夜雨聆风
不要把任何一分钱,投向和AI无关的地方
昨天和一个朋友聊到“AI焦虑”，突然想把这个话题再展开一点。
先说结论：如果你和我有类似的使用体验，现在大概率也会毫不犹豫地重仓科技，不要把任何一分钱，投向和AI无关的地方。
先交代一下背景。我的职业是传统金融，不是投行、券商，也不是科技从业者。我不写代码，也不做设计。对我来说，AI最主要的使用场景，是基于个人投资目的的投研，以及日常工作中的文字处理。
所以，网上很多关于AI取代程序员、设计师、传媒创意岗位的焦虑，和我并没有直接关系。我的体验，可能更接近普通上班族，尤其是脑力劳动者的真实感受。
目前，Gemini、ChatGPT和豆包大概占据了我90%以上的AI使用时间。因为我不用写代码，所以没有深度体验Claude和Claude Code这两大“杀器”。
我的日常使用，大致分为三类：投研、工作和日常。大概70%的时间给Gemini，20%给ChatGPT，剩下10%的长尾需求交给豆包。
一、投研：Gemini让我很难再回到过去
在Gemini之前，我最常用来辅助投研的工具是元宝。原因很简单：元宝能读取微信公众号语料。大家都知道，到现在为止，微信公众号依然是中文互联网里高质量开放内容最密集的地方。
除了元宝，我用得比较多的是ima。这个就不用多解释，懂的都懂。
但过去半年，尤其是Gemini 3出来之后，我体验过Gemini，就很难再回去了。
按最新的大模型能力排名，Gemini 3.1 Pro未必已经是最能打的模型。但Gemini有一个非常强的优势：信息检索能力极强，而且在我的使用体验里，几乎是独一档。
强到什么程度？
有一家美股上市公司，上周某天早上盘后发布财报，并召开业绩说明会。中午休息时，我打开Gemini，让它帮我总结一下。它已经可以非常好地整理出很多细节和具体内容。
以前我通常要到处找会议纪要，再丢给ima或者GPT总结。现在，我直接问Gemini，它就能给我答案。
同样的事情，ChatGPT目前做不到。我的直觉不是ChatGPT不聪明，恰恰相反，它很多时候更聪明。但它检索不到足够丰富的语料，所以很难回答到那个深度。
这里必须提到Gemini的一个功能：GEM。
GEM相当于帮你提前定义一套工作规则，让AI每次回答问题时，都按照固定规则执行。我设置了一个投研GEM，自定义指令包括：
优先检索专业研报、行业媒体、上市公司财报、业绩说明会等语料；无法证实的内容，必须标注来源和分析过程，严格避免幻觉；每一次回答，都必须提供一个辩证思考角度，不走极端。
这个GEM后来成了我非常重要的投研助手。我已经大半年没再用过元宝，也很少打开ima了。
现在很多时候，我的投研主要依靠和Gemini对话。只要你足够敏锐，能够抓住关键问题，就可以通过不断追问、延展、交叉验证和反复论证，逐步完善自己的认知。
同样的事情放在两三年前，我需要翻阅大量研报，听电话会议，看会议纪要，找同类公司和上下游公司做交叉验证，再自己分析概率。对个人投资者来说，没有团队，一个主题研究下来，很容易被过量信息压到思维抽筋。
AI现在的能力，一方面让我觉得舒服，另一方面也让我感到很深的焦虑。
对我来说，这意味着效率大幅提升。但对那些拥有更强资源、更大算力、更丰富语料的机构和对手盘来说，他们的效率提升只会更恐怖。个人投资者和他们对抗的难度，不是变大了一点，而是可能大了不止一个数量级。
二、工作：真正可怕的不是AI聪明，而是它还没拿到全部资料
原来我以为，AI主要解决的是标准化工作流。
但现在我越来越觉得，更个性化、更非标的工作，AI同样可以解决，前提是数据和语料足够丰富。
我的日常工作需要写很多长篇报告。这和投研不一样。投研很多时候是为了自己理解，我可以通过对话、论证、延展、思辨，再反复修正认知，不一定要形成完整文字。
但工作不一样。工作最终必须沉淀成材料、报告和正式文字。
这个时候，ChatGPT明显比Gemini更适合我，尤其是两个功能：“深度研究”和“项目”。
Gemini也有Deep Research，但实际体验和ChatGPT相比，差距很明显。也正是因为ChatGPT的深度研究能力，我虽然70%的时间在用Gemini，但仍然每个月花20美元开ChatGPT会员。它的使用频率不如Gemini高，但确实能解决痛点。
不用怀疑GPT的智商。但最终效果如何，关键仍然取决于语料是否足够丰富。
如果面对的是公开信息非常充分、不需要大量封闭资料、也不需要复杂个性化处理的长篇报告，那么只要丢一个提纲过去，ChatGPT用深度研究就能完成得很好。
但还有另一种情况：你的工作需要大量个性化语料。比如需要参考你的专业知识库、历史文案、工作背景、过往材料和内部逻辑。这个时候，单靠ChatGPT去网上搜，效果就不够了，出来的东西往往和你真正想要的差距很大。
这时就要用到“项目”功能。
新建一个项目后，你可以上传多个文件，作为这个项目的语料来源。当你需要完成一些个性化文案时，把之前的工作成果、参考文档、历史材料一起丢进去，GPT就能明显更贴近你的要求。
我用“项目”功能完成了很多过去无法用AI实现的个性化文案。
但也正因为它足够强，我意识到一个很可怕的真相：
AI现在还没有替代你，并不一定是因为它不够聪明，而是因为它还没有拿到足够完整的语料和数据。
如果有一天，你所从事的脑力工作所需要的底层数据、制度规范、业务流程、目标要求、参考案例、历史文档全部打通，直接喂给公司内部AI，那真的不要太相信自己的工作不可替代。
我认为，80%的文字工作，最终都有被替代的可能。
这个现实让我非常焦虑。到目前为止，我还没有在自己身上找到足以对抗这股浪潮的确定性优势。
另外不得不说，image 2上线以后，GPT的文生图能力又到了一个新高度。普通办公室场景下的文案配图、简单海报、活动视觉设计，已经具备相当强的替代性。
三、日常：轻量需求，我基本都交给豆包
大到检索一个问题，小到编辑一条短信，我都会问豆包。
这种轻量化需求，我认为豆包目前在国内非常能打，体验甚至可以说是第一梯队里最顺手的。
作为一个重度Gemini用户，我日常仍然会把豆包放在手机桌面的核心位置，打开频率很高。偶尔时候直接用豆包替代Gemini，他也是可以做到的。
原因有两个。
第一，豆包的用户体验确实做得好。速度快、使用方便，而且依托字节系产品矩阵，它能接触到非常丰富的语料。在日常轻量化应用上，字节系语料的实用程度，并不输微信公众号。
第二，今年大模型升级后，豆包的能力已经明显进入国内第一梯队。放到国际范围里，也属于真正好用的产品，和过去那个略显拉胯的状态已经完全不同。
所以我现在的使用矩阵基本是：
投研问题、专业健康咨询等，用Gemini；
深度研究、非标文案处理、深度话题交流，用ChatGPT；
其他长尾需求，基本全部丢给豆包。
最后：真正的变化，可能才刚刚开始
这一切质的变化，大概也就发生在最近半年。更准确地说，是在Gemini 3之后。
IT和传媒行业的朋友可能用Claude更多，他们对这半年发生了什么，体会应该比我更深。
AI在大幅提高我效率的同时，也让我陷入更深的焦虑。
我不知道下一步AI还能做到什么。但我知道，如果整个人类社会和企业运行机制，从底层开始全面接入AI，把现在为人类思维和工作习惯设计的工作流，升级为给AI设计的工作流，那么依靠脑力劳动生存的白领阶层，将有相当大比例面临被替代的风险。
这不是危言耸听。你真正深度使用过，就会更明白。
我也不知道，当这一切发生时，我能不能找到自己的新定位。
蒸汽机发明后，大量手工纺工失去工作，被迫转型。但其中绝大多数人并没有成功转型，最终被时代淘汰。因为工厂不再需要那么多熟练手工工人，他们需要的是更低成本、更容易管理的劳动力。
前两个月Citrini那篇广为流传的文章，其实揭示了类似的真相。当你真正深度理解并使用AI之后，应该不难感同身受。
有很多关于未来AI的焦虑我找不到答案。
但作为一个主要聊投资的公众号，我至少可以很明确地说一句：
在这个时间点，我不会任何把一分钱投向和AI无关的地方。
你的❤️点赞、📝转发、🧐在看，是我坚持的动力！
所有数据均来自wind、同花顺、choice等公开信息
图片、新闻均来自互联网
个人观点不代表投资建议
如有侵权或其他不当表达，联系我随时删除
没有微信群、没有QQ群
有想了解的主题，欢迎留言
备用号：贝塔研究笔记