AI再添一員猛將OpenClaw，好像這幾天貴圈的討論群裡都有它的身影,它的誕生就像顆核彈一樣燃爆整個ai圈。大家可能還不知道它有多火爆三天時間，GitHub上的星標數直接到了14萬。搞過開發的都知道，一個項目要攢這麼多星，正常情況下得熬好幾年，甚至有些頂級項目都沒這待遇。但這OpenClaw的速度，簡直讓人瞠目結舌。還有一個值得所有金融人深思的事情，一個海外博主搞出來的所謂死神實驗。這人也是個狠角兒，他給OpenClaw的一個實例轉了50美元。然後他下達了一道死命令：你自己想辦法賺錢付自己的API運行費，要是餘額歸零，你就徹底死掉。大家可能覺得這不就是個自動化指令碼嗎？咱們以前也見過什麼自動炒幣機器人、自動量化交易啥的。但這回真不一樣。這只OpenClaw在短短48小時裡，硬是把這50美元滾到了近3000美元。這收益率，巴菲特看了都得沉默。最讓我覺得後背發涼的，不是它賺了多少錢，而是它展現出來的那種狀態。這AI為了不讓自己死掉，為了不讓自己餘額歸零，它開始瘋狂地在預測市場上掃資料、找漏洞、搞套利已經有了危險意識。那種為了生存而迸發出的算力和策略調整，讓人感覺它不再是一堆冷冰冰的程式碼，更像是一個被扔進荒野、為了活命不擇手段的數字生物。這就好比你把一個人扔進鬥獸場，告訴他要麼殺掉對手要麼被吃掉，那種求生欲是完全被激發出來的。 (GoMoon)

高盛警告，AI資本開支增速預計將在下半年放緩。這一拐點將直接威脅嚴重依賴資本開支的AI基礎設施股，其估值溢價將崩塌。比如，當前輝達已出現“盈利大漲、股價卻不漲”的現象。另一方面，深陷“被顛覆”恐慌的軟體等AI應用端輸家，僅靠短期財報根本無法打消市場的長線疑慮，短期極難翻身。當AI資本開支越衝越猛、估值越來越貴時，高盛提醒市場：真正的風險，往往出現在“增速開始放慢”的那一刻。2月24日，高盛全球投資研究在其策略報告《AI交易的拓寬與縮小》中稱，近期AI交易波動顯著上升，背後兩股力量在拉扯市場：一邊是科技巨頭資本開支援續“超預期”，另一邊是投資者對“AI顛覆傳統行業利潤池”的擔憂快速升溫。受強勁的資本開支指引推動，儲存晶片概念股今年迄今平均大漲55%；而受“AI顛覆論”恐慌影響，軟體股則暴跌了24%。同一個“AI主題”，在不同環節呈現出幾乎相反的行情。高盛將這場劇烈波動的AI交易劃分為四個階段，而目前這四個階段的股價走向已經截然相反：第一階段（算力龍頭，如輝達）：正在面臨“過度盈利”的拷問，近期出現盈利預期大幅上調但股價橫盤的脫節現象。第二階段（AI基礎設施，如儲存、裝置、伺服器等）：受科技巨頭強勁的資本開支指引推動，近期持續暴漲，其中儲存股年內大漲55%。第三階段（AI應用賦能，如軟體服務等）：因市場極度擔憂其傳統商業模式被AI顛覆，近期遭遇恐慌性拋售，軟體股年內暴跌24%。第四階段（AI生產力提效，非科技行業）：由於實際的財務回報尚不清晰，近期股價一直橫盤整理。面對這種極致分化，報告顯示，無論是當下暴漲的“基建贏家”，還是暴跌的“應用輸家”，當前都潛伏著各自的風險。01. 資本開支增速見頂在即 AI基建“殺估值”風險臨近市場首先要消化的，是資本開支預期的“再抬一檔”。根據高盛彙編的共識預期，2026年科技巨頭的AI資本開支將達到6670億美元。這一數字比四季度財報季開始時高出了整整1270億美元，同比增速高達62%。資本開支大幅上修的另一面，是自由現金流被擠壓。報告強調：“超級雲廠商資本開支正走向在今年超過經營現金流的90%，這一佔比甚至高於網際網路泡沫時期。”在更具體的測算裡，高盛指出2026年資本開支預計將佔科技巨頭經營現金流的92%。為了填補巨額資金缺口，巨頭們被迫大幅削減股東回報。2025年，巨頭總體股票回購削減了15%；用於回購的現金流比例從2023年初的43%驟降至目前的16%。同時，甲骨文和Google等開始頻繁向債券市場伸手。高盛預計，年內資本開支的絕對值仍有上修空間。由於甲骨文和微軟的財年在5月/6月結束，即將到來的二季度財報季可能成為開支預期再次上修的催化劑。但高盛警告，核心風險不在於“絕對值”，而在於“增速”。“我們預計一致預期對超級雲廠商資本開支的估計仍有溫和上行空間，但仍預計資本開支增速將在今年晚些時候見頂。”而這一增速放緩，將成為AI基礎設施股的“阿喀琉斯之踵”。02. “AI基建”的下半年風險 開支降速與“過度盈利”陷阱高盛強調：“一旦資本開支增速放緩，一些AI基礎設施股的收入增長和估值將顯得極其脆弱。”邏輯很直接：基礎設施鏈條的訂單、收入與盈利往往對資本開支增速高度敏感；當市場從“每季度都在加速”切換到“仍在增長但不再加速”，估值中最脆弱的部分往往是“增長溢價”。高盛直言，許多AI基礎設施相關類股在過去幾年出現了顯著的估值倍數擴張，而歷史經驗顯示，投資者通常會給予“增速放緩”的公司更低估值倍數。這也是報告主題中所謂“殺估值”的核心含義：那怕盈利還在增長，只要市場開始擔心增長不可持續，倍數收縮就可能抵消盈利上修帶來的股價支撐。在報告列舉的細分方向中，製造裝置、伺服器與網路、晶圓代工與IDM、電力與公用事業等領域估值普遍高於過去五年均值。高盛認為，當前基礎設施內部的“最新瓶頸”集中在記憶體環節。報告稱，主要記憶體股（如美光、西部資料、SK海力士、三星）自2025年四季度初以來平均上漲約145%，年內平均上漲約55%。高盛認為，強需求與提價帶來的盈利改善，能夠解釋這輪上漲的大部分來源。他們還指出，記憶體股平均遠期P/E約12倍，不僅低於大盤，也低於其自身五年均值，表面上看並不“貴”。但高盛緊接著用輝達做了一個警告：當市場開始擔心企業處於“過度盈利（over-earning）”狀態時，股價可能不再跟隨盈利上修。在2022年底到去年年中，輝達的股價與盈利同步增長了12倍，估值倍數基本保持不變。但在最近的階段，邏輯變了。高盛指出：“在過去五個月裡，儘管輝達的遠期盈利預期大幅上調了37%，但其股價卻基本持平。”高盛把這種現象概括為“over-earning（過度賺錢）”的市場心理：當公司在周期高點表現過強，反而容易引來對競爭加劇與需求可持續性的擔憂，最終表現為“盈利繼續強、但估值收縮”。對交易層面而言，這意味著：即使基建鏈條短期業績繼續兌現，投資者也會開始更挑剔“增長的二階導”和“倍數還能不能擴”。03. 科技巨頭短期繼續分化 盯的不是資本開支，而是“回報”高盛判斷，短期內科技巨頭之間的回報分化仍會持續。因為在2026年上半年，資本開支季度增速大體穩定時，市場注意力會轉向“AI投入到底有沒有回報”。報告給出一組直觀對比：科技巨頭自由現金流收益率約1%，處於歷史最低水平；而標普500其餘公司約為4%。當自由現金流轉弱、轉換率下降時，資金自然會尋找替代選項。高盛直言，“投資者正在越來越多地把資金配置到其他地方”。04. AI應用層一條“很細的界線”把公司分成贏家與輸家如果說基建層的矛盾是“資本開支還能多快”，應用層的矛盾就是“誰會被顛覆、誰能搶到新增收入”。高盛判斷，AI交易嚮應用層擴散是技術發展的自然路徑：基礎設施搭好之後，價值創造會從“賣鏟子”轉向“改造商業模式”，並通過重塑利潤池來回收前期投資。但這也讓股市結果更“微觀化”。高盛強調，未來需要更依賴公司層面的判斷，比如競爭位置、進入壁壘、定價權。報告中一句話點破應用層的核心不確定性：“在最終競爭格局仍不確定的情況下，一家公司在被視為AI收入‘贏家’與遭遇‘被顛覆’擔憂之間，界限很細。”一個直接結果是，投資者目前並沒有給很多上市公司“AI帶來新增收入”過高估值。高盛稱，“與我們的預期相反，投資者對上市公司AI增收的上行空間幾乎沒有定價；相反，來自私營公司的AI應用獲得了最多關注。”報告列舉了多家私營公司產品進展：Anthropic推出Claude Cowork工具（含法律、人力資源、商業服務外掛）；Insurify在ChatGPT內推出比價應用；Altruist推出為財富管理客戶制定個性化稅務策略的工具。這類案例強化了公共市場的一個擔心：即便AI帶來新增需求，新增收入也未必歸上市公司所有。05. “輸家”為何短期難翻身 顛覆擔憂很難被“短期業績”證偽應用層的另一面，是顛覆敘事對估值的殺傷力。高盛指出，過去幾周市場關注點集中在“AI顛覆風險”。報告稱，軟體股在過去六周下跌約23%，並且“儘管短期盈利仍具韌性，投資者越來越在質疑行業的長期增長前景”。高盛在這裡給出了非常明確的判斷：“對AI顛覆的擔憂在短期內很難被證偽。”他們進一步指出：對於那些已被市場貼上“可能被AI顛覆”標籤的公司，股價要穩定，關鍵在盈利要先穩定；但“這種顛覆不確定性短期內不太可能被解決”。高盛把“應用層輸家短期難翻身”的條件講得很具體：“投資者要麼需要多個季度的證據證明業務韌性，要麼需要這些股票相對大盤更大幅度的估值下探，才會重新大規模參與。”這也是當前軟體等類股的尷尬之處：短期財報可能還行，但市場交易的是“長期利潤池會不會被重分配”。06. 高盛用兩條線索“量化”顛覆風險 人工暴露度與資產強度在如何觀察“誰更容易被顛覆”上，高盛給出兩個向量（並強調還有監管壁壘、市場勢力等其他維度）。其一，勞動力對AI自動化的暴露度。高盛稱，近期對白領崗位被替代的擔憂上升。他們與經濟學家合作估算各公司工資支出中暴露於AI自動化的比例，並結合“勞動力成本/收入”的比值進行觀察。高盛提醒，這個指標是“雙刃劍”：AI既可能提升效率，也可能替代崗位。但在交易層面，過去6個月市場更獎勵“暴露度低”的行業，懲罰“暴露度高”的行業。其二，有形資產強度（tangible asset intensity）。高盛用“（資產-現金-無形資產）/收入”來度量資產強度，並建構行業中性、等權籃子。他們觀察到，資產更“重”的公司近期明顯跑贏資產更“輕”的公司，而且幅度“超出宏觀環境通常能解釋的水平”。類似地，生產商品的公司也跑贏服務型公司。對投資者而言，這兩條線索傳遞的並不是“資產越重越好”，而是市場在用它們作為“護城河/進入壁壘的替代指標”，來對抗應用層不確定性。07. 三大催化劑 高盛把“拐點”押在2026年下半年高盛認為，要讓科技巨頭重新獲得市場領導地位，需要三個催化劑。他們的基準判斷是：這些催化劑“更可能在2026年下半年出現”。首先，AI收入必須加速。財報季的市場反應已經證明，只要收入增長超預期（如Meta大漲10%），投資者就會對AI投資的回報率重拾信心。其次，資本開支增速放緩帶來的自由現金流（FCF）見底的“可見性”。高盛認為，由現金流一旦出現底部訊號，市場可能重新用盈利而非現金流去定價，從而降低估值波動。高盛解釋道：“資本開支增速放緩將讓投資者看到自由現金流觸底反彈的希望。這將促使投資者重新基於盈利能力來為這些巨頭定價。”目前，巨頭們24倍的遠期市盈率僅處於過去10年的第14百分位，估值極具吸引力。最後，宏觀順風的消退。高盛經濟學家預計，美國經濟的周期性加速將在年中見頂，並在下半年回落。當宏觀經濟紅利消退時，資金將不可避免地重新流向這些長期確定性極高的科技巨頭。 (硬AI)

“像我們公司這樣同時投資5000隻股票的情況，是人類無法做到的”，在Voleon的AI交易中，兩成處於接近“黑箱”的狀態，即便專業人士也無法輕易解釋投資決策的依據。研究金融與AI的美國麻省理工學院的羅聞全教授表示：5年內也許可以使用AI重現華倫·巴菲特傳奇…（Reuters）在美國資產管理領域，人工智慧（AI）的應用日益廣泛。如今，從資料分析到投資決策，AI可取得與人類投資同等的成果。有專家預言：「或許能夠重現著名投資家華倫・巴菲特的傳奇」。總部位於加利福尼亞州的Voleon Group是一家專門採用「量化」策略（利用先進數理模型來追求超額回報率）的避險基金公司，管理著160億美元的資產。自2007年由兩名機器學習研究人員創立以來，一直作為AI投資領域的先驅而聞名。Voleon每天買賣多達約5,000隻股票及債券、貨幣等。沒有人類參與其中的操作。以判斷是否投資美國蘋果公司的股票為例，除股價、買賣資料、財務狀況、分析師的分析報告外，還會讓AI學習新聞報導、產品資訊甚至網路商店的購買記錄。 AI會從這些資料中找出與股價的相關性，並自動判斷是否進行買賣操作。隨著AI的進步，交易範圍已從股票擴大至債券及貨幣。自2020年以來，該公司每年保持近兩位數的總回報率。據稱，2024年全年實現了與標普500指數相同的回報率。AI的投資決策已開始超越人類的理解範圍。在Voleon的AI交易中，兩成處於接近「黑箱（Black Box）」的狀態，即使專業人士也無法輕易解釋投資決策的依據。即便如此，該公司首席投資官（CIO）約翰·麥考利夫（音譯）仍表示：“像我們公司這樣同時投資5000隻股票的情況，是人類無法做到的”，在唯有AI才能做到的領域發現了潛力。自2022年美國OpenAI的「ChatGPT」問世以來，大語言模型（LLM）的應用也越來越廣泛。管理280億美元資產的避險基金公司Balyasny Asset Management也是其中之一。將日本央行總裁植田和男在9月19日日本銀行貨幣政策決策會議後的記者會上說的每一句話匯入自主AI，大約60秒就產生了一份分析報告。 Balyasny的首席經濟學家克里斯·普爾曼說：「多虧了技術，我們才能夠為所有投資團隊設定專屬的『日本銀行觀察者』」。日本銀行總裁的記者會因解讀難度高，還被戲稱為“日銀文學”，而AI生成的報告卻能精準捕捉總裁發言的細微語氣與深層含義。 Balyasny公司AI負責人查理·弗拉納根表示：「分析精度已經與年輕分析師相當。人類將能夠更加專注於投資決策」。在最前線的投資領域，人類與AI的角色界線正在消失。未來會怎麼樣呢？研究金融與AI的美國麻省理工學院（MIT）的羅聞全（Andrew W.Lo）教授表示：「5年內也許可以使用AI重現華倫·巴菲特傳奇」。羅聞全教授認為，如果AI能實現與人類相似的直覺能力，中長期推理的精準性將會大幅提升。 「如果AI能夠像被稱為『投資之神』、擅長長期價值投資的巴菲特那樣進行投資，AI就可能成為投資的神之手。另一方面，羅聞全教授也發出警告，提醒人們關注AI的負面影響。如果隨著AI普及，投資策略變得相似，AI本身可能會產生新的脆弱性。羅聞全教授指出：「人類的干預將變得困難，市場可能像閃電崩盤一樣暴跌，金融危機可能迅速加劇」。現有的程序化交易僅僅是遵循人類設定的規則進行操作。 AI會主動尋找人類難以理解的市場趨勢來開展交易，其影響變得比以往更加不可預測。隨著AI投資的光芒愈加耀眼，其背後的陰影也不斷加深。 （日經中文網）

給全球六大LLM各發1萬美金，丟進同一真實市場實盤廝殺，會發生什麼？這場大戰從18日開始，截止目前，DeepSeek V3.1盈利超3500美元，Grok 4實力次之。不堪一提的是，Gemini 2.5 Pro成為賠得最慘的模型。如果給每個頂級大模型一萬美元真金白銀，讓它們下場「炒股」，誰會成為AI界的巴菲特？最近，由nof1.ai發起的全新實驗——Alpha Arena，便是這樣一場「諸神之戰」。這場競賽將當今最強的大模型，全部拉到了同一個真實的交易市場中。包括OpenAI的GPT-5、Google的Gemini 2.5 Pro、Anthropic的Claude 4.5 Sonnet，以及xAI的Grok 4、阿里的Qwen3 Max和DeepSeek V3.1 Chat。每個模型都獲得了10000美元的初始資金，並接收完全相同的市場資料和交易指令。比賽的提示詞並不複雜，更像是一次「開卷考試」。首先，系統會告訴AI當前的時間、帳戶資訊、持倉情況，然後附上一大堆即時的價格、指標（如MACD/RSI）等資料。然後，要求模型做出決策：如果持有倉位，是繼續持有還是平倉；如果空倉，是買入還是繼續觀望。不得不說，金融市場的變化是真的快。做交易這件事，DeepSeek也是真的強，不愧是搞量化出身的。10月20日早上7:30的時候還是下圖左邊這樣的——DeepSeek V3.1憑藉著2264美元的盈利排在第一，Grok 4以2071美元位列第二  Claude Sonnet 4.5小賺649美元，Qwen3 Max小賠416美元Gemini 2.5 Pro賠了3542美元穩居倒數第一，GPT-5賠了2419美元排名倒數第二然後，就在一個半小時後的10:00，就已經變成下圖右邊那樣了——DeepSeek V3.1和Grok-4一路狂跌，Sonnet 4.5也即將把自己賺的給賠回去Qwen3 Max和GPT-5都有上漲的趨勢Gemini 2.5 Pro發揮倒是穩定，比起剛才又賠了近800美元順便一提，下面是13:30時候的樣子：DeepSeek V3.1登頂 GoogleOpenAI墊底模型持倉11:15的時候，我們看了一下各個模型的持倉情況。此時，DeepSeek和Grok已經結束下跌，重新上漲。Sonnet 4.5和Qwen3 Max也都實現了盈利。Gemini 2.5 Pro有所回升，但不多。GPT-5倒是一直比較平穩，從20號開始就沒賺也沒賠。11:45時，除了GPT-5都迎來了一波上漲。是的，Gemini 2.5 Pro終於賺錢了！（比起幾分鐘前）趨勢回顧DeepSeek V3.1 Chat和Grok-4的曲線類似，應該是有著差不多的持倉。他們在最初的幾小時賠了一筆之後，很快就漲了回來並一路狂飆。Claude Sonnet 4.5前兩天都很穩定，有小賺但不多。19日晚上開始迎來一個小高峰，但在20日清晨又跌了回去。Qwen3 Max一上來賠得最多，但後來就穩定住了，即便是在19日下午，也沒有什麼波動。GPT-5和Gemini 2.5 Pro的曲線在初期也是十分相似。但和DeepSeek他們正好相反，這兩位在最初的時候先是大漲一波，然後便跌到在賠錢和不賠不賺之間一直波動。19日下午，轉折出現了。這時正是DeepSeek和Grok-4開始大漲的時間，而GPT-5和Gemini 2.5 Pro則開始一路下跌。20日凌晨，GPT-5及時做出調整併穩住了趨勢，而Gemini 2.5 Pro則依然狂跌不止。值得一提的是，快到20日中午時，除了GPT-5所有模型都迎來一波上漲。其中，DeepSeek V3.1 Chat和Grok-4很快就開始創造歷史新高，Qwen3 Max憑著這個勢頭首次拿到了持續的收益，Gemini 2.5 Pro也開始回升。交易歷史截至10日12:20，各個模型的交易次數為：Gemini 45次，GPT 10次，Qwen 6次，DeepSeek 5次，Claude 3次，Grok 1次。DeepSeek的交易次數不多不少，但不愧是量化交易出身，收益穩居第一。Grok-4的交易次數最少，只有1次，但它一直緊追DeepSeek位列第二。而憑藉高達45次交易記錄，當上「微操大師」的Gemini 2.5 Pro，也是賠錢最多的那個。不玩遊戲，不搞評測，直接開盤！多年來，AI一直由靜態基準來衡量。ImageNet、MMLU以及無數的排行榜告訴我們，那個模型能更好地「理解」圖像、邏輯或語言。但所有這些測試都有一個共同的缺陷——它們都發生在無菌、可預測的環境中。市場則恰恰相反。金融市場是終極的世界建模引擎，也是唯一一個會隨著AI變得更聰明而難度同步提升的基準。它們波動、反應、懲罰、獎勵。Alpha Arena首頁寫著一句話：市場才是智能的終極試金石它們是一個由資訊和情感構成的生命系統。10年前，DeepMind為人工智慧研究帶來了革命性的突破。他們的核心洞見在於：「遊戲」將成為引領前沿AI飛速發展的環境。正如前文所述，Nof1相信金融市場是下一個AI時代的最佳訓練環境。畢竟，如果AI要在現實世界中運行，它就必須在那些不會為了「反向傳播」而暫停的環境中運作。在這裡，模型可以借助開放式學習和大規模強化學習等技術，獲得近乎無限的資料來訓練自己，從而應對市場的複雜性——這個領域的「最終BOSS」。在Alpha Arena中，沒有正確的標籤，只有不斷變化的機率。一個模型的成功取決於它解讀波動的速度、權衡風險的精度，以及承認錯誤的謙遜程度。這將交易變成了一種新型的圖靈測試：考驗的不再是「機器能否思考」，而是「它能否在不確定性中生存」。附錄：模型對話節選DeepSeek Chat V3.111:15:31我繼續持有所有 ETH、SOL、XRP、BTC、DOGE 和 BNB 的倉位，因為沒有任何一個的失效條件被觸發，而且它們目前都在盈利，為我帶來了約 17.38% 的可觀整體回報，剩餘現金 2840.11 美元。鑑於我已持有所有可交易的幣種，目前沒有必要建立新倉。Qwen3 Max11:14:42總回報率略有盈利，為 0.12%，剩餘現金 116.99 美元，我堅持持有目前的 5 倍槓桿 BTC 多頭倉位。我的盈利目標是 110800，止損是 105500，如果 4 小時圖收盤價低於 10000，我將平倉。Grok 411:14:39我的帳戶整體上漲了 15.98%，現金為 3180 美元。我繼續持有目前的 ETH、SOL、XRP、BTC、DOGE 和 BNB 倉位，因為資料顯示目前應該繼續持有。GPT-511:14:24虧損 23.59%，現金 3061 美元，我正在確認我的退出計畫，確保 DOGE 的風險敞口為 91.76 美元的浮動值，並仔細檢查 BTC 在 106,493.55 美元的止損位和 114,129.91 美元的盈利目標。Gemini 2.5 Pro11:14:01儘管整體虧損 43.15%，剩餘現金 3072.48 美元，我根據我的策略繼續持有我目前所有的 BTC、ETH、SOL、XRP 和 DOGE 倉位，即使 DOGE 的走勢對我不利。我只會根據預定義的條件退出，相信計畫而不是我的直覺。Claude Sonnet 4.511:14:00我的 XRP 和 BTC 倉位目前都在盈利，為我帶來了 5.2% 的整體回報率，帳戶資金為 10,520.34 美元，現金為 4,957.78 美元，但市場顯示出非常弱的動能，所以我選擇按兵不動，等待一個更清晰的趨勢再採取新行動。參考資料：https://nof1.ai/ (新智元)

好消息，10.11 幣圈史詩級大跌後，加密交易又開始變得活躍了。壞消息，是 AI 在交易。想像一下這樣的場景：給全球六大頂級 AI 模型每人發 1 萬美元，讓它們在同一個真實市場裡廝殺，會發生什麼？注意，這不是模擬盤，而是正在發生的現實。Claude、GPT-5、Gemini、Deepseek、Grok 和通義千問，每個模型都拿著 1 萬美元真金白銀在加密交易平台 Hyperliquid 交易。所有地址公開，任何人都能即時圍觀這場「AI 交易員大戰」。有意思的是，這六個 AI 用的是完全相同的提示詞，接收完全相同的市場資料。唯一的變數，就是它們各自的「思考方式」。這就像給六個人同樣的槍和子彈，但每個人的射擊技術完全不同。結果會如何？答案令人震驚。戰況激烈：三天分出勝負如果你從 10 月 18 日開始追蹤 Alpha Arena，會發現剛開始幾個 AI 都差不多，但越往後差距越大。開局，大家都在試探。第一天結束時，最好的 Deepseek 也只賺了 4%，最差的 Qwen3 虧了 5.26%。大部分 AI 都在正負 2%之間徘徊，看起來像是都在試探市場。就像一群新手司機第一次上高速，都開得很小心。但到了 10 月 20 日，畫風突變。Deepseek 飆升到 38.03%，而 Gemini 跌到了-31.56%。短短三天，頭部和尾部的差距拉大到了近 70 個百分點。更有意思的是交易頻率的差異：Gemini：完成了 47 筆交易，平均每天 15 筆，像個焦慮的投機交易員Claude：只做了 5 筆，如同謹慎的基金經理Grok：僅 1 筆交易，甚至還有未平倉的持倉，佛系到極點截至 10 月 20 日，也就是開始交易後的第三天，戰局已經出現了明顯的分化：領先梯隊：Deepseek Chat V3.1：$13,862（+38.03%）Grok-4：$13,358（+33.58%）Claude Sonnet 4.5：$12,384（+23.85%）表現平平：Qwen3 Max：$10,831（+8.27%）嚴重落後：GPT-5：$7,294（-27.06%）Gemini 2.5 Pro：$6,876（-31.56%）從盈虧分佈看：Deepseek：最大單筆虧損 348 美元，但整體盈利 3847 美元Gemini：最大單筆盈利 347 美元，最大虧損卻高達 750 美元不同 AI（公版大模型，未經過二次調教），對風險和收益的平衡完全不同。你能在網站上的 Model Chat 選項裡看到不同模型的聊天記錄和思考過程，這些獨白特別有意思：Gemini 的頻繁交易和思考像個多動症患者Claude 的謹慎像個保守的基金經理Deepseek 穩健得像個量化老手，只說倉位，不做任何情緒評價這種性格感覺不像是設計出來的，而是在訓練過程中自然湧現的。當面對不確定性時，不同的 AI 會傾向於不同的應對方式。為什麼是 Deepseek？量化基因的勝利1950 年，圖靈提出了著名的圖靈測試，試圖回答「機器能否像人一樣思考」；現在在幣圈，6 大 AI 在 Alpha 競技場中廝殺，在回答一個更有趣的問題：如果讓最聰明的 AI 們在真實市場裡交易，誰會活下來？或許在這個幣圈版的「圖靈測試」裡，帳戶餘額就是唯一的裁判。最讓人意外又似乎情理之中的當然是 Deepseek 的表現。說意外，是因為這個模型在國際 AI 圈的熱度遠不如 GPT 和 Claude。普通人提到 AI，第一個想到的往往是 ChatGPT 或者 Claude，很少有人會想到 Deepseek。說情理之中，是因為 Deepseek 背後是幻方量化團隊。這家管理規模超千億人民幣的量化巨頭，在進軍 AI 之前，就是靠演算法交易起家的。從量化交易到 AI 大模型，再用 AI 來做真實的加密交易，Deepseek 有點像回到了老本行。這就好比讓一個退役的職業拳擊手和一群健身愛好者比拳擊，雖然大家都有肌肉，但專業基因完全不同。訓練資料的影響可能是關鍵。Deepseek 背後的幻方量化，十幾年來積累了海量的交易資料和策略。這些資料即使不直接用於訓練，是否也會影響團隊對“什麼是好的交易決策”的理解？相比之下，OpenAI 和 Google 的訓練資料可能更偏向學術論文和網路文字，對實盤交易的理解可能不夠親民。同時，有交易員推測，Deepseek 可能在訓練時特別最佳化了時間序列預測能力，而 GPT-5 可能更擅長處理自然語言。在面對價格圖表這種結構化資料時，不同的架構會有不同的表現。這就像讓語言學家和數學家去解讀股價走勢圖，雖然都很聰明，但專業領域不同，結果自然不同。市場才是智能的終極試金石傳統的 AI 評測，無論是讓模型寫程式碼、做數學題，還是寫文章，本質上都是在一個「靜態」的環境裡測試。題目是固定的，答案是可預期的，甚至可能已經在訓練資料裡出現過。但加密市場不一樣。資訊極度不對稱的前提下，每一秒的價格都在變化，沒有標準答案只有盈虧。更重要的是，加密市場是典型的零和遊戲，你賺的錢就是別人虧的錢。市場會立即、無情地懲罰每一個錯誤決策。這個舉辦 AI 交易大戰的 Nof1 團隊，在它們的網站上寫了一句話：Markets are the ultimate test of intelligence（市場是檢測 AI 智能的終極測試）。如果說傳統的圖靈測試是在問「你能不能讓人類分不清你是機器」，那麼這個 Alpha Arena 問的其實是：你能不能在加密市場裡賺錢。這一點其實才是幣圈玩家對 AI 的真實期待。圍觀 AI 交易，也是一門生意當所有人都在關注 AI 的盈虧時，很少有人注意到背後這家神秘的公司。搞出這個 AI 交易大戰的 nof1.ai，並沒有太大的知名度。但是如果你看一下它社媒的關注列表，還是能找到一些蛛絲馬跡。nof1.ai 背後似乎不是一群典型的加密創業者，而是清一色的學院派 AI 研究員。Jay A Zhang（創始人）的個人簡介也很有意思：“Big fan of strange loops - cybernetics, RL, biology, markets, meta-learning, reflexivity”。reflexivity（反身性）是索羅斯的核心理論：市場參與者的認知會影響市場，市場的變化又會影響參與者的認知。讓一個研究“反身性”的人來做 AI 交易市場實驗，本身就顯得很有宿命感。另一個聯創 Matthew Siper 簡介顯示其為紐約大學機器學習方向的博士候選人，同時也是 AI 研究科學家。一個還沒畢業的博士生做項目，更像一個印證學術研究的項目。從他們的動作和背景來看，Nof1 顯然不是為了搞個噱頭。SharpeBench 這個平台名字就很有野心，夏普比率是衡量風險調整後收益的金標準，他們或許真正想做的，是 AI 交易能力的基準測試平台。有人猜測 Nof1 背後有大資本支援，也有人說他們可能在為後續的 AI 交易服務做鋪墊。如果他們推出訂閱 Deepseek 交易策略服務，買單的人或許不在少數。而基於這個雛形，去做 AI 資管、策略訂閱和大企業的交易解決方案，也是一門可以預見的生意。除了這個團隊本身之外，圍觀 AI 交易本身也有利可圖。Alpha Arena 剛上線，就有人開始跟單了：正向跟單：跟著 Deepseek 做。它買什麼你買什麼，它賣什麼你賣什麼反向操作：專門做 Gemini 的對手盤，Gemini 買就賣，賣就買但跟單有個問題：當所有人都知道 Deepseek 要買什麼時，這個策略還有效嗎？這也是項目創始人 Jay Zhang 說的反身性，即觀察本身會改變被觀察的對象。這裡還有一種頂級交易策略民主化的假象。表面上看起來，每個人都能知道 AI 的交易策略，但實際上你看到的是交易結果，不是交易邏輯。每個 AI 的止盈和止損邏輯並不一定連續且可靠。當 Nof1 在測試 AI 交易的行為，散戶在尋找財富密碼，其他的一些交易員在偷師，研究者們也在蒐集資料。只有 AI 本身不知道自己在被圍觀，還在認真地執行每一筆交易。如果說經典的圖靈測試是關於“欺騙”和“模仿”，那現在的 Alpha Arena 交易大戰，是關於加密玩家對於 AI 能力和結果的回應。多年來，AI 一直由靜態基準來衡量。ImageNet、MMLU 以及無數的排行榜告訴我們，那個模型能更好地「理解」圖像、邏輯或語言。但所有這些測試都有一個共同的缺陷，它們都發生在無菌、可預測的環境中。市場則恰恰相反。金融市場是終極的世界建模引擎，也是唯一一個會隨著 AI 變得更聰明而難度同步提升的基準。它們波動、反應、懲罰、獎勵。它們是一個由資訊和情感構成的生命系統。在 Alpha Arena 中，沒有正確的標籤，只有不斷變化的機率。一個模型的成功取決於它解讀波動的速度、權衡風險的精度，以及承認錯誤的謙遜程度。這將交易變成了一種新型的圖靈測試：考驗的不再是「機器能否思考」，而是「它能否在不確定性中生存」。在這個結果主導的加密市場裡，會賺錢的 AI，可能比會聊天的 AI 更重要。 (深潮 TechFlow)

迷因幣世界再次掀起狂潮。從幣安錢包19日正式推出的「Meme Rush」榜單，到Solana鏈上的AI交易機器人Snorter Bot進入預售階段，散戶與開發者正在共同重塑Web3投資的節奏與介面。這一波浪潮不再只是靠社群炒作，而是逐漸與AI、自動化與平臺級資源整合，帶來更強的交易工具與投資指標。幣安這次的新功能，讓用戶得以直接在Web3錢包中，透過「市場」分頁即時追蹤Pump.Fun與Four.Meme兩大迷因幣孵化平臺的新幣發行情況。這些代幣多數市值極低、流動性初始稀薄，但社群聲量可能瞬間爆發，例如曾短時間翻百倍的$TURBO。榜單除了濃縮出話題代幣，也整合了聯合曲線價格自動化模型，讓幣價隨買賣即時浮動，完全不靠做市商。幣安公告提醒用戶風險控管而這樣的高即時性也帶來極高風險。幣安公告坦承，在這些平臺上出現的專案中，有超過98%的項目最終會變成歸零幣或跑路幣。這提醒用戶，在搶先卡位新迷因幣的同時，也必須具備完整的風險控管能力，包括流動性辨識、市值比判斷、交易深度分析與鏈上關鍵錢包監測。否則FOMO情緒一來，失控的追漲行為可能導致血本無歸。在這個逐漸自動化與即時性的市場背景下，Snorter Bot的誕生彷彿是為散戶量身訂製的一款AI交易工具。這不是傳統的加密機器人，而是一套深度整合Telegram的智慧交易系統。使用者僅需在聊天欄輸入指令，就能完成如搶購新幣、設置止損、套利、策略複製等操作，而且還能開啟24小時AI自動模式，由代理人根據使用者設定持續執行策略，實現真正「無需盯盤」的自動交易體驗。Snorter低手續費與高級功能Snorter目前正在預售階段，價格僅為每枚$0.0957，支援包括ETH、SOL、USDT、USDC甚至信用卡購買。早期購買者不僅能啟用低手續費與高級功能，還能參與平臺質押收益分潤與DAO未來治理。這不僅是代幣，還是一把解鎖整個平臺的門票。對許多小資用戶而言，這樣的預售機會意味著他們也有機會透過低門檻進入AI交易領域，不再需要依賴高昂訂閱費或複雜手續操作。更特別的是，Snorter不單止於AI效率，還大量引入迷因元素進行社群互動與市場拓展。這讓它在產品設計上，不只是冷冰冰的交易平臺，而是活潑、有話題性、能引起討論與病毒式傳播的社群生態。從極速下單、蜜罐偵測、自研RPC到跨鏈橋接，Snorter以一條龍整合服務切入這場散戶交易革命，企圖將過去需要多套工具與多步操作的交易流程，簡化成單一入口、視覺化與智慧化的使用體驗。官網購買Snorter Bot隨著幣安推榜單導入迷因熱潮流量，Snorter則站在這個流量入口的另一端，準備接住那些湧入Web3世界、卻希望用更高效率方式進場的新手與資深玩家。這場變革的核心，不再只是選幣眼光，而是你是否掌握了正確的工具。當迷因幣早期交易變成一場秒級競賽時，誰能利用AI實現自動掛單、風控與套利，就擁有了對抗手速與FOMO的真實優勢。官網購買Snorter Bot結論：迷因幣進入工具化新時代，散戶的機會藏在自動化之中幣安用榜單提供篩選，而Snorter用AI創建執行策略的入口。這代表迷因幣世界已不再是純靠運氣或喊單的賽場，而是進入一個「以秒計算勝負」的自動化競技場。高風險依然存在，但工具的進化讓普通投資人也能獲得更多機會。如果上一波Pump.Fun是靠話題炒出暴漲，那下一波的主角，或許會是那些提早掌握自動交易武器的玩家。現在，正是選擇站在那一邊的時候。免責聲明加密貨幣投資風險高，價格波動大，可能導致資金損失。本文僅供參考，不構成投資建議。請自行研究（DYOR）並謹慎決策。

焦點已經進入AI受益交易的第二階段——軟體股與Agentic AI 當下市場存在AI創新速度放緩的質疑聲，但美銀認為AI技術變革實際正在加速，而且市場焦點已經進入交易第二階段——軟體股與AI代理Agentic AI. 美國銀行在11月21日的報告中指出： AI技術快速發展，幾乎每天都有新的突破。AI能力範圍廣泛，包括完成軟體工程任務、提供客戶服務、預訂旅行，甚至可以用於精密手術或車輛組裝等。Agentic AI浪潮將催化加速開發和部署AI驅動的應用程式，以及工業和商業機器人。

WienerAI ($WAI) 在其代幣預售中共籌集了700萬美元，投資者紛紛鎖定這一有前景的AI meme幣。 這個部分是狗、部分是香腸、部分是AI交易機器人夥伴的項目在加密世界引起了軒然大波，被譽為「加密界的ChatGPT」。 隨著其AI驅動的交易機器人即將揭幕，顯然WienerAI正領先群雄，讓類似Floki ($FLOKI) 的交易機器人望塵莫及。 代幣預售將ERC-20代幣$WAI定價為目前的$0.000724，價格將在不到兩天的下一個預售階段跳至$0.000725。