这一期《交易老友记》，我们从一个更落地的问题聊起：AI 到底应该怎么进入普通人的工作、科研、生活和交易流程？它不是一个万能按钮，也不只是聊天工具，而是可以被设计成信息收集、研究分析、任务执行和交易辅助的一套工作流。
Jenna 邀请 Lee 从自己的真实使用经验出发，拆解他如何在医学科研、AI Agent、新闻叙事交易、自动化交易实验和生活场景里使用 AI。相比抽象讨论“AI 会不会取代人”，这一期更关注：真正高频使用 AI 的人，每天到底在让它做什么。
如果你正在从 ChatGPT 式聊天走向更复杂的 Agent 工作流，或者想知道 AI 交易为什么不能简单等于“让 AI 自动下单”，这一期会很适合你。
主持 / 嘉宾阵容
Jenna｜Finance@Fudan
Lee｜@FDU Blockchain
本期你将听到
1. 为什么 Lee 认为豆包在医学检验报告、图像识别等细分场景里有意外优势
2. 从 Chatbot 走向 AI Agent 的关键转折，往往来自重复性工作和定时信息整理需求
3. 金石数据、Telegram、FinHub、Alpha Vantage、NewsAPI 和 Grok API 分别适合怎样的信息交易场景
4. 爱马仕（Hermes）、小龙虾（OpenClaw）、Claude Code、Codex 等 AI Agent 的差异，以及为什么稳定性和自我迭代很重要
5. 为什么 AI 自动交易不能只靠模型聪明，核心仍然是交易者自己的策略、体系和风险理解
6. 普通人应该如何开始用 AI：不必先读一堆教程，而是从自己的真实需求出发，先和 AI 聊起来
时间轴
00:00 开场｜本期主题：从真实使用场景出发，聊 AI 如何进入交易、科研、工作和生活
01:34 Lee｜介绍自己尝试过 AI 交易、小龙虾（OpenClaw）、爱马仕以及自建信息汇总网站
02:55 问题 1｜平时会用哪些 AI 工具，不同工具分别适合什么场景？
03:54 Lee｜豆包在医学检验报告和图像识别等细分场景里表现很强，甚至超过 GPT 和 Claude 的最新模型
05:15 追问｜做医学相关研究时主要会用哪些 AI？
05:35 Lee｜GPT、Claude、Claude Code 和 Codex 会被交叉使用，让不同 AI 互相验证研究和分析结果
06:15 问题 2｜你是从什么时候从 Chatbot 走向 AI Agent 的？
06:53 Lee｜重复性信息整理和交易日报需求，是他从聊天机器人转向 Agent 工作流的重要原因
07:22 追问｜交易相关信息源应该如何选择？
07:47 Lee｜国内宏观、大宗商品和国际政治信息可以先接金石数据，再按需要补充 Telegram、东方财富和 AKShare 等来源
09:50 追问｜Claude Code 和 Codex 是不是主力 AI Agent 工具？
10:34 Lee｜任务想清楚后可先用 Plan Mode 定义待办，再让 Agent 循环执行到完成
13:29 问题 3｜爱马仕相对 Codex、Claude Code 等主流 Agent 的优势在哪里？
14:02 Lee｜爱马仕速度慢且耗 token，但会反复思考、自我迭代，复杂任务的输出质量更好
17:55 过渡｜网络断线后，重新回到爱马仕和主流 Agent 的对比
18:32 Lee｜爱马仕更新快、版本稳定，定时任务和指令执行性比部分本地部署工具更可靠
21:42 问题 4｜科研和交易两个领域里，分别会更常用哪些 AI 工具？
22:00 Lee｜科研中可以让不同 AI 像“博导”一样互相碰撞，但必须审计代码，避免 AI 为了指标取巧
23:36 追问｜科研流程里，AI 具体能进入哪些环节？
24:11 Lee｜可以把过去的文章、代码和标书沉淀为知识库，让 Agent 学习自己的科研工作流并复用到新项目
25:13 追问｜实验动手和物理世界交互，AI 现在能帮到什么程度？
25:22 Lee｜AI 软件能力已经很卷，但真正低成本、可用的摄像头加机械臂硬件闭环还没成熟
26:43 问题 5｜回到交易领域，除了信息输入，AI 在输出和执行环节能做什么？
27:09 Lee｜全自动交易实验提醒他，只有把自己的交易体系蒸馏进产品，AI 交易才可能更稳健
28:29 追问｜为什么新闻交易员 Vita 的案例值得关注？
28:40 Lee｜新闻交易的关键是抓住确定性较高的事件，并在市场反应前快速执行正期望交易
30:04 追问｜信息交易是否需要接推特 API？
30:28 Lee｜Grok API 可以捕获推特信息，但低频研究场景下，金石数据、FinHub、Alpha Vantage 和 NewsAPI 往往已经够用
32:57 追问｜你提到的信息汇总网站主要解决什么问题？
33:10 Lee｜网站想把信息汇总和分析结合起来，判断叙事是否持续以及拐点在哪里
34:38 追问｜如何判断一个叙事还在持续，而不是已经结束？
35:20 Lee｜可以给相关新闻的利好和利空赋权重，看叙事是升温还是降温，以及后续利好是否持续累加
38:21 追问｜交易执行环节会交给 AI 自动下单吗？
38:39 Lee｜AI 可以辅助判断，但链上滑点、流动性和最终决策仍需要人来把关
39:59 问题 6｜如何获取最前沿的 AI 工具和信息？
40:06 Lee｜主要看推特和 Agent 每日总结，同时阅读 Anthropic、OpenAI 等一手 Blog 来减少信息噪音
41:51 追问｜国内有哪些信息渠道或作者值得关注？
42:12 Lee｜公众号需要筛掉危言耸听的内容，他更喜欢数字生命卡兹克这类有活人感的 AI 内容
43:15 问题 7｜生活场景里，AI 有哪些意想不到的应用？
43:30 Lee｜用 OpenAI 做东南亚旅行攻略时，路线和信息来源反而比小红书攻略更适合出国场景
45:00 追问｜为什么很少提到 Gemini 和 Antigravity？
45:10 Lee｜Antigravity 更像 Cursor，更新不如 GPT 和 Claude 系产品；Gemini 在部分科研场景里不够客观
46:07 过渡｜讨论小红书点点在国内旅游和生活场景里的适用性
47:51 问题 8｜普通人如果现在只会和 ChatGPT 聊天，应该怎么真正上手 AI？
48:10 Lee｜不必先买书学 AI，应该从真实需求出发，先让 Chatbot 帮自己推荐工具和完成小任务
49:42 补充｜国内用户如果不能翻墙，可以先从哪些工具入手？
49:51 Lee｜多数人用豆包已经足够，想进一步做流程化控制时可以尝试 TRAE 和扣子
50:41 收尾｜Jenna 总结本期关于 AI 工具、科研、交易和生活场景的分享
免责声明
本期内容仅为交流分享，不构成任何投资建议。市场有风险，决策需谨慎。
在小宇宙查看该单集文稿
