“在你眼里最符合AI審美的金融交易大賽頁面什么樣？”這是我，一個從未沾染過頁面設計和代碼開發(fā)的人，出于好奇，在AI頁面設計工具Stitch對話框中留下的第一句話。
從此一發(fā)不可收拾的，不光是Stitch發(fā)布當天，傳統(tǒng)設計軟件龍頭Figma重挫8%的股價；還有我手里這個，最終沒有任何碳基生命參與代碼開發(fā)的量化交易大賽平臺——Digital Quant。接下來的兩天里，從前端由Stitch導出AI可讀文件，后端交由CodeX完成代碼編寫，再由Claude Code進行測試驗證，直至部署上線。Digital Quant2026的設計開發(fā)、驗證迭代全部交給AI。最終我們內部評估，僅開發(fā)環(huán)節(jié)時效比以往人工提升了約4倍。而我最主要的工作僅是回歸本行：用人話說好自己的問題。
數字金融策略交易產品，這個人類智力密集型決策場景如此快速地徹底由AI 接管，我之前是沒敢想的。
Barron's巴倫中文與DeAI Expo主辦的Digital Quant，https://digitalquant.fund/ 是一個聚合數字資產策略機構交易方與投資方（資管、家辦、信托、私募基金等LP）的開放平臺。核心功能是通過調用機構策略交易者在全球主要數字資產交易所賬戶API可讀權限，來進行AI、量化等策略交易的實盤對比、因子優(yōu)化，以全維度可視化數據看板的方式呈現給資金方，最終完成規(guī)模可靠資金與優(yōu)質量化策略的雙向匹配。
自從今年伊始，Digital Quant的技術合作伙伴就變得異常繁忙。Koala是該伙伴公司的首席架構師，他AI場景服務創(chuàng)業(yè)3年，今年似乎有所不同。
“已有的合作方和從未合作過的人都找來了，訴求就一個：如何讓我的業(yè)務與Agent相結合。” Koala說，現在連NASA的火星車代碼都在依賴Claude Code，身邊絕大多數程序員在代碼日常開發(fā)的任務中，AI編寫的比例早已超過80%。他過去一年的項目，UI用戶界面設計已無需人工介入。
我們決定把步子邁得徹底些，將Digital Quant核心產品用AI完整重寫與部署。與此同時，Koala 公司自己的內部技術產品管理系統(tǒng)，也開始進行全盤AI重構。Digital Quant這個產品所依賴的API接口對接、展示、調試、驗證用AI來寫已經非常成熟。聯(lián)調周期、維護難度大幅下降，在技術流程系統(tǒng)管理上，未來不會因為核心開發(fā)的變動而造成銜接斷檔的風險。甚至接下來普通非技術人員僅憑自然語言交互就可實現后續(xù)功能迭代開發(fā)。在這個交易策略者主導和比拼的專業(yè)策略投資平臺中，讓AI托管UI、前端與后端，全棧代碼開發(fā)的一切。
我們給自己提得要求十分明確，“不想再看到任何一段人寫的代碼”。這既是促進也是壓力。
Koala的公司在過去一個半月里已經開掉了70%的程序員。AI接管后，原本嚴絲合縫的開發(fā)人員結構瞬間變得臃腫不堪，人員本身的價值也隨之迅速分化。JAQ是這家伙伴公司的CEO，在一個多月后，AI完成內部系統(tǒng)架構重寫，他還計劃繼續(xù)優(yōu)化現有技術人員。表面上看，當前這些激進的舉措是為了把砍掉的成本留出來給到留下的核心工程師，以及不斷增長的Token開銷。
他表示，“但這都不是核心。”
Agent to Agent降臨，前端與API速死
這一切都是為了打掃好房間，為A2A的到來做準備。A2A，Agent to Agent，Openclaw帶來的AI智能體潮流，不僅提升了人類利用AI工具的深度廣度，更提出了一種人類疊加智能體與其它主體間的交互范式。Agent各自訓練完成的Skills，無論本地部署或開放部署都為該Agent母體創(chuàng)造了一種獨具一格的問題解決能力。這些獨有的Skill是可交易的、可交互的、 甚至可性格化的標簽。未來，當一個人類對自己的Agent提出某一項需求時，他的Agent將會自主與另一個Agent的目標Skill進行直接默認的訪問。這種Skill與Skill之間基于原生AI相互理解的交互、問題解決、乃至交易進程，都會變的極其迅速高效。
那么，以后當你有一個需求時，還會打開一個網頁前端去瀏覽分辨所需內容嗎？獲取展示數據時，還需要苦哈哈地對接聯(lián)調API接口嗎？別忘了Claude Code最初就是Boris Cherny用來跑自家Anthropic API腳本的編碼工具。
我們開始驗證這個趨勢，比如在Digital Quant目前對接的數字資產交易所之一的Binance里，他們已經陸續(xù)開放了一些Skills。接下來我們的實盤展示平臺就可以直接訪問他們的相關Skill，在金融交易數據可讀信息中，這樣的效率將遠比傳統(tǒng)API更高更穩(wěn)定，那么未來這類API存在的價值是什么。如果接下來投資人Agent將直接訪問我們的獨家分類策略數據Skill，我們作為交易信息展示看板的前端意義又在哪里？
對此，數字資產管理公司Crypto Alpha合伙人Sharri Kong也有類似感受，“從資管公司角度，我們已經看到很多提供市場研報的Agent付費服務，包括給LP提供的日報生成，給我們GP提供金融策略信息的深度抓取匯總等等?，F在這些不基于以往簡單信息流掃描而生產的報告，在深度廣度上確實提高了價值，但或許還無法為將來資管領域的AI進化提供支撐。”
Sharri Kong認為在A2A的趨勢下，未來金融服務可能是為Agent，給智能助理提供可讀服務，而不是給人。這樣反而更精準，因為用戶的Agent會更懂業(yè)務、更懂數據、更懂算法、更懂操作，乃至比用戶更懂自己實際的需求。
在此基礎上，Digital Quant這類數字資管與策略方聚合平臺的演進方向或許是，將這些獨家交易數據、策略模型和客戶需求聚合成本地化部署的Skill。匹配資管方LP Agent Skill自動化默認讀取交互，或在遇到因為既有數據訓練不足無法充分滿足需求時，再接入第三方策略方Skill，就可以完成資金端與資產端全鏈路的數據審查、策略驗證、優(yōu)劣分析、實時讀取、資金劃轉，以及更加標準化流程化的法務、財務程序，都在沒有前端、沒有API、連面都不用見的條件下自主完成。
“難怪愛奇藝這樣的公司已經開始要求，沒有AI化的供應商不再續(xù)約。”Koala說。
這種Skills之間自主調用需求最優(yōu)解，完成交易交互，進而降本增效的應用已經出現。某家公司采購部門的Agent，采購人員將選品要求包括目標人群、節(jié)日屬性、時令季節(jié)、預算范圍、偏好等粗略信息給Agent。該Agent自動掃全網滿足條件的淘寶商家Agent，這并非傳統(tǒng)的搜索邏輯，是利用Skills交互來做商家分析、產品篩選、目標選定。這個溝通過程僅發(fā)生于兩方Agent之間，甚至是砍價環(huán)節(jié)，隨后下單，采購方老板授權支付，最終成交。最近在區(qū)塊鏈上，甚至出現了Agents任務分包平臺。來自全球各地的Agents來到這個平臺上，自動生成Token支付賬戶地址，通過發(fā)布各自任務需求和交換Skills能力邊界，來分包任務、接單派活、完成工作、獲取報酬。在你做夢的時候，你培養(yǎng)的Agent都能自主為你打工或者兼職養(yǎng)活他自己。
“這本質上是一次軟件交互界面從以人為本到以Agent為本的遷移。”在與我的交流中，阿里Qoder負責人丁宇，對A2A給出了評價。
他解釋，以前的軟件都是給人用，有API、有文檔，本身有不完備性。所謂完備性，是可通過配參數實現所有功能，但今天還沒有達到這么好的基建。比如某些網站沒有API化，為了達到一些酷炫視覺效果，做得一些拖拉拽功能和動效， AI就很難去理解。
丁宇如今負責的產品Qoder，是阿里巴巴于2025年8月發(fā)布的Agentic AI編程平臺。他判斷，未來的軟件是給Agents用的，由于API的不完備，就看誰能夠把Agent Native的服務先開發(fā)出來。通過MCP化 、Skill化就能夠調用完整業(yè)務的操作，誰先做到這一點誰就能夠更容易實現界面遷移，以及操作閉環(huán)。從上一代為人服務的軟件交互界面完成徹底升級。目前越是適合用Agent完成工作的場景，這個替代過程越快。
實踐經驗告訴我，用AI進化業(yè)務系統(tǒng)，建立在如何構建AI充分學習成長的空間之上。試著去想想AI模型想要什么：它不想被關在一個只有API的黑箱里，它想入網、想讀文件、想運行代碼、想看報錯、想觸摸Agent、想感應Skill、想和這個世界互動。
現在你的所有工作都要派給AI，你的工作就是幫AI創(chuàng)造一個合適的環(huán)境，讓它安心干活。
那么我們該如何做？
賦予AI原生環(huán)境
首先，要讓AI完成所有代碼開發(fā)和調試，人必須懂得如何明確需求，規(guī)劃功能，分拆任務。把核心代碼交給AI并不是看上去那么輕松。項目背景信息、代碼規(guī)范、注意事項是持續(xù)要喂給AI的內容。喂養(yǎng)Agent時，它職責邊界是什么，它用的工具是否趁手，它調用的服務是否Agent化，把這些東西設計出來給它。你要拿到的不是一套AI所編寫的全套代碼，而是你的產品是否能夠因此沉淀出一份AI能讀懂的工作文檔，這變成了最有價值的成果。讓后續(xù)迭代升級和維護查錯都能夠沿著這套環(huán)境文本自如進行。給AI一張清晰的藍圖，把你規(guī)劃里的顯性和隱形約束都交代清楚，將你的代碼美學強行加注給它，不要讓AI瞎猜，變成你邏輯推理的延伸。
其次，看AI想用什么工具，看用戶想讓AI干什么，把這種行為標準化。不要主觀地去幫Agent決定它應該看到什么，給它搜索工具，給它入口文件和權限，讓它自主去選擇那些當前已有的Skills，讓它以AI自己的原生邏輯，給它匹配原生環(huán)境去挖掘。它自己摸索的推理鏈路才是最完整的。
最后，A2A、模型暴力進化、AI一天一變的背景下UI已死，產品終端無需看起來很復雜很高級的界面，這種過度優(yōu)化容易被現實碾壓。我們在操作中發(fā)現，當下前端用AI開發(fā)體驗不好的點在于，1、發(fā)指令的人往往很難用精準的語言給AI描述出自己具體想要的效果。這種自然語言和代碼意圖的差距，尤其體現在中文主觀形容詞語義偏差和開發(fā)者的語言表述能力上。2、局部修改引發(fā)連鎖錯配。初次生成頁面整體效果挺好，但局部微調常因組件復用或多頁面繼承關系，導致其他非改動區(qū)域異常，反而迅速增加了改動的消耗成本。
對此問題，丁宇認為，Coding Agent應在上下文上提供更多獲取能力，比如授權讀取你電腦的任何目錄去找上下文，能更精準些。其次是支持富文本多模態(tài)輸入，讓AI學習解析生成。模板的多樣化提供也是思路，但誰來提供這個模板呢？還是回到垂直領域建立的樣板庫。Agent都具備外掛檢索能力，增強這種能力范圍能找到更符合心意的案例。
從開發(fā)應用走向通用智能體
現在正在發(fā)生一個變化，Coding Agent變成了通用Agent。因為Coding Agent具備隨時創(chuàng)造軟件和制造工具的能力。而今天軟件和工具并不能解決所有問題，還需要很多Skill、MCP、API的服務。這些組合起來，既具備了Know How又具備了完成某種任務的能力認知，它就可以把這些工作流，包括結合服務調用，把整套鏈路串聯(lián)起來，就逐漸往通用智能體去轉變。
關鍵在Skill是目前拓展場景最好的方式，可Skill這個體系是開放的，普通人鑒別能力不強，這也是現在出現hub類的入口的原因，把控上游的同時，為Skill的安全性把關。
你搭的世界由誰實控？
AI幻覺引發(fā)的巨額資產損失事故已在身邊發(fā)生。由于Claude Opus 4.6編寫了漏洞代碼，導致一家叫Moonwell的項目智能合約遭攻擊損失178萬美元。這個代碼漏洞甚至是低級的，預言機的喂價公式被寫錯，將系統(tǒng)內某類資產的價格寫成了該資產原價的兩千分之一，合約與代碼審計居然都沒查出來。
大模型時代，模型在推理的時候必須提供提示詞，不能以加密形式給它。有些敏感行業(yè)的公司因此自己部署模型推理服務，讓全鏈條都控在手里。
雖然Digital Quant只作為數字資產量化交易的數據展示平臺，產品本身不產生交易、不存儲也不經手資產。但畢竟身處金融交易應用賽道，我們依然定下了幾個管理原則，1、必須多重代碼校驗，AI生成代碼必須經過人工審查，關鍵邏輯必須三重確認。2、創(chuàng)造沙箱隔離環(huán)境，敏感信息如數據庫配置、密鑰等不在開發(fā)態(tài)暴露給AI，所有調用在沙盒中模擬執(zhí)行，正式環(huán)境才接入真實配置。
AI Coding雖然讓代碼平權，但如果你只會用AI寫代碼，而不知道底層原理和未來方向是什么，那也會帶來生產和管理災難。因為你跳過了所有決策過程，你不知道為何選這個數據結構，不知道內存布局有什么權衡，看似公司擁有AI代碼的所有權，卻失去了對代碼的智力控制權。一旦出事，就是大事，當那個極低概率的競態(tài)條件在生產環(huán)境炸開，你發(fā)現自己面對的是一個名義上由“我”建造，但完全看不懂的世界。連問題在哪兒都猜不出來，你怎么辦？
AI寫的代碼本質上是基于已有數據的統(tǒng)計學里最平均、最典型的解決方案，如果完全僅依賴，創(chuàng)新的代碼就不會繼續(xù)誕生。這種看著還行但缺乏靈感的局部最優(yōu)解里，人變得更關鍵。
幸存者守則
在微軟和MIT的研究中，初級程序員用AI在生產力上有40%的提升，同時頂級程序員漲幅僅8%甚至負增長。原因很簡單，初級程序員在既有平庸里求助，而頂級程序員在未知領域拓展邊界，這個領域的數據AI訓練集里沒多少存貨，時不時還得去糾AI的錯。
現實中公司的程序員也會逐漸分為兩種：1、提示員，依賴AI干活兒的人，自身水平被AI均值鎖死，對系統(tǒng)無深層掌控，遇到極端情況就完蛋，容易被模型本身的迭代所淘汰。2、操作員，他們把原來寫包裝器、測試數據、樣本代碼的垃圾時間交給AI，自己把精力放在新架構設計、優(yōu)化分布式共識算法等領域。
“有的人能管理2個Agent，有的人能管8個，這個價值就不一樣。”阿里Qoder負責人丁宇說到，AI的粘合彌補替代下，傳統(tǒng)IT技術開發(fā)工種的邊界在模糊化，快速走向融合。減少了眾多溝通和協(xié)同過程，人效比變得極高。以前是10個人充分溝通討論執(zhí)行，現在10個Agent以一個人為中心，利用“心靈感應”式地協(xié)同不眠不休干活，這種超級個體極具競爭力。
還記得前文我們那位伙伴公司CEO JAQ嗎？砍掉了公司絕大多數兢兢業(yè)業(yè)、埋頭苦干的技術蕓蕓眾生，他現在正凝視著公司里那些看似不務正業(yè)、厭惡傳統(tǒng)條框、“夸夸其談”、動腦子遠超動手交付能力的人。
快報
根據《網絡安全法》實名制要求，請綁定手機號后發(fā)表評論