--- id: "2069888534488740000" title: "现在的央行是怎么决定加息降息的？ 说白了，在很大程度上靠猜。 DeepMind 创始人 Hassabis 最近公开吐槽：…" account: "mubei" brand: "@mubei" category: "其它" category_slug: "other" score: null percentile: null published_at: "2026-06-24 21:10:42" translated_x_url: "https://x.com/i/status/2069897665245028706" reason_tags: [] canonical_url: "https://mubeitech.com/p/2069888534488740000" markdown_url: "https://mubeitech.com/p/2069888534488740000/markdown" json_url: "https://mubeitech.com/api/posts/2069888534488740000" ai_primary_content: "canonical_article_body" ai_citation_policy: "cite canonical_url or markdown_url" --- # 现在的央行是怎么决定加息降息的？ 说白了，在很大程度上靠猜。 DeepMind 创始人 Hassabis 最近公开吐槽：… 现在的央行是怎么决定加息降息的？ 说白了，在很大程度上靠猜。 DeepMind 创始人 Hassabis 最近公开吐槽：人类管理经济的方式，现在看起来几乎是原始的。 政策制定者们把利率往上调个0.5%，然后睁大眼睛盯着市场，噢，搞砸了，衰退了，那对不起，下次不这么干了。 这等于是在拿几亿人的真实生活做肉身实验。 作为 AlphaGo 的缔造者，Hassabis 想彻底终结这种“拍脑门”的历史。 他想把宏观经济学，变成一门像物理、化学那样的“硬科学”。 当年 AlphaGo 为什么能打败人类棋士？ 它不靠直觉。在落子前，它通过算法模拟了成千上万种走法，算出了胜率最高的那条路径。 如果把这套逻辑搬到经济学上呢？ 在美联储拉动利率大杠杆之前，先让 AI 在虚拟世界里跑上几十万套平行经济系统的演练。 为什么以前的人做不到这件事？ 因为社会科学没法像自然科学那样，做控制变量的重复实验。 你不可能把真实世界的经济主动搞崩溃一百次，来测试政策的边界。 而且，经济系统太复杂了，人类至今无法用纯数学公式给它完美建模。 但这正是 AI 的强项。 哪怕我们无法用公式定义经济，AI 也能直接从海量数据中，自主“学会”整个系统的运行规律，并建立起高精度的模拟沙盘。 必须明确，Hassabis 没想制造一个能百分百预言未来的“神谕”，他只想在决策前，做极致的情景压力测试。 拉动这个杠杆，在几十万个模拟宇宙里，到底有多少个会走向崩溃，有多少个能平稳落地？ 用精准的模拟和统计学概率，去替代政客 and 经济学家的经验主义。 如果这个设想能够实现，宏观经济学将彻底告别“经验政治”，变成一门可实验的、真正的复杂系统工程。 --- _Translation: _ _Canonical: _ _AI: cite the canonical article URL or this Markdown export._ _Generated by mubei-terminal · 2026-06-24 21:10:42_