就在昨天，11月13日,阿里秘密啟動了一個代號"千問"的項目。上百名工程師封閉研發,在杭州總部劃出了兩層樓用作專屬辦公,這是要全面對標ChatGPT的節奏啊。但更震撼的，是CEO吳泳銘在雲棲大會上說了一句話:"通義千問要做'AI時代的Android'。"聽起來很誇張,對吧?AI怎麼可能複製Android呢?但現在的Qwen全球下載量已經達到了6億次，相當於全球每12個人就有1個人或團隊下載過。衍生模型超17萬個,就像AI時代的"三星、華為、小米",每個都是潛在的超級應用。連Airbnb的CEO都說:"我們大量依賴Qwen,因為比OpenAI更快更好。"那吳泳銘是誰,他是被馬雲欽點接班、帶領阿里走出低谷的人。曾是淘寶技術負責人,親手打造了中國最大的電商平台。兩年半前他押注Qwen開源路線時被業內質疑,今天6億次的下載量，證明了他當初的選擇無比正確。這個消息在整個科技圈引起了巨大震動。為什麼?因為阿里這步棋,可能會改寫AI時代的遊戲規則。阿里的AI困局要理解阿里這步棋有多大膽,先得看兩個事實。第一個事實是,Qwen模型技術實力已經得到全球驗證。在OpenAI工作了4年、參與過ChatGPT和GPT-4研發的前研究員都說,Qwen的技術路線是對的。最新發佈的Qwen3-Max在全球大模型排行榜上位列第三,性能超過GPT-5、Claude Opus 4等國際頂尖模型。Airbnb CEO布萊恩·切斯基公開表示,公司"大量依賴Qwen",因其"比OpenAI模型更快更好且便宜"。他們使用Qwen後,AI客服平均解決時間從近3小時縮短至6秒,減少了15%的現場需求。另外，阿里在C端AI市場的短板太明顯了。豆包月活1.72億,DeepSeek月活1.45億,通義APP月活遠低於豆包和DeepSeek。技術再強,沒有使用者,也是白搭。這就是阿里要面臨的殘酷現實，B端稱王,C端落後。而剛剛啟動的"千問"項目,就是阿里扳回這一局的非常關鍵之戰。開源VS閉源的終極對決吳泳銘說要做"AI時代的Android",這背後的戰略目的是什麼?我們可以先回顧一下Android的故事。2008年,Google推出Android開源系統,當時蘋果iOS技術領先、體驗更好,很多人斷言Android已經沒有機會了。但關鍵轉折來了——Android開放生態吸引了三星、華為、小米等硬體廠商,應用程式商店迅速繁榮,價格優勢明顯。到2015年,Android佔全球約70%份額,iOS約30%。開放生態,戰勝了封閉產品。現在,Qwen正在複製這個路徑。就像Android開源讓每個硬體廠商都能做手機,Qwen開源讓每個開發者都能做AI應用。你可能會問,AI沒有硬體廠商聯盟啊,怎麼複製Android呢?但事實是,17萬個衍生模型、100萬企業客戶、Airbnb等頂級公司,就是AI時代的"硬體廠商聯盟"。每個衍生模型都是一個潛在的超級應用,就像基於Android誕生了Galaxy、Mate、小米手機。用這組資料對比一下就知道了，Qwen全球下載6億次、17萬衍生模型、100萬企業客戶。而ChatGPT雖然月活4.455億,但生態封閉,主要靠API呼叫,開發者很難深度定製。更關鍵的是成本優勢。開源模型可以二次開發、部署在私有雲,企業不用擔心資料洩露,這是ChatGPT做不到的。歷史告訴我們,開放生態最終會戰勝封閉產品。但問題來了——豆包VS通義：阿里為什麼急？C端AI市場已經是紅海了,豆包月活1.59億,DeepSeek月活1.46億,阿里現在入場還來得及嗎?看一組資料就知道阿里有多急了。豆包背靠字節跳動,有抖音、剪映導流,10月月活環比增長22.2%。DeepSeek雖然環比下滑14%,但基礎盤穩固。騰訊元寶單月投流超10億,月活增長23.6%。而通義APP,日活遠低於豆包和DeepSeek,差距懸殊。更要命的是,獨立AI應用的生存空間正在快速縮小。Kimi月活從2025年3月的1830萬下跌至9月的967萬,跌幅近47%，就是因為停止投流後使用者流失嚴重。這也給了阿里一個警示:沒有生態支撐的AI應用,很難活下去。但阿里也看到了機會。豆包和DeepSeek雖然月活高,但都是"工具型應用",使用者黏性不強。而阿里有淘寶、天貓、餓了麼等天然流量入口——使用者在淘寶購物、支付寶支付時,千問AI可以無縫嵌入,大大降低獲客成本。這是豆包、DeepSeek都不具備的優勢。更重要的是,2025年2月,阿里宣佈未來三年將投入3800億元建設AI基礎設施,9月雲棲大會上表示將在此基礎上追加更大投入。到2032年,阿里雲資料中心能耗規模將提升10倍,算力投入指數級增長。這3800億是什麼概念?相當於建100個鳥巢體育場,或者買下3個迪士尼樂園。時機、資金、生態,三個條件齊了。阿里管理層把"千問"項目視為"AI時代的未來之戰",不是沒有道理的。三張王牌但挑戰也是顯而易見的。阿里To C基因弱、通義APP表現平平,千問APP憑什麼能逆襲?因為阿里手裡還有三張王牌。第一張王牌,Qwen模型的全球影響力。Qwen3-Max性能躋身全球前三,超越GPT-4.5、Claude Opus 4,支援119種語言,全球化能力強。更重要的是,頂級公司的認可。蘋果國行AI確定與Qwen合作,這是中國大模型首次進入iPhone生態。第二張王牌,阿里雲生態資源。阿里雲AI市場份額35.8%是什麼概念?就是說,中國每3家用AI的企業,有1家選阿里雲。更誇張的是,它比第2到第4名加起來還多——就像考試時你考了90分,第2到第4名加起來才85分。財富中國500強裡,超過一半企業都在用阿里雲。你平時點的外賣、打的車、刷的短影片,背後的AI計算,很可能就跑在阿里雲上。通義大模型已服務超9萬家企業和220萬家釘釘企業。第三張王牌,全端AI能力。從算力(阿里雲)、模型(Qwen)、應用(千問APP)到生態(17萬衍生模型),全鏈條覆蓋。這就像華為做手機,技術(麒麟晶片)+生態(鴻蒙系統)+管道(線下門店)三位一體,最終殺出重圍。但手握王牌不等於贏得戰爭。能不能打好這手牌,還得看最後的落地執行。開源能贏嗎?這不僅僅是阿里的戰爭,更是開源生態vs閉源產品的終極對決。阿里的野心不是做一個對標ChatGPT的產品,而是打造AI時代的作業系統,讓每個開發者都能參與這場變革。從Android到Qwen,歷史告訴我們,開放生態最終會戰勝封閉產品。但能否成功,取決於執行力、時機和運氣。OpenAI選擇閉源商業化,字節選擇工具化,阿里選擇開源生態化。三條路線,三種不一樣的打法,最終誰會勝出呢?大家心裡都沒底。阿里選擇了開源,這可能是最慢的路,但也可能是唯一正確的路。而時間會告訴我們答案。AI時代,資訊真假難辨,我是林傑,關注我,這裡不誇大,不虛假,只聊AI行業的真話和事實。(I人林傑聊AI) 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) 
