跨国深谈← 返回←对冲基金掌门人全员押注 AI:备忘录、数据湖与“数字员工”

对冲基金掌门人全员押注 AI:备忘录、数据湖与“数字员工”

关联

人物 Ben · Will

公司 Walleye

概念 Current · 智能体 · ChatGPT · 情感分析 · 营运杠杆 · LLM · 量化投资

这一集的主角是 Will,一家管理规模接近 100 亿美元的对冲基金 Walleye 的创始人兼 CEO。他几乎不接受采访，这次罕见开麦，讲的是他如何把一家 400 人的金融公司整体调转到 AI 轨道上——而且不是规划，是已经做了两年的事。最抓人的一个细节是：他给全公司写的那封「AI 备忘录」，开头第一句就是「我用 ChatGPT 写了这封邮件」。

起点：一个分析师的演示，加上「石中剑」式的直觉

Will 自称「正宗书呆子」：普林斯顿工程背景、牛津数学博士、职业生涯从给算法策略写代码开始。所以对他来说，机器替代或增强人类工作不是新命题——他的量化业务用「先进统计学」已经用了十年。

真正的转折点有两个。一个是 2023 年 3 月，TMT 选股团队的一位前分析师来找他，说自己用当时的工具(主持人追问：是 GPT-3 吗？

他答是)把分析师的工作流程基本重建了一遍。Will 起初怀疑，看完演示后直接拍板立项——这就是后来公司最先进的内部 AI 产品 Current 的起点。

另一个转折是今年听了一期 Chris Saka(一位以夸张著称的投资人)的播客，他形容那种感觉像《石中剑》里倒着活着的梅林：能瞥见未来的终点，却看不清中间的步骤。他说「五年后，做我们这行的公司不可能不重度整合同类最好的 AI 技术」——理由很金融：这是信息与金钱之间关联最直接的行业，信息优势就是钱。听完那期播客，他当场给全公司发邮件：强制培训，每个部门、每个人，无论技术背景，都要达到 AI 工具的基础熟练度。

那封备忘录：先把「羞耻感」打掉

主持人说 CEO 写「AI 优先备忘录」已经快成梗了，但他认为 Will 这封是他见过最好的。Will 现场读了几段：「使用 ChatGPT 不是作弊，那是来自学术界的不适用观念」「不使用这些工具，就像 1995 年因为互联网不完美而拒绝使用它」「作为对冲基金，我们应该为忽视让自己更快、更聪明、更有效的工具而把钱留在桌上感到羞耻」「在现实世界，用 AI 就像喝下一瓶让你立刻聪明 20% 的灵药」。

他写这封信的直接动机，是他观察到员工偷偷用 ChatGPT 写邮件，然后还要费劲「修饰」掉痕迹，怕被看出来。他觉得这太蠢了。

他对应聘者刻意招「职业中期拐点」的人：能力已成型、但学习新东西的渴望和弹性还在。他的类比是：不会用 Excel 建公司模型的多空选股人早已过时，未来不会用 AI 工具的人也一样。

而工具本身都不完美、都会干蠢事——他刻意营造的文化是不许拿不完美当忽略它的借口，宁可开一个三分之一员工参加的演示会然后当场翻车(他自己上周就翻了一次)。他敢这么做的一个结构性原因是治理：他是所有者兼经营者，「我不担心被解雇，我担心的是没做我认为对的事」——这是大组织做不到的。

具体做了什么：排行榜、周聚会、激励和记录一切

落到操作层面，Walleye 的做法相当具体：全公司强制 AI 培训；每周邮件发「谁用工具最多」的排行榜；谁推荐的工具最终被全公司推广，就按员工内推的激励方式给奖励；每周内部非正式聚会聊提示词和用例(他同意此前一位嘉宾的观点：AI 的最佳用例发现本身就极具社交性，很难靠一个人摸索)；他自己就是「首席 AI 布道者」。效果上，全公司约 75% 的人是 ChatGPT 类工具的活跃用户(几乎每天)，约三分之一在用 Windsurf 这类 AI 编码工具。

上周聚会上有人提议做一个「播客摘要」产品，当天就有五个 Beta 版产品冒出来，第二天就推全公司。数据层面，除了少数例外，公司录制每一个 Zoom、每一通电话，每天早上的风险例会也不例外，再用 LLM 持续处理这些逐字稿——帮团队回忆当时说了什么、提炼洞察，甚至做一点预测。

他把这个「把公司所有信息汇入一个可随时吸取消的池子」的愿景叫作「博格人」(《星际迷航》里把一切个体连成集合体的种族)，认为所有公司终将如此，还预言未来人们体内会植入记录一切的设备。最成熟的产品 Current 就是微缩版：吃进分析师笔记、券商 PDF、财报电话会议记录等一切与股票相关的信息，供所有选股团队使用，使用量在财报季暴涨，跳槽来的竞争对手员工说它「好得多，而且是工作的必需品」——超过 50 家外部公司来问能不能当 Beta 用户。

他强调他们走得更远的地方在于：这些工具做的是「真实的分析」，而不只是摘要。财务上的量化侧同样受益：LLM 让非结构化数据(即传统上所谓情感分析那类文本信号)的大规模处理能力急剧上升，这是「纯粹从赚钱角度」的改进。

写作、直觉与不可解释的模型

主持人抛出一个很多人有的焦虑：模型替你写了一堆东西，你并没有逐句确认过，这算想清楚了吗？Will 的回答是把「概念」和「语言句法」分开：过去写作时间的一半以上花在机械打字和把句子缝在一起(他连别人用介词结尾句子都受不了)，现在这部分只占 5%,省下的时间应该用来想概念本身。

他甚至说，很多作家做的事不过是「用聪明的方式说出相对直白的概念」，而这不值得再花时间了。但工具「并没有抵消思考的必要性」——理想状态是「你显然用了工具，但概念仍然来自你，我能把它联系回你这个人」。

他的比喻：AI 像一台强大的喷气引擎，但引擎自己不会飞，你还得把它装到飞机上，空气动力学还得人来操心。主持人还问到一个让很多人意外的点：量化交易里有些东西在原则上是人类无法理解的。

Will 确认：世界级量化模型里成千上万个特征，人类大致理解单个特征的道理，但这些特征如何被非线性地组合起来、为什么做出某个决策，「维度远远超过人类心智所能理解」——就像没人能真正解释 LLM 为什么这么做。但他不觉得机器与直觉对立：机器反而可能帮你产生你自己想不到的直觉，像教练看着你举重，提醒你「这几件事其实是连着的」。

在决策层面，他也不认为数学意义上的第一性原理等于决策意义上的——现实世界有主观性，你的公理和别人的公理可能完全相反。他自己最可靠的两条「第一性原理」是：与人打交道时激励的力量(理解并尽可能对齐每个人做事的激励向量)，以及智识上的诚实(他讨厌废话，一闻到「触角就竖起来」)。

顺带一提，他现在每天用 AI 记日记，三个板块：家庭、工作、健康，有时只需 30 秒——因为机器已经学会他的声音。他觉得大多数人以前不记日记就是因为费时间，而这是这些工具「微小但强大」的绝佳例子。

历史感：牛仔、铁丝网与人性常数

Will 是历史爱好者，最爱南北战争到一战那段——他办公室就俯瞰一座强盗大亨时代建的火车站。那段历史里，铁路和带刺铁丝网终结了牛仔(他和主持人还聊了一段牛仔其实是当时亚利桑那偷牛帮派、OK Corral 枪战的掌故)，人们在有生之年从「技能相关」变成「技能过时」。

他的判断是：这一次会更快。但他对未来公司的形态有个反直觉的第一性原理推断：想以世界一流水准大规模运作的公司，未来仍然需要成千上万的「员工」——只是其中少数是人类，更多是机器。

他庆幸自己不是风投(「他们大多数根本不知道自己在干什么」)，因为空谈趋势的人意识不到还得有人真去把东西建出来。对投资，他的结论是「历史不会重复，但会押韵」：人性一万年没变(他举亚历山大大帝回绝大流士休战提议的故事)，量化投资整个大类就建立在历史模式会重演之上，而人类投资者的直觉在「机器没见过所有先例的模糊局面」里仍有优势——他们造的所有工具，最终都是为了让这个人预测得更准。

谈到「责任」，他说被世界赋予能力的人有责任把它用满：「如果你能 10 秒内跑完 100 米而你没跑，那是悲剧。」他今年 40 岁，对投资者(穿透式结构给了他们空白支票般的花钱权限，全球这样真格的不到一打，Citadel 是最著名的一家)、对员工、对三个孩子，都背着重大的责任感——而在 AI 世界里，领导者对员工最大的责任，就是为接下来要来的东西做好准备。

【背景】Chris Saka 疑为投资人 Chris Sacca 的转写误差；「博格人(Borg)」是《星际迷航》中以集体意识著称的半机械种族，故被用来比喻「全员互联共享信息」的组织愿景。

本集带走

• 打掉工具羞耻感是第一件事：CEO 亲自示范「我用 ChatGPT 写了这封邮件」，并明确「用 AI 不是作弊」——员工偷偷用还要修饰痕迹，是效率最大的隐性损耗。
• 推广靠机制不靠口号：使用排行榜、每周非正式聚会聊提示词、推荐工具给内推式激励，让发现用例变成社交化过程。
• 录一切，再统一处理：内部会议全录制、逐字稿交给 LLM,配合把所有数据汇入统一「数据湖」，是让信息产生复利的前提。
• 写作上把概念和句法分开：自己想清楚要点和逻辑，让模型负责语言组织和风格还原；但读的人要求「概念仍然来自你」，思考不可外包。
• 不完美不许当借口：与其等工具完美，不如在三分之一的员工面前演示然后当场翻车——把「怕出错」翻转成「更怕被抛在后面」。
• 用量化思维看待 AI 时代的人才：招职业中期、学习弹性还在的人；未来公司仍有成千上万「员工」，只是多数是机器，管理它们本身就是新技能。

不使用这些工具就像在 1995 年因为互联网不完美而拒绝使用它。
Not using these tools is like refusing to use the internet in 1995 because it wasn’t perfect.
—— Will · [14:42]

要么你拿起那个该死的重量，要么你没有。
Either you pick up the f**ing weight or you don’t.*
—— Will · [17:40]

不是为了让你下午 2 点就下班，而是为了让你真正花时间思考下一级别的任务、更高层级的上下文，变得有点创造力。
Not so that you can just leave work at 2 p.m., so you can actually spend time thinking about next level tasks, higher level contexts, be a bit creative.
—— Will · [18:03]

其中很多员工将只是 AI 机器人，而这本身就是一种技能。
A lot of those employees are just going to be AI robots, and that’s a skill in and of itself.
—— Will · [18:19]

那可能是，你知道，毫不夸张，一个 15 分钟的过程，而在历史上这会花我四五个小时。
And that can be, you know, no exaggeration, like a 15-minute process that would have taken me four or five hours historically.
—— Will · [26:49]

但这些员工中只有少数会是人类。
But a few of those employees are going to be humans.
—— Will · [40:50]

是的，你必须学习这些工具，否则在任何时间段内，你就是不会有竞争力。
If, yeah, you have to learn these tools or in whatever time period, you’re just not going to be competitive.
—— Will · [41:26]

我不相信平衡。
I don’t believe in balance.
—— Will · [59:18]

就像如果你能在 10 秒以内跑完 100 米而你没有，那是个悲剧，因为不是每个人都能做到。
It’s like if you can run 100 meters in under 10 seconds and you don’t, it’s a travesty because not everyone can do that.
—— Will · [62:57]