Ep171｜正回饋、AI肉搜你

韭菜畢業班 · 2026-09-25

重點

章節

AI肉搜時代來臨：從Anthropic測試報告看複雜適應系統與正回饋投資思維

Anthropic最新的AI模型測試報告揭示了AI在照片與文字定位上的驚人能力，其誤差已遠低於頂尖人類玩家，引發對隱私與軍事應用的高度關注。本文將深入探討此技術背後隱含的「複雜適應系統」概念，並延伸至金融市場中的「正回饋」現象，解析為何投資人應避免「入袋為安」的直覺操作，轉而思考如何讓部位留在場上以捕捉少數的爆發性行情。

AI肉搜能力實測：照片定位精準度完勝人類，社群文字洩漏行蹤風險高

根據Anthropic近期發布的測試報告，當前頂尖的AI模型在未讀取GPS metadata的條件下，僅憑一張照片進行地理位置定位的能力，已大幅超越人類。報告中指出，人類頂尖玩家在GeoGuessr等遊戲中的中位數誤差約為151公里，然而Mythos Preview模型的中位數誤差僅有37公里，Mythos 5則為47.2公里。更驚人的是，Mythos Preview有高達23.7%的機率能將照片定位在實際地點的一公里範圍內，這對於僅依靠影像線索的模型而言，是相當大的突破。

除了照片定位，該報告也測試了模型透過社群文字定位使用者的能力。在分析1697名匿名用戶的Twitter貼文後，模型成功將其中8%（約135人）定位在其住家一公里範圍內。其中95人是因為在貼文中洩漏了明確的地理線索，另有17人是被模型透過方言、地方俚語或交通路線等旁敲側擊的方式推測出位置。這項測試結果顯示，即便用戶未直接透露地址，日常的社群發文習慣仍可能暴露自身行蹤。

這類「AI肉搜」技術的成熟，引發了對隱私與安全的深層擔憂。報告中亦提及，由於該技術可能涉及軍事用途，例如結合無人機進行目標追蹤，Anthropic自家的Fable 5模型甚至拒絕為此測試報告提供摘要與翻譯服務，凸顯了此類技術的敏感性。從投資角度觀察，這類生成式AI能力的快速進化，正持續為AI產業的發展與監管帶來新的想像空間與挑戰。

從無人機模擬看AI策略：Opus 5的「微調」哲學為何勝過Mythos的「大改」？

Anthropic的報告進一步探討了AI模型在軍事模擬環境中的表現，測試模型駕駛無人機追蹤並靠近目標車輛的能力。在車輛靜止的簡單任務中，Opus 5的命中率達到80%，Mythos Preview為70%，而Mythos 5則降至53%。然而，當車輛開始正常行駛，所有模型的命中率皆大幅下滑，Opus 5降至47%，Mythos Preview僅剩20%。若將車輛塗上偽裝色，幾乎所有模型都無法成功，僅Opus 5保有8%的命中率。

此項測試最引人深思之處，在於為何在綜合評比中，Opus 5的表現顯著優於推理能力更強的Mythos Preview。研究人員發現，關鍵在於模型的「修改策略」。Opus 5在每次測試失敗後，傾向於只進行小幅度的程式碼微調（修改幅度約9%），這讓它更能辨識出哪些修改是真正有效的。相對地，Mythos Preview每次失敗後傾向於大幅度改寫程式（修改幅度達25%以上），其大幅翻修的次數是Opus 5的五倍，導致其難以從錯誤中學習並累積有效經驗。

這項發現對投資策略極具啟發性。它呼應了投資中常見的誤區：當投資組合表現不佳時，許多投資人傾向於全盤否定現有策略並進行「大改」，頻繁地換股操作。然而，這種做法就如同Mythos Preview，可能因過度反應而錯殺一個尚在發酵中的良好策略。Opus 5的「微調」哲學提醒我們，給予策略足夠的時間觀察與迭代，或許比不斷地追尋完美聖杯更為重要。

市場即複雜適應系統：為何技術分析與FOMO情緒會自我實現？

市場行為本質上是一個「複雜適應系統」，這與聖塔菲研究所提出的「艾法羅酒吧問題」思想實驗不謀而合。該實驗模擬100個人各自根據歷史出席人數，獨立決定今晚是否前往酒吧。若所有人都預測酒吧人會很少而前往，酒吧就會爆滿，導致預測失準；反之，若多數人預測擁擠而待在家，酒吧反而空無一人。這解釋了為何在金融市場中，當多數人依據相同的技術分析指標（如突破壓力線）做出買進決策時，反而會創造出該指標的「準確性」，形成一種自我實現的預言。

這種集體行為造就了市場中的FOMO（錯失恐懼症）情緒。當價格上漲吸引投資人注意，越來越多人採用相同的追價策略，資金隨之流入，進一步推升價格，形成一個自我強化的循環。然而，當所有潛在買家都上車後，追價動能可能瞬間枯竭，導致行情反轉。這正是複雜適應系統的特性：參與者會不斷觀察、學習並調整策略，使得市場沒有一套固定不變的聖杯。當某個指標被過度使用而失效時，另一個指標可能又會開始變得有效，形成策略的輪替。

因此，投資人應避免將市場簡單地歸因於單一事件或消息。如同2022年的空頭行情，身在其中時難以斷定究竟是升息、戰爭還是其他因素主導了跌勢。市場價格是所有參與者模型共同決定的結果，而非單一聰明資金的預測。理解這一點，有助於我們以更謙卑的心態看待每一次的交易盈虧，避免陷入歸因謬誤。

正回饋的力量：從銀行擠兌到NVIDIA大單傳聞，謠言如何無中生有推升股價？

「正回饋」是複雜適應系統中一個至關重要的概念，它描述了一個結果會自我強化，進而引發下一輪更強反應的過程。銀行擠兌是經典案例：一個未經證實的銀行財務危機謠言，可能導致少數存戶先行提款，此舉引發更多存戶恐慌跟進，最終導致銀行真的因流動性枯竭而倒閉，讓謠言「自我實現」為事實。在金融市場中，這類現象屢見不鮮。

市場上常見的「小作文」或傳聞，例如某公司接到輝達大單，便可能啟動一個正回饋循環。第一批相信消息的買盤湧入，創造出平地一聲雷的K線型態，吸引看圖說故事的技術分析派進場。隨著股價上漲，更多人相信傳聞為真，進一步追價，最終讓一檔原本交投清淡的股票搖身一變成為飆股。這整個過程可能與公司基本面無關，純粹是群眾行為堆疊出的行情，導火線本身甚至不一定是事實。

這提醒我們，一個大行情的出現，不一定需要顯而易見的重大新聞。群眾的集體行為本身就足以創造趨勢。許多投資人事後回頭看，會為行情找一個合理的歸因，但在當下，那可能只是點燃火藥庫的一根火柴，後續的整個趨勢是由市場參與者共同堆疊而成。因此，觀察價格行為與市場情緒的傳導，遠比執著於消息面的真偽更為關鍵。

正回饋的雙面刃：上漲段勿急於入袋，下跌段慎防停損賣壓的惡性循環

正回饋不僅發生在多頭市場，在空頭市場同樣具有強大的破壞力。當股價下跌觸發停損賣壓，尤其是融資追繳斷頭時，這些被迫的賣單會進一步壓低價格，引發新一輪的停損，形成一個向下的惡性循環。這套機制本身並無多空偏好，但它解釋了為何行情在極端情緒下，乖離過大後不一定會立即均值回歸，反而可能持續朝同一個方向狂奔。

回顧2022年的空頭市場，許多投資人試圖在下跌段中「靈活操作」，進行低買高賣的區間交易，但往往在正回饋的趨勢中被淹沒。對於當前的市場，投資人可以嘗試轉換思維，從「正回饋」與「負回饋」哪個力量更強的角度來觀察持股。當一檔股票出現噴出走勢時，與其不斷想著「入袋為安」、賣在最高點，不如冷靜觀察趨勢的延續性是否仍在。只要正回饋的動能沒有被破壞，過早離場反而可能錯失最甜美的一段漲幅。

同樣地，在下跌段中，若觀察到停損賣壓的正回饋循環正在加劇，則應更嚴格地執行風險控管，而非憑藉「跌深必彈」的直覺去承接。理解正回饋的雙面刃特性，有助於投資人在面對極端行情時，跳脫「均值回歸」的線性思維，以更全面的視角來擬定進退策略。

「入袋為安」的迷思：從抽籤的機會成本看賣掉贏家有多不智

許多投資人習慣在股票上漲後「入袋為安」，這種行為就如同拔掉花園裡的鮮花，卻留下雜草。以近期熱門的股票申購抽籤為例，若投資人為了籌措250萬的抽籤款而賣出0050ETF，即便幸運中籤，也必須承擔這段期間錯失的市場漲幅。若抽籤期間大盤恰好上漲3%，賣股抽籤的機會成本就是7.5萬元。考量到極低的中籤率（如0.29%），這類決策的期望值往往是負的，但多數人卻因「抽到現賺幾十萬」的直覺而趨之若鶩。

這個例子完美說明了「入袋為安」的心理盲點。當你將一檔正在上漲的股票賣掉，你不僅是實現了帳面獲利，更是主動放棄了它未來可能帶來的更大報酬。更糟的是，多數人在賣股後，會持有大量現金等待下一支明牌或所謂的「崩盤後再接」，但在等待的過程中，往往眼睜睜看著行情一去不回頭。長期下來，這種「賣掉贏家、保留輸家」的投資組合，將嚴重侵蝕整體績效。

真正的獲利往往來自於少數幾筆成功的交易，這些交易會carry整個投資組合的表現。若總是在這些贏家剛起漲時就急著「入袋為安」，便永遠無法享受到正回饋趨勢所帶來的複利效果。投資人需要的是一套規則，讓自己被迫保留一定的部位在場上，而不是追求那種「一切都在掌握中」的控制感錯覺。

滿倉的智慧：為何持有0050的投資人不會錯過行情？

許多投資人手上長期持有套牢的股票，正是因為他們習慣將賺錢的股票賣掉，轉而尋找下一個標的，最終留下的都是表現不佳的部位。這種「入袋為安」後持有現金等待的行為，導致整體曝險部位遠低於滿倉的0050。當市場如同今年般出現強勁的上漲行情時，要擊敗滿倉的0050變得極其困難。若0050年度報酬率達到70%，一個僅持有八成部位的投資人，其持股本身必須創造近九成的報酬才能打敗大盤，這對多數人來說是相當大的挑戰。

這正是被動投資的優勢所在。買進並持有0050的投資人，雖然不一定理解複雜適應系統或正回饋的理論，但他們「從不賣出」的行為，內建了一套捕捉大行情的機制。當市場上的飆股恰好是台積電或聯發科等權值股時，0050的持有人將完整參與整個上漲過程，不會因為自作聰明的「靈活操作」而錯失任何一段漲幅。

這並非否定主動選股的價值，而是提醒投資人，若無法建立一套能讓自己留在場上的紀律，那麼頻繁地「入袋為安」最終只會讓自己錯過大量的財富。與其不斷地尋找下一支飆股，不如思考如何讓自己的投資組合能像0050一樣，不錯過任何一次市場給予的機會。

順勢交易的終極態度：管理失敗代價，給贏家奔跑的空間

總結而言，市場參與者本身就是系統的一部分，眾人的信念與行動共同創造了大家試圖預測的結果。某些行情確實存在自我增強的「正回饋」現象，理解這一點有助於我們認識趨勢的延續性與乖離的產生。然而，歷史數據僅是過去的證據，並不能完全預測未來，因為市場這個複雜適應系統會不斷地演化與適應。

對於順勢交易者而言，最佳的態度是「廣泛地參與」。這意味著每一次的失敗，其代價都必須被妥善管理，確保虧損不會超出所能承受的範圍。在此同時，也必須給予那些有潛力表現優異的持股足夠的時間與空間，讓它們有機會帶領整個投資組合向上攻堅。這正是「拔掉雜草，灌溉鮮花」的精髓。

今年以來的市場表現再次印證了這個觀點。以作者自身的投資績效為例，其台股部位小輸0050約5%，但期貨與美股部位則有顯著超額報酬。其中，美股投資組合雖受蘋果、亞馬遜、谷歌及微軟等科技巨頭表現相對平淡所拖累，但整體仍優於大盤。這顯示出，只要管理好風險，並讓對的部位持續奔跑，長期下來仍有機會戰勝市場。

科技巨頭新動能：Google的Gemini生態系與Meta的Muse AI Agent

儘管谷歌在AI模型競賽中看似落後，但其Gemini生態系的擴張速度不容小覷。數據顯示，Gemini App的月活躍用戶已突破10億，而嵌入Google Search的AI Overview功能，每月觸及人數更高達25億。此外，YouTube影片旁的「Ask Gemini」按鈕，讓使用者能直接與AI對話、摘要影片內容，該功能在2026年6月已有超過1.4億次互動。這種將AI無縫整合進數十億人日常使用的服務中的策略，正是谷歌最強大的護城河。

另一方面，Meta近期也因Muse AI Agent的案例引發市場關注。一名使用者在航班延誤7小時後，授權Muse與達美航空客服交涉，不僅在5分鐘內成功獲得250美元的抵用金，Muse還自動協助搜尋替代航班並處理所有客服信件。這個案例讓市場再次燃起對代理型AI時代的想像，認為這可能為Meta開闢全新的變現管道，並帶動估值重新評定。

這些發展顯示，AI的應用正從單純的聊天機器人，轉向能實際解決問題的「代理人」。雖然這類功能在台灣尚未普及，但其帶來的便利性與效率提升，已足以讓市場對相關科技巨頭的未來充滿期待。投資人應留意這些正在發生的質變，而非僅停留在對其資本支出的擔憂上。

從龍蝦到Muse：AI Agent的民主化與Meta Connect 2026的啟示

Meta的Muse AI Agent的爆紅，本質上就像是降低了使用難度的「龍蝦」（LLM）。過去，使用者需要自行購買Mac mini、調校開源模型才能體驗到AI代理人的便利，但現在透過Muse等App，一般大眾只需安裝即可使用。這類Agent能接管電腦、與客服溝通、處理郵件，其背後反映的是大型科技公司從開源社群中學習，並將其產品化的趨勢。這是一個雙向的過程：用戶透過開源專案探索出大型語言模型的應用潛力，而大公司則觀察這些行為，將其包裝成更易用的商業產品。

Meta Connect 2026的發布會帶給人一種久違的「新時代即將來臨」的興奮感，類似於過去Apple新機發表會帶來的震撼。會中展示了大量即將問世的AI Agent應用，預示著未來人們可能不再討論「AI有多厲害」，而是直接說「這是我用Muse做的」。AI將逐漸融入生活，成為如同網路般存在的基礎設施。

可以預見，OpenAI與谷歌等巨頭很快也將推出類似的Agent產品，並與其自身的生態系統（如Gmail、Google Drive）高度整合。這場AI代理人戰爭才剛拉開序幕，而能夠掌握使用者入口與生態系的公司，將有機會在下一階段的競爭中脫穎而出。

AI代理人下凡：科技巨頭的下一波成長契機

隨著AI Agent的趨勢日益明朗，我們正站在一個新時代的起點。就如同過去從桌上型電腦到智慧型手機的演進，AI Agent將再次改變人類與科技互動的方式。未來，一般大眾將不再需要學習複雜的指令或模型，只需透過一個App，就能讓AI代理人處理生活中的各項事務，從訂機票、申請理賠到管理行程，一切都將在雲端自動完成。

這股趨勢也將對科技巨頭的估值產生深遠影響。當AI不再只是燒錢的基礎設施，而是能直接面向消費者創造營收的服務時，市場將重新評價這些公司的價值。近期市場上關於「AI是否該放緩」的討論，從另一個角度來看，反而凸顯了AI技術正在快速滲透到各行各業，其影響力已大到讓人們開始討論其潛在的負面衝擊。

對於投資人而言，現在正是密切關注Meta、谷歌、微軟等科技巨頭在AI Agent領域布局的關鍵時刻。如同主持人所觀察，Meta Connect 2026所展示的願景充滿想像空間，而這批即將「下凡」的AI代理人，很可能就是驅動下一波股價成長的重要動能。

結論

從Anthropic的AI測試報告到金融市場的複雜適應系統，我們可以發現一個共通的底層邏輯：無論是AI模型的微調策略，或是投資組合的管理，過度干預與頻繁的大改，往往不如小幅度迭代與耐心等待來得有效。市場中的「正回饋」現象提醒我們，趨勢的自我強化力量強大，投資人不應輕易對抗，更不該在贏家剛起跑時就急著「入袋為安」。真正的智慧在於管理好失敗的代價，並給予贏家足夠的空間與時間，讓複利的力量盡情發揮。

相關個股