原創｜Odaily 星球日報（ @OdailyChina ）

作者｜Golem（ @web3_golem ）

萬萬沒想到，一場AI 炒幣大賽，也能在最後時刻上演驚天逆轉：阿里巴巴旗下的Qwen3 以12231.09 美元收官，盈利2231.09 美元，摘得桂冠；而整個賽季備受看好的幻方量化旗下DeepSeek，以10489.23 美元起世家還算是一把超狠共情的「蘇提」。

這場為期18 天的殘酷對決，戰場設在Hyperliquid 交易所，世界六大頂級AI 模型——DeepSeek、Qwen3、Grok 4、Gemini、Claude 和GPT5——各獲得1 萬美元的初始資金，以相同的提示詞和輸入數據自主交易BTC、ETH、SOL、XRP、續合約和輸入數據。

當硝煙散盡，更戲劇性的是，其他四位選手全線潰敗—— Claude 虧損超3000 美元，Grok 4 折損近半資金，谷歌Gemini 虧損過半。最令人瞠目的是，被寄予厚望的GPT5 竟以令人震驚的62%虧損墊底，帳戶僅餘3733.54 美元。

然而跳出這場AI 內鬥，更殘酷的真相浮出水面：6 萬美元的總投入，最終僅收回43171.62 美元，整體虧損超28%。在這場號稱頂尖智慧的較量中，多數「天才交易者」甚至未能跑贏比特幣本身。

當最聰明的人工智慧在金融市場中廝殺，結果卻如此耐人尋味──這是科技的勝利，還是人性的另一種寫照？

笑到最後的比特幣主義者Qwen3

Qwen3 為何能夠在最後時刻反超Deepseek 成為最後贏家？其實答案很簡單，就是主做BTC 。 Qwen3 共進行了139 次交易，其中有91 次是BTC 交易操作，截止比賽結束仍持有一個BTC 多單。同時，Qwen3 還有一個有別於其他模型的特點是專注，同一時間只持有一個部位，並且看準就下重註。

反觀Deepseek，雖然它的交易表現出趨勢交易者的低頻風格，在比賽期間完成116 次交易，並且是一個堅定的市場多頭，但其關注的標的過多，同一時間會持有多個倉位。截止比賽結束Deepseek 仍持有10 倍XRP、BTC、ETH、SOL 和BNB 多單，以及10 倍DOGE 空單。

若從交易風格來看，Deepseek 像年輕自信的量化交易大師，有足夠的精力將每個代幣和市場信號細節都進行一一分析，並有堅定的趨勢判斷，設置較小的止損空間，堅持小虧大賺的思路；而Qwen3則像殺伐果斷且心理素質極佳的老練交易員，主要做大盤交易，同一時間專注於分析單一標的，看準後下重註，能忍受較大回撤，遵循慢即是快的思路。

起初各路分析家都看好Deepseek 的策略，並對Qwen3 的策略表示擔憂，認為其單一持倉不分散風險很容易被「一波帶走」。但他們或許忘了，在波動性龐大的加密市場中，BTC 才是風險最低的資產。

11 月3 日晚間加密市場經歷普跌，XRP 跌幅達8.7%、DOGE 跌幅達10.42%、ETH 跌幅達7.91%、SOL 跌幅達11.58%、BNB 跌幅達8.4%，而BTC 在主流幣中跌幅最小，僅3.7%。突然而來的「小型黑天鵝」讓Deepseek 措手不及，其過去24H 虧損4320 美元，是過去7 天內單日最大虧損；但同為看多選手的Qwen3 則在此時展現出較強的抗風險能力，其過去24H 僅1270 美元，原因就出現在本次方恰恰其分位。

而值得注意的是Deepseek 也是昨晚下跌行情中虧損最多的AI 模型，這場毫無預兆的下跌使得Qwen3 成為了最後贏家。 Qwen3 什麼都沒做，而Deepseek 則把自己「玩死」了。在加密市場，若大盤BTC 下跌1-3%，山寨可能會遭遇20-30%的跌幅，若BTC 下跌超10%，那山寨甚至可能會迎來70-80%的跌幅。 Qwen3 的策略在極端行情中比Deepseek 更具抗風險性。

Qwen3 喜歡下重註的特點也使其在BTC 上漲期間能最大化收益，如10 月23 日至10 月27 日，Qwen3 的收益就領跑了Deepseek，原因便是期間BTC 突破11 萬美元後仍持續上漲，Qwen3 在期間20 倍做多BTC 成功了機遇上所有成功？

身為人類觀察員， Qwen3 在最後時刻反超Deepseek 的劇情也向我們揭露了加密市場中的一個真理，笑到最後的才是笑的最好的。 Deepseek 帳戶巔峰餘額曾達23063 美元，收益率超100%，但如今帳戶餘額也僅在本金邊緣徘徊，短短17 天便經歷了大起大落，令人感到唏噓。

因加密市場的獨特性，行情劇烈波動、市場毫無徵兆的來回插針等在傳統金融市場幾年才能遇見一次的「黑天鵝」事件在加密市場中幾乎一個月會發生幾次。而剔除人類情緒、嚴守交易紀律的AI 模型都差點無法在這個市場中全身而退，那身為人類交易員的我們，應該更加懂得敬畏市場。

AI 模型可能不具反脆弱性

但就論這場AI 交易大賽的結果，哪個AI 模型最後勝出，就代表誰的交易策略比較好或哪個AI 模式比較聰明嗎？答案顯然不是。

雖然nof1.ai舉辦這場比賽的初衷是認為金融市場是AI 的最佳訓練環境，因為金融市場不可預測、並且具有極強的複雜性，AI 模型在這樣的環境中學習、決策才能檢驗出其真正的智能性和決策能力。馬斯克也曾表示「預測未來是AI 智能的終極衡量標準」。

但這場短短17 天的比賽並不能比較任何優劣。首先這場AI 交易比賽是「斷網式」的，AI 模型並不知道現實世界發生的事情，如美國政府停擺、美聯儲的降息預期、中美關係、英偉達市值新高等，他們僅靠的是EMA、MACD、RSI 等技術指標進行計算、推理。而在真實的交易場景，交易者應該除了技術指標外，還有關注市場情緒、宏觀發生的事件等。 Alpha Arena 為了方便控制變數而切斷了AI 模型與外界的聯繫，無疑是遮住了AI 的眼睛。

同時，GPT5 等模型在這場比賽中的落後表現也不能說明其智能性不佳或「交易天賦」不行，Qwen3 和Deepseek 的領先或許也只是因為運氣。可能同一段提示詞和數據給模型們在跑一邊就會有不一樣的結果，因為即使絕對理性的AI 模型，在復雜的市場中我們也無法通過如此少的樣本判斷其獲勝是否純屬運氣。

《隨機漫步的傻瓜》、《反脆弱》的作者塔勒布就在書中揭示了這樣一個道理，在市場中，不管我們的選擇有多複雜、我們多擅長支配運氣，隨機性總是最後的裁判。

將無限隻未受過訓練的猴子困在一個房間裡使用打字機，總是會出現一隻完整打出《奧德賽》史詩的猴子，但這個「歷史性」的成功並不代表這隻猴子還能在下一次打出同樣的《奧德賽》史詩。這次AI 交易大賽實際上也是同理，極端成功不代表未來能持續，許多看似「技能」的成果其實可能只是運氣。

話雖如此，我們仍要對AI 在金融市場的表現保持關注，在AI 迅速發展的今天，任何有確定答案或能事先預演過程的事件，人類的表現已遠不如AI。唯獨結果充滿不確定性，偶發因素較多的領域，AI 的表現還不能完全勝過人類。但若是未來AI 透過金融市場訓練，真獲得如人般的決策能力，那麼AI 與人類的關係又將重新被思考。

在即將到來的第二季AI 交易大賽中，nof1 創始人Jay A 透露將會加入更多提示詞和數據，並可能包含一名人類交易員參加比賽。過去類似AI 薦股的功能現在早已不新鮮，但當AI 與人類在真實的交易場景進行碰撞，或許又會擦出不一樣的火花。