华尔街没意识到AI提升知识工作速度有多快

在我看来，AI对知识工作的优化速度，比华尔街大多数人意识到的要快得多。从我自己的使用体验来看，它一直在变得更好、更快。

当你让模型/智能体在带有验证智能体的仲裁者面前互相辩论时，提升尤其明显。

这一切都只是个人经验，但对我来说，它和几个月前的差距已经十分显著。

问题在于——这点我过去也反复强调过——工具的效果取决于整理好的上下文，包括你连接了哪些服务、接入了哪些研究。

「给我讲讲 MU 的看多逻辑」这种提问，聊天机器人只会给你一个平淡无奇的回答。但如果你给同一个模型套上框架，接入整理好的「信息源」（经过筛选的来源），以及你已经完成的关键辩论/工作的持久记忆，输出质量会提升好几个档次。

举一个我最近工作流的例子，我让 Claude 搭建了一个「最新资料汇总工具」，会为我持有的每一个标的/主题生成一份动态更新的 HTML 文档。

它包含基础逻辑、上次阅读以来的变更日志、预期调整、估值，还有我基于之前工作/投行报告/邮件等内容对该标的 top 争议点的倾向性观点。如果我没有留下记录过的观点，模型会自己给出一个倾向性判断，标注为模型观点，直到我确认修改。

整个搭建过程全程都是用智能体完成的：3 个智能体辩论格式，一个四人分析师委员会审核每份初始文档，所有流程都在仲裁者的监督下进行。

最令人惊叹的是，大部分工作都是并行完成的（ultracode！），全程只用了几个小时。保持好奇心这件事从未如此简单，而一年前这根本不可能实现，想想真的很不可思议。