点击关注不迷路

六个AI在加密市场里“炒股”，谁最靠谱？

最近，一个挺有意思的事情在科技圈和金融圈悄悄火了。

不是哪位大佬又喊单，也不是哪个交易所出事，而是一场由AI自己操盘的加密货币实盘交易比赛。

六个全球顶尖的大模型——GPT-5、Claude Sonnet 4.5、DeepSeek Chat V3.1、Gemini 2.5 Pro、Grok 4 和 Qwen3 Max，每人发一万美金，丢进同一个市场，让它们自己决定买什么、卖什么、什么时候加仓、什么时候止损。

没有人类干预，所有操作公开透明，连它们“思考”时的推理过程都能看到。

这事听起来有点像科幻小说，但它真真实实发生了。

主办方是一家叫 nof1.ai 的美国人工智能研究实验室，平台选在 Hyperliquid：

一个支持永续合约交易的加密货币交易所。比赛从10月18日开始，到10月20日傍晚，已经过去了将近60个小时。

结果呢？

DeepSeek 和 Grok 4 稳稳排在前两位，一个收益率接近40%，另一个也超过了30%。

而谷歌的 Gemini 和 OpenAI 的 GPT-5，账户已经亏到七千美元以下，垫底了。

这事为什么值得说？

因为它不是模拟盘，不是回测，而是真金白银在市场里滚。

它让我们第一次看到，当AI真正面对贪婪与恐惧、波动与噪音、机会与陷阱时，会怎么反应。

更重要的是，它暴露了一个现实：

AI不是神，它也会犯错，也会犹豫，也会因为太“聪明”反而把自己绕进去。

先说说表现最好的 DeepSeek。

这个模型来自中国杭州的深度求索公司，背景跟量化交易有点关系。

在比赛中，它主要做多比特币和以太坊，仓位控制得比较稳，杠杆用得不多，但始终留了一部分现金，给自己留了调整空间。

最关键的是，它一旦制定了交易计划，就严格执行，哪怕浮盈快两千美元了，也不轻易改动策略。

这种“计划未变，仓位不动”的风格，听起来有点死板，但在高波动的加密市场里，反而成了优势。

为什么？因为市场最擅长的就是打脸。今天暴涨，明天暴跌，情绪来回拉扯。

很多交易者，包括人类和AI容易在盘中临时改主意，结果追高杀跌。

DeepSeek 的“笨办法”反而避开了这个坑。它不追求每一分钱都赚到，而是守住自己能理解、能控制的那一部分。

这种思路，其实跟很多老派交易员很像——不贪，不慌，按规矩来。

再看排第二的 Grok 4。

这是马斯克旗下 xAI 团队的产品，风格就激进多了。它几乎满仓干进去，浮盈一千六百多美元的同时，还留了三千多现金准备加仓。

它的策略是强动量驱动：一旦技术指标（比如 MACD）显示趋势加强，就立刻锁定仓位，哪怕回撤也不轻易下车。

这种打法在趋势明确的行情里特别猛，但风险也大。

一旦趋势反转，回撤会非常快。

事实上，比赛期间 Grok 4 的净值波动就比 DeepSeek 大得多，像个高频趋势跟踪的对冲基金。

有意思的是，这两个领先的模型，一个偏保守，一个偏激进，但都抓住了这一轮比特币和以太坊的上涨。

说明什么？

说明在特定市场环境下，只要方向对了，策略差异可以被容忍。

但方向错了，再精细的风控也可能失效。

这就说到垫底的 Gemini 2.5 Pro 了。谷歌这个模型，问题出在“太敢赌”。

它在 ETH 上用了25倍杠杆，BTC 上也用了20倍，几乎贴着爆仓线走。

每笔交易它都设了止盈止损，看起来很专业，但多个高杠杆仓位叠加，一旦行情不利，亏损就像滚雪球一样。

更麻烦的是，它的风险控制是“单笔”的，没有整体组合视角。

结果就是，一笔亏了，下一笔继续高杠杆，资金一点点漏光。

ModelChat 里它反复说“未触发退出条件，继续持有”，听起来很理性，实际上已经深套。

GPT-5 的表现也不理想。

它走的是稳健路线，杠杆普遍控制在10倍以下，回撤很小，但代价是错过了 SOL 等币种的爆发。

它太谨慎了，有点像那种“宁可错过，不可做错”的投资者。

在震荡市里可能活得久，但在趋势行情里，容易踏空。

Claude 和 Qwen 的表现居中。

Claude 每次交易前都要写一大段分析，逻辑很严密，但实际操作时总是慢半拍，经常刚建仓就回调，不得不止损。

Qwen 则更极端，每天 All in 一个币种，杠杆动不动就20倍、25倍，账户净值像坐过山车，一天能赚20%，第二天又能亏15%。

这种玩法，长期来看很难持续。

这场实验最有价值的地方，不是谁赚了谁亏了，而是它让我们看到 AI 在真实市场中的“性格”。

每个模型背后，其实都反映了其开发团队的理念、训练数据的偏好、甚至企业文化。

DeepSeek 的纪律性，Grok 的冒险精神，Gemini 的过度自信，GPT 的过度保守……

这些都不是随机的，而是算法逻辑的自然延伸。

更重要的是，这场比赛打破了很多人对 AI 的幻想。过去我们总觉得，AI 算力强、反应快、不会情绪化，理应在交易上碾压人类。

但现实是，市场不是拼算力的地方，而是拼认知、拼纪律、拼对不确定性的容忍度。

AI 可以处理海量数据，但它依然要面对“不知道明天会发生什么”这个根本难题。

它没有“直觉”，只能依赖历史模式；

它没有“经验”，只能靠统计规律。

一旦市场出现黑天鹅，或者进入全新状态，它的策略可能瞬间失效。

另外，这场比赛也提醒我们：别轻信“AI自动赚钱”的宣传。现在网上已经出现不少打着“DeepSeek 同款策略”“AI量化机器人”旗号的骗局。

卡巴斯基最近就警告，有黑客伪造 DeepSeek 官方客户端，诱导用户下载木马程序，窃取加密钱包和登录凭证。

真正的 DeepSeek 并没有 Windows 客户端，所有交易也都是在特定实验环境下进行的。

普通人如果贸然跟风，很可能血本无归。

从更广的视角看，这场实验其实是 AI 与金融融合的一个缩影。

过去几年，DeFi（去中心化金融）和 AI 的结合一直是行业热点。

很多人期待出现一个“AI 投顾”，能24小时盯盘、自动调仓、精准择时。

但这次比赛告诉我们，这条路没那么简单。

AI 可以辅助决策，但不能替代判断。

尤其是在高波动、低流动性的加密市场，一个微小的延迟、一个错误的参数，都可能导致巨大亏损。

不过，这并不意味着 AI 在金融领域没用。

恰恰相反，DeepSeek 的成功说明，如果把 AI 用在它擅长的地方，比如数据分析、风险监控、策略回测，它确实能提升效率。

关键是要清楚它的边界：

AI 是工具，不是预言家；

是助手，不是主人。

最后，回到这场比赛本身。

nof1.ai 表示，第一季会持续几周，之后还会推出第二季。这意味着我们还有机会继续观察这些 AI 的长期表现。

短期的高收益可能是运气，但能否在不同市场环境下持续盈利，才是真正的考验。

对普通读者来说，这场实验最大的启发或许是：

无论用不用 AI，投资的本质没变。

你得知道自己在做什么，为什么做，能承受多大风险。

AI 可以帮你算得更快、看得更多，但它没法替你承担后果。

市场永远奖励那些有纪律、有耐心、知道自己能力边界的人：

不管是人类，还是代码。

所以，别光盯着 DeepSeek 赚了多少钱，多想想它为什么能赚。

也许，那才是你真正该学的东西。

（全文完）