理念与方法论
COLUMN暴露度不能只看行业标签
同一个 CLO 贷款池的 AI 暴露，行业标签读出两成、逐笔核对剩一成、按价格分档只有三个点；三个数差在怎么算的，所以两套算法要并排跑、差额本身才是读数。
先问抵押品，再问借款人
从一家海外机构周度札记里那组加速卡二手价格出发，把 AI 基建的脆弱性判据从借款人挪到抵押品；二手价有三种口径、本地又没有时间序列，所以只能给形状不给幅度，最后落成一条可机械跟踪的记录与两个可观察的信号。
金融 Agent 的验收标准要写进设计文档
从蚂蚁开源金融搜索评测基准 FinFIRST 与人机责任三分法切入，落到我们自己把验收拆成几何/数据/渲染三层、把每类事故变成一条检查项、数字一律现算、以及把要人拍板的动作做成脚本第一行必须问的闸门。
低一档的评级，标的就是项目本身
同一承租人、不同项目，评级总低一档，那一档是项目风险的报价；把这类文章拆成可回源的核查表之后，模型最容易抹平的恰恰是「同一承租人」，而评级差是现成的机械化判据。
Agent 开始自己改代码之后，投研的信任边界在哪里
从三次亲历事故出发：读不全不许写、覆盖前先能还原、判据取地面真值、闸门不可达按未通过；Agent 会写会改之后，信任边界该画在权限上，不是画在输出上。
把 AI 风险分散到 AI 之外
名义八个资产的有效风险源只有 2.79 个；分散的空间上界等于权重乘类内波动跨度，按这条公式，AI 内部分散能起多大作用取决于相关性与权重，不取决于名字多少。
缓存字节数正在取代单价
Agent 成本的一等指标正从每百万 token 单价换到每 token 缓存字节数；前缀被击穿时命中量会钉在常数上，这个指纹不依赖任何口径。
回测框架为什么要分三层
把回测写成一段脚本，数字变了却说不出为什么变；拆成数据层、逻辑层、判断层之后，六类常见错误各自有了明确的落点，改一个阈值不必重跑取数，策略能不能发布也第一次有了统一的出口。
检索为什么比重新读一遍便宜
研究员的长期记忆不该放在模型权重里，而应是一个能被秒级检索的本地文档库：1341 篇、2390 万字的三份语料统一检索，一次查询返回不到全库的万分之一点二，五十毫秒出结果——省下的不只是查找时间，还有不去核实的借口。
把一份 Excel 数据库复刻成一个能跑的东西
从一张没人敢动的 Excel 数据库出发：先解剖公式与真值再写代码，把数据、逻辑、判断拆成三层，把不能猜的口径问清楚，最后用可重跑的对账证明迁移完成。
这不是答案
Skill 不是答案，AGI 也不是答案。答案在使用过程中产生——每个人的机器、每个人的数据都需要被单独训练，通用模型解决不了智能在个人这一侧落地的问题。