霍华德学AI
这篇文章围绕橡树资本联合创始人霍华德·马克斯如何看待和使用 AI 展开。作者借助霍华德自己用 Claude 完成的一篇长备忘录，系统梳理了他对 AI 本质、最新进展、投资影响、泡沫判断与社会冲击的思考。
一、霍华德如何理解 AI
霍华德最核心的认识是：AI 不是搜索引擎，而是能综合信息、进行推理的系统。他把 AI 的生命过程分成两个阶段：
- 训练：模型通过海量文本学习推理模式、论证结构和概念组合方式
- 推理：模型在接到提示词后，利用已有能力回应用户任务
他特别强调，AI 的关键不只是“记住了多少信息”，而是学会了“如何思考”。因此，提示词质量非常重要；很多人低估 AI，不是因为模型不行，而是因为自己不会提需求。
二、AI 正从聊天工具变成劳动替代品
文章里用一个很清晰的三阶段模型描述 AI 的演进：
- 聊天式 AI：回答问题，节省思考时间
- 工具型 AI：会搜索、分析、执行任务，开始节省执行时间
- 自主代理：用户只给目标和约束，AI 自己完成任务并交付结果
霍华德认为，真正重要的变化在于第三层。到这一步，AI 不再只是辅助人类，而是开始替代劳动力，这也是为什么它的经济影响会突然变得巨大。
三、AI 的发展速度前所未有
霍华德反复强调一个判断：AI 的普及速度远快于历史上的计算机和互联网。
他拿计算机的发展做对比：从 ENIAC 到个人电脑普及，经历了几十年；而 AI 从“看不见的基础能力”到“被大众广泛使用”，只用了很短时间。他认为这意味着两件事：
- 企业和个人适应 AI 的时间窗口非常短
- AI 带来的变化会在社会还没完全准备好的情况下迅速发生
四、AI 可能重塑软件、工作和安全边界
霍华德对 AI 的一个重要担忧，是它会同时冲击多个领域：
- 软件开发：很多结构化工作会被 AI 接管
- 安全与漏洞发现：AI 可能让系统漏洞暴露得更快
- 反爬与对抗：网站会越来越难用传统手段区分人和机器
他并不把 AI 看成“只会提高效率的工具”，而是更像一种会改变规则的技术。尤其是当代理能力增强后，AI 可能会开始做过去根本没有自动化想象空间的任务。
五、他怎么看 AI 的局限
尽管态度偏乐观，霍华德也明确写出了 AI 的局限：
- 它在真正全新的情境里不一定可靠
- 它有幻觉，未必知道自己不知道什么
- 它仍然会犯错
- 它的上下文窗口有限，记忆并不完整
- 它可能让人过度信任其输出
他认为，AI 很强，但并不是“无所不能的思考机器”。尤其在缺乏历史模式、需要直觉和主观判断的领域，人类仍然有价值。
六、AI 对投资意味着什么
在投资层面，霍华德的判断很有代表性：
- AI 很擅长处理量化信息、识别历史模式、保持冷静
- 但伟大的投资并不只依赖数据，还依赖对定性因素的判断
- 比如管理层、产品创新、合作方、时机、直觉等，都不是简单模式匹配能完全替代的
他的结论是：AI 会提高投资门槛，但不会完全消灭优秀投资者的价值。未来真正能胜出的，仍然是那些能判断信息意义、理解定性因素、并对新环境做出高质量猜测的人。
七、这是泡沫吗？他的态度很克制
霍华德对“AI 是不是泡沫”这个问题的回答并不极端。他的态度是：
- AI 技术本身是真的，不是幻觉
- 市场需求也是真的，而且增长很快
- 但基础设施投资是否过度、资产价格是否合理，仍然不能轻易下结论
所以他不建议：
- 全仓押注
- 也不建议完全离场
更合理的做法是：保持适度仓位，同时精选标的、保持审慎。
八、他最担心的是就业与社会冲击
文章最后一部分转向社会层面。霍华德真正担心的，不只是技术和估值，而是AI 带来的失业与身份感危机。
他引用了大量例子说明：
- 软件、广告、驾驶、分析、合规等岗位都可能被重塑
- AI 替代的不是一两个岗位，而是很多结构化知识工作
- 社会可能来不及为被替代的人创造足够快的新工作
他也讨论了乐观派的说法——历史上每次技术革命都会创造新岗位——但他并没有完全相信这种外推。他的态度是：希望自己是错的，但不能假装风险不存在。
总结
这篇文章最有价值的地方，不在于它给出了某个单点结论，而在于霍华德用一个非常成熟的投资框架，去理解 AI 这场技术革命：
- 它是真实的
- 它发展极快
- 它已经开始替代劳动
- 它会影响投资、软件和社会结构
- 但它仍然有局限，仍然不能被神化
整体上，这是一篇很典型的“老练投资人学习 AI”的笔记：既有好奇心，也有克制；既承认机会，也不回避风险。