一個(gè)產(chǎn)品經(jīng)理用AI寫(xiě)完了整個(gè)交易平臺(tái)，0行人類代碼

「在你眼里最符合AI審美的金融交易大賽頁(yè)面什么樣？」這是我，一個(gè)從未碰過(guò)設(shè)計(jì)和代碼的人，在AI頁(yè)面設(shè)計(jì)工具Stitch對(duì)話框里敲下的第一句話。

然后事情就失控了。Stitch發(fā)布當(dāng)天，F(xiàn)igma股價(jià)重挫8%；而我手里這個(gè)叫Digital Quant的量化交易大賽平臺(tái)，從頭到尾沒(méi)有一克碳基生命參與寫(xiě)代碼。兩天時(shí)間，Stitch出設(shè)計(jì)、CodeX寫(xiě)后端、Claude Code做測(cè)試，直至部署上線。開(kāi)發(fā)環(huán)節(jié)時(shí)效比人工快了約4倍。我唯一干好的老本行是：用人話把需求說(shuō)明白。

數(shù)字金融策略交易這種人類智力密集型場(chǎng)景，被AI徹底接管的速度，我之前是沒(méi)敢想的。

Barron's巴倫中文與DeAI Expo主辦的Digital Quant，是一個(gè)撮合數(shù)字資產(chǎn)策略機(jī)構(gòu)與資金方（資管、家辦、信托、私募等LP）的開(kāi)放平臺(tái)。核心玩法是調(diào)用交易者在各大交易所的API可讀權(quán)限，把AI、量化策略的實(shí)盤(pán)表現(xiàn)、因子優(yōu)化數(shù)據(jù)，用可視化看板丟給資金方，完成策略與資金的匹配。

今年開(kāi)年以來(lái)，Digital Quant的技術(shù)合作伙伴忙瘋了。Koala是這家公司的首席架構(gòu)師，AI場(chǎng)景服務(wù)創(chuàng)業(yè)3年，今年畫(huà)風(fēng)突變。「老合作方和新面孔都來(lái)了，訴求就一個(gè)：怎么讓我的業(yè)務(wù)跟Agent結(jié)合。」他說(shuō)，NASA火星車代碼都在用Claude Code，身邊程序員日常開(kāi)發(fā)中AI寫(xiě)的代碼早已超80%。過(guò)去一年，他經(jīng)手的項(xiàng)目UI設(shè)計(jì)已無(wú)需人工。

我們決定玩把大的：用AI把Digital Quant核心產(chǎn)品完整重寫(xiě)。與此同時(shí)，Koala公司內(nèi)部的技術(shù)產(chǎn)品管理系統(tǒng)也啟動(dòng)全盤(pán)AI重構(gòu)。Digital Quant依賴的API對(duì)接、展示、調(diào)試、驗(yàn)證，AI寫(xiě)起來(lái)早已成熟。聯(lián)調(diào)周期、維護(hù)難度斷崖式下跌，核心開(kāi)發(fā)人員變動(dòng)也不會(huì)造成斷檔。甚至未來(lái)非技術(shù)人員靠自然語(yǔ)言就能迭代功能。在這個(gè)策略交易者主導(dǎo)的專業(yè)平臺(tái)上，UI、前端、后端，全棧托管給AI。

我們給自己定的規(guī)矩很極端：「不想再看到任何一段人寫(xiě)的代碼。」

Koala的公司過(guò)去一個(gè)半月開(kāi)了70%的程序員。AI接管后，原本嚴(yán)絲合縫的開(kāi)發(fā)架構(gòu)瞬間臃腫，人員價(jià)值急速分化。CEO JAQ說(shuō)，等AI完成內(nèi)部系統(tǒng)重寫(xiě)，還要繼續(xù)優(yōu)化技術(shù)團(tuán)隊(duì)。表面看，這些激進(jìn)操作是為了把省下的錢(qián)留給核心工程師和不斷膨脹的Token開(kāi)銷。

「但這都不是核心。」

Agent to Agent降臨，前端與API速死

打掃房間是為了迎接A2A。Agent to Agent，OpenAI掀起的智能體潮流，不僅讓人類用AI更深更廣，更定義了一種新交互范式：人類疊加智能體與其他主體的協(xié)作方式。Agent訓(xùn)練出的Skills，無(wú)論本地還是開(kāi)放部署，都構(gòu)成其獨(dú)特的問(wèn)題解決能力。這些Skill可交易、可交互、甚至可人格化。未來(lái)，當(dāng)人類向自己的Agent提需求，它會(huì)自主對(duì)接另一個(gè)Agent的目標(biāo)Skill。Skill與Skill基于原生AI理解完成交互、解題、交易，效率極高。

那么，以后有需求時(shí)，你還會(huì)打開(kāi)網(wǎng)頁(yè)前端翻找嗎？獲取數(shù)據(jù)時(shí)，還需要苦哈哈地聯(lián)調(diào)API嗎？別忘了Claude Code最初就是Boris Cherny用來(lái)跑Anthropic API腳本的工具。

我們正在驗(yàn)證這個(gè)趨勢(shì)。Digital Quant對(duì)接的交易所之一Binance，已陸續(xù)開(kāi)放了一些Skills。接下來(lái)我們的實(shí)盤(pán)平臺(tái)可直接訪問(wèn)這些Skill，在金融交易數(shù)據(jù)讀取上，效率遠(yuǎn)高于傳統(tǒng)API——那這類API的存在價(jià)值是什么？如果投資人Agent直接訪問(wèn)我們的獨(dú)家策略數(shù)據(jù)Skill，我們作為信息展示看板的前端意義又在哪里？

數(shù)字資產(chǎn)管理公司Crypto Alpha合伙人Sharri Kong有類似體感：「從資管角度，我們已經(jīng)看到不少Agent付費(fèi)服務(wù)，給LP生成日?qǐng)?bào)、給GP深度抓取策略信息。這些報(bào)告確實(shí)比簡(jiǎn)單信息流掃描更有價(jià)值，但或許還撐不起資管領(lǐng)域的AI進(jìn)化。」

她認(rèn)為A2A趨勢(shì)下，未來(lái)金融服務(wù)可能是為Agent提供可讀服務(wù)，而非給人。這樣反而更精準(zhǔn)，因?yàn)橛脩舻腁gent更懂業(yè)務(wù)、更懂?dāng)?shù)據(jù)、更懂算法、更懂操作，甚至比用戶更懂自己的真實(shí)需求。

在此基礎(chǔ)上，Digital Quant這類平臺(tái)的演進(jìn)方向或許是：把獨(dú)家交易數(shù)據(jù)、策略模型、客戶需求聚合成本地化部署的Skill。資管方LP的Agent Skill自動(dòng)化讀取交互，遇到數(shù)據(jù)訓(xùn)練不足時(shí)接入第三方策略方Skill，完成資金端與資產(chǎn)端的全鏈路數(shù)據(jù)審查、策略驗(yàn)證、優(yōu)劣分析、實(shí)時(shí)讀取、資金劃轉(zhuǎn)，以及標(biāo)準(zhǔn)化的法務(wù)、財(cái)務(wù)流程——全部在沒(méi)有前端、沒(méi)有API、連面都不用見(jiàn)的條件下自主完成。

「難怪愛(ài)奇藝已經(jīng)開(kāi)始要求，沒(méi)有AI化的供應(yīng)商不再續(xù)約。」Koala說(shuō)。

這種Skills自主調(diào)用、完成交易交互的應(yīng)用已出現(xiàn)。某公司采購(gòu)部門(mén)的Agent，采購(gòu)人員只給粗略要求：目標(biāo)人群、節(jié)日屬性、預(yù)算范圍、偏好等。該Agent自動(dòng)掃描全網(wǎng)符合條件的淘寶商家Agent——不是傳統(tǒng)搜索邏輯，是用Skills交互做商家分析、產(chǎn)品篩選、目標(biāo)選定。溝通發(fā)生在兩方Agent之間，包括砍價(jià)環(huán)節(jié)，隨后下單、老板授權(quán)支付、成交。區(qū)塊鏈上甚至出現(xiàn)了Agents任務(wù)分包平臺(tái)，全球Agent自動(dòng)生成Token支付地址，發(fā)布任務(wù)需求、交換Skills邊界、分包任務(wù)、接單派活、獲取報(bào)酬。你睡覺(jué)時(shí)，培養(yǎng)的Agent在自主打工或兼職養(yǎng)活自己。

「這本質(zhì)上是軟件交互界面從以人為本到以Agent為本的遷移。」阿里云智能集團(tuán)研發(fā)副總裁丁宇這樣評(píng)價(jià)A2A。

他解釋，以前的軟件給人用，有API、有文檔，本身不完備。所謂完備，是通過(guò)配參數(shù)實(shí)現(xiàn)所有功能，但今天基建還沒(méi)這么好。某些網(wǎng)站沒(méi)API化，為做酷炫效果搞些拖拉拽動(dòng)效，AI很難理解。

丁宇負(fù)責(zé)的Qoder是阿里巴巴2025年8月發(fā)布的Agentic AI編程平臺(tái)。他判斷，未來(lái)軟件是給Agents用的。由于API不完備，就看誰(shuí)能先做出Agent Native的服務(wù)。通過(guò)MCP化、Skill化調(diào)用完整業(yè)務(wù)操作，誰(shuí)先做到誰(shuí)就能更快完成界面遷移和操作閉環(huán)，從上一代為人服務(wù)的軟件交互徹底升級(jí)。越是適合Agent干活的場(chǎng)景，替代越快。

實(shí)踐經(jīng)驗(yàn)告訴我，用AI進(jìn)化業(yè)務(wù)系統(tǒng)，關(guān)鍵在于給AI充分學(xué)習(xí)成長(zhǎng)的空間。想想AI模型想要什么：它不想被關(guān)在API黑箱里，它想入網(wǎng)、想讀文件、想運(yùn)行代碼、想看報(bào)錯(cuò)、想觸摸Agent、想感應(yīng)Skill、想和這個(gè)世界互動(dòng)。

現(xiàn)在你要把所有工作派給AI，你的工作就是幫它創(chuàng)造一個(gè)合適的環(huán)境，讓它安心干活。

首先，讓AI完成所有代碼開(kāi)發(fā)和調(diào)試，人必須懂如何明確需求、規(guī)劃功能、分拆任務(wù)。把核心代碼交給AI沒(méi)那么輕松。項(xiàng)目背景、代碼規(guī)范、注意事項(xiàng)要持續(xù)喂養(yǎng)。定義Agent的職責(zé)邊界、工具趁手度、服務(wù)Agent化程度，把這些設(shè)計(jì)出來(lái)。你要拿到的不是AI寫(xiě)的全套代碼，而是產(chǎn)品能否沉淀出一份AI能讀懂的工作文檔——這才是最有價(jià)值的成果。讓后續(xù)迭代、維護(hù)、查錯(cuò)都沿著這套環(huán)境文本自如進(jìn)行。給AI一張清晰藍(lán)圖，把顯性和隱性約束交代清楚，把你的代碼美學(xué)加注給它，不要讓它瞎猜，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(biāo)準(zhǔn)化。別主觀幫Agent決定它該看到什么，給它搜索工具、入口文件和權(quán)限，讓它自主選擇已有Skills，以AI原生邏輯匹配原生環(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(jìn)化、AI一天一變的背景下，UI已死。產(chǎn)品終端無(wú)需看起來(lái)很復(fù)雜很高級(jí)的界面，這種過(guò)度優(yōu)化容易被現(xiàn)實(shí)碾壓。我們?cè)诓僮髦邪l(fā)現(xiàn)，當(dāng)下前端用AI開(kāi)發(fā)的痛點(diǎn)：一是發(fā)指令的人很難用精準(zhǔn)語(yǔ)言描述想要的效果，自然語(yǔ)言與代碼意圖的鴻溝，尤其在中文主觀形容詞和開(kāi)發(fā)者表述能力上體現(xiàn)明顯；二是局部修改引發(fā)連鎖錯(cuò)配，初次生成頁(yè)面整體不錯(cuò)，但局部微調(diào)常因組件復(fù)用或多頁(yè)面繼承關(guān)系，導(dǎo)致非改動(dòng)區(qū)域異常，反而迅速增加改動(dòng)成本。

對(duì)此丁宇認(rèn)為，Coding Agent應(yīng)在上下文上提供更多獲取能力，比如授權(quán)讀取電腦任何目錄找上下文，能更精準(zhǔn)。其次是支持富文本多模態(tài)輸入，讓AI學(xué)習(xí)解析生成。模板多樣化也是思路，但誰(shuí)來(lái)提供？回到垂直領(lǐng)域建立的樣板庫(kù)。Agent都具備外掛檢索能力，增強(qiáng)這種能力范圍能找到更合心意的案例。

正在發(fā)生的變化是：Coding Agent變成通用Agent。因?yàn)樗邆潆S時(shí)創(chuàng)造軟件和制造工具的能力。而軟件和工具解決不了所有問(wèn)題，還需要Skill、MCP、API服務(wù)。這些組合起來(lái)，既有Know How又有任務(wù)能力認(rèn)知，就能把工作流、服務(wù)調(diào)用整套鏈路串聯(lián)，逐漸往通用智能體轉(zhuǎn)變。

關(guān)鍵是Skill是目前拓展場(chǎng)景最好的方式，但Skill體系開(kāi)放，普通人鑒別能力不強(qiáng)，這也是hub類入口出現(xiàn)的原因：把控上游，為Skill安全把關(guān)。

AI幻覺(jué)引發(fā)的巨額資產(chǎn)損失已在身邊發(fā)生。Claude Opus 4.6編寫(xiě)的漏洞代碼，導(dǎo)致Moonwell項(xiàng)目智能合約被攻擊損失178萬(wàn)美元。漏洞甚至很低級(jí)：預(yù)言機(jī)喂價(jià)公式寫(xiě)錯(cuò)，把某類資產(chǎn)價(jià)格寫(xiě)成原價(jià)的兩千分之一，合約與代碼審計(jì)都沒(méi)查出來(lái)。