社区

1960年，一个叫 Simulmatics 的公司在美国诞生。它的创始人叫艾蒂尔·德·索拉·普尔（Ithiel de Sola Pool），是麻省理工大学的政治学家，信奉“只要数据够多，人类行为就能被预测”。这家公司后来被称为“硅谷的祖父”，他们最早提出的口号是——“用模型预测人心”。

他们的第一个客户，是肯尼迪的竞选团队。

1960年美国总统大选，年轻的民主党候选人约翰·肯尼迪遇上了资深的共和党人尼克松。为了缩小差距，增加自己的胜算，肯尼迪团队找到了Simulmatics，希望借助计算机和民调数据预测选民行为。当时麻省理工教授普尔与广告人爱德华·格林菲尔德和心理学家罗伯特·阿贝尔森共同创办Simulmatics公司。他们从盖洛普等民调中提取十万份问卷，用IBM打孔卡录入，建立了当时美国最大的政治数据库。Simulmatics把选民分成480个“心理单元”，比如“中西部农村、低收入、新教女性”，又把选举议题划为五十种变量，如“就业”、“通胀”、“种族”、“宗教”等。所有这些数据被录入位于哥伦比亚大学的IBM 704计算机。

1960年8月，肯尼迪团队正式雇用Simulmatics。公司连夜赶制报告，管理层在8月25日带着成果在罗伯特·肯尼迪（注：约翰·肯尼迪的弟弟）的办公室汇报。报告名为《劳动节前的肯尼迪》，建议候选人约翰·肯尼迪在电视辩论中多谈经济与就业问题，以吸引北方工人，同时避免过度强调民权，以免失去南方白人。报告还指出肯尼迪的天主教徒身份在某些州（尤其是南方和中西部保守地区）可能引起选民反感，应谨慎处理、避免成为竞选焦点。这些建议后来被肯尼迪竞选团队采纳。

1960年选举夜，美国的CBS电视台在IBM 7090上实时模拟选情，计算结果预测肯尼迪将以49.7%对49.5%险胜。最终结果几乎和预测完全吻合。Simulmatics公司宣称“我们的模型预测了胜利”，媒体称它为“能够预测人心的计算机”。无论功劳是真是假，这场合作让Simulmatics和其创始人普尔声名鹊起，也让他产生一个危险的想法：既然计算机能预测选票，为什么不能预测一切？

于是，他开始把“政治模拟”变成“社会预测”。

肯尼迪胜选之后，Simulmatics 认为他们迎来了“数据黄金时代”。普尔和格林菲尔德决定把政治模型商业化，向美国各大公司推销“用科学预测消费者”的理念。他们设计了一套名为 Media-Mix 的程序，号称能通过模拟三千个虚拟消费者的反应，预测广告在不同地区、不同媒体上的效果。不少大公司，比如雀巢、柯达、联合利华等都短暂的成为公司的客户。Simulmatics 的团队甚至搬到纽约第五大道办公，试图与广告行业的巨头们平起平坐。

然而，很快他们发现商业世界远比政治复杂。首先，广告公司早已有几十年的消费者研究经验，内部也在飞快发展自家的“数据科学”部门。像 BBDO、J. Walter Thompson、Young & Rubicam 都建立了自己的市场数据库，比Simulmatics掌握更多真实消费者资料。其次，Simulmatics 的模型过于学术化，费用昂贵，而且运行缓慢。一次模拟往往要花上几天才能得到结果，而广告客户则希望即时反馈。几年下来，由于客户续约率低，资金链紧张，公司现金流迅速枯竭。到了1963年，Simulmatics 已经欠下数十万美元债务，大部分员工被裁撤，只剩普尔和少数技术人员维持运转，公司濒临解散。

然而越南战争的爆发，又给Simulmatics带来新的生机。

1966年，美国深陷越南战争的泥潭。时任国防部长麦克纳马拉希望用科学方法“优化战争”，就好比企业优化生产线那样。高级研究计划署（ARPA）在“敏捷计划”（Project Agile）下拨款给Simulmatics，要求它建立一套“心理战数据模型”，找出哪些越南村庄最容易倒向越共。

普尔与ARPA顾问西摩·戴奇曼（Seymour Deitchman）领导项目，心理学家沃尔特·斯洛特（Walter H. Slote）和研究员安·温斯顿（Ann Penner Winston）被派往越南南部农村，挨家挨户发问卷做调查。问卷中的问题非常细致，比如他们问被抽样的越南农民：你最信任谁？谁最有影响力？你认为越共在村里有多少人？你愿意为南越政府工作吗？然后这些答卷被运回美国，经由IBM 7090输入分析。Simulmatics陆续发布报告《越南的交流与态度》，试图用统计方法量化“民心”。

一个让人有点啼笑皆非的乌龙是，这些问卷竟然没有被匿名或加密，因此很多在问卷上被写下的名字落入越南军队和地方官员之手，成为“嫌疑名单”。在后来发生的“黑河事件”中，一批受访的村民被越共或南越特警抓捕甚至处决。美国记者沃德·贾斯特（Ward Just）讽刺道：“美国人用计算机数人头，越共用步枪数死人头。”

1967年底，ARPA审查认定Simulmatics报告“无科学价值”，计划随之被废弃。普尔在信中写道：“我们以为在研究人性，其实是在制造敌人。”战争的数据化实验，就这样以惨剧收场。

但Simulmatics并未收手。1967年，美国国内爆发种族骚乱。底特律、纽瓦克、罗切斯特等城市陷入火海。普尔和哈佛教授丹尼尔·莫伊尼汉（Daniel Patrick Moynihan）认为，可以用模型预测暴乱。

罗切斯特市政府成为第一个客户，Simulmatics派出六人调查小组，由彼得·舒尔曼（Peter Shulman）带队，其中包括社会学家、记者、小说家与黑人社区成员。他们在街头穿着军装访谈居民，仅一周之内就随机采访了80人，其中不少人正在制造燃烧瓶。接下来，舒尔曼亲自手写报告，预测“暴动将在7月23日晚上11点爆发”。报告送到莫伊尼汉手上后，他立刻通知州长加强戒备。果然，当晚罗切斯特出现小规模骚乱，Simulmatics大肆宣称“模型预测成功”。

这次预测成功的“奇迹”，让公司赢得时任美国总统约翰逊设立的克纳委员会（Kerner Commission）合同，研究全国暴乱的成因。Simulmatics获得22万美元资金，派人前往底特律、纽瓦克、亚特兰大等七个城市收集采访数据，又搜集15个城市的报纸、电视和广播报道，将每条新闻按“愤怒度”从1到9编码输入计算机，试图找出暴乱的规律。

但接下来的事态发展，完全出乎很多人的意料。报告负责人索尔·沙内勒斯（Sol Chaneles）伪造学者名单；社会学家库尔特·朗（Kurt Lang）批评数据“粗陋到不可容忍”；莫伊尼汉本人劝舒尔曼“赶快离开那里”。最终克纳委员会宣布Simulmatics报告“无任何研究价值”。1968年，《华盛顿邮报》报道美国司法部正在建造“联邦暴乱监控中心”，希望用计算机预测社会动荡。普尔剪下该报道并贴进笔记本，坚信“下一次我们一定会成功”。

但他期望的下一次的成功，再也没有到来。

1970年8月26日，Simulmatics在纽约地方法院宣布破产。那天正是美国女性争取选举权五十周年纪念日，五万名女性在街头游行，要求平权和结束越战。而仅仅在几条街之外，公司联合创始人爱德华·格林菲尔德的债权人（和情人）娜奥米·斯帕茨正在提交破产申请，试图追回自己为情人投入的最后一笔贷款。

Simulmatics的垮台并非偶然。首先是名誉扫地。越战项目被批为“把学术当作战争武器”，即他们以研究为名，服务军方支持战争为实，因此遭到学界和学生公开抵制。普尔在麻省理工主持“剑桥计划”时遭左翼学生围攻，被贴上“军方走狗”标签。其次是资金链断裂。政府合约全部终止，公司在波士顿、纽约和越南西贡的办公室相继关闭。格林菲尔德继而陷入酗酒和负债的恶性循环，试图以新商业项目“计算社会舆情系统”自救，却无人问津。1969年底，公司账上只剩不到500美元。

为了应对公司的不景气，普尔试图引入新管理层重组未果。他写信给朋友说：“我们有巨额亏损可以抵税，却没有未来可以抵扣。”到了1970年，越南战争失败、社会动荡、种族冲突接连爆发，人们发现这些计算模型根本无法“预测人心”：模型既没赢得战争，也没解决贫困与不平等。于是，学界和媒体开始反思这一整套信仰，把它称为“冷战神话”（Cold War Myth）：一种过度崇拜科学理性、幻想技术能掌控社会的集体幻觉。

站在今天，回顾这段历史，Simulmatics的故事听起来像是一段被遗忘的寓言故事，但它给我们带来的教训和反思却完全没有过时。每当我看到某家量化基金声称“用AI战胜市场”，某个科技公司宣称“用算法预测消费者”，某个政客说“用数据治国”，我就禁不住想到Simulmatics：那股熟悉的自信又回来了。

这种想法最大的问题在于：海量的数据让人产生一种能够”掌控一切“的幻觉，但我们人类本身往往是最不可预测的。

这句话在投资世界里尤其成立。过去二十年，几乎每一场金融危机，都源自同样的幻觉：即相信模型可以预测一切，并完全控制风险。2008年，华尔街的数学博士们用高斯模型打包垃圾债CDO，宣称能“精确计算风险”，后面发生的事情大家都已经知道了。2022年，一批AI对冲基金声称自己能进行所谓的“情绪交易”。简单说来，就是让机器去“读懂市场的情绪”，比如分析新闻标题、推特帖子、分析师报告，甚至YouTube视频的语气，来判断投资者是兴奋还是恐慌，从而自动买卖股票。比如某些模型会追踪关键词“bullish”、“crash”、“panic”的出现频率；一旦检测到乐观词汇激增，就加仓；如果负面词汇暴涨，就减仓。还有基金试图从Reddit的热门贴文或TikTok热度中预测散户的集体情绪。

这些想法听起来很聪明，但现实往往很残酷。2022年初，美股和加密货币市场先后暴跌，这些AI模型却仍在根据“正面情绪信号”买入，因为算法看到的只是语言，而不是恐慌的人。机器以为投资者还在兴奋，结果市场几天内崩盘，模型集体失灵。

这场“情绪交易”实验告诉我们：算法可以识别文字，却无法感知情绪的温度。它能读懂“恐惧”这个词，却无法体会真正的恐惧。

这种幻觉，在今天的AI热潮中让人感觉尤其眼熟。ChatGPT 的发布让全世界兴奋不已，几乎所有人都在谈“人工通用智能（AGI）三年内实现”。投资机构把它当成新时代的淘金热，资金如潮水般涌入；从硅谷到中关村，谁提到“AI”，股价就能涨。Google 推出 Gemini，Elon Musk 宣布 FSD 自动驾驶“很快实现完全无人”，特斯拉的“擎天柱人形机器人”在舞台上比划两下，就能让市值增加上千亿美元。这些现象让我感到：资本市场像极了1960年代的Simulmatics：满怀信心、充满幻觉，坚信只要算法够聪明，人类的复杂就能被解构成公式。

但人类社会，尤其资本市场，从来不是线性系统。它由贪婪、恐惧、模仿、情绪构成，而这些变量永远无法被完全量化。ChatGPT能写诗，却不懂悲伤；能生成投资报告，却不会在亏钱时心跳加速。模型可以优化效率，却取代不了判断与责任。我们当然需要AI，需要数据，但它们是工具，而不是真理。数据能放大智慧，也能放大愚蠢。若没有理性与边界的约束，人类在AI面前的盲目崇拜，迟早会重演Simulmatics的结局，在自信的掌声中走向失控。

真正的投资智慧，不在于预见未来，而在于洞察当下。机器可以算尽千条路，却不懂人心一念间。想在市场中立于不败之地，靠的不是预测未来的算法，而是理解人性的定力与洞察。

参考资料：【1】Jill Lepore, If Then: How the Simulmatics Corporation Invented the Future, W. W. Norton, 2020.【2】Philipp Carlsson-Szlezak & Paul Swartz, Shocks, Crises, and False Alarms, Harvard Business Review Press, 2024.【3】Ben Inker, Catherine LeGraw, John Pease, John Thorndike, It’s Always Darkest Before the Dawn, GMO Research, 2020.