2024年3月15日，星期五，晚上十一点。

深圳，默石资本，技术部。

整层办公楼只剩下技术部的灯还亮着。陆方坐在工位上，面前是三块屏幕，每块都显示着密密麻麻的AI论文。他正在读一篇关于大模型在金融领域应用的论文，题目是《Can Large Language Models Replace Financial Analysts？》。作者是几个不知名的欧洲学者，论文还没发表，只是挂在arXiv上。但内容让陆方坐立不安。

论文的结论是：大模型在财报分析、新闻解读、情绪识别等任务上，已经接近甚至超过了人类分析师的平均水平。在某些特定任务上，比如提取财务数据、计算财务比率，大模型的准确率甚至超过了90%。而人类分析师的平均准确率，大约是85%。这不是他第一次读这类论文了。过去一年，他读了上百篇，越读越焦虑。

周寻从隔壁工位探出头，手里端着一杯已经凉透的咖啡。“还在看论文？”

陆方头也没回。“嗯。这篇说大模型在财报分析上超过人类了。”

周寻走过来，站在他身后，看了一眼屏幕。“所以呢？”

“所以，我们会不会被淘汰？”

周寻拉过一把椅子，坐下来。“淘汰我们的不是技术，是我们不会用技术。”

陆方转过身，看着周寻。“什么意思？”

周寻喝了一口凉咖啡，皱了皱眉，放下杯子。“陈总当年从技术分析转到基本面，再从基本面转到量化。每一次，都在学新东西。技术是工具，不是主人。大模型也是工具。如果我们会用，它就是我们手里的利器；如果我们不会用，它就是淘汰我们的刀。”

陆方沉默了几秒。“可是，以前的工具，都是我们控制它。大模型，是它控制我们。它给出一个结论，我们不知道为什么。黑箱越来越黑。”

周寻笑了。“2015年，星海刚上线的时候，也是黑箱。你忘了？陆方当时也问过同样的问题——‘我们会不会被量化模型淘汰？’后来呢？”

陆方想了想。“后来，我们学会了和模型共存。模型负责快，人负责准。”

“现在也一样。大模型负责快，人负责准。它黑箱，我们就用工具打开它。LIME、SHAP，都是解释黑箱的方法。虽然不完美，但比没有强。”

陆方若有所思。“你说得对。但我还是怕。”

“怕什么？”

本章未完，请点击"下一页"继续阅读！ 第1页 / 共6页