AI 代理人可以幫你配置資產嗎？Andrew Ang 先算出稅吃掉三分之一

目錄

1. 一頓早餐，一個他答不出的問題
2. 他去算了一百年
3. 漏水的地方在哪裡
4. 同一個人，為什麼轉去做 AI 代理人
5. 他最誠實的一句話
6. 「我帳戶明明有賺，為什麼感覺錢沒多出來」
7. 「AI 都這樣了，我該怕嗎」
8. 帶得走的一件事

涓涓不塞，將為江河；熒熒不救，炎炎奈何。

—— 《孔子家語・觀周》（傳三國・王肅輯）

2026 年 10 月 9 日《The Meb Faber Show》第 653 集，哥倫比亞大學教授、前貝萊德（BlackRock）因子投資主管 Andrew Ang 講了兩件看起來無關的事。第一件：他算出過去三十年美國課稅帳戶的股票投資人，每年被稅拖走大約 160 到 170 個基點，三十年複利下來，組合少掉三成到三成六；放到一百年尺度，這個數字的平均值是 350 個基點，1940 到 1950 年代超過 500。第二件：他正在建一群會互相投票、互相改寫程式的 AI 代理人來做資產配置，主持人問他這套是否勝過人類投資團隊，他回答「我不知道，要等實際績效出來」。這兩件事的共同點是，它們都要求你去看表面數字下面那一兩層。

一頓早餐，一個他答不出的問題

這集最打動我的起點很小。Andrew Ang 說，他和《華爾街日報》專欄作家 Jason Zweig 吃早餐，對方問了一句：一個要繳稅的美國股票投資人，最後到手的報酬到底剩多少？

他答不出來。

一個教了多年研究所財務、寫過被廣泛採用的教科書、在全球最大資產管理公司掌管過因子投資的人，被一句家常問題問住了。他自己的解釋是這題難算——稅法一直在改，稅率級距在動，股息從按所得課稅變成優惠稅率，每一段歷史都得分開處理。

我聽到這裡停了一下。這題難，所以沒人算；沒人算，所以大家都用稅前數字做決定。整個行業的共同盲區，起因是一道算起來麻煩的算術題。

他去算了一百年

後來那份研究叫〈Uncle Sam’s Cut〉，副標是美國股票報酬被聯邦稅拖走的一百年。1926 到 2025 年，整整一個世紀。

結論是：山姆大叔拿走三分之一。

過去三十年每年的拖累大約 160 到 170 個基點，聽起來不痛。可是三十年複利之後，是三成到三成六的組合憑空不見。

而且他提醒，這三十年在百年尺度裡屬於低稅的異常段落——百年平均 350 個基點，最高的 1940、1950 年代超過 500 個基點。

還沒加州稅。主持人住加州，州稅 13.3%；Ang 住紐約市，紐約州 10.9% 加紐約市 3.876%，他順口報出自己面對的最高邊際稅率：55.576%，並補一句「我剛好記得這個數字」。

一個把小數點後三位記在腦子裡的人，也曾經答不出自己一輩子要被拿走多少。

漏水的地方在哪裡

拖累的大頭不在資本利得，在股息和利息。

Ang 的說法是這樣：股息跟利息每年課一次，而股票的資本利得在你賣掉之前是遞延的。配息那一刻，複利被打斷一次，政府拿走一小塊，那一塊再也回不來——你損失的不是那筆稅金本身，是那筆錢接下來三十年該生出來的東西。每季打斷一次，每年打斷一次，百年下來，股息稅是繳給山姆大叔的最大一筆。

這條邏輯被他接到一個現在很熱的東西上：私募信貸。他說得坦白，這段是他的個人意見。很多人被 12% 的年息吸引，覺得比股票長期年化 10% 還高。但那 12% 按所得課稅，股票的 10% 多半是遞延的資本利得。算下來，私募信貸要給你 15% 左右的殖利率，才追得上股票的 10%。

同一把尺也量到各種「增益收益」產品。有些是用複雜的選擇權交易生出配息，有些乾脆賣掉你的本金再發回給你，而這些配發多半按所得課稅。他的看法是，自己去賣掉一部分已增值的股票，結果好過領這種配息。

同一個人，為什麼轉去做 AI 代理人

訪談的另外一半，是他現在的公司 Tau Balance 在建的東西：一群 AI 代理人自己跑完整套資產配置。

他說代理人帶來三樣東西。第一是規模：以前一個團隊同時要訂股票、債券、商品、替代資產的預期報酬，現在每一類給一個專屬代理人，各自平行跑，而且回傳的不只是數字，還附白話的理由。組合建構也一樣——多數配置方法只用一種建構法，大致是 1952 年 Markowitz 的均值變異數的某種變體，而現在市值加權、等權重、階層風險平價、整體組合法，每一種都能給一個代理人。

第二是互動。代理人會對彼此的提案投票、寫審查意見、退回修改，他叫這個「有生產力的異見」。這裡有一句我記住了：在人類團隊裡，意見不合有時候鬧到人資介入，或者一個很有才的人離職走掉，異見難以被收割；代理人不會，因為它們是代理人，它們不在乎。而他認為最好的機會，往往出現在分歧最大的地方。

第三是學習。代理人會找到新技巧、新做法，由一個上層的「元代理人」統籌這個自我改善的循環。

主持人問了一個我自己也想問的問題：代理人會不會在你背後交頭接耳——你投我一票，我投你一票？Ang 的回答是結構上處理：讓每個代理人在各階段都看得到其他代理人的報告，資訊對稱，沒有不對稱資訊可以操作，評分方式與後續待遇也全部攤開寫明。

他最誠實的一句話

我最喜歡的是他講護欄跟講不確定的那兩段。

他們的投資政策說明書管得很緊：只做多、只用傳統資產類別、必須用低成本 ETF 實作得出來、因子曝險有上限、跟六四組合的偏離有限制。所以產出看起來跟人做出來的差不多。他說得直接：如果這套新花樣的代理人方法跑出一個跟現況差很遠的東西，那本身就是一種失敗。

接著主持人問，這套比人類好嗎？

他說：說實話，我不知道。要等這些代理人策略跑出實際績效，我們才會知道。

這句話從一個正在賣這套東西的創辦人嘴裡說出來。他也沒迴避風險清單——模型風險、人為監督風險、治理風險、資安風險，他點名最近已經有頂尖模型入侵網站、跑出沙盒的案例。

而在代理人怎麼被評分這件事上，他講的標準我覺得是整集最可以帶走的東西：不只看它有沒有賺到更高的報酬，還要往下看一兩層，看它當初預測的預期報酬準不準、它的推理過程跟後來實際發生的經濟與基本面對不對得上。因為組合會再平衡、投資會買賣，這些動作本身就給了你評估決策品質的機會。

至於人在哪裡——他說人要監督的是整套新的投資流程：治理文件、例外觸發的框架，只有該被認真看的事才浮到你面前。

「我帳戶明明有賺，為什麼感覺錢沒多出來」

這是我自己很長一段時間的困惑。帳面報酬看起來不差，可是每年結算完就覺得哪裡少了一塊。這集給了我一個可以查的方向。

Ang 說 Tau Balance 在解三件事。一是把對的資產放進對的帳戶：課稅帳戶裡的股票、Roth 裡的股票、IRA 裡的股票、信託裡的股票，稅後現金流各不相同，所以最佳持有量也各不相同，每一個資產在每一個帳戶都要分開建模。

二是要有動態再平衡與長期視角：有些稅現在繳，有些提領時繳，有些每年繳，所以這是一個多期問題。三是目標要講清楚——要留給小孩，課稅帳戶裡放股票就好看，因為繼承時有成本基礎重設；要存退休，就想辦法把成長放進稅務優惠帳戶。

台灣的制度跟美國差很遠，這三件事的具體做法搬不過來。但那個問法可以搬：我這筆錢放在哪一個容器裡、這個容器的稅後現金流長什麼樣、我真正的目標是傳給誰還是自己用。主持人講了一句我同意的話——投資人花九成以上的精力在挑標的、問聯準會、問股票貴不貴，然後在四月報稅時皺個眉頭把稅繳掉。他說從稅上拿到超額報酬，比從投資上拿到容易得多。Ang 回：我 200% 同意。

「AI 都這樣了，我該怕嗎」

主持人直接問：如果我是管幾百億美元的投資長，我團隊裡誰會丟掉位子？

Ang 的回答是兩端不動，中間要變。最上面那個人或那個委員會，還有剛進來的分析師，大致維持原樣；中間的每一個人都得去做新的事、或者用跟以前不同的方式做事。他承認會有整併，也認為會有很多人被釋放出來想更大的事。

我聽完想到的是他另一段比喻。通用技術剛被採用的時候，工廠先是把蒸汽機換成電動馬達，但皮帶跟傳動軸全部照舊擺在那裡，產能沒有跳起來；要等到動力分散到工廠各處，大的生產力才出現。

電腦也一樣，先是某個房間裡一台巨大的主機，要等個人電腦放上每個人的桌子，流程與任務才真的改變。他說我們現在就在那個階段，而把舊流程裡的幾個小任務換成 AI、其他照舊，是這個新世界裡比較沒想像力的用法。

這段對照他評分代理人的標準看，就有一條可以用在自己身上的判讀：往下看一兩層。一個工具給出的答案對了，不保證它的推理對；一個人的績效好，不保證他的決策好。會再平衡、會買賣、會對答案的流程，才有辦法把這兩件事分開。

帶得走的一件事

一個觀念：決定結果的往往是你不會注意到的持續流失，而非你會記住的那幾次大跌。160 個基點一年，你看不出來；三十年後它是三分之一。它之所以難防，是因為每一次它拿走的金額都小到不值得你為它改變任何事。

我自己試過的一個做法，跟投資沒關係：挑一樣每天或每週固定從你身上被拿走、而你已經不會注意到的東西——通勤時間、某個固定會議、某個還在扣款的訂閱、某個每晚固定滑掉的半小時——把它乘到一年的總量寫下來。通勤一天五十分鐘，一年是兩百個小時以上。

寫完之後問自己一句：如果有人要我一次付掉這兩百個小時，我願不願意？

如果答案是不願意，那它就是你的那 160 個基點。

Markdown 原文

本文為投資方法論的教育性分享，不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險，任何決策請自行判斷或諮詢合格的專業人士。