AI交易：新时代的挑战与机遇

最近玩了一段时间OpenClaw，周末无聊来闲扯闲扯，不打草稿，想到什么扯什么～

我觉得如果没有2023年的AI出现～

我自己后半生的交易生涯就是：

靠着前20年交易经历积累的经验，每年在市场混个饭吃，直到这个市场不存在，或者自己不存在为止。

而AI的出现，给整个未来的规划带来了很多的变数。

这感觉有点像当时90年代的下岗潮～

对于那些20岁就进厂，工作了20年，有了职务有了稳定收入的工人，也会觉得这辈子也就这样了，安安稳稳混到退休就好。

而一个下岗潮，就把可预见的未来给改变了。

回看历史，越是这种时候，越是那些有资历有积累的人越抗拒改变，因为对于他们来说，不变，就是最稳的。

所以对于AI，我也像那些工作了20年的工人一样，不希望被它打破我的安稳。

但我自己读过很多历史，历史告诉我，在时代的车轮面前，个体的命运不过一叶扁舟，能做的也只有随波逐流。

所以我也一直在关注AI的发展，从最开始的文心一言，到现在chatgpt5.4我都有在用。

中途也有试过把我写过的东西（大概40万字）都喂给豆包和Gemini，让它们提炼我的思维、思想，然后我出个选题让它们帮我生成内容，结果还是挺失望的，除了学到语气外，思想的还原度最多5-60%。

我一开始还觉得可能是数据喂的不够，数据够了应该就可以了。

直到今年的OpenClaw火了之后，用OpenClaw试了一个月，得出的结论是：

人手一只AI claw是未来是必然的，但现在还是在很前期的阶段。

这几年我一直有想法，想把自己的交易经验教给AI，让它能复制出一个我，帮我从图表分析到做决策都做了，我只需要下单执行就好。

但后来发现，要实现起来还是很难的，因为我看的不只是图表K线，还有很多图表背后经验的东西，不容易清晰描述为什么这个图形和这个图形差不多，这个做多这个却不做。

这种如果按最少喂个几千条交易数据算，给每条数据做标注，再确保它根据不同的行情阶段去理解并应用，想想就很难。

主要我对这些功能的需求也不高，因为每天花个10多分钟看看盘找找机会，就已经是我每天的所有工作了，如果都让AI做了自己就更没事可做了。

所以虽然自己不想从AI时代掉队，但又没有动力实操去实践AI真实实力到底走到哪一步了。

好在最近朋友聊到，他们在做的一个事情，感觉挺合适用open claw去做的，大概就是在某个社交软件上，找他们业务相关的帖子，然后去评论区留言截流。

我觉得这个可以用来实践一下～摸摸现在的AI到底走到哪了，上个月就开始用我那一点点的电脑知识和三脚猫编程知识，开始鼓捣OpenClaw。

前前后后也养死不少龙虾了😂

说实话刚部署好连上telegram的时候还是挺兴奋的。

感觉小时候看到的未来已经来了，一句话和人工智能交互，它就能实现你要的操作。

但随着我深入的去实现业务内容，就发现其实还是遇到很多很多各种各样的问题，各种奇奇怪怪的小问题就不说了，那些都可以靠codex或者自己问ai解决。

但过程基本上就如网友说的，用它8个小时，有4个小时都是在维护解决它的问题。

从最开始教它如何绕过平台检测，实现内容的获取。

单跑通就要搞一整天，因为你把你需要的告诉它，它并不会知道怎么做是最合适的，整天出各种问题，必须要你手把手一步一步的教它，从初始状态，到遇到问题，到修改，每一个对话都要几分钟。

一开始还觉得挺新奇，到后来同样的问题不停的折腾你，每次交互都是几分钟，真的是太难受了，特别是它瞎编内容和你斗智斗勇的时候🤣真的，我都不知道自己是用它在帮我解决问题，还是在伺候它。

最最关键的就是它的记忆，你好不容易调教好的东西，且不说重启加载会失忆，我体会是就连当下对话任务有改动，都会选择性的忘了然后乱来，基本几个流行的大模型我都试了，感觉都是差不多的，真的很崩溃。

这是我给它做的任务流程，都细化成这个程度了：

每次输出的内容都是参差不齐的，有时候很真人，有时候很智障。

试过优化给它根据不同场景加条框，然后它就会变成鹦鹉学舌，啥场景都想用框架框死，生成一个模板化的内容。

给它多点自由发挥，它又会越过那个度，随心所欲的发挥，而且极其不稳定，让人觉得这个内容非常不真实。

感觉就是在不停的原地转圈～和一个不倒翁斗智斗勇🤣你限制它，它就转到圈里变鹦鹉，不限制它，它就跑出去，为所欲为～

后来听说有个Hermes agent从底层架构就和OpenClaw不同，是一个会成长的AI claw我也用之前的掌机装了一个，搞了几天，发现并没有多大的区别。

我不知道高手们用OpenClaw这类工具是什么感受？

但对于我这种不算电脑白痴，有一点编程基础的人来说，体会是：

让它做一些机械式重复不需要什么思考的工作还是很不错的。

但如果是需要靠它有自主能动性和复制人类的思维经验去做事情，那真的只能说是找罪受了。

我觉得这主要还受限于当下的条件：

说白话就是，要实现复制一个人的思维和经验，就相当于把它大脑存储的相关记忆都拷贝下来，遇到一个问题的时候索引完这些记忆去思考并实时分析决策。

而OpenClaw现在遇到的问题也在于此，首先是经验训练和调教上还没有类似“一键导入”类的简单形式，把一个人的经验教给它还是非常耗时耗力的事情。

二是上下文限制，现在的模型上下文大小，没法把所有相关的记忆带去思考并实时做决策。

我看了现在流行的模型，kimi的上下文大小是260k，minimax好像是200k，最大的Gemini也才1m。

从gpt和豆包的回答可以看出来，还不足以带着一个人的完整经验去思考的。

然后就是决策时间这个问题，现在大模型在云端，消息从通讯软件发给OpenClaw，要从你手机发到OpenClaw所在的服务器，然后经过gateway把消息传给大模型思考，思考完后返回结果，再传到微信回复你。

要实现实时决策，可能只有等到以后，本地化部署超级大模型的硬件成本，被打到人人负担得起时，人手一个属于自己的AI智能体后了。

感觉大概就像我经历过的电脑发展阶段，现在AI我觉得大概和win98系统256m内存的时代（2000年左右）差不多。

我觉得起码要到当年（2010年后）win7时代16g内存的时候，才能算AI claw的成熟阶段。

当然现在的发展速度一定是比当年的电脑要快的，可能不用几年就能实现了。

所以扯了那么多，结论就是普通人能玩的AI，远没到能和人一样智能的阶段，也远没到电脑小白可以傻瓜式一件部署，白话文对话就能实现你各种需求的时候。

简单的说，各种什么云上的claw全都还只是玩具。

对于交易者而言，未来有很多东西需要思考，交易在AI参与下，会出现什么样的改变？

一个经验丰富的交易者，训练出了一个完整复制他交易经验和思维的AI，拷贝一份给别人，是不是别人也能靠交易盈利了？

那如果这个AI被拷贝了10万份，假设黄金像图上，卖盘只有3手，而10万个AI做出的决策全是买多1手，市场会变成什么样？

交易者不管使用AI或是别的工具进行交易，目的是不是都是为了赚钱？如果假设人性不变的情况下，行情发展那些规律会变吗？

AI时代任何人都不可能避开它独善其身，普通人能做的只有跟着时代的步伐，毕竟在局里（实践过）和在局外（听说）看到的世界是不同的～

也许活到老学到老才是这个时代的正路～

这个月还遇到一位朋友和我说了他的经历🤣

断人财路的事情我没什么兴趣，但是交易简单到2小时就能学会这事，在以后AI时代会更多～割得更狠的😂

好了今天就扯这么多吧～

感谢你的阅读～

2026-4-4