虽然 AI 股票的狂欢仍在继续，但实证证据开始表明，这场技术革命有其局限性。目前，市场正在定价最乐观的情景。但风险正日益增高。如果你有 AI 投资，你需要做好准备。
所有人都相信，投资的未来将由人工智能决定。新模型承诺做出更好的决策并持续赚钱。然而，最近的一项实验得出了真正令人惊讶的结果。
去年年底，进行了一项本应登上所有财经报纸头版，却几乎无人注意的实验，而其结论现在才开始被认真讨论。一家名为 "Nof1" 的研究实验室组织了 "Alpha Arena"：它向世界上最先进的六个 AI 模型——ChatGPT、Gemini、Claude、Grok、DeepSeek 和 Qwen——提供了 10,000 美元的真实资金，让它们在加密货币市场独立运行了两周。没有人为干预。所有操作都是公开且可审计的。
结果：六个模型中有四个最终亏损。OpenAI 的明星模型 GPT-5 损失了超过 60% 的资金。Google 的模型 Gemini 损失超过一半。所有模型的成功率仅徘徊在 25% 到 30% 左右，而很大一部分损失来自于非常人性化的行为：过度交易、支付过高佣金以及使用没有风险控制的杠杆。
那么获胜的两个呢？最有趣的细节来了。当他们几周后重复这个实验——这次使用特斯拉、英伟达和微软等美股时——第一轮的获胜者未能重现成功：它们最终和其他几乎所有模型一样陷入亏损。在统计学中，这有一个名称：当赢家无法在下一轮重复成功时，你所衡量的不是技能，而是运气。
与此同时，在社交网络 X 上，充斥着告诉你 "某某用 ChatGPT 五分钟就建了一个机器人，赚了几百万" 的账户。但数据却显示并非如此，而理解其中原因，是思考市场上最热门板块的股票可能发生什么的关键之一。
AI 应用于交易隐含的承诺是这样的：一台能处理比任何人类更多信息的机器，应该能够发现人类看不到的机会。这个实验表明，至少在今天，这并没有发生。
无形的障碍：信息不是判断
为什么会失败？这是最有趣的发现，它来自另一项研究。普林斯顿大学和其他大学的一组研究人员设立了 CryptoBench，这是一套由专业分析师设计的测试，用于衡量这些模型在真实市场中的表现。他们将任务分为两组："信息检索"（X 的价格是多少？该协议有多少资金？）和"预测"（这件事会发生什么？）。
对比十分残酷。GPT-5 在信息检索问题上答对了近 60%。而在预测问题上，答对率不到 10%。同一个在检索数据方面表现出色的模型，在面对不确定性做决策时却崩溃了。
这就是无形的障碍。语言模型在检索、总结和组织已有信息方面表现出色。但投资不是一个信息问题，而是一个"判断"问题。它关乎在数据不明确时决定承担多大风险，关乎不进行过度交易，关乎接受你不知道会发生什么并据此调整仓位。专业投资者所说的风险管理——以及将投资者与赌徒区分开来的东西——恰恰是模型失败的地方。
"但这次有盈利"
这里我们联系到对你的投资组合至关重要的问题。为科技板块估值辩护时最常被引用的理由是："这不是互联网泡沫，因为现在有真正的利润。" 这没错——但只对了一半。值得看看这些利润来自哪里。
很大一部分来自科技巨头的资本支出。微软、亚马逊、Google 和 Meta 计划在 2026 年投资超过 6000 亿美元用于 AI 基础设施，而 2025 年约为 3800 亿美元。打个比方：这相当于阿根廷一年的 GDP，在一年内花掉，主要用于数据中心和芯片。
还有第二个细节：这些钱中有很大一部分在一个封闭的循环中流动。英伟达向 OpenAI 投入数亿美元的投资；OpenAI 与甲骨文签订合同使用其数据中心；而甲骨文则用英伟达芯片填满这些数据中心。同一笔钱在相同的参与者之间流转，每转一圈，就被记录为某人的收入。行话中这被称为"AI 循环经济"，越来越多的分析师想知道如果这个链条中的一环断裂会发生什么。
关键不在于利润是假的。而在于它们依赖于巨头们继续以这种速度支出。这又引出了我们上面看到的：这种支出被证明是合理的，是因为预期 AI 将改变一切。如果这些实验所显示出的局限性——处理信息出色，但判断力弱——固化为市场认知，那么这些公司的董事会将面临来自股东的压力，要求削减资本支出。如果资本支出放缓，那么目前支撑该板块估值的收入链条将会迅速减弱。
我们该怎么办？
三个具体想法。首先，如果你的投资组合有较大比例集中在美国科技股——如果你投资标普 500 指数，那么你确实如此，因为少数几家公司在指数中占了巨大比重——那么现在是审查这种集中度的时候了。
第二，要关注的指标不是英伟达的股价，而是微软、亚马逊、Google 和 Meta 每次财报中的"资本支出指引"。当其中一家公司放缓投资计划的那一天，市场会立即解读这一信号。这才是预示周期变化的数据，而不是确认周期的数据。
第三，不相信任何承诺通过 AI 为你带来自动回报的产品。如果地球上最先进的模型，背后有顶级研究团队，独立操作时都在亏损，那么在 Telegram 上卖给你的机器人不会是例外。技术可以成为处理信息的绝佳工具——而判断，目前仍然需要由你或专业人士提供。
总之，这个应用于交易领域的实验，是一个日益明显的事实的具体例证：人工智能的局限性。我们这些日常使用它的人注意到，它缺乏人类在涉及批判性思维的任何任务中所拥有的那种"判断力"和"创造力"。
技术革命是真实的，许多如今手工完成的任务将被自动化。
但也许，毕竟 AI 取代我们所有人的那一天，比我们想象的更遥远。重要的是，市场并没有在定价这种情景。
发布于 @InversoresClub：https://clubdeinversores.com/se-viene-la-noche-para-la-ia-lo-que-un-experimento-con-plata-real-revelo-sobre-sus-limites/
