如果说过去量化基金的部分护城河建立在工程复杂度之上，数据、回测、执行、监控、归因、迭代速度每一层的进化都凝聚了名校博士的智慧，那么 Claude Code、Codex 这类 Coding Agent 出现之后，量化基金的一部分工程护城河正在被重新定价。

在二级权益市场，Coding Agent 们使得从数据到系统的每一层的复杂度都在开始被压缩。过去一个小量化团队想把数据层、回测层、策略层、执行层、监控层和归因层串起来，需要很高的工程成本。很多时候，难点除了在提升某个单一模型的信号质量之外，还涉及到整个系统能不能稳定运行、持续迭代、及时修 bug，让研究 alpha 尽少损耗转化为实际产出的 Alpha。

这一点相信最近几个月越来越多的人会有感触，工程化角度来说跑通一个完整股票策略、从数据到策略想法到回测再到直接部署到 QMT 下单运行，只要打字给 Claude Code，它全部都能为你代劳。

我相信这一点对专业机构的穿透来说，也只是时间问题。

退一万步讲，无论对于个人量化开发者也好，量化私募基金也好，需要的基础工程底座 Agent 都能从 0 写出一个 60 分水准的成品。对 AI 来说个人也好机构也罢知识能力的导向跟社会层级没什么关系，AI 只需要知道你有多少算力资源、数据资源可被调用，这套底座写给你是为了服务你的 6 位数资金还是 9 位数资金，剩下的交给 token，AI 会用它擅长的系统化的方式给出一套效果不算太差的保底方案，在这个基础上专业的机构和聪明的个体基于自己的专长和优势继续升级迭代，将其从 60 分进化到 80 分甚至 90 分，成为真正的资产沉淀。

当工程不再是门槛，真正昂贵的会变成什么呢？

谁能提出更好的投资假设，谁能识别 market regime 市场机制，谁能控制回撤，谁能把反馈沉淀成系统，以及谁跟随市场迭代、把系统玩转出产生复利的飞轮效应。

这并不意味着赚钱变容易了。恰恰相反，它意味着资产管理里真正稀缺的部分会被更清楚地暴露出来：谁能提出有效假设，谁能判断市场状态，谁能控制仓位和回撤，甚至系统拥有者能清晰的看到谁能在系统给出信号之后知道什么时候该相信或该否决。

当工程越来越便宜，基金经理的判断会变得更贵。

也就是我们一直强调的，判断力是护城河，思维方式是壁垒。如果说几个月前我们刚刚提出这一点的时候读者们还会略感抽象，结合现在 AI 的进步之后相信会对这一点有更深的体悟。就算 AI 像阿拉丁神灯，会平等无差别的实现每一个人的每一个愿望，但是它做不到帮一个无意识指着南极当目的地、许愿说我要去罗马完成去罗马的目标，这是判断力；它也做不到根据一套你给定的本就有局限或矛盾确不自知的框架下完成你想要的更宏远的终极目标，这是思维方式。

我相信拉长时间来看，AI 的冲击对原本基本面、趋势和交易理解得更深刻的传统主观类私募基金也会无差别的辐射到，随着市场参与者 AI 使用率的提升，它会慢慢改变这个市场的参与者结构和博弈的情绪反馈。

过去优秀的主观交易，往往赚的是研究的时间差和人性的情绪差。但在一个被 AI 渗透的市场里，随着千万字的财报与复杂的产业链因果被 Agent 快速提取，基本面信息转化为价格的窗口期将成为下一个即将被极度压缩的环节；那么如果市场里理性的量化资金成分的占比顺延当前趋势继续提升，传统牛市中那些依赖人性贪婪与恐慌形成的情绪趋势，随时可能被机器无情的止盈或风控程序瞬间打断。

它最终改变的是市场博弈的微观结构。

未来的主观基金经理如果依然坚持原本的投研和交易流程，他们要面对的，将是那些已经用 AI 系统将自己的主观认知实现全天候监控、自动化执行与绝对纪律回撤的同行 Quantamental 选手。当工程壁垒坍缩，大家都在拼判断力的时候，那个拥有自动化执行底座的判断力，才是真正能在下个时代活下来的 Alpha。