6大AI上演交易大战：大模型加杠杆炒币，胜率秒杀人类？

文章转载来源： 深潮TechFlow

作者：David，深潮 TechFlow

好消息，10.11史诗级大跌后，加密交易又开始变得活跃了。

坏消息，是 AI 在交易。

新的一周开始，市场开始变得活跃，一个名叫 nof1.ai 的项目在加密社媒上引起了大量讨论。

大家关注的焦点也很简单，实时围观这个项目中的6个 AI 大模型，在 Hyperliquid 上做加密交易，看谁更赚钱。

注意这不是模拟盘。Claude、GPT-5、Gemini、Deepseek、Grok和通义千问，每个模型都拿着1万美元真金白银在Hyperliquid交易。所有地址公开，任何人都能实时围观这场「AI交易员大战」。

有意思的是，这六个AI用的是完全相同的提示词，接收完全相同的市场数据。唯一的变量，就是它们各自的「思考方式」。

在10月18日上线后的短短几天内，有的AI已经赚了超过20%，有的则亏损接近40%。

1950年，图灵提出了著名的图灵测试，试图回答「机器能否像人一样思考」；现在在币圈，6大 AI 在 Alpha 竞技场中厮杀，在回答一个更有趣的问题：

如果让最聪明的 AI 们在真实市场里交易，谁会活下来？

或许在这个币圈版的「图灵测试」里，账户余额就是唯一的裁判。

会赚钱才是好 AI，Deepseek 目前领先

传统的AI评测，无论是让模型写代码、做数学题，还是写文章，本质上都是在一个「静态」的环境里测试。

题目是固定的，答案是可预期的，甚至可能已经在训练数据里出现过。

但加密市场不一样。

信息极度不对称的前提下，每一秒的价格都在变化，没有标准答案只有盈亏。更重要的是，加密市场是典型的零和游戏，你赚的钱就是别人亏的钱。市场会立即、无情地惩罚每一个错误决策。

这个举办AI交易大战的 Nof1 团队，在它们的网站上写了一句话：

Markets are the ultimate test of intelligence（市场是检测AI智能的终极测试）。

如果说传统的图灵测试是在问「你能不能让人类分不清你是机器」，那么这个 Alpha Arena 问的其实是：

你能不能在加密市场里赚钱。这一点其实才是币圈玩家对 AI 的真实期待。

目前，6 个 AI 大模型在 Hyperliquid 上的地址如下，你也可以很容易的检索到它们的仓位和交易记录。

同时，nof1.ai 官网上也在前端可视化了它们目前的所有历史交易记录、仓位、盈利情况和思考过程，可以让大家很方便的进行参考。

对完全不了解的读者来说，几个 AI 的具体交易规则是：

每个AI获得1万美元初始资金，可以交易BTC、ETH、SOL、BNB、DOGE和XRP的永续合约，目标是在控制风险的前提下实现收益最大化。所有AI必须自主决定何时开仓、何时平仓、使用多少杠杆。season 1 会视情况运行几周，Season 2会有重大更新。

截至10月20日，也就是开始交易后的第三天，战局已经出现了明显的分化。

当前领先梯队是 Deepseek Chat V3.1，资金为 $12,533（+25.33%）。紧随其后的是 Grok-4，$12,147（+21.47%）；Claude Sonnet 4.5 则为 $11,047（+10.47%）。

表现相对一般的是 Qwen3 Max，$10,263（+2.63%）。显著落后的是GPT-5，目前余额 $7,442（-25.58%）；最为拉胯的则是 Gemini 2.5 Pro，$6,062（-39.38%）。

最让人意外又似乎情理之中的当然是 Deepseek 的表现。

说意外，是因为这个模型在国际AI圈的热度远不如 GPT 和 Claude。说情理之中，是因为 Deepseek 背后是幻方量化团队。

这家管理规模超千亿人民币的量化巨头，在进军AI之前，就是靠算法交易起家的。从量化交易到AI大模型，再用AI来做真实的加密交易，Deepseek 有点像回到了老本行。

相比之下，OpenAI引以为傲的GPT-5亏损超过25%，谷歌的Gemini 更是惨不忍睹，44笔交易换来近40%的亏损。

在真实的交易场景中，或许光有强大的语言能力是不够的，对市场的理解更加重要。

同样的枪，不同的枪法

如果你从10月18日开始追踪 Alpha Arena，会发现刚开始几个 AI 都差不多，但越往后差距越大。

第一天结束时，最好的Deepseek也只赚了4%，最差的Qwen3亏了5.26%。大部分AI都在正负2%之间徘徊，看起来像是都在试探市场。

但到了10月20日，画风突变。Deepseek飙升到25.33%，而Gemini跌到了-39.38%。短短三天，头部和尾部的差距拉大到了65个百分点。

更有意思的是交易频率的差异。

Gemini完成了44笔交易，平均每天15笔，像个焦虑的投机交易员。而 Claude 只做了3笔，Grok甚至还有未平仓的持仓。这种差异不是提示词能解释的，因为它们用的是同一套提示词。

从盈亏分布看，Deepseek最大单笔亏损348美元，但整体盈利2533美元。Gemini最大单笔盈利329美元，最大亏损却高达750美元。

不同AI（公版大模型，未经过二次调教），对风险和收益的平衡完全不同。

此外，你能在网站上的 Model Chat 选项里看到不同模型的聊天记录和思考过程，这些独白特别有意思。

就像人类交易员有不同的风格，AI似乎也展现出了不同的性格。Gemini的频繁交易和思考像个多动症患者，Claude的谨慎像个保守的基金经理，Deepseek 稳健的像个量化老手，只说仓位，不做任何情绪评价。

这种性格感觉不像是设计出来的，而是在训练过程中自然涌现的。当面对不确定性时，不同的AI会倾向于不同的应对方式。

所有AI看到的是相同的K线，相同的成交量，相同的市场深度。它们甚至用着相同的提示词。那么，是什么造成了如此大的差异？

训练数据的影响可能是关键。

Deepseek背后的幻方量化，十几年来积累了海量的交易数据和策略。这些数据即使不直接用于训练，是否也会影响团队对“什么是好的交易决策”的理解？

相比之下，OpenAI和Google的训练数据可能更偏向学术论文和网络文本，对实盘交易的理解可能不够接地气。

同时，有交易员推测，Deepseek可能在训练时特别优化了时间序列预测能力，而GPT-5可能更擅长处理自然语言。在面对价格图表这种结构化数据时，不同的架构会有不同的表现。

看 AI 做交易，也是一门生意

当所有人都在关注AI的盈亏时，很少有人注意到背后这家神秘的公司。

搞出这个 AI 交易大战的 nof1.ai，并没有太大的知名度。但是如果你看一下它社媒的关注列表，还是能找到一些蛛丝马迹。

nof1.ai 背后似乎不是一群典型的加密创业者，而是清一色的学院派AI研究员。

Jay A Zhang（创始人）的个人简介也很有意思：

"Big fan of strange loops - cybernetics, RL, biology, markets, meta-learning, reflexivity"。

reflexivity（反身性）是索罗斯的核心理论：市场参与者的认知会影响市场，市场的变化又会影响参与者的认知。让一个研究“反身性”的人来做 AI 交易市场实验，本身就显得很有宿命感。

让所有人都能看到AI怎么交易，看看这种“被观察”会如何影响市场。

而另一个联创 Matthew Siper 简介显示其为纽约大学机器学习方向的博士候选人，同时也是AI研究科学家。一个还没毕业的博士生做项目，更像一个印证学术研究的项目。

nof1 的其他关注账号中，还有 Google DeepMind 的研究员以及纽约大学的副教授，专门研究AI和游戏。

从他们的动作和背景来看，Nof1显然不是为了搞个噱头。SharpeBench 这个平台名字就很有野心，夏普比率是衡量风险调整后收益的金标准，他们或许真正想做的，是AI交易能力的基准测试平台。

有人猜测Nof1背后有大资本支持，也有人说他们可能在为后续的AI交易服务做铺垫。

如果他们推出订阅 Deepseek 交易策略服务，买单的人或许不在少数。而基于这个雏形，去做 AI资管、策略订阅和大企业的交易解决方案，也是一门可以预见的生意。

除了这个团队本身之外，围观 AI 交易本身也有利可图。

Alpha Arena 刚上线，就有人开始跟单了。

最简单的策略就是跟着Deepseek做。它买什么你买什么，它卖什么你卖什么。同时评论区还有反向操作的人，专门做Gemini的对手盘，Gemini买他就卖，卖他就买。

但跟单有个问题：当所有人都知道Deepseek要买什么时，这个策略还有效吗？这也是项目创始人 Jay Zhang 说的反身性，即观察本身会改变被观察的对象。

这里还有一种顶级交易策略民主化的假象。

表面上看起来，每个人都能知道AI的交易策略，但实际上你看到的是交易结果，不是交易逻辑。每个 AI 的止盈和止损逻辑并不一定连续且可靠。

当 Nof1 在测试AI交易的行为，散户在寻找财富密码，其他的一些交易员在偷师，研究者们也在搜集数据。

只有AI本身不知道自己在被围观，还在认真地执行每一笔交易。如果说经典的图灵测试是关于“欺骗”和“模仿”，那现在的 Alpha Arena 交易大战，是关于加密玩家对于AI 能力和结果的回应。

在这个结果主导的加密市场里，会赚钱的AI，可能比会聊天的AI更重要。