一、當AI 開始投資，人類的「理性」還站得住嗎？

讓AI 去做投資，會比人類表現更優秀嗎？ AI 真的比人類更理性嗎？

這是一個看似簡單、實則挑戰人性的命題。

今年10 月，一位來自紐約的電腦工程師兼金融從業人員Jay Azhang 集結了國內外六個頂級AI 大模型，進行了一場「投資實驗」——

他給每個AI 分配1 萬美元本金，讓它們在加密貨幣市場中自由交易。

結果出人意料。

這場實驗揭示了兩個顛覆性的結論：

• ① AI 會“夾帶私貨”，它的投資風格深受設計者影響；
• ② 所謂的理性投資，有時候並不理性。

而這，恰好觸及RWA 世界的核心問題：

如果AI 的判斷都可能受主觀偏好影響，我們該如何讓機器去定價真實世界的資產？

換句話說，在一個資產上鍊、價值可程式化的未來，AI 是否能成為RWA 領域的「理性撮合者」？這場實驗，或許是個開端。

二、六大AI 模型投資實測：中國AI 逆襲全球

這場實驗的陣容堪稱「AI 界的世界盃」：

• Grok 4（馬斯克旗下X AI）
• Claude Sonnet 4.5（Anthropic）
• Gemini 2.5 Pro（Google）
• ChatGPT 5（OpenAI）
• DeepSeek v3.1（幻方量化）
• Qwen3 Max（阿里通義千問）

Jay Azhang 為每個AI 分配了1 萬美元本金，並讓它們在加密貨幣市場中完全自主交易。

他之所以選擇這個市場，是因為加密資產波動劇烈、T+0 交易靈活，最能檢驗AI 的即時判斷力與風險控制力。

換句話說，這是一場看誰能在混沌中保持「理性」的生死試煉。

然而，一週之後的結果幾乎讓所有人目瞪口呆——

西方AI 幾乎全軍覆沒，而中國AI 異軍突起。

阿里巴巴旗下的Qwen3 Max 以12,231.09 美元收官，獲利2,231.09 美元，勇奪桂冠；

而幻方量化的DeepSeek v3.1 以10489.23 美元位居第二，

堪稱理性與克制的代表。

反觀其他各位選手，幾乎「血流成河」：

Claude Sonnet 虧損超3000 美元，

Grok 4 折損近半資金，

谷歌Gemini 持續做空導致虧損過半，

而寄予厚望的ChatGPT 5 則以62% 的虧損墊底，帳戶僅餘3733.54 美元。

從整體結果來看，這場實驗的冷酷現實更為刺眼：

總投入6 萬美元，最終僅收回43,171.62 美元，

整體虧損超過28%。

也就是說，即便是當今最強大的AI 集群，也沒能跑贏比特幣本身。

但正因如此，這場“AI 理性試煉”，反而讓我們看到更深的一層真相：

AI 並非真正客觀——

它的風格、偏好，甚至是“情緒”，都深受其設計邏輯影響。

而在看似冰冷的演算法背後，隱藏的恰恰是人類的投射。

DeepSeek：像人一樣「克制」的AI

DeepSeek 展現出一種罕見的「趨勢交易者」氣質。

它9 天只交易17 次，是所有AI 中最少的。

但勝在精準：16 次做多、1 次做空，與市場整體反彈節奏高度契合。

它的策略核心是「小虧大賺」——

平均停盈空間11.39%，停損僅-3.52%，損益比高達3.55。

這讓它像一個「懂得等待」的投資者，不盲目頻繁地操作。

更妙的是，它願意持倉近49 小時，即使面對波動，也能堅守趨勢。

這正是一種理性投資的體現——

理性不是冷漠，而是「知道該在什麼時候不動」。

Qwen3：敢於重倉的進攻型AI

通義千問（Qwen3）則展現了另一種風格：激進但高勝率。

它的槓桿率高達5.6 倍，單部位常常衝到25 倍上限。

這種「高風險高收益」的打法讓它殖利率翻倍，

但也帶來了更劇烈的波動與回撤。

通義千問就像一個有著「人味」的交易者——敢打賭，也懂得扛單，但並非每次都能贏。

它的表現告訴我們：AI 也會有性格，有偏好，甚至有「貪婪與恐懼」。

Grok 與Gemini：信仰的代價

馬斯克的Grok 模型，在早期表現極佳，甚至一度獲利超50%。

但隨後回撤嚴重，最終只保本收場。

問題出在──它執著於10 倍槓桿做多狗狗幣（DOGE）。

顯然，AI 繼承了創始人的信仰。

而Google的Gemini 更是「冷靜到極端」：它無情地做空所有加密資產，這也與AI 的創造者，谷歌公司對於加密貨幣持悲觀看法的態度一致。

結果是，理性變成了頑固——理性被立場取代。

三、AI 投資實驗告訴我們的：演算法，也有“性格”

為了確保公平，Jay Azhang 讓所有AI 模型接收相同的行情資料：

價格、均線、MACD、RSI、資金費率等技術指標一模一樣，

它們無法連網，也不能接觸新聞或情緒資訊。

但即便如此，每個AI 依然走出了完全不同的投資軌跡。

這意味著——AI 不是客觀的。

它反映了設計者的世界觀、偏好和風險取向。

正如人類社會的投資人分為保守派、激進派、趨勢派、價值派，

AI 的投資風格同樣多元，甚至更放大了背後的邏輯偏差。

而這，正是RWA（現實世界資產上鍊）面臨的新命題。

四、從加密到RWA：AI 如何參與「資產的智慧化定價」？

RWA 的本質，是讓現實資產（債券、房地產、藝術品、碳排指標等）上鍊，

並在鏈上實現自動化估值、流動、結算。

而AI，正好是這個過程的「大腦」。

想像一下：

當AI 能即時讀取全球利率、房地產價格、企業財報，

它就能為每一個RWA 資產產生動態風險評分；

當AI 掌握鏈上交易習慣，它能判斷某項資產的真實流動性；

當AI 理解使用者風險偏好，它甚至能自動配置RWA 投資組合。

AI 不再只是一個“炒幣機器人”，而是一個能在RWA 生態中承擔“信用建模”“風險控制”“智能投顧”的基礎模組。

這意味著未來的投資世界，可能不再由人主導，

而是由一組能「學習」的AI 集群在鏈上完成。

五、結語：AI 的非理性，讓我們重新認識理性

這場AI 投資實驗，是一面鏡子。

它讓我們看到機器的理性，也看到理性背後的「人性投影」。

當AI 進入RWA 領域時，這種偏好與邏輯的繼承仍將存在。

差別在於——這一次，我們或許能讓AI 幫助我們更早辨識偏見、平衡風險、重塑決策。

未來的資產市場，不再只是“數據驅動”，

而是「演算法與人性共舞」的時代。

AI 不是人類理性的替代者，而是我們理性的放大鏡。

而RWA，則是這一切的舞台。