用DeepSeek投資，是霸王硬上弓

閨女的學校最近的研討課主題是—想象下，在人工智能比如DeepSeek們的幫助下，我們未來的生活是什么樣的。

這個選題讓我回想起了我的童年。小學時我被要求想象下2000年人類是怎么生活的：大家基本在天上飛，機器人在家里當保姆，還能在月亮上蕩秋千……再看一下當下的小學生們想到的，似乎沒什么變化：機器人在家里當保姆，人類基本都在天上飛，最后也去月亮上蕩了秋千。

幾十年了，沒什么進步。

看來賈雷德·戴蒙德說的是對的（就是寫《槍炮、病菌和鋼鐵》的那個人類學家），人類仍舊是不善于做預期的物種。

為什么說“仍舊”呢？

因為實際上在做預期這方面，人，或者說智人這個種類，已經比人屬的其他兄弟好很多。

據說在若干萬年前，我們的直接祖先智人和旁系尼安德特人發生過一次直接的生存競賽。相比智人，尼安德特人是更早從非洲走出來的人屬物種。他們比我們更強壯，擁有更發達的肌肉，因此體重大約比智人重1/3；同時也有更大的腦容量。但他們不善于思考抽象問題，也不大會對未來作出預判—智人大腦中負責此類功能的組織叫額葉，就位于我們高聳的前額骨里邊，而尼安德特人的前額是扁平的。

飽滿的額葉給智人帶來了好處，讓我們戰勝了最厲害的“親戚”尼安德特人。更直接一點說，我們利用預期能力形成組織優勢搶走了他們的食物，或者直接把他們當食物吃掉了。

但也有壞處，我們比其他人屬物種更容易患上抑郁癥，你從來不會碰到一只黑猩猩為了自己不能獲得更多香蕉樹的收獲權而提前為自己的晚年生活抹眼淚，但類似的事我們做了不少。

如今，距離智人吃掉“親戚”已經過去了幾萬年，患上抑郁癥的人明顯在增加，但人類的預測水平并沒什么提高。即使發明了計算機，我們找到正確答案的水平也沒有明顯提高。

為什么未來這么難以預期？有一個例子可以說明。理查德·塞勒在《金融時報》上出過一個謎題，讓讀者從0到100之間選一個數字，使這個數字盡可能接近所有猜測者所選數字平均值的2/3，猜中有獎。

如果讓你猜，你會怎么考慮這個問題？很可能是這樣，把所有參與者的答案當作隨機數，那么他們的平均值應該是50，再乘以2/3，得到的答案就是33。

但這么做可能忽略了一個問題，如果參與猜數字的人都像你一樣聰明，就會有很多人給出33這個答案。如此一來，整個答案群的平均數就會向33靠近，正確答案就變成了33的2/3，即22。但一轉念，問題又來了，大家如果也想到了這種變化怎么辦？那么你的答案應該是22的2/3，也就是14或者15才對。

如果對數學有強于一般人的理解，你會明白塞勒提出的是個博弈論問題，按照上面的邏輯推導，得出的正確答案應該是0。當謎題參與者在數學上都通達如你，他們就會給出0這個答案，而0的2/3仍然是0。在塞勒謎題中，當大家給出的答案為0，就達到了所謂的“納什均衡”狀態（就是電影《美麗心靈》里那個瘋子提出的概念）。

不過現實比理論要復雜得多，在塞勒謎題的所有開放性試驗中，沒有一次參與者給出的答案的平均值的2/3是0或者接近0。刊登在《金融時報》上的那次，結果是13—讓沉迷數學的書呆子見鬼去吧。

為什么數學家會算錯？塞勒給出的原因是，現實中，并非所有參與者都是數學家，甚至大多數人的決策是非理性的，野蠻人的非理性沖毀了書呆子的城堡—難不成你會認為特朗普是那個全球最大經濟體最恰當的總統當選者？

如果我們再以更發展的眼光看問題，隨著民眾的通識水平提高，以及大數據策動的AI更加厲害，智人的預測水平會逐漸提高嗎？

結果大概仍然會讓人失望。

這里先不說隨著技術的發展人們的認知水平是不是會提高—短期來看這兩件事并不線性相關—更厲害的人工智能對預測未來是無效的。

還是用上面說的塞勒謎題舉例。會不會有個聰明的AI參與者通過對人性無知程度的分析得出最終答案是13這個結果呢？這取決于有多少這類聰明的參與者：如果達到了相當的水平，更聰明的人就會出現，然后他們會預期答案是13的2/3，即9或者8—看，循環又開始了。

更何況在真正的現實版塞勒謎題中—比如咱們一直在聊的投資—真正的聰明人會尋找獨享勝利成果的機會，為此他們在給出自己的答案前會策動其他參與者盡量給出不理性的答案，使其他聰明人回答正確的幾率變低。

如此一來，我們很可能需要有個反直覺的判斷：隨著大數據和更聰明的AI參與者的介入，在經濟世界里，未來不是更可預測，而是變得更難預測了。我們將更深地陷入納什不均衡的困境。當然，這對普通公司人來說不一定是壞事。我看過一篇記錄當年紐約大停電的報道，在最先找到回家的路的人中，盲人的比例明顯上升。

再讓我們回到當下的投資現實中來。看了前面所說的，你對人工智能、DeepSeek們的迷信程度是不是有所下降了？如果是，那你已經明白了我要說的。

另外，還有幾個小提醒。

第一，投資就是一種預測。DeepSeek當然是好東西，但它能提高你的投資決策水平嗎？我持保留態度。你非要這么做，就有點霸王硬上弓的意思。至于很多機構說已經接入DeepSeek這類東西了，建議反而應該對它們小心一點。

第二，自打DeepSeek火爆出圈，我更加懷疑那些所謂的人工智能行業專家給出的行業發展意見了。在DeepSeek出圈之前，沒聽他們提過人工智能領域降本增效的事；而在它走紅以后，他們又說，沒人比他們更懂DeepSeek了—呸！不過這大概也是真實世界更難預測的一種證明吧。

第三，AI發展得是很快，但到目前為止，似乎還沒有一個特別清晰的落地場景，或者一個有彈性的產業脈絡。DeepSeek的主要應用目前看來似乎更多集中在人機互相調戲的范圍，或者給媒體提供選題—這點彈性顯然還不夠。而我身邊的一些公司人和股票投資者把重注都押在它身上，這就有點令人擔憂了。世界上有漲潮就有退潮，DeepSeek“砰”的一下，就像哪吒，橫空出世，反過來更證明了這個領域充滿了偶然性。