AI越聪明越会一起犯错：LLM 金融模拟揭示系统性风险来源

🧠 更聪明的 AI → 👥 AI 拥挤 → 📈 系统性风险

🚨 AI 越聪明，所有 AI 越可能在同一时刻犯下同样的错误。

这是 Andrew Lo 及合作者（MIT 与哈佛）一篇新论文 《Why Better Models Can Create Riskier Systems: Evidence from LLM Agents in Financial Markets》（2026 年 9 月 3 日）的核心结论。他们构建了一个模拟股票市场，用 AI 交易者填满市场，然后观察会发生什么。

实验设定

• 单一资产、100 轮交易；
• 每个 AI 代理人 每轮只能选择 买入、卖出或持有；
• 所有交易都围绕“价格与公允价值信号之间的缺口”进行系统性缺口交易，而不是高频做市。

作者指出：逐个评估 AI 模型并不够。当大量相似模型在同一市场中行动，而市场又由少数几种能力越来越强、推理方式趋同的 LLM 主导时，它们的共同盲点会让整个系统变得更危险——即便每个模型单独看都在变强，也会在“同一方向、同一时刻都出错”时把失败放大为系统性事件。

三个关键发现

1️⃣ 它们想得很像：两个模型越强，它们的决策就越一致；即便来自不同公司，也几乎无助于分散这种趋同。

2️⃣ 信息好时，这是好事：更多 AI 交易者参与，价格更有效，市场风险更低。

3️⃣ 信息差时，会出问题：如果给所有模型同样的误导性叙事，市场错误定价（mispricing）会达到随机交易者情形的 5–7 倍；其中一个模型判断方向的准确率只有 42%，甚至 不如抛硬币。

💡 直觉是：彼此不同的错误会相互抵消，但大家共享的错误会叠加放大。只测试单个模型永远看不到这种效应，换供应商也解决不了结构性趋同问题。

重要提醒

这是一个 简化模拟：单一资产、已知“真实价格”。因此应更相信其 机制逻辑，而非具体数值大小。

论文原文： https://arxiv.org/abs/2609.04373