AI 的“至暗时刻”即将来临？一项真金白银的实验揭示了其局限性

虽然 AI 股票的派对仍在继续，但实证证据开始显示这场技术革命有其局限性。目前，市场正在为最好的情况定价。然而，风险正越来越高。如果你持有 AI 相关的投资，你需要做好准备。

所有人都相信，投资的未来将由人工智能主导。新模型承诺能做出更好的决策并持续赚钱。然而，最近的一项实验带来了真正令人惊讶的结果。

去年年底，进行了一项本应登上所有财经报纸头版但却几乎无人注意的实验，其结论直到现在才开始被认真讨论。一个名为 "Nof1" 的研究实验室组织了"Alpha Arena"：他们向世界上六个最先进的 AI 模型——ChatGPT、Gemini、Claude、Grok、DeepSeek 和 Qwen——提供了 10,000 美元的真实资金，让它们在加密货币市场中独立运行两周。没有任何人工干预。所有操作都是公开且可审计的。

结果是：六个模型中有四个最终亏损。OpenAI 的明星模型 GPT-5 损失了超过 60% 的资金。谷歌的模型 Gemini 损失了超过一半。所有模型成功率仅徘徊在 25% 到 30% 左右，且很大一部分损失来自于非常人性化的东西：过度交易、支付过高佣金以及在没有风险控制的情况下使用杠杆。

那么赢的那两个呢？最有趣的细节来了。当他们几周后重复这个实验——这次交易的是美国股票，比如特斯拉、英伟达和微软——第一轮获胜的模型未能复制成功：它们最终与几乎所有其他模型一起陷入亏损。在统计学中，这有一个专属名词：当一轮的赢家无法在下一轮重复成功时，你衡量的是能力吗？这是运气。

与此同时，在社交网络 X 上，充斥着各种账号告诉你"某某某用 ChatGPT 在五分钟内建了一个机器人，赚了几百万。"但数据表明并非如此，理解原因正是思考市场上最热门板块中股票可能走向的关键之一。

AI 应用于交易的隐含承诺是这样的：一个能处理比任何人类更多信息的机器，应该能够发现人类看不到的机会。实验表明，至少在今天，这种情况并未发生。

无形的壁垒：信息并非判断力

为什么会失败？这是最有趣的发现，它来自于另一项研究。普林斯顿大学和其他大学的一个研究团队设立了 CryptoBench，这是一个由专业分析师设计的测试，用于衡量这些模型在真实市场中的表现。他们将任务分为两组："信息检索"（X 的价格是多少？某个协议有多少资本？）和"预测"（这个会发生什么？）。

这种对比是残酷的。GPT-5 答对了近 6 成的信息检索问题。在预测问题上，正确率不到 1 成。同一个在查找数据方面表现出色的模型，在需要在不确定性下做决策时崩溃了。

这就是那道无形的壁垒。语言模型在检索、总结和组织已有信息方面非常出色。但投资不是一个信息问题：它是一个"判断"问题。它是在数据模棱两可时决定冒多大风险，是不要过度交易，是接受你不知道将会发生什么并据此调整仓位大小。专业投资者称之为风险管理的东西——正是区分投资者和赌徒的关键——恰好是模型失败的地方。

"但这次有盈利"

在这里我们联系到对你的投资组合至关重要的问题。为科技板块估值辩护最常听到的论点是："这不一样，不是互联网泡沫，因为现在有真实的利润。"这没错——但只是部分正确。值得看看这些利润从何而来。

很大一部分利润来自科技巨头的资本支出。微软、亚马逊、谷歌和 Meta 计划在 2026 年向 AI 基础设施投资超过 6000 亿美元，相比之下，2025 年约为 3800 亿美元。打个比方：这相当于阿根廷一年的 GDP，在一年内花掉，主要用于数据中心和芯片。

还有第二个细节：这笔钱有很大一部分在一个闭环内循环。英伟达承诺向 OpenAI 投资数亿美元；OpenAI 与甲骨文签订合同，使用其数据中心；而甲骨文又用英伟达的芯片填满这些数据中心。同样的资金在相同的参与者之间流转，每一次流转都被记录为某人的收入。行话称之为"AI 循环经济"，越来越多的分析师在思考，如果这个链条中的某个环节断裂会发生什么。

问题不在于利润是虚假的。而在于它们依赖于这些巨头们继续以这种速度支出。这里就引出了我们上面看到的情况：这种支出之所以合理，是基于 AI 将改变一切的预期。如果这些实验所揭示的局限性——在处理信息方面出色，在判断力方面薄弱——成为市场共识，那么这些公司的董事会将面临来自股东的压力，要求他们减少资本支出。而如果资本支出减少，那么今天支撑该板块估值的收入链将会迅速减弱。

我们应该怎么做？

三个具体的想法。第一，如果你投资组合的很大一部分集中在美国科技股——如果你投资标普 500 指数，你确实如此，因为少数几家公司解释了该指数的很大一部分——现在是时候审视这种集中度了。

第二，需要关注的指标不是英伟达的价格：而是微软、亚马逊、谷歌和 Meta 在每次财报发布中的"资本支出指引"。只要其中一家公司收紧其投资计划，市场就会立刻解读出信号。这才是能够预见周期变化的数据，而不是确认变化的数据。

第三，警惕任何承诺您能用 AI 自动获得回报的产品。如果地球上最先进、背后有顶级研究团队支持的模型在独立运行时都会亏损，那么他们在 Telegram 上卖给你的机器人也不会是例外。技术可以成为处理信息的绝佳工具——而判断力，目前仍需要你或专业人士来提供。

总之，这个应用于交易领域的实验，是越来越明显的一个具体例子：人工智能的局限性。我们这些日常使用它的人都能感觉到，它缺乏人类在任何需要批判性思维的任务中所具备的那种"判断力"和"创造力"。

技术革命是真实的，今天许多手工完成的任务将被自动化。

但也许，毕竟，AI 完全取代我们的那一天比我们想象的要遥远。而重要的是，市场目前尚未将这种情景纳入定价。

发布于 @InversoresClub：https://clubdeinversores.com/se-viene-la-noche-para-la-ia-lo-que-un-experimento-con-plata-real-revelo-sobre-sus-limites/