夜雨聆风学习资料网

ARTICLE · 1012855

07_工具正义不等于结果正义——AI 使用底线

07_工具正义不等于结果正义——AI 使用底线

“

《AI4I》系列 | AI for Investing | 贝勒投资笔记

越深度使用 AI 的人,越应该保持一种状态——我叫它"清晰的混沌":大方向和工具都对,但永远不给"结果必然对"留座位。

作为一个15年从业经历的投资中登,这篇讲讲这条底线是怎么被市场教出来的。

01 工具用对,结果照错

先解释这个词。工具正义:把每一步都做对了——信息来源可靠、流程规范、工具使用无误。结果正义:最终结果正确。两者的关系是:前者完全不保证后者。

更进一步:绝对精准的工具和绝对精准的路线,反而容易生出特别烂的结果。投资里这有个老名字,过度拟合——对历史拟合得越精确,对未来越脆弱。把参数调到历史回测无可挑剔,实盘可能一碰就碎。追求"每一步都精准正确"的系统,牺牲的恰恰是容错和弹性。

02 一次假设失灵:流程全对,假设错了

今年上半年,我的一个宏观假设失灵了。

我原本假设"黄金与地缘危机的负相关会持续"——危机一起,避险资金推着黄金涨,这条逻辑顺理成章,历史数据也支持。结果 2 月伊朗冲突升级,黄金不但没涨,反而跟着跌。

事后能补出解释:黄金是流动性最好的资产之一,真到用钱的时候,大家第一反应是抛黄金换美元——越危机,越先卖金。逻辑说得通,但那是后见之明。当时,假设就是错了。

这件事我想说清楚三点:

  • 假设错,不等于流程错。每一环都按流程跑了,每一步都没违规;

  • 正因为流程会忠实执行错误的假设,独立的跟踪和验证环节才必须存在;

  • 假设必须经得起日常跟踪的检验——验证出问题就赶紧调,到下半年,我对这条假设的立场已经改成"不再持有"。

用 AI 的投资体系里,最容易死的地方不是流程,是忘了流程之上的假设也要被审判。

03 工具给的"第一答案",可能是被人摆好的

再讲个更隐蔽的。

我老家大连有张城市名片叫星海广场,但在搜索引擎里搜"大连星海",第一页全是某家医院——那家医院根本不在星海广场。这是搜索排名时代的商业逻辑:位次可以花钱影响。

这套逻辑没有消失,它平移进了 AI 的语料。大量的内容投放,可以让模型在"顺口一答"的时候,把广告位塞过来。现在已经有人专门做"面向 AI 的搜索优化",说直白点:给 AI 投毒——反复教它一个错误的东西,等人来问,它就把错的说成常识。

工具是中立的,但工具的答案是可以被利益塑造的。工具没坏,不代表答案干净。这是"工具正义不等于结果正义"的第三层意思,也是最容易被忽略的一层。

04 人机分工的核心原则

那人和 AI 到底怎么分工?我的原则一句话:人负责表意层面的广泛联系,AI 只能做字面层面的广泛联系。

AI 也擅长"广泛联系",但它的联系停在字面。举个最好懂的例子。我说"飞流直下三千尺",人脑子里立刻有画面:庐山、瀑布、白色的水从极高的地方砸下来,还有字缝里那股狂气。而模型解析出来的是:一条瀑布流下来,水势汹涌,白色。就这些。画面背后那个"意"——夸张里的豪情、文字外的语境——它永远隔着一层。

中文是表意文字,同一份合同,英文要写四五页,中文一页就够。多出来的那部分不是啰嗦,是画面感和言外之意。这是人的主场,也是 AI 结构性的盲区。字面上的联系它比人强,意思层面的联系,它替不了人。

Image

05 底线:human in the loop

所以我的 AI 使用底线只有一条:所有涉及决策的环节,必须保留 human in the loop(人在回路里)。具体分工是这样的:

  • AI 负责:搜集、拆解、计算、起草——所有重复性的执行环节;

  • 人负责:关键节点把关、拍板、签字——所有不可逆的决策环节。

完全无人化的投研体系不可能实现,也不应该实现。第一篇里说过一句话,这里再把它说完:AI 不能坐牢。它替人干所有的活,但决策的后果,法律上、经济上、良心上,都只能是人自己的。

Image

06 落脚

投资的终极问题,从来不是"AI 能不能算出最优解",而是"这个决策的后果,我们愿不愿意自己承担"。

工具可以替人干活,责任没法外包。这是底线,也是我敢放心大胆用 AI 的原因——因为我知道每一份产出最后过谁的手。

认知篇到这里收口。从下一篇开始,给一套能上手的路径:90 天,从零搭建属于自己的 AI 投资工作台。不写代码,不花冤枉钱。

“

欢迎点赞、关注和转发!如果能点个「在看」就更好了~

相关学习资料