
量化交易:AI新贵的摇篮
AI圈里炙手可热的新贵,一大半可能出自量化交易。故事始于2015年冬天,HRT纽约会议室里,一群年轻人留下青春洋溢的生日合影,华人面孔超一半。举着手机自拍的Jesse Zhang,如今是AI Agent独角兽Decagon的CEO,三年将公司估值推到45亿美元。当时他还在哈佛念大三,围在身旁的是HRT史上首届实习生,共十人。
看看HRT的门槛,就知道这群年轻人的含金量。HRT与Citadel Securities、Virtu Financial和Jump Trading并称全球高频交易“四大天王”,是算法交易界公认的Tier 1。他们招人只看MIT、哈佛、斯坦福,从数学、物理、计算机专业筛选,且几乎只有在全球奥赛(IMO、IOI、IPhO)拿过奖的人能达到门槛。能通过这般极限筛选的绝非等闲之辈。十年后,这张蛋糕桌成了AI权力场的中心,照片里三人身价过亿(美元),他们执掌的公司或团队超千亿估值。
量化人才在AI圈的成功典范
Alexandr Wang已是Meta毋庸置疑的AI话事人;AI编程工具Devin的创始人Scott Wu刚完成10亿美元融资;Jeffrey Yan把量化高频交易的极致性能带进去中心化金融,他搭建的Hyperliquid估值一度突破400亿美元。过去两年,华尔街量化基金的顶级交易员,成了OpenAI和Anthropic眼中的计算系统人才,被以数百万美元年薪疯狂挖角。
同样在2015年,杭州的梁文锋创办了幻方科技(幻方量化)。十年后,这家年入超50亿元的私募量化交易机构孵化出DeepSeek,将中国大模型推向世界。
系统工程人才的权力上位
Alexandr Wang的崛起是典型样本。Meta以143亿美元收购Scale AI近半股份,任命28岁的他为首席AI官,标志着AI主赛场从“学术权威”向“工程实践者”过渡。Scale AI的成功在于占据了AI能力生产链条中最基础、最难以外包的一环,这正是量化背景人才的优势。
Scott Wu的Cognition代表了AI Agent的纵深。他三次斩获IOI金牌,2014年以第一名夺冠,从哈佛退学后创立Cognition。2024年推出Devin,让全球工程师首次认真讨论“AI软件工程师”的可能性。Devin能让AI像真实工程师一样闭环工作,Cognition估值达260亿美元,年化营收近5亿。
Perplexity的联合创始人Johnny Ho曾在Tower Research做6年高频交易,这段经历让他追求高并发、低延迟系统。Perplexity看似是AI搜索产品,底层却是极强的系统工程,与高频交易逻辑相似,使其在AI搜索赛道脱颖而出,估值达200亿美元,Ho本人身家超21亿美元,还曾向TikTok和Chrome发起收购要约。
DeepSeek的量化底色
幻方量化的故事印证了量化交易人才在AI领域的趋势。梁文锋创立幻方时或许没想到十年后做出DeepSeek,但幻方的基因与AI发展需求不谋而合。量化交易对算力与速度的饥渴,让幻方把算力当作核心资产,2021年投入近10亿元建设“萤火虫”超算中心,囤积上万张A100。今年4月,DeepSeek选择内蒙古乌兰察布作为自建数据中心首站,乌兰察布具备冷凉气候与绿电富集的优势,全区智算占比超92%。
DeepSeek用工程创新实现效率反超,V3完整训练成本约为557.6万美元,R1只有29.4万美元。在API调用市场,DeepSeek敢于降价,将输入缓存命中价格降至发布价的十分之一,V4 - Pro永久降价至原定价的四分之一,百万Token调用成本低于一通电话费。其底气源于量化思维锤炼的成本结构。2025年,幻方旗下基金平均收益率达56.6%,管理规模超700亿元,一年为梁文锋赚超50亿元人民币。
AI成了另一场高频交易
为什么量化交易背景的人在AI时代值钱?金融交易和大模型研发虽属不同行业,但本质上面对同一种问题:在高度不确定环境里,用模型、数据和系统做连续决策。量化交易是连续反馈系统,AI Agent也如此,这是两者相似的第一层。
第二层,它们都必须尊重系统约束。量化交易中,策略收益不是关键,延迟、吞吐等才决定能否存活;AI里,模型榜单分数不是关键,推理成本等才决定能否落地。
第三层,量化背景的人会算账。互联网创业靠增长叙事撑估值,量化交易不行,这种训练迁移到AI后,形成不迷信规模崇拜的气质,更关心单位算力产出。这种能力的稀缺性在人才市场被明码标价,OpenAI、Anthropic等公司以150万到300万美元年薪从量化基金挖人。
人才摇篮的隐秘更迭
上一代AI叙事里,国内AI圈熟悉的人才高地是以微软亚洲研究院(MSRA)为首的AI Lab。但从2020年起,问题结构改变,Scaling Law让AI竞争从研究竞赛变成复杂系统竞赛,需要工程执行力、算力调度和快速试错能力。
量化交易的训练环境更接近这种状态,错误决策代价立竿见影,逼出的认知结构在AI竞争中成为核心竞争力。新一代AI权力网络将从量化交易机构、竞赛体系和开源社区里产生。那么,量化交易背景的人才会如何进一步改变AI行业的未来呢?
1096



被折叠的 条评论
为什么被折叠?



