车厘子

这两天在北京出差，跟几个做 AI+Trading 方向的团队聊了一下，基本上就两个思路 - 用 AI 加速投研，把人力压缩在 5～10 个人，从而优化决策能力 - 用 AI 自动化因子挖掘，在「已有策略」的基础上寻找新收益空间 前者已经跑的比较通畅了，毕竟本质和传统机构一样，只是决策速度更快 后者的团队大多在水下，信息很少，反正真有效的因子只要口头提一句基本都能复现，这可能也是大家云淡风轻的原因 零售端产品做到最后差不多也如此吧，要么是 OpenAlice 本体这种贯彻「省人力」的思路做密集繁重的交易研究、交易监测、选股的动作，把机构能力贡献给个人 要么像 Auto-Quant 的…

5.6 Sol 的问题是执行中过度发散，Grok 4.6 的问题是执行中过度集中 最后表现出的效果是，Sol 会做很多不受控制的额外工作，而 Grok 除了 prompt 里写的之外绝对不多做一丁点 因此最好的使用模式是用 Sol 把 Plan 写好，再让 Sol 操作 Grok 干活 能折腾用 omp，不想折腾就跟 AI 直接说“用 Grok 做”

我现在的工作主要有三个方向 一是研究怎么把任务转换成 AI 能做的结构 二是研究怎么提高 token 到对系统正增益的转化率 三是研究不同智力的 AI 模型怎么同时能够对系统产生正增益 关于第一点，我已经有了相对明确的结论：把任务压扁成 Coding 任务，然后用 Coding Harness 解决 这是一个非常好的“拿着锤子找钉子”的思路，OpenAlice、Auto Quant 都是这么做出来的 关于第二点和第三点，我认为会是接下来做 Agent Harness 和 RSI 的核心命题 这个命题要理解起来很简单： 假如我已经付了 200USD 订阅解决了生活中的 50% 的问题…

你可以使用 OpenAlice 来把 Coding Harness 转换成 Trading Harness 通过将交易所需的环境构建于代码库中，你可以在 OpenAlice 里使用 Claude Code / Codex 或时下流行的 Grok Build 来做股票研究、题材追踪、交易辅助 如果你有订阅的话——甚至不需要多付一份订阅费 github.com/TraderAlice/OpenA…

男孩的周本：原神 鸣潮 崩铁 男人的周本：Codex 重置