用AI读闭门会，摘要别当结论

周末折腾了一下用 AI 读 Druckenmiller 闭门会，踩了不少坑。最近一个月我拿 OpenAI 和 DeepSeek 跑文本任务，想把这篇虎嗅转来的纪要快速拆成论点。摘要很顺，陷阱也不少。

第一天我把原文复制进聊天框，让它提取美联储观点和 AI 观点。我这边没开检索，也没有来源高亮。它很快给出三句话：降息不再必要，收益率上行就是债券利率往上走，AI 可能存在盈利泡沫，也就是利润增长跟不上估值。方向跟原文一致。

问题在细节。模型把“已将 AI 相关持仓削减至六个月前的 20%”说得接近清仓，还补了一句“泡沫即将破裂”。原文其实更克制，只是说热潮终会结束。摘要会压缩语气，把谨慎观点写成强判断。

第三天我换了做法，让它做对照：原话是什么，转述是什么，哪里可能过度推断。这个思路在开源社区很常见，类似代码 review，不直接合并，先看 diff。DeepSeek 能挑出仓位比例和语气差异，OpenAI 更会补背景，但补出来的背景不一定在原文里。

我也让它把观点转成检查项：鸽派就是倾向宽松降息，是政策判断，不是市场共识；盈利泡沫只是估值提醒，不等于否定技术；六个月前 20% 这类信息必须保留，不能被摘要吃掉。工具能帮我把判断拆成可核对的点，但它替我做不了判断。

一周后我的结论是看情况。如果你只是想把长纪要读快，AI 摘要值得用。它对新手友好，能把鸽派、收益率这些词翻成人话。但拿它做交易，或者直接贴进报告，风险很高。没有对照原文的摘要，不该直接合并进结论。如果做成开源版本，这个项目在 GitHub 上也许会有人维护，社区氛围也不错。我后面会继续用它做粗筛，但关键数字和语气仍要回原文核。