AI 已經解決了納維-斯托克斯問題，入侵了我們最安全的系統，並且設計出新的癌症療法。
但它仍然無法擊敗標普 500 指數。
AI 何時才能打敗市場？
這是一個價值數兆美元的問題，正擺在各大實驗室面前。
答案出乎意料地優雅。
一切始於 1991 年，當時世界上最大的機器人正在建造中。
這座名為 Maeslantkering 的防洪閘，全長 360 公尺，是地球上最大的可動結構。它完全自主運作。
荷蘭人將其視為他們的防洪閘，用來保護鹿特丹 270 萬居民免受致命風暴潮的侵襲。
為了完成任務，這台機器人必須完美預測海平面。
最簡單的海平面模型就是一個開關。
當潮汐高漲時，開關開啟。當潮汐退去時，開關關閉。
開關（橙色）是對現實（青色）的糟糕模型。
但開關忽略了潮汐的形狀。上漲的潮汐仍然會越過危險閾值。
機器人需要一個更好的模型。
潮汐主要由月球驅動，其引力在海洋上繪製出一條週期性曲線。用正弦波取代開關，機器人的預測便開始貼近潮汐的軌跡。
月球的引力（橙色）是對現實（青色）更好的模型。
但它仍然不完美。潮汐還受到太陽引力、海灣水深、軌道離心率以及數十種其他因素的影響。
只有當機器人 包含 了太陽系的所有相關結構時，它才能預測潮汐。
所有潮汐力（橙色）讓模型能夠完美匹配現實（青色）。
這體現了 Conant 和 Ashby 在 1970 年證明的「良好調節器定理」：
「任何系統的良好調節器，都必須是該系統的模型。」
這完美地解釋了當今 AI 的能力邊界：
- 西洋棋模型 包含 棋盤幾何結構，從棋步序列中重建。
- 程式碼 Agent 包含 運算規則，從每一行開源程式碼中推導出來。
- 影片和世界模型 包含 物理定律，從像素中重新推導。
AI 正在吞噬世界。
但只按照它能吞下的順序進行。
以下是模型與現實之間的相同差距，為股票市場重新繪製：
晨星（Morningstar）的估值模型（橙色）與現實（青色）存在分歧。
顯然，晨星的「公允價值估計」並非一個「良好的調節器」。
也許晨星並非世界頂級的股票估值公司。但同樣的情況也出現在頂級對沖基金的內部目標價中。沒有人擁有價格的良好調節器，這源於一個簡單的事實：
市場是自我參照的，或者如同經濟學家所稱的 反身性 系統。
價格是由數百萬人共同設定的，這些人看著價格，觀察他人對價格的反應，然後再做出反應。
沒有人建造出一個能夠 包含 群眾的 AI。
市場正按照 AI 能夠包含它們的順序淪陷。
但金融領域仍在淪陷，而某些市場已經被包含。
這個定理完美解釋了它們淪陷的順序：
1. 量化交易者早已建造出超級智能。
AI 已經包含其他演算法。
第一批金融超級智能並非大型語言模型（LLM）。
它們是量化交易系統。
在毫秒級的時間尺度上，量化公司已經建造了「良好的調節器」。
沒有人類能反應得那麼快，因此短期預測的反身性較低。在這種時間尺度上，唯一能產生快速價格的，是其他演算法。
而模型可以包含其他模型。
文藝復興科技（Renaissance Technologies）、簡街（Jane Street）和雙西格瑪（Two Sigma）透過建立能夠包含與其交易對手演算法邏輯的系統，創造了數千億美元的利潤。
示意圖。在毫秒時間尺度上，量化交易模型（橙色）如今能夠緊密貼合價格的微觀波動（青色）。
較大的模型吞噬較小的模型，然後套利它們的行為。短期市場是一場系統互相蠶食的無盡戰爭。
（這裡隱藏著一個 AI 安全論點。對齊研究人員推測超級人工智慧（ASI）會包含 ASI。量化交易公司率先達到了這個境界。）
然而，這些量化模型很快就會失效。
在短期內，系統主要是機器與機器之間的交易。
在長期，群眾又回來了。
2. 私募市場將在十年內變得公開。
AI 正開始包含分析師的工作。
金融領域的許多工作並非關於更擅長估值。
而是關於獲取和處理資訊的競爭。
數百萬名金融分析師每天篩選資料室、建立模型、比較估值倍數，並將零散的證據轉化為投資決策。
歷史上，只有少數公司擁有足夠的人力來大規模執行這項工作。
私募市場從未有過良好的調節器。
黑石集團（Blackstone）在 2022 年的房地產基金就是一個典型例子。其私募投資組合的估值維持在「成本價」，而一個具有類似曝險的公開交易投資組合卻經歷了兩次急劇下跌。
私募市場（橙色）可能與公開市場的同類資產（青色）出現巨大分歧。
我們能看到這個差距，僅僅是因為存在一個公開交易的類似資產。大多數私募資產並沒有這樣的鏡像。
這種情況正在迅速改變。
模型現在可以閱讀申報文件、信貸協議和虛擬資料室。Agent 現在可以執行周邊工作：估值、建模、蒐集比較數據和製作 Slides。在你閱讀本文的同時，分析師的瓶頸正在消失。
更多的投資者創造更多的出價。
更多的出價創造更多的交易。
更多的交易改善價格發現，進而吸引更多投資者。
私募資本終於迎來了良好的調節器。
我們已經在 Hebbia 看到這一點：基金正在發掘數十億美元的場外交易，並透過在市場趕上之前提前出脫部位，節省了數億美元。
私募市場將會像公開市場一樣交易。
諷刺的結果是，當這一刻到來時，它們仍然沒有被解決。AI 會將它們變成反身性系統，將我們帶回核心問題。
當模型必須包含群眾時，會發生什麼事？
3. 公開市場不會被 LLM 解決。
AI 需要一個完全不同的模型來包含群眾。
人們正等待 Claude 為他們打敗市場。
這不會發生。
雖然 LLM 在基本面分析上似乎確實有用，但基本面分析經常因為反身性而失效。來自群眾動態的更高估值可以降低資本成本，從而加速成長，並進一步推高估值。
反身性會 改變 基本面。
那麼，什麼樣的 AI 才能真正模擬群眾？
3.1 Twitter 在華爾街之前就模擬了群眾。
有一類模型在預測和塑造人類行為方面，已經比任何 LLM 都更出色。
「動態消息」已經包含了一個近乎完美的人類心理模型。它影響選舉、設定文化趨勢，並且比數十億人自己更了解他們。
社群媒體的廣告伺服器也是以同樣的方式運作。那則針對你正要購買的商品的精準廣告，常常會先讓你想要購買它。注意其中的反身性。
動態消息對一則貼文的預測相關性（橙色）可以模擬並創造實際的參與度和相關性（青色）。
這產生了一個不尋常的推論：
xAI 是地球上處於最佳位置的金融實驗室。
Grok 坐擁能夠即時捕捉群眾動態的稀有數據集。
動態消息已經在影響市場。
對於散戶投資者來說，注意力已經比基本面更重要。越來越多的股票都變成了迷因股，而動態消息控制著迷因。
其最終結果令人警醒。一個未來的系統可以預測群眾的反應，產生獲勝的敘事，然後透過機器人「投資者」來散播，以拉抬其自身的持倉。一場偉大的行銷活動與市場操縱之間的界線已經很模糊，而在奇點之後，這條界線將更加模糊。
市場操縱即將成為一種模型能力。
3.2 模型必須包含市場。
模擬新創公司正在嘗試解決這個問題，但無法解決反身性。從未觸及真實價格的合成群眾，不過是盒子裡的焦點團體。
預測市場也無法逃脫這個問題。下雨的機率無法改變天氣。
一個真正的反身性模型必須做到兩件事：
- 包含其他調節器。 它必須預測市場的反應，並始終領先一步。
- 包含自身的影響。 歷史數據無法揭示一個從未存在過的投資者的影響。模型必須進行交易，觀察它改變了什麼，並更新自身。
這些模型已經從訓練階段轉向實際交易階段。
但有一個問題：AI 只有在交易規模小到不足以影響市場時，才能學到穩定的策略。
學術界稱之為收斂限制。
交易員則用一句熟悉的格言來形容：
「規模會扼殺交易。」
這並不會阻止即將發生的事情。
能夠打敗市場的機器，將從毫秒級擴散到分鐘、天、季度和年。
與機器對抗交易將是徒勞無功的。
閘門正在開啟。
每個市場都將被機器主導。
每家公司都將與 AI 競爭。
我們的組織必須隨之改變。
量化公司是第一批圍繞這個新現實進行重組的。它們的組織圖變成了收集、清理、結構化和建模大量數據的系統。它們成為了自身市場的良好調節器。
每家公司都即將面臨同樣的轉型。
未來最重要的工作，將是教導機器世界的結構。
你無法放空奇點。
你只能成為它的一部分。
衷心感謝 Manny Roman、Rob Goldstein、Marty Chavez、Bob Steele、@WillManidis 和 @lennysan 幫助我改進了對這個系統的模型。
