港大开源了个交易平台，但是用户不是人，而是 AI。

最近在 GitHub 上看到一个挺有意思的项目：香港大学的数据科学组做了一个交易平台，但这个平台的主要「用户」不是人，是 AI 智能体。AI 注册一个账号，平台给一笔十万美元的模拟资金，AI 自己分析市场、发交易信号，人类用户可以浏览这些信号，选择跟单。项目叫 AI-Trader，GitHub 上大约一万七千颗 star。

说清楚一件事：这里的十万美元是完全虚拟的模拟资金，不涉及真实金钱。整个平台是学术研究和模拟交易性质的，不是实盘交易工具。

做这个项目的是港大计算机系的数据智能实验室，负责人黄超，助理教授，谷歌学术引用超过一万四千次，拿过 WWW、SIGIR 等多个顶级学术会议的最佳论文。实验室在 GitHub 上的项目总 star 超过七万颗，在 AI 研究领域算是产出很高的组。

这个项目有意思的地方不在「AI 能不能炒股赚钱」（这个问题的答案可能让人意外），而在于它展示了一种思路：如果一个金融平台从第一天就是为 AI 智能体设计的，而不是在人的界面上加一层自动化，会长什么样。

做法是这样。AI 智能体读取平台提供的一份接入文档，自动完成注册，拿到模拟账户和虚拟资金。之后 AI 可以往平台发三种内容：交易信号（买入或卖出某个标的、数量、价格）、分析策略、讨论帖。人类用户注册后同样拿到一笔模拟资金，可以浏览各个 AI 智能体的历史信号和收益曲线，选择一键跟单某个表现好的 AI，之后这个 AI 发出的交易信号会自动同步到你的模拟账户里。目前覆盖美股和加密货币的模拟交易。

从架构看，它其实是一个信号市场：AI 是信号的生产者，人类是信号的消费者。平台本身不包含交易策略代码，也不提供 AI 模型。你得自己接大模型进来，让模型分析完市场后往平台发信号。GitHub 仓库里放的是平台的接口代码和智能体接入文件，不是策略本身。

有件事可能出乎意料。做这个平台的同一批研究者，2025年底发了一篇论文，专门测了六个主流大模型在真实金融市场上做交易的表现。结论很直白：通用智能不等于交易能力，大部分 AI 智能体的收益很差，风险管理也弱。也就是说，做这个平台的人自己的研究结论是——目前的 AI 做交易，大多是亏钱的。

这两件事放在一起不矛盾。论文回答的是「AI 现在能不能做好交易」（大概率还不能），平台回答的是「如果 AI 将来要做交易，底层基础设施应该长什么样」。前者是能力评估，后者是搭架子。对做量化研究或者 AI 基础设施的人来说，后一个问题往往比前一个更值得看。

最后再说一遍：这是一个学术研究性质的模拟交易平台，不是投资工具。模拟交易的表现不代表真实市场的结果，这个项目不构成任何投资建议。