霍华德·马克斯对AI的探索与学习过程 - 橡树资本联合创始人霍华德·马克斯以近八十岁高龄，怀着好奇心主动学习并研究人工智能[2] - 为撰写备忘录，他主动与三四十岁的技术从业者交流，并后续跟进，使用Claude AI模型制作教程以深化理解[2][6] - 其学习心得体现为一份补充备忘录，记录了他使用自身方法论探索新领域的过程，而非简单的外部评论[3] 对AI本质的理解 - AI模型不应被简单理解为搜索引擎，而是一套能够综合数据并进行推理的计算机系统[11] - 模型的生命周期分为两个阶段：训练阶段的核心是“教会它怎么思考”，而非单纯装入信息；推理阶段则是模型运用能力回应用户需求[11][12] - 提示词的质量至关重要，当前AI潜力被低估的原因可能在于用户不擅长编写高质量提示词，限制来自用户而非模型本身[13] 关于“AI是否会思考”的探讨 - 核心争议在于AI是进行“真正的思考”还是对训练数据模式的“复杂重排”[17] - 怀疑者认为AI只是进行“惊人的模式匹配”，无法开辟全新领域，如同“优秀的翻唱乐队，却不是作曲家”[17][18] - 支持观点反驳认为，人类的学习过程同样基于吸收他人思想并综合创新，AI在“组合输入成新颖有用东西”的能力上，与人类大脑在结构上并无本质区别[19] - 从经济角度看，关键在于AI能否产出可靠有用的工作成果，而非哲学上是否“真正理解”[22] - “生成式AI”的定义是能够创造新事物，而不仅是分析或贴标签[23] AI技术的最新进展与特点 - AI发展速度前所未有，从被商业媒体广泛认知为通用技术到被约4亿人使用、75%到80%的公司采用，仅用了大约两年时间[26][27] - AI能力分为三个层级：第一层是聊天式AI，节省研究与思考时间；第二层是会使用工具的AI，节省执行时间；第三层是自主代理，能在任务层面替代劳动力[27][28] - 2023年AI尚处第一层，2024年到达第二层，目前（备忘录发布时）已进入第三层，这区分了生产力工具与劳动力替代品，市场潜力从500亿美元跃升至数万亿美元[28] - 技术进步具体表现为：2022年AI无法稳定做基础算术，2023年能通过律师资格考试，2024年能编写软件并解释研究生层级科学问题，到2025年底顶尖工程师已将大部分编码工作交给AI，2026年2月的新模型（如GPT-5.3 Codex）标志着质的飞跃[33][34][35][36][37] - 新模型展现出自主性，例如GPT-5.3 Codex参与了自身训练流程的调试与管理，AI开始对自身改进做出实质性贡献[38][39] - AI与以往技术创新的本质区别在于其拥有前所未有的自主行动能力，可能接管人类从未想过或根本不存在的任务[28][39] AI当前存在的局限与问题 - 能否处理训练数据中无模式可循的全新情境，仍是一个未解决的真正问题[40] - AI可能出现“幻觉”，倾向于给出答案而非承认自己不知道，且并不总能意识到自己的无知[40] - AI的可靠性虽提高，但仍无法做到完全不犯错[41] - “上下文窗口”容量有限，无法无限期保存并随时调用所有工作记忆[41] - 存在AI未来可能完全自主运行并发展出自身动机的长期担忧[42] AI对投资行业的影响分析 - AI具备成为优秀投资者的许多特质：能处理超大量数据、擅长识别历史成功模式、不受情绪与偏见影响[45][46] - AI的不足在于：应对缺乏可靠历史模式的全新领域时可能较弱；难以对定性因素（如合作方选择、管理效能）做主观判断；没有切身利益，风险承担意愿可能不受人类天性约束[48] - 唾手可得的量化信息及AI强大的处理能力，使得依赖此类信息获取超额收益的前景非常有限[49] - 未来的投资优势将更依赖于：(a) 正确判断信息重要性；(b) 评估定性因素；(c) 预测公司发展。AI可能会提高行业门槛，淘汰无法在这些非量化任务上表现出色的人[50][51] - 在涉及对新事物的“猜测”时，AI未必能稳定优于所有人类投资者，其提出的假设也需要经过合理性检验[51][52][53] 对“AI是否为泡沫”的综合评估 - 技术本身是真实存在的，且有潜力深刻改变商业与生活，其应用并非遥远梦想，当前需求正在大规模应用[54] - AI的潜力在当下更可能被低估，而非被夸大[54][59] - 对AI基础设施的投资存在资本错配与毁灭的历史规律，其最终回报是否匹配当前投入尚不可知[54] - 科技巨头（如微软、亚马逊、谷歌）的估值不太可能被证明是“高到毁灭性”的离谱，而以AI为核心的初创公司高估值则像彩票[55] - 核心悬疑在于AI基础设施投入是否过度，当前更多资本开支投向回应真实需求的“推理”阶段，而非投机的“训练”阶段，但需警惕需求增速放缓或建设超前的风险[56][57] - 部分AI收入存在“循环”性质（AI公司互购服务），最终需由终端用户为真实经济价值买单[57] - 总体结论：AI非常真实，应用增长极快，今天仅是开始，但无法断言当前AI投资是否便宜或合理[59] - 建议投资者保持适度仓位，同时做到精选与审慎[60][61] AI可能带来的社会经济影响 - AI可能快速导致大规模失业，例如电商广告文案部门80%的员工可能被替代，软件工程师、驾驶员等众多职业面临冲击[65][66] - AI作为“替代劳动力”的技术（第三层代理），与“节省劳动力”的工具（第一、二层）有本质区别，可能重构经济，将每年数万亿美元劳动力市场中的相当大部分价值迁移到AI算力上[66][67] - AI的影响速度可能远超社会适应能力，其变化比制造业外包冲击更广、更快[67] - 存在乐观观点，基于历史经验认为新技术总会创造新就业，但作者对此缺乏足够乐观的想象力[68][69][71] - 作者对社会影响表示深度担忧，但希望这些担忧最终被证明是杞人忧天[72]