AI 已经 解决了纳维-斯托克斯问题，攻破了我们最安全的系统，并且 设计出了新的癌症疗法。
但它仍然无法跑赢标普 500 指数。
AI 何时能击败市场？
这是一个摆在各大实验室面前的万亿美元问题。
答案出人意料地优雅。
这一切始于 1991 年，当时建造了世界上最大的机器人。
马仕朗屏障（Maeslantkering）是一座 360 米长的钢铁巨构，也是地球上最大的可移动结构。它完全自主运行。
荷兰人称它为防洪闸，用于保护鹿特丹 270 万居民免受致命风暴潮的侵袭。
为了完成使命，这个机器人必须完美预测海平面。
最简单的海平面模型就是一个开关。
潮位高时，开关开启；潮位低时，开关关闭。
开关（橙色）是对现实（青色）的一个糟糕模型。
但开关忽略了潮汐的 形态。上涨的潮水仍然会越过危险阈值。
机器人需要一个更好的模型。
潮汐主要由月球驱动，其引力在海洋上描绘出一条周期性曲线。用正弦波代替开关，机器人的预测就开始追踪潮汐的轨迹。
月球引力（橙色）是对现实（青色）的一个更好模型。
但这仍然不完美。潮汐还受到太阳引力、海湾水深、轨道偏心率以及数十种其他因素的影响。
只有当机器人 包含 了太阳系的所有相关结构时，它才能预测潮汐。
所有潮汐力（橙色）使得模型能够完美匹配现实（青色）。
这体现了 1970 年由 Conant 和 Ashby 证明的“良好调节器定理”：
“一个系统的每一个良好调节器，都必须是该系统的模型。”
这完美地解释了当今 AI 的能力边界：
- 国际象棋模型 包含 棋盘几何结构，从棋步序列中重建而来。
- 编程 Agent 包含 计算规则，从每一行开源代码中推导而来。
- 视频和世界模型 包含 物理定律，从像素中重新推导而来。
AI 正在吞噬世界。
但只能按照它所能消化的顺序来。
以下是模型与现实之间的相同差距，针对股票市场重新绘制：
晨星（Morningstar）的估值模型（橙色）与现实（青色）存在偏差。
显然，晨星的“公允价值估算”并非一个“良好调节器”。
也许晨星并非世界顶级的股票估值机构。但同样的情况也存在于顶级对冲基金内部的内部目标价中。没有人拥有价格的“良好调节器”，原因很简单：
市场是自我指涉的，或者用经济学家的话说，是 反身性 系统。
价格是由数百万双眼睛盯着价格、观察彼此对价格的反应、并随之做出反应的人共同决定的。
没有人构建出一个能够 包含 人群的 AI。
市场正按照 AI 能够包含它们的顺序被攻克。
但金融领域仍在被攻克，而且某些市场 已经 被包含在内。
这个定理完美地解释了它们被攻克的顺序：
1. 量化机构早已构建了超级智能。
AI 已经包含了其他算法。
第一批金融超级智能并非大语言模型（LLM）。
它们是量化交易系统。
在毫秒级别的时间尺度上，量化公司已经构建了“良好调节器”。
没有人类能反应那么快，因此短期预测的反身性较弱。在这个时间尺度上，唯一能产生快速价格的东西是 其他算法。
而模型可以包含其他模型。
文艺复兴科技公司（Renaissance Technologies）、简街（Jane Street）和 Two Sigma 通过构建包含其交易对手算法逻辑的系统，已经创造了数千亿美元的利润。
说明性示例。毫秒时间尺度上的量化交易模型（橙色）如今能够紧密匹配价格的微观波动（青色）。
更大的模型吞噬更小的模型，然后套利它们的行为。短期市场是一场系统相互吞噬的无尽战争。
（这里隐藏着一个 AI 安全论点。对齐研究者们理论化关于 ASI 包含 ASI 的情况。量化机构率先做到了这一点。）
然而，这些量化模型很快就会失效。
在短时间尺度上，系统主要是机器与机器之间的交易。
在长时间尺度上，人群回归了。
2. 私募市场将在十年内变得像公开市场一样。
AI 开始包含分析师的工作。
金融的很大一部分并非在于更擅长估值。
而是一场获取和处理信息的竞赛。
如今，数百万金融分析师筛选数据室、构建模型、传播可比公司分析，并将零散的证据转化为投资决策。
历史上，只有少数公司拥有大规模进行这项操作的人力。
私募市场从未拥有过“良好调节器”。
黑石集团（Blackstone）2022 年的房地产基金就是一个典型例子。其私募投资组合一直以“成本价”标记，而一个具有类似风险敞口的公开交易投资组合却两次大幅下跌。
私募市场（橙色）可能与公开市场同类资产（青色）出现严重背离。
我们之所以能看到这个差距，是因为存在一个公开交易的类比物。大多数私募资产没有这样的镜子。
这种情况正在迅速改变。
模型现在可以阅读文件、信贷协议和虚拟数据室。Agent 现在可以完成周边工作：估值、建模、查找可比公司以及创建 Slides。在你阅读本文时，分析师这个瓶颈正在消失。
更多的投资者创造更多的出价。
更多的出价创造更多的交易。
更多的交易改善价格发现，吸引更多的投资者。
私募资本终于迎来了一个“良好调节器”。
我们在 Hebbia 已经看到了这一点：基金正在发起数十亿美元的场外交易，并通过在市场赶上之前提前退出头寸，节省了数亿美元。
私募市场将像公开市场一样交易。
具有讽刺意味的结果是，当这一切发生时，它们仍然没有被解决。AI 会将它们变成反身性系统，这让我们回到了核心问题。
当模型必须包含人群时，会发生什么？
3. 公开市场不会被 LLM 解决。
AI 需要一个完全不同的模型来包含人群。
人们在等待 Claude 为他们击败市场。
这不会发生。
虽然 LLM 在基本面分析方面似乎确实有用，但基本面分析常常因为反身性而失效。来自人群动态的更高估值可以降低资本成本，从而加速增长，并推高估值。
反身性 改变 基本面。
那么，什么样的 AI 才能真正模拟人群呢？
3.1 Twitter 在华尔街之前就模拟了人群。
有一类模型在预测和塑造人类行为方面，已经比任何 LLM 都做得更好。
“信息流”已经包含了一个近乎完美的人类心理学模型。它影响选举、设定文化趋势，并且比数十亿人自己更了解他们自己。
社交媒体广告服务器的工作原理相同。那个 恰好 是你正要购买的东西的广告，常常会让你 想要 先买下它。注意这里的反身性。
信息流对帖子预测的相关性（橙色）可以建模并创造实际的参与度和相关性（青色）。
这引出了一个不寻常的推论：
xAI 是地球上定位最好的金融实验室。
Grok 拥有那个能够实时捕捉人群的稀有数据集。
信息流已经在影响市场。
对于散户投资者来说，注意力已经比基本面更重要。越来越多的股票都变成了“ meme 股”，而信息流控制着这些“ meme ”。
其逻辑终点令人警醒。未来的系统可以预测人群的反应，生成获胜的叙事，然后通过机器人“投资者”进行分发，以抬高自己的持仓。一场出色的营销活动与市场操纵之间的界限已经很模糊，而在奇点之后，这条界限将更加模糊。
市场操纵即将成为一种模型能力。
3.2 模型必须包含市场。
模拟初创公司正在尝试解决这个问题，但无法解决反身性。从未触及真实价格的合成人群，不过是盒子里的焦点小组。
预测市场也无法逃脱这一点。下雨的赔率无法改变天气。
一个真正的反身性模型必须做到两件事：
- 包含其他调节器。 它必须预测市场如何反应，并始终保持领先一步。
- 包含自身的影响。 历史数据无法揭示一个从未存在过的投资者所带来的影响。模型必须进行交易，观察它改变了什么，并更新自身。
这些模型已经从训练阶段转向实际交易阶段。
但有一个问题：只有当 AI 的交易规模足够小，不足以影响市场时，它才能学习到稳定的策略。
学术界称之为收敛约束。
交易员则用一个熟悉的格言来概括：
“规模会扼杀交易。”
但这并不能阻止即将发生的事情。
能够击败市场的机器，将从毫秒级扩展到分钟、天、季度和年。
与机器对抗将是徒劳的。
闸门正在打开。
每一个市场都将被机器主导。
每一家公司都将与 AI 竞争。
我们的组织必须随之改变。
量化公司是第一批围绕这一新现实进行重组的。它们的组织架构图变成了收集、清理、结构化和建模海量数据的系统。它们成为了自己所在市场的“良好调节器”。
每一家公司都即将面临同样的转型。
未来最重要的工作，将是教会机器世界的结构。
你无法做空奇点。
你只能成为它的一部分。
衷心感谢 Manny Roman、Rob Goldstein、Marty Chavez、Bob Steele、@WillManidis 和 @lennysan 改进了我对这个系统的模型。
