从金牛奖到 DeepSeek：一场演讲如何预言了中国 AI 的未来

从金牛奖到 DeepSeek：一场演讲如何预言了中国 AI 的未来

2019 年 8 月 30 日，上海。

一个看起来像普通程序员的年轻人，站在"第十届中国私募金牛奖"的颁奖台上，发表了一场名为《一名程序员眼里中国量化投资的未来》的演讲。

台下坐满了西装革履的基金经理、券商高管和财经记者。没有人预料到，这个名叫梁文锋的人，会在四年后创建一家叫 DeepSeek 的公司，用一款开源大模型震动全球 AI 格局。

更没有人预料到，他在那场演讲中说出的每一个判断，都在此后的六年里逐一应验。

---

一、演讲说了什么？

1.1 核心观点一览

梁文锋的演讲并不长，但信息密度极高。他没有谈幻方自己的策略，没有做任何营销，而是用一个程序员的视角，系统性地分析了量化投资的本质和未来走向。

核心观点可以提炼为五条：

观点	原话/核心表达	后来的验证
量化的本质	"量化公司是没有基金经理的，基金经理就是一堆服务器"	幻方 2020 年宣布"完全用人工智能进行投资"
美国趋势即中国未来	全球对冲基金 Top10 中，量化从 1 席变为 7 席	2021 年国内量化私募规模突破万亿
量化摩尔定律	"每 18 个月投资能力翻一倍，但市场有效性提高，收益不变"	量化 alpha 衰减加速，行业洗牌加剧
量化已吃掉技术面，下一步吃基本面	"量化投资已经赚了技术面流派原来赚的钱，未来也要抢夺基本面流派"	幻方大力招聘基本面研究员，AI 基本面研究成为行业共识
使命宣言	"幻方的使命是提高中国二级市场的有效性"	从量化投资到 DeepSeek，梁文锋始终在追求"用科技理解世界"

1.2 三个被忽视的细节

第一，他用的是"程序员"而非"基金经理"的身份。

在一个遍地是金融精英的颁奖礼上，他主动选择了"程序员"这个标签。这不是谦虚，而是一种价值观宣示——技术才是这个行业的第一性原理。

当大多数私募老板在台上感谢投资人、展望市场行情时，梁文锋在讲算法迭代和摩尔定律。这种"格格不入"，恰恰是幻方后来走向 DeepSeek 的思想基因。

第二，他没有回避"量化收割散户"这个敏感话题。

他直接指出：散户在股市中越来越难赚钱，因为量化投资崛起了。这句话后来被反复引用，甚至被解读为"量化搞死散户"。

但仔细看原文，梁文锋表达的其实是一个更中性的判断：市场有效性的提升是不可逆的技术趋势。当程序的决策能力远超人类时，依靠直觉和经验的交易者自然会被淘汰。这不是道德判断，而是进化规律。

第三，他给出了一个惊人的规模预测。

2019 年，国内最大的量化私募规模仅百亿元。梁文锋却说，参考美国桥水基金（管理规模超千亿美元）的经验，中国有可能出现管理规模达万亿元的量化私募公司。

仅仅两年后，国内量化私募行业总规模就突破了万亿。幻方自己也在 2021 年成为首家突破千亿规模的量化私募。

---

二、"量化摩尔定律"——被低估的洞见

2.1 什么是量化摩尔定律？

这是梁文锋在演讲中提出的一个类比：

量化私募整个行业的进步，大致符合摩尔定律——每 18 个月投资能力翻一倍。但市场有效性也同步提高，所以收益不变。

翻译成大白话：你越来越聪明了，但你的对手也越来越聪明，所以你赚到的钱并没有变多。

这个观点在当时看来略显悲观，但现在回头看，它精准地描述了 2019 年至今量化行业的真实状态：

• 2019-2020 年：量化私募的黄金时代，超额收益（alpha）丰厚，百亿私募如雨后春笋
• 2021 年：幻方管理规模破千亿，但年底遭遇史上最大回撤，被迫关闭募集通道
• 2022-2023 年：alpha 持续衰减，大量中小量化私募出局，马太效应加剧
• 2024-2025 年：行业从"人人都能赚钱"变成"只有头部才能存活"

2.2 摩尔定律的深层含义

梁文锋提出这个类比，其实暗含了一个更深刻的判断：量化投资本质上是一场军备竞赛。

在这场竞赛中：

• 算力是弹药——幻方在 2019 年投入近 2 亿建设"萤火一号"（搭载 1100 块 GPU），2021 年又砸 10 亿建设"萤火二号"
• 人才是兵源——顶尖量化公司以百万年薪争夺清北复交的数学和计算机博士
• 数据是战场地形——谁拥有更全面、更高频的数据，谁就拥有先发优势
• 模型是武器——从传统多因子模型到深度学习，再到更前沿的 AI 架构

当所有参与者都在疯狂升级装备时，单个参与者的绝对优势是递减的。这就是为什么 alpha 会衰减——不是因为你变差了，而是因为所有人都变强了。

2.3 一个现场听众的评价

知乎上有一位量化从业者分享了现场感受：

"作为中证金牛颁奖典礼上的发言，他的报告里没有关于策略的东西，也没有幻方相关的内容，更多是梁总关于量化投资在国内发展的思考。虽然组织形式上落入俗套（从美国发展推及中国），但里面很多数据非常用心——比如估算投到中国市场的量化资金约 2500 亿至 5000 亿元，这些数据应该没有官方渠道，需要花一些心思去估算。"

"报告的最后一页，'我们的使命：提高中国二级市场的有效性'，选择在中证金牛发布会上给量化投资做这样一个定位，是有非常大的积极意义。"

---

三、从"吃掉技术面"到"吃掉基本面"——量化进化论

3.1 第一阶段：量化 vs 技术面交易者

梁文锋在演讲中明确指出：量化投资首先吃掉的是技术面流派的钱。

什么是技术面流派？就是看 K 线图、画趋势线、研究 MACD/KDJ 等技术指标的交易者。这些人依靠的是视觉模式识别和经验直觉。

而量化程序做的，本质上就是将这些模式识别自动化、系统化、高频化。人眼能看到的 K 线形态，程序可以在毫秒级别扫描全市场数千只股票；人脑能记住的历史模式，程序可以回溯数十年数据。

当机器在你擅长的领域比你快 10000 倍、不知疲倦、没有情绪时，你就输了。

这就是为什么 2019 年之后，纯粹靠技术分析炒股的散户越来越难赚钱——不是他们的方法突然失效了，而是他们的对手从人类变成了机器。

3.2 第二阶段：量化 vs 基本面投资者

梁文锋的前瞻性在于，他在 2019 年就预言了量化的下一个战场：基本面。

他说："未来，程序最终也要抢夺基本面流派原来赚的钱，但达到量化高度仍需几个摩尔定律的周期。"

基本面投资（研究财报、分析行业、判断公司价值）一直被认为是"人类最后的堡垒"——因为它需要理解商业模式、判断管理层能力、预测行业趋势，这些似乎是机器无法胜任的。

但 2023 年之后，大语言模型（LLM）的突破改变了这个局面：

• GPT-4 可以阅读和分析财报，准确率超过大部分分析师
• AI 可以处理非结构化数据——新闻、社交媒体、卫星图像、供应链数据
• NLP 技术可以量化"情绪"——市场恐慌、管理层信心、消费者偏好

这意味着梁文锋 2019 年的预言正在加速兑现：基本面分析的量化化，不再需要"几个摩尔定律周期"，因为 LLM 大幅缩短了这个进程。

3.3 第三阶段（未来）：AI 理解一切

如果我们把梁文锋的逻辑链继续延伸，会得到一个更宏大的图景：

技术面量化（2015-2019）
    ↓ 已完成
基本面量化（2019-2025）
    ↓ 正在进行
全市场 AI 理解（2025-?）
    ↓ AGI 的方向
理解世界的底层规律

这正是幻方从量化投资走向 DeepSeek 的逻辑链条——不是"跨界"，而是"延伸"。

---

四、"提高市场有效性"——一句话里的哲学

4.1 有效市场假说的量化版

梁文锋在演讲最后说："幻方的使命是提高中国二级市场的有效性。"

这句话如果放在一般的企业宣传中，可能只是一句漂亮的口号。但结合他的工程师思维，这句话有着精确的技术含义。

市场有效性（Market Efficiency）是金融学的核心概念之一：

• 弱有效市场：价格反映了所有历史交易数据（技术面无效）
• 半强有效市场：价格反映了所有公开信息（基本面分析无效）
• 强有效市场：价格反映了所有信息，包括内幕信息（没有人能持续获利）

梁文锋所说的"提高有效性"，本质上是说：量化投资的终极作用，是让市场从弱有效走向半强有效，甚至更高。

在这个过程中：

• 市场定价越来越准确
• 信息套利的空间越来越小
• 散户和机构的信息差越来越窄

这听起来像是在说"量化最终会让自己没有钱赚"——某种程度上，确实如此。但梁文锋看到了更远的东西。

4.2 从市场有效性到 AGI

如果量化投资的终极目标是"让机器理解所有影响资产价格的信息"，那这个目标本质上就是——让机器理解世界。

理解财报 → 理解商业 → 理解经济 → 理解社会 → 理解人类行为 → 通用人工智能（AGI）

这就是幻方 2023 年成立 DeepSeek 的深层逻辑。梁文锋不是突然"转行"做 AI，而是沿着 2019 年演讲中的逻辑，走到了必然的下一步。

当量化投资需要理解的信息越来越复杂、越来越非结构化时，传统的机器学习模型不够用了。你需要一个能像人一样理解世界的模型——这就是大语言模型，这就是 AGI。

---

五、六年后回看：演讲背后的思维框架

5.1 第一性原理思维

梁文锋在演讲中展现出的最核心的思维方式，是第一性原理（First Principles Thinking）。

他没有被量化行业的表面繁荣所迷惑，而是不断追问：

• 量化的本质是什么？→ 用程序替代人类做投资决策
• 量化的边界在哪里？→ 目前主要替代了技术面，未来要替代基本面
• 量化的终局是什么？→ 提高市场有效性，直到程序理解一切
• 理解一切意味着什么？→ 这就是 AGI

每一步推导都是逻辑的必然延伸。从 2019 年的金牛奖演讲到 2023 年成立 DeepSeek，中间不存在"灵光一闪"的转折，只有一条清晰的逻辑链。

5.2 长期主义

2021 年，幻方管理规模破千亿，是行业绝对的头部。但这一年，幻方经历了史上最大回撤，随后主动关闭了所有募集通道。

在致投资者的公开信中，幻方写道：

"幻方业绩的回撤达到历史最大值，我们对此深感愧疚。究其原因，主要是 AI 的投资决策在买卖时点上没有做好，市场风格剧烈切换的时候，AI 会倾向于冒更大的风险来博取更多收益，进一步加大了回撤。"

大多数私募在遭遇回撤后，会选择降低风险、回归保守策略来稳住规模。幻方的选择截然不同——他们逐渐缩小量化管理规模，把更多资源投入到 AI 基础研究。

2023 年 4 月，幻方发布公告：

"务必要疯狂地怀抱雄心，同时要疯狂地真诚。我们可能站在这个时代最伟大变革的前夜。作为科技的信徒，幻方一直在人工智能技术的前沿，试图更好地理解这个世界。"

同年 7 月，DeepSeek 正式成立。

5.3 技术信仰

在幻方连续五年蝉联金牛奖的获奖感言中，有一段话值得反复品味：

"一直以来，我们秉持坚定的技术信念，相信科技是探索世界的最佳方式。通过持续的研发投入，持之以恒的人才团队建设，我们在科技与金融的边界上不断向前推进。目前，幻方已拥有强大的人工智能开发能力、超大规模的数据分析与金融建模能力。幻方量化已成为一家完全用人工智能进行投资的基金公司。"

这段话的关键词不是"金融"，不是"投资"，而是"科技信仰"。

在幻方的叙事中，金融只是科技的一个应用场景。他们的核心身份不是"基金公司"，而是"AI 公司"。 量化投资是手段，理解世界才是目的。

---

六、对普通投资者的启示

6.1 散户必须面对的现实

梁文锋在 2019 年说的那句话——"散户在股市中越来越难赚钱"——六年后不仅没有过时，反而更加残酷。

2025 年的市场格局是：

维度	量化机构	普通散户
决策速度	毫秒级	分钟到小时
数据来源	全市场实时数据 + 另类数据	新闻 + 研报 + 股吧
情绪管理	程序没有情绪	恐惧与贪婪
资金成本	极低（规模效应）	相对较高
策略迭代	持续自动优化	依赖个人学习

这不是一场公平的竞争。但理解这个现实本身，就是散户最重要的"alpha"。

6.2 散户的生存之道

如果技术面已经被量化"吃掉"，基本面正在被量化"啃食"，散户还剩什么？

第一，拥抱指数基金。 如果你无法打败市场，那就加入市场。梁文锋在演讲中提到美国的趋势之一就是"共同基金的逐渐指数化"——这对散户来说是最好的选择。

第二，发挥个人的信息优势。 你可能是某个行业的从业者，对行业趋势有量化模型无法获取的一手认知。这种"体验式信息"是算法暂时无法替代的。

第三，拉长时间维度。 量化投资的优势主要体现在短期和中期。在 5-10 年的长期维度上，公司的内在价值增长仍然是最强大的力量。

第四，学会使用 AI 工具。 既然 AI 是大势所趋，散户也可以利用 AI 辅助投资——用大模型分析财报、用量化工具回测策略、用数据平台追踪信号。

---

七、结语：一场演讲的蝴蝶效应

回到 2019 年 8 月 30 日的上海。

那天，一个程序员站在金融精英面前，没有炫耀业绩，没有推销产品，而是冷静地描述了一个他看到的未来：

• 量化投资将席卷中国市场
• 程序将替代人类做投资决策
• 技术军备竞赛将永不停歇
• 最终，机器需要理解整个世界

六年后，这些预言一一成真。而最后一条——"机器理解世界"——正是 DeepSeek 正在做的事情。

从金牛奖到 DeepSeek，梁文锋走了一条看似曲折、实则笔直的路。 这条路的起点是一个程序员对量化投资的技术思考，终点（如果有的话）是通用人工智能的星辰大海。

这不仅仅是一个人或一家公司的故事。这是技术信仰者如何重新定义金融、如何从一个行业的边界走向人类认知的边界的故事。

在这个意义上，2019 年的那场金牛奖演讲，不是一次获奖感言，而是一份路线图。

---

"当人来做投资决策的时候，它是一种艺术，要凭感觉。当程序来决策的时候，它是一种科学，它有最优解。"

——梁文锋，2019 年金牛奖演讲

这句话，放在 2026 年的今天，已经不仅仅适用于投资。它适用于我们正在经历的一切。

---

本文为独立分析，不构成任何投资建议。

---

欢迎关注微信公众号：coft，获取更多深度技术文章。