像请五位顾问从一堆投资规则里各挑一个最值得用的，Steve LeCompte 把同一道题交给 Grok、ChatGPT、Claude、Perplexity 和 Gemini：为普通美国退休储蓄者筛选一种尽量简单、流动性高、增长较快且回撤较浅的战术资产配置策略——也就是阶段性调整股票、债券或商品等资产的比例。这个小实验值得看，因为它测试的不只是 AI 会选什么，也能看出不同模型是否容易给出相似答案。
作者随后又让同一组模型判断：当越来越多投资者照着 AI 建议交易，市场会发生什么。这里的关键是“反身性”——建议影响买卖和价格，变化后的价格又会让原先的策略失效。若多个模型偏爱同类规则，还可能形成策略拥挤：资金一起进场时表现或被推高，一起退出时冲击也会更大。不过公开材料停在付费墙前，没有披露五个模型具体选了哪些策略、答案有多一致，也没有可核对的收益、复合年增长率或最大回撤结果。因此目前更适合把它看成一个有意思的压力测试，而不是 AI 已能替人完成策略尽调的证据。