OpenAI 和 Anthropic 为什么赢不了金融

我们现在看到的是，模型比我认识、比我平时接触的任何人都聪明。想象一下，如果每家对冲基金的每位投资组合经理（PM）都有一万名代理，它们彼此交流、讨论想法、阅读研究笔记、发表看法，经过整整 24 小时没完没了的辩论，最后只给你一个投资点子。

两年其实比十年、二十年更容易推演。两年后，最优秀的投资者会开始思考如何重塑自己的公司，也重塑自己。看看做市和量化交易：Jane Street 花了 15 年才建立起领先的业务。如今世界上最优秀的投资者，接下来两到五年会琢磨如何把 AI 融入自己的工作。

嗯，确实有很多现在很优秀的公司和产品，都经历过 AI 产品很差、后来变得很好的阶段。

是的。实际上，在我们正式创办 Rogo 之前，我试过两次。高中时，我有个朋友，他爸爸是投资银行家，想做一个应用，追踪两家上市公司合并期间的股权交换比例。我们当时试着用非常早期的 AI 技术做这件事，效果糟透了。

还有一些小细节：理解这些机构里的人是怎么工作的，然后据此做产品。举个例子，我们让银行的董事总经理可以很方便地通过邮件发来一份带修改标记的演示文稿。原本他们通常就通过邮件把材料发给分析师；现在可以发给我们的 AI 分析师，20 分钟后就拿回修改稿，而不是等两天。同时，交易项目上的初级分析师会收到提醒，知道发生了什么，并且能看到每一处修改的完整审计记录，以便需要时参与意见。

我们正在做的很酷的一件事，是把 Maltbook 这类创新往前推进。想象一下，如果每家对冲基金的每位投资组合经理都有一万名代理，彼此交流、讨论想法、阅读研究笔记、发表看法，经过整整 24 小时的辩论，最后只给你一个点子。之所以能这么做，是因为投资者愿意为一个真正好的点子支付 5 万美元。很少有其他领域会愿意为了一个简单洞见就消耗那么多 token。

尽管从很多角度看，公开股票市场似乎是 AI 最好的应用领域，因为数据都在那里，关键只是尽可能聪明地分析它——这是很直接、很“蛮力”的看法。我们的早期用户和核心市场，其实是我所说的交易撮合者，或者正在进行交易的人：买公司、卖公司、协调交易。

对，这确实很有意思。我最初也会觉得公开市场最适合做这件事，因为那里有很多数据。

对我们的业务来说，我们得先具备成为优秀——

……一名优秀的公开市场投资者所需的全部领域知识。我不知道那份工作具体需要什么，我自己从没做过。事实上，我和那些真正擅长公开市场投资的人交流得远不够多。我们既要把这方面的专业人士招进来，也要弄清楚怎样把已经搭好的系统应用到这个市场。我非常确信，我们构建的底层系统、工具和基础设施对这个市场会很有价值；但现在我们需要一位优秀的“主厨”，把各部分组合起来，做成面向公开股票投资者的最终产品，并完成最后一公里交付。

是的。

正是如此。私募市场很有吸引力，部分原因是里面的工作几乎都由人来做：协调、标准化、调查，以及实际成交。公开股票市场则有很多环节已经自动化了。根据你的——

先说明一下，我在金融行业只工作过两年，所以我既是这些人的学生，也同样着迷于技术、想弄清楚怎么用好它。世界上最优秀的投资者有能力判断什么才重要，并在一系列议题上行使自己的判断。AI 最终能不能取代这种能力，目前还没有定论。

Rogo 早期的系统就像一台鲁布·戈德堡式的复杂机器——

例如，系统可能有 60 次不同的模型调用。问题进来后，先判断 Patrick 问的是哪些公司，再找出股票代码；接着把代码传给 Bloomberg、FactSet 或某个内部数据集的 API；数据回来后，再调用另一个模型把所有东西整合起来。

……并把任务路由到合适类型的模型。

想想看，如果你因为参与会影响市场的交易，而接触到重大非公开信息（MNPI），你就会面对各种合规要求：如何审计、可以标记什么、信息如何进入投资公司或银行的内部系统。这样一旦接受审计，或者监管机构要查看你做过什么，所有连接管道都必须精确无误。这是一个例子。

想想 Claude Code 刚推出时的体验，以及 Claude Cowork 和 OpenAI、ChatGPT 之间的根本区别。模型本身其实相当相似，但 Claude 提供的支架和呈现方式好得多，让模型能够发挥更多长期运行的能力。这就是它们使用量增长、扩张很大的原因。它说明如何驾驭这些模型非常重要，而人们低估了这一点。

有几件事。第一，那个行业必须在数据类型、记录系统和部署模式上足够复杂、足够深入，值得投入大量精力解决问题，从而形成继续解决其他问题的切入口。如果任何人都能走进一个行业，立刻卖出 ChatGPT 或 Cowork 的基础版本，而不需要处理各种奇怪的系统集成，那你就没有足够时间去构建那些与模型能力相互垂直的东西。所以行业本身必须与核心市场足够相邻。

我们对自己的模型支架和核心代理系统也做同样的事。我们不断审视它，意识到现在甚至还没到局部最优；但就算到了局部最优，也没用，因为模型变化太快，我们得把整套东西重新做一遍。

记忆压缩（compaction）。假设你和同一个代理有过 100 次对话，它怎样才能确保自己记住了正确的内容，并把记忆压缩进每次都能用的 token 预算里？它需要对你是谁、你在意什么保有足够连贯的上下文，让你感觉自己面对的是一个真正会越来越了解你的对象。这是个很难的问题。

我们是典型的企业软件公司。目前按席位收费，因为买家习惯这么定价。他们把我们看作类似 Bloomberg、FactSet、Capital IQ 或 PitchBook 的产品。所以我们必须建立一支以人为核心的业务团队。每签下一笔交易，通常都要由客户经理、解决方案架构师和销售工程师一起上门、握手、解释产品如何运作以及如何集成。没办法只签下一份合同，然后使用量就自动涨 100 倍。

我认为每家企业都要经历两次定价革命：先转向某种按使用量收费，再转向某种按结果收费。对我来说，如果能跳过 token 计费、跳过按用量收费，简化用户体验，直接等到可以对 Patrick 说：“每给你一个好的投资点子，我就收一次钱”；或者“我替你写好每份发给 LP 的季度报告，就按份收费”；又或者“每做出一份 CIM，就收一次钱”，那就更好了。我宁愿走到这一步，也不愿想办法给每个 token 随意定价。

现实是，我们的产品路线图只完成了 1%。资本市场 99% 的创新还在前面。重要的是，我们要成为一个好的合作伙伴，成为他们 AI 战略的好管家，让他们未来还愿意和我们合作。

这和 Bloomberg 的战略非常相似。我省略很多细节，但大致是：先提供一点数据，作为进入市场的切口；再在上面搭建用户需要的分析和工作流；最后提供交易所和通信平台，让人们能在此前不透明的许多资产类别里真正成交。

目前主要是大型银行，很简单，因为这是我的背景。我做过几年投资银行并购业务，负责买方覆盖，那段经历很有意思。所以很早我们就开始瞄准银行，有几个原因。第一，投资银行是金融业其他部分的分销渠道。许多后来成为优秀投资者的人，职业生涯头两年都是在 Goldman 的科技、媒体和电信（TMT）项目组做分析师。第二，银行的席位数量远远最多。如果你能拿下 Bank of America 这样的客户，产品就能进入远多于只拿下十位顶尖公开市场投资组合经理的人的手中——每个经理可能只有十名投资者。

……能触达的人数会多得多。说到 Bank of America 这样的机构，大家都在想企业使用 AI 的普及曲线走到哪一步了。你也许看到的是有偏差的样本，因为客户已经在用 Rogo，而且用得很多。不过你觉得我们现在处于什么阶段？这个问题似乎很难回答。

他们会说：“生活太美好了。”

是他们要想明白自己想做什么。如果明天有 100 位优秀投资者来你这里工作，你要怎样发挥他们的生产力？你得花些时间决定结构：他们分别做不同的事吗？给每个人多少资金？我们要攻什么方向？

这仍然非常重要。我认为可审计性实际上比准确性更重要，当然两者常被混为一谈。关键是我给你一个答案，你知道如何使用它。如果它不准确，而你不知道如何核验，也很难看出它从何而来，那无论它准不准，你都无法使用，因为你不信任它。

我们需要解决的核心问题，是多快才能让一个人发挥生产力——不只是销售人员，营销人员、销售开发代表（SDR）、售后销售人员也一样。他们多快能理解我们的业务，帮助公司前进、推动客户前进，并帮助终端用户？因此，如何让员工上手和培训，以及持续再培训员工，是我们和其他快速成长的企业创业公司必须面对的根本问题。

我们内部的工具有点神奇。首先，每——

……Rogo 内部发生的对话都会被 100% 记录。每当有人入职，我们都会先提醒：“Patrick，说明一下，我们的做法就是这样：所有内容都会被记录，并持续汇入公司的大脑。”这不是一种老大哥监控情形。你要沟通的每个人都会运行 Granola 或其他会议转录工具，因为他们需要用它，也需要准确回忆并累积知识。因此我们手里有一个庞大的信息库。

它叫 Shrek，原因是工程师觉得这个名字很好笑。你可以在一个仪表板里看到大家正在做的所有事情组成的“沼泽”，但它还连接着我们各种不同的系统。它对公司的目标有明确认知：我们的价值观是什么？想给客户交付什么？我们的北极星指标是什么？因此它能以这些目标为基础组织每个答案和交付物。

这总是取决于一个人的动机，所以很难给出统一的说辞。但我今天对人才讲的是：AI 将彻底改变世界，最有意思的地方会是应用型 AI，因为 AI 在那里和人类相交。决定 AI 如何与人类交互、如何影响人类的公司，将会做出世界上最有意思、最具创造性的工程和产品工作。

你觉得这可能走到什么程度？它会往哪里发展？为什么你认为减少资本市场的摩擦会如此有力量？我知道谈金融对世界有益，听起来很容易像一个亿万富翁私募股权人士在说私募股权对世界有益。但我喜欢回想高端金融的起源。想想 JP Morgan 这样的企业，它的一些起源是 J. P. Morgan 帮助把欧洲投资者与新兴市场——美国——的企业家连接起来，为铁路和基础设施建设融资，最终支撑美国成为经济巨头。

我学到，要想这么快增长，需要多么强的进攻性；我也体会到日复一日“嚼玻璃”有多难，以及你必须对长期市场（TAM）和最终目标有多大信念，才能不被每天彻底搞砸的事情牵着走。

我在新冠疫情期间工作，甚至没见过办公室长什么样。John，我的联合创始人，和我过去开玩笑说，这是一场昂贵的商学院教育，因为我们什么都做错了：不知道怎么招聘、怎么解雇、怎么辅导、怎么管理、怎么给反馈，也不知道怎么设定方向。快速扩张过程中出现的很多人员问题，对我来说就像在嚼玻璃。

你采访过 Pat Grady。他周三参加了我们的董事会会议，我们展示了明年的计划，在招聘目标、商业目标和产品目标上都非常激进。我喜欢 Pat 的原因之一是，他能把所有事情归纳为两条要点，逻辑上无懈可击。他会说：“前提一，前提二，结果就是这样。Gabe，如果金融行业的每家公司都将在未来 18 个月内对 AI 作出采购决定，而且无论你有没有准备好，它们都一定会买点什么，那么唯一重要的事，就是尽快席卷市场，确保自己在场。基于这一点，你觉得计划够激进吗？”

我们在融资 A 轮时，还没有什么明星投资人进入股东名单。不过 Box Group 的优秀投资人 David Tisch，是很早期的 pre-seed 投资人，他把我介绍给了好几位一流投资人。我当时想：“哇，我见过一位一流投资人进入股东名单后会带来什么，也见过这对招人才的帮助，以及让公司变得更像一个——

……有了品牌和客户的聚集点，这终于是我们能把它做成的机会。公司发展了两年半，David 把我们介绍给 40 位投资人，我全都见了，包括 Sequoia、Kleiner、Benchmark 等等。40 个人都拒绝了。（笑）而且不是收到一份路演材料后觉得没兴趣就算了。过程是这样的：“这很有意思，我来见见 Gabe。”“我有点喜欢 Gabe，再和他聊一小时。”“Gabe，来参加投资委员会。”“Gabe，我们去吃晚饭。”“周末也来一起待待。”最后却说：“知道吗，我们还是不投。”

原因有很多。我觉得他们低估了金融领域的 TAM，这很荒唐。但部分原因是旧金山的投资人对金融缺乏直觉，因为他们没投过 Ion Group、Bloomberg、S&P、FactSet、PitchBook、Morningstar 等公司。这个市场里真正优秀的风投支持型企业并不多，所以他们对这个市场的轮廓和规模缺乏直觉。

我很早就认识这些人，每一轮都见他们，每次我说：“我们要做这件事。”他们就说：“不可能。”然后我们还是做成了。当然，很多时候事情会以不同方式发展：你可能失去关键员工，或者原以为能拿下的优秀客户突然没了。但我们一直在想办法，一直在应对市场。

分销很难突破。我认为这更多是人的问题：如何建立信任、交付价值、和这些机构合作，而不只是工程和产品问题。不过，工程和产品的负担也极其沉重。要真正打进这个市场，执行门槛相当高。

确实有一些问题领域专业知识的价值在上升，产品直觉也很重要，拥有更像总经理（GM）而不是工程师的思维方式非常关键。当然，我们产品覆盖面的某些部分仍需要纯粹、扎实的工程能力，因为规模扩张非常激进。

对很多投资公司和高端金融服务来说，过去十到二十年都挺顺利。做资本配置者、做投资者可以赚很多钱。这个行业很难进入，尤其是私募市场；募完一只基金，再募一只，再募一只之后，业务就有了某种自然的惯性。当然我相信，肯定有一百个募过基金的人会告诉你，它比我说的难一百倍。

我举个很简单的例子：每个月我都会收到一份报告，显示公司每个人使用各种 AI 工具的情况，包括我们采购的工具和内部开发的工具。在每个部门里，我会看到使用量最高的五个人和最低的五个人，我们把排名到处张贴。每个部门排名最低的人会收到一张戴着笨蛋帽的照片打印件，再贴到办公室各处。很好笑，但大家都知道这件事会发生。

我会说，如果你现在确定自己 90% 的企业价值都在员工身上——最优秀的投资者、银行家带来交易、收入，也由此形成企业价值——而十年后，世界上最好的投资公司和银行，90% 的企业价值将不再体现在人员身上，而会体现在软件、数据和系统中，你会开始做什么？

……你认为自己不可替代，或者你掌握别人没有的数据、领域专业知识。然后要认真审视：我在这个市场里真的有别人没有的东西吗？它是一段关系吗？是一种别人没有的上下文吗？还是我只是觉得自己更聪明、对这个领域了解得更深？如果只是后者，AI 就会让这种优势失效。

有。很有意思，今天看起来最有先见之明的人，两年前说的话听起来都非常疯狂。他们会说：“我们得记录每一场谈话，把对话直接输入我的公司大脑，做出我的数字克隆，然后让它推演这笔投资应该怎么做。”两年前大家听到这类人说话，就会想：“Patrick 到底在说什么？”

我觉得是私募市场转型到底会有多快。想想不同资产类别的交易量和流动性为什么会上升，往往是因为标准化之后，资产更容易被追踪和交易。私募市场一直没有被标准化，因为里面有太多非结构化数据。AI 应该能解决这个问题。但是否会有监管力量或市场力量推动更多标准化，进而真正加快私募市场透明度和流动性的提升？这多少有点超出我的控制范围。

我的融资风格不一定适合所有人。我非常直接，也会坦率说明我担心什么、想往哪里走。但你必须对最终目标非常坚定。我还会说，这件事需要反复练习，也需要经营关系。那些后来突然出现、领投 C 轮或 D 轮的人，往往是我在种子轮、A 轮、B 轮甚至 C 轮时就认识的人。他们每次都因各种原因没投，但对我和公司的了解越来越多。

我觉得有很多“先假装成功，直到真的成功”的说法。你需要有胆识，也要相信自己做的事情，即使你还没有完全确信。我是个极度多疑、极度缺乏安全感、极度害怕的人。但你得表现出自信，告诉别人你清楚自己要去哪里，即使你正经历起伏。

我对一切可能出错的事情都非常担心。每天都像站在刀刃上，仿佛有上千件事情可能崩溃。我觉得创业就是一场不断累积动能的游戏。你要把每件小事都做好，让公司沿着下坡跑得快一点。我害怕动能会停下来，或者遇到路障、偏离方向，然后又得重新积蓄动能。我很清楚，要真正造出一台能积累动能的机器有多难。如果我不是一直害怕这些时刻，我大概也不会竭尽所能，提前做好准备，确保我们能——

我认为会有公司解决所有这些问题，但真正做成的公司会成为人才、资本和品牌的黑洞。它们能够吸引资源来完成执行。AI 是一股惊人的顺风，但竞争所要求的执行门槛也比以往任何时候都高。所有人都被拉进大联盟，迎来自己的“欢迎来到 NFL”时刻。你必须比想象中更快、更强、更有韧性，也更灵活。合适的团队比过去任何时候都重要，而现在组建一支合适的团队极其昂贵。

我觉得自己非常幸运，父母都极其善良、慷慨、无私，但母亲和父亲表达善意的方式完全不同。

谢谢。