2024年3月15日，星期五，晚上十一点。
深圳，默石资本，技术部。
整层办公楼只剩下技术部的灯还亮着。陆方坐在工位上，面前是三块屏幕，每块都显示着密密麻麻的AI论文。他正在读一篇关于大模型在金融领域应用的论文，题目是《Can Large Language Models Replace Financial Analysts？》。作者是几个不知名的欧洲学者，论文还没发表，只是挂在arXiv上。但内容让陆方坐立不安。
论文的结论是：大模型在财报分析、新闻解读、情绪识别等任务上，已经接近甚至超过了人类分析师的平均水平。在某些特定任务上，比如提取财务数据、计算财务比率，大模型的准确率甚至超过了90%。而人类分析师的平均准确率，大约是85%。这不是他第一次读这类论文了。过去一年，他读了上百篇，越读越焦虑。
周寻从隔壁工位探出头，手里端着一杯已经凉透的咖啡。“还在看论文？”
陆方头也没回。“嗯。这篇说大模型在财报分析上超过人类了。”
周寻走过来，站在他身后，看了一眼屏幕。“所以呢？”
“所以，我们会不会被淘汰？”
周寻拉过一把椅子，坐下来。“淘汰我们的不是技术，是我们不会用技术。”
陆方转过身，看着周寻。“什么意思？”
周寻喝了一口凉咖啡，皱了皱眉，放下杯子。“陈总当年从技术分析转到基本面，再从基本面转到量化。每一次，都在学新东西。技术是工具，不是主人。大模型也是工具。如果我们会用，它就是我们手里的利器；如果我们不会用，它就是淘汰我们的刀。”
陆方沉默了几秒。“可是，以前的工具，都是我们控制它。大模型，是它控制我们。它给出一个结论，我们不知道为什么。黑箱越来越黑。”
周寻笑了。“2015年，星海刚上线的时候，也是黑箱。你忘了？陆方当时也问过同样的问题——‘我们会不会被量化模型淘汰？’后来呢？”
陆方想了想。“后来，我们学会了和模型共存。模型负责快，人负责准。”
“现在也一样。大模型负责快，人负责准。它黑箱，我们就用工具打开它。LIME、SHAP，都是解释黑箱的方法。虽然不完美，但比没有强。”
陆方若有所思。“你说得对。但我还是怕。”
“怕什么？”
“怕有一天，大模型连解释都不需要了。它说什么，人就信什么。”
周寻站起来，拍了拍陆方的肩膀。“那一天不会来。因为人可以不信。”
陆方抬起头。“你怎么知道？”
周寻笑了。“因为我是人。”
凌晨一点，陆方还在工位上。他没有再读论文，而是在看星海大模型模块的测试报告。准确率85%，比上个月提高了2个百分点。但离90%的目标，还有差距。他想起周寻说的话——“技术是工具，不是主人。”但是当工具比主人聪明的时候，主人还能控制工具吗？他不知道。
他拿起手机，翻到通讯录里的一个名字：陈曦。他犹豫了一下，然后发了一条消息：“陈曦，你睡了吗？”
几秒钟后，回复来了：“没睡。在写代码。怎么了？”
陆方：“问你一个技术问题。大模型在金融领域的应用，你怎么看？”
陈曦：“你是怕被淘汰？”
陆方愣了一下。她猜到了。他回复：“对。”
陈曦：“不会的。大模型只是工具。就像星海。你们当年用星海，也没被淘汰。”
陆方：“那不一样。星海是我们自己建的。大模型是别人建的。”
陈曦：“那你们也可以自己建。用开源模型，微调，部署。成本不高，效果不错。我在这边试过，准确率能到90%。”
陆方：“真的？”
陈曦：“真的。我发你一篇论文，你看看。”
陆方收到一篇论文，标题是《Fine-tuning LLaMA for Financial Text Analysis》。他点开，快速浏览。方法不复杂，数据量也不大。他觉得自己能复现。
陆方：“谢谢你。我明天试试。”
陈曦：“不客气。陆方叔叔，不要怕被淘汰。你们那一代人，从手绘K线到量化模型，已经进化了一次。现在，从量化模型到大模型，再进化一次就行了。”
陆方看着那行字，沉默了很久。他想起周寻说的话——“陈总当年从技术分析转到基本面，再从基本面转到量化，每一次都在学新东西。”是的。他也可以学。
陆方：“你说得对。谢谢你。”
陈曦：“不客气。早点睡。”
陆方：“你也是。”
放下手机，陆方打开那篇论文，开始认真读。
2024年3月16日，星期六，上午九点。
陆方没有回家。他在技术部通宵了。他按照论文的方法，用开源模型LLaMA-7B，在星海的数据集上做微调。第一次跑，显存不够。他换了一个更小的模型，跑通了。准确率不高，只有70%。他调整了参数，再跑，75%。再调，80%。再调，83%。到上午九点，准确率稳定在85%左右。和星海的大模型模块持平。但他用的是开源模型，成本只有原来的十分之一。
他兴奋地给陈曦发消息：“陈曦，我跑通了。准确率85%。”
陈曦回复：“恭喜！再试试更大一点的模型？7B不行，就13B。我用13B跑过，准确率能到90%。”
陆方：“13B需要更大的显存。我没有。”
陈曦：“用云服务。按需付费，不贵。”
陆方：“我试试。”
他注册了一个云服务账号，租了一台带A100显卡的服务器。按小时计费，一小时十几块钱。他把模型上传，开始训练。这次跑得慢，等了两个小时。准确率出来，89%。离90%还差一点。他调整了学习率，再跑，90.5%。他靠在椅背上，长出一口气。
他给陈曦发消息：“到了。90.5%。”
陈曦：“厉害！”
陆方：“是你教的好。”
陈曦：“我只是指了条路。路是你自己走的。”
陆方笑了。他想起2019年，陈曦第一次来公司，画了那张产业链图谱。那时候，她才11岁。现在，她在伯克利，教他做模型。时间过得真快。
2024年3月18日，星期一，上午九点。
技术部晨会。陆方站在白板前，手里拿着马克笔。周寻坐在台下，面前是一杯热咖啡。
“上周，我用开源模型在星海的数据集上做了微调。准确率达到90.5%，和星海的大模型模块持平，成本只有原来的十分之一。”他在白板上写了几个数字：成本降低90%，准确率90.5%。
“下一步，我计划把开源模型正式接入星海平台，替换掉现有的大模型模块。成本更低，效果更好，而且我们自己可以控制模型，不用依赖外部API。”
周寻举手。“那现有的大模型模块怎么办？”
陆方想了想。“保留。两个模型并行跑，结果交叉验证。哪个准，用哪个。”
周寻点头。“可以。”
陈默站在门口，听着陆方的汇报，没有进去。他转身走回办公室，对沈清如说：“陆方昨晚通宵了。”
沈清如抬起头。“又通宵？他身体受得了吗？”
“在研究大模型。用开源模型跑到了90.5%的准确率，成本只有原来的十分之一。”
沈清如笑了。“他就是这样，认准的事，不睡觉也要做。”
陈默点头。“他还主动找陈曦讨论了。陈曦教了他一些方法。”
沈清如愣了一下。“陈曦？”
“对。他凌晨一点给陈曦发消息，陈曦还没睡，在写代码。两个人讨论了大模型的应用。”
沈清如沉默了几秒。“他们这一代，比我们开放。”
陈默笑了。“对。我们当年，遇到问题，只会自己闷头想。他们遇到问题，会找人问。不问年龄，不问资历，只问会不会。”
沈清如看着他。“你不觉得，这是好事吗？”
陈默点头。“好事。所以，我们要向他们学习。”
2024年3月20日，星期三，晚上九点。
陆方还在技术部。他已经连续工作了五天，每天只睡四五个小时。但精神状态很好，因为他把开源模型正式接入了星海平台。两个模型并行跑，结果交叉验证。今天测试了100份招股书，大模型模块对了85份，开源模型对了89份。开源模型胜出。
他给陈曦发消息：“开源模型赢了。89比85。”
陈曦回复：“恭喜！下一步，可以试试多模型集成。把几个模型的预测结果加权平均，准确率还能再提高。”
陆方：“多模型集成？我没试过。”
陈曦：“试试。不复杂。就是把几个模型的输出做加权平均。权重可以用验证集上的准确率来定。”
陆方：“我明天试试。”
陈曦：“好。有结果告诉我。”
陆方放下手机，打开论文，开始研究多模型集成。
2024年3月25日，星期一，上午九点。
技术部晨会。陆方站在白板前，手里拿着马克笔。这次，他的眼袋更深了，但眼神很亮。
“上周，我试了多模型集成。用三个开源模型——LLaMA、Falcon、Bloom——做了加权平均。准确率达到了92.3%，超过了星海大模型模块的89%。”他在白板上写了一个数字：92.3%。
“下一步，我计划把多模型集成正式部署到星海平台。成本比现有模块低50%，准确率高3个百分点。”
周寻举手。“那现有的大模型模块呢？”
陆方想了想。“保留。作为备用。”
陈默站在门口，听着陆方的汇报，笑了。他转身走回办公室，对沈清如说：“陆方把准确率提高到92.3%了。”
沈清如抬起头。“这么快？”
“他说用了多模型集成。三个开源模型加权平均。”
沈清如笑了。“他这是要把星海大模型模块淘汰掉。”
陈默点头。“对。自己淘汰自己。”
沈清如看着他。“这不就是你教他们的吗？‘技术是工具，不是主人。’”
陈默笑了。“对。”
晚上，陆方坐在工位上，面前是三块屏幕。左边是星海平台的监控界面，中间是多模型集成的测试结果，右边是陈曦发来的消息。他正在和陈曦讨论下一步的计划。
陆方：“多模型集成跑通了，准确率92.3%。下一步，我想试试用强化学习来优化权重。”
陈曦：“可以。但强化学习需要奖励函数。你怎么定义奖励？”
陆方：“准确率。奖励就是准确率。”
陈曦：“那太简单了。试试用夏普比率？不仅要准，还要稳。”
陆方：“夏普比率？我用的是分类任务，不是交易策略。”
陈曦：“分类任务也可以用夏普比率。把准确率看成收益，把方差看成风险。最大化夏普比率，就是最大化收益风险比。”
陆方沉默了几秒。“有道理。我试试。”
陈曦：“好。有结果告诉我。”
陆方放下手机，打开论文，开始研究强化学习。
2024年3月31日，星期日，晚上十一点。
陆方完成了强化学习的第一个版本。他用夏普比率作为奖励函数，训练了一个权重优化模型。测试结果：准确率93.1%，波动率下降了30%。他在笔记本上写道：“强化学习有效。下一步，部署到星海平台。”
他给陈曦发消息：“强化学通了。准确率93.1%，波动率下降30%。”
陈曦回复：“厉害！夏普比率多少？”
陆方：“1.8。”
陈曦：“不错。继续优化，争取到2.0。”
陆方笑了。他想起2019年，陈曦第一次来公司，画了那张产业链图谱。那时候，她才11岁，什么都不懂。现在，她在伯克利，教他做强化学习。时间过得真快。
他关掉电脑，站起来，走到窗前。窗外，深圳的春夜安静而深邃。远处的平安金融中心，灯光在夜色中闪烁。
他想起周寻说的话——“淘汰我们的不是技术，是我们不会用技术。”他学会了用技术。不是被技术淘汰，是用技术淘汰别人。这是他的路。
他转过身，关掉灯，走出技术部。走廊里，灯光明亮。他经过研究部，灯已经关了。经过交易室，灯也关了。经过陈默的办公室，灯还亮着。
他走进电梯，按下一楼的按钮。电梯门关上，数字从18跳到1。叮。门开了。
大堂里空无一人，只有保安在值班。
“陆总，今天这么晚？”保安问。
“嗯。有点事。”陆方点头，“辛苦了。”
他走出大楼，深吸一口春夜的凉风。三月的深圳，温暖而湿润。
远处，平安金融中心的灯光在夜色中闪烁。
他坐进车里，发动引擎。收音机自动打开，传来一个声音：“……今日A股震荡收红，科技股领涨。默石资本首席技术官陆方表示，星海平台已完成新一轮升级，大模型准确率提升至93%……”
他关掉收音机。不需要听这些。他知道，星海还会更强。他也会更强。
他挂上倒挡，驶出停车场，汇入深南大道的车流。前方，是夜色中的深圳，灯火辉煌，但行人稀少。他握着方向盘，眼睛看着前方的路。路灯一盏一盏地亮起来，像一条光河，流向远方。
他不知道这条河的尽头是什么。但他知道，无论是什么，他都会沿着这条路走下去。不是因为他能预测未来，是因为他相信——技术是工具，不是主人。他是主人。
他加速，驶入夜色。