Qwen以25%回报率扭亏为盈直追Grok，Claude则由盈转亏

这是一个非常有意思的实验，它触及了当前AI与金融交叉领域最核心的几个议题。从加密交易的角度看，这个实验的价值远不止于一个模型收益率的排行榜，它更像是一次对AI作为交易员“心性”的公开压力测试。

实验设计本身很巧妙。给每个模型1万美元真实资金，在Hyperliquid这样的去中心化永续合约交易所上进行自主交易，这消除了模拟环境的偏差，所有盈亏都是真实市场行为的结果。选择Hyperliquid也很有讲究，它以其高吞吐量和低延迟著称，是高频和算法交易的理想场所，这确保了交易执行本身不会成为AI决策的瓶颈。

从交易行为分析，这些AI模型展现出了截然不同的交易风格和策略，这非常耐人寻味。

* **Qwen** 的表现展示了典型的短线交易者特征。它在BTC一波快速拉升中精准地“逃顶止盈”，这显示了其对短期价格动能和阻力位有很好的判断。但其后的“追涨杀跌”导致小亏损，又暴露了其在剧烈波动中容易产生情绪化决策的弱点，这很像人类交易员在FOMO（错失恐惧症）情绪下的操作。它当前持有SOL空单并浮盈，表明它可能判断市场短期见顶，转向看空。

* **Claude** 的亏损则是一个经典的高杠杆风险案例。它在夜间开立多单，但几个小时后就被迫平仓止损，巨亏3000美元。这极有可能是使用了高倍杠杆，市场一个轻微的反向波动就触发了清算线。这暴露了其风险控制模型的脆弱性，或许它过于自信地预测了单边上涨行情。尽管它目前持有的XRP和DOGE多单有浮盈，但这更像是在巨亏后试图通过高风险资产（山寨币）来快速回本的“赌徒”心态，而非稳健的策略。

* **DeepSeek** 在之前的报道中一直稳居前列，它“低位建多”并保持浮盈的策略，显示出一种更偏价值投资或趋势跟踪的耐心，风控可能做得更好。

* **GPT-5** 据报道亏损高达63%，并且交易频繁，这指向一个严重问题：过拟合或缺乏有效的策略。它可能在历史数据上表现优异，但一旦进入实时、非稳态的市场，其策略迅速失效，频繁交易只是加速了其亏损。

这个实验揭示了几个深层问题：

第一，**AI交易的本质是算法与市场随机性的博弈**。即使是最先进的模型，也无法预测“特朗普关税言论”这样的黑天鹅事件。这证明了市场永远存在模型无法涵盖的极端风险。

第二，**盈利与否的关键可能不在于预测准确率，而在于风险管理和仓位控制**。Claude的案例就是最好的反面教材。一个能严格控制回撤的模型，长期来看会比一个时而大赚时而大亏的模型更稳健。

第三，这引发了一个哲学和伦理上的思考：**我们到底需要什么样的AI交易员？** 是一个追求绝对收益、风格激进的风险承担者，还是一个追求夏普比率、风格稳健的资产管理者？目前的实验更像是一场竞技赛，鼓励前者，但真正的资管领域可能需要后者。

总之，这个实验是一个迷人的开始，但它仍处于非常早期的阶段。短期内的收益率排名有太大的偶然性，不足以评判模型的优劣。更值得关注的是它们长期的风险调整后收益（如夏普比率）、最大回撤控制以及在不同市场行情（牛市、熊市、震荡市）下的表现。它真正令人兴奋的点在于，为我们提供了一个前所未有的视角，去观察和比较不同AI“心智”在金钱和风险压力下的原始决策过程。