作者: 狄奥尼索斯之歌
访谈来源：CzechCrunch Money Maker
主持人：Ondřej Holzman、Luboš Kreč
嘉宾：Martin Schmid，EquiLibre 联合创始人
原视频链接：https://www.youtube.com/watch?v=HeHS2MRX_hM
Citadel 和 Jane Street 通过长期积累的人才、数据、算法与交易基础设施，建立了深厚的竞争优势。如今，一家只有约 25 人的布拉格初创公司 EquiLibre，试图依靠能够自主学习的交易模型挑战这些量化巨头。
EquiLibre 由三名前 DeepMind 研究员 Martin Schmid、Matěj Moravčík 与 Rudolf Kadlec 联合创办。Schmid 与 Moravčík 曾参与研发扑克 AI DeepStack，相关论文发表于《Science》。2021 年底，三人离开 DeepMind，回到布拉格创立 EquiLibre。公司最新一轮融资后的估值约为 5 亿美元，强化学习奠基者 Richard S. Sutton 也担任公司顾问。
本期访谈中，Schmid 解释了 AI 自主学习交易的过程，以及团队为何愿意使用无法解释每笔交易逻辑的模型。访谈还涉及算力投入、算法向黄金和美国国债等市场扩展，以及小团队与大型机构竞争的可能性。
TL;DR：EquiLibre 的 AI 交易方法论
- 1. 清晰的奖励为强化学习提供了扩展基础。国际象棋和扑克的奖励是输赢，数学和编程可以用答案与测试评分，交易则直接用 P&L 反馈模型。一个领域越容易定义“什么叫做得好”，强化学习越容易通过大规模试错取得突破。
- 2. 让模型自己学习策略。 Schmid认为传统量化通常由研究人员直接建立市场模型并开发策略。EquiLibre 把研究重点放在学习算法本身：人类确定数据输入、可执行动作和奖励机制，搭建训练与部署系统，神经网络根据盈亏反馈学习如何交易。
- 3. 分钟级交易直接从订单流学习。 EquiLibre 的模型直接观察订单、成交和报价，输入中不包括财报、新闻或社交媒体。基本面变化与市场情绪可能最终通过买卖行为反映在订单流中；对分钟级策略而言，市场参与者的实际行动可能比他们说了什么更有信息。
- 4. 竞争优势来自模型学习到的市场结构。EquiLibre 的系统甚至比传统高频机构更慢。团队希望依靠大型神经网络和自学习算法，识别人工公式、预设因子和简单规则难以表达的高维互动。具体交易逻辑来自训练过程，而非研究人员预先写好的完整策略。
- 5. 黑箱无法解释每笔交易，但持续接受结果检验。 团队知道模型观察了什么、执行了什么动作以及最终盈亏，却无法解释某一刻为什么买入或卖出。Schmid 将有限的研究资源优先投入决策质量和模型扩展。
- 6. 跨市场迁移用于检验学习算法的通用性。 EquiLibre 表示，相近的核心方法已经能够处理标普 500、黄金和美国债券等市场。这些资产的流动性、参与者和微观结构差异明显；模型若能在多个市场形成有效策略，就为训练方法的迁移能力提供了更强证据。
- 7. 算力是模型扩张速度的关键约束。更多 GPU 可以扩大模型、增加实验数量、缩短迭代周期并覆盖更多市场。EquiLibre 融资是为了提前获得算力，加快研发和市场扩张；公司同时使用云、neocloud 和自有集群，平衡成本、速度与供应风险。
- 8. 小团队靠速度挑战巨头。 EquiLibre 约有 25 人，融资后仍把资源优先投向算力，并维持缓慢招聘。Schmid 认为，大公司拥有更多资金、人才和 GPU，层级、流程与内部政治也会降低迭代速度；OpenAI 和 Anthropic 能够追赶 Google，说明资源规模无法单独决定创新速度。
- 9. 核心资产是持续训练模型的能力。 EquiLibre 把交易作为第一个应用领域和现金流引擎。团队希望复用强化学习、算力和工程基础，在其他奖励清晰的领域继续训练专用模型。
访谈精编
“我们更像 AI 实验室”
Ondřej： 各位好，欢迎收听新一期 Money Maker。我是 Ondřej Holzman。 今天的嘉宾是 EquiLibre 联合创始人 Martin Schmid。欢迎你。
Martin： 你们好。
Ondřej： 你们最近很低调地披露了一笔对捷克创业公司而言规模极大的融资，EquiLibre 的估值已经达到约 5 亿美元。这类消息在捷克创业圈并不常见，却几乎没有引起讨论。对你们来说，这只是“融完资，继续工作”的日常消息吗？
Martin： 这其实已经是一条相对旧的消息了。等它被外界注意到时，公司又向前走了一段，所以我认为现在的情况比融资时更好。
那轮融资即使放在欧洲乃至全球尺度上也很大，当然是一件值得高兴的事。但我们当时没有把重点放在宣传上。后来因为准备稍微扩大团队，需要寻找非常优秀的人，才决定和 TechCrunch 谈一谈。结果我们刚接受完采访，第二天醒来就发现捷克媒体已经把国外报道迅速翻了回来。
Luboš： 你们明明在布拉格办公，却先面向美国科技媒体传播，是为了全球招聘吗？
Martin： 对。我们实行相当强的现场办公政策，大家大多数时间必须在一起工作。每周有一天可以在家，但我们相信高协作强度的研究团队需要共享同一个空间。
与此同时，我们的目标不是建立一家只服务本地市场的公司，而是打造全球最成功的 AI 交易公司之一。这意味着必须吸引世界上最优秀的人。解决“全球人才”与“布拉格现场办公”之间矛盾的方法，就是把人和他们的家人一起迁到布拉格。
团队里已经有来自美国和英国的人，他们此前甚至从未来过布拉格。也因为招聘与行业影响力主要面向全球市场，EquiLibre 在美国的知名度可能反而高于捷克本土。
Ondřej： 先把 EquiLibre 到底做什么讲清楚。最简单的说法是，你们做算法交易。但这似乎并不足以概括公司。
Martin： 我们确实做交易，但别人把我们叫作“交易公司”时，我们总觉得这个定义不对。我们更像一家前沿 AI 研究实验室：自行训练基础模型，做大量强化学习，建立类似 DeepMind 或 OpenAI 所训练的模型和 Agent。
区别在于，我们的模型不是在海量文本上训练出来与人对话，而是可以直接部署到交易所，完成高频、全自动的 AI 交易。公司的结构、团队和研发方式，都是围绕 AI 实验室建立的。
Luboš： 现在的大语言模型也在越来越多地使用强化学习。你们与它们有什么不同？
Martin： 底层趋势是相通的。很多做过 AlphaZero 的研究者后来进入 Anthropic，把游戏中的强化学习方法带到语言模型。但在交易这个具体领域，我们很早就开始做了。我认为 EquiLibre 处于现代前沿 AI 交易的最前沿，就像有些实验室专注文本模型，有些专注机器人，我们专注金融市场。
Ondřej： 模型部署以后，它会自己读取交易所的数据流，在人类无法处理的毫秒级信息中买进卖出？
Martin： 对。训练完成后，我们把 Agent 部署到装有大量 GPU 的机器上，再接入交易所。之后它完全自主运行，每天在市场里往返交易数十亿美元。
Luboš： 所以，人完成训练和部署，Agent 上线后便独立接收所有市场数据，在毫秒级别处理买卖信息并自主下单？
Martin： 可以这样理解。我们训练的是一个独立 Agent。训练时需要大量图形处理器，模型完成后会被放到交易机器上。接入市场以后，它不需要人逐笔批准，也不是由交易员在后台不断告诉它该做什么。
大语言模型、机器人模型和交易模型面向的输入输出不同，但背后都在吸收游戏 AI 的强化学习方法。许多参与过 AlphaZero 的研究者现在就在 Anthropic 等实验室做类似迁移。我们认为自己的先发优势，在于比绝大多数团队更早把这套范式用于交易。
从宿舍里的扑克机器人到《Science》封面
Luboš： 你们三个人合作了很久。最早为什么会进入 AI？
Martin： 我与 Matěj 大约从 2011 年、本科一年级时就开始一起研究扑克 AI。我们住在布拉格查理大学数理学院的宿舍，最初的想法很简单：写几个 Agent 去网上打扑克，赚点生活费。
开始时做得很粗糙，但我们逐渐理解，要把这件事做好需要真正的 AI 研究。程序确实赚过一点钱，后来平台发现它每天 24 小时都在玩，就封了账号。我们也意识到，真正让我们着迷的不是偷偷打牌赚钱，而是能不能造出第一个击败职业扑克玩家的程序。
当时计算机早已在国际象棋上超过人类，但最好的扑克程序仍然打不过优秀玩家。扑克是非完全信息博弈：你看不到对手的牌，不能像国际象棋那样掌握整个棋盘。瓶颈不是人们不感兴趣，而是算法上确实存在没有解决的难题。它后来成为我们的博士课题。
Ondřej： 关键突破是怎样发生的？
Martin： 我们先发表了一些阶段性成果，后来 Matěj 提出了一个突破性算法。我们相信它能够解决多年来阻碍扑克 AI 的核心问题，于是说服阿尔伯塔大学的 Michael Bowling 给我们机会。
我们去了加拿大，连续八个月没有周末、没有休息，从早到晚实现这个想法。当时 AlphaGo 也在相近时期出现，现代 AI 的一批关键突破正同时发生。2017 年，我们完成了 DeepStack，它第一次击败职业无限注德州扑克玩家，论文还登上了《Science》封面。对年轻博士生来说，这是一个难以想象的结果。
Luboš： 当时学校没有质疑“扑克算不算严肃研究”吗？
Martin： 没有。查理大学数理学院对这个方向很开放。我们找到了一位愿意正式指导的导师，说明我们想研究扑克 AI，也承诺不会给他制造额外负担。真正困难的是算法问题，不是学校态度。
国际象棋属于完全信息博弈，双方都能看到整个棋盘；扑克不同，玩家看不到对手底牌，只能在不完整信息下计算概率并持续适应对手。这个问题已经被很多研究者尝试多年，却一直没有解决。我们年轻、天真，也正因为如此，才敢认定自己能够成为第一个解决它的人。
Ondřej： 你们去加拿大之前与学校协调好了吗？
Martin： 严格说没有。我们直接去了阿尔伯塔大学，过了几个月，学校和导师才发现我们人不在布拉格，后来再补办手续。我们在那里几乎把全部时间都用于实现 Matěj 的算法。那八个月只有一个目标，没有周末，也没有别的项目。
Luboš： DeepStack 与 AlphaGo 几乎同时出现？
Martin： 时间非常接近。我们在 2016 年密集开发，2017 年完成。AlphaGo 的突破更大，也理应更出名；另一方面，Google 和 DeepMind 强大的传播能力也放大了它的公众影响。DeepStack 在媒体层面更安静，但对年轻研究者而言，登上《Science》封面已经是最高级别的认可。
Ondřej： DeepStack 之后，你们怎样进入 DeepMind？
Martin： 阿尔伯塔大学有很深的 AI 传统。DeepMind 后来收购了围绕 DeepStack 以及其他强化学习研究组成的团队，并在当地设立了伦敦以外的第一个办公室，我们由此加入 DeepMind。
AlphaGo 的影响更大，技术突破本身也更重要；同时，它背后是 Google 与 DeepMind，传播规模自然更大。DeepStack 在公众层面的知名度较低，但在专业圈内是重要成果。
这次交易在形式上就是一次收购。相关研究者成为收购的一部分，也获得了 Google 股票。不过我们当时并不真正理解创业和资本市场，只觉得终于能在 DeepMind 继续做研究。
Luboš： 所以这也可以看作你们的第一次退出？
Martin： 形式上可以。为了完成交易，阿尔伯塔大学周围的资深研究者先建立了相应实体，DeepMind 再把整个团队收购。参与团队的人进入 DeepMind，并获得 Google 股票。
但我们当时没有把自己看成完成退出的创业者。我们不了解创业公司的融资、股权和并购，只觉得一支优秀研究团队被整体接走，自己终于可以在世界最好的 AI 实验室之一继续做同样的问题。
Luboš： 北美大学与公司的联系比捷克紧密。Google 从学校里买走一支团队在那里很自然，在捷克却仍然少见。
Martin： 加拿大和美国把学术研究与企业连接得很好，双方都能获益。捷克正在改善，但仍有人把企业参与学术研究视为不纯粹。
我现在仍在查理大学数理学院保留一个小职位，教授博弈论和 AI，也带着几名博士生和年轻研究者。EquiLibre 还在办公室旁边为这些学生留出空间，让他们做自己的学术研究，同时与公司环境保持接触。我们希望把两边连接起来。
Ondřej： 你的名字仍出现在最新论文上，说明学术工作并没有停止？
Martin： 我在学校的职位很小，主要工作当然是 EquiLibre。现在许多论文由我带的学生推动。团队大约有三名非常优秀的博士生，外加一些更年轻的学生。我也保留一门博弈论与 AI 课程，其他学校和 Prague AI 生态中的学生也能参加。
Luboš： 新任捷克理工大学校长 Michal Pěchouček 长期推动产学合作。你觉得捷克生态正在发生变化吗？
Martin： 他正把体系往正确方向推动，而且已经做了大量工作。捷克拥有科研人才，问题不是教育质量，而是怎样让研究成果、经验和商业化环境真正连接。如果没有这类持续推动，今天的变化不会发生。
离开 DeepMind，回布拉格训练自己的模型
Ondřej： 你们在 2021 年底离开 DeepMind。为什么选择回到布拉格，而不是留在伦敦或北美？
Martin： 布拉格有大量技术基础扎实的人才，但缺少参与大型前沿项目的经验。我们的思路是把两类人混在一起：本地聪明、训练良好的工程师，加上从 Google、DeepMind 或其他全球机构带回大型项目经验的人。
如果你要造火箭，仅仅把五个聪明年轻人放进车库是不够的；最好再有一个在 SpaceX 工作十年的人带着他们做。布拉格的优势是人才很多，但能做前沿 AI 研究的公司很少。伦敦、旧金山和纽约同样有许多人才，却也有太多好公司争夺他们。
Luboš： 你们从一开始就决定训练自己的模型？
Martin： 是。我们高度垂直整合：从原始数据开始，从零预训练模型，最后得到可以部署到交易所的 Agent。我们不是下载一个现成模型再微调；如果那样做，就不再属于前沿研究。
我们也不是先决定“我要当创始人”，然后再寻找点子、团队和钱。我们原本完全可以留在 DeepMind 或去 OpenAI，继续做一辈子研究。只是很多条件在同一时间出现：合作了十多年的顶尖团队、AI 革命的窗口、强化学习即将扩散到更多领域，以及回到布拉格做一件自己的事情的机会。
2021 年 ChatGPT 还没有发布，大多数人也没有意识到这场变化会有多大。我们相信它会来，所以决定试一次。EquiLibre 不是我们连续创业清单里的第五家公司，而是我们真正想建立的那一家。
Ondřej： 前沿 AI 研究也是最昂贵、最复杂的创业方向之一。你们是否认真考虑过直接使用大实验室的现成模型，在上面做产品？
Martin： 没有。大量创业公司建立在 OpenAI、Google 或 Anthropic 的模型之上，这完全合理，但那不是我们要做的事。我们从数据输入开始，自己做预训练、模型、强化学习和部署，最后才得到可以放上市场的 Agent。
如果目标只是微调别人训练好的模型，就不需要我们此前十多年的研究积累。我们的机会来自完整技术栈和团队同时具备：懂博弈、强化学习、前沿研究，也知道怎样把大系统做成可长期运行的产品。
AI 如何自己学会交易
Ondřej： 强化学习与传统监督学习到底有什么区别？
Martin： 监督学习需要一批标注数据。例如给模型很多图片，告诉它哪些是猫、哪些是狗，它再学习如何给新图片分类。早期语言模型也类似，只是它预测的不是图片类别，而是序列中的下一个词。
强化学习不直接告诉模型正确动作，而是给行为结果一个奖励。国际象棋中，赢棋就是奖励；语言模型中，一段回答是否好、数学题是否解对、代码测试是否通过，都可以成为奖励。只要问题是连续决策，并且最终结果可以评分，模型就能调整内部权重，让带来好结果的行为更常出现。
在交易中，奖励最直接：赚到钱。我们的 Agent 观察交易所状态，能够买入、卖出或挂出报价；它连续行动，最终根据 P&L 接受奖励。
最早的语言模型主要学习“下一个词是什么”。这足以生成看起来像文章的文字，却不自动意味着它善于对话、数学或编程。后来研究者把来自游戏的强化学习方法加入模型：回答是一连串词，和棋局中的一连串动作类似；在序列结束时，人或验证器可以给出奖励。
数学和编程进步很快，原因之一正是奖励容易定义：答案对不对、程序是否通过测试，都能自动判断。交易同样拥有直接反馈，只是环境比一道数学题更嘈杂、更会变化。
Ondřej： 神经网络怎样根据奖励改变自己？它真的会自动避开错误路径吗？
Martin： 简化来说，神经网络是一组极其复杂的函数，内部有大量权重。每次结果好或坏，训练算法都会计算权重应该向哪个方向微调，才能让期望输出出现得更频繁。数学上仍然是函数对权重求导，再沿着改善目标的方向更新。
单看这个描述似乎很简单，困难在于设计网络、训练算法、数据和基础设施，使它能在真实规模上稳定学习。我们的工作不是手工告诉模型每种行情该做什么，而是建立一个真的能从市场中学习的系统。
Luboš： 所以你们不是直接建立市场模型，而是建立一种能自己学会市场的算法？
Martin： 对。传统量化公司会雇用聪明的数学家和物理学家，直接建立问题的模型。我们把抽象层提高一级：研究怎样设计自学习算法，再让大规模神经网络自己学习市场问题。
它类似国际象棋。传统专家系统会与棋手一起写大量规则，规定某种局面该怎么走；强化学习则把工作投入到学习算法上，让程序通过自我博弈学会策略。
Ondřej： 你们要把财报、新闻以及 Elon Musk 或 Donald Trump 的发言都交给模型吗？
Martin： 不。模型只看交易所发生的事情：订单、买卖、报价以及事件序列。它不看财务报表、新闻或社交媒体。别人对新闻的反应最终可能反映在订单流中，但我们的直接输入仍然是市场本身。
就像国际象棋 Agent 的合法动作是移动棋子、语言模型的动作是输出下一个词，交易 Agent 的合法动作是买入、卖出或挂出某个价格的订单。棋类模型的输入是棋盘，语言模型的输入是此前的文字序列，交易模型的输入则是交易所此刻以及刚才发生的事件序列。
这也与时间范围有关。基本面和情绪投资者通常看未来几天、几周或几个月，我们的时间范围更接近分钟。
Luboš： 你们的优势是不是速度？
Martin： 与人相比当然很快，但与传统高频公司相比，我们其实更慢。差异不在单纯速度，而在大规模神经网络和自学习算法可能找到传统方法无法发现的结构。
Ondřej： 能不能举例说明模型到底看到了什么？比如它是否在观察某笔突然放大的交易，或者市场开盘时出现的价格波动？这些输入为什么会让它在某一刻买入？
Martin： 这正是有趣之处：我们看不到它脑子里发生了什么。它会告诉你现在应该买，但无法给出一个可靠、简单的人类解释。
Luboš： 如果直接问模型“为什么买”，它也不能给出答案？
Martin： 可以尝试设计解释机制，但那是另一个研究领域。一个解释听起来合理，不代表它真实还原了大规模神经网络内部的决策。对聊天模型，人们有充分理由研究可解释性；对我们而言，目前最稀缺的研究资源应放在策略质量和扩展上。
AI 可解释性是一个重要学术领域，对大语言模型尤其有意义。但坦率说，这不是我们投入精力的方向。只要模型持续做出正确决策，我们并不太在意它为什么做对。与其解释收益曲线为什么向上，我们更愿意研究怎样让它上升得更快。
从加密市场原型到 FTX 崩溃
Luboš： 第一次把真实资金交给模型之前，你们怎样测试？
Martin： 我们一直想进入大型传统市场，但那里监管严格。要先证明技术可行，最简单的试验场是加密市场，因为可以迅速接入交易所，部署 Agent，建立原型。
第一批模型就是在 FTX 上运行的。模型表现不错，FTX 主动联系我们，希望投资并扩大合作。2022 年 9 月，我去巴哈马与 Sam Bankman-Fried 和 Caroline Ellison 面谈，我们谈妥了投资与进一步合作。
我回到布拉格两周后，就在新闻上看到他被带走。FTX 确实完成了对我们的投资；它崩溃后，我们设法把股份回购。公司随后快速成长，从结果看，这笔回购对我们非常有利。
FTX 崩溃也加快了我们向传统美国市场迁移。既然加密交易所不再可靠，我们需要与能够提供美国市场准入和监管基础设施的合作伙伴一起工作。
Ondřej： 训练原型时，你们是在白板上推公式，还是把钱放进去不断试？
Martin： 在真正交易之前，首先要建完整训练平台：怎样接收和处理数据，怎样模拟环境，怎样训练模型，怎样把模型安全部署。早期有一些小型原型，但长期工作的主体是把整个平台做出来。
选择加密市场不是因为公司想成为加密交易机构，而是因为监管和接入成本低，能够最快验证 Agent 是否真的可以在市场环境中学习和行动。等原型成立，我们才有证据与传统市场合作方谈判。
Luboš： FTX 是已经打款，还是合作尚未签完就倒闭？
Martin： 它已经投资。FTX 破产后需要处置资产，我们把股份买了回来。当时没有人能预见公司之后的增长速度。对 FTX 债权人而言，这可能是一项后来会觉得可惜的出售；对我们而言，它恢复了股权，也迫使团队更快完成传统市场迁移。
Ondřej： 模型什么时候真正进入美国市场？
Martin： 第一批模型在 2025 年 1 月部署到美国规模最大、流动性最高、竞争也最激烈的市场。我们从第一周开始运行，至今大约一年半。上线以来，公司没有出现过一个亏损月份。
我们正在指数式扩展：进入更多地区、增加更多产品、扩大神经网络、增加 GPU。按名义成交量算，Agent 现在每天交易数十亿美元。
Luboš： 你们通过 Tower Research Capital 接入市场？
Martin： 大体正确。黑箱模型和全部知识产权属于 EquiLibre。我们把系统交给 Tower，由它替我们完成部署、资本、监管和其他基础设施工作；模型产生收益后，Tower 因承担这些环节而分得一部分。
Ondřej： 也就是说，Tower 不持有模型，而是提供执行平台和资金？
Martin： 是。把你的理解修正大约 20% 就对了。模型始终是我们的；Tower 把它放进真实市场，解决我们不想建立庞大后台团队去处理的监管、交易所关系、资本和运营问题。系统赚到钱以后，双方按合作安排分享结果。
它不是拿我们的模型替外部客户理财，而是作为合作方，为我们的技术提供进入市场所需的环境。
Ondřej： 每天几十亿美元听起来很大，这是否意味着利润也已达到类似规模？
Martin： 不能这样理解。高频交易中，同一笔资金可能在很短时间内被买入和卖出很多次。假设只有 100 万美元，一天反复周转上千次，名义成交额就可能接近 20 亿美元。所以成交量听起来巨大，但它不是资本规模，也不是利润。高周转和大规模是这种业务产生可观收益的必要条件之一。
公司所说的“上线后没有负收益月份”同样需要放在语境里：这是访谈中的管理层陈述，而非公开审计报告。Schmid 没有披露月度收益率、最大回撤或收益使用了多少风险资本，但强调曲线与扩展速度符合内部预期。
真正的瓶颈是算力
Luboš： 捷克公司的公开报表显示收入只有数千万捷克克朗，这与你描述的规模并不一致。
Martin： 因为 EquiLibre 的主要实体是美国特拉华州公司。市场交易和主要收入都在那里。捷克实体只负责办公室和工资，所以仅看捷克报表无法了解真实业务。
在我们这个高频或做市类型的市场中，全球大约有十几家公司每年净赚数十亿美元，其中几家已经能赚到 100 亿美元以上。这类企业的成本主要是昂贵的人才，现在又加上大量算力，因此利润率通常很高。
EquiLibre 当然还没有进入每年赚数十亿美元的行列，但我们认为轨迹正确。目标不是消灭 Citadel 或 Jane Street；这个市场并非赢家通吃，能容纳多家大型公司。对我们来说，“赢”意味着进入利润榜顶端，同时让 EquiLibre 成为“交易领域前沿 AI 研究”的代名词。
Ondřej： 同一领域的捷克公司 Qminers 公开数字显示，约 9 亿捷克克朗收入可产生约 4 亿利润，利润率接近 50%。这是不是一个可参考的经济模型？
Martin： Qminers 更早成立，也是捷克本地公司，所以公开数据更容易查到。我们与创始人 Petr Zahradník 关系很好，彼此支持，也约定不挖对方的人。外界常把交易行业想象成极端敌对，但至少在捷克同行之间并不是这样。
我们的竞争目标也不是打败 Qminers 或本地公司，而是挑战 Citadel 等最大型美国机构。全球市场足够大，不是只有一家能活。顶尖机构的利润率之所以很高，是因为边际产品是软件和策略，主要成本集中在顶尖人才、数据、交易基础设施与现在越来越昂贵的算力。
我们不希望最终只是一家交易公司。交易相当于 Google 早年的广告业务：先产生强大的现金流，再用它支持更多模型与应用。今天算法的输入是金融数据，将来如果底层技术建立得足够好，它可以进入其他领域。
Ondřej： 既然业务能够盈利，为什么还要接受风险投资？
Martin： 核心不是填补亏损，也不只是招聘，而是算力。我们可以等业务自己赚够钱，再购买更多 GPU；也可以现在引入资本，立刻增加算力，让研发和市场扩张提前发生。只要加速产生的价值大于稀释，融资就合理。
招聘当然也是用途之一。当前候选人管线中，约 90% 到 95% 来自海外。全球人才愿意搬来布拉格是一件好事，但另一面是，我们还没有充分使用捷克本地的优秀人才。如果本地有人希望真正参与前沿模型研究，团队也非常希望他们申请。
我们在云、neocloud 和自有硬件之间采用混合方案。纽约有自己的数据中心和大量 GPU，也会继续增加云资源。我相信，在捷克企业中，目前没有谁拥有与我们相当的训练算力。
云的优点是启动快、扩容方便，早期尤其合适；缺点是长期成本高，而且即使有钱，也未必能立即拿到上千张 GPU。供应商可能让你排队两年。因此，自建硬件可以降低成本和供应风险，但我们不会只押一种方式。
Ondřej： 自建集群需要的投资是不是已经达到数千万美元？
Martin： 我不披露具体金额，但显然不可能只买三张显卡就称作捷克最大的企业 GPU 集群。融资规模和硬件投入都很大。我们之所以保留混合模式，是因为自建与云各自都有速度、成本和供应上的优缺点。
算力对我们不是一般的 IT 成本，而是研究生产要素。更多 GPU 可以训练更大的模型、缩短实验周期，并同时支持更多市场。如果收益能力随模型和市场覆盖一起增长，那么提前获得算力会显著改变整条增长曲线。
Luboš： 日常研发具体怎样推动收益增长？
Martin： 研究永远不会“完成”。可以把它简化成两个方向：第一，让同一个市场上的模型更大、更好，把原来赚 1 美元的能力提升到 1.5 美元；第二，把模型扩展到更多市场和产品，在另一个市场再赚 1 美元。
如果模型质量提升与市场覆盖同时发生，效果不是简单相加。原来两个市场各赚 1 美元，总共是 2 美元；每个模型都提升到 1.5 美元后，总额变成 3 美元。增加模型规模、改进算法、扩大产品覆盖会共同推动增长。
Luboš： 公司现在有多少人？融资以后会大幅扩招吗？
Martin： 约 25 人。我们相信，小而精的团队也能完成非常大的事情。很多快速增长、已经盈利的创业公司融资后立刻招到一两百人，反而破坏了原来有效的结构。我们更愿意增加算力，团队只缓慢增长，维持很高的招聘标准。目前大约只准备再招五个人。
创始团队仍持有多数股权。过去每轮融资的稀释都相对合理，我们也愿意给小团队更慷慨的权益。至于何时成为独角兽，更取决于我们是否还愿意接受新融资；如果业务与算力回报足够好，下一轮融资可能不再有必要。
Ondřej： 现有投资者包括最初的 Credo Ventures、Rockaway，以及后来的国际基金？
Martin： 第一轮主要是本地投资者，之后的资本更多来自国际市场。最近一轮由大型瑞典基金 Creandum 参与。我们对资本结构比较满意：投资者拿到合理份额，创始人仍有很大持股，团队也能得到有吸引力的股权。
一家成功公司也可能被糟糕的 cap table 卡住，所以每一轮都要控制稀释与利益关系。独角兽估值并不是必须完成的运营目标。如果再融资能明显加速算力与发展，我们会做；如果业务已经能更高效地自我供血，就没有必要仅为获得一个称号而引入新股东。
从标普到黄金：算法能否跨市场迁移
Ondřej： 更多产品是否包括商品和黄金？
Martin： 包括。我们希望算法像通用游戏算法一样，可以用同一套核心方法处理差异很大的产品。标普 500、黄金和美国债券显然很不一样，但我们的模型已经能处理这些不同市场，黄金现在也能交易。
黄金让我觉得很有意思：人类交易它已有四千年历史，如今大规模神经网络也开始买卖同一种资产。新旧技术在这里直接碰到了一起。
交易只是第一步
Ondřej： 你曾在 DeepMind 工作，也认识 Demis Hassabis 和 John Jumper。怎样看当前几家主要 AI 实验室？
Martin： 最重要的是先意识到，我们生活在一个非常特殊的时代。过去的人见证新大陆、电力和互联网出现，我们正在亲眼看着 AI 从科幻变成现实。速度有时快得让人害怕，但能参与前沿研究是一件令人兴奋的事。
我见过 Demis Hassabis 多次，也曾向他展示团队项目，但不能说是私人朋友。与 AlphaFold 共同获得诺贝尔奖的 John Jumper 我也认识。这些经历让我能够近距离看到大实验室怎样运转，但我对它们的判断仍主要基于组织本身，而不是私人关系。
就公司而言，我不是 Sam Altman 和 OpenAI 的拥护者。我认为那家公司现在比较混乱，内部状态并不健康。
Anthropic 管理得很好。那里有优秀的人，能够减少戏剧化冲突，专注于模型和产品，像一台润滑良好的机器。
DeepMind 与我感情最深。Demis 很友善，团队里有大量出色研究者，但它背后毕竟是 Google，会受到大公司的政治与流程约束。Anthropic 和 OpenAI 之所以能追上来，部分原因正是它们最初人员、资金和算力远少于 Google，却能在更快、更少束缚的环境中行动。
这也是我们相信自己能够挑战 Citadel 等巨头的原因。对方拥有数千人、巨额资金和大量 GPU，并不自动意味着小团队没有机会；组织速度本身就是变量。
Luboš： 中国 open-weight 模型与美国闭源实验室的竞争，对你们的研发有直接影响吗？
Martin： 有，而且影响是正面的。许多领先美国实验室几乎不再公布真正有效的方法。你能从它们论文中读到的，往往恰恰是已经不构成优势的东西，因为有效的核心技术不能公开。
这不是说公开论文完全没有价值，而是商业竞争改变了发表边界。真正决定模型能力的训练技巧、数据处理和工程方法，经常被留在内部。反而是愿意发布开放权重和技术报告的中国实验室，为外部研究者提供了更多可以直接测试的想法。
一些中国实验室则会发布非常好的训练论文，包括新算法、新技巧和工程方法。我们读到以后，会在自己的模型上测试；有时这些技巧确实能改善内部交易模型。
从全球格局看，我很高兴这些开放模型存在。遗憾的是，竞争主要变成中美两方，我更希望欧洲也能保持真正的前沿能力。
Ondřej： Mistral 是否可能成为欧洲的代表？
Martin： 欧洲有一部分生态正在转向“主权”叙事：模型可能不如最领先的美国模型，但数据中心在欧洲、训练数据在欧洲，因此卖给欧洲企业和政府。这种定位在商业上可能成功，收入也会增长，但如果大家只是相互购买较弱的欧洲方案，就会形成一个自我封闭循环。我不确定那是不是欧洲建立真正前沿能力的正确道路。
Luboš： EquiLibre 最终想成为全球 AI 公司，甚至进入更多接近 AGI 的领域吗？
Martin： 我们一直把自己理解为应用型前沿 AI 与强化学习实验室。交易是第一块领域，我们希望先在这里建立世界上最好的模型；未来还会选择其他适合的领域，继续训练最好的专用模型。
它不一定意味着再做一个通用聊天模型。更可能的形态类似 Alphabet：Google Search、YouTube、地图表面上是不同业务，但下面共享技术、代码、数据中心和组织能力。我们的不同应用也可能由一层共同的强化学习、算力和工程基础连接，而具体领域彼此差异很大。
Ondřej： 你个人最常用哪个公开模型？
Martin： 我们与其他人一样使用所有顶尖模型。现在用得最多的是 Claude，但只要出现更好的新模型，团队就会很快切换。重要的不是固定忠于某个品牌，而是持续采用当前最有效的工具。
Ondřej： 所以你们内部模型处于交易前沿，并不意味着日常办公也完全自建一套聊天工具？
Martin： 对。我们的专有优势集中在强化学习和交易模型。写作、编程辅助和普通知识工作没有必要重复建设公开模型已经提供的能力。哪家模型当前最好，团队就使用哪家；竞争格局变化时迅速切换。
Luboš： 你现在还打扑克吗？
Martin： 很少，大概一年与朋友玩一次，而且我打得很差。
Ondřej： 那看来还是交给你们的神经网络更合适。
Luboš： 好，祝你们发展顺利。等我们下次再见时，再看看你们的增长曲线已经走到了哪里。希望它尽可能保持指数增长。
来源: 微信公众号