“千万别向ChatGPT问投资建议”……血本无归风险极高[科技谈]
让全球最强AI去“炒币”后发现：
中国AI聊天机器人成绩遥遥领先
却偏好20倍杠杆等极端策略
不懂意图的AI决策潜藏巨大风险
ChatGPT、Gemini、DeepSeek、阿里巴巴 Qwen、X 的 Grok、Anthropic Claude 等 6款人工智能（AI）聊天机器人参加了一场虚拟货币投资大赛。参赛聊天机器人大多由美国企业开发，但由于参赛阵容中包括中国代表性大型语言模型（LLM）DeepSeek和Qwen，这场比赛也被视为一场“中美面子之争”，备受关注。
美国 AI vs 中国 AI…投资大赛成绩如何
美国科技产业专业投资人 Jay Azhang 于上月18日至27日举办了这场 AI 聊天机器人投资大赛，引发业界关注。比赛并非模拟投资，而是在真实的虚拟货币市场中实时进行。各个 AI 聊天机器人以1万美元（约1430万韩元）的资金，自主选择虚拟货币品种进行投资，力争创造最高收益率。
结果如何呢？
中国聊天机器人 Qwen 和 DeepSeek 分别获得第一、第二名，而 Gemini 和 ChatGPT 的业绩最为惨淡。尤其是这两款聊天机器人截至上月27日的总资产仅为3000美元（约428万韩元），损失了大部分本金。相比之下，Qwen 获利超过9000美元（约1286万韩元），总资产突破1.9万美元（约2715万韩元），DeepSeek 的总资产则达到1.8046万美元（约2579万韩元）。
大赛结果令人工智能及金融专家大为震惊。许多观点认为，动员最尖端 AI 数据中心开发的 ChatGPT 和 Gemini 居然落后于中资模型，颇为出人意料。
公开的 AI 聊天机器人投资策略也引发争议。收益率最高的 Qwen 和 DeepSeek 之所以能获得高额利润，仅仅是因为它们进行了比特币20～25倍杠杆期货投资。比特币在一周内只要上涨5%，就能获得100%的收益，但如果价格反向波动，本金就会全部蒸发，这是一种极端高风险策略。
Gemini 和 ChatGPT 则在多种虚拟资产上多次反复进行买入和卖出，采用了较为复杂的投资策略。然而，在比赛进行的一周时间里，比特币整体走势偏强，这也让 Qwen 得以夺冠。
将资金投入比特币（BTC）20倍杠杆合约的 Kwen，如果比特币价格上涨5%，就能获得100%的收益率，但若相反下跌5%，则全部本金将被强制平仓。Jay Azhang X提供
View original image一名在 X 上发表对本次大赛看法的虚拟货币投资者表示：“本次大赛是验证市场随机漫步（Random walk，随机行走——认为股票价格变化无法预测的理论）的一个案例”，“在完全无法预测的市场中，简单策略也可能获得巨大收益，但那更接近纯粹的运气。”Azhang 也承认：“很难判断（AI 之间的业绩差距）究竟是实力所致，还是（资产价格）波动性造成的。”
AI 管理的金融市场，或成未来危机的引爆点
这场 AI 投资大赛还留下了另一重启示：即“是否能信任 AI，并将投资等重大决策交由其处理”。各个 AI 模型各自采取了颇具个性的投资策略，但外界却难以弄清它们为何采用此类策略、其背后的逻辑是什么。它们还会毫不犹豫地做出20～25倍高杠杆投资决策。如果这不是比赛而是真实投资，那么就可能出现把客户委托的资金一举清空的危险局面。
因此，在观赛的海外网友之间，出现了“绝不会向 ChatGPT 询问投资建议”“也许正因为没有情绪，AI 真的是在像赌徒一样行事”等夹杂着担忧的反应。
2010年5月6日，美国纽约道琼斯指数突然暴跌逾1000点的“闪电崩盘”事件。市场不安传言扩散后，算法程序集中抛售资产，由此引发这起事件，也由此首次暴露出算法投资的风险性。道琼斯指数官网提供
View original image关于 AI 未来可能对金融市场造成致命影响的警告不断出现。由于市场数据不稳定且波动性巨大，AI 可能做出错误决策，而这些决策的连锁反应会给市场带来巨大冲击。有观点指出，去年9月，伦敦政治经济学院（London School of Economics and Political Science）研究员 Maximilian Goehmann 在提交给英国议会财政委员会的书面报告中表示：“目前 AI 正在革新股票等金融市场的交易方式，但细小的数据错误也可能引发巨大连锁反应”，“即便看上去只是小失误，也绝不能忽视其中的风险。”
据 Goehmann 介绍，AI 能以远超人类的速度做出投资决策并调配资本，但问题在于，人们无法在中途暂停或撤销自动化算法。如果金融市场突然出现某种变量，导致 AI 算法集体抛售资产，价格就可能在瞬间暴跌，从而对市场造成冲击。Goehmann 指出：“2010年5月，美国股市在短短几分钟内突然暴跌1000点的‘闪电崩盘’事件就是典型案例”，“有必要确保用于训练 AI 的数据质量透明可见，并加强监管机构的监测以及实时风险管理与控制。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
