AI让行动成本大幅下降，但它不会自动把结果变好，只会把人和人之间的差异拉得更大。用同样的工具，有人做出更精准的判断，有人只是更快地复制别人已经做过的东西。量化交易里这一点尤其明显：信息收集变便宜了，但真正稀缺的是判断哪些信息是信号、哪些是噪音，以及你能不能识别一个策略是不是真的在解决正确的问题。立正反复强调，AI时代最贵的是真相，代码和算力都变便宜了，但认知确定性没有变便宜⁠1。所以有本金不等于有优势，本金只是让你能承受试错，判断力才决定试错是否收敛。

AI降低行动成本后，组织和个人通常会本能地先走那条更容易的路：更快地复制已经被证明的东西，把同一种价值做得更便宜。量化交易里，这意味着大量人用AI去挖掘同样的公开因子、追同样的信号，结果策略拥挤、收益被摊薄。立正指出，AI让复制到同样好比想出什么更好容易太多，这就是它可能放大内卷的地方⁠3。另一个风险是认知校准：AI擅长模式识别和结构化推理，但不擅长实时信息和精确计算，如果你把它的输出当成真相而不是待验证的假设，期望就会落错位置⁠4。

如果你真的想试，判断力不是靠看更多资料长出来的，而是靠做东西、遇到真实约束、然后承认不对、重来。立正讲taste时提到，第一次做出来的东西通常只是把脑子里的想法倒出来，要到第二三次才开始看见问题、去掉多余的东西⁠5。量化交易里，这意味着先跑一个小规模的真实策略，用真实数据检验，而不是先在理论上优化到完美。面对不确定性，你只能先做起来，才能得到真正有用的信息⁠6。本金的作用是让你能做这个低成本试错，而不是让你跳过试错。