2026年2月3日，在由上海证券报举办的“上证高参·陆家嘴思享会暨‘AI如何赋能投资’专题研讨”上，华泰柏瑞基金量化与海外投资部副总监陈景德表示，当信息传输速度以毫秒计、市场在符号联想中剧烈波动时，真正的投资智慧不在于“算得快”，而在于能否“想得深”。

　　“技术进步虽极大提升了信息传播效率，但也带来了严重的信息过载与市场焦虑。”陈景德说，“隔夜美股波动、晨会报告、海量公告……信息的物理传输速度或已超越人类的深度处理能力。”他表示，这种矛盾导致市场响应周期被较大压缩，甚至催生出一种“基于联想的定价”荒诞现象——曾有一家仅因名称与突发事件沾边的公司股价莫名涨停，而背后并无基本面逻辑，纯粹是资金在符号层面的条件反射。

　　面对市场噪音的扰动，陈景德将当前量化领域的AI实践归纳为三大方向：首先是作为“效率工具”，利用AI处理文本、提取因子，解放人力；其次是“端到端”的深度学习模型，依靠强大的模式识别捕捉统计相关性，但面临的挑战在于缺乏经济因果解释，在市场风格骤变时可能失效。

　　“但这还不够。”在陈景德看来，AI不应只满足于识别数据的“形状”，更应理解市场运行的“逻辑”。他介绍了团队正在探索的第三条路径——构建基于大模型的“认知架构”。这一架构被要求赋予系统类人的记忆、规划、反思与时间感知能力。它需要学会区分两重世界：一是物理事实，例如公司发布业绩预告；二是市场预期，例如该利好是否已被定价、情绪是否一致。

　　此外，该架构追求从“单点分析”迈向“因果推理”。陈景德比喻道，就像围棋AI通过无数自我对弈来评估胜率，认知架构也应进行大量情景推演，努力刻画未来的概率分布，力争勾勒出各种可能性下的决策路径，选择那些“预期收益与最坏结果均在可控范围内”的策略。

　　尽管AI能力突飞猛进，陈景德却坚持认为，人在投资闭环中有三大不可替代的价值。一是获取与验证高质量信息的能力。AI难以替代实地调研、面对面交流，那些“需要跑断腿”才能获得的物理世界真实信息，仍是可能的稀缺阿尔法来源。二是应对未知与极端局面的判断力。面对地缘冲突、政策突变等未训练场景，人类的常识、经验与宏观视野是最后的防线。三是价值观与责任的坚守。“模型是数学的，投资是带有价值观的。”他表示，在市场发生极端波动或回撤时，投资者需要的是能够承担责任、进行情感沟通的“人”来掌舵，而非一段报错的代码。