新闻中心Position

你的位置:开云彩票官方网站 登录入口 > 新闻中心 > 开yun体育网 LLM 不但不会在交易分析中主动寻找最优决策-开云彩票官方网站 登录入口

开yun体育网 LLM 不但不会在交易分析中主动寻找最优决策-开云彩票官方网站 登录入口

发布日期:2026-08-08 15:17    点击次数:168

开yun体育网 LLM 不但不会在交易分析中主动寻找最优决策-开云彩票官方网站 登录入口

前两天开yun体育网,我发现了一个险些不可能被 AI 替代的责任:

AI 险些不可能替代东说念主类作念交易运营决策。

周末两天上了沙盘模拟课:模拟企业谋划。

玩法很简短,分红五组,各组凭证造谣市集运行规则,决定在哪建厂,坐蓐什么,坐蓐几许,卖几许钱,搞不搞营销,需要卷死其他四个组得胜,优厚团队荣获王者水晶。

当我得知是这样的模拟游戏的时候,内心暗喜。

需求显明,数据丰富,规则明确,这岂不是自然落在 AI 射程范围内。

用 AI 还不是手拿把掐?

我把倡导和团队一说,巨匠纷纷示意解救,打算让 AI 带咱们躺赢。

于是咱们胸脯一拍,起名为水晶能源,以至准备了 Logo,就差没准备获奖感言。

恶果,第一天收敛时 …

怎样说呢 … 属实是光屁股拉磨,转圈丢东说念主。

咱们股价相当于倒数第二的 80%,第一组利润是咱们的 8 倍。

巨匠纷纷向咱们投来关心的眼力 …

好好好,AI 前驱秒变 AI 先烈。

下课之后,我豪情久久不行放心。

一直在念念考, 我的脸往哪搁 AI 为什么作念不好企业谋划看管?

熬夜翻了六七篇论文之后,我找到了一些说明,和你一齐沟通。

一、模子结构和检验门径从根柢上决定了它作念不好决策论断:咱们前几轮之是以惨败,根源在于大语言模子架构(后文我会称之为 LLM )以及它的检验范式,和企业谋划这种复杂的动态任务存在着根人道的打破。

先先容下咱们的使用要领:

领先,统统布景材料和盘面的数据,我全部转成结构化的文本,东说念主工校准内部统统的数据,确保输入的信息皆备干净,不存在 LLM 识别图片导致数据的荒谬。

然后,亦然最中枢的:我要求 LLM 必须先写代码,再给论断。

统统这个词过程在 Cursor 里完成,AI 先生成代码,分析数据,然后基于计划恶果讲话。

我那时认为,这套 PAL 历程让 AI 的分析锚定在了可不雅的数据恶果上,险些根绝了 AI 瞎掰八说念的可能。

它的每一次输出,都将是浮松感性的计划恶果。

信心满满,一看就很专科!

给你望望过程中的论断。

为保护沙盘游戏版权,部安分容打码。

看起来是不是挺稳,挺给力的?

有根由数据,推理严丝合缝,咱们小组的成员一开动亦然这样认为的。

把咱们公司的运转交给了小组第十二名成员:Claude Sonnet 4。

恶果巨匠都知说念了,咱们的政策上中规中矩,策略上错得离谱。

真是是,寄居蟹搬家,蚌埠住了。

这一问题的根源是:大部分 LLM 在检验过程中贫乏针对交易分析为方针的成心优化。

因为:传统交易分析时常需要明确方针(举例利润最大化、风险最小化),需要通过分析数据,然后找到最优解。

但 LLM 的检验方针是:普及文本掂量的似然(掂量下一个词汇或标志的概率准确性),不一定包括交易分析方针的优化。

这样就会导致 LLM 贫乏内置的「方针导向」推明智力。

也即是说, LLM 不但不会在交易分析中主动寻找最优决策,

相暗地, LLM 倾向于给出平均意旨上的合理恢复,

LLM 可能能够同期摆列多方面谈判,但它不具备遥远一致的决策准则(或者说是相宜经济学、看管学的逻辑)来选用最优决策。

接下来,LLM 生成文本的时候,莫得可靠的面向恶果阐述机制。

通例的机制下,唯独 LLM 在输出在体式上相宜语言逻辑,那就算完成对话任务,哪怕这内部有几许逻辑矛盾,或者终点离谱的政策。

因为 LLM 在用户莫得指出的时候,没主义径直纠错。

进一局势,交易决策还需要波及多个枢纽的层层推理,简短来说,即是从一个数据进行越过式的念念考,纠合多样要素层层递推,要是发现荒谬,还要从脑子里拿掉这个过程。

概述来说,至少会先假定一个情景,然后分析决策,对比优弱势,进行抉择。

但 LLM 只会谈判平铺直叙的恢复。

这在复杂交易分析中是致命瑕玷。

另:LLM 的链接性对话策略,会丢失我方的判断,除名你的念念路,哪怕你的念念路何等离谱,它都会试着将你的策略合理化。

这在谋划看管中,应该吊唁常要命的了 …

这不即是现代王振吗?明朝朱祁镇还是吃过这样的亏了,不行太过于肯定这种巧言令色的东说念主~

简短来说,唯独你对大模子的决策冷落了挑战,大部分情况下,大模子就拔除了我方的态度。

而看成东说念主类 CEO,你极有可能会和 CFO 或者政策的东说念主吵起来,然后相互以为对方是傻 X。

在咱们冷落挑战之前,咱们在莫得经过仔细研读数据时,咱们都认为「大模子的这个政策还挺合理的。」

大模子具有诱惑性的谜底(一册持重地瞎掰八说念),是咱们前期让渡了团队念念考导致翻车的根柢原因。

本段实质参考论文:

https://arxiv.org/abs/2502.11574

二、即便领有一切需要数据的情况下,LLM 仍不行进行复杂决策与政策说真话,咱们险些将一切能给的数据都镇定给 LLM 了。

但,它作出的策略,莫得主义率领咱们取得得胜。

因为:它给出的是中规中矩的策略,而咱们的敌手们,是行业内部的卷王。

要是你周围全是小白,LLM 能帮你拉到 70 分期骗往日的水准,然后你能希世之珍;

但要是你周围全是大佬,全是卷王,巨匠追求的是无尽接近 100 分,你还拿这样的恶果出来,LLM 会让你成为市集会的笑柄。

为什么?

交易政策制定是需要对一些特定情境有深刻贯串、创造性念念考和对东说念主性的判断。

但 LLM 输出的政策谋划时常套路化,很难明确识别在这个情境底下的毛病挑战、竞争定位和赢得上风的门径,他们对东说念主性贫乏着实了解,是以很难作念好对各个选项的量度。

也即是说:大模子极其容易生成听起来合理但千人一面的决策,LLM 不但没主义像刘润那样针对独到情境冷落翻新性的惩办念念路。无意还会给出鬻矛誉盾的建议,或者在不同恢复中对团结决策的评价不一致。

泄露的问题是:LLM 贫乏贯通的决策准则。

要是把决策交给大模子作念,那么大模子或者率会把你带到沟里。

假定你非要把统统的数据,周围的环境,东说念主际干系,竞争式样等等数据灌给大模子,让大模子作念决策,

先不说大模子没主义拿抓好国内的情面世故,

更严重的短板:LLM 不但受到高低文窗口长度的影响,关于市集变化而言,高低文是静态切片!

本段贵寓:

https://arxiv.org/abs/2502.11574

https://www.kevinjruth.com/blog/library/governance/ai-fails-to-understand-strategy

三、就算有高低文,高低文都仅仅片刻发生的快照这个决定了,大模子和东说念主类的毛病分辩。

东说念主类能适宜拖沓景况,东说念主类能凭借教诲或者所谓的「第六感」,拿获到蝴蝶山东的翅膀。

东说念主类能卧薪尝胆,宝石很永劫间,从少许点小事开动布局,在未来 N 年才造成齐备的「打发」或者「政策」。

在市集拼杀下,某一次热烈的价钱战,负面影响深入地可能会连接十几年。

这 …

大模子推不出来,就算能推出来,大模子也没那么长的高低文。

就算有这样长的高低文,前文的实质还会侵犯大模子后续的推理。

毕竟,它仅仅一个 Token 推 Token 的冷凌弃机器东说念主斥逐。

本段实质参考论文:

https://arxiv.org/pdf/2505.10543

四、迎风翻盘的反念念上头咱们讲了这样多 AI 不行的原因,那么难说念 AI 在咱们的决策中,完全帮不上忙吗?

非也!!

咱们从第一天的倒数第一,到第二天凭借 AI 协同迎风翻盘。

连超三组,临了输给了冠军,名垂青史。

发生了什么?一、稳住心态;

二、找到 AI 擅长限制。

说真话,这一次谋划模拟课程里,我发现存很多东说念主仍视 AI 为激流猛兽,或者看轻 AI 的智力。

第二天,我也受到其他组的玩笑:

「你们连接用 AI 搞嘛!」

「你看 AI 有啥用,用 AI 搞到垫底。」

过程中西宾直言,「你们不是第一个用 AI 的,但借助 AI 无一例外,都是垫底。」

但越是到这个时候,越是要稳住,毕竟还有一天要打。

那时,我心里方针是:唯独不垫底就行。

经过反念念之后,我治疗了念念路。

AI 自然作念不好决策,但! AI 很擅长写代码!

那就让 AI 作念好 Dashboard , 把所特别据都整理出来,给东说念主类作念决策!

其他组需要拉 Excel ,需要手算的实质,咱们借助 AI 一键可视化。

秒惩办构兵。

从拿到每一趟合数据,到给出全部数据报表,只需五分钟。

要是没特别据可视化,需要花时期手算 …

咱们能快速检察统统这个词市集趋势,不需要手算,想要哪个数值径直点。

想算趋势,径直看。

想看统统组统统居品的市集订价和份额,径直看。

想看统统组的居品智力,径直看!

快速预估合理的研发用度

于是,第二天绝地翻盘,收敛时排在第二。

终于照旧保住了顺眼 …

自然两天花了 40 刀 …

自然在过程中我大肆怀疑我方是不是有问题 …

你可能会以为我内心戏太多了,哈哈。

但资格了第一天全面弱势,基本快崩盘的情况下,能稳住即是得胜。

更别说咱们越过了 …

看成组里独逐个个坚毅解救我用 AI 的队友,亦然咱们的班长,收敛的时候给我转了超大的红包!

不外没好敬爱领 …

毕竟,他亦然坚毅的 AI 落地践行者

但好在,咱们组得益可能是最大的,巨匠躬行感受到:

无条款信任 AI ;

PTSD 拔除 AI ;

摄取 AI 与 AI 调解。

属实是亲历了达克效应了 …

论断或者是:AI 不弱,弱的是咱们,是咱们莫得摸到 AI 的智力规模;

毕竟,咱们按毒头喝水,被牛踹两脚也合理吧 …

两天的课收敛了,我最大的得益 … 即是意难平。

咫尺也很气,为什么我早没灵验它来干数据可视化!!

可恶!!

可是,

交易天下,莫得那么多早知说念,

不是吗?开yun体育网



TOP