撰文：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 V 3.1，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 Qwen 3 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 Qwen 3 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。
