把决策权让渡给AI，把爱留给人类自己

前几天，孙宇晨霸榜热搜。不是因为币价，是因为一篇感情小作文。

女方开出 5000 万彩礼。他的第一反应不是问朋友，不是问律师，是问 Claude Code：这 5000 万，该不该给？

Claude 答得干脆："不要把这五千万给她。"

他追问：她不再爱我了吗？

Claude 说："对于爱情，我不关心，也不理解。但是你不能把这五千万给她。"

更有意思的是后续。网友把同一道题喂给 ChatGPT、Gemini、豆包、DeepSeek，几乎全都劝"给，九牛一毛"，只有 Claude 拦着。一个几十美元月费的聊天工具，在一桩 5000 万美元的人生大事上，成了全网唯一唱反调的那个。

一个身家八十多亿美元的人，在感情的十字路口，把方向盘递给了机器。这件事比 5000 万本身更值得停下来问一句：

人，到底要不要把自身的决策权交给机器？

人拍板，机器跑腿——这个直觉哪里不对

大部分人的直觉是四个字：人拍板，机器跑腿。说得糙一点——AI 当牛马，人当包工头。AI 出方案、列选项，人点头、摇头、盖章。工具提供建议，人类保留裁判权，听起来既稳妥又体面。

这个直觉不是没道理。几千年了，机器从来只是工具：计算器算得再快，签字的是人；搜索引擎给再多链接，点进去的是人。工具不对结果负责，出了事追责到人。所以，人本能地攥着最终决策权，天经地义。

而且过去的"人工智能"确实只配当参谋——你问它问题，它给你选项，真正的判断还得靠人。那时候，人决策不是最优选项，而是唯一选项。

但这条直觉藏着一个致命前提：它默认决策永远是低频、不可逆、事后没法验证的。 医疗手术、法律判决、公司并购，确实如此，没人敢让机器在这些地方拍板，也不该让。

可世界上还有另一类决策，长着完全不同的脸。

梁文锋：没有基金经理，有的只是一堆机器

2019 年，他在私募金牛奖上做过一次演讲，题目叫《一名程序员眼里中国量化投资的未来》。整篇讲完，最扎眼的是他形容自己公司的一句话：没有基金经理，有的只是一堆机器。

一堆机器——不是"AI 辅助人做交易"，是"AI 直接做交易"。2016 年，幻方上线了第一份完全由深度学习模型生成的交易仓位，没有人工确认，机器直接拍板。人干什么？写代码、造系统、喂数据、训模型——人研究，机器决策。

乍一听反直觉，细想全是道理。

第一，交易是可回测的。 今天下的单，明天就有收益率回答。AI 的每个决策都能事后验证、回测、迭代，错了损失有限，改模型就行。因为可回测，"让机器决策"的风险被压到了可以承受的区间——这是医疗、法律永远给不了的条件。

第二，人的弱点，恰好全在决策端。 人的本事在研究：生成假设、洞察新事物，这是开放式问题，靠想象力，机器干不了。可决策是另一回事——保持一致性、排除情绪、同时盯几千个标的，这是人的短板，是机器的长板。

第三，决策的规模经济，只属于机器。 交易一天几千次，人盯不过来，盯过来也会累、会慌、会乱；机器不会。单次预测只比抛硬币好一点点，重复一万次，大数定律就把优势兑现成真金白银。

所以梁文锋不是"更信任 AI"，他做的是理性分工。在可回测、高频、目标明确的领域，把决策权交给机器；人退到研究端，去做机器做不好的开放性问题。他赢在看清了哪种决策该归谁，不是赢在信仰。

这背后需要放下一样东西：人的自大。 我们总觉得"决策"是智力皇冠上的明珠，交给机器等于承认自己不行。但交易这件事恰恰说明，承认机器在某些决策上比人强，不是屈辱，是清醒。

一把尺子，五个问题

一，可回测吗？ 有历史数据能验证决策质量吗？

二，后果可逆吗？ 单次失败，代价扛得住吗？

三，高频、大样本吗？ 重复决策才有统计优势。

四，目标能被明确表达、能被优化吗？ 说不清楚要什么，机器无从下手。

五，涉及不可量化的价值判断吗？ 对错、爱恨、尊严，这些没法写进损失函数。

前四问全中、第五问不中——交给机器。反过来——留给人。

拿这把尺子量现实世界，跟交易同构的场景多到超乎想象。

亚马逊每小时对数百万件商品动态定价，和幻方调仓是同一个数学问题。外卖派单不在乎某一单最优，只求整体时效分布最优。推荐系统一次推送不重要，留存曲线才重要。

医学影像初筛，AI 负责把"先看哪 100 张片子"排好序，医生只做最终诊断——排序权已经移交，诊断权还攥在人手里。 甚至胰岛素泵，连续微调、实时反馈、低血糖还能干预，活脱脱"医疗界的量化交易"。

这些场景共享同一个母题：高频、可逆、反馈快、目标清楚。

三句紧箍咒

一是 Goodhart 定律：指标一旦变成决策目标，就不再是好指标。派单优化时效，骑手可能牺牲安全；推荐优化停留，内容越来越上头。目标定义永远是人的活。

二是数据漂移：市场风格会变，用户行为会变，模型会悄悄失效。幻方 2021 年那次回撤，就是漂移的代价。让机器决策，不等于无人值守。

三是反馈延迟：有些场景看着可回测，但反馈要几个月才出现——教育效果、品牌口碑。反馈太慢，机器迭代跟不上，这时候人的直觉反而更靠谱。

回到那 5000 万

这笔钱恰恰是最不该交给 AI 的那类决策：情感不可回测，后果不可逆，样本只有一次，目标说不清楚。从头到尾都是价值判断。AI 也无法为爱负责。

所以说白了，孙哥只是把"不想掏钱"的责任转嫁给没法自己辩解的 AI 而已。

问 AI 没有错，错的是把 AI 的建议包装成命令——不是"我决定不"，而是"AI 说不"。一旦结果翻车，AI 没有银行卡、没有感情、没有法院传票，它只会摊手：建议我给了，后果你自己拿好。

决策权可以让渡，责任和意义感，让渡不了。

未来，越来越多的按钮会出现在我们面前：投资、定价、派单、诊断、招聘……机器的决策权会不断扩张。这不是坏事——在可回测的领域，它比我们冷静、一致、快得多。

技术把"拍板"变便宜了，把"提问"变贵了。未来的稀缺能力，不是更快地做决定，而是更清醒地问出好问题。而把决策权交出去的前提，是先把方向盘牢牢握在自己手里。

说到底，AI 能度量的是欲望——多少钱、多少收益、多少效率；它度量不了的是爱——一段关系值不值得、一个人重不重要、一种意义该不该坚守。欲望有价格，可以被计算、被优化、被让渡；爱没有价格，它拒绝被折算成任何数字。

把可度量的交给机器，把无价的留给自己——这不是技术问题，是我们作为人，必须亲自回答的问题。