即刻App年轻人的同好社区
下载
大环境不好体现在以前二次元直播基本都是长得好看的女孩子在做，现在不仅越来越多刚毕业的女coser去做主播了，很多男娘也去做直播了，听说我以前兼职做主播时候签的二次元直播公会都开了专门的男娘分部了，我的妈呀
2 20
未来小孩会不会从刚出生开始就要戴上各种可穿戴设备，进行数据收集采集人的各种context，然后意识上传数字孪生进行工作，人存在的意义只剩下杏艾了。转念一想这不黑客帝国政体但是没有点脑机接口科技树么。
2 02
创业就是卖货，founder就是带货主播。
兄弟，这个deal 20亿美金估值给你，哪里贵了？创业就是流量*转化率，流量包含但不限于：vc流量（融资向），老登流量（面向老登创业），消费者流量。建议所有founder都去当几天带货主播体验一下如何在给定产品和场域的情况下如何去构建话术和曝光。
兄弟，这个deal 20亿美金估值给你，哪里贵了？创业就是流量*转化率，流量包含但不限于：vc流量（融资向），老登流量（面向老登创业），消费者流量。建议所有founder都去当几天带货主播体验一下如何在给定产品和场域的情况下如何去构建话术和曝光。
3 00
感觉我这种创业人和大厂人在工作上最大的区别就是，我喜欢做很多看似无用的事情，比如开源，比如做工具做小宣发，很少考虑这样带来的益处是什么；大厂来的则强调roi，看回报、列目标，说不上哪个更好，只是思维方式的区别。
1 00
我想用一个简单的类比来解释：为什么一个量化策略里如果存在“未来函数”或未来数据泄露，单纯把最终代码或公式交给 AI，AI 未必能检测出来。
以最简单的拉格朗日插值来举例子。拉格朗日插值的意思是：只要给定一组点，就可以构造出一条曲线，让它精准穿过这些点。
放到量化策略里，假设我已经知道某只股票这一周每天的收盘价，那么我完全可以基于这些已经知道的结果，构造出一个公式 y=f(x)，让它在这一周内看起来能够通过某个指标 x 精准算出每天的收盘价。
表面上看，这个公式可能并没有直接写“明天的收盘价”，也没有明显调用未来数据。所以如果只把最终的 f(x) 交给 AI，让它判断里面有没有未来函数，AI 可能会认为没有问题。
但实际上，这个公式本身就是在看过这一周的答案之后倒推出来的。它不是发现了真正可泛化的市场规律，而是把已经发生的数据强行拟合进了一个公式里。它在回测中表现得再完美，也不代表未来能赚钱。
所以，未来函数问题不一定藏在代码表面，而常常藏在策略生成过程里。AI 能发现一些明显的未来函数，比如直接使用未来 K 线、未来收盘价、shift(-1) 之类的写法；但如果策略是通过全样本拟合、事后选参、事后筛选指标，或者用已经知道的结果倒推出公式，那么只看最终代码，AI 很难可靠判断其中是否发生了未来数据泄露。
对于不了解量化的人，尤其是在完全黑箱的 vibe coding 流程里，很容易误以为“AI 检查过代码没问题”就代表策略没有未来函数。但实际上，判断一个策略有没有未来函数，不能只看最终公式，还必须看数据在什么时间可获得、指标是怎么生成的、参数是怎么选出来的、训练和回测有没有严格按时间切分。
以最简单的拉格朗日插值来举例子。拉格朗日插值的意思是：只要给定一组点，就可以构造出一条曲线，让它精准穿过这些点。
放到量化策略里，假设我已经知道某只股票这一周每天的收盘价，那么我完全可以基于这些已经知道的结果，构造出一个公式 y=f(x)，让它在这一周内看起来能够通过某个指标 x 精准算出每天的收盘价。
表面上看，这个公式可能并没有直接写“明天的收盘价”，也没有明显调用未来数据。所以如果只把最终的 f(x) 交给 AI，让它判断里面有没有未来函数，AI 可能会认为没有问题。
但实际上，这个公式本身就是在看过这一周的答案之后倒推出来的。它不是发现了真正可泛化的市场规律，而是把已经发生的数据强行拟合进了一个公式里。它在回测中表现得再完美，也不代表未来能赚钱。
所以，未来函数问题不一定藏在代码表面，而常常藏在策略生成过程里。AI 能发现一些明显的未来函数，比如直接使用未来 K 线、未来收盘价、shift(-1) 之类的写法；但如果策略是通过全样本拟合、事后选参、事后筛选指标，或者用已经知道的结果倒推出公式，那么只看最终代码，AI 很难可靠判断其中是否发生了未来数据泄露。
对于不了解量化的人，尤其是在完全黑箱的 vibe coding 流程里，很容易误以为“AI 检查过代码没问题”就代表策略没有未来函数。但实际上，判断一个策略有没有未来函数，不能只看最终公式，还必须看数据在什么时间可获得、指标是怎么生成的、参数是怎么选出来的、训练和回测有没有严格按时间切分。
戶田雅詩: 一个显著的观察就是vibe coding的出现让量化交易领域也出现民科了。最近已经刷到不下100个用各种ai，包括豆包、deepseek、claude、gpt写量化策略，一回测全是年化200%、胜率97%这种级别的雷霆策略。 当被质疑肯定存在过拟合和未来函数的问题时回复基本都是“把策略给不同的ai检验过了，不存在过拟合和未来函数”。 说明这些vibe coder对于什么是未来函数和过拟合、量化、甚至基础的数据科学完全一窍不通。只能祝他们实盘好运
1 00
一个显著的观察就是vibe coding的出现让量化交易领域也出现民科了。最近已经刷到不下100个用各种ai，包括豆包、deepseek、claude、gpt写量化策略，一回测全是年化200%、胜率97%这种级别的雷霆策略。
当被质疑肯定存在过拟合和未来函数的问题时回复基本都是“把策略给不同的ai检验过了，不存在过拟合和未来函数”。
说明这些vibe coder对于什么是未来函数和过拟合、量化、甚至基础的数据科学完全一窍不通。只能祝他们实盘好运
当被质疑肯定存在过拟合和未来函数的问题时回复基本都是“把策略给不同的ai检验过了，不存在过拟合和未来函数”。
说明这些vibe coder对于什么是未来函数和过拟合、量化、甚至基础的数据科学完全一窍不通。只能祝他们实盘好运
戶田雅詩: AI和Vibe Coding并不能让不懂的人变懂，懂的人也只会拿出来做工具和加速。即使用多个角色agent进行对抗性辩论和分工辩论，也并不能让错误的事情或者结论变成正确，多agent对抗性辩论和分工辩论更类似于不同的Planner，但是并不会对前提进行质疑，仍然只有人能发现前提是否正确。AI一旦犯错人的专业水平不够只会越来越错。 所以我不明白为什么在Harness都还没有有定论和确定标准的情况下，龙虾之父这些人就已经开始推Loop Engineer概念了，没有正确的Harness以及使用者足够专业的水平判断对错的时候，Loop Engineer将会是灾难级的token浪费。 当然这也有可能就是他们的目的。
0 02
AI和Vibe Coding并不能让不懂的人变懂，懂的人也只会拿出来做工具和加速。即使用多个角色agent进行对抗性辩论和分工辩论，也并不能让错误的事情或者结论变成正确，多agent对抗性辩论和分工辩论更类似于不同的Planner，但是并不会对前提进行质疑，仍然只有人能发现前提是否正确。AI一旦犯错人的专业水平不够只会越来越错。
所以我不明白为什么在Harness都还没有有定论和确定标准的情况下，龙虾之父这些人就已经开始推Loop Engineer概念了，没有正确的Harness以及使用者足够专业的水平判断对错的时候，Loop Engineer将会是灾难级的token浪费。
当然这也有可能就是他们的目的。
所以我不明白为什么在Harness都还没有有定论和确定标准的情况下，龙虾之父这些人就已经开始推Loop Engineer概念了，没有正确的Harness以及使用者足够专业的水平判断对错的时候，Loop Engineer将会是灾难级的token浪费。
当然这也有可能就是他们的目的。
2 14