高盛掌门人谈AI：真正的风险不是模型失控，而是人类的自信过头

在这期 a16z Show 里，高盛董事长谈的并不是“AI 能做什么”，而是一个更让人不安的问题：当你无法验证对错时，人是如何下注未来的？从投资决策、风险管理，到 AI 时代的金融直觉，这场对话信息密度极高，很多判断甚至与硅谷主流叙事相反。

当世界无法被验证：投资和 AI 的共同困境

节目一开始抛出的观点就很“反直觉”：任何真正重要的投资决策，本质上都发生在“你没法验证对错”的情况下。高盛掌门人直言，投资者同时在做两件事：一是基于有限信息构建叙事，二是在无法测试结论是否正确的前提下下注未来。

这句话放在 AI 时代尤其刺耳。今天的模型评测、benchmark、A/B test，看似严谨，但一旦涉及长期影响、系统性风险或社会层面的改变，验证能力几乎为零。换句话说，我们正在用“看起来很科学”的方法，处理本质上无法被证伪的问题。

这也是他反复强调风险管理的原因：不是预测得多准，而是要假设“我可能错得离谱”，并提前为此留出生存空间。对 AI 从业者来说，这比单纯追求模型性能更重要。

冰在血管里：顶级金融机构如何训练决策者

节目中有一句被轻描淡写带过的话，却极具杀伤力——“Ice in the veins（血管里要有冰）”。这不是冷血，而是在极端不确定性下，依然能做出不被情绪左右的判断。

他回顾自己在高盛的成长路径时提到，真正学到的不是某个模型或工具，而是一种思维训练：不断问自己，X、Y、Z 同时发生会怎样？如果最糟的情况真的出现，我还能不能站着？

这套训练方式，和当下 AI 创业圈形成鲜明对比。很多团队在 Demo 能跑、用户增长漂亮时，迅速放大赌注，却很少认真推演失败路径。一旦外部环境变化（监管、算力、资本），系统性风险会被瞬间放大。金融出身的决策者，反而对这种“顺风时的繁荣”保持本能的不信任。

在巨型机构里当创业者，是一种被低估的能力

一个很有意思的评价出现在节目中：他被形容为“在机构里的创业者”。这并不是客套，而是对其职业路径的精准总结。

在高盛这样高度流程化、风险厌恶的组织中推动新技术，并不比在车库里创业容易。你面对的不是技术难题，而是组织惯性、声誉风险和内部博弈。他提到，技术转型往往不是“看不见未来”，而是“看得太清楚失败会带来什么后果”。

这个视角对正在大型公司内部推动 AI 落地的人尤其重要。真正的难点不在模型，而在如何让组织接受“不完美但必要的变化”。能在这种环境中持续推进创新，本身就是一种稀缺能力。

从 iPhone 到 AI：技术老去的速度正在加快

谈到技术演进时，他随口提了一句：最早的 iPhone 今天看起来已经像“老古董”。这不是怀旧，而是一个冷静的提醒——任何被神话的技术，都会以比我们预期更快的速度变旧。

放到 AI 上，这意味着两件事：第一，不要把当前架构、模型或范式当成终局；第二，组织和个人都必须具备“快速放下已学会东西”的能力。

他强调，人类有一个天然弱点：我们不擅长 unlearn。一旦某套方法曾经成功，就会被反复使用，直到环境彻底改变。AI 的危险不在于它学得太快，而在于我们放不下旧经验。

AI 时代真正稀缺的，不是算力而是判断力

在对 AI 的总体判断上，他并没有给出耸动的时间表，也没有谈“颠覆一切”。相反，他把焦点放在一个更底层的问题：当工具越来越强，人类的判断力是被放大，还是被削弱？

他提醒年轻从业者，AI 不会替你承担责任。决策权依然在人，而这意味着你必须理解模型的边界，而不是只享受它给出的答案。

在金融危机的讨论中，他也点出一个残酷事实：历史如何记住你，取决于你在压力最大时的行为。AI 时代同样如此——真正被记住的，不是你用过最先进的模型，而是你在不确定性面前，是否做出了可被时间检验的选择。

总结

这场对话最有价值的地方，不在于它谈了多少 AI 技术，而在于它重新定义了“专业感”：不是知道得最多，而是在无法验证的世界里，依然能做出负责任的判断。

对 AI 从业者来说，真正的 takeaway 是三点：第一，别迷信可量化指标，它们覆盖不了长期风险；第二，训练自己在顺风时思考失败路径；第三，随时准备 unlearn。

如果你现在用 AI 做决策、做产品、做投资，不妨问自己一个问题：当这一切被证明是错的，我还能不能活下来？这个问题，才是金融和 AI 共同的底层逻辑。

关键词： 高盛， 人工智能， 风险管理， 金融决策， a16z

事实核查备注： 需要核查：1）节目嘉宾的准确身份与职务（高盛董事长/CEO姓名）；2）视频的具体时长；3）“Ice in the veins”等表述是否为原话或语境化转述；4）关于 iPhone 的评价是否为原句。