"投资可以很简单很有趣第一配资网。"
这是一个9岁开始炒股、10年前押中英伟达的投资老手——赖蕴琦Vakee，想传递给所有人的理念。
从复旦到帝国理工，从伦敦AI量化投资到百度凤巢、再到VC投资，Vakee换过很多身份，却始终没放下手里的爱好。
兜兜转转后，她决定要做一款让普通人也能轻松上手投资的产品，于是创立了RockFlow、开发了AI助手Bobby。
在她看来，投资的复杂性很大程度上是人为制造的壁垒，真正的投资应该回归本质：
把脑海中的灵感高效转化为交易机会。
于是Vakee后来在做的一系列事情，看起来都像是在"拆墙"——拆掉专业投资者和普通人之间的认知墙、信息墙、工具墙。
如果你想知道AI Agent投资的门道、能力和局限在哪里，如何用AI把灵感秒变交易机会，以及专业的金融科技从业者如何看待"AI正在重塑投资"这件事……
或许能从量子位AI沙龙这场长对话中，一定程度上得到答案。
（注：本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。市场有风险，投资需谨慎。）
从复旦到帝国理工，10年前押中英伟达
量子位：听说你现在不太为钱发愁了，是这样吗？
Vakee：够用，哈哈。
量子位：你是完全通过炒股实现的？
Vakee：对。
量子位：能大概介绍一下你的履历和成长轨迹吗？
Vakee：我本科在复旦，研究生在帝国理工。后来在伦敦做AI量化相关的工作，之后回国加入了百度凤巢搜索广告系统，所以我很早就是AI的使用方。
后来转去了百度投资部，开始负责科技领域的投资，也边学边投了很多科技项目，包括网络安全、营销科技、AI Infra等，当时没有专门瞄准AI去投资，主要还是围绕百度业务展开。
2015年我开始投AI，所以我2015年就买了英伟达的股票。
后来我去到了VC，聚焦于投AI的早期项目。2019年底我从VC离开，2020年彻底回到了二级市场。
量子位：你是怎么想到要做AI金融创业的？
Vakee：我主业不管做什么，反正副业一直在二级市场交易。
2012年前我做过很多期货衍生品的量化，后来主要做美股。我会用多种交易风格，基本面的，也有量化的。但有一点没变：我只会在认知范围内投资。
在百度时，因为当时的凤巢就相当于这个领域的"黄埔军校"，所以我对互联网公司的业务逻辑非常熟悉——八九成商业模式都是依靠广告变现。
对我来说，投资就是先对基本面有好的判断，再通过交易策略放大赔率。投资就是胜率和赔率的结合。
当胜率不可控时，就要保证赔率算得过来，这是概率问题。赔率是可算的，胜率不可算。
胜率是感觉，比如我认为自己对互联网行业有更深的认知，但本质上只是我个人的感觉。
因此在每次投资交易里，我都会把可控的东西做到位，比如风险控制、风险管理、止盈止损等。这些是可控的，也是每个人都能学习的。
我常讲，投资中最重要的首先是风险管理，只有留在牌桌上，才能考虑接下来要赚多少钱。
因此我的建议是，先把自己生活和工作中认知范围内的事情变成交易机会。如果连你熟悉的领域都难以转化成投资，其他领域会更难。
我的主业工作很忙，不可能额外花很多时间。直到2020年我才算正式回归投资，当时做了一个AI的量化，是做期货期权的对冲，同时美股自己在交易。就这样做了一年多，到2021年春节后，我还是想做一个to C的创业。
我当时主要从四个维度来考虑：
第一，要做大的事情。
创业就像投资一样，两者胜率都不可控。我们要搞一个赔率很高的事情，既然都很难那就搞个大的，金融一定是非常大的行业，远大于互联网。
第二，要做AI的生意。
我之前要么做AI要么投AI，所以一定要做一家AI公司。AI最好的落地场景直到今天我都认为是广告、金融和游戏这三个行业，因为它们是纯数据业务。
交易平台其实就和电商类似，实物资产交易只占很小一部分，金融资产的交易才是巨大的。所以金融交易是最极致的平台型商业模式——因为所有行为都是线上的，卖的是合约，交易兑换的是钱，这些都是数字。
在这种场景下，AI或信息技术的创新能被高效地展现在业务里，所以是很好的落地场景。
第三，要对这件事有热情，我得喜欢。我从小就开始投资，对投资有热情。
第四，这件事我们要能够做得出来。
"投资可以很简单很有趣"
量子位：你本可以像巴菲特一样自己做投资，为什么一定要创业？你创业的初衷是什么？
Vakee：很多人都问过我这个问题，尤其是投资人他们会问我——"为什么不自己交易，非得整这么摊子事出来？"
核心原因是：我觉得投资没那么复杂，其实是一件简单有趣的事，希望每个人都不要被金融门槛所束缚。
我很想把这个东西传递给大家，人就应该做自己。投资是"见自己"的过程，投资也是自我表达的方式。
直到今天，很多人都认为只有价值投资才是对的，但实际上你可以用你喜欢的方式投资，投资方式有很多。
一定需要有这么一个人去告诉大家，说：你可以用你喜欢的方式投资，也可以过独特的人生，不必照着模板去走，你可以有自己的路去走。
所以我创业的初心就是：要用自己的方式去投资。
量子位：做AI交易助手Bobby这款产品时，你们的出发点是什么？是基于已有平台的不足，还是你们自己设定的终极目标？
Vakee：我们RockFlow一直在做一件事：把投资做简单。只有简单，大家才愿意尝试。
第一阶段，为了把门槛降低，我们做了一款简单好用的App。相比之前的券商交易平台，我认为它在品牌调性更有特色，更简单清爽；注册、开户一分钟搞定，很方便。
我们也推出了好几款创新的金融产品，希望把复杂的期权交易变得简单。但我们发现，即使把RockFlow做成了世界上最简单的券商App，依然有很多功能用不起来。
GPT3.5问世是在我们创业之后，所以我们开始那会儿也没有大模型。
2023年5月我们上线了第一个大模型相关的产品叫"交易GPT"，它是一个Feed（信息流），每天会给你推送个性化的交易机会，这个产品非常受大家的喜欢，于是我们就开始陆续沿着这条路去找到一些线索。
到了第二阶段，还是简单，如何用AI让投资更简单。
2023年9月我们开始立项，用Agent框架实现ChatBot（聊天机器人）类型的产品。18个月里我们怎么去一步步做探索。
举个例子，绝大多数券商App的条件单用户都用不起来，一般就是市价单或限价单，而像止盈单、止损单、止损限价单、止损市价单、追踪止损单这些订单几乎没人用。
但用户确实有这方面需求。比如有用户跟我说："我晚上想抄底特斯拉，但又不想亏。"他们能表达需求，却没办法在App里实现。
以前我得教他们打开多种方式下单，找到功能，输入价格。这样一来，他们要么懒得弄，要么嫌复杂不想弄了。
Bobby上线后，这个问题被解决了。用户只要有想法，Bobby就会帮助你把想法变成投资行动。
所以我们用AI提升产品体验，本质还是在解决"简单"这件事。
没有大模型，就没有今天的RockFlow
量子位：生成式AI的出现，是否是你们创业得以推进的关键契机？
Vakee：如果没有大模型和生成式AI，我们能实现的就是交易GPT这种Feed产品，即通过推荐算法实现。
但要达到今天这般交互体验，必须基于大模型和Agent的能力。
量子位：你们在GPT爆火前起步并享受了红利，这期间创业的节奏或方向有发生过调整吗？
Vakee：没有。因为金融本身属于慢行业，这里的三四年可能跟互联网行业的三四个月差不多。
我们不仅做产品，搭建了完整的柜台交易系统，还包括申请合规牌照、做品牌、组建团队等等。作为一个金融机构，它需要五脏俱全。
后来等到GPT-3.5出现，我们做了Bobby，一切都很自然。以前要做类似产品，需要很多NLP算法工程师，成本会高很多，但现在完全降下来了。
量子位：有人用ChatGPT来获取投资建议，这和你们的产品有什么区别？
Vakee：我觉得投资的核心是要完成交易。除非ChatGPT本身也变成一家券商，把闭环做起来，否则它没办法个性化学习你所有的交易行为。
最关键的就是闭环。投资最重要的是交易，投研本身不赚钱。Agent能帮你这件事情完成，我认为是垂类应用最关键的一个点。
量子位：如果OpenAI做交易产品，你们会怎么应对？
Vakee：还好。全球千亿美金市值的券商有很多，每个国家都有，每一代人都会有自己的券商，这个行业不会被垄断，它进来反而很好，说明这是正确的大方向。
马斯克也要做，很高兴能跟他同一个赛道。
量子位：在你们的模式里，通用大模型的角色是什么样的？
Vakee：我们是在大模型上做Agent的公司，而不做基座模型。
所以我们是享受模型进步带来的红利。我们是自研Agent架构，所以只要基座模型进步了，我们的效果就会呈指数型提升。
这几年里我们要快速探索不同垂类应用，然后基于现有模型，做出稳定可靠的Agent产品。
量子位：Agent对传统投资业态（如券商、投资平台）以及商业模式，会产生哪些具体冲击或改变？
Vakee：未来我们预测是：AI相关的订阅收入会超过佣金、利息和其他交易相关收入，这可能会是整个业态发生的最大改变。
过往券商本质上是从交易中赚佣金。就跟其他的AI工具一样，未来如果Bobby有用，一定是在订阅收入上呈现。
如果你能够做一个跨时代的产品或者券商，你真正最大的变化就是你的商业模式发生了改变。
量子位：订阅会有分层吗？比如标准版、Plus、Pro之类，还是统一定价？
Vakee：不一样。因为每个Agent或每个功能模块都可以单独产生作用。
并非每个人都需要所有功能，比如说有人需要盯盘，而有人不需要，主要看个人需求。
金融行业不是唯快不破，活下去才最难
量子位：作为一家创业公司的CEO，有哪些是坚定必须做的，又有哪些是你们选择不做的？
Vakee：有两个维度的关键选择：一个是做合规的事。
金融和互联网非常不一样，它是慢活。所以你只要走得稳，就是一个周期的等待。
但如果你走得不稳，可能一下就没了。互联网是唯快不破，金融行业完全不一样，但如何平衡这个节奏很难拿捏。
第二个是坚定拥抱年轻用户的习惯。这里的"年轻"不一定是指年龄，而是心态。他愿意拥抱新方式，愿意尝试新方法。
量子位：为什么投资要用"年龄"或者"心态是否年轻"来划分？
Vakee：日常生活中使用ChatBot非常熟练的人群，这一批用户最容易上手我们的Bobby。
因为他们已经在生活中习惯用对话方式完成各种工作，所以很自然就迁移过来了。但如果用户长期习惯于传统交易类App，对他来说迁移成本就高一些。
量子位：怎么理解"Agent"？在你们的语境中它意味着什么？
Vakee：现在有很多开源的Agent框架，核心是要看你所在的领域。
金融和医疗都属于相对复杂的领域。如果团队能很好地将行业认知进行抽象，并据此设计Agent框架，就能在时效性、准确性和成本之间取得更好平衡，不然就达不到理想效果。
不同领域要求不同。所以核心是要非常理解你所处行业的Know-How，把它抽象成Agent框架，才能设计出真正能被用户用起来的产品。
AI把灵感秒变交易机会，普通人也能上牌桌？
量子位：能结合具体投资场景讲讲，用AI改变了哪些环节？
Vakee：投资关键有五个节点：
第一，灵感。要么来自外界，要么来源于自己。
第二，分析。专业的分析，或者个人角度的分析。
第三，策略。决定接下来交易股票、期权，还是结合。
第四，下单。用各种方式执行订单。
第五，持仓管理。盯盘，动态处理。
其实所有投资都一样，包括VC也类似——先找项目，讨论要不要投，决定领投还是跟投，然后尽调，最后签合同，下单，之后进行投后管理，逻辑其实一样。
AI Agent带来的最大变化就是将普通人的灵感转化成交易机会。
举个例子，去年有朋友在伦敦看到LABUBU排队。如果没有Bobby，可能念头就只是一闪而过。但如果有Bobby，他可以问它"伦敦在排队，东京也排队，我该干嘛？"
Bobby就会告诉他，可以看泡泡玛特的股票。这样灵感就被转化成了交易机会。
再比如一个虹桥机场的地勤，他每天站着看一周人流量的变化，就能产生独特的感觉，这是华尔街的那些人所没有的。然后他可以把这种灵感告诉Bobby，与它对话和分析，或许就可以发现机会。
我们希望借由Agent，让用户把投资变成一种生活方式。
第二个变化是在策略环节。比如有用户分享说，某公司财报发布后股价要么涨20%，要么跌20%，他不知道该怎么应对。
然后他问Bobby，得到的建议是可以同时买进看涨期权和买入看跌期权。再考虑一下价格是不是特别贵，如果总是出现这样的涨跌情况，成本是能被覆盖的。
交易策略本身对不对另说，但用户至少通过对话学会了思考的框架。
量子位：如果信息差被AI拉平，会带来什么变化？
Vakee：我觉得最大的变化是：每个有思考力的人，都能在AI的辅助下产生很多好的策略，这些人可能未来会变成优秀的个人基金经理。
尤其是基本面驱动的机构，行业结构会发生很大改变。
第一，更多人会选择自己直接投资；
第二，机构形式的基金可能改变，出现更多"小团队基金"甚至"一人基金"。
量子位：用AI做投资会让整体收益变好还是变差？
Vakee：不好说。投资受很多因素影响。但可以确定的是，它能让市场参与度变高。
以前很多人觉得门槛太高，不知道怎么迈入这个世界。我们要做的就是降低门槛，在这个过程中帮助大家去体验，并学到技能。
现阶段AI不是在解决赚钱这件事，而是帮你把脑海中的想法高效实现，并给出一些风控提醒。
但要说它能保证赚钱，这并不现实，AI并不能实现从0到1。
最终结果还是取决于你在思考什么、关注什么，从而决定你和AI的交互质量。
AI不能保你稳赚，但或许能在关键时刻拉住你
量子位：AI最终能不能做到"帮我不亏钱，甚至一定赚钱"？像AlphaGo追求胜率那样，有可能吗？
Vakee：有没有AI都不改变这个问题。
首先，所有的投资都是风险收益。
买股票自己交易是一种，你也可以选择去买基金、理财产品，或者买货币基金。你表达你的需求，它一定会对应它的风险收益。不想亏钱，你赚的钱就很有限。
所以无论有没有AI，或者任何人用任何投资方式，这个事情的第一步就是：一定要清醒知道我的收益目标和我对应的风险敞口。它在一个相对值上是不会改变的。
量子位：所以可以理解为——AI只是工具，帮你简化流程；投资结果最终还是折射个人的性格、风险偏好和信念，对吗？
Vakee：应该这么去理解。现在并非所有人都已经做到了风险收益对等。比如很多人全仓买了某一只股票，他是不买看跌期权做保护的，甚至不做止盈止损。
所以AI能帮你直接做的，首先在风控层面。
现在市场上的绝大多数投资者的投资习惯或者投资纪律这方面还远没有做到60分，现在可能就是10分，所以Agent先帮你把这件事情做好。
其实养成这些最基础的投资习惯，这个事情AI可以做得很好。而这恰恰是绝大多数人亏钱的真正原因。
量子位：这在一定程度上会冲击专业投资经理的工作吗？
Vakee：投资是一个多环节串联的事情，在各个环节可能都会产生冲击。
有的人他看到一个事件，然后买一个期权，去做这个事件的期权策略。对他来说，以前面对这么多期权，他不知道选哪个，现在Bobby可以配合他去做挑选。
他原来的赔率可能是200%，现在赔率变成500%，从而帮助提升人的投资能力。
对于相对长期持仓的人或者价值投资者来说，他们也有很多可以提升和进步的地方。例如，他在一个特殊事件下快速下跌的时候，该止损也得先止损。
所以AI会更好地在不同的场景下服务你，因为它非常个性化。不仅是说不同类型的投资，甚至单单你这一个人，它会为你定制化一些在你现有的思路和投资方法下的更优解，但它很难助你成为巴菲特。
它能做的就是，在用户的投资路线上，在每一个节点上帮助优化投资动作。
"巴菲特也无法拒绝更简单的投资方式"
量子位：对像巴菲特这样非常成熟的投资者，你会怎么说服他用你们的AI来做投资？
Vakee：没有人会排斥"简单"这件事情，其实巴菲特也不会因为Bobby而变成别人。
比如我现在每天用Bobby，它只是我的Bobby——它会按我的投资思路、我想要去实现的东西，去不断优化我。
其实巴菲特也一样。如果这个产品或工具能让他更高效（即简单达成目的），并且这个结果是他要的。再加上他已有的一套非常成熟的投资方法论，然后也验证成功了。
那么接下来，Bobby更多就帮他高效地实现，以及告诉他portfolio（投资组合）里面整体表现怎么样等等。
他以前可能需要专门有个人帮他去收集和整理资料，现在只需要Bobby帮他解决就行了。
量子位：除了"简单"，你如何定义一个"好的投资AI Agent"？
Vakee：主要看用户在这个场景下的满意度。
大家通常会觉得投资赚钱越多就会越满意，其实不是。满意度可能跟他自己想要的风险收益有关。
量子位：现在产品的用户反馈如何？
Vakee：不同经验的用户，使用Bobby的点不太一样。
比如有很成熟的用户，专门用它来选期权；也有越来越多人，是从第一句话开始，通过对话让他发现了什么（机会），然后到交易完成，形成完整闭环，这是我们希望看到的。
量子位：是否会看"帮助用户赚到了钱、赚了多少钱"这类直观数据？
Vakee：因为我们现在是提供平台型的经纪业务。
核心是看我要解什么题。如果今天我们RockFlow的目标是解"帮用户赚钱"这道题的话，我就应该做木头姐（指Cathie Wood，是ARK Invest创始人、明星基金经理人）。
可是木头姐也不一定能帮你赚钱，对吧？
但我不解这道题。我解的题是：我是提供一个平台业务。平台业务的目标是我如何能够让每一个用户达到他想要的投资方式。
年轻一代的用户，投资对他来讲真的不仅仅是赚钱。很多用户他是在用投资表达他的lifestyle（生活方式）。
比如说他买了什么股票，他会去社媒分享，是表达他看中某个特定行业。这其实是他的社交货币，他会去表达分享。
量子位：为什么年轻投资者更愿意公开讨论投资？这种"年轻化趋势"从何而来？
Vakee：我们之前做了很多相关领域研究。现在的年轻人尝试投资的年龄很早；
第二个更关键的是，这一代人没有特别大的压力，投资的消费属性就很强。父母总体条件还不错，所以不会有特别大的经济压力。他们已经明显通过投资去表达态度，这就是代际差别。
再分享一个变化，Z世代（指1995—2009年间出生的一代人）一上来买的不是股票，而是期权。去年4月份，纳斯达克的个股期权交易量显示也超过了个股交易量。
AI在投资里"短期被高估，长期被低估"
量子位：AI投资里分"Copilot"与"Autopilot"两派，你认为最终交易决策是否必须要有人审核？这会影响日后的产品走向吗？
Vakee：本质上都是可人为设置的。例如我觉得很信任、很熟悉它，就让它在发生某件事时全自动完成；假如还不太信任或不确定，发生事件时与其让它自动做某个动作，不如让它提醒我——比如给我打电话或者发通知，然后我再做最后决策。
量子位：怎么看待大模型正在带来的新进展和新趋势？
Vakee：AI这件事可能近期被高估了、但远期被远远低估了。
第一，它会对人类社会各行各业产生巨大的变化，大模型已经证明了自己确实很厉害。
第二，现在的模型都还是通用模型。所以我们希望在金融行业能够推动大模型在这个垂类领域的发展。
量子位：大模型有"幻觉"，在交易里可能会带来严重后果，你们如何应对？
Vakee："幻觉"这个问题，我们现在这套技术架构是可以很好解决的；反而通用型的Agent比较难。
幻觉本质上就是错误。像我们去做自己Agent的架构与编排时，一定要知道哪些事情绝对不能出错，例如交易、风控相关的事情。
我们非常清楚这个行业的用户会问什么样的问题，我们的行业Know-How很扎实。
只要有足够好的上下文工程的能力，并把Agent workflow编排好，就可以很好地控制可能出现问题的地方——至少在金融这件事情上是正确的。
量子位：如何确保用户输入给Agent的信号是可依赖、准确的？
Vakee：有两个关键：数据和逻辑。
数据包括实时行情、交易要用的数据、基本面、财报、量价、公司公告、证监会公告，以及社媒、新闻等；还有用户在我们柜台交易系统里的个人交易数据，这些大的部分不会错。
在逻辑方面，一种幻觉叫错误，另外一种幻觉你可以称之为想象力。很多时候要保留一些想象力。
当然，它正常的分析逻辑一定是百分之八九十的投研会共用的逻辑。但不能把它完全框死在一个绝对标准化或专业化的分析框架内。
在这个时候可以保持一点点弹性，在进化论里叫"突变"。
量子位：目前AI在投资里哪些领域做得足够好？还有哪些没达到你们理想状态？面临的挑战在哪？
Vakee：表现比较好的，是把"不能错的东西"做到绝对正确，至少今天我们的产品实践能做到。
但怎么对数据进行更好清洗和处理，以及多模态数据的处理；再到每个节点的优化，如何更好地去分析用户的个性化数据、并充分理解他。
电商平台会做这些分析，但投资领域没有。所以如何训练出在这个领域中很独特的个性化建模方式，或者生成式AI的建模方式，这个挑战很大。
最终Agent的体验是不是真的好，还是得看它能不能跟着用户一步步往下走。
量子位：个性化也是你们要构建的核心壁垒吗？
Vakee：首先还是要回到垂类Agent，一定要理解行业，理解用户需求，这很重要。
其次要有端到端的数据。这也是我们和"只做投研Agent/投资Agent"的最大不同——用户在我们这里是能完全闭环的，这些数据很有价值。
AI公司其实本来就是数据公司。数据飞轮是所有AI产品最重要的东西。
风控和认知才是投资铁律
量子位：你们的进展很大程度得益于LLM，那多模态、VLA（视觉语言动作）等一系列技术新趋势出现，会给你们带来什么新惊喜？
Vakee：多模态肯定非常有助于我们：
一是可以分析、输入更多样的数据源；
二是能用更多样的方式与用户交互，例如最开始是文本，现在已经可以用语音。
未来是不是可以进行视频交互？如果用户不爱看文字，当他有一个策略的时候，AI把它做成视频丢给他，让用户看一个3分钟的视频——总之是用被接收者更愿意接受的方式去呈现信息。
量子位：如果从美股迁移到其他市场，要做哪些准备或调整？
Vakee：在投资理财领域，迁移会非常快，因为我们本身的架构灵活性很大，不同场景基本可复用的，所以横向拓展很快。
明年可能只需要1～2个月，我们就会落地一个新场景。
量子位：AI正在重塑投资，哪些原则被改变了？哪些不会变？
Vakee：回到我们创业的初衷，我们希望每个人能低门槛实现他想要的投资方式。
希望借助AI，或任何一个新技术能让投资变得更简单，让更多人能够把他脑海中的所思所想更好实现，缩短从认知到实践的路径。
你会看到市场中存在很多不一样的投资方法，它们都正被千千万万的人每日通过Agent在实现、在实践、在验证，也许有好的，也许有不好的，但至少跟以前不一样了。
我创业很重要的一个出发点，是想让更多的人能按照他自己的愿意去尝试。
因为试了才知道好不好，也许你试了以后发现说确实不好，但至少你试过。所以把投资门槛降低，这会给市场带来很大变化。
当然，不变的是什么？
不变的是风控永远是最重要的；不变的是投资叫做认知变现。
有想法的人一定是最终能获胜的人。哪怕Agent做得再简单，不想动脑子的人，依然还是赚不到钱的。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
专属AI产品从业者的实名社群，只聊AI产品最落地的真问题 扫码添加小助手，发送「姓名+公司+职位」申请入群～
进群后，你将直接获得：
👉 最新最专业的AI产品信息及分析 🔍
👉 不定期发放的热门产品内测码 🔥
👉 内部专属内容与专业讨论 👂
🌟 点亮星标 🌟
科技前沿进展每日见第一配资网
鑫耀证券提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
