14377
61📙 欢迎来到《投资 ABC》，这是一档由有知有行出品的播客节目。在这里，我们会和你分享那些投资中绕不开的知识，我是Amiee。
我最近有一个强烈感受：自己似乎生活在持续的加速度当中。
科技不断迭代，我们好像总是在追赶一个不断更新的现在：一个刚刚形成的看法，转眼间，又被新的模型、新的产品、新的用法重新改写。
社交媒体上也反复出现类似的声音：「这次真的不一样」「人类文明正处在一个奇变点上」。
当然与 AI 有关。它不再是遥远的科幻概念，而是越来越具体地嵌入了我们的日常生活——
比如，我身边一位原本离科技很远的长辈，忽然兴奋地和我说，她现在查资料、做攻略，甚至买调料，都会「遇事不决，先问豆包」。
可紧接着，她又问了我一个让我愣住的问题：「AI 到底是什么？为什么它好像有非凡的能力？」
我发现，虽然每天都在使用 AI，和它一起工作、写作、整理思路，但如果认真追问一句「AI 到底是什么」，我其实并没有清晰的答案。
这个问题，放到投资里，就更值得被认真对待。
如今，无论是个人投资者还是机构，都在越来越频繁地使用 AI 做研究、整理信息，甚至辅助决策。
我自己也常常会和 AI 一起梳理问题。比如市场波动时，心里有些拿不准，我也会把自己的担忧说给 AI 听，希望它能给我一些分析和建议。
它的回答往往很流畅，也很有条理。有时候，甚至比我自己想得还清楚。渐渐地，我对它越来越信任，也越来越依赖。
但长辈的问题提醒了我：如果我并不真正理解 AI，也不了解它的能力边界，那么那些看似清晰、完整、令人安心的回答，究竟是在帮我看清问题，还是只是在说出我本就想听的话？
而当 AI 开始参与投资判断，它究竟是在帮助我们做出更好的决策，还是也可能在不知不觉中，放大我们的偏见、情绪和误判？
带着这些问题，我和陈博士邀请到了讯兔科技创始人罗丹老师。罗丹老师有机构投研经验，也正在一线打造面向投研场景的 AI 产品。这一期，我们想请他从真实使用场景出发，聊聊 AI 的能力与边界，以及如何与它更好地协作。希望你会喜欢。
🔗 官方地址
欢迎点击这里，查看我们在有知有行准备的全文逐字稿、图表以及重点总结。
🎙️ 常驻嘉宾
李罗丹：讯兔科技创始人，曾主导头部资管机构数字化研究，现专注打造 AI 投研助理 Alpha 派，产品服务近 9 万机构用户。
陈鹏博士：曾担任晨星全球资产管理部总裁，管理过上千亿美元的资产；也曾是德明信基金的亚太区首席执行官。
⏳ 时间戳
啥是 AI？镜子、放大器、回声壁
遗忘、犯错、注意力涣散，人存在的问题，也同样映射在 AI 的边界上
硅基加碳基的作战单元：从精神伴侣，到生产力工具
「我获取的信息不过汪洋里一滴水」「如果你可以同时出现在 1000 场会议里呢？」
得于心，才能应于手
缄默信息：无法被文字捕捉的知识，只存在于人的身体里
你和你的 Agent：一种前所未有的同频关系
工业时代，所有人等所有人；AI 时代，几个「包工头」带着 agents 同时开干
普惠金融：时代红利和个体之间的落差填平
🤖 人机协作小贴士：
在「事实准确」和「不让你失望」之间，模型更倾向于后者 ⚠️
你的意图，比 AI 的回答更重要
受托者责任：AI 背后，仍需要一个人类主体
🔍 相关内容
随着输入长度增加，各模型在复述任务中的准确度整体呈下降趋势。
2026 年，全球约 17% 的人口使用过 AI，但真正高频深度使用的用户仍在少数。
图片来源：全球 AI 普及率可视化网站
📚 资料库
AI Agent（AI 智能体）：能够接收外部输入、自主规划并连续执行多步骤任务的人工智能系统，区别于单次问答模式，其可调用工具、访问外部资源等以完成复杂目标。
此处提到的论文，讨论了 AI 能够在行为层面模拟意识的外在表现，但无法真正「拥有」或「产生」意识本身。
幻觉：大语言模型生成看似合理但实际上与事实不符或凭空捏造的内容的现象。
上下文窗口（Context Window）：大语言模型在单次推理中，能够接收并处理的最大文本长度，超出此范围的内容将无法被模型感知或利用。
Token（词元）：大语言模型对文本进行处理时的基本单位，文本在输入模型前会被分割为若干Token，可对应一个字、一个词或一个标点符号。
上下文腐烂：大语言模型在处理长对话或长文本时，随着上下文长度增加，模型对早期指令的遵循度和输出质量逐渐下降的现象。
注意力机制：模型在处理文本时，自动判断哪些内容与当前任务更相关并予以重点参考的计算方式。
Claude Code：Anthropic 推出的 AI 编程智能体。
Codex：OpenAI 推出的 AI 编程智能体。
上下文工程：通过系统性地设计、组织和管理输入模型的信息内容，以引导模型产出更准确、更符合预期结果的工程实践。
驾驭工程（Harness Engineering）：一个新兴概念，指围绕大模型构建外部控制系统，通过上下文、工具、权限、反馈和验证机制，把模型的生成能力约束在可控任务中，从而提升其在真实场景里的可靠性。
B 端：面向企业、机构或组织的产品与服务。
C 端：面向个人消费者的产品与服务。
BERT模型：一种自然语言处理模型，和今天常说的大模型相比，BERT 更像一个专门做文本理解的工具，而大模型不仅能理解文本，还能生成内容、进行多轮对话，更接近一个通用协作对象。
《夜晚的潜水艇》：作家陈春成的短篇小说集，收录了《夜晚的潜水艇》《竹峰寺》《裁云记》等作品。
Attention Is All You Need 是由谷歌团队于 2017 年发表，提出了基于注意力机制的 Transformer 架构。
想象你在读「我昨天去了银行，取了一些钱」，读到「银行」时脑子里会自动联系到「钱」。这个自动找关联的过程，就是注意力机制在做的事。
以前的模型只能一个字一个字按顺序处理，慢且容易遗忘早期内容。Transformer 则通过注意力机制一次性扫描全文，同时捕捉每个词与其他词之间的关系，既快又不会「失忆」。这一架构后来成为 GPT、Claude 等大语言模型的基础。
日日是好日：2018 年上映的日本电影，影片以女主角学习茶道为线索，呈现人在长期重复同一套序列后，感受到难以被语言说明、却真实存在的细微感受。
Markdown：一种轻量级文本标记语言，因结构清晰、格式负担低，也容易被各类 AI 模型读取、解析和处理。
幂律函数：一种数学函数关系，常被用来描述「少数极大、多数极小」的分布特征，比如少数城市拥有大部分人口、少数公司占据大部分市场份额等。
UBI（Universal Basic Income，全民基本收入）：一种社会政策构想，指政府无条件向所有公民定期发放固定金额，不设收入门槛或就业要求。
有效前沿：在给定风险水平下能够实现最高预期收益、或在给定收益水平下承担最低风险的投资组合集合。
代理问题：委托方与代理方之间因利益不一致而产生的冲突与效率损耗。
买方投顾：以客户利益为首要出发点、收费来源为客户而非产品销售佣金的投资顾问模式。
受托责任：受托方在代为管理他人事务或资产时，须将委托方利益置于自身利益之上、履行职责的法律与道德义务。
👀 猜你想看
E185 对话微软中国CTO韦青：不是人类没有未来，是活成机器的人类没有未来
🪧 投资ABC公告牌
📊 中国大类资产投资 2025 年报
有知有行与陈鹏博士合作推出的《中国大类资产投资 2025 年报》线上版已经更新。
这份年报系统整理了中国过去 21 年的大类资产风险和收益数据，也参考了海外更长期的市场经验，帮助我们理解不同资产在长期里到底提供了哪些回报，又需要承担怎样的风险。
同时，我们也为大家准备了一枚「投资的常识」徽章。你可以打开 有知有行 App，点击首页活动入口，阅读《中国大类资产投资 2025 年报》，并在评论区分享一张你印象最深的数据、图表，或者一个被刷新的投资常识，就有机会获得这枚好看的徽章啦。
🎺 创作团队
制作｜ 有知有行
嘉宾 ｜李罗丹、陈鹏博士
主持｜ Amiee
声音设计｜ 甜食
感谢袁园、港港、四火，以及志愿者步枫、饭粒、小马对本期节目的协助。
💰有知有行「有知有行」成立于 2020 年，目前在陪伴投资者用正确的方式学习投资，下场实操。凭借在投资领域的良好口碑，有知有行在初创阶段已与一大批忠实用户同行。未来我们希望成为一家财富管理公司，不仅帮助投资者学习投资，也能让大家在有知有行安心交易，踏实赚钱。 欢迎在各大应用商店搜索「有知有行」下载我们的 App。
🎈本播客所述投资相关内容皆以交流分享为目的，仅供参考，不构成任何市场预测、判断，或投资、咨询建议。市场有风险，投资需谨慎。主持人及嘉宾对投资相关内容的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证，并提醒您对相关内容请结合自身情况进行独立评估，依据或使用相关内容所造成的后果由您独自承担。
感谢您对本播客原创内容的青睐。如需转载或引用本播客所述内容，请注明出处。转载前请与有知有行联系并取得同意。
AI是一面镜子，是我们的放大器，是我们想法的回声壁。
所有价值都围绕着使用它的人。
协作：给AI提供充足的上下文。
以人为本，不能脱离人的存在而独立存在。
AI是一张静默的智慧之网，你不发问，它不会回答。回答的质量，取决于你的提问。
AI只能收敛被文本化的信息。未来最有价值的是那些非共识的信息，即没有被文本化、非公开的信息。
「✅遗忘、犯错、注意力涣散，人存在的问题，也同样映射在 AI 的边界上」
大模型底层是注意力机制。
上下文腐烂：大语言模型在处理长对话或长文本时，随着上下文长度增加，模型对早期指令的遵循度和输出质量逐渐下降的现象。
人需要做梦，AI也需要做梦，AI通过做梦清洗上下文。人会遗忘，AI也会；人会犯错，AI也会犯错，只是它没有自我意识。
上下文的限制一直存在，只不过每一代模型的迭代，提升了处理能力。
「✅硅基加碳基的作战单元」
精神伴侣：倾诉、跳跃；上下文工程，想象力。
生产力工具：编程能力；驾驭工程，聚焦到做事上，需要的是靠谱的结果。
编程能力是任务的底层。
这波AI至今，能产生规模可观的收入和增长，在B端，生产力的提效。
信息爆炸的时代，一个人的精力和时间有限，获取的信息不过汪洋里一滴水。
有些东西司空见惯，但凡稍微优化一下，体验感提升N倍。
「✅得于心，才能应于手」
AI帮你放大了信息广度的带宽，释放了你的注意力。
信息价值：文字7%、视觉53%。
真正产生价值的是更现场的一手交流和信息。现场感，捕捉意识的流动、交流的热情，信息素更加丰富。
把你的精力从单一维度的文字信息里抽离出来了，去更有价值的现场感受更加丰富的信息。
Attention Is All You Need。在AI时代，让你的精力放在你跟AI相比能创造更大价值的地方。
「✅缄默信息：无法被文字捕捉的知识，只存在于人的身体里」
今天任何一个新的信息，从开始传播、酝酿到最后反映在资本市场的时间被大大缩短。一手信息，你有别人没有的、独特的信息更重要。
大模型已经把人类历史上所有显性知识学完了，但显性知识占人类文明的可能不到10%，大量的有价值的是隐性知识。
很多隐性知识来自于大量的重复和大量的训练过程之中，你被内化掉的东西。很难被表达。
隐性知识是用心感受的，显性知识是用脑子记录的。
「✅你和你的 Agent：一种前所未有的同频关系」
助理时代（我不想干的交给你） → 师徒时代（跟你交互、纠正）→ 另一个你。
既是一个执行者，又是一个潜移默化的观察者。
把工作一步一步让渡给AI，同时注意力被释放出来，做更高价值的事情。
「✅工业时代，所有人等所有人；AI 时代，几个「包工头」带着 agents 同时开干」
未来的员工，是硅基和碳基结合。每个人的AI都可以报销。预算分配给每个人头上，才能产生生产力的价值。
产研协作过程中，串联形式（等） → 并联形式（同步）。前期只要模糊的对齐，做的过程中不断对齐，接受不确定性和模糊的需求。只需要定义方向和目标。
「✅普惠金融：时代红利和个体之间的落差填平」
不能简单的让AI给你提供一个最直接的导向结果的建议。
作为生成式模型，通过概率的原理给你一个大概率的结果。只能帮你快速的对齐和市场的共识。
AI时代，社会会进入幂律函数主导的时代，两极化严重。
阿尔法是超额收益，而AI是个中枢。
贝塔是更长期的技术积累和技术进步，在资产类别表现上的映射。普惠金融是普惠时代的红利和每一个个体之间的落差之间的填平，通过社会治理，通过金融产品（AI+指增）。
个人投资者：AI可以帮助投资人做更好的信息收集、整理，但作为一个平均的个人投资者，无法单纯依靠AI覆盖信息差和能力差。
「🤖 人机协作小贴士」
在「事实准确」和「不让你失望」之间，模型更倾向于后者，会导致信息的误导，放大投资者的行为偏差、心理偏差。
它给你提供的答案/信息，主要依靠你提供的上下文。必须要非常的清楚的描述我的意图，和我这个意图的上下文。
AI收到的问题的文字是一样的。但是在背景信息缺失的情况下，只能给出一个很平均的答案，不能很贴合投资人本身的需求。
「✅你的意图，比 AI 的回答更重要」
高质量的给AI提供信息，AI才会高质量的回答问题。
AI很难一次性给出非常适合又面面俱到的答案，但可以抓住这种不对劲（怪怪）的感觉追问AI。这种感觉是深入对话的入口。
不要依赖AI马上直接给出答案，而是让它帮你进行更深入的思考。
小贴士：如果想要观察自己是不是更好的用AI帮助思考、追问，可以看和AI有意义对话的轮数有没有增加。
人的思想在，AI才有价值，人的能力在，才有更高水平的互动。
「✅受托者责任：AI 背后，仍需要一个人类主体」
AI目前来讲，并不是一个负责任的主体。
在投资领域，只是一个辅助。