#JaneStreet70亿押注CoreWeave 一年赚 205 亿美元的量化巨头，转头花 70 亿买 GPU——它在造什么？

4月15号，一条消息在金融圈和 AI 圈同时炸了锅：Jane Street 跟 CoreWeave 签了 70 亿美元的大单——60 亿算力租约，外加 10 亿直接入股。你可能对 Jane Street 这个名字不熟。没关系，记住一个数字就行：这家公司 2024 年净交易收入 205 亿美元，占了整个美国股票市场交易量的 10% 以上。高盛的交易部门在它面前都不算什么。它不是对冲基金，而是全球最大的做市商之一——你买卖股票的时候，对面坐的可能就是它。
一个做交易的公司，花 70 亿买 GPU 时间。这个手笔比很多 AI 实验室还大。Meta 跟 CoreWeave 签的 210 亿大单好理解，Meta 要训练 LLaMA，它需要算力。

但 Jane Street 呢？它在造什么？
三周三个大单，CoreWeave 成了算力界的军火商
先说 CoreWeave 是谁。
这家公司去年刚上市（NASDAQ: CRWV），做的就是一件事：买大量 NVIDIA GPU，搭数据中心，以云服务的形式租出去。你可以把它理解成「GPU 军火商」。
过去三周，它连签了三个客户：
• 4月9日：Meta，210 亿美元（到 2032 年）
• 4月10日：Anthropic，多年度协议（金额未披露）
• 4月15日：Jane Street，60 亿云服务 + 10 亿股权三个客户，来自三个完全不同的行业：社交媒体/AI 研究、AI 模型公司、量化交易。GPU 算力正在变成一种跨行业的基础设施，就像电一样——谁都需要，但未必需要自己建发电厂。
Jane Street 合同里还有一个细节值得注意：它获得了 NVIDIA 下一代 Vera Rubin 计算平台的优先使用权。Vera Rubin 今年3月 GTC 大会刚发布，定位是推理、规划和 Agent 级别的 AI 计算，预计 2027 年大规模部署。Jane Street 愿意在这个平台还没量产的时候就开始砸钱——说明它对 AI 算力的需求不是"未来再说"，而是"现在就要，越多越好"。
量化交易的暗线：从数学公式到大模型量化交易的技术演进，外行不太关注，但它正在经历一次质变。
最早期的量化（2000 年代），核心是统计套利和均值回归，跑在 CPU 集群上就行。
到了高频交易时代（2010 年代），拼的是延迟——谁快谁赚钱，FPGA 和微波通信成了标配。2020 年代，机器学习开始渗透：深度学习做预测，NLP 从新闻和社交媒体里挖信号，强化学习自动生成策略。但这些都还是「辅助工具」。
真正的变化发生在最近两年：量化交易正在从「用 AI 辅助策略」变成「AI 原生的交易范式」。什么意思？以前的流程是：人想策略 → 用 AI 优化参数 → 执行。新的方向是：大模型直接从海量市场数据中发现人根本想不到的模式，然后自主决策。不是 AI 帮你交易，是 AI 在交易。这种范式需要的算力，跟训练一个大语言模型差不多。Jane Street 的 60 亿美元，大概就是奔着这个去的。有个细节很有意思：Jane Street 的交易员不用 C++，用的是一种叫 Mojo 的编程语言——设计理念是"Pythonic 风格但 C 级速度"。这家公司从工具链上就在为 AI 时代做准备。S&P 的警告：没人想谈的系统性风险Jane Street 花 70 亿买算力这件事，还有一个很少有人提到的暗面。S&P Global Ratings 4月份刚发了一份报告：美国银行对对冲基金和高频交易公司的总敞口已经达到数万亿美元，杠杆率创历史新高。报告用了一个很重的词——"内生脆弱性"（endogenous fragility），直白点说就是：系统从内部开始不稳了。Jane Street 2024 年收入 205 亿美元，比很多大型银行还多。当这样的巨头把核心交易逻辑交给 AI 模型，几个风险同时放大：
第一，AI 模型的"黑天鹅"。 传统量化策略的逻辑是人写的，出了问题至少能追溯原因。大模型是个黑箱，在极端行情下可能产生完全不可预测的行为。2020年原油期货跌到负值的时候，传统量化模型都失灵了——如果当时是 AI 在自主交易，后果会怎样？
第二，算力集中化。 CoreWeave 一家公司同时服务 Meta、Anthropic、Jane Street。如果它的数据中心出故障——网络攻击、自然灾害、或者单纯的技术故障——影响的不仅是 AI 服务，还有全球金融市场。
第三，"同向交易"共振。 如果多家量化公司使用相似的 AI 架构（比如都基于 Transformer），它们可能在市场波动时做出趋同的决策。这不是理论推演——2024年8月日元套利交易平仓引发的全球市场闪崩，就已经有人指出量化资金的同向行为是放大器。

值得思考的问题
第一，70 亿美元对 Jane Street 来说不是什么大数字。它一年赚 205 亿，拿出三分之一买算力，说明它认为 AI 原生交易的未来收入会远超这个投入。这种级别的下注，不是试探，是 all in。
第二，GPU 算力正在成为金融基础设施。以前量化公司拼的是延迟和算法，现在加上了算力。没有足够 GPU 的量化公司，就像没有足够服务器的互联网公司——根本没法上牌桌。
第三，监管的步伐远远落后于现实。Jane Street 去年刚被印度证券监管机构调查衍生品交易——那还是传统策略的问题。当 AI 自主交易成为主流，谁来审计一个每天执行数十亿笔交易的 AI 模型？目前的监管框架根本没准备好。

散户和主观投资者面临的不是一个更公平的市场，而是一个越来越不公平的市场。AI 量化交易的优势不只是速度——它看到的数据维度、发现的模式、执行的精度，都不是人类大脑能匹敌的。Jane Street 花 70 亿买的不是算力，买的是对市场的认知碾压。
这不只是 Jane Street 的事。同一天，香港 AI 量化平台 AlphaNet 完成了 1000 万美元种子轮。贝佐斯的 AI 实验室在从 Citadel 挖人。OpenAI 刚收购了一家个人理财公司。AI 和金融的交叉点，正在变成这个十年最拥挤的赛道。
区别在于，Jane Street 已经不是在起跑线上了——它已经在跑了。