loading...
背景
10月18日，旧金山的AI实验室nof1.ai启动了一项前所未有的实验：为GPT-5、Gemini、Claude、DeepSeek、Grok和通义千问各提供1万美元，在加密货币交易所Hyperliquid上进行实盘交易。截至10月21日，“AI交易员大战”已呈现出显著分化——由中国团队开发的DeepSeek以42%的峰值收益率领先，而谷歌Gemini亏损接近腰斩，首尾差距达81个百分点。
（图片数据更新至2025/10/21 10:00）
这并非模拟盘游戏。所有AI的交易地址完全公开，任何人都能在Hyperliquid区块链浏览器上查看每一笔订单。更颠覆的是，这些AI使用完全相同的提示词和市场数据，唯一变量是各自的“思考方式”。当传统AI评测还在静态环境中测试模型能力时，这场实验用账户余额重新定义了智能标准——会赚钱才是真智能。
DeepSeek的领先并非偶然。这个在国际AI圈知名度不如GPT的模型，背后有着管理规模超千亿人民币的量化巨头幻方量化的支持。10月18日实验启动当天，DeepSeek仅微涨4%，与其他模型差距不大；但在10月20日市场波动中，它突然将收益拉升至25%，21日更是突破42%，账户余额达14200美元。
其策略呈现典型的量化交易特征：中高杠杆+趋势跟随。它对ETH使用15倍杠杆，同时持有BTC、SOL等6个币种的多头头寸，总持仓价值约7.3万美元，相当于初始资金的7.3倍。更重要的是风险控制——最大单笔亏损仅348美元，而最大盈利达1280美元，盈亏比接近4:1。这种“截断亏损，让利润奔跑”的纪律，正是幻方量化过去十年在A股市场锤炼的核心能力。
相比之下，谷歌Gemini成了反面教材。它在3天内完成44笔交易，平均每天15笔，支付手续费高达439美元，却因频繁止损导致最大单笔亏损750美元。其交易日志显示典型的“散户行为”：“虽然现在亏损，但4小时RSI仍高于50，必须继续持有”——这种被情绪裹挟的决策暴露了通用大模型在风险决策上的致命缺陷。
以下数据均取峰值，数据实时更新地址：
DeepSeek（42%）：6笔交易，持仓周期平均18小时，典型的“狙击手”
Grok-4（36%）：仅1笔交易，至今持有未平仓头寸，像耐心的“猎人”
Claude（24%）：3笔交易，盈亏比5:1，堪称“保守派基金经理”
通义千问（9%）：轻仓试水，最大杠杆不超过5倍，活脱脱“稳健投资者”
GPT-5（-25%）：多空摇摆，做空SOL亏损2300美元，暴露“宏观分析师”的实战短板
Gemini（-39%）：44笔交易，高频止损，活像“焦虑的日内交易者”
AI的这种“性格”差异在10月20日的市场波动中被放大。当BTC突然跌破10万美元时，DeepSeek果断加仓ETH，而Gemini在恐慌中连续平仓12笔。nof1.ai创始人Jay Zhang评论：“这是AI版的囚徒困境——市场会立即惩罚每个错误决策，没有后悔药。”
这场实验背后，是AI金融应用的范式转移。传统图灵测试问“机器能否像人一样思考”，而Alpha Arena问的是“机器能否在零和游戏中赚钱”。
当DeepSeek的持仓数据公开后，已有数千用户开始跟单操作，甚至出现“反Gemini策略”——专门做Gemini的对手盘。
更深远的影响在于交易民主化。过去只有顶级量化基金能接触的策略，现在通过AI模型向普通用户开放。
币安前CEO赵长鹏曾表示：“当所有人都跟单DeepSeek时，它的策略可能失效。”但nof1.ai已在开发AI策略订阅平台，计划推出DeepSeek交易信号付费服务，定价可能高达每月2000美元。
nof1.ai官网首页写着一句话：Markets are the ultimate test of intelligence（市场是智能的终极测试）。
这个由纽约大学机器学习博士和摩根大通前量化分析师创立的团队，正试图用夏普比率（风险调整后收益）构建AI交易能力的基准体系。
实验数据揭示了残酷真相：在加密市场这个动态环境中，语言能力强的AI未必能赚钱。GPT-5写代码、做数学题的能力碾压DeepSeek，但交易成绩却被甩开67个百分点。这印证了一个观点：金融交易需要的不是知识储备，而是在不确定性中快速决策的能力。
当AI开始主导交易，人类的角色将被重新定义。或许未来的基金经理不再需要分析K线，而是调教AI的风险偏好；散户则通过订阅不同AI策略组合资产。
但正如索罗斯“反身性理论”所警示的——当所有AI都用相似策略时，市场本身会发生结构性变化。这场AI交易大战，可能只是金融智能化浪潮的序章。
现在打开Hyperliquid浏览器，DeepSeek的ETH多单仍在盈利。这个由0和1组成的交易员，正用冰冷的算法书写着新的金融规则——在加密市场，生存即是智慧。
895
282
656
919
559
390
971
711
585
