2026 年 7 月，主持人 Corey Hoffstein 在一期访谈中问 Two Sigma 复杂特征引擎负责人 Ben Wellington：如果大模型让更多人能够更快构造特征、探索数据，机构长期积累的技术优势会不会被抹平？
Ben 没有回避。他的回答可以概括为：数据集本身不是护城河，关键仍是“然后呢”。你得知道该问什么问题，判断眼前的结果是不是碰巧，还得弄清它和手里已有的信号是不是一回事。最后，它要能接进一套真实运行的系统里去。这些靠的是实验和经验；系统加速了实验，而新的经验没有因为生成变便宜而跟着贬值。
AI 没有让寻找 Alpha 变得简单，只是让产生“疑似 Alpha”变得空前容易。它正同时加速两个方向相反的过程：Alpha 的发现，以及 Alpha 的消失。
01 / AI 发现 Alpha，也在加速它的消失
AI 对量化研究最直接的改变，是降低一次实验的成本。过去，一个想法从提出到看到回测结果需要间隔几天；今天，这些环节可以分头交给不同的 Agent，同样一轮研究可以被压缩为几个小时。
但 AI 缩短的是验证想法的时间，却不会按同样比例增加真正有效的市场规律。一种规律一旦被广泛交易，其超额收益便会被价格迅速消化。
这不是 AI 时代才有的现象。早期研究已经发现，部分市场异象在被广泛发表后有所减弱；一种可能的解释是，研究公开后，资金开始据此交易，原有价格偏差被逐渐消耗。AI 只是把这台机器转得更快。
AI 首先抹平的，是那些容易表达、容易复制，也容易从公共数据和标准流程中发现的 Alpha。它首先消灭信息处理速度带来的租金，随后重新定价的，才是提问、系统设计和治理能力。
CFA Institute 在 2026 年 7 月的报告《Artificial Intelligence & the Future of Finance》中提出，AI 会加快信息处理与价格发现，并可能缩短传统套利窗口。它同时警告，当机构依赖相似的模型、数据和决策框架时，可能生成相似信号，在相近时间采取相似交易，进而压缩市场观点的多样性，并在压力中放大相关性。
更隐蔽的风险在于：每家机构产生的信号数量增加，整个行业探索的方向却可能变少。
Ben 把这种风险称为研究输出的“熵降低”。制造纸箱时，自动化让每个纸箱一致是一种进步；但组合管理的目标相反。一千个模型如果拥有相近的数据来源、经济假设和风险暴露，就不是真正的一千种 Alpha。组合需要的是正交性，是不同模型在不同环境下以不同方式犯错。
在播客里，他用的词远比“风险”重。谈到所有人使用同一个一键工具的前景时，Ben 说：“我们都在做同一件事，这让我感到恐惧，因为在这个行业，多样性就是意义所在。”
在其发表的同主题文章中，Ben 把正交性称为“Alpha 建模过程的生命线”。研究人员不同的背景、经验和问题意识，会把同一份数据引向不同路径。如果 AI 被设计成一键答案机，原本拥有不同视角的人反而可能得到越来越相似的结果。
Man AHL 在 2026 年的 AlphaTrend 实验让这个问题更加具体。面对同一研究任务，不同基础模型表现出不同的“研究性格”：一些模型的候选方案更容易聚集在相似解释附近，另一些模型则形成更丰富的信号聚类。
这说明，AI 时代的多样性不是把同一个问题重复询问一百遍，而是主动设计模型、角色、上下文和评测标准之间的差异。
对工业生产而言，一致性是效率；对 Alpha 生产而言，一致性可能是风险。Ben 在那篇文章里表示，好的 AI 工具应该“让每个研究员更像他自己”，而不是把所有人收敛到同一个答案。
02 / 生成能力不稀缺，否决能力更重要
如果过去量化研究的瓶颈是候选想法不足，那么 AI 带来的第一个变化，可能是候选结果过剩。
金融市场本来就信噪比极低。只要尝试足够多的变量、参数和样本区间，迟早能找到一条漂亮的历史曲线。AI 扩大搜索范围的同时，也扩大了碰巧命中噪声的概率。研究产量提高十倍，并不意味着有效 Alpha 增加十倍。
更深一层的原因，藏在一个不对称里：假设可以批量生成，验证假设的证据却不能。历史行情只有一份，市场只真实走过一条路；一万个候选可以在一夜之间排好队，能给出判决的样本外时间，却只能一天一天地过。算力扩大了答案的供给，扩大不了真相的供给。
这个不对称造成的数量陷阱，早在生成式 AI 之前就已存在。NBER 对 447 个金融异象进行复现时发现，在更严格的样本和统计标准下，大量异象不再显著。另一项关于“因子动物园”的研究则发现，许多新因子相对于已有因子并没有真正新增的解释力。一个因子单独看起来有效，不代表它提供了不可替代的信息。
到了 2026 年，问题已不再是 LLM 能不能生成因子，而是如何把生成变成可靠的研究能力。ICLR 2026 的 AlphaBench 显示，LLM 在因子生成、评估和搜索上已有明显潜力，但结果仍受模型、提示和推理方式影响。基础模型只是原材料，研究系统才决定结果能否被信任。
Man AHL 在 2026 年的 AlphaTrend 实验提供了一个更具体的观察。研究人员不只把“好想法”交给 Agent，也主动输入预期无效和结果不确定的假设。系统的价值不只是找到表现更好的信号，还包括尽早识别无效路径，并指出某些结果只在特定市场阶段成立。对量化研究而言，能够得出一个可信的“不成立”，有时和发现一个新因子同样重要。
因此，AI 时代，稀缺性正在从候选数量转向筛选与验证能力：让不合格候选尽早退出，让少数有效想法接受更严格的检验。人的角色也由完成每一次实验，转向提出问题、设置风险边界、决定什么证据仍不足以进入真实资金。
量化机构的护城河也随之发生迁移。它不再只是一个秘密因子或一代更先进的模型，而是一套长期形成的研究制度：什么问题值得投入资源，什么结果必须否决，什么证据足以上线，失败如何回到下一轮研究，哪些风险无论自动化程度多高都必须由人承担。
CFA Institute 的报告把这种变化概括得很清楚：当基础分析越来越便宜，投资能力会从更快处理信息，迁移到提出更好的问题、设计更强的系统、治理模型和管理数据质量。
公共模型决定机器能够提出多少可能性，机构私有的评测与反馈系统，决定哪些可能性有资格成为资产。
03 / 当一百个 AI 研究员同时工作，机构如何避免集体犯错
2025 年，行业还在追问“AI 能不能成为量化研究员”。到了 2026 年，更现实的问题已经变成：当一百个 AI 研究员同时工作，怎样阻止它们提出同一种假设、相信同一种错误，并在同一时间做出相同交易？
这不是单纯的模型问题，而是组织问题。一百个 Agent 并不天然代表一百种观点。如果它们读取相似的材料，调用相似的工具，最后又由同一个回测指标打分，那么所谓“多智能体研究”很可能只是一种并行计算：机器跑得更快，探索的却仍是同一小块区域。
趋同往往在因子生成之前就已经发生了。如果所有机构都从同一批公开报告、同一套因子库和同一种提示模板出发，再强的模型也只是在同一张地图上跑得更快。
模型擅长沿着一个问题快速展开，却未必知道哪些被忽视的市场现象值得成为问题。交易中的异常、产业链的变化、某个研究员在另一门学科里形成的直觉，可能是差异真正开始的地方。
因此，当答案越来越便宜，好问题反而变得更贵。非共识 Alpha 首先需要的不是更复杂的公式，而是一个尚未被集体问过的问题。
提出不同问题还不够，分歧还得在自动化流程里活下来。物理学家、计算机科学家和交易员面对同一份数据，会注意到完全不同的关系；AI 接入之后，如果所有想法都被同一套工作流改写，这些差异可能在进入研究深处之前就被磨平。
而且，差异也不会自动转化为有效多样性。系统需要让不同角色彼此制衡：一个构造假设，一个寻找反例，再让其他角色检查代码是否真的实现了原始逻辑；尤其不能让一个统一的分数说了算。Agent 一旦学会迎合它，生成的就是一批形式不同、底层风险暴露却高度相似的结果。
即使分歧被保留下来，研究也只完成了前半程。大量生成之后，真正决定机构能力的，是它如何拒绝结果。
在候选稀缺的年代，研究团队担心错过一个好想法；在候选过剩的年代，更危险的是把一个伪 Alpha 送入实盘。
老麻烦一个也不会因为候选来自 AI 就自动消失：同一批数据测一万次，总能测出几条好看的曲线；回测里没扣够的交易成本，实盘会一笔一笔扣回来；新因子看着新鲜，可能只是旧持仓换了个写法。
所以，一条漂亮的回测不是研究终点，只相当于候选人拿到了面试资格。真正的面试发生在回测之外，也不能简化成提高 Sharpe 门槛：它要在样本外和模拟盘里过交易规则这一关，在小资金实盘里承受真实的滑点，还要回答“为什么有效”“什么时候会失效”“进了组合之后新增了什么”。模型负责扩大候选范围，统计检验排除一部分幻觉，而市场最终负责揭示研究者没有想到的约束。
问题在于，市场给出的教训并不会自然留下来。
想象这样一个场景：一个 Agent 在三月走过的死路，六月另一个 Agent 换了几个参数，又原样走了一遍。两次实验都完成了，算力也被充分利用，但组织没有变得更聪明。没有记忆的自动化，只是在工业化地重复犯错。
真正的研究记忆，是让过去改变下一次行为：一条路径为什么失败，一个因子为何没进实盘，一项策略在什么环境下开始衰减。只有这些结论能影响下一轮搜索、评测和风控，失败才从成本变成资产。
2026 年 7 月发布的 XALPHA 把这一问题定义为从“孤立自动化”走向“研究闭环”。它尝试将外部知识与历次研究反馈写入多源记忆，使系统不再停留于一次性的生成和回测：读过的材料、验证的结论、失败后的反思，都会改变它下一轮研究的起点。
CogAlpha 则选择了另一个切入点：不在生成之后检查一致性，而是通过代码级 Alpha 表达、分层 Agent 和进化搜索，让多样性在候选产生的过程中就长出来。但对任何机构而言，研究框架只是起点，它能否形成真正的资管能力，仍取决于是否接入严格的组合、交易、风控和实盘反馈。
问题、分歧、否决、记忆，这四道关卡，会组成 AI 时代量化研究新的护城河。评估一家 AI 量化机构，不应只问它用了什么模型、生成了多少因子。更有辨识度的问题是：它的问题从哪里来？不同研究路径能否保留到足够深的位置？一个失败会不会以另一种形式再次发生？策略开始失效后，系统多久才能发现、解释并完成替换？
这指向一个比 Alpha 半衰期更重要的尺度：错误的半衰期。任何一条 Alpha 都可能随市场结构和资金行为而衰减，可持续的能力不是保证某个答案永远正确，而是更快理解市场为什么否定了它。
AI 正在缩短 Alpha 的半衰期，也可能缩短研究错误的半衰期。当所有机构都拥有生成能力，真正的竞争就不再是谁的 AI 更聪明，而是谁能让错误消失得更快，以及谁能让 AI 和人共同记住，市场曾经怎样证明自己错了。
参考资料
[1] Flirting with Models podcast, S7E32: Ben Wellington (Two Sigma),《The Future of Features Research》, 2026.07。
[2] CFA Institute Research and Policy Center,《Artificial Intelligence and the Future of Finance: A Framework for Structural Change》, 2026.07。
[3] Schwert, G. W.,《Anomalies and Market Efficiency》, NBER Working Paper No. 9277。
[4] Ben Wellington,《Anything Can Be Language Now: My Thoughts on the Future of Features Research》, Two Sigma, 2026.07。
[5] Man AHL,《AlphaTrend and Agentic Research Workflows》, 2026.02。
[6] Hou, K., Xue, C., Zhang, L.,《Replicating Anomalies》, NBER Working Paper No. 23394。
[7] Feng, G., Giglio, S., Xiu, D.,《Taming the Factor Zoo》, NBER Working Paper No. 25481。
[8] Luo, H., Ko, H. T., Chen, J., Sun, D., Zhang, Y., Liu, C.,《AlphaBench: Benchmarking Large Language Models in Formulaic Alpha Factor Mining》, ICLR 2026。
[9] Liu, F., Fu, Y., Wang, Y., Liu, Q.,《XALPHA: A Memory-Driven AI Quant Researcher for Hypothesis-to-Code Alpha Discovery》, arXiv:2607.08332, 2026.07。
[10] Liu, F. et al.,《Cognitive Alpha Mining via LLM-Driven Code-Based Evolution》, ACL 2026。