交易員的AI吐槽：快≠強，但聰明人都這么壓榨它

查爾斯·愛德華茲打開了他的模型后臺，幾百個指標正在跑。坐在對面的胡里奧·莫雷諾把一杯咖啡推到他手邊，屏幕上跳動的鏈上數據沒停過。同一時間，本杰明·考恩和邁克爾·范德波普正在另一個直播間里對著鏡頭搖頭。四個人，兩場對話，結論出奇一致：人工智能正在改寫加密和傳統市場的交易規則，但它從來沒說過“交給我就行”。

上個月的兩輪 BeInCrypto 分析師對談，把這群每天泡在數據里的人聚到了一起。愛德華茲是 Capriole Investments 的創始人，那是一家用量化手段死磕比特幣的對沖基金。莫雷諾掛著頭牌鏈上分析機構 CryptoQuant 的研究主管頭銜。考恩和范德波普則是獨立市場分析師，社交平臺上追著看他們報告的人不在少數。四個人討論的，不是 AI 能不能炒幣，而是 Pro 們怎么把它變成自己的加速器，同時絕不被它帶進溝里。

范德波普在第二場對談里說得不留情面：“如果你本來就不是一個好交易員，AI 也不會把你變成好的。”這話不是技術悲觀的哀嘆，而是對當下太多“一鍵暴富”敘述的正面拆臺。愛德華茲在前面那場打了個配合：AI 把賽場推平了一些，但只對那些愿意下場干活的人有利。言下之意——工具越強，偷懶的人落差越大。

我把這兩場對話里的關鍵動作拆成了五條，每一條都藏著這對矛盾：AI 干得快，但你得比它想得深。

第一條，AI 已經在日復一日的研究里生吃時間。愛德華茲的原話是，那些曾經需要數小時才能跑通的資料分析，現在被強大的工具鏈壓成了分鐘級。范德波普現場演示了一遍——用聊天機器人和免費的 API 管道，五分鐘就拉出一個加密資產組合和看板。“你現在完全可以用公開的 API 和那些抓實時市場數據的 AI 代理，幾分鐘內把投資組合搭建起來。”他沒說這是金手指，但他讓圍觀者看到了一個事實：基礎研究的體力活被消解了，門檻極度下移。

第二條，速度不是判斷力。范德波普很快自己戳破了自己的演示：他建的那套 AI 組合缺少了關鍵的東西。“它沒有構建一個低相關性的籃子，沒有任何宏觀變量在里面。”機器飛快地吐出一組幣種，但完全無視資產間的聯動和宏觀場景。他的結論戳在要害上——“這里才是人類知識、經驗和直覺該進來的地方。大語言模型沒有這些。”而且他特意補了一刀：別以為 AI 能給你搞出什么無限生錢的魔法陣，它做不到。

第三條，機構對數據的信任帶著鐐銬。莫雷諾在敘述頭部玩家的態度時，選了三個動詞：他們確實信任數據，但他們大量驗證，并且持續監控這些數據是否仍然有效。“They do trust it but they verify a lot, and are continuously monitoring if the data remains relevant.”這種又用又防的姿態，恰好說明了為什么專業圈里沒幾個人推崇完全脫手的交易機器人。AI 給出的結果，在專業流程里只是半成品。

第四條，頭部基金把 AI 當成基礎設施，而不是預言水晶球。愛德華茲把 Capriole 的工作流攤開：先建幾百個自定義指標，再吞進上百個外部數據源，組合出復雜的交易模型。“我們把鏈上技術指標、宏觀數據和股票市場指標揉在一起，花了很多年去構建交易模型。”這根本不是讓一個黑盒在深夜自動下單，而是不斷調參、回測、監督。機器學習模型被放在了流水線的核心，但方向盤始終有人握著。

第五條，低調的指數級拼接。Capriole 的宏觀指數正好映證了上面這條——公司把超過六十種鏈上、宏觀和股票市場的度量值，統合進一個機器學習引擎，而公開的資料顯示，這只是一個持續集成系統的局部剪影。無論是鏈上分析師還是獨立交易員，他們現在手里握著的 AI 工具，已經從幾年前的邊緣玩具變成了每日消耗品。考恩和范德波普沒有展示各自的看盤界面，但他們在另一場討論里反復提到，實時監控與 AI 輔助決策已經成了標配，就像幾年前人們習慣看 K 線一樣自然。

兩場對話下來，沒有一個人說要淘汰交易員。反倒是，AI 把普通研究員的護城河給填平了，同時逼著所有人往更深的研判層遷移。范德波普的拆解最鋒利：如果你原來就缺判斷力，AI 只會讓你更快犯錯；愛德華茲的補刀更厚重：如果你本來就懂得怎么打仗，AI 就是你的重騎兵。莫雷諾的機構視角則像一句旁白——驗證與監控，永遠比盲信活得久。

那些把 AI 當成交易外掛來賣的人，可能該聽聽這四位每天都在摸 AI 的人的共識：臟活累活交給它，但方向盤、剎車和導航圖，必須留給你自己。