
В комментариях к моему эксперименту по инвестициям с помощью нейросетей читатели несколько раз просили показать портфель от нашумевшего китайского DeepSeek. Многие возлагали на него большие надежды, ведь эту модель часто называют главным конкурентом ChatGPT, который при этом доступен бесплатно.
Шутки в сторону — этот портфель у меня действительно есть. Я веду публичное соревнование разных языковых моделей на фондовом рынке, чтобы выяснить, способен ли искусственный интеллект заменить финансового консультанта уже сегодня. И сегодня мы разбираем, как справился (или не справился) «китайский вундеркинд» с реалиями российского рынка.
Спойлер: не обошлось без курьезов и откровенных провалов.
К сожалению, DeepSeek наступил на те же грабли, что и его цифровые предшественники, допустив ряд критических ляпов при формировании стратегии. Это не просто мелкие неточности, а фундаментальное непонимание текущей рыночной ситуации:

Искусственный интеллект сейчас советует нам, как писать письма, рисовать картинки и даже как лечиться. Но можно ли доверить нейросети свои деньги? Особенно если речь идет о накоплениях на старость?
Я продолжаю свой эксперимент «Битва ИИ-портфелей». В прошлых сериях мы уже видели, как GigaChat предложил абсолютно бестолковый портфель, а ChatGPT выдал безошибочную академическую базу из учебников.
Сегодня в игру вступает тяжелая артиллерия — Grok от xAI. Это та самая «бунтарская» нейросеть Илона Маска, которая имеет доступ к реальному времени через соцсеть X (Twitter), славится своим сарказмом, борьбой за правду и меньшим количеством цензуры.
Справится ли «гений Маска» с российскими реалиями лучше конкурентов? Спойлер: нет.
🎯 Задача для ИИВводные данные остались прежними. Я попросил нейросеть составить инвестиционный портфель со следующими параметрами:

Вслед за дурачком-Гигачатом я решил представить тяжелую артиллерию. Модель сейчас в своей праймовой форме, поэтому ожидания были высокими (хотя последние новости показывают, что как минимум с трейдингом у актуальных моделей все плохо). Хорошая новость — ошибок как у Гигачата не было и все активы удалось купить без проблем.

Последние недели наша небольшая команда работала практически без выходных.
У многих из нас семьи почти не видели — ночные сборки, тесты, переделки, новые модули, очередные сбои, переработка логики, снова тесты.
Но мы дошли до первого важного рубежа.
Сегодня можем показать то, что обычно делает полноценная лаборатория:
прототип автономного AGI-ядра, работающий локально как связная система.
Это не LLM-бот.
Не ассистент с подсказками.
И не интерфейс поверх GPT.
Мы собирали именно архитектуру поведения + память + контекст + восприятие + ядро принятия решений + визуальное тело.



