1
大家是否發現，現在的市場就好像被無形的手給控制了。特別6月之後，有些類股本來走勢好好的，突然就像被按了暫停鍵又猛地倒帶——類股當天大漲，第二天又暴跌。
有意思的是，整個A股投資者都在翻來覆去地找原因，最後發現，好像並沒有那個央行突然改了主意，產業也沒有出現利空。更像是……一堆人，在幾乎同一秒，做出了同一個動作。
這讓我想起一個老段子：如果所有人手裡都拿著同一張地圖，那這張地圖上畫的，到底是路，還是陷阱？
這兩年有個現象特別微妙。隨著AI的普及，當你隨便打開任何一個投研群、任何一份賣方報告，語感都越來越像——乾淨、流暢、面面俱到，像是同一個“聰明得沒有脾氣”的寫手出品。
另一邊，市場動不動就上演“集體蹦極”：平時歲月靜好，某個節點突然大家一起往外跑，踩踏得比誰都快。
AI，一個讓資訊處理快得飛起、報告寫得比人還漂亮的東西，按理說該讓市場更“懂事”。可為什麼它一邊讓我們看得更清楚，一邊又讓我們跑得更整齊、摔得更慘？
不得不讓人開始疑惑：AI到底是在讓市場變得更高效，還是在讓它更低效？
2
AI讓市場更高效。
2023年，義大利曾經短暫地停用了ChatGPT一個月。有篇2025年發表在《AccountingandEconomics》上的論文，專門研究了這段“空白期”裡市場發生了什麼。
結果發現，禁令期間，分析師報告裡那種“AI味”的語言明顯變少了，預測的數量下降（尤其是那些本來就很厲害的分析師），預測的精準度也跟著下滑，連買賣價差都變寬了。等禁令一解除，這些指標又原地復活。
這就像一個“控制變數實驗”：把AI拿掉，市場立刻變笨一點；AI在場時，確實在幫市場更高效地運轉，尤其在那些技術背景強、本就依賴AI的分析師身上最明顯。
經典的有效市場假說早就說過：資訊處理的成本越低、價格反映得越快，市場就越高效。簡單說，大家預測得越一致，說明資訊不對稱越少。
可以發現，ChatGPT發佈以來，微軟、騰訊、Google、阿里這些大公司的盈利預測離散度，一直在往下走。越多人用AI處理資訊，大家的資訊差越小，價格也就越“准”。
圖：自2022年以來，一些規模最大且被廣泛覆蓋的股票的預期估值離散度有所下降——這表明資訊不對稱程度有所降低
另外，標普500公司“盈利驚喜”的中位絕對值，這幾年持續下降。翻譯成人話：分析師共識預測越來越貼近真實結果，這是資訊處理效率上去了的直接體現。
圖：標普500的盈利超預期表現多年來呈下降趨勢——分析師的共識預期正更快地向實際結果靠攏，這表明資訊處理效率有所提高。
除此之外，用AI做系統化的投資，最大好處之一是能抹掉人類的毛病——過度自信、錨定、損失厭惡。
比如，一家叫St.George的資管公司，它的首席投資官自己搭了個定製GPT，用心理學家的通訊訓練它，當自己的“行為鏡子”。每當他語氣偏向過度自信或者死扛虧損，這個AI就像“熔斷機制”一樣跳出來提醒他。
但有個問題，也不得不面對。當AI無處不在的時候，那些你能輕鬆觀察到的規律性價格異常，會加速消失。以後想賺超額收益（Alpha），得靠專有資料、差異化的判斷，和更好的執行力了。
3
同時，AI又讓市場更低效。
AI被廣泛採用後，最重要的市場結構影響，是“訊號同質化”的興起。成千上萬個模型都用同一批公開資料訓練，自然會得出差不多的結論、追逐差不多的動量。當一個節點開始去風險，所有共用一套演算法的“同伴”就跟著一起跑——系統性地，特別容易遭受那種“大家擠在一塊兒、手拉手一起撤”的衝擊。
圖：除KosPl指數外，在美國、香港和日本等市場，平均買賣價差均有所上升。不過，價差的波動性在各地均有所加劇。
2024年8月5號，日經225一天崩了12.4%。表面上看是套息交易（carrytrade）大規模平倉，日元空頭倉位極端集中，槓桿基金的倉位水平接近2008年。但本質是：擁擠的交易同時出逃，而AI和演算法策略，把這場踩踏放大了。這不是那一個央行做錯了什麼，而是一群“聰明模型”在同一時刻做出了同一個動作。
如果很多AI模型用的是相似的訓練資料和演算法，那它們對市場衝擊的反應可能是同步的，結果就是把波動性的飆升再放大一輪。
巴黎HEC商學院的研究發現，AI機器人可以在“不需要明著溝通”的情況下，自己學會利潤最大化的定價策略，結果反而可能降低競爭、削弱流動性、損害價格發現能力。對美、標普、日、韓、台五個市場動量行為的研究顯示，過去幾年平均來看，市場並沒有變得更高效。
最後是反身性問題。人們的“感知”會影響現實，而現實又會反過來強化感知，形成一個自我加強的循環。
今天越來越多投資者依賴相似的AI模型，這些模型影響交易、改變價格，價格又喂給模型——於是動量被放大、擁擠被加劇、估值走向極端。
說白了：大家都用同一個東西判斷，判斷就越來越像；越像，越容易一起沖、一起撤；越撤，傷得越重。
4
只能說
微觀層面：AI確實讓市場更高效了——資訊處理更快、覆蓋更廣、行為偏差更少。
宏觀和市場結構層面：AI正在製造新的、更深層的低效——羊群效應、擁擠交易、反身性循環。
所以這個問題沒有非黑即白的答案。但不得不承認，超額收益的來源，正在從傳統訊號，轉向專有資料、工作流的整合、差異化的判斷力，和卓越的執行力。
我自己琢磨了很久，有幾點不成熟的想法，拋出來跟大家聊聊。
第一，AI本質是個“放大器”，不是“方向標”。它放大你的能力，也放大你的盲區；放大理性，也放大集體瘋狂。它本身不偏不倚，但用它的人本來就趨同。
第二，同質化，可能是這一輪AI牛市裡最被低估的風險。我們都在歡呼“資訊平權”，卻很少問一句：當所有人看的是同一張地圖，誰還記得路本來的樣子？集中度到了85%這種等級，歷史上每一次都不是溫柔收場。
第三，對個人投資者，真正的護城河反而可能是“不像AI”。當機器都在追逐動量、用同一批資料做同一套判斷，那些需要實地調研、長期耐心和反共識勇氣的東西，價值不是在縮水，而是在升值。
當一個工具讓所有人同時變聰明，它也可能讓所有人同時變一樣——而“一樣”，恰恰是市場裡最貴也最危險的東西。 (格隆)