Horizon：投资、阅读与长期思考

这里记录的不只是观点，而是判断如何形成、后来发生了什么，以及哪些经验应该变成下一次还能使用的规则。

真正有价值的不是预测对几次，而是错误有没有修改下一次决策。

主题

公司、行业、估值、仓位与投资复盘。重点记录当时为什么这样判断，以及后来发生了什么。

不做书摘堆积，重点记录哪些观点真正改变了问题理解、工作方式和现实选择。

技术、职业、个人系统与长期主义。把零散想法整理成可以被验证和反思的判断。

我现在不写书评了：记录一个程序员如何把阅读从“读完一本书”变成决策系统：从摘录、问题、行动清单、投资复盘、产品判断到个人网站内容沉淀，让读书真正进入长期资产构建。

程序员 FIRE 退休系统：结合职业半衰期、复利测算、资产化收入和风险缓冲，规划 AI 时代更抗波动的长期财务路径。本文进一步说明本文解决的问题：Query 意图锁定、适合谁阅读。

定投（Dollar-Cost Averaging，DCA）是在固定周期投入固定金额的长期投资方法。本文解释定投与一次性投入的差异、适用场景、机会成本、费用与风险，并给出可执行的定投规则和 Python 模拟示例。

复利终极指南：从指数增长、时间与收益率关系出发，结合 Python 模拟、定投、通胀和资产自动化，建立可验证的长期财富模型。

AI 时代重读《黑客与画家》：从问题选择、产品品味、快速迭代、代码杠杆与长期所有权，重新理解独立开发者在 AI 时代仍然不可替代的创造价值。

重读《穷查理宝典》：把多元思维模型、逆向思考、激励机制、反证条件和能力圈转成可执行的投资与决策复盘规则，并用来检查过度自信与单一模型偏差。

《伟大的博弈》读书笔记：从华尔街三百年兴衰理解金融泡沫、技术叙事和资本周期，并对照 2026 年 AI 浪潮与数字资产市场，提炼可用于投资判断的历史规律。

纳瓦尔宝典实验：阅读实践复盘：带着问题读纳瓦尔，把杠杆观点放进现实行动验证结果，并记录下次判断规则。本文进一步说明本文解决的问题：Query 意图锁定、Xiaobai's Note。