AI 与我｜AI 实验

【AI 与我】从一个投资想法到真正理解它

Writing is difficult because thought is web-like, grammar is tree-like, and writing is linear.

"写作之难，在于思考是网状的，语法是树状的，而写作必须是线性的。"

——Steven Pinker《The Sense of Style》

这句话精准地概括了我最近一直在琢磨的一件事：怎么把一个模糊的投资想法，变成自己真正理解的东西。

以前我的路径是：看到感兴趣的东西→自己闷头读更多→想明白了再写出来。但Pinker说得对，思考本来就是网状的，一团乱麻缠在一起。我试图在脑子里先把这个网理顺，变成一条线，然后再写——这太难了。很多事根本没法在脑子里完全想明白，因为写作本身就是把网变成线的过程，它不是想完之后才做的事。

现在我把AI拉进了这个过程。看到一篇文章、一个新指数、一个触发我的观点，直接丢给AI，告诉它我为什么感兴趣、我现在怎么看，然后开始来回讨论。

AI帮我辨析：哪些有道理，哪些走太远了，哪些被忽略了。因为它长期了解我，还会追问：这东西适合你吗？能补你什么短板？还是根本不搭？

这个过程中我发现，一个想法真正变成"自己的"，不是因为AI给了我答案，而是在反复拉扯中，我开始看到：我为什么会被这个点吸引？我的逻辑哪里站不住？我是不是只懂了结论，没懂它为什么成立？这些追问本质上就是在把我的网状思考一点点拆解、梳理，找到主干，看清分支。

以前写作成本太高了。打字慢，查资料、找图费时间，一篇公众号能写一整天。现在直接口述，说着说着新想法就冒出来了，AI帮我整理，我再改。变成了：思考→输出→发现问题→再思考→再输出。输出不再是终点，它就是思考本身。换句话说，我不再试图在脑子里完成那个"网变线"的艰巨任务，而是借助AI，在输出的过程中逐步完成它。

举一个具体的例子：股指期货滚贴水。

我去年就知道这个策略，但因为风险偏好一直没动。后来看到论坛上一个滚了四年的人，才意识到纸上知道和真金白银去干是两码事。我看过教程，知道策略的逻辑，知道可以按月滚按季滚选不同合约。但"知道这些"和"愿意拿几百万去做"之间，隔着一大堆我没踩实的问题：为什么不同合约有差价？近远月怎么选？市场结构变了怎么办？极端情况下各路人马——私募、量化、雪球产品、险资、散户——他们会怎么动？为什么有了股指期货，大家还说做空机制不健全？

这些话我全都听过。但"听过"和"真正理解背后的含义"差很远。因为"听过"只是在脑子里挂上了一个网结，而"真正理解"意味着你要看清这个结和其他所有结之间的连线。

AI把这些没踩实的地方一个个拎出来。不光告诉我历史上发生过什么，还把事件放回市场结构里看——2015年监管变化时各方什么反应，如果类似情况再来我可能面对什么。它还让我思考：一个策略成立的前提是什么？前提变了，我怎么尽早发现？而不是亏钱了才反应过来。

这对我很重要。几万块可以试错，百万级的钱，我不能拿"不理解"当学费。

后来备考期货考试，我没刷题库，让AI换着花样出题。答错了不光给答案，要我解释自己的逻辑，然后换角度再问。这不是刷题，是在测我到底懂了多少，换个情境还能不能做出合理判断。后来又做模拟，AI设计各种我没见过的问题，前前后后几十个来回。

这个过程里我越来越清楚地感觉到：AI在帮我模拟进入市场前的决策过程。它当然模拟不了真实涨跌时的心理波动，但它能模拟另一件事——在不同情况下我为什么做这个选择，我的逻辑到底是什么，有没有可能选对了但理由是错的，有没有因为性格和风险偏好导致我根本拿不住这个策略。

这时候AI对我的帮助已经不是"给知识"了。它在做认知压力测试。而且它了解我——知道我爱输入爱思考、但相对轻输出轻行动。如果只是不断喂资料，反而可能让我继续停在"准备阶段"。所以它推着我去考试、去答题、去模拟、去复盘。像个了解我的教练。

还有一个很重要的点：跟AI反复犯错、被追问，没有面对人那种羞耻感。现实中反复请教一个懂行的人，很容易有包袱——"怎么这都不知道""是不是又问了蠢问题""又浪费别人时间"。AI不会让你承担这些人际成本。你可以一直问一直错一直重新解释，注意力全在问题本身，不在"我在别人眼里聪不聪明"。

现在回头看，Pinker那句话有了更具体的意义。
AI对投资最有价值的地方，不是搭框架建模型做指标库。
这些都有用，但更重要的是：
它帮我完成了从网状思考到线性表达的降维过程。它把一个模糊的兴趣，变成一个经过学习、质疑、测试、输出、反复修正之后，我真正理解的东西。而输出也不再是需要额外完成的任务——它就是那个把网拉开、理清、织成线的过程本身。

AI 与我| 关于说话的练习

我一直知道自己讲话有点快、密，信息量也比较大。

前段时间家属提醒我，我聊天有时候容易聊得过广、过深，而且推进非常快，别人容易接不住。我后来想了想，确实如此。

我有一个非常好的朋友，我们阅读习惯、兴趣和沟通方式都很接近，可以一聊一整天不带歇的。所以我习惯了这种高密度的交流，认为朋友聊会就应该是这样的。但实际上，这种方式放到大多数泛社交场景里，就可能太重了，对双方的契合度要求极高。

工作中也一样。以前有领导直接善意提醒我：“你讲话好快好密，像竹筒倒豆子似的。慢慢来。”

所以我开始用 AI 做一个很简单的练习。

我先把自己觉察到的问题告诉 AI，让它补充分析，然后一起设计练习。AI 每次选一个主题，我用语音回答，它给我反馈。

它会提醒我放慢语速，在每个意思之间留一点停顿。
不要把话说得太满，给对方接话和提问的空间。
也要遏制自己从 A 一路展开到 B、C、D、E 的习惯。
尽量比较过度解释。

每次想表达更多的时候，先判断一下，这个信息对方真的需要吗？

我们每天散步的时候练几分钟，每天一到两次，持续了大概半个月。

语言习惯当然不会这么快改变，但我发现自己多了一个“刹车”。

以前可能是 react，想到什么就直接说出来。现在中间多了一层 awareness。

我会开始在过程中意识到：我是不是又开始讲太多了？这个信息对方真的需要吗？

然后我可以选择停下来。

这个刹车不一定每次都灵，但它已经开始存在了。经过足够多次练习，如果新的 response 逐渐变成自然反应，那么原来的 react 也有可能被改变。

我觉得一个长期了解你的 AI 在这里非常重要。

它知道我不只是“讲话快”，还知道我长期以来有比较强的确定性需求、容易过度解释、风险厌恶，也知道我在和家人沟通，吃饭，学习游泳，做决定，学习新东西时表现出来的其他模式。

所以它能够从一个表面的语言问题，继续往下看到：我为什么这么喜欢解释？

后来我发现，背后可能是因为害怕不被理解、害怕被误解。

但人际交往中，被误解其实是很正常的。我没有办法控制别人怎么理解我，也没有必要不断把自己展开成一本“使用说明书”，试图让别人准确理解我。

现在在家里，我会有意识地放慢一点、降低一点声音。工作中开会，也会刻意降低语速、压缩表达：先讲我认为必要的部分，剩下的如果对方有需要，他再问。

我发现，我原来可能把“思维快”和“说话快”混在了一起。

但其实可以让脑子继续快速运转，同时不必把所有东西一次性输出。

更重要的是，我开始理解，对话不是单向输出，而是共同建构。

以前是：我知道 → 我解释 → 我继续展开 → 我把我认为重要的东西全部告诉你。

现在更希望变成：我说一点 → 留一点空间 → 看你的反应 → 你感兴趣的地方我们再继续。

这个变化也影响了我看别人的方式。

以前在一些多人聊天时听到一些非常浅层，或者显而易见，或者显著错误的表达时，会有些不屑一顾，不想参与，觉得浪费自己的时间。后来和配偶聊到了这个。他反问我，为何你觉得聊天一定要有所收获？是不是太功利了？聊天可以只为了开心，比如就只谈谈好吃的，不是每个人有能力或意愿接得住更深的内容，每个人经历不同。
说得有道理，我可能交朋友比较偏科，不能深入交流的都不划为是朋友。
而聊天中那种不屑的心态其实是一种隐隐的优越感和傲慢，要不得。因为这其实阻止了我去看见他人。即便还是不想说话，我也完全可以作为一个观察者去思考，他/她有什么样的经历，导致这样的思考和表达方式。

现在我会多想一步：他为什么会提出这个问题？他是想获得确认，还是想听不同意见？什么样的人生经历，会让他产生这个问题？为什么下面的人会这样回答？

一个人看到的世界，本来就不是“世界本身”，而是经过自己的经历、知识和价值观加工后的世界。

所以，与其急着判断别人为什么这么想，不如先看看：这个人的世界，是怎么形成的？

我本来只是想练习“说慢一点”。

最后练习的，却是少一点输出，多一点空间；少一点解释，多一点允许；少一点判断，多一点看见。

而 AI 在这里对我最大的价值，也许不是它教会了我什么技巧，而是它随时都在，并且我可以毫无负担地把自己的缺陷拿出来练习。

朋友不需要承担所有这些功能。AI 可以成为一种很轻的、长期的教练。

这也是我开始认真思考“AI 与我”这个主题的原因。