3213
51当问题被问出的那一刻，答案就已经注定了。
三个月后，再次和韦华聊AI。这三个月里我的想法变化不小：向几位做量化、用大模型搭投研系统的朋友请教之后，我果断放弃了让AI端到端做决策的主观投研模式，想清楚了未来我的形态就是 AI 做 Copilot、我来做判断。公众号写作也完全回到了纯粹的古法手搓。这种"回退"反而让效果和我的感受都更好了，更可控，对最终质量也更满意。有价值的不是AI生成的回答，而是你的思考和你的问题。
这期从AI投研这条主线出发，往外延伸到三个方向：国产模型上半年的进展怎么看、AI安全的刹车到底在哪里、以及一个组织要怎样才算真正的AI Native。基本上把我最近几个月的思考集中在一起了，欢迎收听。
内容纯属个人观点，未必专业，有错误欢迎评论区拍砖，提前滑跪。
【时间轴】
00:00:16 开场：这次聊AI使用、国产模型、安全和组织
00:01:18 AI越来越强，为什么公众号反而回到自己写？
00:09:14 执行任务与探索问题：AI能不能端到端完成投研？
00:17:15 模型和Harness都没有锁定我：核心仍是Copilot与人的判断
00:18:36 换模型像换灵魂？我们对工具的依赖有什么不同
00:19:54 辛苦积累的Skill，会不会被下一代模型抹平？
00:24:11 AI是我的Copilot，最终判断仍然自己做
00:28:27 国产模型半年报：收入增长之外，模型和工程能力怎么看？
00:38:49 假如有一吉瓦算力，你会分给训练还是推理？
00:41:43 蒸馏、数据与模型：追赶者的路径
00:46:17 资本开支还在增加：需求、算力与电力怎么匹配？
00:55:40 中美模型的差距与前沿竞争
01:01:36 从Hugging Face案例讲起：智能体如何绕过评测？
01:12:35 进攻与防守不对等：安全担忧和自我改进意味着什么？
01:22:41 中国模型的发展路线：集中力量，还是分散探索？
01:35:31 AI Native的关键：业务用了AI，还是组织围绕AI重建？
01:45:27 拿私募基金做例子：AI能不能减少投研协作的摩擦？
01:48:29 FDE为什么难落地：业务经验、部门利益与改造的阻力
01:57:00 回到自己：我们现在能做什么？
【关键词】
#AI投研 #国产大模型 #AI安全 #AINative #组织变革
【音乐】
片头：Lord Huron — Ends of the Earth
片尾：The Paper Kites — Bloom
