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