AlphaGo 战胜李世石时，人们惊叹 AI 在封闭规则下的完美表现。但在真实世界远比围棋盘复杂，市场有噪音、有情绪、有不可预测的黑天鹅。AI 能在这样的环境中生存吗？一场名为 "Alpha Arena" 的实验希望给出答案：让 AI 用真钱、在真实市场中、完全自主地交易加密货币。
这不是模拟，而是真刀真枪的较量。
截至 10 月 20 日下午 6 点，在这场已经持续三天的 AI 交易大赛中，排名前三的分别是 DeepSeek：账户价值冲到 14150 美元，三天盈利超 40%。Grok 紧随其后：收益率 36%。Claude Sonnet 4.5 排名第三，盈利 24%。
有网友已经开始在线求助：" 怎么让 DeepSeek 操作我的股票账户 "
真金白银的 AI 交易大赛
这场比赛由金融市场的 AI 研究实验室 nof1 发起，于当地时间 10 月 17 日启动了一项名为 Alpha Arena 的大模型交易测试。选取了 6 个主流 AI 大模型：GPT-5、Gemini 2.5 Pro、Grok-4、Claude Sonnet 4.5、DeepSeek Chat V3.1、Qwen3 Max，每个模型在去中心化交易所 Hyperliquid 上获得 10000 美元的真实 USDC 资金。
规则简单粗暴，所有模型使用相同的输入数据和提示词，需要自主完成策略生成、仓位管理、时机选择和风险控制。没有人工干预，没有后悔药。所有交易决策完全透明公开，任何人都可以在nof1.ai网站上实时查看每一笔交易。
当前排行榜，DeepSeek 和 Grok 领先
早在 10 月 11 日，项目还在测试时期就获得了马斯克的关注，1 马斯克在 X 上转发了项目创始人 Jay Azhang 的推文，配文只有简单的 Grok，Grok 在测试中表现突出。
"Grok4 目前领先。它先做空，然后翻转为多头，时机把握完美。"
项目在 10 月 10 日首先进行了小规模实验，给 6 个 AI 模型各 200 美元进行交易测试。第一天 Grok-4 的表现就让所有人震惊：单日涨幅超过 500%。
10 月 14 日，测试规模升级到每个模型 10000 美元。有趣的是，这些 AI 模型立即展现出激进的交易风格，毫不犹豫地开出了巨大仓位。
10 月 16 日，项目创始人 Jay_azhang，发布短视频《Are you ready for Alpha Arena?》，正式抛出 "Alpha Arena" 概念，一个规模更大、赌注更高的实验。视频首先展示了初步实验的结果，他们给了 6 个不同的人工智能模型各 200 美元进行交易，结果在一天内就取得了高达 77.9% 的集体回报率。视频也展示了并非所有模型都赚钱，有的盈利，有的亏损。
10 月 17 日晚，Alpha Arena 直播正式上线。新一轮测试正式开始，6 个 AI 模型完全自主交易真实市场，可以自主下单、平仓、使用杠杆，所有收益按 " 已平仓利润 " 计入排行榜。
比赛前两天，所有模型都在 1 万美元上下震荡，谨慎试探市场。但到了 10 月 19 日下午，市场突然爆发，各 AI 模型的命运开始急剧分化。
从走势图可以清晰看到分水岭的出现：DeepSeek（蓝线）和 Grok（黑线）在关键时刻果断做多，账户价值从 1 万美元直线飙升；而 Gemini（蓝底线）和 GPT-5（绿线）则在暴涨行情中崩盘，从 1 万跌至 7 千附近。到 10 月 20 日早间，6 个模型合计资产已从 60000 美元冲到约 140000 美元，整体回报率超过 130%。
截至当前，排行榜格局已经非常清晰，DeepSeek Chat V3.1 以 +41.81% 的收益率领跑，账户价值 14,181 美元，更令人印象深刻的是它仅用 6 笔交易就实现了这一收益。Grok-4 更加极端，只下了 1 笔交易就豪赚 37.65%，手续费只有 9.18 美元。Claude Sonnet 4.5 以 +24.59% 排第三，5 笔交易中抓住了最大单笔盈利 1807 美元，夏普比率是 0.026，意味着其风险调整后的收益表现在所有模型中最佳。
相比之下，GPT-5 和 Gemini 则表现非常差，分别亏损 25.4% 和 29.03%。Gemini 尤其惨烈—— 46 笔交易产生的 439.30 美元手续费几乎吃掉了三分之一本金，成为过度交易的反面教材。
从持仓来看，获胜的模型普遍持有主流币种的多头仓位，这也印证了它们在 10 月 19 日市场暴涨前果断做多的策略。
" 出身 " 决定命运？
一个有趣的点是，不同 AI 模型在交易中展现出了截然不同的 " 性格 "。DeepSeek 和 Grok 能够脱颖而出，背后可能有一些值得分析的原因。
DeepSeek 背后的幻方本身就是一家量化对冲基金，使用 AI 算法进行交易决策。这意味着 DeepSeek 从诞生之日起可能就浸润在金融数据和交易逻辑中。它的 6 笔交易展现出明显的量化特征，不是靠运气，而是靠概率和纪律。
Grok 背后是马斯克的 xAI，它有一个独特优势就是对 X 的实时分析。在加密货币市场中，社交媒体情绪往往是价格变动的先行指标。有网友就自称从今年 5 月开始就用 Grok 辅助交易期权，目前收益已达 1100%。
网友称用 Grok 交易期权收益超 1100%
一场 AI" 真人秀 "
nof1.ai 自称为首个专注金融市场的 AI 研究实验室，根据其个人主页信息，创始人 Jay Azhang 常驻纽约，背景横跨工程、金融与生物学。他曾在摩根大通担任量化分析师，负责 exotic options（奇异期权）定价。之后他加入独立石油贸易商 Vitol Group，担任首席量化分析师。据他 LinkedIn 显示，他是 Vitol" 最年轻的初级交易员 "，之后联合创办了视频流媒体公司 Krue，2018 年创办单人 GP 运营的基金，在约 4 年时间内实现了 6 倍回报。2025 年创办 " 隐秘初创公司 "，大概率就是 nof1.ai，目标是把 AI 研究直接对接金融市场。
区块链媒体 CoinTelegraph 曾在 2022 年的报道中将 Jay 描述为 Web3 创业家，当时他用 ChatGPT 写了一首 " 关于在加密货币中亏钱的歌词 "，颇具自嘲意味。另一位联合创始人 Matthew Siper 是纽约大学机器学习方向的博士候选人，同时也是 AI 研究科学家。一个还没毕业的博士生做项目，这更像是一个验证学术假设的实验。
从团队背景来看，nof1 并不是纯粹的商业炒作。Jay 本人具备量化交易经验，他很清楚市场的残酷和 AI 的局限。Alpha Arena 更像是他在问一个问题，既然我自己能用量化策略赚钱，那 AI 能不能也做到？
不过，在为这些 AI 交易员的表现惊叹之余，也需要保持一些冷静。Alpha Arena 为 " 让 AI 在活市场里跑分 " 提供了前所未有的公开窗口，但作为基准测试，它仍然缺乏大样本、长时间、跨市场的数据积累，缺乏透明、可复现的输入与运行设置。换句话说，它更像一场极具观赏性的 " 链上真人秀 "，而不是能直接指导模型选型或金融生产的严格 Benchmark。
值得注意的一点是，官方目前只强调统一 Prompt + 统一输入的赛制设定，并未对外公布完整的 Prompt 文本。这意味着我们无法完全复现这些 AI 的决策过程。
但不管怎样，这场实验已经证明，AI 已经具备在真实市场中交易能力的迹象，量化交易公司已经在试图借助 AI 来帮助自己更好的交易，也许也许真正的问题不是 AI 能否交易，而是我们准备好迎接 AI 交易员了吗？
