专访 AMBR 创始人兼 CEO Michael Wu：「接下来十年我只想做一件事，Build AI Agents」

撰文：Alma Li，Techub News

核心观点

2026 年 9 月 29 日，GWDC 2026 Korea 首日，AMBR 创始人兼 CEO Michael Wu 在主题演讲后接受 Techub News 专访。他提出三个判断：一、今年 6 月 AMBR 完成派股成为独立的美股上市公司，他同步卸任 Amber Group CEO，接下来至少十年只做一件事，Build AI Agents；二、垂类 AI agent 不是把工作流「蒸馏」进模型，而是「模型加 harness 加 purpose」，真实客户在真实场景里产生的数据在人类历史上没有出现过，这让自下而上的垂类公司在与大模型厂商正面交锋时反而占优；三、AI agent 只负责把用户的意图转化成结果，决策与责任始终在人，所以即将发布的交易 agent TR 定位为用户「in-house 的量化投研团队」，而不是替你管钱。

GWDC 2026 Korea（Global Web3 Dev Con）于 9 月 29 日至 30 日在首尔 aT Center 举行，由 Web3Labs 主办。大会议程显示，Michael Wu 于首日下午发表题为「From Intelligence to Action: How AMBR Is Building the Agentic Future for Finance, Enterprise, and Growth」的主题演讲。演讲结束后，他在 Techub News 展位接受专访，访谈以普通话进行。以下为对话实录（Alma 为 Techub News 记者），仅删去口头语、附和与正式开拍前的沟通。

从 Amber AI 到 AMBR：「接下来十年只做一件事」

Alma：真的好多年不见，上一次应该还是 2018 年在香港。行业起起伏伏这么多年，Amber 从 2017 年开始到今天，我相信你在行业里经历了非常多的事情。能不能跟我们的观众介绍一下你自己，以及 Amber 最新的一些变化？

Michael Wu：谢谢大家，我是 Michael Wu，AMBR 的 founder 兼 CEO。当然大家可能更熟悉的是我创立的第一家公司 Amber Group。Amber Group 是 2017 年开始创业，最初叫 Amber AI。我们最初就是做 AI，那时候的 AI 不是大模型，是 reinforcement learning、machine learning、neural networks，用来做交易、金融定价这些。后面 2018 年很快就 all in pivot 到 crypto，在 crypto 里兜兜转转很多年。

Alma：对，我是那时候认识你的。

Michael Wu：Amber Group 也算是 crypto 很多垂类里面比较龙头的企业。

Alma：在我印象中是资管。

Michael Wu：资管、流动性做市。但过去两三年，我自己大部分时间又回到了做 AI，尤其是大语言模型出来之后做 AI agent。2024 年的时候还没有 agent 这个词，我记得我们刚开始做的时候做了一个叫 Amber Bot 的东西，那时候只有 ChatGPT 有 API，很烂，要自己做 loop、做 tool call 去调用它。过去两三年我们不断做的一件事，从我个人到整家公司，就是把我自己的各个场景，工作、生活、投资、交易，公司的各个业务，包括收购进来的 marketing 业务、我们自己的财富管理业务、交易的能力，都用 agent 重新做一遍，验证这件事情的可行性，也验证它对我的价值。今年 6 月，AMBR 正式完成派股，成为独立的一家美股上市公司，我也在 6 月正式卸任了 Amber Group 的 CEO。我之所以这么做，是因为我知道接下来至少十年，我只想专注一件事，真的只做一件事，就是 Build AI Agents，我们叫 BAA。我觉得这可能是这个时代对我来说最大的机会。

编者注：Amber International Holding Limited（纳斯达克代码 AMBR）由 iClick Interactive 与 Amber DWM 于 2025 年 3 月合并而成；2026 年 6 月 1 日公司宣布主要股东 Amber Global Limited 将其持有的全部 A 类普通股按比例分派给自身股东；9 月 1 日公司宣布由 Amber Premium 品牌转型为 AMBR，专注构建垂类 AI agent。

和区块链还有关系吗

Alma：你每一波都踩在最好的点上，2017 年进 crypto，资管也做得非常成功。但你现在做的 AI agent，和 blockchain 之间会有关系吗？还是一个纯 AI native 的企业？

Michael Wu：Long story short，没有直接关系。但 2024 年我还在 Amber Group 的时候，发起了我们的孵化器 amber.ac，现在也做得不错，虽然我现在已经不管 Amber Group 的业务了。amber.ac 开始的时候，整个 thesis 是我定的，包括我 2024 年做的那个 keynote，就叫 Crypto for AI。因为我的认知是，过往的 crypto 更多是资产，但未来的 crypto，包括整个区块链应用，核心价值在于应用。而它应用的核心点，permissionless、trustlessness，其实和人的应用、消费级应用不太相符，但和 AI agent 本身需要的无准入性、去信任化是非常相关的。只是这件事情我觉得还很早，要让它发生，AI agent economy 先得发生。所以 long story short，我们 AMBR 现在就专注一件事，做好 AI agents。当然在各个垂类里，比如 Ambre 做客户各种资产的财富管理，一个很核心的切入点是越来越多资产会以数字资产的方式运作，whether you call it crypto or not；TR 也一样，TR 做的是各市场的量化交易、量化投研能力的服务，其中很主要、也很 digital native 的一个市场，就是加密资产市场。

编者注：amber.ac 为 Amber Group 于 2024 年 7 月在新加坡发起的加速器，以「Crypto for AI」为核心理念。

MIA：不是蒸馏工作流，而是「模型加 harness 加 purpose」

Alma：你说未来十年都 focus 在 AI agent，那目前主要在哪几个赛道已经开始做了，或者已经有客户了？

Michael Wu：这件事情非常非常新，我们 9 月 1 号才在香港正式做 AMBR 的品牌和第一批产品发布会。目前真正在服务客户的 agent 是最初的两个。第一个是 MIA，marketing intelligence agent，也就是把原来 iClick、CMRS 服务的上千家企业客户，大的有一两百家全球 500 强，小的有各种中小企业，逐步用 MIA 去直接服务他们。所以 MIA 是真正在服务客户的，包括许多大企业。

Alma：你等于是把它的服务蒸馏了，蒸馏成一个 AI agent。

Michael Wu：我觉得蒸馏这个词不太对。大家讲模型蒸馏，或者所谓的 skill 蒸馏，更多是说原来这件事怎么做的，你把工作流搬过来。其实不是这样的，真正要做好垂类 AI agent 比这复杂得多。我们对 AI agent 的定义跟行业可能不太一样，行业说 AI agent 等于模型加 harness，我们认为是模型加 harness 加 purpose。这个 purpose 就是你要到具体场景，而且这样的场景是没有发生过的。

Alma：什么叫这样的场景没有发生过？我理解起来就是个工作流啊。

Michael Wu：不一样，完全不一样。一家企业原来你怎么服务它、做 marketing，这个工作流是存在的。但一家企业与一个垂类 AI agent，比如 MIA，去发生关系，MIA 帮它运作 marketing，行为是怎么发生的、每一步怎么走的，最终是数据，这些数据是没有出现过的。人类历史上没有出现过这样的商业模式。它和原来的人工服务肯定有很多相似、可借鉴的地方，但也有很多不同。

Alma：那它会更加 AI native，是一个全新的东西。

Michael Wu：对，因为这件事情没有发生过。所以在这个过程中建立的，硅谷叫 RL data，reinforcement learning data，这些数据是没有存在过的。你只能找到过往与它相似、甚至似是而非的数据，说原来是怎么做的。只有当这件事真的发生了，客户真的在用 MIA 跑它的 marketing，从 GEO 到自动生成内容，他审批了，再自动去投放。

Alma：所有流程全自动吗？

Michael Wu：MIA 就定位为 7 天 24 小时的 marketing team。但当然我们希望人最终去审批，内容生成了，你自己要看一下，愿不愿意发布是你的决定。就像你雇佣一个 marketing 团队，它帮你做舆情、做完内容之后，最终你自己拍板要不要，要发布了它再去帮你发布。它也会从这个过程中拿到数据：它知道你到底是怎么做的，你要什么、不要什么。这样的人与 AI 协作的数据，过往是没有的。

Alma：从零开始。

Michael Wu：从零开始。

Alma：MIA 目前服务多少客户？

Michael Wu：MIA 直接服务的客户可能有二十来家，都是 to B 的；间接服务的可能有几百家。因为 iClick、CMRS 现在很多时候的定位，就是他们的团队，我们称之为 RM，relationship manager，在用内部的 MIA 或者 MIA portal 跑原来的服务。所以更多客户目前还是被 MIA 间接服务的，但已经有 20 家左右是直接由 MIA 服务。

编者注：AMBR 9 月 1 日公告称，MIA 在其全资营销业务 iClick 与 CMRS 内部开发并验证后面向企业客户开放；Ambre 为个人财富管理 agent，采取邀请制。录音中两款产品读作 Mia、Ambry，本文按公告写法统一。

「我和我儿子」：一个微型客户的例子

Alma：你自己做 Amber 的时候也做很多 marketing。现在用 AI 做 marketing 和用人做，区别到底在哪里？

Michael Wu：一个很好的例子，不讲大客户，讲一个微型客户，就是我和我儿子。2024 年的时候只有 GPT-4，我儿子那时候 9 岁，现在 11 岁，我们两个人一起用当时的 AI 写了六卷魔幻小说，还在新加坡出版了，很好玩的一件事。今年有了 MIA 之后，我们开始让 MIA 去运作这个 IP。

Alma：运作你们写的书的 IP。

Michael Wu：对。MIA 现在每天在管理这个网站的 GEO，GEO 就是 AI 的 search engine optimization，让 AI 能搜到这个从来没存在过、父子俩自己写的小品牌、小 IP。它也在帮我们做内容，包括今年我和我儿子的一个 weekend project，MIA 帮我们做《Sons of Fathers》父亲之歌大电影，它自己已经做了差不多五分钟，一天到晚在跑：生成剧本，调用视频模型生成视频、剪辑，我和我儿子每周末看一下，做一下判断。

Alma：除了内容的生成，还有内容的分发。现在分发投放也是它自动到各大社交平台吗？

Michael Wu：目前投放是在 MIA portal，还没有在 MIA 直接做。MIA 直接做到的一种投放是 GEO，就是生成让 AI 搜得到的内容，这一点已经自动化了。其他的投放目前更像 experts in the loop，因为很多渠道还是封闭式的。比如小红书这样的平台，它可以自动化运作，但没有开放 API。像 X、LinkedIn，我的个人社交账号都是 MIA 在跑，从帖子的推送到后面的回复，只要这个策略我同意，它都可以自动做。但很多其他渠道的投放还是需要人。

Alma：效果怎么样？

Michael Wu：我觉得很不错。对大公司、全球 500 强这种企业来说，它得到的是比原来几十个人服务它更高质量的服务。

Alma：一个 AI 可以超过几十个人团队的效果？

Michael Wu：是的。iClick 原来是一个 176 人的团队，目前变成了 MIA 一个 agent 加上 20 个人左右的 RM，但客户的服务反馈是更高的。

Alma：可能是因为成本更低了。

Michael Wu：对，能做更多。原来客户付这点钱就只有这点人，六十几个人也得服务很多客户。现在这六十几个人的能力，是由 MIA 7 天 24 小时来跑的，效果肯定更好。

Alma：我们应该来试一下。

Ambre：把「1+N」的财富管理服务给更多人

Alma：除了 marketing，大家讲了很多 trading、payment，你们还在哪些方面做了尝试？

Michael Wu：第二个真正在服务客户的是 Ambre。Ambre 有点像我们原来服务大机构、family office、高净值客户的财富管理：每天帮你看各种资产，帮你分析，帮你筛选各种信号、信息、新闻。这是我们原来 1+N 的服务，通过 Ambre 给到我认为更广大的用户。比如你今天可能有股票、有港股、有银行存款、还有加密资产，Ambre 一个 agent 就能帮你全部串起来。每天那么多新闻、那么多事件，它会跟你说这三到五个跟你相关、怎么相关；你要它帮你盯盘，它就 7 天 24 小时帮你盯盘，最终甚至落单。这些原来都是我们整个团队在做的。

Alma：整个闭环全走完了吗？

Michael Wu：走完了。Ambre 现在分批开放，还是 invite only，邀请制，目前有 20 多个第一批外部客户在服务。我们还想把它打磨得更好一点。打磨好又回到 purpose：原来人工服务的这一套是有的，但真正让 Ambre 这样一个 AI agent 去服务这件事没有发生过，它的交互、用户的行为都是没有存在过的，所以需要打磨。

你会把钱交给 AI 打理吗

Alma：AI 发展非常快，AI trading 大家讲得很多，年初我采访孙宇晨，他也一直在推。我问他，你会把你的钱交给 AI 去打理吗？现在也问你：你会把钱交给 AI 打理，让它做所有的交易吗？

Michael Wu：我不会让它做所有交易，但我会交给它去打理，这是两个概念。我是交易员出身，以前在高盛。交易，尤其短线交易，是个零和游戏。如果说 AI 能做到，那一定有更强更快的 AI 能比它做得更好，这件事情本身很难。但你用 AI，比如 TR，TR 快要上线了，我们准备在 Token2049 正式发布。TR 是 trading intelligence agent，它的定位不是你把钱交给它，而是像你 in-house 的一个量化投研团队。

Alma：它给你建议，但你自己下单。

Michael Wu：不单单是建议，它能帮你下单。比如你看好以太坊，或者看好 RWA，它就帮你说：因为你这个观点，我帮你做怎样的策略。它能真正写出量化策略，用我们已经成熟的 harness 去回测。你觉得跑出来的效果是你要的，符合你的投资需求和风险偏好，再让它去实盘。所以整个决策是你的。

Alma：大家每次说到 AI agent 都会问，犯错了、出问题了，谁来负责？听起来你觉得还是人。

Michael Wu：这就是对标原来的团队。我真的觉得 AI agent 本质上就像我们原来提供的服务。假如你的家办雇佣了十个人，每天帮你做量化策略、投研、分析，最终决策还是你的。你说「你们放手去干」，这也是一个决策。跟 coding agent 一样，有 YOLO mode，YOLO 还是来自我们 crypto，you only live once。你放手让它随便做，这个决策是你给的；每一步审批回到你，也是你给的。

Alma：所以 decision 还是人做的，最终 responsible 的也应该是人。

Michael Wu：对，这是不可避免的。最终所谓 AI agent 也好，AI 之前的服务也好，它只是把一个客户的 intention、意图，转化成结果。它尽可能让这个结果与用户的意图匹配、让用户满意，这就是它能做的。它不能保证你的意图是对的，也不能保证结果一定是好的；它能保证的是帮你的意图匹配到最好的结果，并把它实现。这就是为什么 AMBR 的 slogan 是 AI agents that get you there，中文叫「心想事达」。最终达成的还是你自己想要的。

会被大模型「吸功」吗：自下而上的优势

Alma：你们已经做到了 marketing、trading、wealth management。财富管理也是基于 Amber 自己的经验出来的？

Michael Wu：对的。而且我觉得一定需要真实的客户、真实的场景、真实的服务、真实的价值，它一定是真实的。不然模型本身很强大，现在最强的模型，你去看 Fable 5，看 Astra，它们很强大，很多东西它们里面都有，但为什么不能直接给用户创造价值？因为这个场景没有存在过，用户无法从模型中找到真正对他直接有帮助、真正能给他结果的东西。

Alma：讲到 AI 时代的创业，很多人有一个问题：大模型太厉害了，就像「吸功大法」，你刚说的几个 agent，模型自己也可以做。现在各大模型都在往「直接帮用户做到什么事情」这个方向走。你们现在有三个 agent，未来可能更多，会不会直接被模型全吸走、它自己做了？

Michael Wu：我觉得甚至可能是相反的，这是我的观点。

Alma：愿闻其详。

Michael Wu：模型是自上而下的。你看最领先的模型 lab，他们会去做通用 agent，包括像 Claude Code，它是个垂类 agent，是编程的垂类 agent。它是自上往下：我做出很厉害的模型，我要让它被人用，因此把它做成通用的 agent，再往下沉。我们做垂类 agent 是相反的，自下而上。我们在这个场景里，所有的模型，开源的、闭源的，都为我们所用，所有的 harness 都为我们所用，去解决具体问题。到最后大家相聚的时候，我觉得优势可能反而在我们这边。因为今天模型越来越强，但开源模型不断在追赶，Claude 今天 Fable 5 有的能力，我相信几个月内开源模型都会有。那它的模型我能用，开源模型我也能用；这些 tools、这些场景，只有我从自下而上才最真切地知道什么模型在什么场景该做什么。举个例子，MIA 在帮用户做不同事情的时候，会调用不一样的模型。没有必要调用一个思考模型帮你生成视频；我可能让思考模型帮你分析策略，用一个很快、很便宜的模型帮你做投放，生成视频的时候用 Seedance 或其他视频模型。这一层一定是自下而上从场景里长出来的，而且这样的场景没有存在过，只有类似的人工服务场景有过，我们也是从那出发的。真正让垂类 agent 在这些场景里服务人，这样的事情没有发生过。所以我反而觉得两三年之后，我们这样做垂类 agent 的公司，也不一定，也不能说那么好做，但当我们和模型厂商正面交锋的时候，他们有的我们反而都会有，这些都是付费就能用的。

Alma：但你有的他没有，因为你是从真实的业务场景里长出来的。

Michael Wu：而且这些数据是没有存在过的。

Alma：谢谢。因为时间关系，期待有时间跟 Michael 有更多交流。

Michael Wu：非常感谢。

编辑说明：本文为问答实录体。访谈为中文原声，答案忠于逐字转写（两套模型分别转写后交叉比对），仅删去口头语、附和与重复，不改写、不合并不同话轮；正式开拍前约两分钟的沟通未收入。产品名按 AMBR 官方公告统一为 MIA、Ambre；「派股」「amber.ac」「9 月 1 日发布会」「slogan」均已与公司公告或官网核对，并以编者注另行标注。受访者提到的模型与工具名 Claude Code、Fable 5、Seedance 按发音与公开产品名对应；「Astra」所指未能确认，按原音保留。记者提问中一处年份口误已删去。受访者给出的团队人数、客户数等数字为其口述，未经公司确认。

免责声明：本文内容仅为受访者个人观点与信息分享，不构成任何投资建议。加密资产价格波动剧烈，文中提及的上市公司、代币、AI 交易与财富管理产品均存在风险，读者应自行独立判断并承担相应风险。

最相关