億萬富翁投資人Druckenmiller承認在《華爾街日報》批評財政部長全面使用AI
億萬富翁投資人Stanley Druckenmiller承認，他在《華爾街日報》批評財政部長Scott Bessent國債回購政策的專欄寫作中使用了AI，並稱自己如今“寫任何東西都使用AI”。
該文標題爲《Let the Bond Market Speak》，反對美國財政部擴大長期國債回購以壓低收益率的做法。Druckenmiller認爲，每次操作規模達到或超過40億美元的回購不能解決政府融資成本上升的根本原因，並將其稱爲“價格管理”，而非流動性管理。
爭議起於經濟學家Claudia Sahm將文章放入Pangram檢測工具，結果顯示文本“100%爲AI”。這一輸出只能反映該工具對文本模式的概率判斷，不足以單獨證明文章由AI完全自動生成；隨後NOTUS記者Jeff Stein直接向Druckenmiller求證，後者確認曾使用AI。
Druckenmiller否認“整篇文章都由AI生成”。他表示，自己拒絕了許多AI建議，文章表達的是他的觀點，並將AI比作計算器：使用工具協助寫作，不改變作者對觀點和結論的責任。
《華爾街日報》評論版編輯Paul Gigot爲刊登該文辯護，稱對投稿的核心判斷是其是否代表作者原創論點，以及作者是否具備發表該觀點的資歷和可信度；他表示，Druckenmiller的文章是其真實立場。
市場機制上，AI寫作將語言組織、資料歸納、初稿生成和修改的邊際成本降至接近零，但投資判斷、事實責任、署名信譽和法律風險仍由人承擔。模型供應商和企業軟件平臺將受益於默認化使用；以標準化文案生產爲主的服務承壓，而能夠提供獨特觀點、原始數據、行業關係與可追責決策的人，反而更具溢價。
來源：公開信息
ABAB AI 解讀
Druckenmiller的寫作習慣與其投資生涯中的工具觀一致：他從英語專業轉向經濟學，後來在George Soros體系內建立宏觀交易聲譽，並通過Duquesne Capital長期強調宏觀變量、倉位管理和風險紀律。此次國債文章針對的不是抽象財政話題，而是其昔日部屬Bessent主張擴容國債回購的具體政策；在這種高風險公共表達中，他將AI用於語言生產，卻保留判斷權，符合宏觀投資人把計算、信息處理與最終押注分離的傳統。
資本路徑上，AI首先進入高收入決策者的“表達層”：郵件、備忘錄、評論文章、投資框架初稿和會議準備都可以被快速生成、改寫和壓縮。它節省的不是觀點本身，而是把觀點轉成可分發文本的時間。模型公司從高頻推理調用中獲利，媒體從更高產的供稿中受益；但當AI協助文本沒有透明披露時，編輯部、讀者和作者之間將出現新的信任成本，尤其在市場、政策與醫療等可能影響決策的領域。
歷史上，計算器並未消滅數學家，Excel並未消滅投資分析師，Bloomberg終端也未消滅基金經理；它們把競爭從手工計算轉移到變量選擇、解釋能力和倉位決策。生成式AI對寫作的作用類似：它把修辭、結構和改稿自動化，但不能替代對財政赤字、長期利率、債券供需與政策後果的可驗證判斷。Pangram的“100%”結果也展示出AI檢測器的侷限——它們識別文本風格，不等同於確認完整創作過程。
本質屬於技術替代。首先被替代的是從腦中觀點到正式文字之間的手工勞動，包括起草、重寫、格式化和語氣調整；沒有被替代的是聲譽資本。高影響力作者的署名仍然意味着其觀點、利益衝突與錯誤成本可被追責。變化發生的機制是語言模型把通用表達能力商品化，而稀缺資源轉爲“誰擁有真實判斷、獨家信息和承擔後果的身份”。
ABAB News · 認知定律
AI替代文筆，無法替代署名責任
表達可以外包，判斷必須自擔
當文字無限生成，信譽成爲稀缺資產