📰 （来自高频交易公司 HRT 的人工智能主管伊恩・邓宁） 🤖 💬 邓宁原本对人工智能的实际收益持怀疑态度，但当下各类趋势都表明，。 📈 HRT 在投研与策略研
- 序号：287
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
📰 （来自高频交易公司 HRT 的人工智能主管伊恩・邓宁）
🤖 💬 邓宁原本对人工智能的实际收益持怀疑态度，但当下各类趋势都表明，。 📈 HRT 在投研与策略研发场景中落地 AI 模型后，已经收获了实实在在的投资回报。 🧐 💻 团队的技术水平能够对标开源模型，但想要追平顶尖前沿模型几乎无从谈起，。 ❌ 他并不看好开源模型能持续跟上前沿技术的发展步伐。 ⚙️ ⚠️ 目前全球算力资源全线紧缺、一卡难求。 💻 HRT 需要在多个机房部署数千块 GPU，即便想在今年第四季度采购 6000 块布莱克韦尔架构 GPU（整机功耗约 12 至 15 兆瓦），也根本无法拿到货源。各大云厂商、新型算力服务商的算力资源均已售罄。 🔋 算力紧张部分源于电力供给不足，但即便电力问题得以解决，也依旧无法足额采购到所需算力。鲁宾数据中心的算力也将彻底售罄。如今只要能找到可用算力，各家企业都会第一时间抢购。 🔧 HRT 目前正着手自研推理专用芯片（ASIC），业内也都在热议该公司与博通的合作动向。 💰 💸 邓宁个人每日的 AI 调用成本约 200 美元，部分团队成员单日花费更是达到 1000 美元。 ✅ HRT 并非盲目堆砌 AI 调用量，而是切实从中创造了价值：。 📈 他认为 AI 调用的开销不会就此回落。在竞争环境下，对手借助 AI 实现效率翻倍，自己根本无法置身事外。优势会不断叠加放大，因此即便单日花费 1000 美元，这笔投入也完全值得。 👥 💡 他认为面试环节也应当允许使用 AI 辅助。 🌱 长远来看，员工工作离不开 AI 已是必然趋势，刻意回避并不现实。 🎯 企业真正需要的是具备创新思路的人才，而克劳德（Claude）这类 AI 工具，能够协助人才将想法落地。 🚀 📝 “去年 Anthropic 推出 Opus 4.0 系列模型时，AI 发展一度出现‘虚假繁荣’。初步试用后，我们以为 AI 已经跨过关键分水岭，但深入体验后却大失所望 —— 当时的模型还无法真正赋能量化研究员开展工作。” ✅ 后续 Opus 4.5 版本问世时，我们再次萌生期待，而这一次，模型终于达到了我们半年前预想的水准。 🔍 近期新上线的模型，性能提升不再是跨越式突破，细节优化更为内敛。但我们能明显发现，模型出现的各类失误在持续减少。 📊 过去几周，我们团队一直在制定客观评测标准，在量化投研、策略信号挖掘等核心工作中，将 AI 与真人研究员做对标测试，如同开展一场实力比拼。 📌 目前 AI 的能力大致等同于实习研究员水平。 🔮 “至于一年后 AI 会发展到何种程度，我不愿贸然下定论，但可以确定的是，它仍会保持稳步进化。”
总体总结
主题正文
- 📈 HRT 在投研与策略研发场景中落地 AI 模型后，已经收获了实实在在的投资回报。
- 💻 HRT 需要在多个机房部署数千块 GPU，即便想在今年第四季度采购 6000 块布莱克韦尔架构 GPU（整机功耗约 12 至 15 兆瓦），也根本无法拿到货源。
- 💸 邓宁个人每日的 AI 调用成本约 200 美元，部分团队成员单日花费更是达到 1000 美元。
- 🎯 企业真正需要的是具备创新思路的人才，而克劳德（Claude）这类 AI 工具，能够协助人才将想法落地。
- 📝 “去年 Anthropic 推出 Opus 4.0 系列模型时，AI 发展一度出现‘虚假繁荣’。
- 初步试用后，我们以为 AI 已经跨过关键分水岭，但深入体验后却大失所望 —— 当时的模型还无法真正赋能量化研究员开展工作。
- ✅ 后续 Opus 4.5 版本问世时，我们再次萌生期待，而这一次，模型终于达到了我们半年前预想的水准。
- 📊 过去几周，我们团队一直在制定客观评测标准，在量化投研、策略信号挖掘等核心工作中，将 AI 与真人研究员做对标测试，如同开展一场实力比拼。