AI讓人人都能驗證自己的策略，而你的廚房早就在做這件事

2026年9月28日，掘金上一篇長文在工程圈流傳。一位寫了十年程式、後來轉進私募做量化的工程師說，過去他總是勸退想自己搞量化的朋友，現在答案變了：AI編程代理推倒了工程牆、削低了時間牆，普通人也有條件用科學方法對待自己的錢。但他同時潑了冷水：AI能替你把想法變成程式，卻不會替你找到真正賺錢的想法。

這句話讀起來，其實很像廚房裡的道理。

紅利從來不是別人替你煮，而是試錯變便宜了

他說，個人做量化過去卡在三堵牆：資料清洗、回測框架這些工程活；前視偏差、樣本外檢定這些散落的知識；還有一週只有十來個小時的時間。AI一推，第一堵牆幾乎倒了。

你家廚房也經歷過同樣的事。電子磅秤、定時器、免揉麵包的懶人做法，把「試一道新菜」的門檻一路往下壓。以前想做紅燒肉，光「炒糖色到底怎麼炒才不苦」就要問遍長輩、毀掉好幾塊肉；現在有了溫度計有了烤箱食譜，一個週末下午就能跑完一輪實驗。

但工具再好，它不會替你找到「你家最好喫的那個版本」。這是那位工程師最想講、也是廚房最懂的一句話。

回測會騙人，你的舌頭也會

他在文中列了自己踩過的坑：未來函數、倖存者偏差、手續費算漏、實盤滑點把回測收益喫掉一半。翻成廚房的語言，就是「試喫的時候好喫，上桌那天全走味」。

你有過這種經驗吧。試菜時站在爐邊，一小口一小口地嚐，鹽下得剛好；正式宴客那天分量放大三倍，同樣的食譜，鹹度整個偏了。回測是爐邊那一小口，實盤是請客那一整桌。中間的落差，工具量不出來，只有真的開一次火才知道。

還有過擬合。你讓AI「寫一個年化百分之三十的策略」，他說，它一定寫得出來，在回測裡。這就像你照著記憶反覆調一道阿嬤的滷肉，調到某一鍋味道簡直一樣，激動得拍照存檔。可是那一鍋可能是你舌頭那天特別餓，可能是那塊五花肉特別好。你對上了自己的記憶，不代表你對上了阿嬤的食譜。

適合你的策略，就像適合你家的那道菜

文章標題裡有個詞很耐嚼：「適合你的策略」。他特別解釋，那不是最賺錢的策略，而是你看得懂、拿得住、和你的資金量、時間、性格匹配的策略。

桌上版本的說法是：最好的食譜，是你家冰箱養得起、你下班後有力氣做、你家人願意一週喫兩次的那一個。日式高湯再清雅，若你家每天只有二十分鐘開火，它就進不了你的日常；一鍋番茄蛋麵也許上不了任何榜，卻能風雨無阻地餵飽一個禮拜的晚上。

他把AI比喻成一個月二十美元請來的初級量化工程師，不累、不嫌問題蠢。這跟我們先前聊過的訂閱制的廚房，先試喫再上桌是同一件事：工具用得順手，先小量試，嚐過再決定要不要常備。

最後那樣它給不了的東西

他在文中留了個懸念：AI給不了你一樣東西。文章只說到策略想法本身，AI變不出來，因為公開資料裡找得到的路，早被人走乾淨了。

廚房裡對應的東西，大概是口味。食譜可以抄，火候可以學，但「你家想喫什麼」這件事，沒有模型能替你回答。它得靠一張餐桌一年一年喫出來，靠某個冬夜你突然想念的那碗湯。

工具推倒了牆，剩下的路還是自己的。這位工程師把結論收得很節制，我們也照樣收：先想清楚要喫什麼，再開火。

標籤：#家庭餐桌 #廚房日常 #味覺文化