2022年11月末，OpenAI发布了ChatGPT。
当时GPT的表现惊艳了全世界，一批人都觉得相当一部分人类的岗位，特别是艺术创造类和人文服务类，都要迅速被取代了，毕竟这玩意儿只要插电就能工作，也不用给它交五险一金休年假产假病假，挺多人当时还着实焦虑了一阵子。
但是很快就有人发现，其实GPT还是没有脱离人工智障的范畴，经常搞出一些不知所谓的答案来，于是大家悬着的心就又放下了：这货离取代我还早呢！
脑力劳动者先暂时的长出了一口气。
波士顿动力发布机器人和机器狗视频的时候，很多体力劳动者也一阵担心，这不会很快就要取代我了吧！
但是很快也有人发现，这机器人和机器狗也都没脱离人工智障的范畴，经常遇到根棍子就要躺在地上挣扎半天，摔倒的姿势还特别萌特别有记忆点。于是大家悬着的心也就放下了：这货离取代我也还早呢。
体力劳动者也长出了一口气。
世界上永远分为悲观的人和乐观的人两种人。
悲观的人总觉得但凡有个什么新东西出来自己就要完蛋了；乐观的人总觉得虽然子弹已经朝我打出来了，只要还没飞到我头上，我就总有概率躲过去。就算打中了我，就一定能一枪把我打没？
然后加特林一阵扫射：乐观的人和悲观的人都躺在地上，谁也不比谁的姿势好看。
很多时候就是这样，硅基的东西性能只要没达到碳基的100%或者120%，大多数人就会抱着一种看笑话的心态去观察：你看这个硅基二傻子，你再看那个硅基二傻子，你们来看这批硅基二傻子们。
但是等过了100%那个点的时候，碳基生命就再也没有反超的可能了：碳基生命的学习曲线是近乎线性的，而且到了一定年龄之后就会下滑；而硅基的学习曲线是指数型增长的。在没有人造子宫的情况下碳基生命的培养周期是十八年甚至二三十年，而硅基只要能量产基本上就是流水线上五分钟或者十分钟一个的量产。
所以趁着它跟你还有差距的时候尽情的笑话吧，因为它在不断飞速进化，而你却一直在缓慢退化：当年阿尔法狗最开始只能下赢欧洲冠军，你可以笑他；当狗下赢李世石但是李世石还神之一手偷回了一盘，你可能就不大笑得出来，不过觉得也还有希望；当狗三盘吊打巅峰柯洁的时候你大概率就知道，围棋这个运动已经完蛋了。
现在呢？现在所有的围棋比赛，解说都要说按照绝艺的判断，谁谁谁的胜率更高一点；谁谁谁下了一步妙手，因为他下在了绝艺的最佳推荐点上.......
GPT出来不久，我跟部门同事们交流，认为可能留给我们的时间真的不多了：0%到60%的时候可能是无感的，60%-90%的时候你会有点感觉但是可能还有侥幸心理，过100%以后大概率可能真就来不及了。
不是我看不起A股的散户，但是我觉得有的时候相当一部分散户的逻辑是矛盾且分裂的：一方面他们也用Deepseek并且觉得这个东西真是代表人工智能未来发展方向真是好用啊；另一方面他们又在A股市场试图低买高卖做交易乐此不疲试图战胜能搞出来Deepseek这玩意儿的母公司幻方......
你能告诉我，到底你觉得是你厉害还是它厉害么？要是你厉害，为啥不但搞不出来这玩意儿，你连他是什么逻辑都搞不清楚呢？要是他厉害，你干嘛非得跟他去干同样的事儿呢？
春节期间，有刚入行小朋友用DS试着整了几篇报告之后就崩溃了，截屏给我。看了一下，说实话，逻辑思考深度和行业理解深度离行业头部的研究员差距还是比较明显的，但是对事件的快速点评，已经做的比90%以上的小研究员要好；对于一些行业的入门级信息整理，也做得比90%以上的小研究员要好。
而且关键在于，因为给你展示了模型深度思考的这个过程，你能够看到这个模型在收到问题到输出答案之间的思维过程、数据搜集和分析过程，数据搜集这个本身就是机器的优势领域就不说了，基本上能吊打99%的人类，即便在逻辑思维这个原本认为人类可以一战的领域，目前DS也已经吊打90%的小朋友了：结论很多时候不一定对，数据不一定全，但是至少它的逻辑大多数时候是自洽的。
也就是说有一种可能性，就是你不用他的结论，但是接到问题之后你可以按照它分析的思路去重新理一遍，即便这样，这个模型的可用性也已经很强了。
与此形成鲜明对照的是，这几年招人，面试时候很多想入行的小朋友，问第一个开放性问题基本上就卡住了。你问他上海市目前保有多少量新能源车；你问他治糖尿病的药一年销售额能有多少；你问他北京一年导盲犬能创造多少GDP。
要么一脸茫然根本不知道从哪里开始下手，要么对话题涉及到的基本数据量级缺乏初步概念：有觉得上海市只有500万人口的，有觉得整个北京市应该有10万只导盲犬的......
要逻辑没逻辑，要数据没数据，你拿什么跟硅基打呢？
更关键的是，目前跟碳基竞争的还都是通用模型，垂直领域的专业模型还没有开始被大规模训练、部署和应用。
这也倒正常，符合一般规律。毕竟当年互联网创业的时候，也都是从使用人数最广，市场最广的通用平台开始做起来的：腾讯占住了社交、阿里占住了消费、字节占据了娱乐、美团占住了你的胃、滴滴占住了你的腿，衣食住行基本上解决个七七八八以后才开始往垂直领域发展的。
假设有一天通用模型被训练的差不多了，开始训练垂直领域的专业模型了呢？
有些成熟行业的分析框架也基本上已经无比成熟了，收入从哪儿来有哪些因素影响、支出从哪儿去有哪些因素影响，经过一番加减乘除四则运算以后就能框算个利润出来，都用不到初中以上的数学水平。
对上市公司可能影响最大的也就是这些因子的变动：比如煤炭企业的煤炭价格，造纸行业的产成品价格和原材料价格等等。但如果只是跟踪这些高频数据的话，人再快，能有机器快？
先从简单行业起，再到复杂行业，一轮一轮迭代下去，会不会最后行业其实不需要那么多研究员和投资经理，只需要几个真正的行业专家协助硅基研究员更新和迭代模型就可以了？甚至有一天，硅基研究员可能会跳出来说，X专家，根据我最近数据的反馈，你的XX模型跟我出现了两个标准差以上的偏差，您看一下这个模型要不要重新调整一下？再更进一步，根本就不跟人类反馈，硅基研究员自己就在某种情况下把模型根据实际情况调掉了？
毕竟按照物理学的说法，理论和实验出现了偏差，总不能去改实验数据吧。
金融这个行业历史上一直是高薪行业，其实我觉得倒不一定是这个行业真需要多高深的技术或者不可替代，至少不是这个行业里面的所有人都是这么不可替代。举个例子，金融行业的前台和其他行业的前台，本质上有什么区别？凭什么金融行业的前台就要比别的行业美一点，挣的多一点？这种岗位在金融行业里面还很多......为了避免文章又被投诉没，例子就不举了。
我觉得金融行业收入高，大概率只是因为这个行业相较于其他行业而言，是一个靠智力而非体力干活的行业，而且在智力密集型行业中，金融人智力输出的杠杆水平几乎是最高的（除部分科技行业外），而人类智力输出的杠杆水平决定了这个岗位的收入水平：
举个不太恰当的例子，为什么钱学森被称为战略科学家？如果仅仅只以金钱来衡量收入的话，他的收入是不是应该是所有人中接近最高的那一批？
原因无他，他干的活是国家安全的活，他的智力输出是带着整个国家14亿人口的杠杆的，收入最高也天经地义，袁隆平、于敏等都类似（当然这些国之栋梁只追求精神上的满足而无所谓物质收入那是另外一回事儿）。
人在从事金融行业的时候也一样，管5000万你是这个人，管50亿也是这个人。5000万的千分之一是5万，50亿的千分之一就是500万。既然这么高的智力杠杆，那就让你一个人干1000个人的活，领200个人的工资吧！
但是，智力杠杆高带来收入高一定有一个前提，就是撬动智力杠杆的那个支点，一定是稳固的。这个支点就是：这个人在输出智力杠杆的时候，他是一定确定且稳定领先的！
但这个支点接下来很可能要动摇了：
投资需要高认知，但是你再上知天文下知地理，你能比一个硅基生命认知更高么？
投资需要逆人性，这个就更不用说了，你不可能比一个非人类更“没人性”吧。
投资需要体力好，这个.......完败。
所以，现在是下半场80分钟，0比3落后，可能留给从业者的时间，真的不多了。
能做什么？最好的当然是在硅基生命替代碳基之前，财务自由并且退休，因为大概率一旦开始干金融这个行业，再想转到其他行业，基本上认知技能体力都已经跟不上了。
如果不能在被替代之前做到财务自由，那就一定需要在硅基生命短时间内做不到的地方，利用被替代之前的时间窗，完成卡位和技能升级。
比如老和尚我，肯定就得重构我的念经技能。你让硅基生命念现成的经且只念经，肯定比我念得好，也许我将来就必须练就倒立念经的绝学了，毕竟一时半会儿它没腿站不起来，我还能多念一会儿。至于这多的一会儿是多会儿，那就只能是阿弥陀佛了。