 启用机器人能力。
• 获取 App ID 和 App Secret。
• 开启 WebSocket 长连接事件订阅。
• 订阅 im.message.receive_v1。
• 添加并发布消息相关权限，例如接收消息、读取消息、以机器人身份发消息。

飞书平台配置示例：

[[projects.platforms]]
type = "feishu"

[projects.platforms.options]
app_id = "cli_axxxxxxxxxxxx"
app_secret = "QhkMpxxxxxxxxxxxxxxxxxxxx"
# enable_feishu_card = true
# thread_isolation = true
# progress_style = "compact" # legacy | compact | card

8. QQ 接入

cc-connect 的 QQ 平台通过 OneBot v11 协议接入，常见搭配是 NapCat。

架构：

QQ Client -> NapCat OneBot v11 -> WebSocket -> cc-connect -> Agent

Docker 启动 NapCat 示例：

docker run -d \
  --name napcat \
  -e ACCOUNT=<你的QQ号> \
  -p 3001:3001 \
  -p 6099:6099 \
  mlikiowa/napcat-docker:latest

首次启动看日志扫码：

docker logs -f napcat

NapCat WebUI：

http://localhost:6099

启用正向 WebSocket，端口通常是 3001。

cc-connect 配置：

[[projects.platforms]]
type = "qq"

[projects.platforms.options]
ws_url = "ws://127.0.0.1:3001"
token = ""
allow_from = "*"

启动后看到类似日志表示正常：

qq: connected to OneBot url=ws://127.0.0.1:3001
qq: logged in qq=123456789 nickname=MyBot

9. 启动服务

前台启动：

cc-connect

指定配置：

cc-connect -config ~/.cc-connect/config.toml

源码目录中运行已有二进制：

cd /home/admin/code/cc-connect
./cc-connect -config ~/.cc-connect/config.toml

启动成功后会看到：

config loaded
platform started
cc-connect is running

10. 守护进程模式

安装为后台服务：

cc-connect daemon install --config ~/.cc-connect/config.toml

常用命令：

cc-connect daemon status
cc-connect daemon logs -f
cc-connect daemon restart
cc-connect daemon stop
cc-connect daemon start
cc-connect daemon uninstall

安装守护进程时，代码会检查配置文件所在目录是否存在 config.toml。如果传入 --config ~/.cc-connect/config.toml，它会把 ~/.cc-connect 作为服务工作目录。

11. 聊天内常用命令

会话管理：

/new [名称]       创建新会话
/list             列出会话
/switch <id>      切换会话
/current          查看当前会话
/history [n]      查看最近 n 条消息
/stop             停止当前执行
/help             查看命令

工作目录：

/dir                    查看当前目录和历史
/dir <路径>             切换工作目录
/dir <序号>             按历史序号切换
/dir -                  返回上一个目录
/cd <路径>              /dir 的别名

权限和模型：

/mode                   查看当前权限模式
/mode yolo              切换到自动批准模式
/mode default           切回默认模式
/reasoning [等级]       Codex 推理强度
/model                  查看模型
/model switch <alias>   切换模型
/provider               查看 Provider
/provider switch <名称> 切换 Provider

飞书/附件/定时任务相关：

/quiet                  开关思考和工具进度消息
/cron                   列出定时任务
/cron add ...           创建定时任务
/cron del <id>          删除任务
/bind setup             写入 Agent 附件回传和绑定说明
/web setup              启用 Web 管理后台和 Bridge

12. 定时任务 Cron

聊天里创建：

/cron add 0 6 * * * 帮我收集 GitHub trending 并总结

CLI 创建：

cc-connect cron add \
  --cron "0 6 * * *" \
  --prompt "总结 GitHub trending" \
  --desc "每日趋势"

执行 shell 命令型任务：

cc-connect cron add \
  --cron "*/10 * * * *" \
  --exec "bash /path/to/script.sh" \
  --desc "每10分钟执行脚本"

查看和删除：

cc-connect cron list
cc-connect cron del <job-id>

可选参数：

--session-mode new_per_run
--timeout-mins 30
--data-dir ~/.cc-connect

说明：

• session_mode = reuse 表示复用当前会话。
• new_per_run 表示每次触发创建新 Agent 会话。
• timeout_mins 控制单次任务最长执行时间。

13. 文件和图片回传

当 Agent 在本机生成了图片、PDF、日志、Markdown 等文件，可以通过 cc-connect send 发回当前聊天。

发送文本：

cc-connect send --message "任务完成"

发送图片：

cc-connect send --image /absolute/path/to/chart.png

发送文件：

cc-connect send --file /absolute/path/to/report.pdf

同时发送说明和附件：

cc-connect send \
  --message "这是生成的报告" \
  --file /absolute/path/to/report.md \
  --image /absolute/path/to/chart.png

注意：

• 建议使用绝对路径。
• 附件大小限制约 50 MB。
• 当前文档显示附件回传支持飞书和 Telegram。
• 如果配置 attachment_send = "off"，附件回传会被禁用。

14. 多机器人中继

在群聊里可以绑定多个项目机器人：

/bind              查看绑定
/bind claudecode   添加 claudecode 项目
/bind gemini       添加 gemini 项目
/bind -claudecode  移除 claudecode

CLI 让一个机器人询问另一个机器人：

cc-connect relay send --to gemini "你觉得这个架构怎么样？"

指定来源和会话：

cc-connect relay send \
  --from codex \
  --to gemini \
  --session-key '<session-key>' \
  --message '请给这个方案做反方审查'

15. 会话文件查看

cc-connect sessions 可以查看本地保存的会话。

cc-connect sessions list
cc-connect sessions show <session-id> -n 20

默认数据目录是：

~/.cc-connect/sessions

也可以指定：

cc-connect sessions --data-dir /path/to/data list

16. Provider 和模型配置

Provider 用于在运行时切换 API Key、base_url、模型。

配置示例：

[projects.agent.options]
provider = "openai"

[[projects.agent.providers]]
name = "openai"
api_key = "sk-xxx"
base_url = "https://api.openai.com/v1"
model = "gpt-5.3-codex"

[[projects.agent.providers.models]]
model = "gpt-5.3-codex"
alias = "codex"

[[projects.agent.providers.models]]
model = "gpt-5.4"
alias = "gpt"

CLI 管理：

cc-connect provider add --project my-project --name relay --api-key sk-xxx --base-url https://api.example.com
cc-connect provider list --project my-project
cc-connect provider remove --project my-project --name relay
cc-connect provider import --project my-project

聊天内切换：

/provider list
/provider switch openai
/model
/model switch codex

17. Web 管理后台和 Bridge

聊天里启用：

/web setup

它会写入：

[management]
enabled = true
port = 9820
token = "your-secret-token"

[bridge]
enabled = true
port = 9810
token = "your-bridge-secret"
path = "/bridge/ws"

启用后需要重启 cc-connect。

默认端口：

18. 常见排障

18.1 启动后没有收到消息

检查：

• 平台凭证是否正确。
• 飞书应用是否发布。
• 飞书事件订阅是否是 WebSocket 长连接。
• allow_from 是否限制了用户 ID。
• cc-connect daemon logs -f 或前台日志是否有平台启动错误。

18.2 Agent 没有在预期目录执行

检查：

/dir

必要时执行：

/dir /absolute/path/to/project
/dir reset

配置里的默认目录是：

[projects.agent.options]
work_dir = "/absolute/path/to/project"

18.3 命令总是请求审批

检查当前模式：

/mode

切换更自动化的模式：

/mode yolo

或者在配置里设置：

[projects.agent.options]
mode = "yolo"

不同 Agent 的模式名称不完全一样：

18.4 定时任务不执行

检查：

cc-connect cron list
cc-connect daemon status
cc-connect daemon logs -f

注意：cc-connect cron add 需要正在运行的 cc-connect，因为 CLI 通过本地 Unix socket 写入任务。

18.5 文件发不回聊天

检查：

• 是否存在活跃聊天会话。
• 文件路径是否为绝对路径。
• 文件是否超过大小限制。
• 配置中是否有 attachment_send = "off"。
• 当前平台是否支持附件回传。

19. 我在本机看到的关键文件

/home/admin/code/cc-connect/README.zh-CN.md
/home/admin/code/cc-connect/INSTALL.md
/home/admin/code/cc-connect/docs/usage.zh-CN.md
/home/admin/code/cc-connect/docs/feishu.md
/home/admin/code/cc-connect/docs/qq.md
/home/admin/code/cc-connect/config.example.toml
/home/admin/code/cc-connect/cmd/cc-connect/main.go
/home/admin/code/cc-connect/cmd/cc-connect/cron.go
/home/admin/code/cc-connect/cmd/cc-connect/send.go
/home/admin/code/cc-connect/cmd/cc-connect/relay.go
/home/admin/code/cc-connect/cmd/cc-connect/daemon.go

20. 推荐日常使用方式

如果把它作为个人远程助理入口，建议：

1. 用 ~/.cc-connect/config.toml 管理所有项目。
2. 每个常用工作目录建一个 [[projects]]。
3. Agent 默认模式根据风险选择：日常个人仓库可用 yolo，生产高风险仓库用 default 或 auto-edit。
4. 飞书作为主入口，QQ/微信等作为备用入口。
5. 长任务用 /cron 或 cc-connect cron add，并设置 --timeout-mins。
6. 需要交付文件时，让 Agent 使用 cc-connect send --file 或 --image。
7. 服务用 cc-connect daemon install --config ~/.cc-connect/config.toml 常驻。

来源：notes/books/Elon Musk/06_早年经历_痛苦孤独与高强度生存模式解读.md

《Elon Musk》早年经历解读：痛苦、孤独与高强度生存模式

来源：notes/books/Elon Musk/source_materials/epub_full_text.md
主要依据：序章 The playground、Adversity shaped me，以及第 2-3 章关于童年孤独、父母关系、学校经历和与父亲共同生活的段落。
说明：本文是基于原书转换稿的中文解读，不是原文翻译。重点解释“痛苦、孤独和高强度生存模式”如何成为马斯克后续行为模式的一部分。

1. 结论

Walter Isaacson 在《Elon Musk》里写马斯克早年经历时，并不是为了给他的所有行为找借口，而是在解释一个高强度人格系统是如何形成的。

马斯克童年的关键不是单一事件，而是三类长期环境叠加：

1. 外部世界充满暴力：南非社会环境、学校霸凌、生存营训练和公共场合的真实暴力。
2. 家庭内部缺少稳定保护：父亲 Errol 的情绪虐待、父母冲突、母亲经济压力和家庭撕裂。
3. 自身又高度孤独和不合群：社交困难、沉浸阅读、强烈求知、对“愚蠢”的低容忍，以及很早形成的自我封闭。

这些因素共同塑造出一种“高强度生存模式”：

• 面对威胁时不退缩，甚至主动迎战。
• 对痛苦有很高耐受度。
• 把危机、压力和冲突当成常态环境。
• 能在极端压力下推进事情。
• 但也容易关闭情绪、降低同理心、制造压迫和戏剧性冲突。

这套模式后来在 SpaceX、Tesla、Twitter 等场景里反复出现。它既是能力来源，也是风险来源。

2. 第一层：南非成长环境让“世界是危险的”成为默认假设

原书一开始就把马斯克放在 1980 年代南非的暴力背景里。这里的童年不是安全、被保护、可以慢慢探索的童年，而是一个孩子很早就接触到攻击、死亡、血腥和生存竞争。

最典型的是 veldskool 生存营。书中描述这个营地像军事化版的儿童丛林法则：孩子们得到很少的食物和水，被默许甚至鼓励互相争夺。马斯克第一次去的时候年纪小、身材弱、社交笨拙，被打过，也明显吃了亏。

第二次去时，他已经长高，也学了一些柔道，于是形成了一个很直接的生存判断：如果别人欺负你，你必须让对方付出疼痛代价。即使你最后还是被打，你也要让对方知道攻击你有成本。

这个判断后来很重要。它不是“和平解决冲突”，而是“威慑”。马斯克后来的很多行为都带有这种威慑逻辑：

• 对供应商强硬压价或转向自研。
• 对团队设极端期限。
• 对批评者公开反击。
• 在冲突中倾向于升级，而不是降温。

这不是说这些行为都合理，而是它们有共同的心理底层：如果世界是危险的，就不能显得软弱；如果被攻击，就必须反击到对方不敢再来。

3. 第二层：校园霸凌让“孤立无援”成为身体记忆

书中写到马斯克在学校长期被欺负。他年纪小、身材弱、不擅长读懂社交信号，也不愿意为了讨好别人而调整自己。他经常说别人“stupid”，这进一步加剧了同龄人对他的反感。

其中最严重的一次，是他被一群学生从背后攻击、踢头、推下台阶，最后进医院休养。这个事件不仅是身体伤害，更重要的是它强化了两个体验：

1. 群体会围攻你。
2. 没有人会及时保护你。

当一个人很早形成这种经验，他后续很容易发展出两种策略：

• 一种是躲进自己的世界，比如阅读、游戏、编程和科幻。
• 另一种是把自己训练成不会轻易被击垮的人。

马斯克两种都发展出来了。他一方面沉浸在书、百科、漫画、科幻和电脑里；另一方面又逐渐把“不怕痛”“不怕冲突”“不怕风险”变成自我形象。

这解释了为什么他后来既像一个极度理性的工程师，又像一个总要进入战斗状态的人。前者来自他的知识避难所，后者来自他的生存环境。

4. 第三层：父亲 Errol 的伤害比外部暴力更深

书中明确把父亲 Errol 的情绪伤害放在比学校暴力更深的位置。关键不是父亲偶尔严厉，而是他在马斯克最脆弱的时候没有提供保护，反而站到伤害者一边。

马斯克被打进医院后，父亲没有安慰他，而是训斥他，指责他。这件事的心理破坏很大：外部世界伤害你，家庭本应是恢复区；但如果家庭也变成审判区，孩子就很难建立稳定的安全感。

Errol 的模式在书里有几个特点：

• 情绪不可预测，一会儿友好，一会儿长时间攻击。
• 语言羞辱，反复让孩子觉得自己无价值。
• 强调强硬和痛苦耐受，把暴力视作成长教育。
• 叙事经常自我合理化，把责任推给别人。

这种父亲形象后来在马斯克身上留下复杂痕迹。他努力远离父亲，也害怕变成父亲；但书中多处人物反馈也指出，他在压力下会重复某些类似模式：羞辱、冷酷、强控制、压迫式管理。

这正是这部分最关键的矛盾：马斯克不是简单“战胜了创伤”，而是把创伤转化成了能量，同时也把一部分创伤模式带进了自己的组织和关系。

5. 第四层：孤独不是短期状态，而是人格底色

第 2 章里，书写到马斯克小时候很孤独。他不是没有兴趣，而是很难自然融入同龄人。他会进入出神状态，被老师认为不听讲；他想交朋友，但不知道如何交朋友；弟弟和妹妹能很快带朋友回家，他却经常没有朋友。

这种孤独有几个后果。

第一，他把书籍和想象世界当成庇护所。他长时间读书，沉浸在百科、科幻、漫画、未来发明和电子游戏里。书里的英雄、火箭、AI、外星文明和拯救世界主题，为他提供了另一套身份系统：现实里他是孤独、不合群、被欺负的小孩；想象世界里，他可以成为理解宇宙、拯救人类、创造未来的人。

第二，他对“陪伴”和“控制”会有复杂需求。他害怕孤独，但又不擅长柔和地建立亲密关系。书中后面写到他在伴侣关系和家庭关系里的紧张，也可以从这里看到根源：他需要连接，但连接方式常常被控制、强度和任务感污染。

第三，他对“使命”的依赖很强。孤独的人如果找到一个宏大使命，使命会成为心理支架。对马斯克来说，保存人类意识、移民火星、推动电动车、发展 AI 和机器人，既是商业目标，也是他给自己构建的存在意义。

6. 第五层：情绪关闭带来风险偏好，也带来同理心缺口

书中借 Justine 的观察指出，马斯克可能很早学会了关闭情绪。如果父亲持续羞辱你，如果表达脆弱只会招来攻击，那么关闭恐惧、关闭痛苦、关闭需求，就会成为一种生存策略。

这种策略有明显收益：

• 他能承受常人难以承受的压力。
• 他能在公司濒临死亡时继续推进。
• 他能做高风险判断，不被恐惧完全控制。
• 他能把失败当成工程反馈，而不是人格崩溃。

但代价也很明显：

• 关闭恐惧时，也可能关闭快乐和共情。
• 对自己痛苦迟钝，也容易对别人痛苦迟钝。
• 把自己能承受的强度默认要求别人也承受。
• 在压力下更容易进入冷酷、羞辱和极端否定状态。

这就是“高强度生存模式”的核心悖论：它让一个人能在极端环境中活下来，也可能让他在不需要极端的环境里继续制造极端。

7. 第六层：危机感成为动力系统，而不是临时反应

书中有一个很重要的判断：马斯克似乎最适合在风暴中运转。他会被危机、期限、戏剧性冲突和高强度工作激活。Kimbal 称他像“drama magnet”，意思是他不只是遇到戏剧性事件，而是会被这类事件吸引。

这能解释他后来的创业节奏：

• SpaceX 前三次发射失败，公司接近死亡。
• Tesla 资金链和 Model 3 产能多次接近崩盘。
• Twitter 收购和改造几乎主动把自己推进舆论、财务和组织风暴。

普通人把危机当成异常状态，马斯克更像把危机当成高性能状态。问题在于，一个人可以在危机里爆发，但组织不能长期靠危机维持。危机会带来速度，也会带来失真、疲惫、恐惧和信任损耗。

因此，早年经历不只是解释他的“抗压”，也解释他的“危机成瘾”。他可能并不只是会处理危机，而是会在没有危机时不自觉创造危机。

8. 第七层：从“被欺负的操场”到“拥有操场”

原书在序章末尾把 Twitter/X 写成一种象征：当马斯克感到被威胁或进入黑暗状态时，会回到童年操场被欺负的记忆；而收购 Twitter 像是获得了拥有操场的机会。

这个解释很有穿透力。Twitter 不只是一个商业资产，也像一个全球公共操场：人们在上面攻击、结盟、羞辱、表演、争夺地位。对一个童年在操场上被围攻的人来说，拥有这个操场有很强的心理象征。

这不意味着收购 Twitter 只是心理创伤驱动，但它提示我们：重大商业决策有时不只是理性财务计算，也可能被身份、旧伤、控制欲和象征性补偿影响。

个人助理做决策复盘时，这一点很有价值：当一个决策带有过强情绪能量时，要问一句：我是在解决现实问题，还是在补偿旧场景？

9. 这部分不能被误读成“痛苦造就伟大”

这部分最容易被误读为：痛苦、霸凌、冷酷父亲和高压环境造就了马斯克，所以痛苦是必要的。

这个结论是不严谨的。

更准确的说法是：马斯克在痛苦环境中发展出了一套强大的生存和进攻能力，但这套能力伴随巨大副作用。他的成就不能证明创伤是好事，只能说明他把创伤中的一部分能量转化成了行动力。

痛苦可能带来：

• 高痛阈。
• 高风险承受力。
• 强烈逃离和证明自己的动力。
• 对安全区的低依赖。

但痛苦也可能带来：

• 情绪关闭。
• 关系破坏。
• 对他人痛苦不敏感。
• 危机常态化。
• 把控制误认为安全。

所以更有价值的读法不是“复制他的痛苦”，而是识别这套模式中哪些可以学习，哪些必须加边界。

10. 对个人助理系统的启发

10.1 记录“高强度推进”的同时记录代价

如果一个任务靠极端压力完成，不能只记录成果，也要记录代价：睡眠、情绪、人际关系、健康和信任。否则系统会错误奖励高伤害推进。

可用记录格式：

HH:MM 完成某任务。标签：高强度推进。复盘含义：成果是什么，代价是什么，下次如何降低代价。

10.2 区分“抗压能力”和“危机成瘾”

抗压能力是危机来了能稳住；危机成瘾是没有危机也要制造危机。个人助理复盘时要问：这个紧急是外部造成的，还是我用拖延、控制欲、过度承诺制造的？

10.3 给自己的“demon mode”做预警

当出现以下信号时，应暂停不可逆决策：

• 睡眠不足。
• 急于羞辱或否定别人。
• 觉得所有人都太慢、太蠢。
• 想通过强控制立刻恢复安全感。
• 把反击看得比解决问题更重要。

10.4 把孤独转化为结构化输入，而不是只靠宏大使命硬撑

马斯克把孤独转向科幻、工程和使命感。对个人助理系统来说，更可持续的方式是把孤独、焦虑和高压状态记录下来，转成可复盘的结构化材料，而不是只靠更大的目标压过去。

10.5 警惕“旧场景补偿型决策”

当一个决策带有强烈证明、反击、夺回控制权的意味时，要额外复盘：

• 我现在面对的是真问题，还是旧伤触发？
• 我是在解决业务问题，还是在重新赢一次过去的操场？
• 这个决策如果没有情绪加成，还值得做吗？

11. 一句话总结

马斯克早年经历塑造的不是简单的“坚强”，而是一套以痛苦耐受、威慑反击、情绪关闭和危机驱动为核心的生存系统；这套系统后来帮助他推进极难任务，也不断把他和周围人拖进高压、冲突和代价之中。

来源：notes/books/Elon Musk/02_方法卡片.md

《Elon Musk》方法卡片

用途：把 Walter Isaacson《Elon Musk》中的创业、工程和管理方法转成个人助理可执行规则。重点吸收可复制的方法，同时给高压模式加边界。

卡片 01：第一性原理拆解

• 适用场景：遇到“行业惯例”“一直这么做”“供应商就是这么贵”的问题。
• 触发条件：成本异常高、流程异常慢、团队把惯例当理由。
• 操作步骤：把问题拆到物理约束、材料成本、时间成本、用户真实需求和法规底线；重新计算哪些限制是真限制，哪些只是路径依赖。
• 失败信号：讨论只停留在“别人都这么做”。
• 补救动作：要求列出每项限制的来源和证据。
• 效果指标：是否找到可删除、可替代或可自研的关键环节。

卡片 02：需求质疑清单

• 适用场景：产品需求、内部流程、会议、报表、审批、技术方案。
• 触发条件：需求膨胀，交付周期变长。
• 操作步骤：逐项问：谁提出的，服务哪个目标，不做会怎样，有没有更小实现，是否只是为了规避责任。
• 失败信号：团队默认所有需求都要保留。
• 补救动作：先删除 10%-20% 低价值需求做小范围验证。
• 效果指标：交付范围缩小但核心目标不受损。

卡片 03：删除优先于优化

• 适用场景：流程复杂、代码臃肿、工具链过长、会议过多。
• 触发条件：大家开始讨论“如何优化”但没人问“是否需要”。
• 操作步骤：先列出可删除项；删除后观察失败点；只有真正必要的部分才进入优化。
• 失败信号：把无价值流程做得更高效。
• 补救动作：设定“删除试验期”，允许一周后恢复。
• 效果指标：流程步骤减少、决策速度提高、返工没有显著增加。

卡片 04：真实测试缩短反馈

• 适用场景：技术验证、产品假设、运营策略、个人习惯实验。
• 触发条件：讨论超过两轮仍无法判断。
• 操作步骤：设计一个最小真实测试，用实际结果替代争论；测试要能暴露问题，而不是只证明自己正确。
• 失败信号：用 PPT、观点和头衔替代数据。
• 补救动作：把测试范围缩小到 1 天、1 个用户、1 个模块或 1 个样品。
• 效果指标：反馈周期缩短，下一步动作更明确。

卡片 05：现场观察

• 适用场景：制造、运营、用户体验、服务流程、线上故障。
• 触发条件：管理者只听汇报但问题长期不解决。
• 操作步骤：到现场看真实行为、真实瓶颈和真实返工点；直接问一线人员哪里最浪费。
• 失败信号：会议里结论很多，现场问题没有变化。
• 补救动作：把复盘地点从会议室移到问题发生现场。
• 效果指标：发现汇报链条中没有暴露的关键约束。

卡片 06：关键能力内化

• 适用场景：核心系统依赖外包、供应商、平台或单点专家。
• 触发条件：外部依赖决定你的速度、成本或质量。
• 操作步骤：识别哪些能力是战略核心；核心能力逐步自建或至少建立内部判断力。
• 失败信号：外部说不行，团队就无法判断是否真的不行。
• 补救动作：先内化评估能力，再决定是否完全自研。
• 效果指标：关键决策不再被外部黑箱卡住。

卡片 07：危机模式退出条件

• 适用场景：项目救火、上线前冲刺、重大事故、关键交付。
• 触发条件：需要短期高强度投入。
• 操作步骤：启动危机模式前写清楚：目标、最长期限、负责人、不可突破底线、退出条件、恢复安排。
• 失败信号：危机模式变成日常管理方式。
• 补救动作：超过期限必须复盘是否目标错误或资源不足。
• 效果指标：危机结束后组织能恢复，而不是持续透支。

卡片 08：成果与代价双记账

• 适用场景：复盘高强度工作、创业项目、重大决策。
• 触发条件：结果很好但过程明显伤人或透支。
• 操作步骤：复盘同时记录成果、时间成本、健康成本、关系成本、信任成本和机会成本。
• 失败信号：只用结果证明手段正确。
• 补救动作：要求写出如果再做一次，哪些伤害可以避免。
• 效果指标：下一次能保留结果，同时降低副作用。

卡片 09：跨领域迁移检查

• 适用场景：想把一个领域的成功方法套到另一个领域。
• 触发条件：出现“以前这样成功过，所以这次也这样”的判断。
• 操作步骤：判断当前问题属于工程系统、组织系统、市场系统还是社会系统；列出反馈速度、失败成本、人的信任和外部监管差异。
• 失败信号：忽视领域差异，直接复制管理动作。
• 补救动作：先做小规模迁移实验，不做全量硬切。
• 效果指标：方法迁移后没有破坏关键关系和外部信任。

卡片 10：Demon Mode 预警

• 适用场景：高压决策、冲突沟通、连续睡眠不足、被质疑时。
• 触发条件：出现羞辱他人、极端否定、急于裁撤、非黑即白、强迫立刻表态。
• 操作步骤：暂停不可逆决策；把判断写下来；至少等待一个睡眠周期或找可信第三方复核。
• 失败信号：把情绪强度误认为判断质量。
• 补救动作：先处理睡眠、食物、身体状态，再处理决策。
• 效果指标：减少事后需要道歉、补救或返工的决策。

卡片 11：任务压强分级

• 适用场景：安排工作节奏和个人项目推进。
• 触发条件：所有任务都被当成最高优先级。
• 操作步骤：把任务分为普通推进、加速推进、危机推进；只有少数任务允许进入危机推进。
• 失败信号：长期“全员紧急”。
• 补救动作：每周复盘哪些紧急是计划失败造成的。
• 效果指标：高压资源用于真正关键任务。

卡片 12：愿景与现实校准

• 适用场景：设定大目标、产品承诺、公开计划。
• 触发条件：愿景很强但路径不清晰。
• 操作步骤：区分愿景、路线图、当前事实和可验证里程碑；对外承诺必须绑定实际证据。
• 失败信号：用宏大叙事掩盖当前风险。
• 补救动作：把目标拆成 30 天内可验证的工程或行为指标。
• 效果指标：目标仍有拉力，但不会持续透支信任。

来源：notes/books/Elon Musk/04_实验记录.md

《Elon Musk》实验记录

实验模板

日期：YYYY-MM-DD
实验名称：
使用卡片：
场景：
行动：
结果：
代价：
下次调整：

待执行实验

• 需求质疑清单：每周 2 次，用于工作需求和个人助理流程。
• 删除优先复盘：每周 1 次，删除一个低价值步骤。
• 危机模式标签：遇到高压任务时记录推进级别和退出条件。
• 成果与代价双记账：每周复盘一个高强度成果。

记录

暂无。后续执行本书方法时追加到这里。

来源：notes/books/Elon Musk/05_复盘与修订.md

《Elon Musk》复盘与修订

初始判断

这本书对个人助理系统的价值在于提供一套极端高强度执行系统的正反样本。可复用部分包括第一性原理、删除优先、快速测试、现场观察和关键能力内化；需要警惕的部分包括长期危机模式、低同理心管理、跨领域误用和愿景过度承诺。

后续复盘方向

1. 哪些马斯克式方法在个人工作中真正提高了速度？
2. 哪些方法一使用就带来明显情绪或关系副作用？
3. 危机模式是否被限制在短期任务中？
4. 是否真的做到“删除优先”，还是仍然只是在优化复杂系统？
5. 是否能把第一性原理用于生活流程，而不是只用于工作项目？

修订记录

• 2026-06-04：基于 EPUB 转换稿创建首版笔记、方法卡片、落地计划、实验记录和复盘文件。

来源：notes/books/Elon Musk/01_内容全梳理.md

《Elon Musk》内容全梳理

作者：Walter Isaacson
出版：Simon & Schuster，2023
本笔记基于用户上传 EPUB 转换稿整理，目标不是复述传记细节，而是把书中关于创业、组织、技术决策和个人代价的内容转成个人助理可复盘的知识资产。

1. 这本书解决什么问题

这本书表面上是埃隆·马斯克的传记，实际上回答的是一个更复杂的问题：一个极端目标导向、风险偏好极高、同理心不稳定、执行压强极强的人，如何连续推动互联网支付、商业航天、电动车、卫星通信、AI、脑机接口和社交平台这些高不确定性领域。

书的核心不是“马斯克是否值得崇拜”，而是展示一种高能量创业者的完整系统：童年创伤、第一性原理、硬核工程文化、极限压榨、快速迭代、危机驱动、亲密关系破坏、公众争议和组织成果交织在一起。

可以把全书压缩成一句话：

马斯克的成功来自极端使命感、第一性原理和超高执行压强，但同一套机制也持续制造组织伤害、关系破裂和判断失控。

2. 全书主线

2.1 早年经历：痛苦、孤独和高强度生存模式

书从南非童年写起。马斯克经历了校园暴力、家庭冲突、父亲的情绪虐待和南非社会环境中的暴力氛围。这些经历塑造了两个长期特征：对痛苦的高耐受，以及在冲突中不轻易退让。

这一部分不是简单心理解释，而是为后面的管理模式埋下线索：他后来经常把自己能承受的压力默认投射给组织，认为极限压力可以筛出真正能解决问题的人。

2.2 迁移与早期创业：从逃离南非到互联网浪潮

马斯克离开南非，经加拿大进入美国，在 Queen’s、Penn 和硅谷阶段逐渐形成技术创业路径。Zip2 和 X.com/PayPal 是他的早期训练场：他学习到速度、资本、产品、技术架构和控制权的重要性，也经历了被董事会和合伙人边缘化的创伤。

PayPal 阶段尤其关键。它让马斯克看到软件平台、金融系统和网络效应的力量，也让他意识到如果不能控制公司方向，创始人的愿景会被组织政治和短期妥协稀释。

2.3 SpaceX：用第一性原理打穿高壁垒行业

SpaceX 的主线是把火箭从政府承包和成本加成模式中拉出来，用固定价格、垂直整合和快速试错重构商业航天。马斯克不断追问“为什么这么贵”“哪些部件必须这样做”“能不能自己造”。

书中反复出现的模式是：质疑每个需求，删除不必要流程，缩短反馈周期，把失败当作工程学习的一部分。前三次发射失败几乎耗尽资金，第四次成功和 NASA 合同共同救了公司。

SpaceX 的长期意义在于，它把不可能任务拆成可以连续试验的工程问题：Falcon、Dragon、可回收火箭、Starlink、Starship 都沿着这个逻辑推进。

2.4 Tesla：产品愿景、制造地狱和供应链控制

Tesla 章节展示了马斯克从投资人、董事长到实际掌舵者的过程。Roadster、Model S、Model 3、上海工厂、Cybertruck、Autopilot 和机器人项目贯穿其中。

最重要的主题是“制造”。马斯克不是只做概念和营销，而是持续下沉到工厂、产线、零部件、成本和供应链。他对制造速度和垂直整合的执念，让 Tesla 在电动车产业化上形成优势，也制造了著名的 production hell。

Model 3 产能危机是全书的一个高压样本：过度自动化失败后，他转向人工、帐篷产线、现场指挥和逐环节排障。这里体现出他的优点和问题：能快速承认某个技术路线失败，但往往要在组织被压到极限后才修正。

2.5 管理算法：删除、简化、加速、自动化

书中多次出现马斯克式“算法”：

1. 质疑每一项需求。
2. 删除尽可能多的部件和流程。
3. 简化和优化剩下的部分。
4. 加快循环速度。
5. 最后才自动化。

这套方法在火箭、汽车、工厂、软件和 Twitter 中都被重复使用。它的价值是反官僚、反惯性、反过度设计；风险是删除过头、压强过大、忽视人的承受力和社会系统复杂性。

2.6 AI、Autopilot、Optimus 和 Neuralink：现实工程与愿景膨胀

在 AI 和自动驾驶部分，书呈现了马斯克对视觉路线、端到端学习、机器人和脑机接口的长期押注。他倾向于把问题压缩成“数据、计算、工程速度”的问题，并相信只要快速迭代就能逼近突破。

这带来了强大的研发动员力，但也带来承诺过度的问题。Autopilot 和完全自动驾驶相关章节提醒：工程愿景和实际安全边界之间存在张力，尤其当产品面向公共道路和用户生命安全时，单纯用迭代速度思维会产生伦理和监管风险。

2.7 Twitter/X：同一套方法进入社会系统后的失控

Twitter 收购是全书后半部分的重心。马斯克把 SpaceX/Tesla 的硬核工程管理方法迁移到社交平台：裁员、代码审查、压缩成本、快速改功能、重新设计认证体系、内容审核亲自介入。

这部分最能看出“领域迁移”的问题。火箭和工厂可以通过物理规律、成本和性能指标快速反馈，但社交平台涉及广告主、用户信任、政治议题、舆论、内容治理和社会情绪。相同的压强和速度在这里未必产生同样效果。

Twitter 章节的启发是：第一性原理不是忽视领域知识。越是社会系统，越需要把人的信任、制度稳定性和外部预期纳入系统边界。

2.8 私人关系：高成就背后的长期代价

书中穿插婚姻、孩子、伴侣、兄弟关系和父亲阴影。马斯克能够在公司危机中投入极端能量，但亲密关系经常被同一套压强、控制和情绪波动损伤。

这条线让传记不只是商业案例。它提示：个人操作系统如果只为任务和使命优化，可能牺牲恢复、关系、稳定和自我觉察。高能量不是免费资源，代价会在家庭、团队和公众信任中显现。

3. 核心概念

3.1 第一性原理

不是用行业惯例作为约束，而是回到物理、成本、材料、软件和用户需求本身，重新计算问题。它适合打破“大家都这么做”的成本结构。

3.2 极限压强

通过紧迫期限、现场追责、直接质疑和高强度工作推进组织突破惰性。它可以在危机中释放巨大执行力，但长期使用会损伤信任和组织健康。

3.3 垂直整合

尽可能掌握关键部件、软件、制造和供应链，而不是完全依赖外包。优点是速度、成本和技术掌控力；缺点是管理复杂度上升。

3.4 快速迭代

用真实测试代替长周期规划，允许失败暴露问题。适合硬科技研发和工程优化，但在涉及安全、公共舆论和社会治理时必须设置边界。

3.5 Demon mode

书中用这个词描述马斯克进入极端冷酷、压迫和目标单一的状态。这种状态可能在关键时刻推进结果，也可能伤害人、组织和判断质量。

4. 对个人助理系统的启发

4.1 区分“高标准”和“高伤害”

马斯克案例说明，高标准有价值，但高伤害不是高标准的必要条件。个人助理系统可以记录一个任务是否推进了结果，同时记录推进方式是否透支人际关系、身体和长期信任。

4.2 用算法处理复杂任务

遇到复杂项目时，可以引入马斯克式算法，但要加一层安全阀：

1. 质疑需求。
2. 删除流程。
3. 简化方案。
4. 加速反馈。
5. 自动化。
6. 检查人、合规、安全和信任成本。

最后一步是个人助理需要补上的部分。

4.3 把危机模式限定为临时状态

危机模式可以救火，但不能成为日常默认。个人助理记录任务时，可以标注“正常推进”或“危机推进”，并要求危机推进后必须复盘恢复成本。

4.4 防止跨领域误用成功经验

SpaceX/Tesla 的成功方法迁移到 Twitter 时出现明显不适配。个人助理在复用方法时，应要求先判断领域：这是工程系统、组织系统、市场系统，还是社会系统。

4.5 关注长期复利而不是戏剧性强度

传记容易让人被高强度故事吸引，但对个人成长更可复制的是：持续学习、第一性原理、现场观察、快速反馈、掌握关键资源，而不是情绪爆发和长期压榨。

5. 最值得落地的 8 个动作

1. 对重要项目先写“需求质疑清单”：这个需求是谁提的，为什么必须存在，删掉会怎样。
2. 每周选择一个流程做删除实验，先删除再验证，而不是默认优化。
3. 复杂任务先做真实小测试，缩短反馈周期，不在纸面上无限推演。
4. 关键能力尽量内化，避免核心判断完全依赖外部供应商或平台。
5. 进入高压推进前先定义退出条件，避免危机模式常态化。
6. 复盘时同时记录成果和代价：时间、情绪、关系、健康、信任。
7. 复用成功方法前先判断领域边界，尤其警惕把工程方法直接套到社会系统。
8. 对自己的“demon mode”建立预警：急躁、羞辱他人、极端否定、睡眠不足时，不做不可逆决策。

6. 一句话总结

《Elon Musk》最有价值的地方，不是证明马斯克应被崇拜或否定，而是提供了一个高能量创业操作系统的完整样本：它能创造惊人成果，也会制造同样惊人的代价。

来源：notes/books/Elon Musk/03_个人落地计划.md

《Elon Musk》个人落地计划

1. 本书对个人助理系统的定位

这本书不适合作为单纯的励志材料，更适合作为“高压执行系统样本库”。落地目标是：吸收第一性原理、删除优先、现场观察、快速反馈等有效方法，同时明确高压模式的使用边界，避免把伤害误认为能力。

2. 未来 30 天实验

实验 01：需求质疑清单

• 周期：每周 2 次。
• 场景：工作中的新需求、脚本改造、数据分析任务、个人助理流程。
• 动作：每次开始前写 5 个问题：谁需要，目标是什么，不做怎样，能否缩小，是否可删除。
• 记录位置：logs/daily_log.md 或项目笔记。
• 成功标准：至少有 1 个需求被缩小、删除或改成更快验证。

实验 02：删除优先复盘

• 周期：每周 1 次。
• 场景：个人助理目录、飞书同步流程、读书笔记流程、工作流脚本。
• 动作：找一个流程先删除一步，而不是优化一步。
• 成功标准：流程更短，结果没有明显变差。

实验 03：危机模式标签

• 周期：持续。
• 场景：加班、紧急开发、临时高压任务。
• 动作：在 daily log 中标注 普通推进 / 加速推进 / 危机推进。
• 成功标准：危机推进不能连续超过 2 天；如果超过，必须复盘原因和恢复安排。

实验 04：成果与代价双记账

• 周期：每周复盘。
• 动作：选一个最重要成果，记录它消耗了多少睡眠、情绪、关系、健康和机会成本。
• 成功标准：下周能保留成果，同时降低一种代价。

3. 日常记录新增字段建议

在 logs/daily_log.md 中遇到高压任务时，可以增加：

标签：第一性原理 / 删除优先 / 现场观察 / 危机推进 / 成果代价复盘
复盘含义：这次推进是高标准，还是高伤害？下次如何降低代价？

4. 每周复盘问题

1. 本周我有没有把“惯例”当成不可变限制？
2. 哪个流程应该先删除，而不是继续优化？
3. 哪个任务被我错误地推成了危机模式？
4. 哪个成果的代价被我低估了？
5. 哪个方法不能跨领域硬套？

5. 风险提醒

马斯克式方法最容易被误用的地方，是只学习强度，不学习工程判断；只学习压迫，不学习现场排障；只学习宏大愿景，不学习真实测试。个人落地时必须把“结果”和“代价”一起记录。

来源：notes/books/Urban Mindfulness/02_方法卡片.md

《Urban Mindfulness》方法卡片

用途：把城市正念练习转成个人助理可执行规则，用于通勤、工作、公共空间和日常情绪复盘。

卡片 01：城市正念三步

• 适用场景：通勤、排队、等车、人群中、嘈杂环境。
• 触发条件：感觉烦躁、赶时间、想刷手机或开始抱怨。
• 操作步骤：停一下；感受一次呼吸；说出一个当前事实，例如“我在高铁站，脚踩在地面上”。
• 失败信号：自动打开手机或开始在心里骂环境。
• 补救动作：只做 10 秒，不追求平静。
• 效果指标：一天中成功停顿的次数。

卡片 02：等车不刷手机

• 适用场景：等地铁、等高铁、等公交、等电梯。
• 触发条件：等待开始后的前 30 秒。
• 操作步骤：先不拿手机；观察 3 个声音、2 个视觉细节、1 个身体感觉；之后再决定是否用手机。
• 失败信号：还没意识到等待，就已经在刷屏。
• 补救动作：下一次等待只要求完成一次呼吸。
• 效果指标：等待场景中无意识刷手机次数下降。

卡片 03：通勤身体扫描

• 适用场景：地铁、高铁、打车、步行途中。
• 触发条件：到达一个通勤节点时。
• 操作步骤：从脚底、腿、背、肩、脸快速扫一遍；记录最明显的身体感受。
• 失败信号：只记录位置，不知道身体状态。
• 补救动作：只问一个问题：我现在最紧的是哪里？
• 效果指标：通勤记录里出现身体感受字段。

卡片 04：噪音转提醒器

• 适用场景：邻居噪音、车流、施工、广播、公共空间嘈杂。
• 触发条件：听到噪音并产生烦躁。
• 操作步骤：先把声音当成声音；观察音量、高低、远近、持续变化；再观察自己对声音的评价。
• 失败信号：直接陷入“为什么这么吵”。
• 补救动作：把注意力放回呼吸或脚底触地。
• 效果指标：噪音触发的情绪恢复时间缩短。

卡片 05：城市广告免疫

• 适用场景：看到广告、促销、橱窗、App 推送。
• 触发条件：产生购买、比较或不满足感。
• 操作步骤：识别广告想激发什么欲望；观察身体和情绪反应；问“这是我的真实需要吗”。
• 失败信号：没意识到被刺激，就开始搜索或下单。
• 补救动作：加入 24 小时延迟规则。
• 效果指标：冲动消费次数下降。

卡片 06：公共情绪允许

• 适用场景：在公共场合感到难过、孤独、焦虑、尴尬。
• 触发条件：想压住情绪或假装没事。
• 操作步骤：承认情绪存在；找到身体位置；不急着解释原因；允许它停留一会儿。
• 失败信号：立刻用手机、食物或忙碌麻痹自己。
• 补救动作：写一句事实记录，例如“我现在在车站，感到孤独”。
• 效果指标：情绪被看见，而不是只被逃避。

卡片 07：工作日边界检查

• 适用场景：上班前、下班后、从工作切到生活时。
• 触发条件：脑子还在反复想工作。
• 操作步骤：问“我的工作日什么时候开始，什么时候结束”；用一个小仪式切换，例如走一段路、喝水、整理桌面。
• 失败信号：下班后还不断查看工作消息。
• 补救动作：结合 Deep Work 的停工仪式，写下明天第一步。
• 效果指标：下班后的工作反刍减少。

卡片 08：正念急救包

• 适用场景：焦虑、烦躁、注意力散、无法进入状态。
• 触发条件：普通呼吸练习不容易做下去。
• 操作步骤：准备几个五感物品，如图片、香味、触感物、音乐、茶或巧克力；每次只选一个做 1-3 分钟观察。
• 失败信号：把急救包变成逃避或娱乐。
• 补救动作：设定计时器，结束后记录当下状态。
• 效果指标：情绪强度下降或注意力稳定。

卡片 09：消息发送前 3 秒

• 适用场景：微信、短信、邮件、社交平台回复。
• 触发条件：准备发送一条可能带情绪或自动反应的信息。
• 操作步骤：停 3 秒；读一遍；问“这是否表达了我的真实意图”；必要时删减或延后。
• 失败信号：发送后后悔，或对方误解升级。
• 补救动作：重要消息先写草稿，不立即发。
• 效果指标：冲动回复减少。

卡片 10：游客心态

• 适用场景：熟悉路线、重复通勤、对城市麻木时。
• 触发条件：觉得每天都一样或只想快点到达。
• 操作步骤：像游客一样观察一个以前忽略的细节：招牌、建筑、树、光线、人群动作。
• 失败信号：全程自动驾驶，没有任何新观察。
• 补救动作：拍一张照片或写一句观察。
• 效果指标：重复路线中的新鲜感和在场感提升。

来源：notes/books/Urban Mindfulness/01_内容全梳理.md

《Urban Mindfulness》内容全梳理

中文暂译：《城市正念：在一切之中培养平静、临在与目的》
作者：Jonathan Kaplan
出版：New Harbinger Publications，2010
本笔记基于用户上传 EPUB 转换稿整理，目标是把城市生活中的正念练习转成个人助理可复用的行为方法。

1. 这本书解决什么问题

这本书解决的是：在城市这种高刺激、高密度、高压力环境里，如何不等到“有空、安静、离开城市、去修行场所”之后才练习正念，而是在真实生活现场直接练习。

作者的核心立场是：城市不是正念的障碍，而是正念的练习场。噪音、拥挤、通勤、邻居、地铁、广告、排队、工作、孤独、线上沟通，都可以成为观察当下、觉察情绪、恢复选择权的入口。

可以把全书压缩成一句话：

正念不是从城市生活中逃离，而是在城市生活里重新获得对注意力、情绪和行动的选择权。

2. 作者如何定义正念

书中把正念解释为一种特殊的注意方式：从自动驾驶中醒来，把注意力带回此时此刻，观察正在发生的身体感受、情绪、想法、知觉和环境，同时尽量不急着评判、排斥或抓取。

这一定义有几个重点：

• 正念不等于只做静坐冥想。
• 正念不要求环境安静，也不要求心里没有念头。
• 正念不是把不舒服变没，而是先看见它、允许它存在，再决定怎么回应。
• 正念可以被嵌入家里、工作、娱乐、通勤和公共空间。

3. 全书结构

全书由引言和 5 个主要场景构成，每个场景包含多个短章节和练习。

3.1 Introduction

引言说明作者从乡村/小城回到纽约后，发现城市生活让自己的平衡感、健康习惯和冥想练习被打乱。传统正念资源常假设人有安静空间和较长时间，而城市生活更需要碎片化、场景化、可立即使用的练习。

3.2 At Home

这一部分处理居住空间里的正念：小空间、室友/伴侣、宠物/孩子、垃圾、邻居噪音、房间清洁、沉默日、空城感等。

核心观点：家不是必须完美才适合练习。杂乱、噪音、拥挤和比较心，都是观察自己反应的入口。

3.3 At Play

这一部分处理娱乐和休闲：运动、气味、散步、公园、城市绿意、孩子、博物馆、穿衣、线上约会、饮酒等。

核心观点：休闲不是麻木自己，而是重新打开感官和好奇心。玩也可以是练习，尤其是在城市提供的大量体验中慢下来。

3.4 At Work

这一部分处理工作场景：咖啡、工作日边界、物品感恩、工作与玩、正念急救包、按钮、五感练习、电梯/楼梯、植物冥想、一天的积极想象等。

核心观点：工作中的正念不是降低效率，而是减少自动反应和压力惯性。很多练习只需要几十秒到几分钟。

3.5 Out and About

这一部分处理外出和城市移动：广告、公共场合的悲伤、自然、现场音乐、步行冥想、外带正念、无家可归者、地铁冥想、游客心态、窗户观察等。

核心观点：城市公共空间不是干扰物集合，而是注意力训练场。你无法控制城市，但可以改变自己和城市刺激的关系。

3.6 Anytime, Anywhere

这一部分处理任何场景可用的练习：等待公交、失物、拥堵、急躁、孤独、信息沟通、正念紧急情况、多样性、排队、存在目的等。

核心观点：最好的正念练习不依赖条件，而是在触发点出现时立刻启动。等待、拥堵、孤独、消息和冲突都是提醒器。

4. 核心主题

4.1 把城市刺激改造成提醒器

城市里有太多刺激：广告、车流、声音、人群、排队、通知。通常这些刺激会把人带进烦躁、比较、消费欲望或逃避。但作者建议反过来利用它们：每次看到广告、等电梯、听到噪音、排队时，都把它当成一次回到呼吸、身体和当下的提醒。

个人助理落地：可以把“地铁站”“高铁站”“排队”“等车”等通勤节点，标成正念练习触发器。

4.2 正念是从自动驾驶中退出

城市生活容易让人自动化：赶路、刷手机、抱怨、比较、焦虑、消费、回消息。正念的第一个动作不是改变行为，而是看见自己正在自动化。

典型问题包括：

• 我现在身体有什么感觉？
• 我是不是正在急着摆脱某种情绪？
• 我是不是把眼前的人或事贴了标签？
• 我现在的行动是选择，还是惯性？

4.3 不舒服不是失败，而是练习对象

书中反复使用城市里的不舒服场景：噪音、拥挤、悲伤、孤独、等待、失物、无家可归者、邻居、室友冲突。作者并不要求人把这些体验变成“积极”，而是先允许自己看见真实反应。

这对个人记录很有价值：记录不只记录事件，也可以记录当时的身体反应、情绪反应和自动想法。

4.4 正念可以很短、很日常

这本书的练习大多不是长时间正式冥想，而是嵌入日常动作：喝咖啡、走路、乘地铁、摸宠物、清洁、听音乐、看窗外、发消息、排队。它降低了练习门槛。

对个人助理系统来说，这意味着可以把正念记录成 30 秒到 3 分钟的小动作，而不是要求整块时间。

5. 对个人助理系统的启发

5.1 给通勤记录增加“正念节点”

你已经在记录通勤节点，例如到地铁站、到高铁站。可以在这些节点后增加一个可选字段：

• 当前身体感受
• 当前情绪
• 周围一个声音/颜色/气味
• 是否刷手机
• 是否做了 3 次呼吸

5.2 建立“城市触发器”方法标签

可以新增方法标签：城市正念。适用场景：通勤、排队、等车、电梯、噪音、人群、广告、公共空间情绪波动。

记录模板：

HH:MM 城市正念：在[场景]停下来观察[身体/声音/情绪]。标签：城市正念。

5.3 把不舒服事件记录成复盘材料

例如“地铁很挤”“高铁站排队很烦”“邻居很吵”，不要只记录抱怨，可以记录成：

事实：高铁站排队很久。
反应：烦躁、想刷手机。
练习：观察脚底触地和呼吸 1 分钟。
复盘：等待是正念触发器。

6. 最值得落地的 6 个动作

1. 等车/排队时做 3 次呼吸，不立即刷手机。
2. 通勤途中选择一个感官对象：声音、颜色、脚步或身体触点。
3. 遇到噪音时先观察“我对噪音的反应”，而不是立刻评价噪音。
4. 工作开始前用喝咖啡/喝水做 1 分钟感官练习。
5. 回消息前停 3 秒，确认这条消息是否需要立刻发送。
6. 每天记录一个城市正念节点，形成复盘素材。

7. 一句话总结

《Urban Mindfulness》的核心不是把城市变安静，而是在城市照常嘈杂时，让自己多一次看见、停顿和选择的机会。

来源：notes/books/Deep Work/02_方法卡片.md

《Deep Work》方法卡片

用途：把《Deep Work》转成个人助理可执行规则，用于日常记录、专注训练和每周复盘。

卡片 01：每日 90 分钟深度工作块

• 适用场景：写方案、编码、投资研究、读书输出、复杂问题分析。
• 触发条件：当天存在一个需要高认知投入的重要任务。
• 操作步骤：提前确定一个 90 分钟窗口；写清楚唯一目标；手机离开手边；关闭非必要通知；结束后记录输出物。
• 失败信号：窗口内反复查消息、切任务、无明确产出。
• 补救动作：把窗口缩短到 45 分钟，先建立稳定性，再拉长时长。
• 效果指标：每周完成的深度工作小时数。

卡片 02：深度工作仪式

• 适用场景：启动困难、容易被环境带走时。
• 触发条件：准备进入深度工作前。
• 操作步骤：固定地点；明确开始和结束时间；定义可用工具；定义禁止事项；准备水、纸笔和必要资料。
• 失败信号：开始后还在找资料、调环境、决定做什么。
• 补救动作：把准备动作提前到前一天或上午第一件事。
• 效果指标：进入状态所需时间是否缩短。

卡片 03：极重要目标 + 深度小时记分板

• 适用场景：重要项目长期推进不动时。
• 触发条件：一周开始或项目启动时。
• 操作步骤：只选一个极重要目标；把领先指标设为深度工作小时数；每天记录投入；每周复盘计分板。
• 失败信号：只看最终结果，不知道每天该增加什么行为。
• 补救动作：把目标拆成“本周至少投入 X 小时深度工作”。
• 效果指标：深度小时数和关键产出是否同步增加。

卡片 04：生产性冥想

• 适用场景：通勤、散步、洗澡、排队等身体占用但大脑空闲的时间。
• 触发条件：有一个复杂问题需要推进。
• 操作步骤：选定一个明确问题；在走路或通勤中反复思考；走神时拉回；卡住时问“下一步问题是什么”；结束后记录结论。
• 失败信号：变成普通发散、焦虑复盘或刷手机。
• 补救动作：把问题写成一句话，例如“这个方案的核心风险是什么”。
• 效果指标：每周至少 2 次生产性冥想，并产出可记录结论。

卡片 05：固定联网窗口

• 适用场景：工作中频繁想查消息、刷网页、看行情。
• 触发条件：需要训练抗分心能力。
• 操作步骤：提前设定联网窗口；非窗口期出现想查的冲动，只记录不执行；到窗口期统一处理。
• 失败信号：一有无聊或卡顿就打开网络工具。
• 补救动作：先从 30 分钟无联网开始，不直接追求半天断网。
• 效果指标：无意识打开网络工具次数下降。

卡片 06：工具工匠审计

• 适用场景：社交媒体、资讯、短视频、IM、行情软件使用失控。
• 触发条件：一个工具占用大量注意力，但价值不明确。
• 操作步骤：写下当前最重要的 2-3 个目标；判断该工具是否显著服务这些目标；列出成本；收益不明显则停用或降级。
• 失败信号：理由只是“可能有用”“大家都用”“怕错过”。
• 补救动作：做 30 天停用实验，结束后只恢复真正必要的工具。
• 效果指标：工具使用时间减少但关键目标不受损。

卡片 07：浅层工作预算

• 适用场景：一天被消息、会议、杂事占满。
• 触发条件：开始安排当天工作时。
• 操作步骤：把任务分成深度、浅层、生活、恢复；给浅层工作设置时间上限；集中批处理消息和邮件。
• 失败信号：没有深度块，浅层事务从早拖到晚。
• 补救动作：先锁定一个不可侵犯的深度块，再安排浅层工作。
• 效果指标：浅层工作占比是否下降。

卡片 08：停工仪式

• 适用场景：下班后还反复想工作，休息质量差。
• 触发条件：每天工作结束前。
• 操作步骤：检查未完成事项；写入明天第一步；确认没有遗漏紧急事项；说出或写下“今天工作结束”。
• 失败信号：晚上继续临时处理低价值工作，或者脑子停不下来。
• 补救动作：把停工仪式固定在日历上，预留 10-15 分钟。
• 效果指标：晚上工作反刍减少，第二天启动更快。

卡片 09：深度工作周复盘

• 适用场景：每周末或周一早晨。
• 触发条件：需要评估一周是否真正推进了重要目标。
• 操作步骤：统计深度工作小时数；列出关键产出；识别最大打断来源；决定下周要保护的第一个深度块。
• 失败信号：复盘只写“忙”，没有深度小时和产出物。
• 补救动作：从 daily_log 中回填深度工作记录。
• 效果指标：下周深度小时数和产出质量提升。

卡片 10：高质量休闲替代浅刺激

• 适用场景：下班后用手机、社交媒体、短视频填满休息时间。
• 触发条件：空闲时想用低质量刺激恢复。
• 操作步骤：提前准备休闲清单，如运动、散步、纸质阅读、做饭、朋友交流、无输入发呆；休息也做主动选择。
• 失败信号：休息后更累、更焦虑、更难专注。
• 补救动作：先安排一个 30 分钟离线休闲块。
• 效果指标：休息后恢复感提升，睡前刷屏时间下降。

来源：notes/books/Deep Work/01_内容全梳理.md

《Deep Work》内容全梳理

中文暂译：《深度工作》
作者：Cal Newport
出版：Grand Central Publishing，2016
本笔记基于用户上传 MOBI 转换稿整理，目标是把全书内容转成个人助理可使用的工作方法知识资产。

1. 这本书解决什么问题

这本书解决的是知识工作者越来越常见的一个结构性问题：我们看起来一直很忙，但真正创造高价值成果的时间越来越少。邮件、即时通讯、社交媒体、会议、碎片化查询和不断切换的任务，让人长期停留在低认知负荷的浅层工作里。

作者的核心判断是：深度工作不是一种性格偏好，而是一项可以训练、可以安排、可以度量的职业能力。谁能在高干扰环境里保留长时间无干扰思考和产出的能力，谁就能获得更强的学习速度、创造力和职业杠杆。

可以把全书压缩成一句话：

在注意力稀缺的时代，能持续进入深度工作的人，会获得不成比例的职业回报和生活掌控感。

2. 核心概念

2.1 深度工作

深度工作指在无干扰的专注状态中进行高认知要求的专业活动。这类活动会推动认知能力到达边界，创造新价值，提升技能，并且难以被复制。

它的关键词是：无干扰、高认知负荷、创造新价值、提升技能、不可轻易复制。

2.2 浅层工作

浅层工作指低认知要求、偏事务和后勤性质的工作，通常可以在分心状态下完成。这类工作不太创造新价值，也容易被他人替代。

典型例子包括：反复查邮件、低价值会议、机械整理、即时回复、无目标搜索、为了保持在线感而进行的沟通。

2.3 深度工作假说

作者提出的核心假说是：深度工作的能力正在变得越来越稀缺，同时在经济中的价值却越来越高。因此，少数培养这项能力并把它作为工作核心的人，会获得显著优势。

这不是反技术，也不是反社交，而是一个非常实用的职业判断：复杂技能学习、复杂问题解决、高质量创作和战略判断，都依赖深度注意力。

3. 全书结构

全书分为两大部分。

Part 1：The Idea

第一部分证明为什么深度工作重要。

• Chapter 1：Deep Work Is Valuable，深度工作有价值。
• Chapter 2：Deep Work Is Rare，深度工作很稀缺。
• Chapter 3：Deep Work Is Meaningful，深度工作能带来意义感。

Part 2：The Rules

第二部分给出实践规则。

• Rule #1：Work Deeply，设计深度工作的制度。
• Rule #2：Embrace Boredom，训练大脑忍受无聊和抵抗分心。
• Rule #3：Quit Social Media，用工匠原则筛选网络工具。
• Rule #4：Drain the Shallows，压缩浅层工作。

4. Part 1：为什么深度工作重要

4.1 深度工作有价值

作者认为，在新经济环境中，有三类人更容易获得优势：能快速掌握复杂工具的人、能用高质量成果创造价值的人、能获得资本或平台放大的人。对大多数知识工作者来说，前两项都依赖深度工作。

深度工作让人能够快速学习困难技能。困难技能不是靠浏览、收藏、轻量阅读获得的，而是靠高强度专注、反馈和刻意练习获得的。深度工作也让人能在有限时间内产出更高质量成果，而不是只保持忙碌。

个人助理落地：以后记录工作时，不只记录“做了什么”，还要记录“有没有进入深度工作状态”和“产出了什么可复用成果”。

4.2 深度工作很稀缺

现代职场不但没有保护深度工作，反而经常奖励浅层工作。快速回复、会议参与、在线状态、社交媒体存在感和即时协作，会制造一种“忙碌就是生产力”的错觉。

作者指出三个原因：

• 很多知识工作的价值难以直接度量，所以组织容易用可见忙碌替代真实产出。
• 最小阻力原则让人自然选择更容易的沟通和响应，而不是困难的深度思考。
• 技术崇拜让人默认新工具一定有价值，忽略了它们对注意力的隐性成本。

这部分的关键提醒是：如果没有主动设计，工作环境会自动滑向浅层。

4.3 深度工作有意义

作者不仅从效率角度支持深度工作，也从生活质量角度论证它。深度工作会把注意力集中到有挑战、有反馈、有成长的任务上，让人更容易进入心流状态，并在专业能力上形成工匠感。

意义感不是来自“工作名称是否理想”，而是来自用高水平技能认真对待一件事。知识工作也可以像手艺一样产生意义，前提是你用深度方式打磨它，而不是被碎片事务拖着走。

5. Part 2：四条实践规则

5.1 Rule #1：Work Deeply

深度工作不能只靠临时意愿，而要制度化。作者给出四种调度哲学：

• 禁欲式：大幅消除浅层事务，把主要时间投入单一高价值目标。
• 双峰式：把时间切成深度阶段和开放阶段，在深度阶段近似禁欲。
• 节奏式：把深度工作固定成日常节奏，例如每天固定 90 分钟。
• 记者式：能在日程缝隙中快速切入深度工作，适合训练成熟的人。

对个人助理系统来说，最适合先采用“节奏式”：每天固定一个深度工作块，降低启动成本。

这一规则还包括几个关键方法：

• 为深度工作建立仪式：明确地点、时长、目标、禁止事项、补给方式。
• 做大动作：通过环境变化和承诺提高任务重要性，例如预约安静空间、断网、公开承诺。
• 像商业执行一样管理深度工作：选择极重要目标，追踪可控领先指标，建立记分板，每周复盘。
• 安排停工仪式：工作结束时清空未完成事项、确认下一步，让大脑真正休息。

5.2 Rule #2：Embrace Boredom

作者认为，专注能力不是打开就有的开关，而是需要训练的肌肉。如果一个人平时一无聊就拿手机，大脑就会习惯即时刺激，到了需要深度工作时也很难忍受单一任务。

这条规则的核心是：不要在生活的每个空隙里填入刺激。训练方式包括：

• 固定联网时间，而不是固定断网时间。
• 在离线时段产生想查东西的冲动，也先记录下来，等到联网窗口再处理。
• 做生产性冥想：在走路、通勤、洗澡等身体占用但大脑空闲的时段，专注思考一个明确问题。
• 练习结构化深思：定义变量，提出下一步问题，解决后巩固，再进入下一层。

个人助理落地：通勤和散步不一定都用来输入内容，可以指定为“生产性冥想窗口”。

5.3 Rule #3：Quit Social Media

作者并不是简单要求退出所有社交媒体，而是反对“任何好处原则”。很多人使用一个工具，只因为它可能带来一点好处，却没有严肃计算它夺走的注意力成本。

作者提出“工匠式工具选择”：先明确人生和工作中最重要的目标，再评估某个工具是否显著支持这些目标，并且收益是否超过成本。

实践上，可以做三件事：

• 对网络工具做目标-收益-成本评估。
• 做 30 天网络断舍离：先停用可选工具，之后只恢复真正重要的。
• 不要用网络填满休闲时间，而要主动安排高质量休闲。

对个人助理来说，这条规则可以转成工具审计：每个常用 app 都要说明服务哪个目标，否则默认降级。

5.4 Rule #4：Drain the Shallows

最后一条规则不是消灭所有浅层工作，而是系统性压缩它。浅层工作不可避免，但不能让它占据一天的主要精力。

作者的方法包括：

• 给每天每一分钟做预算，用时间块安排工作。
• 允许计划被现实修正，但不能放弃计划本身。
• 量化浅层工作比例，并和上级或自己明确可接受上限。
• 固定工作结束时间，用限制迫使自己提高白天效率。
• 降低邮件沟通成本：让来信者更清楚如何提出请求，回复时一次性推动事情闭环，对低价值邮件不默认回复。

这条规则对个人助理系统非常关键：每日记录不只记录任务，还要区分深度工作、浅层工作、生活事务和恢复时间。

6. 对个人助理系统的启发

6.1 增加“深度工作块”记录

每日记录中可以新增一个默认记录维度：

• 深度工作开始时间
• 深度工作结束时间
• 专注对象
• 输出物
• 是否被打断
• 打断来源
• 自评分

这样可以从“我今天很忙”转为“我今天有多少可验证的深度产出”。

6.2 用领先指标代替滞后指标

不要只追踪最终成果，例如文章完成、方案提交、项目上线。更应该追踪可控领先指标，例如：本周深度工作小时数、无打断块数量、重要项目推进块数量。

6.3 每周做深度工作复盘

每周复盘可以增加三个问题：

• 本周最重要目标是什么？
• 我为它投入了多少深度小时？
• 下周要减少哪一种浅层工作？

6.4 把“停工仪式”接入 daily_log

每天结束工作时记录：

• 今天遗留事项
• 明天第一件事
• 是否允许自己停止工作

这能降低晚上反复想工作的认知负担。

7. 最值得落地的 5 个动作

1. 每天固定一个 90 分钟深度工作块，手机远离，网络按需关闭。
2. 每周设定一个极重要目标，只追踪为它投入的深度小时数。
3. 通勤或散步时做生产性冥想，只思考一个明确问题。
4. 每周审计一次浅层工作，压缩低价值会议、消息和邮件。
5. 每天下班前做停工仪式，写明遗留事项和明天第一步。

8. 一句话总结

《Deep Work》的核心不是“更努力工作”，而是把注意力从浅层忙碌中夺回来，集中到能真正改变能力、成果和人生质量的高价值任务上。

来源：notes/projects/feishu_base_sync/03_个人助理飞书同步SOP.md

个人助理飞书多维表格同步 SOP

1. 目标

把 codex_personal_assistant 本地个人助理目录中的任务、每日记录、阅读书籍、Markdown 文档资产和知识索引同步到飞书多维表格，方便在飞书端查看、检索和继续维护。

本 SOP 基于 2026-06-04 的实际执行记录沉淀。

2. 工作目录

cd /home/admin/code/cc-connect-work-space/codex_personal_assistant

3. 前置条件

3.1 lark-cli 可用

command -v lark-cli
lark-cli --version

3.2 用户授权有效

lark-cli auth status

需要看到 user identity 为 ready，并且 scope 包含：

• base:app:create
• base:table:create
• base:field:create
• base:record:create
• base:record:update
• base:record:read
• wiki:node:create
• drive:file:upload

如果 user token 过期，重新发起授权：

lark-cli auth login --no-wait --json --domain base,wiki,docs,drive,markdown

把输出的 verification_url 发给用户授权。用户授权完成后执行：

lark-cli auth login --device-code '<device_code>'

4. 创建正式 Base

lark-cli base +base-create \
  --as user \
  --name 'Codex Personal Assistant' \
  --time-zone Asia/Shanghai \
  --format json

本次实际创建结果：

• Base 名称：Codex Personal Assistant
• Base URL：https://my.feishu.cn/base/
• Base Token：<base_token>

注意：飞书新建 Base 会自动带一个默认空表，名为 数据表。本次暂时保留。

5. 创建数据表

本次创建了 5 张表：

创建表命令示例：

lark-cli base +table-create \
  --as user \
  --base-token '<base_token>' \
  --name '每日记录' \
  --fields '[{"name":"日期","type":"text"},{"name":"标题","type":"text"}]' \
  --format json

6. 字段设计注意事项

6.1 普通文本字段

{"name":"标题","type":"text"}

6.2 单选字段

{"name":"状态","type":"select","multiple":false,"options":[{"name":"Todo"},{"name":"Done"}]}

6.3 数字字段

{"name":"耗时分钟","type":"number"}

6.4 可点击 URL 字段

这是本次踩坑点。

错误做法：

{"name":"飞书文档链接","type":"text"}

这样飞书端会显示纯文本链接，移动端不能直接点击打开。

正确做法：

{"name":"内容梳理可打开","type":"text","style":{"type":"url"}}

飞书 Base 的 URL 样式字段本质仍是 type=text，但必须设置：

"style": {"type": "url"}

写入记录时，值仍然是普通 URL 字符串：

{"内容梳理可打开":"https://my.feishu.cn/file/xxx"}

CLI 读回时会显示为 Markdown 链接格式，说明飞书端已经按 URL 字段处理。

7. 上传 Markdown 到飞书

本次使用 lark-cli markdown +create 上传书籍 Markdown：

lark-cli markdown +create \
  --as user \
  --file 'notes/books/为什么精英都是时间控/02_方法卡片.md' \
  --name '为什么精英都是时间控_02_方法卡片.md' \
  --format json

本次上传结果：

注意：不要用 company_analyze 的 create_doc_from_md.py 默认上传，除非显式设置：

FEISHU_SKIP_BITABLE=1

否则它会写入研报项目的旧多维表格。

8. 写入记录

使用 record-upsert：

lark-cli base +record-upsert \
  --as user \
  --base-token '<base_token>' \
  --table-id '<table_id>' \
  --json '{"标题":"早晨通勤开始","日期":"2026-06-04"}' \
  --format json

更新已有记录时传 --record-id：

lark-cli base +record-upsert \
  --as user \
  --base-token '<base_token>' \
  --table-id '<table_id>' \
  --record-id '<record_id>' \
  --json '{"最后同步时间":"2026-06-04 10:38:00"}' \
  --format json

本次写入记录数：

9. 本次数据来源

9.1 每日记录

来源：logs/daily_log.md

同步内容：

• 2026-06-03 返程通勤、家务记录。
• 2026-06-04 早晨打车通勤记录。

9.2 阅读书籍

来源：notes/books/为什么精英都是时间控/

同步内容：

• 书名：为什么精英都是时间控
• 作者：桦泽紫苑
• 状态：复盘中
• 主题：时间管理、精力管理、个人成长

9.3 文档资产

来源：notes/books/**/*.md

每个 Markdown 一条记录，包含：

• 标题
• 类型
• 所属主题
• 本地路径
• 飞书文档链接
• 摘要
• 标签
• 最后修改时间
• 最后同步时间

9.4 知识索引

来源：notes/knowledge_base.md

同步了 Projects 和 Reading Notes 中已有索引。

10. 验证方法

查看表列表：

lark-cli base +table-list \
  --as user \
  --base-token <base_token> \
  --format json

查看记录：

lark-cli base +record-list \
  --as user \
  --base-token <base_token> \
  --table-id tblqceBluld0ggkk \
  --format json

统计记录数：

lark-cli base +record-list \
  --as user \
  --base-token <base_token> \
  --table-id tblqceBluld0ggkk \
  --format json | jq '.data.data | length'

注意：record-list 返回结构是 .data.data，不是 .data.items。

11. 已发现问题与修正

11.1 链接字段显示为纯文本

问题：手机端看到的是纯文本 URL，不能直接打开。

原因：字段创建成了普通文本字段：

{"type":"text","style":{"type":"plain"}}

修正：创建 URL 样式字段：

{"type":"text","style":{"type":"url"}}

并删除旧纯文本字段。

11.2 bot profile 权限不足

company_analyze bot profile 可以创建 wiki bitable 节点，但缺少 Base 表/字段/记录权限。

正确方式：使用用户授权后的默认 profile，并显式 --as user。

11.3 默认空表残留

Base 创建后自动生成默认表 数据表：

• Table ID：tbl94z2vTjOylux4

目前保留，后续可以删除。

12. 后续改进

1. 把 .tmp/write_personal_assistant_records.py 整理成正式脚本：scripts/sync_to_feishu_base.py。
2. 增加本地配置文件，保存 Base Token、Table ID、字段名映射。
3. 实现按业务键 upsert，避免重复写入同一条 daily log 或文档资产。
4. 删除默认空表 数据表。
5. 后续任务文件有内容后，同步 tasks/todo.md、tasks/in_progress.md、tasks/done.md。

13. 正式同步脚本

已将手工同步流程整理为正式脚本：

python3 scripts/sync_to_feishu_base.py

配置文件：

config/feishu_base.json

Dry run：

python3 scripts/sync_to_feishu_base.py --dry-run

脚本同步逻辑：

• Markdown 仍是本地源数据。
• 脚本解析 Markdown 生成结构化 records。
• 使用 lark-cli base +record-list 读取已有记录。
• 使用业务键匹配已有记录，命中则 update，未命中则 create。
• 使用 lark-cli base +record-upsert 写入飞书。

当前业务键：

调试结果：

• python3 -m py_compile scripts/sync_to_feishu_base.py 通过。
• --dry-run 正常输出待写入记录。
• 真实同步成功。
• 第二次真实同步命中相同 record_id，未产生重复记录。

当前记录数：

14. 创建飞书 Docx 文档而不是 Markdown 文件

读书笔记类 Markdown 应创建为飞书 docx 文档，而不是上传为飞书 Drive Markdown 文件。

推荐命令：

lark-cli docs +create \
  --api-version v2 \
  --as user \
  --title '<文档标题>' \
  --content @'<本地 Markdown 路径>' \
  --format json

不要使用：

lark-cli markdown +create --file <md>

原因：

• markdown +create 创建的是飞书文件，链接形态是 /file/...。
• docs +create 创建的是飞书文档，链接形态是 /docx/...，更适合阅读和后续编辑。

也不要复用 company_analyze 的 create_doc_from_md.py，原因见根目录 AGENTS.md。

创建 docx 后，把返回的 data.document.url 写入 config/feishu_base.json 的 book_file_links，再运行：

python3 scripts/sync_to_feishu_base.py

来源：notes/projects/feishu_base_sync/02_同步结果_20260604.md

个人助理多维表格同步结果（2026-06-04）

Base

• 名称：Codex Personal Assistant
• URL：https://my.feishu.cn/base/
• Base Token：<base_token>

表结构与记录数

Base 创建时自动生成的默认空表仍保留：

• 表名：数据表
• Table ID：tbl94z2vTjOylux4

已上传的书籍 Markdown

写入范围

本次同步写入：

• logs/daily_log.md
• notes/books/为什么精英都是时间控/*.md
• notes/knowledge_base.md 中的索引条目

未写入：

• tasks/todo.md、tasks/in_progress.md、tasks/done.md：当前没有有效任务内容。
• inbox/capture.md：当前为空。

后续建议

1. 删除默认空表 数据表，避免混淆。
2. 将 .tmp/write_personal_assistant_records.py 整理为正式脚本 scripts/sync_to_feishu_base.py。
3. 后续改成 upsert by business key，避免重复写入同一条 daily log 或文档资产。

链接展示调整

2026-06-04 10:30 调整 阅读书籍 表的飞书链接展示：

• 旧字段 飞书文档链接 不再堆叠 3 个 URL，改为说明：见文档资产表；下方字段为常用入口。
• 新增字段：内容梳理链接
• 新增字段：EPUB新版链接
• 新增字段：方法卡片链接

这样在移动端查看单本书时，每个常用入口单独占一个字段，比多行 URL 堆在同一个字段里更清晰。

URL 字段修正

2026-06-04 10:38 再次修正 阅读书籍 表链接字段：

• 根因：普通 text 字段即使填入 URL，在飞书端内也显示为纯文本，移动端不能直接点击打开。
• 正确字段定义：{"type":"text","style":{"type":"url"}}。
• 新增可点击字段：内容梳理可打开、EPUB新版可打开、方法卡片可打开。
• 已删除旧纯文本字段：飞书文档链接、内容梳理链接、EPUB新版链接、方法卡片链接、测试字段 内容梳理。

新书同步：How to Break Up with Your Phone

2026-06-04 已将新上传 EPUB 产生的结构化笔记创建为飞书文档，并同步到多维表格。

飞书文档

多维表格写入

• 阅读书籍：新增 How to Break Up with Your Phone，record_id=recvly0dTOxkyL
• 文档资产：新增 2 条，record_id=recvly0eNHZpX2、recvly0f8SCwWv
• 知识索引：新增 3 条，record_id=recvly0i6lkScW、recvly0ioo5uQT、recvly0iFJF8PO

当前记录数

说明：没有上传 EPUB 原文全文到飞书，仅上传了结构化笔记和方法卡片。

Markdown 文件链接迁移为飞书 Docx 文档

2026-06-04 13:02 已将现有 5 个结构化 Markdown 笔记重新创建为飞书 docx 文档，并更新多维表格链接。

新 Docx 链接

执行原则

• 未复用 company_analyze 的任何飞书脚本。
• 使用 lark-cli docs +create --api-version v2 --as user --content @<markdown> 创建 docx。
• config/feishu_base.json 中的 book_file_links 已替换为 docx 链接。
• 多维表格中的 阅读书籍、文档资产、知识索引 链接已通过 scripts/sync_to_feishu_base.py 更新。

来源：notes/books/How to Break Up with Your Phone/02_方法卡片.md

《How to Break Up with Your Phone》方法卡片

用途：把书中的手机关系重建方法转成个人助理可执行规则，用于日常记录、提醒和复盘。

卡片 01：WWW 手机冲动三问

• 适用场景：想无意识拿起手机时。
• 触发条件：工作中、等电梯、排队、睡前、刚醒来。
• 操作步骤：问自己 What For? 我要拿手机做什么；Why Now? 为什么必须现在做；What Else? 有没有更好的替代。
• 失败信号：手已经解锁手机，但说不出具体目的。
• 补救动作：把想做的事写进 inbox，手机放回原处。
• 效果指标：一天中无意识解锁次数减少。

卡片 02：手机起床时间

• 适用场景：早晨起床后。
• 触发条件：醒来后想立刻看微信、新闻、行情或社交媒体。
• 操作步骤：给手机设定比人晚 60 分钟的“起床时间”。
• 失败信号：睁眼后第一件事是看手机。
• 补救动作：前一晚把手机放到卧室外，使用非手机闹钟。
• 效果指标：上午第一小时是否更清醒、更少焦虑。

卡片 03：无手机区域

• 适用场景：餐桌、卧室、会议、亲密谈话、深度工作。
• 触发条件：手机出现在这些区域的桌面或手边。
• 操作步骤：提前指定区域规则，进入区域前把手机放到固定位置。
• 失败信号：吃饭或聊天时频繁看屏幕。
• 补救动作：把手机屏幕朝下不够，必须离开桌面。
• 效果指标：线下互动是否更完整。

卡片 04：应用分诊

• 适用场景：手机 app 太多，打开手机就被带走。
• 触发条件：主屏上有社交、新闻、短视频、游戏、购物等高诱惑 app。
• 操作步骤：把 app 分为工具、垃圾食品、老虎机、杂物、不可删除；删除或移走高风险 app。
• 失败信号：打开手机查一件事，十分钟后还在刷别的。
• 补救动作：把高风险 app 从手机移到电脑端或限制时段。
• 效果指标：手机主屏只剩真正工具。

卡片 05：通知最小化

• 适用场景：手机频繁震动、弹窗、红点。
• 触发条件：通知打断工作或休息。
• 操作步骤：关闭非必要通知，只保留真实紧急渠道。
• 失败信号：手机提示一响就必须看。
• 补救动作：批量关闭通知，设定固定查看窗口。
• 效果指标：工作块中断次数下降。

卡片 06：深度工作物理隔离

• 适用场景：写方案、读书、编码、投资研究。
• 触发条件：进入 45/90 分钟专注块。
• 操作步骤：手机离开手臂范围，最好放到另一个房间或包里。
• 失败信号：卡住时拿手机找刺激。
• 补救动作：把“想查/想看”的冲动写在纸上，专注块结束再处理。
• 效果指标：专注块是否完整完成。

卡片 07：替代奖励清单

• 适用场景：拿手机是为了休息、逃避、社交或缓解焦虑。
• 触发条件：感觉累、烦、无聊、焦虑。
• 操作步骤：先识别想从手机获得的奖励，再用离线方式替代。
• 失败信号：刷完更累、更焦虑。
• 补救动作：建立替代清单，如散步、喝水、伸展、找人说话、纸质阅读。
• 效果指标：休息后是否真正恢复。

卡片 08：24 小时 Trial Separation

• 适用场景：需要重置手机关系。
• 触发条件：感觉手机严重影响睡眠、专注或关系。
• 操作步骤：提前安排 24 小时关闭手机和联网屏幕，准备纸质路线、联系人、替代活动和自动回复。
• 失败信号：没有准备就突然断网，导致焦虑和混乱。
• 补救动作：先做 4 小时或半天版本。
• 效果指标：分离后对手机依赖感是否下降。

卡片 09：数字安息日

• 适用场景：周末、休息日、需要恢复注意力时。
• 触发条件：一周内屏幕时间过高或精神持续紧绷。
• 操作步骤：固定半天或一天不使用非必要屏幕。
• 失败信号：休息日比工作日还碎片化。
• 补救动作：提前安排线下活动。
• 效果指标：休息质量和下一周启动状态。

卡片 10：手机关系复盘

• 适用场景：每周复盘。
• 触发条件：周末或周日晚上。
• 操作步骤：回答四个问题：我什么时候最容易被手机带走；哪些规则有效；哪些场景失败；下周只改一个什么规则。
• 失败信号：只说“少玩手机”，没有具体场景和规则。
• 补救动作：选择一个最小规则，例如“早餐前不看手机”。
• 效果指标：下周是否能稳定执行一个规则。

来源：notes/books/How to Break Up with Your Phone/01_内容全梳理.md

《How to Break Up with Your Phone》内容全梳理

中文暂译：《如何与你的手机分手》
作者：Catherine Price
出版：Ten Speed Press，2018
本笔记基于用户上传 EPUB 转换稿整理，目标是把全书内容转成个人助理可使用的行为改变知识资产。

1. 这本书解决什么问题

这本书不是劝人彻底不用手机，也不是反科技。它要解决的是：我们和手机之间的关系已经失衡，手机从“工具”变成了“注意力支配者”。

作者的核心判断是：问题不在手机本身，而在我们没有主动设计和手机的关系。手机应用、社交媒体、通知、无限滚动和不确定奖励机制，会不断诱导我们把注意力交出去。所谓“和手机分手”，不是扔掉手机，而是暂停、观察、重设边界，重新建立一种由自己掌控的长期关系。

可以把全书压缩成一句话：

你的生活质量，取决于你把注意力交给了什么；手机关系管理，本质是注意力主权管理。

2. 全书结构

全书分为两大部分。

Part I：The Wake-Up

前半部分负责“唤醒”：解释为什么手机这么难放下，以及长期过度使用手机对注意力、记忆、睡眠、压力、社交和满足感的影响。

章节包括：

1. Our Phones Are Designed to Addict Us
2. Putting the Dope in Dopamine
3. The Tricks of the Trade
4. Why Social Media Sucks
5. The Truth about Multitasking
6. Your Phone Is Changing Your Brain
7. Your Phone Is Killing Your Attention Span
8. Your Phone Messes with Your Memory
9. Stress, Sleep, and Satisfaction
10. How to Take Back Your Life

Part II：The Breakup

后半部分负责“行动”：提供 30 天计划，帮助读者从观察、整理、改环境、训练注意力，到完成一次 24 小时 Trial Separation，再建立长期规则。

四周结构：

• Week 1：Technology Triage，技术分诊，先观察和诊断。
• Week 2：Changing Your Habits，改变习惯和环境。
• Week 3：Reclaiming Your Brain，重新训练大脑和注意力。
• Week 4 and Beyond：Your New Relationship，建立新的长期关系。

3. 核心观点

3.1 手机不是中立工具，它被设计成难以放下

作者强调，智能手机和社交应用利用了人类大脑的弱点：新奇偏好、不确定奖励、社交认可、焦虑缓解、逃避无聊、个性化推荐。很多产品机制不是为了让你更幸福，而是为了让你停留更久。

这对个人助理系统的启发是：不要把“少刷手机”理解为意志力问题，而要理解为环境设计问题。只靠自控很脆弱，真正有效的是减少触发器、降低入口吸引力、提高无意识使用成本。

3.2 多任务不等于高效，频繁切换会损伤深度注意力

书中反复说明，多任务处理更多时候是任务切换。每一次切换都会产生认知成本，打断工作记忆，降低效率。手机最危险的地方不是单次使用耗时，而是它制造了大量碎片化切换，让人很难进入完整思考。

对日常工作来说，这意味着：

• 深度工作时手机不能只是“静音”，最好物理移开。
• 通知不是小打扰，而是注意力系统的结构性破坏。
• 检查手机的动作会让任务边界变模糊，进而拉低产出质量。

3.3 手机会改变记忆、创造力和思考深度

作者把注意力、工作记忆、长期记忆和创造力放在一起讨论。一个人如果不断接收碎片刺激，大脑就很难把信息转成长期记忆，也很难在不同想法之间建立连接。

创造力需要空白、无聊和游荡的思维。手机填满了这些空白，所以人会感觉“不无聊”，但也更难产生深层洞察。

个人助理落地：每天需要保留“无输入时段”，例如通勤、散步、洗澡后、睡前，不要马上用手机填满。

3.4 关系修复不是禁用，而是重新定义手机的角色

书中最有价值的地方，是没有把手机妖魔化。作者承认手机有很多真实价值：联系、导航、拍照、工具、信息查询。目标是把手机重新降级为“工具”，而不是让它变成默认注意力入口。

关键问题不是“能不能用手机”，而是：

• 我为什么现在拿起手机？
• 我想从手机那里得到什么？
• 这件事有没有更好的离线替代方式？
• 使用之后，我感觉更清醒，还是更焦躁？

4. 30 天计划全梳理

Week 1：Technology Triage

目标：先观察，不急着改变。建立对自己手机使用模式的真实认知。

核心动作：

• 安装使用时间追踪工具。
• 记录自己什么时候、为什么拿起手机。
• 识别让自己感觉好和感觉坏的使用场景。
• 创建第一批 speed bumps，即在拿起手机前增加停顿。
• 明确自己想把时间和注意力用到哪里。

这一周的关键不是立刻减少时间，而是让自动行为变成可观察行为。

Week 2：Changing Your Habits

目标：通过环境设计改变习惯回路。

核心动作：

• 清理应用，把 app 分成工具类、垃圾食品类、老虎机类、杂物类、实用类等。
• 删除或移走最容易让自己沉迷的 app。
• 关闭不必要通知。
• 改变手机外观，例如灰度、整理主屏、减少视觉诱惑。
• 建立无手机区域，例如餐桌、卧室、会议、亲密谈话。
• 给手机设置“起床时间”，不要醒来后立刻碰手机。

这一周的本质是：不是和欲望硬拼，而是让坏习惯更难启动，让好替代更容易发生。

Week 3：Reclaiming Your Brain

目标：重新训练注意力，恢复大脑的自主调节能力。

核心动作：

• 练习 Stop, Breathe, and Be：停下、呼吸、回到当下。
• 练习短时间静止和无聊，不立刻找刺激。
• 做注意力训练，例如阅读、冥想、单任务。
• 准备 24 小时 Trial Separation。
• 在试分离前准备替代活动、联系人、纸质清单、自动回复等。
• 完成一次 24 小时无手机或无联网屏幕实验。

这一周的关键是让自己重新体验：没有手机也可以生活，甚至可能更平静、更有连接感。

Week 4 and Beyond：Your New Relationship

目标：把短期分手转成长期关系规则。

核心动作：

• 复盘 24 小时 Trial Separation：看见了什么、想到什么、感觉如何、还好奇什么。
• 制定长期手机规则。
• 处理邮件、社交媒体、开车、关联账号等具体场景。
• 优化设备系统：勿扰模式、离线地图、家庭固定电话或备用方案、低功能手机等。
• 建立长期原则，例如健康手机例程、礼貌规则、定期 phast、练习暂停、练习注意力。

这一周的关键是：不要只靠一次 detox，而是形成可持续的“新关系”。

5. 重要概念表

6. 和个人助理系统的关系

这本书适合直接转化为个人助理的行为规则：

1. 每天记录关键手机使用场景和触发器。
2. 在 daily_log 中增加“注意力/手机使用”分类。
3. 把手机规则写入 Preferences。
4. 把 30 天计划拆成 todo 和实验记录。
5. 每周复盘哪些规则有效，哪些需要调整。

7. 可落地实验

实验 1：手机起床时间

规则：醒来后 60 分钟内不看手机。
替代：洗漱、喝水、早餐、纸质阅读、今天第一任务。
记录：是否做到；做到后上午状态如何。

实验 2：餐桌无手机

规则：吃饭时手机不放桌面。
替代：聊天、观察、专心吃饭。
记录：是否更放松，是否出现拿手机冲动。

实验 3：深度工作物理隔离

规则：45/90 分钟专注块期间，手机离开手臂范围。
替代：把想查的东西写到纸上或 inbox。
记录：专注块是否更完整。

实验 4：24 小时 Trial Separation

规则：选一个周末 24 小时关闭手机或远离联网屏幕。
准备：联系人、纸质路线、替代活动、自动回复。
记录：最难、最好、最意外、后续规则。

8. 读后判断

这本书的强项不是理论深度，而是把“手机成瘾/注意力劫持”变成一个可操作的 30 天行为改变计划。它适合作为个人助理系统里的“注意力卫生”基础手册。

对于当前个人助理目录，建议下一步不是继续泛泛总结，而是直接生成：

• 02_方法卡片.md：把书中的方法转成规则卡片。
• 03_30天手机关系重建计划.md：按 30 天做个人化计划。
• 04_实验记录.md：开始记录手机起床时间、无手机区域、24 小时分离实验。

来源：notes/projects/feishu_base_sync/01_个人助理多维表格同步方案.md

个人助理多维表格同步方案

1. lark-cli 能力验证

当前可用能力

lark-cli 当前没有 bitable 命令，相关能力在 base 命令下：

• base +base-create：创建 Base 资源
• base +table-create：创建数据表
• base +field-create：创建字段
• base +record-upsert：创建/更新记录
• base +record-list / +record-search：读取记录

另一个可用入口是：

• wiki +node-create --obj-type bitable：创建多维表格 Wiki 节点

实测结果

已用 company_analyze profile 测试：

• 直接 base +base-create 失败，缺少权限：base:app:create
• 通过 wiki +node-create --obj-type bitable 创建多维表格节点成功
• 对该 bitable 继续执行 base +table-list 失败，缺少权限：base:table:read
• 创建表 base +table-create 失败，缺少权限：base:table:create

测试创建的临时多维表格：

• 标题：Codex Personal Assistant Test Bitable 20260604
• Wiki URL：https://my.feishu.cn/wiki/UF9iw1JixiPgzjkgS2scak6cnxe
• Base/Object Token：LhPJbBJZBansjXshH0DcZEWbn5p

结论：当前 lark-cli 支持创建多维表格，但当前飞书应用权限不完整。现在只能创建 bitable 容器，不能创建表、字段或写记录。

用户授权后复测结果

2026-06-04 通过 lark-cli auth login --domain base,wiki,docs,drive,markdown 由用户完成授权后，默认 profile 已具备 Base 用户权限。

已成功验证：

• 创建 Base：Codex Personal Assistant Auth Test 20260604
• Base URL：https://my.feishu.cn/base/IYkUbQQcGa2B8gsYLYncVp6sndb
• Base Token：IYkUbQQcGa2B8gsYLYncVp6sndb
• 创建表：待办事项
• Table ID：tblTpZg5MFIk12GK
• 创建字段：标题、状态、优先级、来源文件、更新时间
• 写入测试记录：验证个人助理多维表格写入
• Record ID：recvlxnxCxkZmZ

更新后的结论：使用用户授权后的默认 profile，可以完成 Base 创建、表创建、字段创建和记录写入。后续正式同步个人助理数据应优先使用该用户授权 profile，而不是 company_analyze bot profile。

2. 需要补充的飞书权限

至少需要申请：

• base:app:create：直接创建 Base 资源，可选；如果继续用 wiki 创建 bitable，可以不作为第一优先级。
• base:table:read：读取数据表。
• base:table:create：创建数据表。
• base:field:read：读取字段。
• base:field:create：创建字段。
• base:record:read：读取记录，用于去重和同步。
• base:record:create：新增记录。
• base:record:update：更新记录。

如果要删除、归档或重建：

• base:table:delete
• base:record:delete

3. 当前个人助理目录可入表内容

当前目录：/home/admin/code/cc-connect-work-space/codex_personal_assistant

3.1 待办事项

来源文件：

• tasks/todo.md
• tasks/in_progress.md
• tasks/done.md

当前内容基本为空，但结构适合入表。

建议表：待办事项

字段：

• 标题：文本，任务标题。
• 状态：单选，Todo / In Progress / Done。
• 优先级：单选，High / Medium / Low。
• 截止时间：日期时间，可空。
• 下一步动作：长文本。
• 来源文件：文本，如 tasks/todo.md。
• 本地路径：文本。
• 创建时间：日期时间。
• 更新时间：日期时间。
• 备注：长文本。

3.2 每日记录

来源文件：

• logs/daily_log.md

当前已有：

• 2026-06-03 返程通勤、家务记录。
• 2026-06-04 早晨打车通勤记录。

建议表：每日记录

字段：

• 日期：日期。
• 时间：文本或日期时间。
• 类型：单选，通勤 / 家务 / 工作 / 阅读 / 生活 / 复盘。
• 标题：文本。
• 详情：长文本。
• 耗时分钟：数字。
• 地点/节点：文本。
• 交通方式：单选，打车 / 地铁 / 步行 / 公交 / 自驾 / 其他。
• 来源文件：文本。
• 本地路径：文本。

3.3 阅读书籍

来源目录：

• notes/books/为什么精英都是时间控/

当前书籍 Markdown：

• 01_内容全梳理.md
• 01_内容全梳理_基于EPUB新版.md
• 02_方法卡片.md

建议表：阅读书籍

字段：

• 书名：文本。
• 作者：文本。
• 状态：单选，待读 / 阅读中 / 已读 / 复盘中。
• 主题：多选，例如 时间管理、精力管理、个人成长。
• 开始日期：日期。
• 完成日期：日期。
• 一句话总结：文本。
• 本地目录：文本。
• 飞书文档链接：URL 或文本，指向书籍总文档或索引文档。
• 最后同步时间：日期时间。

3.4 阅读笔记 / 文档资产

来源：

• notes/books/**/*.md
• notes/knowledge_base.md
• 未来的 notes/projects/**/*.md、notes/topics/**/*.md

建议表：文档资产

字段：

• 标题：文本。
• 类型：单选，书籍内容梳理 / 方法卡片 / 落地计划 / 复盘 / 项目笔记 / 主题笔记。
• 所属主题：文本，如 为什么精英都是时间控。
• 本地路径：文本。
• 飞书文档链接：URL 或文本。
• 摘要：长文本。
• 标签：多选。
• 最后修改时间：日期时间。
• 最后同步时间：日期时间。

3.5 知识库索引

来源文件：

• notes/knowledge_base.md

建议表：知识索引

字段：

• 标题：文本。
• 分类：单选，People / Projects / Preferences / References / Reading Notes。
• 路径：文本。
• 摘要：长文本。
• 关联文档链接：URL 或文本。
• 更新时间：日期时间。

4. 书籍 Markdown 上传到飞书并回填链接

推荐流程：

1. 扫描 notes/books/<书名>/*.md。
2. 每个 Markdown 上传为飞书文档。
3. 上传时必须设置 FEISHU_SKIP_BITABLE=1，避免上传脚本自动写入旧多维表格。
4. 拿到飞书文档链接。
5. 在 文档资产 表写一条记录。
6. 在 阅读书籍 表写或更新该书记录，保存书籍目录、总链接和同步状态。

推荐使用已有脚本：

FEISHU_SKIP_BITABLE=1 python /home/admin/code/cc-connect-work-space/ashare_monitor/company_analyze/invest_community/tools/feishu/create_doc_from_md.py <markdown_file>

注意：这个脚本当前依赖 company_analyze/invest_community/.env 的飞书配置。为了个人助理长期使用，建议迁移出一个独立的个人助理飞书配置，避免继续复用研报项目的表格配置。

5. 推荐正式多维表格结构

建议新建一个 Base：Codex Personal Assistant

包含 5 张表：

• 待办事项
• 每日记录
• 阅读书籍
• 文档资产
• 知识索引

第一阶段优先同步：

1. 每日记录：已有真实数据，结构稳定。
2. 阅读书籍：已有一本书和 3 份 Markdown，可以验证“上传文档 -> 回填链接”。
3. 文档资产：用于承载所有 Markdown 文档链接。

第二阶段再同步：

1. 待办事项：当前内容为空，等后续任务体系稳定后再自动同步。
2. 知识索引：可从 knowledge_base.md 解析，但建议先统一索引格式。

6. 下一步动作

1. 在飞书开放平台给 company_analyze 应用补充 Base 权限，至少包含 table/field/record read/create/update。
2. 权限生效后，用 wiki +node-create --obj-type bitable 正式创建 Codex Personal Assistant Base。
3. 创建 5 张表和字段。
4. 写一个同步脚本：scripts/sync_to_feishu_base.py。
5. 先同步 logs/daily_log.md 和 notes/books/为什么精英都是时间控/*.md。

来源：notes/books/为什么精英都是时间控/01_内容全梳理_基于EPUB新版.md

《为什么精英都是时间控》内容全梳理（基于 EPUB 新版）

说明：本版基于已上传 EPUB 文件实读整理，不再主要依赖外部资料。目标不是复述全文，而是把全书结构、核心观点和可落地方法重新梳理成个人助理可使用的知识资产。

1. 书籍与文件信息

• 书名：为什么精英都是时间控
• 作者：【日】桦泽紫苑
• 译者：郭勇
• 出版社：湖南文艺出版社
• EPUB 文本规模：约 10.5 万字/字符级文本
• EPUB 结构：前言、序章、6 个正文章节、后记、时间管理日志

这本书的真实主题不是“更努力地挤时间”，而是“根据大脑专注力曲线重新设计一天”。作者把时间管理建立在专注力、睡眠、运动、重启、自我投资这些因素上，核心目标是：在不牺牲健康和自由时间的情况下，提高单位时间产出。

2. 全书核心框架

全书可以压缩成一个公式和一条路径：

• 公式：工作量 = 专注力 × 时间
• 路径：提高专注力密度 -> 在正确时段做正确任务 -> 用重启恢复脑力 -> 省出时间 -> 投入自我投资和主动娱乐 -> 形成长期正循环

作者反复强调，人的时间每天都是 24 小时，但不同时间段的大脑状态不同。真正的时间管理不是平均分配时间，而是把“高专注力时段”留给高价值任务，把低专注力时段用于沟通、杂事、恢复和低负荷任务。

3. 前言：为什么要改变时间管理方式

前言先建立问题意识：很多人想工作更高效、学习更多、陪伴家人、休闲放松，但现实是每天被工作追着跑。

作者用自己的经历说明时间管理的必要性：他曾经作为医生长期处于高压工作状态，出现由压力导致的身体问题，于是开始重新设计时间使用方式。后来，他形成了一套高产工作与大量自由时间并存的生活方式。

前言的重点不是炫耀工作量，而是提出一个判断：如果时间使用方式不变，人生轨道很难改变。时间是人生的底层资源，管理时间其实是在管理人生结构。

4. 序章：神之时间管理术四原则

序章是全书的总纲，提出四个原则和一个最终目标。

4.1 第一原则：以专注力为中心分配时间

核心观点：时间本身不是均质资源，专注力高的 1 小时和专注力低的 1 小时价值不同。

作者强调大脑有黄金时间，尤其是早晨刚醒后的几个小时。高专注力时段应放入写作、分析、决策、复杂学习等任务，低专注力时段则处理沟通、杂务、简单执行。

这里最重要的方法是“时间拼图”：不是把任务随便塞进日程，而是根据任务所需专注力，把它放到匹配的时间块里。

4.2 第二原则：重启专注力，创造时间

核心观点：专注力会消耗，也可以通过睡眠、休息、运动、场景切换恢复。

作者把传统时间管理称为“一维”，只看时间长度；把自己的方法称为“二维”，同时看时间和专注力。真正提高产出的方法不是一直硬扛，而是在疲劳前休息，在状态下降时重启。

睡眠被放在很重要的位置：睡眠不是浪费时间，而是恢复专注力的基础投资。

4.3 第三原则：掌握高效率工作方式

核心观点：通过工作方式优化，把同样任务用更少时间完成。

这一部分引出后文的 For You、ASAP、提前行动、严格守时、快速判断等方法。作者认为高效率不只是个人技巧，也包含对协作者时间成本的尊重。

4.4 第四原则：把时间用于自我投资

核心观点：时间管理的目的不是让自己更忙，而是创造可用于成长和生活的时间。

如果省下来的时间继续全部投入工作，时间管理就会变成新的压榨工具。正确做法是把自由时间投入学习、运动、关系、兴趣和恢复，让能力继续提高。

4.5 最终目标：为了快乐使用时间

作者在序章末尾明确说，时间管理最终不是为了工作本身，而是为了更自由、更丰富、更快乐地生活。

5. 第一章：提高专注力的方法

第一章解决的是“如何让一个时间块更有效”。

5.1 15/45/90 法则

作者把专注节奏拆成 15 分钟、45 分钟、90 分钟三个尺度：

• 15 分钟：适合高度紧张的小段专注，也适合启动困难时使用。
• 45 分钟：接近课堂和常规工作块，适合中等强度任务。
• 90 分钟：适合深度工作，但需要中间有节奏地休息。

这套方法的落地点是：不要指望自己无限专注，要顺着大脑节奏安排任务。

5.2 杂念排除法

作者把杂念分为四类：

• 外物造成的杂念：桌面、物品、文件、电脑环境混乱。
• 思考造成的杂念：脑子里挂着大量未决事项。
• 人造成的杂念：他人打断、开放环境干扰。
• 通信造成的杂念：邮件、聊天、通知、社交网络。

核心方法是“把杂念外部化”：想到的事写下来，环境中不必要的东西移走，通信集中处理，给自己创造专注空间。

5.3 时间限制工作术

作者认为截止时间会制造工作高峰。没有限制的任务会自然膨胀，有明确时间限制的任务更容易集中注意力。

这里的实践要点是：任务开始前先定义结束时间和交付标准，而不是边做边决定做到什么程度。

6. 第二章：利用早晨黄金时间

第二章解决的是“一天中最高价值时间怎么用”。

6.1 早晨是大脑黄金时间

作者认为早晨适合做专注性工作。对个人助理系统来说，这意味着上午默认不应该被消息、会议和琐事填满。

适合放在早晨的任务包括：

• 写作和输出
• 复杂分析
• 投资研究
• 代码设计
• 重要决策
• 深度学习

6.2 上班后最初 30 分钟

作者特别强调上班后的最初 30 分钟。这段时间如果立刻进入高价值任务，会显著提升全天产出；如果先处理消息和杂务，黄金状态会被消耗掉。

6.3 超轻松起床术

本章提供了 5 个早晨启动方法：

• 早上冲澡
• 开着窗帘睡觉，让早晨光线帮助唤醒
• 不动明王起床术，也就是醒来后避免赖床式翻滚
• 有节奏的运动
• 细嚼慢咽吃早餐

这些方法共同指向一个目标：尽快把大脑从睡眠状态切换到清醒、稳定、可专注状态。

6.4 早晨不该做的事

早晨最不应该做的是先接收大量低价值信息，比如刷手机、刷消息、看新闻。这会让高质量注意力被外部输入占用。

7. 第三章：午后重启术

第三章解决的是“下午效率下降怎么办”。

7.1 午餐外出重启

作者建议不要一直待在工位吃午餐。外出、咀嚼、走动、换环境，本质上都是在帮助大脑重启。

书中将午餐重启拆成三个角度：

• 血清素：帮助情绪和状态回归平稳。
• 场所神经元：换地方能刺激记忆和认知切换。
• 乙酰胆碱：与灵感、注意和认知活动相关。

这些解释不必机械理解成严格医学处方，但实践建议明确：午餐应该成为下午工作的恢复节点，而不是继续盯屏幕。

7.2 小睡技巧

作者推荐 20-30 分钟午睡。重点是短睡或闭眼休息，而不是长时间昏睡。

对执行来说，如果没有条件午睡，也可以做 5-10 分钟闭眼休息，让大脑暂停输入。

7.3 下午重启工作术

书中列出多种下午重启方法：

• 运动重启
• 更换场所
• 穿插重启
• 小憩重启
• 5 分钟小睡

下午不是适合硬扛的时间。更合理的安排是：用重启恢复执行力，然后处理沟通、整理、推进、复盘等任务。

7.4 下午工作方法

作者建议确定离开公司的时间，并使用“后有约定”工作术。也就是在工作后安排真实约定，用外部边界限制工作无限延长。

8. 第四章：夜晚、运动与睡眠

第四章解决的是“如何利用晚上，同时保护第二天状态”。

8.1 运动创造第二黄金时间

作者认为适度运动能让大脑恢复活跃，形成晚上的第二个高效窗口。尤其对于脑力劳动者，运动不是占用时间，而是在创造更高质量的时间。

但运动不能过度，也不宜过晚影响睡眠。

8.2 不让压力和疲惫过夜

作者强调下班后要把工作和生活切开。压力如果带到睡前，会影响睡眠，也会影响第二天的专注力。

实践上，可以把未完成事项写下来，并定义明天第一步，让大脑停止后台运转。

8.3 睡前 2 小时

睡前 2 小时决定睡眠质量。作者建议避免强刺激输入、工作、夜宵和让大脑兴奋的内容。

这部分可以转成个人助理规则：晚上后段不安排复杂决策和强输入，改为放松、轻阅读、复盘。

8.4 睡前 15 分钟

作者认为睡前 15 分钟适合记忆巩固。适合做轻复盘、记录当天有价值的事、回顾学习重点。

不适合在睡前继续输入大量新信息。

8.5 周末恢复

作者反对靠周末大量补觉恢复。他更推荐保持节律，并用运动、主动休息、互补休息来恢复。

9. 第五章：创造时间的工作术

第五章解决的是“如何减少工作中的拖延和损耗”。

9.1 For You 工作术

For You 的含义是为对方考虑，减少协作成本。它包括：

• ASAP 工作术：能立刻处理的小事不要堆积。
• 提前 30 分钟行动：给承诺和约定留缓冲。
• 严格守时：尊重他人时间，建立可信度。

这一章把效率和可靠性绑定在一起：高效不是只顾自己快，而是让整个协作链条更顺畅。

9.2 趁现在工作术

这一组方法专门处理拖延和未决事项：

• 2 分钟判断术
• 30 秒决断术
• 无法决断就标为未决，并安排日后决断
• 不只写截止日，而要写执行时间
• 立刻预约
• 和善于把握现在的人一起工作

核心思想是减少“悬而未决”的精神负担。很多时间不是被任务本身消耗，而是被反复犹豫、反复想起、反复切换消耗。

9.3 并行工作术

作者区分了低效的“一边做这个一边做那个”和合理的“并行工作”。

合理并行不是多任务同时抢注意力，而是在不同资源维度上安排任务。例如：

• 移动读书：通勤或等待时阅读。
• 耳学：走路、家务、移动时听内容。
• 思考：利用空白时间构思和整理问题。

关键是不要让两个高认知任务抢同一个注意力资源。

10. 第六章：自由时间、自我投资与自我更新

第六章解决的是“省出来的时间到底用来干什么”。

10.1 自由时间不要用于工作

作者明确反对把效率提升后省下来的时间继续全部填回工作。否则时间管理只会让人更忙。

正确方向是：工作追求质量提升，自由时间用于长期成长和生活质量。

10.2 投资自己

作者建议先投资主要专长，再扩展其他能力。对个人助理系统来说，这意味着学习计划需要有主线，不能只被兴趣和热点牵着走。

10.3 主动性娱乐

作者区分主动性娱乐和被动性娱乐。主动性娱乐更能恢复能量，例如运动、读书、创作、社交、旅行、兴趣活动；被动性娱乐容易让人消耗时间却不恢复状态。

重点不是完全禁止电视、游戏或短内容，而是避免自由时间被低质量被动娱乐自动吞掉。

10.4 玩乐清单

作者建议制作玩乐 TO DO 清单。这个方法很适合个人助理系统：提前记录想体验、想见、想去、想学的内容，避免有空时不知道做什么。

11. 后记与时间管理日志

后记说明作者为什么以神经科医生身份写时间管理书：他希望把脑科学、心理学和个人实践结合起来，帮助读者避免被工作压垮。

书末的时间管理日志说明，这本书不是只用于阅读，而是希望读者记录、实验、复盘。它和个人助理系统天然匹配：每天记录时间使用、专注状态、重启动作和明日优先级。

12. 全书方法总表

13. 个人助理系统落地建议

基于 EPUB 新版梳理，本书最适合在个人助理系统中拆成 4 层：

1. 规则层：上午保护深度工作，下午安排重启，晚上保护睡眠。
2. 卡片层：把具体方法拆成可触发的执行卡片，目前已沉淀在 02_方法卡片.md。
3. 日程层：把方法映射到每天的默认时间块，下一步应生成 03_个人落地计划.md。
4. 复盘层：用 logs/daily_log.md 或专门的实验记录追踪执行效果。

14. 本版和旧版的差异

• 旧版主要基于外部资料和目录重构。
• 本版基于 EPUB 实际目录和正文结构重新整理。
• 本版补足了更多小节级方法，例如 For You、趁现在、午餐重启、睡前 15 分钟、玩乐清单等。
• 本版更适合继续生成个人落地计划和每日复盘模板。

15. 下一步

• 已完成：02_方法卡片.md
• 建议继续：03_个人落地计划.md
• 建议内容：每日时间块、一周执行模板、个人助理触发规则、复盘指标

来源：notes/books/为什么精英都是时间控/02_方法卡片.md

《为什么精英都是时间控》方法卡片

用途：把书中的时间管理原则转成可执行卡片，方便个人助理后续帮你安排日程、复盘执行和调整规则。

卡片 01：上午黄金时间保护

• 适用场景：每天上午有 1-3 小时相对完整时间。
• 触发条件：当天有写作、分析、决策、代码设计、投资研究等高认知任务。
• 操作步骤：先安排最难的产出任务，再处理沟通、消息和杂事。
• 失败信号：上午先刷消息、处理零碎事，导致核心任务被拖到下午。
• 补救动作：把当天最重要任务切成 45 分钟块，立刻开始第一块。
• 效果指标：上午是否完成一个可交付结果。

卡片 02：15/45/90 专注节奏

• 适用场景：任务需要持续注意力，但容易疲劳或走神。
• 触发条件：开始写作、阅读、编码、研究、整理资料。
• 操作步骤：小任务用 15 分钟，中等任务用 45 分钟，大块深度任务用 90 分钟。
• 失败信号：没有时间边界，做到一半开始拖延或分心。
• 补救动作：重新设一个更短的 15 分钟计时，只完成最小下一步。
• 效果指标：每个时间块结束时是否有明确产出。

卡片 03：时间限制工作术

• 适用场景：任务边界模糊，容易无限打磨。
• 触发条件：开始一件没有明确截止时间的任务。
• 操作步骤：先定结束时间，再定交付标准，最后开始执行。
• 失败信号：一直说“再改一下”，但结果没有本质提升。
• 补救动作：把交付标准降到“可用版本”，到点提交。
• 效果指标：是否按时结束并进入下一步。

卡片 04：后有约定工作术

• 适用场景：下午或傍晚工作容易拖长。
• 触发条件：发现下班时间不断后移。
• 操作步骤：在工作结束后安排一个真实约定，如运动、吃饭、阅读、散步。
• 失败信号：没有硬边界，工作自然膨胀。
• 补救动作：当天只保留一个必须完成项，其余移入待办。
• 效果指标：是否在约定前结束工作。

卡片 05：杂念外部化

• 适用场景：脑子里同时挂着很多事。
• 触发条件：做任务时反复想到其他未完成事项。
• 操作步骤：把所有杂念写到 inbox，再回到当前任务。
• 失败信号：边做边想，任务切换频繁。
• 补救动作：暂停 3 分钟清空脑内清单，只选择一件继续。
• 效果指标：当前任务是否能连续推进 15 分钟。

卡片 06：桌面和文件降噪

• 适用场景：工作环境或电脑文件混乱。
• 触发条件：找资料、找文件、切窗口耗时明显。
• 操作步骤：只保留当前任务需要的物品、窗口和文件夹。
• 失败信号：开始任务前先被无关内容吸引。
• 补救动作：创建临时目录或临时桌面，只放本轮材料。
• 效果指标：开始任务前准备时间是否少于 5 分钟。

卡片 07：通信批处理

• 适用场景：消息、邮件、群聊持续打断。
• 触发条件：当天需要深度工作。
• 操作步骤：设定固定消息处理窗口，其余时间关闭提醒。
• 失败信号：每次通知都打开看，深度任务被切碎。
• 补救动作：立即静音 45 分钟，并记录需要回复的人。
• 效果指标：上午是否有至少一个无通知时间块。

卡片 08：专注空间切换

• 适用场景：当前位置难以进入状态。
• 触发条件：同一任务启动失败两次。
• 操作步骤：换到会议室、咖啡店、图书馆或安静角落重新开始。
• 失败信号：在同一位置反复打开无关内容。
• 补救动作：带上最少工具，换一个场景做 15 分钟。
• 效果指标：换场景后是否开始产出。

卡片 09：早晨启动仪式

• 适用场景：起床后进入工作慢。
• 触发条件：醒来后昏沉、拖延、刷手机。
• 操作步骤：光照、洗漱、喝水、早餐咀嚼、短运动，按固定顺序启动。
• 失败信号：起床后 30 分钟仍未进入清醒状态。
• 补救动作：立刻出门走 5-10 分钟或冲澡。
• 效果指标：起床后 60 分钟内是否开始第一项核心任务。

卡片 10：上班后最初 30 分钟

• 适用场景：刚进入工作状态时容易被杂事占据。
• 触发条件：打开电脑后的第一个工作窗口。
• 操作步骤：不看消息，直接打开当天最重要任务。
• 失败信号：第一件事是刷邮箱、群聊、新闻。
• 补救动作：关闭所有通信窗口，执行一个 15 分钟核心任务。
• 效果指标：最初 30 分钟是否用于高价值产出。

卡片 11：午餐外出重启

• 适用场景：上午后注意力下降。
• 触发条件：午饭时间到，下午仍有任务。
• 操作步骤：离开工位吃饭，咀嚼充分，顺便短距离走动。
• 失败信号：边吃边看屏幕，吃完仍疲劳。
• 补救动作：饭后离开屏幕散步 5-10 分钟。
• 效果指标：下午第一小时是否能恢复执行力。

卡片 12：20-30 分钟午睡

• 适用场景：午后明显困倦。
• 触发条件：注意力下降、读不进去、反复犯错。
• 操作步骤：午后安排 20-30 分钟闭眼或午睡。
• 失败信号：硬撑导致下午效率持续降低。
• 补救动作：即使睡不着，也闭眼休息 10 分钟。
• 效果指标：醒后 30 分钟内是否恢复清醒。

卡片 13：下午运动重启

• 适用场景：下午卡住、疲劳、情绪低。
• 触发条件：连续 30 分钟推进困难。
• 操作步骤：做 5-15 分钟轻运动，如快走、拉伸、爬楼。
• 失败信号：继续坐着硬熬。
• 补救动作：站起来离开工位，完成一次短运动。
• 效果指标：运动后是否能重新开始任务。

卡片 14：穿插重启

• 适用场景：单一任务做久后效率下降。
• 触发条件：出现疲劳但还不适合休息。
• 操作步骤：从高认知任务切到低认知任务，再切回来。
• 失败信号：继续做同一任务但没有推进。
• 补救动作：处理一个 10 分钟内可完成的小任务。
• 效果指标：切回主任务后是否更容易继续。

卡片 15：5 分钟小睡法

• 适用场景：时间很短但大脑过载。
• 触发条件：没条件午睡，但需要快速恢复。
• 操作步骤：闭眼 5 分钟，屏蔽输入，让大脑暂停。
• 失败信号：用刷手机当休息。
• 补救动作：手机远离手边，只闭眼。
• 效果指标：是否减少烦躁和疲惫感。

卡片 16：晚间运动第二黄金时间

• 适用场景：晚上仍希望学习、阅读或输出。
• 触发条件：下班后精神涣散，但晚上还有成长任务。
• 操作步骤：安排适度运动，运动后进入轻学习或复盘。
• 失败信号：下班后直接瘫坐，晚上完全被动娱乐。
• 补救动作：先做 10 分钟低门槛运动。
• 效果指标：运动后是否完成一项自我投资任务。

卡片 17：睡前 2 小时降刺激

• 适用场景：睡眠质量差或第二天状态差。
• 触发条件：接近睡前 2 小时。
• 操作步骤：减少工作、强刺激内容、夜宵和高强度输入。
• 失败信号：睡前还在处理工作或刷刺激内容。
• 补救动作：切换到纸质书、轻复盘、洗漱和放松。
• 效果指标：入睡速度和第二天清醒度。

卡片 18：睡前 15 分钟记忆窗口

• 适用场景：想巩固学习内容或做日复盘。
• 触发条件：准备睡觉前。
• 操作步骤：只复盘当天重点、趣事或轻量学习内容。
• 失败信号：睡前输入大量新信息。
• 补救动作：写下 3 条今日收获后停止输入。
• 效果指标：第二天是否记得重点内容。

卡片 19：不让压力过夜

• 适用场景：工作压力带入晚上。
• 触发条件：下班后仍反复想工作。
• 操作步骤：写下未完成事项和明天第一步，然后停止处理。
• 失败信号：晚上继续脑内加班。
• 补救动作：把担忧转成明天待办，安排具体时间。
• 效果指标：睡前是否不再反复思考同一问题。

卡片 20：周末节律保护

• 适用场景：周末作息容易失控。
• 触发条件：周五晚上或周末早晨。
• 操作步骤：保持接近平日的起床时间，用运动和主动休息恢复。
• 失败信号：报复性熬夜和补觉，周一更疲惫。
• 补救动作：周末至少固定一个早晨活动。
• 效果指标：周一早晨状态是否稳定。

卡片 21：ASAP 工作术

• 适用场景：小事项容易堆积。
• 触发条件：遇到 2 分钟内可处理的事项。
• 操作步骤：能立刻完成就立刻完成，不能就写入待办。
• 失败信号：小事长期占据注意力。
• 补救动作：每天安排 15 分钟清理小事项。
• 效果指标：未决小事项数量是否下降。