6月初在Social Layer的分享，把PPT和笔记整理一下 一线投研干了这么多年，然后今年3月才接触到🦞。我发现一个有意思的事：AI的兴起正在把那些过去说不清的东西，变成看得见、能计算的系统。 先聊聊金融这件事：AI真的能直接搞出超额收益吗？ 我的答案是：不能。超额收益的本质，永远是供需拐点、政策转向、盈利突变这类结构性大变化。AI干不了这个预测，它是个超级强大的“投资杠杆”——把海量信息处理成本降低，把验证逻辑的速度拉满。但顶尖交易员对市场风向切换的嗅觉依旧稀缺。现在的信息差，早就不在谁能拿到数据了，而在谁能把数据搭成自己的判断框架。 华尔街其实悄悄经历了三代技术跃迁。了： 80年代，数学家们把价格数字化，搞因子模型，那会儿的王者是文艺复兴科技，Two Sigma。到了2000年，机器学习来了，卫星图、供应链文本这些另类数据，通过机器自己从里面找规律，可惜是个黑箱，经常分不清这是真因果还是纯巧合。 而现在，我们站在第三代——AI Agent原生投研的门槛上。 我把它想象成一套六层楼的“AI投资操作系统”。从最底层的原始数据，到事件抓取、产业链知识图谱，再到核心的多Agent推理层和市场模拟层，最上层才是人机协同做决策。未来，一家投资机构最值钱的资产，不再是几份研报，而是一套能不断自我迭代的“判断数据库”，把那些很玄的个人经验，变成可计量、可复用的系统能力。 我提出的一个模式是，多Agent市场模拟，我叫它“市场的风洞实验”。股价不是算出来的固定数字，是价值派、散户、量化、宏观玩家真金白银博弈后，一瞬间涌现的结果。我们在系统里放养这几类AI Agent，给它们同一条新闻，看它们如何争吵、跟风、拥挤交易，甚至把利好提前透支。这就能帮你提前推演，一个宏观事件砸下来，市场会怎么“预判你的预判”。 海外机构早有同类型的初创公司，从Signal Fire用数据前置挖掘初创公司，到桥水用AI追踪宏观范式转换，再到彭博、AlphaSense把金融终端变成AI协同系统。国内万得、同花顺也在跟进。但有个现实很残酷：头部机构正狂建自己的专属Agent，中小玩家只能靠订阅第三方。 最后说点实在的展望。 未来3-5年，你一定会看到这几类新范式：AI自动投研基金、宏观仿真基金、AI驱动的VC，还有市场模拟测试平台。AI不会雨露均沾地提升所有人，它只会把差距拉得更大。标准化研究会被Agent无情替代，但对产业的深度判断、客户的信任、圈层的人脉，这些才是人类无法被取代的最后壁垒。 有感兴趣的朋友欢迎来交流或者找我线下约咖啡☕️ PPT：https://computable-world-ppt.vercel.app/