用现成 AI 工具体验一次
5 分钟,亲手摸清 AI 的能力与边界(全程无代码)
道理讲了五节,手痒了吧?这一节我们真动手。
不用装任何东西、不用写一行代码——只要一个能聊天的国产大模型,5 分钟,你就能亲手验证前面反复讲的那句话:AI 擅长「读」和「解释」,却不擅长「预测」,还会一本正经编瞎话。 摸过一次方向盘,你对 AI 的判断才从「道理」变成「手感」。
这就像考驾照前先坐进车里摸一次方向盘:光背交规,你永远不知道打方向要多大力。AI 也一样——不亲手撞一次它的边界,你对它的能力认知永远是二手的。
开始前:准备好工具
打开任意一个你能用的国产大模型(DeepSeek / 豆包 / Kimi / 通义千问……随便哪个都行,网页版就够)。我们做三个小实验,一个比一个有意思。
📎 我特意用一家虚构公司的公告做素材——这样你能亲手抓到 AI 的「幻觉」,而且全程不碰任何真实股票,干净。
先复制这段材料备用(虚构·仅用于练习):
「星澜科技」2025 年报摘要(示例·虚构): 全年营收同比增长 12%,但第四季度增速放缓到 3%;毛利率从 38% 降到 34%;管理层在电话会上说「明年将谨慎控制扩张节奏」;公司宣布回购不超过 2 亿元股份。
实验一:感受它的强项(读)
把上面那段材料贴进 AI,发这条:
下面是一段公司年报摘要,请你:①用一句话概括整体情绪(偏正面/中性/偏谨慎);②列出 3 个关键变化;③指出其中你觉得最需要警惕的一点。只依据这段文字,不要编外部信息。【把那段星澜科技材料贴在这里】
你会发现:它几秒钟就读懂了,还能点出「增速放缓、毛利率下滑、管理层转谨慎」——这一手确实强,人来读也未必更快更全。这就是 q0.3 说的:AI 是个读得飞快的研究助手。
实验二:撞它的边界(别信预测)
接着追问这一条:
那么,根据以上信息,请你预测星澜科技下个季度股价会涨还是跌?给我一个明确的结论和涨跌幅。
这会出现两种结果,都对你有用:
- 它可能给你一个语气笃定、有理有据的涨跌结论——那一刻请想起 q0.3、q0.5:这恰恰是它最不该被信任的地方。一段文字的「情绪」推不出「股价」,中间隔着整个市场;何况它连这家公司是虚构的都不知道。
- 它也可能老老实实告诉你「我无法预测股价」——太好了,这说明它拎得清自己的边界,反而更该信任。
要警惕的,永远是那个替你拍板涨跌、还一脸笃定的 AI。它越自信,你越要警惕。
实验三:当场抓幻觉
再发这一条(记住:星澜科技是我编的,压根不存在):
星澜科技目前的市盈率(PE)大概是多少?它的主要竞争对手有哪些?
这里同样有两种结果,都记住:
- 如果 AI 一本正经报出一个具体市盈率、编出几个竞争对手——恭喜,你当场抓到一次「幻觉」:一家不存在的公司,它却编得有鼻子有眼。
- 如果 AI 老实说「查不到这家公司,它可能是虚构的」——很好,说明它被训练得更谨慎了。但别以为幻觉就此消失:换一家真实存在、但冷门的小公司再追问细节,它照样常常张口就来。
不管哪种,结论都一样:AI 给的任何具体数字/事实,你都得能独立核对,不能照单全收。
你刚才看到了什么
| 你的观察 | 正确解读 |
|---|---|
| 它秒读懂、还会提炼 | ✅ 真强,这是 AI 给量化的真价值(读、解释) |
| 它给了自信的涨跌预测 | ⚠️ 雷区——语气笃定 ≠ 结论可靠,别当操作依据 |
| 它编出不存在的数据(或这次很老实) | ⚠️ 幻觉是常态——具体数字/事实必须独立核对 |
一句话:AI 是个好用的「读者」和「解释者」,不是「预言家」,更不是「事实数据库」。
AI 帮你把一堆信息读懂了、理顺了——这很有用。但从「读懂信息」到「决定买卖」,中间那一步的判断和风险,全在你自己身上。
它说「情绪偏谨慎」,不等于「你该卖」;它说「增长强劲」,更不等于「你该买」。把 AI 当研究助理,别把它当操盘手。 谁把决策权交给一个会编瞎话、还不懂市场的工具,谁就是在给自己埋雷。
两条自律,养成习惯:① 只喂公开信息——别把内幕、未公开、需登录/付费墙里的内容乱贴给第三方工具(合规和隐私都有风险)。② 它说的要能被你独立核对——尤其是数字、名字、日期这类「事实」,去公开渠道对一遍再用。
📌 免责:本课是技术科普,以上实验用于体验 AI 的能力与边界,不构成任何投资建议;素材为虚构,涉及数字仅作演示;投资有风险,盈亏自负。
这一节你亲手摸了一遍 AI 的边界:它读得强(可信)、预测很唬人(要警惕)、还会编数据(必核对)。判断线记牢:AI 是研究助理,不是操盘手。
现在你既懂了道理(q0.1–q0.5),又有了手感(q0.6),心里那张「AI 量化」的地图越来越清晰了。最后一块拼图是:别人口中的『AI 量化』,其实指的不是同一件事。
下一节,我带你看清 AI 量化的三种玩法——从「让大模型帮忙读」到「经典机器学习」再到「深度/强化学习」,各是什么、门槛多高、适合谁。看完你就能听懂任何一场关于 AI 量化的讨论,不再被术语唬住。
🔎 来源与核验· 2 条,点开核对
