决策很便宜，行动很贵：AI Trading 该让机器做哪一半
在金融市场里，一天生成几千个判断几乎不花一分钱；但真正下单那一下，是要自己掏钱、自己负责的。
0:00 / 20:00
决策很便宜，行动很贵：AI Trading 该让机器做哪一半
过去一年，AI 产品的故事大多发生在「生成」这一侧：写代码、出方案、跑数据，成本一路往下掉。这一期的人做了另一件事，他把模型接到了一件很贵的事情上——花钱。他给这件事的说法是，在金融里，决策很便宜，行动很贵。1
欢迎收听《七档 AI 创业者精选播客缩短版》。
这期的原节目是《42 章经》，主播曲凯对话吴浩哲。吴浩哲本科在武汉大学读数学，现在是香港大学的在读博士，去年年底开始维护开源项目 Vibe-Trading，半年拿到三万四千个 star，自己也用这套东西做交易。原节目四十多分钟，这一集把它压成约二十分钟，留下的是能带回产品、数据和信任判断的部分。1
这一集带走什么
- 决策和行动，在这门生意里是两个价。 别的行业是 AI 让「做」变便宜、人负责决定做什么；金融反了过来——市场每一秒都在报价，社交媒体上每天无数观点，一个研究 agent 一天能给几千只股票各一百个判断，决策几乎免费，真正贵的是下单那一下。所以这套系统的任务不是产生更多判断，而是决定哪些判断有资格变成行动。1
- 一个系统分三层，模型只是最便宜的那层。 模型负责产生决策，Harness 决定哪个决策有资格变成行动，人决定什么能做什么不能做、做到多大、规则之外谁拍板。传统量化是人先把决策固定成规则，责任在写规则那一刻就定了；这套东西的决策是一直冒出来的，所以需要一个闸门持续把关。1
- 可解释性是产品功能，不是合规成本。 他的原话是量化对普通人来说就是天书：看到一个因子信号、一个 IC、一个夏普比率，人没法对自己解释为什么要买这只股票。一个自己看不懂的信号，人不会为它掏钱，也不会为它担责。和直接对着对话框聊相比，工具的价值在于可审计、可验证、可以重跑。1
- 数据对齐比模型智商更值钱，也更容易出事。 他把这套系统归成四块——数据对齐、Harness、模型、人——并且判断模型智商和独家数据的边际价值在下降，数据对齐和闸门在上升。他举的坑都很具体：同一份价格，单位是美元还是千美元；一个均线周期术语被随机当成月线或分钟线；小交易所数据源挂掉后降级到加密货币数据源，金额差了六个数量级。1
- 更强的模型，在这里帮助约等于零。 他说今年很火的那类推理加速方案对交易「约等于零」，理由有三条：它优化的是本来就便宜的那一侧；金融最核心的材料恰恰是它不擅长的（算数、日期、有噪音的文本、被人故意写来误导的信息）；它只给概率不给理由。他还提醒，判断的把握度不能直接相乘。1
带回团队的三个判断
- 工程量放在哪一侧。 先分清你的产品里哪一侧在变便宜、哪一侧还很贵。如果模型已经让生成变便宜了，那你的工程量该放在筛选和放行上，而不是再堆一层生成。
- 可解释当作功能做。 用户看不懂的东西，他不会为它负责，也不会为它付钱。可审计、可验证、能重跑，是把工具和黑箱分开的那条线。
- 先问数据对不对齐。 同一个数字，两边的口径一样吗；回测有没有偷看未来；缺数据的时候，系统会不会主动停下来告诉你，而不是静默地算下去。
研究摘要与素材边界
本期的底稿是《42 章经》官方公开的完整音频，我们做了整篇转写，另外参考了官方单集页上的节目简介与章节时间线。这一集没有取得官方逐字稿或完整文字版。
六段原声都从官方公开的完整音频里按原始时间码裁取，只截取嘉宾单人口播的窗口，不混入提问；每段窗口都用波形相关核对过位置，原声字幕按音频内容整理，自动识别仍可能在专有名词、数字或断句上有误差。节目里提到的公司做法、产品数字和行业判断，都按吴浩哲在这场访谈里的说法呈现，没有改写成独立核验过的行业事实。
这一集覆盖的是产品、数据、竞争与创始人心态；原集没有展开融资话题，本集也没有融资相关内容。
想听完整上下文、现场语气和这一期没有纳入的对话，可以回听《AI Trading —— 决策便宜，行动很贵｜对谈超 3w Star Vibe-Trading 作者浩哲》。原项目的开源地址在 GitHub 上的 Vibe-Trading。
本节目是对原节目的编辑性转译，不替代原节目。
References
- 1《AI Trading —— 决策便宜，行动很贵｜对谈超 3w Star Vibe-Trading 作者浩哲》官方单集页
xiaoyuzhoufm.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.