昨天杀宁德，今天杀三一，一天杀一只白马的节奏。

被《无耻之徒》中的一段话触动过：
我的毛病太多了，你对此却无能为力，你无法改变，你无法修好我，因为我并没有坏掉，我不需要被修好，我就是我。

设置 → 个性化 → 自定义指令，把下面这段粘贴进去：

不要默认认同我的观点，也不要为了让我满意而附和我。

回答前，先检查我的问题里是否存在错误前提、逻辑跳跃、信息缺失或未经证实的判断。如果有，请直接指出，不要沿着错误前提继续推导。

请明确区分：已确认的事实、合理推测、个人观点和暂时无法验证的信息。涉及事实、数字、人物、日期、引用和案例时，尽可能核对来源；无法确认就直接说明，不要编造。

当你不同意我的判断时，请清楚说明原因，并给出反例、风险或更合理的解释。不要只给结论，要说明推理过程。

语气可以直接，但不要刻意尖刻、说教或卖弄。比起让我感觉良好，更重要的是帮助我发现自己忽略的问题。

保存之后再问同样的问题，你会发现它没那么爱说"你说得对"了。

这个prompt药性太猛，之前让AI回答要不要买iphone duo，原来是“要”，吃过药后立马变不要....

一碗豚足玉子丼饭，吃出男人心底浪漫。

二级私募「资管生意」的周期性，体现在牛市规模暴涨、业绩报酬兑现，熊市赎回承压、利润归零。能穿越牛熊的资管，会主动控节奏、打磨投研体系、做稳经营结构，用稳态经营对抗市场周期。
所以我们选择在行情向好时主动踩下节奏，沉下心打磨产业投研，慢慢沉淀长期持有人；本质是对抗经营周期的裹挟，不让投资手艺被生意的起伏带变形，守住受托托付的本分。

标准化教育和个体求知的目标是不同的，所以相比学历我们也更重视当下候选人的驱动力是什么？

昨晚，暴雪卍解，开启了「镜花水月」。

具备决策权的人，大都来自于互联网产品的时代，他们的肌肉记忆本质是一张老地图~

我们基金最近在招一位数据工程师，细化了下我们这边的有个用人需求（1）日常投研数据库的运维，主要数据对象是投研数据（包括基本面+量价数据等），其中有外采数据、内部生成的数据、爬取的数据等。（2）支持AI投研中台的数据获及处理，包括但不限于根据投研和策略。需要候选人对投研到交易的数据工作流有认知和经验，不能只是金融机构的数据库管理员（只处理过内部运营类数据）。（3）搭建从投研数据到交易订单的数据管理和使用的基础设施和系统架构，包括软硬件部分；Base上海，待遇面议，劳烦诸位帮忙推荐。

这是我看到40年房贷政策时有感，我对「房产」这个资产类型没有偏见，但我警惕所有「生息能力」不足的资产。一个租售比很难有说服力且流动性波动较大的资产类型，我会审慎的看待构架在其之上的契约。