Skip to main content

    在平均答案之外 · 第 01 章

    当答案变得不稀奇

    一个价格比另一个价格低,离一笔能赚到的钱,还有多远?

    我在一篇谈 AI 与计算的文章里,记录过整理链上套利研究框架时关心的几个问题:两个报价对应的是不是同一个资产,而不只是同一个简称?是不是来自同一条链、同一个区块状态?在固定交易规模下,按实际成交价算上网络费、兑换手续费、交易排序带来的额外损失和失败成本,还剩多少?那条路径能不能执行,还是把两个时间点的页面价格拼到了一起?原文:AI 最不该替你做的,是算出一个看似更精确的答案

    这些问题很不浪漫。它们不提供下一个热门方向,也不会让一张表格显得更漂亮。但如果其中一个条件没有对齐,页面上那个诱人的差额,可能从来就不是一个可获得的机会。

    这篇文章记录的是研究框架,并未提供一笔可核验的成交结果。值得留下的是研究时的这个区别:看见差额,和证明自己能够拿到差额,是两件事。

    我原先把它概括成,计算越来越便宜,判断仍然需要人承担。现在放进一本书里,这句话需要说得更准确一点。

    核对资产身份、对齐时间、补全成本,恰恰也可以成为工具要做的工作。检查一条结论的失效条件,不会因为被叫作“判断”,就天然属于人。假如这些检查能够可靠地自动完成,让一个人每次手动重做,并不因此更有价值。

    真正需要往下问的是:检查到了哪一步,什么结果算通过,谁可以据此采取多大的行动。如果条件变了,原先的授权是否还有效?

    这比“AI 负责计算,人负责判断”麻烦一些。因为它不再给人留一个只凭名字就安全的位置,也不允许我们把一整串工作交出去以后,只在最后签上自己的名字。

    先把“判断”拆开

    一份报告写着“这个项目值得做”,里面可能挤着好几种性质不同的东西。

    有些是事实:客户是否付过钱,某项成本有没有算进去。它们需要查证。有些是推断:过去的增长能不能继续,换一批客户后需求还在不在。它们需要说明假设,等待后来的结果。有些则是取舍:即使有机会,眼下是否值得占用这笔钱和这段时间。

    把这些都叫判断,很容易把该查清的事实变成个人感觉,也把本来需要协商的代价藏进一句“综合来看”。

    AI 可以参与其中的每一步。它可以找原始记录,提出另一种解释,也可以帮助一个人发现,自己嘴上重视的东西和实际安排并不一致。没有必要为了保护人的价值,假装这些帮助不会发生。

    不过,给出一个取舍建议,和有权替别人接受这个取舍,仍然隔着一步。即使一个系统判断得比我准,它也不能仅凭这个优势,就替我把不能失去的东西押上去。反过来,我有权作决定,也不表示我的预测一定比它好。

    能力和授权需要分开讨论。否则,一面会出现“它这么聪明,应该知道我想要什么”的轻信,另一面会出现“最后是我确认的,所以我一定掌握了局面”的错觉。

    在 Arti 的一份投研 Benchmark 方案里,我已经把数据可追溯、结论依据、失效条件和持续跟踪列成了评测维度。这还是一份方案,不是已经验证有效的结果。但它和“判断不能交给 AI”之间,存在一个值得正视的张力:如果我希望系统能检查这些东西,就不该同时把它们当成人永远独占的能力。原文:Arti 投研报告 Benchmark 方案 v1.0

    更实际的方向,是把可以检验的部分逐渐交出去,同时保留看懂检验结果、质疑检验范围,以及在证据变化时修改安排的能力。这里的“保留”,也不意味着一个人必须精通所有领域。有些时候,它意味着知道需要找谁,而不是装作自己看过一遍就足够了。

    一份反驳,也可能只是另一份答案

    答案多了,我们很容易学会一种看起来更谨慎的用法:先让 AI 给建议,再让它反驳自己,最后把正反两边放在一起。

    这样看起来更周全。但如果两边都没有接触新的材料,所谓反驳也可能只是从另一种语气出发,把同一批假设重新排列了一遍。多了一个反方,不等于多了一份证据。

    还是看那笔价差。让模型列十条风险,和让它核实两条报价的区块状态,并不是同样的进展。“可能存在滑点”是一句提醒;如果在限定规模下重新计算后,原先的差额消失了,才会真正改变这个候选机会的地位。

    所以,我更关心一个反问能不能把事情推向外部:它要求我们去看哪条记录,做哪次测试,或者等待哪个结果?如果来回讨论始终没有引入新的记录、独立测试或可追踪的结果,越讨论越周全,也可能只是越讨论越难发现最初缺了什么。

    这并不是说,只要打开原始来源就能获得确定性。来源也可能过时,测试可能没有覆盖真实情况,几篇文章还可能都在转述同一个人。核验的价值,是让我们知道结论目前靠什么站着,而不是给它盖一枚永久正确的章。

    自己的直觉也要接受同样的待遇。一个建议让我不舒服,可能是它忽略了我的处境,也可能只是它没有顺着我的期待。如果我不断追问,直到工具说出我喜欢的话,最后保留下来的,只是一个经过润色的偏好。

    和一个问题待在一起,需要容许它让自己难堪一点。我不相信的是哪一步?什么事实会让我改口?如果只是还没准备好承担代价,能不能直接承认,而不急着证明那条路一定是错的?

    完整的建议,为什么还会让人焦虑

    你可以很快拿到几种职业选择的利弊、几套学习安排、一份周全的计划。每一份都说得通。留在熟悉的地方有理由,去陌生的城市也有理由;先找一份稳定工作说得通,留时间试一试自己想做的事也说得通。

    答案没有减少焦虑,只是把焦虑变得更有条理了。

    因为它们往往偷偷使用了不同的排序。一个把收入放在前面,一个把成长放在前面,还有一个默认你最需要安全感。把建议并排放进表格,不会自动消除这些冲突。

    但连“先想清楚自己要什么”也不能变成一个无限期的前置条件。一个刚开始工作的人,未必已经有足够经历,知道哪种生活真正适合自己。要求他在行动之前形成完整的自我认识,同样可能把人困住。

    有些偏好,要做过一点才知道。问题在于,怎么取得这些信息,而不让一次尝试预先花掉自己没有的余地。

    不妨设想一个选择:一份工作收入稳定,另一份看起来能学到更多,却要求先接受一段不确定的收入。两份优缺点清单可能都没有错。可如果提问者的积蓄只够支撑很短的空档,“成长更快”就需要更具体的证据:谁来带,实际做什么,能不能先接触一项任务,而不是把离职当作了解它的第一步?

    这不是劝每个人保守,也不是把有积蓄当成敢尝试的资格。它只是说明,同一个机会,放到不同的人面前,能够承担的试错方式不同。不能把退路更多的人走过的路径,包装成所有年轻人都应当拥有的勇气。

    工具在这里能帮忙把问题问细,甚至推翻我们原来的排序。但代价不能因为在表格里被归进了“风险”一栏,就算已经有人承担了。

    叙事经济学:故事怎样进入决定

    有时,连我们拿来比较的选项,也已经被一个故事安排过了。

    一个行业被反复讲成下一个机会,留下来就容易显得迟钝;一种技术被讲成很快会取代所有人,原本可以慢慢学的东西,也会忽然带上倒计时。听见这个故事以后,自己准备提前做什么,又准备放弃什么?

    罗伯特·希勒把“叙事经济学”的注意力放在这里:流行故事怎样传播、变形,又怎样与消费、投资等经济行为联系起来。故事未必是编造的,也可以把真实变化组织成一种让人愿意转述的解释。但他在2017年的论文开头就承认,当时还没有控制实验能够证明叙事变化对宏观经济波动的因果作用,也很难排除经济结果反过来改变故事。来源:Shiller,Narrative Economics,2017,第3至4页

    几段经常被讲起的历史,能让这个问题具体一些。

    餐巾纸上的拉弗曲线

    拉弗曲线有一个比曲线本身更容易记住的来历:经济学家在华盛顿的一顿晚餐上,拿起笔,在餐巾纸上向政界人物解释税率与税收的关系。

    这个场景来自记者 Jude Wanniski 在1978年发表的回述,讲的是1974年的晚餐。拉弗本人在2004年的文章里说,他已经不记得那晚的细节,只认为 Wanniski 的版本可能是真的。来源:Arthur Laffer,The Laffer Curve: Past, Present, and Future,2004

    晚餐、餐巾纸和一条弧线,让复杂的税收讨论有了一个便于复述的场景。人不必读完公共财政教材,也能记住其中一个可能性:税率过高时,降税或许反而能增加税收。

    希勒追踪了“拉弗曲线”在报刊与书籍里的出现频率:它在1978年后受到更多关注,也成为随后里根时代减税讨论的一部分。这些记录能帮助观察一种主张如何流行,却不能把政策变化都归功于一顿晚餐。来源:Shiller,Narrative Economics,2017,第21至24页

    可从这个可能性走到某一次具体减税,还缺少关键的一步:当时的税率究竟处在哪一段,税基又会怎样变化?拉弗自己的文章也明确写道,曲线本身并不能告诉我们,一次减税会提高还是降低收入。那个故事让人记住了问题,却没有替某个税率完成测量。

    1987年,人们又想起1929年

    一个故事也可能沉寂很久,再被新的事件叫回来。1987年10月19日美国股市暴跌时,1929年已经留下了一个熟悉的参照:上涨之后,可能接着发生一场大崩盘。希勒后来把这段记忆看作理解1987年股灾叙事的一条线索,而没有据此算出它造成了多少跌幅。来源:Shiller,Narrative Economics,2017,第36至37页

    更贴近当时的材料,是他在股灾发生时向个人和机构投资者发出的问卷。回答中有大量交谈与焦虑;买入者和卖出者都普遍认为,市场在下跌前已经高估。相同的“价格太高”判断,并没有让所有人采取相同的行动。许多受访者又把股灾解释为其他投资者的心理变化。来源:Shiller,Investor Behavior in the October 1987 Stock Market Crash: Survey Evidence,1987

    一个人除了判断资产,也在猜别人接下来会做什么。如果他相信别人正在按某段历史行动,那段历史就可能进入他自己的买卖理由。问卷让这种可能性值得继续追问,但事后回忆与自我解释也会影响回答。

    而且,当时确实存在交易系统拥塞、组合保险带来的卖出压力、追加保证金与流动性问题。美联储研究人员对这场股灾的回顾,详细讨论了这些机制。把它们省略,只留下一个相互传染的恐慌故事,同样会把历史写薄。来源:Mark Carlson,A Brief History of the 1987 Stock Market Crash,FEDS 2007-13

    美国住房热里,买房理由怎样变了

    房子比股票更容易进入日常谈话。它既是住处,也可能承载关于成家、安定和不落后于别人的期待。一种涨价解释如果让等待显得更危险,就可能影响买房的时间与愿意承担的债务。

    Case、Shiller 和 Thompson 在2012年的研究中,整理了1988年及2003至2012年间,美国四个都会区近期购房者的问卷。研究给了我们一个比“所有人都相信房价只涨不跌”更具体的观察窗口:2004年的开放回答常谈住房或土地短缺;到2006年,利率上升、价格太高、工资没有同步增长,变得更加常见。来源:What Have They Been Thinking?,2012,第265至268、285至287页

    顺着这些回答,可以理解两种不同的担心:房子供不应求,怕的是以后更买不起;工资跟不上,怕的是眼下就已经承担不起。这是从材料中引出的理解,不是受访者统一说过的话。

    这项研究也没有把购房者描绘成对现实一无所知的人。作者发现,他们对近期价格变化总体上相当了解,值得警惕的反而是繁荣顶点附近过高的长期涨价预期。知道去年发生了什么,与判断这种变化能持续多久,中间仍然隔着一步。

    这些答卷来自特定地区已经买房的人,不能代表所有美国家庭,更不能单凭它们认定住房危机由故事造成。对眼前的判断更有用的是:一个听来合理的短缺解释,是否被延长成了多年不变的承诺?如果涨价停下来,收入与还款能力还能不能支持原来的选择?

    郁金香狂热留下的另一个故事

    郁金香狂热常被当成一个现成的结尾:人们为花球失去理智,价格崩溃,整个国家为贪婪付出代价。只要给一种新资产贴上“郁金香”的标签,似乎就已经交代了它的未来。

    历史学家 Anne Goldgar 查阅荷兰档案后,挑战了这个流传已久的版本。价格在1637年初崩跌、买卖双方发生履约争议,有材料可以追索;全民投机、大批人因此破产、荷兰经济被摧毁,却不能照着流行版本复述。她指出,不少后来的描述继承了当时讽刺小册子里的故事。来源:Goldgar,Tulipmania,2007,出版社原书摘录;作者对档案研究的说明

    这不替任何今天的投机辩护。它提醒我们,劝人冷静的故事也有自己的吸引力:结局清楚,教训明确,让讲述者显得比当年的参与者更明白。若不再查证,一个反对轻信的故事,也可能靠轻信传下去。

    听完故事以后,回到哪一步

    把这些材料带回 AI,可以先从正在影响自己的那句话问起。比如“以后只需要少数人就能做一家公司的工作”,这是一个有待逐项验证的设想。它所依据的是某项任务变快,还是整套工作已经可靠完成?客户、责任和出错后的补救由谁承担?这些问题的答案,会影响一个人此刻该换工作、缩小投入,还是先试做一件事。

    故事可以帮助人看见尚未发生的可能,也可以给行动提供勇气。问题是,当它开始要求我们花钱、借债、离职,或放弃一段仍有价值的学习时,能否把那一步单独拿出来,看看支持它的证据。我们不必等到故事被完全证实才行动,但可以让尚未证实的部分,对应一个仍然承担得起、也来得及修正的动作。

    验证也要花钱,不能把所有事都变成研究

    到这里,还有一个反例不能漏掉。

    如果每条建议都必须查源、做实验、列失效条件,生活很快会变成一份永远交不了的尽调报告。验证需要时间,也需要知识。为了避免一个很小的错误,把晚上全部花在检查上,未必是更好的选择。

    一封容易改正的日常邮件,和一项会动用多年积蓄的决定,不应该使用同样的审核强度。影响范围小、容易撤回的事情,可以先接受一个足够好的答案;损失难以挽回、又超出自己理解范围的事情,则需要缩小动作、补充验证,或者寻求专业帮助。不能把“由人确认”当成缺少这些条件时的替代品。

    Justin Yan 在一篇 AI 编程工具使用记录里写过一个调整:起初,他为工具独立运行一个多小时而高兴;后来发现完整流程会把简单问题复杂化,便删掉自动触发机制,改为自己决定何时调用。来源:为什么我用 mattpocock/skills 替代了 superpowers

    这是一位使用者的经验,不能据此认定所有复杂流程都多余。但它提醒了一个容易被忽略的问题:我们不仅要验收答案,还要验收取得答案的过程是否值得。多跑了几轮、多写了几页,不自动意味着离真正的问题更近。

    独立判断也不要求每次都得出一个不同于别人的结论。别人已经验证得足够充分的办法,完全可以直接采用。一个人不必在每件小事上证明自己独特,才算没有把自己交出去。

    “在平均答案之外”如果最后变成“永远不要接受普通答案”,就会制造另一种内卷。它真正需要追问的,是这个答案有没有漏掉会改变你选择的条件;没有漏掉,就不必为了显得独立,再造一套说法。

    让后来的事实有机会改写现在

    一份分析最容易给人的错觉,是结尾写完,事情就结束了。

    可对一个需要在现实里实施的选择来说,交付文档只是中间一步。真正有用的记录,要让后来的人看得出来:当时依据了什么,哪些东西还不知道,出现什么变化就需要重新考虑。

    这甚至可以很短。对那笔价差,记录它在哪个状态、什么规模和成本条件下成立;对一个想尝试的方向,记下自己想从尝试里知道什么。等结果回来,就不会只记得“当时感觉很好”,或者把一次偶然的成功说成自己早有预见。

    当然,最后没有成功,不足以证明当时的决定一定愚蠢;碰巧成功,也不能反过来证明每一步都正确。我们要检查的是,原先相信的理由还在不在,新的结果是否要求修改下一步。

    我不想把人的价值寄托在 AI 永远做不好某一种思考上。这样的安慰很脆弱,也会让人不愿意承认工具真的帮到了自己。更值得争取的是:在借助越来越强的系统时,我们仍然知道自己授权了什么,有机会看到真实的结果,也能够改变主意。

    但这并不全靠个人自觉。一个新人有没有资格看原始记录,能不能为核验多争取一点时间,发现问题以后是否有权暂停,都取决于他所在的关系和组织。

    下一章,要从这里继续。答案之外的那些东西,不只包括一个人的内心,也包括谁让他知道、谁允许他修改,以及谁要求他承担后果。

    正在排版

    点击翻页,或将焦点放在书页后用 ← → 翻页;Home / End 到本章首尾。

    编辑本章 Markdown