DeppWang | 德普王修改

2026-11-12 08:29:50

我平时买菜，更多还是去小区附近专门卖菜的蔬菜店。但条马也是我会去的一个地方，最开始主要去买鸡蛋，后来买雪糕、零食，现在又会买一些蔬菜、水果和肉。买的东西慢慢变多了，我觉得这也能看出条马这种超市为什么能在小区附近做起来。

最开始去条马买鸡蛋，是因为价格比较便宜，看着也比较干净卫生。鸡蛋是平时经常要买的东西，价格合适，买着也还可以，下次需要的时候自然就会想到它。雪糕和一些小零食也是，其他地方也能买到，但条马有些会稍微便宜一点。

那时候，我这里的条马品类还比较少，主要是食品饮料、日用品这些，后来才慢慢加上蔬菜、水果和肉。现在我去条马，反而更多是买这些东西。

比如它的土豆还可以。玉米有时候会有黄玉米，还不是水果玉米，其他地方有时候找不到这样的，我就会去条马看看。对我来说，这种具体的选品还是很有用的。我并不需要把所有菜都放在一家店买，但知道它有几样东西值得买，就有了再去的理由。

肉也是。它有些五花肉切得比较小块，肥瘦分层比较均匀，比较符合我想买的样子。排骨的价格也还合适，现在又有兔肉、鸡肉、牛肉，选择比以前多了。如果在其他卖肉的地方没买到合适的新鲜肉，条马也可以是一个备选。

所以我觉得，条马的选品是有一些竞争力的。先通过鸡蛋这些经常要买、价格又合适的商品，让人愿意再来，后面品类增加了，顾客也会慢慢尝试其他东西。至少在我这里，从买鸡蛋到买蔬菜和肉，就是这么一个过程。

当然，它开在居民楼附近也很重要。重庆有永辉、新世纪、盒马这些超市，也有菜市场，但小区附近这种小超市的空间，还是没有被全部挤压掉。平时就买几个鸡蛋、一点菜、一小块肉，离家近还是方便很多。

有的人更在意购物环境，有的人希望一次买齐，也有的小区附近没有很合适的菜市场、蔬菜店或者水果店，大家会有不同的选择。我自己还是偏向小区附近的蔬菜店，但也不妨碍我去条马买几样合适的东西。它只要能满足其中一部分需求，就有生存空间。

条马给我的另一个感觉，是门面和商品摆放看着比较干净。同样是买鸡蛋、买肉，价格合适，环境又还可以，就会比较愿意进去。

当然，看着干净和食品安全还是两回事。条马官网提到，它通过第三方实验室持续检测产品，检测项目包括微生物、农药残留、兽药残留等。这是它对产品质量控制的公开表述，不能理解为蔬菜水果不打农药或者零农残。

我对国内的食品安全还是有一些顾虑，平时买菜也会在意这些问题。如果条马能把这些检测和质量控制做好，在价格便宜的情况下，也能保证基本的食品安全，那我觉得还是不错的，买着也会更放心一点。

至于它为什么能把价格做下来，就涉及背后的经营方式了。

我原来理解条马应该是直营，而不是加盟。《第三只眼看零售》2026 年 6 月的报道也提到，它旗下门店均为直营，并且采用裸价采购，不收扣点、促销费、陈列费、条码费等费用，通过持续的订单获得供应商支持。

我的理解是，连锁门店统一采购，能把分散的需求集中起来，跟供应商谈合作时会更有优势。如果采购和配送环节也能做得更省，就有条件把一部分商品卖得便宜一点。当然，我没有它的采购账，不能说它每一样商品的成本都比其他超市低，但我平时买的这些东西，确实有一些价格优势。

这也是我觉得它和一些主要卖零食、饮料的折扣店有所不同的地方。零食、饮料大家都有，同样的商品很容易比价，竞争也会比较累。加上蔬菜、水果和肉以后，它能满足的需求更多，也更贴近小区居民每天做饭的需要。我现在去条马买的东西，就已经不只是最开始的鸡蛋和零食了。

不过，品类变多，经营也会更难。零食可以放久一点，蔬菜、水果和肉就要考虑新鲜程度、卖不完怎么办。前面那篇报道也提到，条马增加生鲜后，需要面对更高的损耗和更复杂的门店管理。能把东西采购回来，和能持续把这些东西卖好，还是有差别的。

我也会把条马的出现，放到这几年大家更在意价格的背景下看。我的感觉是，现在买东西会更愿意比较一下，同样的东西，能便宜一点当然更好，但也希望品质和购物环境过得去。条马提供的这几样东西，刚好比较符合这样的要求。

所以我觉得，任何时候都还是有商业机会的，只是要跟着时代的变化走。现在大家更在意价格，又希望东西买着合适、环境也还可以，条马就抓住了这样的需求。生意整体难做，也还是能从这些变化里找到机会。

但看到这个机会，和有能力把它做出来，又是两回事。普通人也许可以开一家小店，但要把采购、仓储、配送、选址和门店管理连在一起，再做成连锁，所需要的钱、团队和供应商资源就多得多。我觉得这也是资本和有资源整合能力的团队，更有机会做这类生意的原因。它们能投入资源，把一个小区里的需求做成很多家店的生意，同时也要承担品类增加、门店扩张带来的经营压力。

我对条马的观察，还是从自己买的那些东西出发。鸡蛋便宜、黄玉米有时候别处不好找、五花肉的小块和分层比较合适，这些都不是什么很大的事，但会让我下次买东西时继续想到它。条马后面能做多大，我现在还说不好，但它为什么能成为我在小区附近的蔬菜店之外的一个选择，我觉得原因就在这些地方。

2026-11-11 09:48:15

看了一下人民币兑美元的走势，现在 1 美元大概可以换 6.67 元人民币，近期美元兑人民币还创下了四年多来的最低位。换个说法，就是人民币兑美元到了近四年最值钱的时候。同样买一件以美元计价的东西，需要花的人民币少了。近期行情

我首先想到的是，这种情况下，平时就有美元支出的人，应该可以省一点钱。人在国内也有这样的场景，比如给美区 Apple 账户充值，留着买 App、支付订阅；或者用国际信用卡支付美元计价的国外服务，像 Cloudflare 的域名、一些国外软件和会员订阅。已经有去美国旅游计划的人，用美元支付酒店、购物等费用，折合人民币也会少一些。域名报价

这些场景的共同点，就是本来要花同样多的美元，现在需要的人民币少了。假设一项服务收 100 美元，按 7.2 算需要 720 元，按 6.67 算就是 667 元，差了 53 元。实际付款还要看信用卡或支付渠道的汇率和费用，但在美元价格不变的情况下，人民币升值确实能少花一些钱。

对我来说，后面还会持续订阅，我会考虑分几次给美区 Apple 账户充一点钱，留着后续使用。Apple 账户余额可以用于通过 Apple 结算的 App 和订阅，网站直接扣款的服务则要看自己的付款方式。也不会因为现在便宜，就一下充很多，毕竟以后的汇率可能更低。Apple 的余额使用说明

但接着我又想弄明白，人民币为什么会升值？这个 6.67，到底是怎么来的？

一个比较容易理解的原因是，出口企业收到美元后，需要换成人民币发工资、付国内货款。换汇时，企业把美元卖给银行，银行付给企业人民币，这个动作就是卖美元、买人民币。所以，企业集中把美元换回来，就会增加市场上卖美元的需求。近期的市场报道，也把出口收入和企业换汇列为这轮升值的重要推动因素。相关报道

我接着想，企业把美元换成人民币，为什么就能让人民币升值？大家都来换，是人民币不够换了吗？

可以从换钱时的价格来理解。企业把美元卖给银行，希望换回人民币。如果想卖出的美元增加了，而买美元的需求没有同步增加，一些急着换钱的卖家就可能接受更低的价格。比如原来卖 1 美元能拿到 7 元人民币，后来只能拿到 6.9 元，同样的人民币能买到更多美元，也就是人民币升值了。

当然，市场里还有相反方向的需求。进口企业要买美元付货款，投资者也会因为收益、利率和对未来的判断，在人民币和美元之间作选择。把这些买卖放在一起，才会形成最后的价格。贸易顺差大，意味着有较多出口收入，但企业也可以先把美元存着，什么时候真正拿出来换，同样会影响汇率。

我更想问的是，就算知道有人买、有人卖，最后这个汇率数字是由谁定出来的？我想到股票，开盘前会根据买卖申报形成开盘价，那汇率是不是也有一个类似的过程？

了解下来，要先分清每天公布的「中间价」和交易时不断变化的市场价格。

每个工作日开盘前，参与报价的做市商银行会给中国外汇交易中心报一个价格。交易中心去掉最高、最低报价，再把其余报价加权平均，在央行授权下，于早上 9 点 15 分公布当天的中间价。权重会参考各家银行的交易量和报价情况等因素。官方形成机制

加权平均可以理解为，各家报价对最后结果的影响有大有小。用两个报价举个简化的例子，假设参与计算的报价分别是 6.70 和 6.72，权重分别为 60% 和 40%，结果就是 6.70 × 60% + 6.72 × 40% = 6.708。权重更大的那个报价，对结果影响更大。这里的数字只是演示，实际计算时，交易中心会综合交易量和报价情况等因素确定权重。

但这些银行的报价又从哪里来？说是参考前一天收盘价、市场供求和国际汇率变化，我还是会想，供求总得有个依据吧，银行怎么知道今天有多少人要买、多少人要卖？

可以这样理解，银行有昨天的交易记录，也有自己收到的新订单。比如一家企业提前联系银行，说明天要把一笔美元换成人民币，另一家企业要买美元付货款。即使还没成交，银行也已经掌握了一部分需求。再加上自己手里持有多少美元、海外市场在境内收盘后发生了什么变化，就有了判断的依据。

每家银行看到的信息和判断会有差别，所以报出来的价格也会有差别。我原来一直在想成交量的作用，现在理解，成交量说明的是换了多少钱，要看价格往哪个方向走，还得看双方愿意按什么价格买卖。同样大的成交量，可以发生在上涨时，也可以发生在下跌时。

至于开盘以后，银行间还会继续报价和成交。急着卖美元的一方可能接受更低的价格，急着买美元的一方也可能愿意出更高的价格，行情就跟着变化。境内银行间美元兑人民币的成交价，可以在当天中间价上下 2% 的范围内浮动。交易规则

这也回答了我另一个问题，汇率是一天变一次，还是实时变化？每天公布一次的是中间价，市场交易价格在交易时段内会不断变化。我截图里看到的 6.67，标的是来自 Morningstar 的 USD/CNY 市场参考汇率，也要看它的更新时间和数据口径。

我们平时去银行换钱，则要看银行当时给客户的价格。银行可以根据市场供求自主报价，所以不同银行、不同时间，实际能换到的金额也可能不同。我拿人民币买美元，要看银行的美元卖出价；把美元换回人民币，要看银行的美元买入价。「买入、卖出」是站在银行的角度说的。银行报价规则

参与前面报价的做市商，也只是银行中的一部分。查到适用于 2025—2026 年的官方名单有 25 家，工商银行、招商银行都在里面。能够给客户办理换汇，和成为需要持续向市场报买卖价格的做市商，资格要求也有区别。官方名单

对我来说，眼下比较实际的还是那些本来就会有的美元支出。后面会持续使用的订阅，可以考虑分批充一点余额，具体省多少，就拿实际支付的人民币金额和以前比。汇率已经降到了近几年的低位，我会考虑利用一下，但也给以后继续变化留一点余地。

2026-11-10 09:36:45

上一篇写了什么是词向量，文字可以通过嵌入表变成一串数字，交给模型计算。这一篇接着写另一头：模型计算完以后，怎么决定接下来输出哪个 token？

这里会用到「解嵌入矩阵」。先简单说，它是一张用来打分的权重表，把模型最后算出来的一个向量，变成词表里每个 token 各自的分数。后面再把分数转成概率，选择下一个 token。

我一开始不太理解，既然嵌入表已经存着每个 token 对应的向量，那模型算出一个向量后，反过来找到对应的文字不就行了吗？为什么还要有解嵌入这一步？

要弄清楚这个问题，得先看交给解嵌入矩阵的向量，到底是什么。

比如输入「我想喝一杯」，模型要预测后面接什么。为了方便说明，假设最后一个 token 是「杯」。它刚进入模型时，会从嵌入表里查出一个初始向量，这时还没有结合当前这句话的上下文。

接下来，这些向量会经过注意力层、前馈网络等很多层计算。这篇先不展开它们怎么算，只看结果：「杯」这个位置的向量会不断更新，把前面文字中与预测有关的信息融进去。最后用来预测的，是这个位置经过所有中间层处理后的向量。

所以，3Blue1Brown 的讲解里说用最后一个位置的向量预测下一个 token，并不意味着只看最后一个词。位置还是最后那个位置，但向量里的数字已经变了，它包含的信息也不再只有「杯」这个 token。

下面把这个更新后的向量称为「上下文向量」，方便和最初查出来的词向量区分。它不是模型额外生成的另一个东西。

这个上下文向量，不需要恰好等于嵌入表里某个 token 的向量。

可以拿二维空间想象一下。假设嵌入表里只有三个向量，分别在 (1, 0)、(0, 1)、(1, 1)，但二维空间显然不止这三个点。中间层完全可以算出 [2, 3]，它仍然是一个正常的二维向量，只是没有哪个 token 的初始向量恰好等于它。

维度也不需要因为融入了上下文就变多。沿用上一篇的 GPT-3 例子，初始 token 向量是 12,288 维，送到解嵌入这一步的向量也是 12,288 维。中间层改变的是里面的数字。

这时，模型还没有输出几个候选 token，也没有给所有 token 算好分数。它手里只有一个用于预测的向量。解嵌入矩阵接下来做的，就是拿这个向量，给词表里的每个 token 打分。

图：3Blue1Brown，原文。下方黄色框是最后一个位置处理后的向量，黄色箭头把它送去与左侧的解嵌入矩阵相乘；中间得到各 token 的分数，右侧再转成概率。图中的英文候选词来自原作者的例子。

用一个小例子走一遍会更清楚。假设词表只有「茶」「水」「咖啡」三个 token，上下文向量只有两个数字，前面的网络算出了 [2, 3]。下面的数字都只是演示，不是真实模型的权重，也不代表这些中文词实际都会被分成单个 token。

解嵌入矩阵为每个 token 准备了一组输出权重，把它们按行放在一起，就是这样一张表：

现在拿 [2, 3]，分别和每一行做点乘。点乘听起来有点抽象，计算其实就是对应位置的数字相乘，再加起来：

同一个上下文向量，分别和三组输出权重计算，就得到了三个分数。 矩阵乘法把这些计算放在一起完成，输入的是 [2, 3]，输出的是 [2, 3, 5]。

每个分数属于哪个 token，由矩阵的行顺序确定。第一行对应「茶」，第一个分数就是「茶」的分数，不需要算完以后再去找这个分数对应什么文字。

这也回答了我前面的疑问：一个向量为什么可以给那么多 token 打分？因为它可以反复参与计算。词表有多少个 token，矩阵就有多少行，每一行算出一个分数。这里并没有要求上下文向量本身对应某个词。

还有一点我之前也有疑问：模型训练完以后，解嵌入矩阵里的权重通常固定了，那不同上下文怎么会算出不同的分数？

还是用同一张表。假设换了一段上下文，前面的网络算出的向量变成了 [4, -1]，这次算出的分数就是：

权重没有变，最高分却从「咖啡」变成了「茶」。原因就是参与计算的上下文向量不同了。

上面两张表把数字直接列出来，是为了看清楚计算。真实模型里的输出权重需要通过训练学出来，前面的网络也在一起训练，让最后得到的向量经过这张矩阵计算后，能给合适的下一个 token 更高的分数。不是随便拿一个向量和一张表相乘，就能预测文字。

也不能把这个过程简单理解成「找离上下文向量最近的词」。两个向量既可以画成空间里的点，也可以画成从原点出发的箭头。点乘算出的分数与它们的方向、长度都有关系，不等于两个点之间的距离。理解这一步，先记住每一行都参与计算、每个 token 都得到一个分数就够了。

接下来才轮到 softmax。前面 [2, 3, 5] 这样的分数，可以大于 1，也可以是负数，还不能直接当概率。softmax 先计算每个分数对应的 e 的次方，再分别除以这些结果的总和，就能得到一组全是正数、加起来等于 1 的概率。

图：3Blue1Brown，原文。左边是分数，右边是转换后的概率，显示为 0.00 的项目是四舍五入的结果，不代表概率严格为零。图中使用的是另一组演示数字。

在这个例子里，三个 token 的概率大约是 4.2%、11.4%、84.4%。同一次预测里，分数越高，经过 softmax 后的概率也越高，排名不会改变。后面的生成步骤再根据概率选择一个 token；如果按概率抽取，就不保证每次都选最高的那个。原始 Transformer 论文第 3.4 节也把最后的线性计算与 softmax 分成了这两步。

选出的 token 加到已有文本后面，模型再继续预测后面的 token，文字就这样逐步生成。

回到真实规模，词表有 50,257 个 token、每个输出权重向量有 12,288 个数字，解嵌入矩阵就有 50,257 × 12,288 = 617,558,016 个权重，约 6.18 亿。它输出的是五万多个分数，不是六亿多个候选。这张矩阵也可能与输入端的嵌入表共享权重，共享时不能把同一组参数重复计数；具体模型怎么安排，这篇先不展开。

现在再看解嵌入矩阵，我觉得最需要分清楚的就是：前面的网络算出一个包含上下文信息的向量，解嵌入用它给整张词表打分，softmax 把分数转成概率，最后再选 token。把这几步分开，就比较容易看清它到底在做什么了。

2026-11-09 09:21:24

我一直在看 NBA，虽然不是死忠球迷，但平时还是会关注 NBA 新闻。每年休赛季都有各种签约、各种交易，我觉得这也是 NBA 比较有看头的一点。

先不说场上教练的运筹帷幄，单就球队阵容来说，总经理的工作也很重要。他要考虑球队的整体规划，当前这套阵容到底是准备争冠、重建，还是先维持现状，再根据这个方向去签人、交易。一个球员很强，也不代表球队就一定要把他留下来。

像今年夏天，杰伦·布朗被凯尔特人交易到了 76 人。我看这种交易，会比较关注球队后面的薪资安排。如果保留高薪核心，意味着以后要在普理查德、豪瑟、怀特这些球员之间作取舍，我觉得就得考虑，为了留下一个人，影响其他几个重要球员的去留，到底值不值得。当然，这不等于留下布朗就一定会失去他们，也不能把这笔交易的原因都归到省钱上。

这也是我想写一下自己对 NBA 球队运作的理解的原因。有些事情只看球员的实力，不太好解释，把合同、薪资和选秀权放进来，就比较清楚了。

首先是工资帽。NBA 并不是老板有钱，想给球员开多少工资都行。球队有工资帽，球员的顶薪也有上限。球队超过工资帽后，仍可能按规则续约自家球员，但不能随意签其他球队的自由球员。

再往上，还有奢侈税线、第一土豪线和第二土豪线。简单理解，超过奢侈税线要额外交税，碰到土豪线，还会限制球队签人和交易的办法。这里不是只有「多交点钱」的问题，有的操作即使老板愿意花钱，也做不了。NBA 官方的劳资协议要点区分了这些限制。

我的理解是，这些规则能让各支球队保留一定的竞争机会。大球市有流量、商业机会多，对球星更有吸引力，如果再能无限开高薪，小球市会更难留人。但这些限制也不是只针对大球市，雷霆这样的球队，自己培养的核心都打出来了，也会面对同样的问题。

因为球员越打越好，续约也会越来越贵。顶薪通常跟年资有关，最佳阵容、MVP 等荣誉在符合条件时，也能让球员获得更高的顶薪资格。这个上限按工资帽的比例算，不是按球队实际工资总额算。几名核心的大合同陆续开始执行，球队即使实力很强，继续补强的余地也会变小。NBA 的规则说明列出了顶薪资格和计算方式。

交易也要考虑薪资。比如我要换来一个当季年薪 5,000 万的球员，在需要匹配薪资、允许合并合同的情况下，可以送出年薪 3,000 万和 2,000 万的两个球员，再给对方几个选秀权，让对方愿意成交。

这里球员的工资用于薪资匹配，选秀权是另外的交易筹码。不能说少送出 1,000 万工资，就用两个首轮签来补，选秀权没有这样的工资金额。而且薪资匹配也不要求每笔都完全相等，有些情况允许多接收一点，有空间的球队可以用空间承接差额；交易后超过第一土豪线，则不能多收。双方都要符合各自的规则。

第二土豪线还会限制把几名球员的工资加在一起匹配交易，所以前面两个球员换一个球员的例子，也不能用在所有球队身上。官方交易规则里有这些要求。

另外，匹配通常看当季计入交易的薪资，但接手球队不能只看今年。假如一个球员今年年薪 2,000 万，后面还有两年、每年也拿 2,000 万；另一个球员今年同样拿 2,000 万，但合同马上到期。对接手球队来说，这两份合同承担的负担就不一样。自己明年如果要续约核心，多出来的两年工资，就得提前考虑。

所以到期合同也有价值。有的球队愿意把长期大合同换成几个到期合同，等合同结束，后面就少了一些工资承诺。但如果球队那时仍超过工资帽，也不代表省下多少工资，就能拿同样的钱去签人。

对重建队来说，薪资空间又可以拿来换选秀权。反正未来一两年暂时不急着争冠，可以接手别人想送走的大合同，条件是对方附上选秀权。想调整阵容的球队减轻负担，重建队积累未来的资产。当然，如果是一个很有价值的球星，那可能反过来，是接手方要拿选秀权去换他。

这也就能理解，为什么有些球队会把好球员交易给对手。争冠队想尽快补强，愿意拿未来的选秀权换现在；重建队对眼前战绩没有那么高的要求，更看重后面能选到什么人。重建过程中阵容变弱，和故意输球去争选秀利益，也要分开看。

每队原始配置通常是一枚首轮签和一枚次轮签，交易以后，实际持有的签就可能多一些或者少一些。雷霆在 2019 年交易乔治时，就得到了亚历山大、加里纳利、五枚首轮签和两次首轮互换权。亚历山大后来成长起来了，有些选秀权却还没到兑现的时候，所以就出现了球队已经很强，仍然有未来资产的情况。况且别队的签，也不会因为雷霆自己战绩好就自动靠后。互换权则只是换签的权利，不是额外多一枚签。

如果大合同送不出去，能不能直接裁掉，再把钱拿来签别人？这就涉及保障合同了。

如果剩下的工资有保障，球队把人裁了，通常也还要付钱，继续占工资帽，并不是人不在队里了，这笔负担就没了。非保障或者部分保障的合同，则要看具体条款。NBA 与球员工会的劳资协议规定了这些区别。

买断是双方再谈一次。假设球队还欠球员 3,000 万，球员可以同意放弃 500 万，球队承担其余的 2,500 万，然后让他离队。谈妥后，球员经过澄清期，无队认领，就可以成为自由球员，去和新球队签合同，不用等到原合同到期。

我原来以为买断就是把剩余工资打个折、提前一次性付清，其实不一定一次性支付，得看约定。而且球员没有放弃的那部分工资，原球队通常仍然要承担，也继续影响工资帽。像汤普森与独行侠买断后签约热火，就是球员通过这种方式换了球队。

还有一种是裁员以后使用延伸条款，把占工资帽的负担摊到更多年份。符合条件时，剩余两年的相应薪资可以摊到五年，这样眼前每年的负担小一点，但后面几年也都要继续承担。这里占帽怎么摊，和现金怎么支付，要分开理解。雄鹿裁掉利拉德、使用延伸条款，为签下特纳创造空间，就是这种操作。具体占帽办法见 NBA 的延伸条款说明。

这些也是总经理要算的账。现在多留一个球星，会不会影响后面几个人的续约；为了送走一份合同，值不值得给首轮签；为了今年腾出空间，能不能接受后面几年继续占帽。争冠、重建或者维持现状，决定了球队更愿意付出什么。休赛季看那些签约和交易，我觉得有意思的地方也在这里。

2026-11-06 08:27:07

看这次美国中期选举的报道，说伊朗战争、油价和物价上涨让选民越来越不满，特朗普所在的共和党这次输得很彻底。民主党拿下了下一届国会的两院多数，连一些长期由共和党占据的席位也丢了。但我想弄明白，这个「输得很彻底」具体是什么意思？失去这些席位，对特朗普到底有什么影响？我虽然知道美国有三权分立，但对国会、众议院和参议院的关系，还有它们怎么选、有什么权力，其实没有弄得很清楚。所以查了一些资料，写一下自己目前的理解。

美国联邦层面的三权分立，分别是立法、行政和司法。国会行使立法权，总统领导行政部门，法院行使司法权。国会里面又分为众议院和参议院。我最开始想到的是英国的上议院和下议院，想借这个来理解美国的两院，但对它们具体怎么产生、各自有什么权力，还不太清楚。美国两院都属于联邦国会，各州另外还有自己的州议会。

我觉得先把两院的名额怎么分弄清楚，后面就比较好理解了。

众议院有 435 个有表决权的席位，按各州人口分配，每州至少一席。比如一个州分到了 10 个名额，就在州内划出 10 个国会选区，每个选区选出一名众议员。选区是为了选举划出来的区域，不一定和城市、县的边界一致。你住在第几个选区，就投票选那个选区的众议员。因此，同一个州可以选出一些共和党众议员，也选出一些民主党众议员。

参议院则是每州固定两席，50 个州一共 100 席，每个席位都由全州选民投票选举。两个名额没有给两党各预留一个，可以都由共和党人当选，也可以都由民主党人当选，或者两党各一人。

为什么要分成这两种方式？我的理解是，这里面有一个人口多的州和人口少的州之间的权衡。如果只按州平等分配，人口差很多的州却有一样多的代表，人口多的州就会觉得不公平；如果完全按人口分配，人口少的州又担心自己的意见长期不起作用。于是众议院按人口分，参议院按州平等分。参议院保障的是州作为联邦成员的平等地位，不是看哪个州经济更发达或更重要。

两院的选举节奏也不一样。众议员任期两年，每两年全部改选一次。也就是说，总统选举那年选一次，两年后的中期选举再选一次，下一次总统选举又选一次。全部改选不等于全部换人，原来的议员仍然可以连任。

参议员每个席位的任期是六年，全国的席位分批改选，每两年轮到大约三分之一。同一个州的两个席位通常错开年份选。在每两年一次的国会选举中，一个州可能有一席要选，也可能两席都不用常规改选。这里我一开始绕了几次：国会选举每两年一次，其中夹在两次总统选举中间的那次，才叫中期选举。中期选举本身是每四年一次。

另外，参议院虽然也叫上议院，但它不是众议院的上级。参议员代表整个州、任期更长、人数更少，个人的政治分量往往更突出，但这不代表参议员可以指挥众议员。众议院的议长由全院选举，通常由多数党推出的人选担任；参议院议长则由副总统兼任，推动多数党议程的重要人物是参议院多数党领袖，不能把这两个职位混在一起。

接下来是我最想弄明白的问题：国会负责立法，但也没有那么多新法律需要发布，它平时到底在做什么？

立法除了制定新法律，也包括修改和废除已有法律。 两院都能提出和修改普通法案，最后必须分别通过相同的文本，再交给总统签署。总统可以否决，两院也可以各以三分之二多数推翻否决。

比如假设要规定企业泄露用户数据后，必须在 72 小时内通知用户。众议院先通过了这个版本，参议院认为时间太紧，改成了 7 天。这样还不能送给总统，因为两边通过的内容不同。众议院可以接受修改，也可以继续提出自己的意见，直到双方通过同一个版本。如果始终谈不拢，这项法案就不能成为法律。先后顺序也可以反过来，由参议院先提出和通过。

我原来想拿三省六部里中书省起草、门下省审议来理解两院。它们确实都有不同机构相互把关的意思，但具体分工对不上：美国两院都能提、都能改，也都要审，不是固定一家写、另一家审。

国会还有一个很实际的权力，就是管「钱袋子」。 税收规则和政府花钱的权限，主要也是通过法律来确定。

税收法案必须从众议院提出，但参议院可以修改，也需要通过。这里通常不是每年重新决定「今年必须收多少钱」，而是规定谁要缴税、税率多少、哪些情况可以减免。法律没有修改或到期，后面就继续按规则收。每年实际收到多少，还取决于企业利润、个人收入等经济情况，预算里写的是预测。

拨款则可以理解为，政府想做一件需要经费的事，总统和行政部门提出申请，国会决定批准多少、用于什么地方、附带什么条件。两院通过拨款法案、总统签署后，具体执行和付款由行政部门负责。也不是每笔支出都要临时投票，社保等许多支出已有法律规定支付规则。

一个实际例子是特朗普第一任期修美墨边境墙。2019 年，他要求提供 57 亿美元，但国会在那项拨款法里只批准了 13.75 亿美元，用于指定地区的边境围栏建设。总统想要的金额和范围，并没有全部获得批准。后来他又尝试援引其他法律权限，把一些既有经费转用于边境墙，引发了诉讼。这也说明，能不能调其他钱来用，仍然要看法律依据。国会研究处有专门的报告讲这件事。

至于打仗，还要分清军费拨款和使用武力的授权。军方可能已经有依法可用的经费，不是每次行动前都重新找国会要钱。但有钱不等于获得作战授权，总统作为三军统帅能在多大范围内自行决定动武，又是另一个问题，不能只用「国会给不给钱」来判断。

国会还可以监督政府。 比如某个部门的采购被怀疑价格过高，众议院的相关委员会可以要求材料、举行听证，让负责人解释，参议院也可以开展自己的调查。这和立法不一样，不需要两院先同意才能开始，各自可以行使监督权。

两院也有一些专属权力。 总统提名部长、联邦法官等重要人选，主要由参议院决定是否同意，众议院通常不参与确认。弹劾则由众议院提出指控，参议院审理，定罪需要出席参议员三分之二同意，所以发起弹劾和让总统下台之间，还差着很大一步。参议院的权力说明列出了这些分工。

回头再看这次中期选举，席位变化为什么会影响总统，就比较容易理解了。民主党赢得下一届两院多数，意味着共和党总统想推动立法、争取拨款、让重要提名获得确认，都需要面对更多阻力，国会的调查和监督也可能加强。新一届国会在 2027 年 1 月开始任期，因此胜选和实际接管之间还有一段时间。

我之前还把特朗普第一任期的两院归属记反了。2017—2018 年，两院都由共和党控制；2019—2020 年，民主党控制众议院，共和党继续控制参议院。所以看总统能推动多少事情，还得具体看当时两院的情况，不能只看谁当总统。

当然，总统所在的党拿到两院多数，也不代表总统做事就没有阻力，党内仍然可能有不同意见。但我觉得特朗普这一届的情况有些不同，他组建班子更看重忠诚，在共和党内的影响力也比第一任期更强，所以来自自己这一边的阻力应该小一些。

现在再看到「红州翻蓝」「民主党拿下席位」这些说法，我会先看它说的到底是联邦参议员、联邦众议员，还是州议会。红州、蓝州说的是选举倾向，一个职位换了党，不等于整个州所有职位都换了党。把这些分清楚，再去看国会的多数变化，才知道它具体会给总统带来什么影响。

2026-11-04 08:05:31

最近有位学计算机的表弟在找实习，跟我说实习生的工作特别不好找。这让我有点感慨，我还是比较幸运，没有在这个时代毕业。如果我现在毕业，我觉得自己一样找不到工作。

我觉得 AI 编程已经彻底改变了程序员这个职业。

现在做开发，很多具体的代码都可以交给 AI 来写了，简单的工作更是如此。程序员自己更多要做的是，确保方案没有问题，跟别人沟通方案，再把实现推进下去。工作正在越来越多地转向面向人，理解业务、沟通和推进占的分量越来越大。

以前程序员是一个有技术门槛的工种，但同时也有点像体力工种。即使一个人的技术再厉害，是高级工程师，甚至是架构师，一天能写出来的代码也是有限的。方案定好了，仍然需要有人一行行把代码写出来，所以需要初级工程师和实习生来承担这部分工作。

但 AI 出现以后，这部分工作很大程度上可以交给 AI 了。一个有经验的工程师，自己确定方案，再让 AI 去实现，对初级工程师的需求自然就会减少。

这也是我听到表弟找实习困难时，最直接的一个感受。原来可以靠写一些简单代码进入这个行业，现在这些工作 AI 就能做了，那公司为什么还需要招一个刚毕业、需要培养的人？

对于刚毕业的计算机、软件工程相关专业的学生来说，我担心「毕业即失业」会成为更多人面对的处境。

如果继续走这个行业，我目前能想到相对好一点的出路有两种。一种是进入计算机相关专业有优势的学校，或者考上这类学校的研究生，再通过校招进入一个愿意培养毕业生的大厂。这样可能还有一定的希望。另外一种是自己非常会折腾，毕业时就能利用 AI 做自己的产品，甚至直接创业。

当然，这两条路也都不容易。只是以前靠掌握一门编程技术，就能先找到一份工作、再慢慢成长的路，我觉得现在越来越难走了。

以前的计算机学生还有一点幸运，就是经历过手搓代码的时代。

我们花时间学计算机基本原理、数据库这些基础知识，再自己一点点写代码。没有 AI 帮忙，也得想办法把东西做出来。在这个过程中，慢慢知道一个软件是怎么工作的，出了问题应该怎么处理，再往高级工程师走。

现在的学生如果没有自己潜下心去学，很容易跳过这个过程。代码让 AI 写，问题也让 AI 改，东西可能做出来了，但一旦没有 AI，自己连基本的开发和维护都完成不了。

我觉得这有点像用电照明。AI 就像电，平时有电的时候，大家都能把屋子照亮。但如果突然断电，经历过手搓代码的工程师，还知道怎么点蜡烛；没有经历过这个阶段，也没有自己学过的人，可能就只能干等着来电。

当然，一般也不会断电。只是经历过自己写代码这个阶段，跟一开始就完全依赖 AI，还是有区别。尤其以后想往高级工程师、架构方向走，这些基本原理还是需要自己花时间去学。

对于已经在这个行业里的程序员，我觉得接下来应该更多提升自己的架构能力、理解业务的能力，以及跟人沟通、推进项目的能力。

具体代码越来越多地交给 AI，自己就得知道该做什么，方案有没有问题，应该怎么把这件事做下去。如果继续走软件这个行业，我觉得一个比较好的方向，是成为一个懂技术、懂架构的产品经理。既能理解产品要做什么，又知道技术上应该怎么实现。

另外一个方向，是去做 AI 相关的研发。如果想走模型、算法这类方向，大学时就需要把数学基础打好。我觉得传统软件开发岗位虽然在受到挤压，但 AI 相关的研发仍然很有搞头。只是这个方向对基础的要求不一样，也需要提前准备。

再往后看，我觉得做一个项目需要的工种和人数也会继续变化。这里主要说的是规模比较小的 To B 项目，也就是给企业客户做一个小一点的项目，从拿到需求到把项目交付出去，需要怎样一个团队。后面说团队可能缩减到一个人，也是沿着这个场景往下推。规模更大、复杂度更高的项目，可能还是需要多人协作，不能直接套用这个思路。

以前做一个项目，可能需要产品经理、项目经理、设计，再加上几个前端、后端和测试。有的团队产品经理和项目经理是同一个人，但具体开发仍然需要好几个人协作完成。

接下来可能还是这些工种，但每个工种需要的人变少了。原来要几个前端、几个后端，现在可能各一个就够了。再往后，岗位之间的边界也会慢慢合在一起。

前端可能会更多地偏向设计，后端则需要做一些前端的东西，越来越全栈化，也越来越接近技术负责人，要能考虑架构和整个项目的实现。后端还需要承担自动化的接口测试，并且从页面入口把完整的功能流程走一遍，确认前后端连起来以后能正常工作。

测试这边，熟悉业务的测试同学可能会更多地往产品方向靠。具体的测试工作则逐渐由开发者承担，再配合 AI 和自动化测试，对独立测试岗位的需求可能会减少。

这样继续往下走，一个团队可能就剩下一个产品、一个兼顾设计的前端，再加上一个能做全栈和架构的后端。然后可能是一个产品、一个技术。再往后，可能就是一个懂技术的产品，一个人配合 AI 把事情做完。

如果继续沿着这种小型 To B 项目交付的场景推下去，最后可能只需要一个老板去拿客户的需求，再由一套自动化的智能体完成设计、开发和测试。

这些是我从做小型 To B 项目的角度，对后面变化的推测。具体会走到哪一步，我也不知道。但顺着这个方向想，最后留下来的那个角色，可能就是老板。需求由他去拿，事情由他来推动，具体的实现交给 AI。大公司当然不能简单照着这个思路，推到最后也只剩一个老板。

这也是我觉得程序员这个职业已经变了的原因。以前即使不擅长跟人打交道，靠着技术和自己写代码的能力，也能承担团队里的一部分工作。现在代码越来越容易写出来，我们自己需要做的，反而越来越多地变成了理解需求、判断方案、跟人沟通，再把事情推进下去。