“在你眼里最符合AI審美的金融交易大賽頁(yè)面什么樣？”這是我，一個(gè)從未沾染過(guò)頁(yè)面設(shè)計(jì)和代碼開發(fā)的人，出于好奇，在AI頁(yè)面設(shè)計(jì)工具Stitch對(duì)話框中留下的第一句話。
從此一發(fā)不可收拾的，不光是Stitch發(fā)布當(dāng)天，傳統(tǒng)設(shè)計(jì)軟件龍頭Figma重挫8%的股價(jià)；還有我手里這個(gè)，最終沒(méi)有任何碳基生命參與代碼開發(fā)的量化交易大賽平臺(tái)——Digital Quant。接下來(lái)的兩天里，從前端由Stitch導(dǎo)出AI可讀文件，后端交由CodeX完成代碼編寫，再由Claude Code進(jìn)行測(cè)試驗(yàn)證，直至部署上線。Digital Quant2026的設(shè)計(jì)開發(fā)、驗(yàn)證迭代全部交給AI。最終我們內(nèi)部評(píng)估，僅開發(fā)環(huán)節(jié)時(shí)效比以往人工提升了約4倍。而我最主要的工作僅是回歸本行：用人話說(shuō)好自己的問(wèn)題。
數(shù)字金融策略交易產(chǎn)品，這個(gè)人類智力密集型決策場(chǎng)景如此快速地徹底由AI 接管，我之前是沒(méi)敢想的。
Barron's巴倫中文與DeAI Expo主辦的Digital Quant，https://digitalquant.fund/ 是一個(gè)聚合數(shù)字資產(chǎn)策略機(jī)構(gòu)交易方與投資方（資管、家辦、信托、私募基金等LP）的開放平臺(tái)。核心功能是通過(guò)調(diào)用機(jī)構(gòu)策略交易者在全球主要數(shù)字資產(chǎn)交易所賬戶API可讀權(quán)限，來(lái)進(jìn)行AI、量化等策略交易的實(shí)盤對(duì)比、因子優(yōu)化，以全維度可視化數(shù)據(jù)看板的方式呈現(xiàn)給資金方，最終完成規(guī)模可靠資金與優(yōu)質(zhì)量化策略的雙向匹配。
自從今年伊始，Digital Quant的技術(shù)合作伙伴就變得異常繁忙。Koala是該伙伴公司的首席架構(gòu)師，他AI場(chǎng)景服務(wù)創(chuàng)業(yè)3年，今年似乎有所不同。
“已有的合作方和從未合作過(guò)的人都找來(lái)了，訴求就一個(gè)：如何讓我的業(yè)務(wù)與Agent相結(jié)合。” Koala說(shuō)，現(xiàn)在連NASA的火星車代碼都在依賴Claude Code，身邊絕大多數(shù)程序員在代碼日常開發(fā)的任務(wù)中，AI編寫的比例早已超過(guò)80%。他過(guò)去一年的項(xiàng)目，UI用戶界面設(shè)計(jì)已無(wú)需人工介入。
我們決定把步子邁得徹底些，將Digital Quant核心產(chǎn)品用AI完整重寫與部署。與此同時(shí)，Koala 公司自己的內(nèi)部技術(shù)產(chǎn)品管理系統(tǒng)，也開始進(jìn)行全盤AI重構(gòu)。Digital Quant這個(gè)產(chǎn)品所依賴的API接口對(duì)接、展示、調(diào)試、驗(yàn)證用AI來(lái)寫已經(jīng)非常成熟。聯(lián)調(diào)周期、維護(hù)難度大幅下降，在技術(shù)流程系統(tǒng)管理上，未來(lái)不會(huì)因?yàn)楹诵拈_發(fā)的變動(dòng)而造成銜接斷檔的風(fēng)險(xiǎn)。甚至接下來(lái)普通非技術(shù)人員僅憑自然語(yǔ)言交互就可實(shí)現(xiàn)后續(xù)功能迭代開發(fā)。在這個(gè)交易策略者主導(dǎo)和比拼的專業(yè)策略投資平臺(tái)中，讓AI托管UI、前端與后端，全棧代碼開發(fā)的一切。
我們給自己提得要求十分明確，“不想再看到任何一段人寫的代碼”。這既是促進(jìn)也是壓力。
Koala的公司在過(guò)去一個(gè)半月里已經(jīng)開掉了70%的程序員。AI接管后，原本嚴(yán)絲合縫的開發(fā)人員結(jié)構(gòu)瞬間變得臃腫不堪，人員本身的價(jià)值也隨之迅速分化。JAQ是這家伙伴公司的CEO，在一個(gè)多月后，AI完成內(nèi)部系統(tǒng)架構(gòu)重寫，他還計(jì)劃繼續(xù)優(yōu)化現(xiàn)有技術(shù)人員。表面上看，當(dāng)前這些激進(jìn)的舉措是為了把砍掉的成本留出來(lái)給到留下的核心工程師，以及不斷增長(zhǎng)的Token開銷。
他表示，“但這都不是核心。”
Agent to Agent降臨，前端與API速死
這一切都是為了打掃好房間，為A2A的到來(lái)做準(zhǔn)備。A2A，Agent to Agent，Openclaw帶來(lái)的AI智能體潮流，不僅提升了人類利用AI工具的深度廣度，更提出了一種人類疊加智能體與其它主體間的交互范式。Agent各自訓(xùn)練完成的Skills，無(wú)論本地部署或開放部署都為該Agent母體創(chuàng)造了一種獨(dú)具一格的問(wèn)題解決能力。這些獨(dú)有的Skill是可交易的、可交互的、 甚至可性格化的標(biāo)簽。未來(lái)，當(dāng)一個(gè)人類對(duì)自己的Agent提出某一項(xiàng)需求時(shí)，他的Agent將會(huì)自主與另一個(gè)Agent的目標(biāo)Skill進(jìn)行直接默認(rèn)的訪問(wèn)。這種Skill與Skill之間基于原生AI相互理解的交互、問(wèn)題解決、乃至交易進(jìn)程，都會(huì)變的極其迅速高效。
那么，以后當(dāng)你有一個(gè)需求時(shí)，還會(huì)打開一個(gè)網(wǎng)頁(yè)前端去瀏覽分辨所需內(nèi)容嗎？獲取展示數(shù)據(jù)時(shí)，還需要苦哈哈地對(duì)接聯(lián)調(diào)API接口嗎？別忘了Claude Code最初就是Boris Cherny用來(lái)跑自家Anthropic API腳本的編碼工具。
我們開始驗(yàn)證這個(gè)趨勢(shì)，比如在Digital Quant目前對(duì)接的數(shù)字資產(chǎn)交易所之一的Binance里，他們已經(jīng)陸續(xù)開放了一些Skills。接下來(lái)我們的實(shí)盤展示平臺(tái)就可以直接訪問(wèn)他們的相關(guān)Skill，在金融交易數(shù)據(jù)可讀信息中，這樣的效率將遠(yuǎn)比傳統(tǒng)API更高更穩(wěn)定，那么未來(lái)這類API存在的價(jià)值是什么。如果接下來(lái)投資人Agent將直接訪問(wèn)我們的獨(dú)家分類策略數(shù)據(jù)Skill，我們作為交易信息展示看板的前端意義又在哪里？
對(duì)此，數(shù)字資產(chǎn)管理公司Crypto Alpha合伙人Sharri Kong也有類似感受，“從資管公司角度，我們已經(jīng)看到很多提供市場(chǎng)研報(bào)的Agent付費(fèi)服務(wù)，包括給LP提供的日?qǐng)?bào)生成，給我們GP提供金融策略信息的深度抓取匯總等等?，F(xiàn)在這些不基于以往簡(jiǎn)單信息流掃描而生產(chǎn)的報(bào)告，在深度廣度上確實(shí)提高了價(jià)值，但或許還無(wú)法為將來(lái)資管領(lǐng)域的AI進(jìn)化提供支撐。”
Sharri Kong認(rèn)為在A2A的趨勢(shì)下，未來(lái)金融服務(wù)可能是為Agent，給智能助理提供可讀服務(wù)，而不是給人。這樣反而更精準(zhǔn)，因?yàn)橛脩舻腁gent會(huì)更懂業(yè)務(wù)、更懂?dāng)?shù)據(jù)、更懂算法、更懂操作，乃至比用戶更懂自己實(shí)際的需求。
在此基礎(chǔ)上，Digital Quant這類數(shù)字資管與策略方聚合平臺(tái)的演進(jìn)方向或許是，將這些獨(dú)家交易數(shù)據(jù)、策略模型和客戶需求聚合成本地化部署的Skill。匹配資管方LP Agent Skill自動(dòng)化默認(rèn)讀取交互，或在遇到因?yàn)榧扔袛?shù)據(jù)訓(xùn)練不足無(wú)法充分滿足需求時(shí)，再接入第三方策略方Skill，就可以完成資金端與資產(chǎn)端全鏈路的數(shù)據(jù)審查、策略驗(yàn)證、優(yōu)劣分析、實(shí)時(shí)讀取、資金劃轉(zhuǎn)，以及更加標(biāo)準(zhǔn)化流程化的法務(wù)、財(cái)務(wù)程序，都在沒(méi)有前端、沒(méi)有API、連面都不用見(jiàn)的條件下自主完成。
“難怪愛(ài)奇藝這樣的公司已經(jīng)開始要求，沒(méi)有AI化的供應(yīng)商不再續(xù)約。”Koala說(shuō)。
這種Skills之間自主調(diào)用需求最優(yōu)解，完成交易交互，進(jìn)而降本增效的應(yīng)用已經(jīng)出現(xiàn)。某家公司采購(gòu)部門的Agent，采購(gòu)人員將選品要求包括目標(biāo)人群、節(jié)日屬性、時(shí)令季節(jié)、預(yù)算范圍、偏好等粗略信息給Agent。該Agent自動(dòng)掃全網(wǎng)滿足條件的淘寶商家Agent，這并非傳統(tǒng)的搜索邏輯，是利用Skills交互來(lái)做商家分析、產(chǎn)品篩選、目標(biāo)選定。這個(gè)溝通過(guò)程僅發(fā)生于兩方Agent之間，甚至是砍價(jià)環(huán)節(jié)，隨后下單，采購(gòu)方老板授權(quán)支付，最終成交。最近在區(qū)塊鏈上，甚至出現(xiàn)了Agents任務(wù)分包平臺(tái)。來(lái)自全球各地的Agents來(lái)到這個(gè)平臺(tái)上，自動(dòng)生成Token支付賬戶地址，通過(guò)發(fā)布各自任務(wù)需求和交換Skills能力邊界，來(lái)分包任務(wù)、接單派活、完成工作、獲取報(bào)酬。在你做夢(mèng)的時(shí)候，你培養(yǎng)的Agent都能自主為你打工或者兼職養(yǎng)活他自己。
“這本質(zhì)上是一次軟件交互界面從以人為本到以Agent為本的遷移。”在與我的交流中，阿里Qoder負(fù)責(zé)人丁宇，對(duì)A2A給出了評(píng)價(jià)。
他解釋，以前的軟件都是給人用，有API、有文檔，本身有不完備性。所謂完備性，是可通過(guò)配參數(shù)實(shí)現(xiàn)所有功能，但今天還沒(méi)有達(dá)到這么好的基建。比如某些網(wǎng)站沒(méi)有API化，為了達(dá)到一些酷炫視覺(jué)效果，做得一些拖拉拽功能和動(dòng)效， AI就很難去理解。
丁宇如今負(fù)責(zé)的產(chǎn)品Qoder，是阿里巴巴于2025年8月發(fā)布的Agentic AI編程平臺(tái)。他判斷，未來(lái)的軟件是給Agents用的，由于API的不完備，就看誰(shuí)能夠把Agent Native的服務(wù)先開發(fā)出來(lái)。通過(guò)MCP化 、Skill化就能夠調(diào)用完整業(yè)務(wù)的操作，誰(shuí)先做到這一點(diǎn)誰(shuí)就能夠更容易實(shí)現(xiàn)界面遷移，以及操作閉環(huán)。從上一代為人服務(wù)的軟件交互界面完成徹底升級(jí)。目前越是適合用Agent完成工作的場(chǎng)景，這個(gè)替代過(guò)程越快。
實(shí)踐經(jīng)驗(yàn)告訴我，用AI進(jìn)化業(yè)務(wù)系統(tǒng)，建立在如何構(gòu)建AI充分學(xué)習(xí)成長(zhǎng)的空間之上。試著去想想AI模型想要什么：它不想被關(guān)在一個(gè)只有API的黑箱里，它想入網(wǎng)、想讀文件、想運(yùn)行代碼、想看報(bào)錯(cuò)、想觸摸Agent、想感應(yīng)Skill、想和這個(gè)世界互動(dòng)。
現(xiàn)在你的所有工作都要派給AI，你的工作就是幫AI創(chuàng)造一個(gè)合適的環(huán)境，讓它安心干活。
那么我們?cè)撊绾巫觯?/p>
賦予AI原生環(huán)境
首先，要讓AI完成所有代碼開發(fā)和調(diào)試，人必須懂得如何明確需求，規(guī)劃功能，分拆任務(wù)。把核心代碼交給AI并不是看上去那么輕松。項(xiàng)目背景信息、代碼規(guī)范、注意事項(xiàng)是持續(xù)要喂給AI的內(nèi)容。喂養(yǎng)Agent時(shí)，它職責(zé)邊界是什么，它用的工具是否趁手，它調(diào)用的服務(wù)是否Agent化，把這些東西設(shè)計(jì)出來(lái)給它。你要拿到的不是一套AI所編寫的全套代碼，而是你的產(chǎn)品是否能夠因此沉淀出一份AI能讀懂的工作文檔，這變成了最有價(jià)值的成果。讓后續(xù)迭代升級(jí)和維護(hù)查錯(cuò)都能夠沿著這套環(huán)境文本自如進(jìn)行。給AI一張清晰的藍(lán)圖，把你規(guī)劃里的顯性和隱形約束都交代清楚，將你的代碼美學(xué)強(qiáng)行加注給它，不要讓AI瞎猜，變成你邏輯推理的延伸。
其次，看AI想用什么工具，看用戶想讓AI干什么，把這種行為標(biāo)準(zhǔn)化。不要主觀地去幫Agent決定它應(yīng)該看到什么，給它搜索工具，給它入口文件和權(quán)限，讓它自主去選擇那些當(dāng)前已有的Skills，讓它以AI自己的原生邏輯，給它匹配原生環(huán)境去挖掘。它自己摸索的推理鏈路才是最完整的。
最后，A2A、模型暴力進(jìn)化、AI一天一變的背景下UI已死，產(chǎn)品終端無(wú)需看起來(lái)很復(fù)雜很高級(jí)的界面，這種過(guò)度優(yōu)化容易被現(xiàn)實(shí)碾壓。我們?cè)诓僮髦邪l(fā)現(xiàn)，當(dāng)下前端用AI開發(fā)體驗(yàn)不好的點(diǎn)在于，1、發(fā)指令的人往往很難用精準(zhǔn)的語(yǔ)言給AI描述出自己具體想要的效果。這種自然語(yǔ)言和代碼意圖的差距，尤其體現(xiàn)在中文主觀形容詞語(yǔ)義偏差和開發(fā)者的語(yǔ)言表述能力上。2、局部修改引發(fā)連鎖錯(cuò)配。初次生成頁(yè)面整體效果挺好，但局部微調(diào)常因組件復(fù)用或多頁(yè)面繼承關(guān)系，導(dǎo)致其他非改動(dòng)區(qū)域異常，反而迅速增加了改動(dòng)的消耗成本。
對(duì)此問(wèn)題，丁宇認(rèn)為，Coding Agent應(yīng)在上下文上提供更多獲取能力，比如授權(quán)讀取你電腦的任何目錄去找上下文，能更精準(zhǔn)些。其次是支持富文本多模態(tài)輸入，讓AI學(xué)習(xí)解析生成。模板的多樣化提供也是思路，但誰(shuí)來(lái)提供這個(gè)模板呢？還是回到垂直領(lǐng)域建立的樣板庫(kù)。Agent都具備外掛檢索能力，增強(qiáng)這種能力范圍能找到更符合心意的案例。
從開發(fā)應(yīng)用走向通用智能體
現(xiàn)在正在發(fā)生一個(gè)變化，Coding Agent變成了通用Agent。因?yàn)镃oding Agent具備隨時(shí)創(chuàng)造軟件和制造工具的能力。而今天軟件和工具并不能解決所有問(wèn)題，還需要很多Skill、MCP、API的服務(wù)。這些組合起來(lái)，既具備了Know How又具備了完成某種任務(wù)的能力認(rèn)知，它就可以把這些工作流，包括結(jié)合服務(wù)調(diào)用，把整套鏈路串聯(lián)起來(lái)，就逐漸往通用智能體去轉(zhuǎn)變。
關(guān)鍵在Skill是目前拓展場(chǎng)景最好的方式，可Skill這個(gè)體系是開放的，普通人鑒別能力不強(qiáng)，這也是現(xiàn)在出現(xiàn)hub類的入口的原因，把控上游的同時(shí)，為Skill的安全性把關(guān)。
你搭的世界由誰(shuí)實(shí)控？
AI幻覺(jué)引發(fā)的巨額資產(chǎn)損失事故已在身邊發(fā)生。由于Claude Opus 4.6編寫了漏洞代碼，導(dǎo)致一家叫Moonwell的項(xiàng)目智能合約遭攻擊損失178萬(wàn)美元。這個(gè)代碼漏洞甚至是低級(jí)的，預(yù)言機(jī)的喂價(jià)公式被寫錯(cuò)，將系統(tǒng)內(nèi)某類資產(chǎn)的價(jià)格寫成了該資產(chǎn)原價(jià)的兩千分之一，合約與代碼審計(jì)居然都沒(méi)查出來(lái)。
大模型時(shí)代，模型在推理的時(shí)候必須提供提示詞，不能以加密形式給它。有些敏感行業(yè)的公司因此自己部署模型推理服務(wù)，讓全鏈條都控在手里。
雖然Digital Quant只作為數(shù)字資產(chǎn)量化交易的數(shù)據(jù)展示平臺(tái)，產(chǎn)品本身不產(chǎn)生交易、不存儲(chǔ)也不經(jīng)手資產(chǎn)。但畢竟身處金融交易應(yīng)用賽道，我們依然定下了幾個(gè)管理原則，1、必須多重代碼校驗(yàn)，AI生成代碼必須經(jīng)過(guò)人工審查，關(guān)鍵邏輯必須三重確認(rèn)。2、創(chuàng)造沙箱隔離環(huán)境，敏感信息如數(shù)據(jù)庫(kù)配置、密鑰等不在開發(fā)態(tài)暴露給AI，所有調(diào)用在沙盒中模擬執(zhí)行，正式環(huán)境才接入真實(shí)配置。
AI Coding雖然讓代碼平權(quán)，但如果你只會(huì)用AI寫代碼，而不知道底層原理和未來(lái)方向是什么，那也會(huì)帶來(lái)生產(chǎn)和管理災(zāi)難。因?yàn)槟闾^(guò)了所有決策過(guò)程，你不知道為何選這個(gè)數(shù)據(jù)結(jié)構(gòu)，不知道內(nèi)存布局有什么權(quán)衡，看似公司擁有AI代碼的所有權(quán)，卻失去了對(duì)代碼的智力控制權(quán)。一旦出事，就是大事，當(dāng)那個(gè)極低概率的競(jìng)態(tài)條件在生產(chǎn)環(huán)境炸開，你發(fā)現(xiàn)自己面對(duì)的是一個(gè)名義上由“我”建造，但完全看不懂的世界。連問(wèn)題在哪兒都猜不出來(lái)，你怎么辦？
AI寫的代碼本質(zhì)上是基于已有數(shù)據(jù)的統(tǒng)計(jì)學(xué)里最平均、最典型的解決方案，如果完全僅依賴，創(chuàng)新的代碼就不會(huì)繼續(xù)誕生。這種看著還行但缺乏靈感的局部最優(yōu)解里，人變得更關(guān)鍵。
幸存者守則
在微軟和MIT的研究中，初級(jí)程序員用AI在生產(chǎn)力上有40%的提升，同時(shí)頂級(jí)程序員漲幅僅8%甚至負(fù)增長(zhǎng)。原因很簡(jiǎn)單，初級(jí)程序員在既有平庸里求助，而頂級(jí)程序員在未知領(lǐng)域拓展邊界，這個(gè)領(lǐng)域的數(shù)據(jù)AI訓(xùn)練集里沒(méi)多少存貨，時(shí)不時(shí)還得去糾AI的錯(cuò)。
現(xiàn)實(shí)中公司的程序員也會(huì)逐漸分為兩種：1、提示員，依賴AI干活兒的人，自身水平被AI均值鎖死，對(duì)系統(tǒng)無(wú)深層掌控，遇到極端情況就完蛋，容易被模型本身的迭代所淘汰。2、操作員，他們把原來(lái)寫包裝器、測(cè)試數(shù)據(jù)、樣本代碼的垃圾時(shí)間交給AI，自己把精力放在新架構(gòu)設(shè)計(jì)、優(yōu)化分布式共識(shí)算法等領(lǐng)域。
“有的人能管理2個(gè)Agent，有的人能管8個(gè)，這個(gè)價(jià)值就不一樣。”阿里Qoder負(fù)責(zé)人丁宇說(shuō)到，AI的粘合彌補(bǔ)替代下，傳統(tǒng)IT技術(shù)開發(fā)工種的邊界在模糊化，快速走向融合。減少了眾多溝通和協(xié)同過(guò)程，人效比變得極高。以前是10個(gè)人充分溝通討論執(zhí)行，現(xiàn)在10個(gè)Agent以一個(gè)人為中心，利用“心靈感應(yīng)”式地協(xié)同不眠不休干活，這種超級(jí)個(gè)體極具競(jìng)爭(zhēng)力。
還記得前文我們那位伙伴公司CEO JAQ嗎？砍掉了公司絕大多數(shù)兢兢業(yè)業(yè)、埋頭苦干的技術(shù)蕓蕓眾生，他現(xiàn)在正凝視著公司里那些看似不務(wù)正業(yè)、厭惡傳統(tǒng)條框、“夸夸其談”、動(dòng)腦子遠(yuǎn)超動(dòng)手交付能力的人。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論