<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
<channel>
<title>yanglaiyang · Vega二向箔</title>
<link>https://yanglaiyang.online/</link>
<description>yanglaiyang（公众号 Vega二向箔）：AI × FinTech 独立开发者，希望通过 AI 创造更多价值。作品包括股票分析 Skill、雪球投资日报、A股资产配置 Skill，以及英语学习小程序 Value Speak；分享 AI Agent 与投资的文章和视频。</description>
<language>zh-CN</language>
<atom:link href="https://yanglaiyang.online/feed.xml" rel="self" type="application/rss+xml"/>
<item><title>【视频】当 Personal Agent 替你办事，你敢放手吗？</title><link>https://yanglaiyang.online/videos/personal-agent-let-go/</link><guid>https://yanglaiyang.online/videos/personal-agent-let-go/</guid><pubDate>Sun, 25 Oct 2026 00:00:00 GMT</pubDate><description>订票、追退款、安排日程……我期待的 Personal Agent，得能把这些事跟到底。主动找我、后台继续干、关键决定先问我，背后还要有能持续执行任务的工作环境。越贴近生活，越要说清权限。</description></item>
<item><title>当AI开始帮你炒股：Robinhood CEO透露了一个扎心的商业真相</title><link>https://yanglaiyang.online/writing/robinhood-ai-agent-trading/</link><guid>https://yanglaiyang.online/writing/robinhood-ai-agent-trading/</guid><pubDate>Sun, 18 Oct 2026 00:00:00 GMT</pubDate><description>你敢不敢把证券账户交给一个 AI Agent，让它 24 小时帮你下单？沿着 Robinhood 的商业探索，拆解三层底层逻辑：从工具到代理、AI 时代的超额收益从哪来、以及为什么很多人开始讨厌 AI。</description></item>
<item><title>【视频】AI写代码很快，上线却让我踩了4个坑</title><link>https://yanglaiyang.online/videos/alpha-speak-build-story/</link><guid>https://yanglaiyang.online/videos/alpha-speak-build-story/</guid><pubDate>Sun, 04 Oct 2026 00:00:00 GMT</pubDate><description>一个人 + AI，我把英语练习小程序 Value Speak（开发期代号 Alpha Speak） 做上线了。最折腾的一次：AI 评分要等约 40 秒，排查后才降到约 8 秒（本项目测试）。工具、五步流程和 4 个坑，5 分多钟讲清楚。</description></item>
<item><title>AI越来越能干，我们该怎么算这笔账？</title><link>https://yanglaiyang.online/writing/ai-token-economy/</link><guid>https://yanglaiyang.online/writing/ai-token-economy/</guid><pubDate>Sun, 27 Sep 2026 00:00:00 GMT</pubDate><description>读财新《Token经济已来》的笔记：AI 从回答一句话走向完成一整件事，企业账单、模型定价、产业链利润和办公入口都在变化。增长和盈利要分开核算，普通人的机会藏在“把事情做成”里。</description></item>
<item><title>企业 AI 转型，为什么离不开 FDE（前线部署工程师）？</title><link>https://yanglaiyang.online/writing/why-fde-forward-deployed-engineer/</link><guid>https://yanglaiyang.online/writing/why-fde-forward-deployed-engineer/</guid><pubDate>Mon, 21 Sep 2026 00:00:00 GMT</pubDate><description>95% 的企业 AI 落地失败，剩下 5% 靠什么？拆解 OpenAI FDE 负责人 Colin Jarvis 的打法：想清楚赚服务费还是产品钱、吞下痛苦排出产品、避免过早泛化，以及 Klarna 和摩根士丹利的案例——真正难的是数据那一层。</description></item>
<item><title>从 PandaAI Infra 到自进化因子 Agent：量化研究工作流的一次工程化实践</title><link>https://yanglaiyang.online/writing/pandaai-factor-agent/</link><guid>https://yanglaiyang.online/writing/pandaai-factor-agent/</guid><pubDate>Mon, 27 Jul 2026 00:00:00 GMT</pubDate><description>能写出因子公式的 LLM 不等于可用的量化研究 Agent。Factor-Agent 把 PandaAI 的数据、因子计算、回测和 QuantSkills 接入一个可验证、可追踪、可迭代的研究闭环：LLM 只负责提出假设，是否入池由回测、样本外和过拟合门禁的证据决定。</description></item>
</channel>
</rss>
