获得徽章 0
- #每天一个知识点#
今日进度
imooc的阿里新零售数据库设计与实战
7-4 中文分词技术（一）
7-5 中文分词技术（二）
7-6 中文分词技术（三）
7-7 本章总结
8-1 MySQL压力测试
---------------------
这章节用docker + sysbench
遇到一个状况: MySQL从8.0后, 预设把mysql_native_password关闭.
因此要修改 /etc/my.cnf , 新增 mysql_native_password=ON
才可让sysbench连线到MySQL展开评论1 - 很多团队 onboarding 慢，不是新人不行，是项目背景根本没法直接继承。
人要重新听一遍，AI 也要重新喂一遍。
如果每来一个人都得重讲架构、边界、历史坑，这成本真的很夸张。
你们现在最花时间的是带人，还是带 AI？展开12 - ## Trader 和 Quant 是什么
**Trader（交易员）**
就是直接在市场上买卖金融产品的人。核心工作是判断价格、谈交易、管理风险。需要很强的市场直觉、人际沟通能力，和快速决策能力。
**Quant（量化研究员/量化工程师）**
用数学、统计、编程来建模、写策略、开发算法。核心工作在电脑前，产出是模型和代码，不直接"拍板"交易。
---
## 为什么美国 Trader > Quant？
美国金融市场**极度成熟**，大机构客户（养老基金、保险公司等）的订单规模巨大、结构复杂，**算法根本处理不了**——
- 一笔交易可能涉及几千份期权合约的组合
- 客户需要人来谈判、判断意图、建立信任
- Trader 直接创造收入，是"前台"核心
Quant 是支持 Trader 的工具人，地位自然低一档。
---
## 为什么国内 Quant > Trader？
国内情况几乎相反——
- 机构客户体量小、需求简单，不需要复杂的人工谈判
- 市场还不够成熟，**技术壁垒反而是核心竞争力**
- 能写出好策略、好模型的人才稀缺，所以 Quant 更值钱
- 很多国内公司本质上是"技术驱动"而非"客户关系驱动"
---
**一句话总结：**
美国赢在"关系和判断"，所以 Trader 贵；中国赢在"技术和模型"，所以 Quant 贵。本质是两个市场的**成熟度和竞争壁垒不同**。展开评论2 - 1. token羊毛：
境外
github学生包带的pro，azure学生账号，openai免费账号自带的codex，都可以接入龙虾
境内
qwen coder每天有少量额度。
这里特别提一下azure，如果你在境外注册azure，你是可以部署开通openai系列大模型并在境内直接使用的
2. 龙虾能联网搜索，而且不必非用提示的BraveSearch。告诉龙虾安装playwright mcp，然后他就能上网了
3. 定时任务很好用。我的用法：每小时浏览一遍知乎发现，推给我感兴趣的内容；收集公众号评论区留言（传统爬虫成本较高）；定时投票、点赞
4. 怎么让龙虾知道我对哪些内容感兴趣？除了和他聊天并明确告诉他记住对话内容，还可以把你的微信划线笔记、读书笔记、日记粘贴给他。更直接的方式是把上述笔记粘贴进md或txt文档，放到.openclaw/workspace/memory文件夹下
5. Win10是一定能够成功安装并运行龙虾的，只不过在Windows装openclaw比较麻烦
6. 在云服务器上没法用wsl装openclaw，因为云服务器本身已经是一层虚拟机展开15
![[流泪]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_6.dde0d83.png)