作者：Frank，PANews一只“小龙虾”搅动了整个科技圈。OpenClaw 的横空出世让所有人兴奋不已，在一台普通个人电脑上，AI 可以被赋予操作权限，帮你收邮件、写代码、甚至操作交易账户。网上铺天盖地的案例描述得很玄乎：“你都可以不用工作了”。但当真正装上之后，大多数人发现事情并不是这样的。在加密交易领域，这种从狂热到冷静的温差尤其明显。过去两年，几乎每家交易所都推出了自己的“AI Agent”，但大多停留在聊天辅助阶段，你问它一句，它给你写一大段分析，仅此而已。OpenClaw 的出现像是打开了潘多拉的魔盒，让所有人看到了 AI“做事”而非“说话”的可能性。但这恰恰引发了新的挑战。作为带领团队探索 AI 交易前沿的领军人物，Bitget AI 负责人 Bill 博士对此有着深刻的体会，PANews 就此与 Bill 进行了一次深入访谈。在加入 Bitget 之前，Bill 曾先后在多个头部互联网及科技公司担任高级职位，主导过多个核心算法与 AI 平台的规模化落地，并发表过数十篇国际顶会论文与数十项专利。如今，全面负责 Bitget AI 战略规划与智能交易技术研发的他，正致力于推动 AI 与加密资产交易场景的深度融合。面对眼下的 Agent 热潮，这位领军专家的判断极其冷静：“大多数普通人并不习惯当管理者，突然给了 10个 AI 下属，如何指挥、分工、考核，本身就是一门艺术。”热情终究会消退，但能力已经被看见。真正的问题变成了：谁能把这种能力包装成普通人用得上的产品？在与 Bill 的对话中，PANews 试图从产品设计者的视角，拆解 AI 交易从概念走向落地的真实路径。在 Bill 看来，Bitget 密集推出 Agent Hub和 GetClaw 两款 AI 产品，并不是“看到别人做我们也做”，而是一个内部产品自然外溢的过程。“概括起来就是天时地利人和。”天时，是 OpenClaw 引爆了市场认知；地利，是我们在去年推出的 AI 助手 GetAgent 上的持续迭代已经有了深厚积累；并在内部技术上有充分的沉淀和尝试；人和，是团队内部已经验证了产品价值，顺势对外开放。”Bitget的 AI 产品全景：从 GetAgent到 GetClaw 的三级架构要理解 Bitget在 AI 交易上的布局，首先需要厘清它三个产品之间的关系。在外部看来，GetAgent、Agent Hub、GetClaw 这些名字容易让人混淆，但在 Bill 的讲述中，这其实是一条清晰的演进路线。2025年 6 月，Bitget在 App 内推出了 GetAgent，这是一个聊天机器人形态的 AI 交易助手。据 Bill 介绍，GetAgent 经历了多轮迭代：从最初的聊天应答，逐步加入一键下单、新闻资讯汇总，再到扩展至美股、黄金、白银等全品类交易，“每一次迭代都是用户需求驱动的，越扩越多。”但无论怎么扩展，GetAgent 的本质仍然是“聊天驱动”，它可以回答问题、给出建议，但不能帮用户自主执行复杂的交易任务。转折发生在 OpenClaw 出来之后。据 Bill 透露，OpenClaw 发布后 Bitget 迅速在内部搭建了自己的版本，“内部用完之后反馈非常好，自然就产生了一个想法：能不能把 GetAgent 也做一次大的升级？”沿着这个思路，Bitget 把内部打磨成熟的 MCP 能力封装对外开放，于今年 2月 13 日正式发布了 Agent Hub。Agent Hub 面向的是“动手能力相对较强”的专业性玩家。它提供了四层由浅入深的能力接口：API 是原子级的接口调用，门槛最高，需要编程和密钥管理；MCP 扮演了“通用接口”的角色，允许外部的 AI 应用直接读取 Bitget 的数据并执行操作；CLI 则面向开发者，支持通过终端命令行直接调用全部 API；Skills 是此次升级的核心，它相当于封装好的“业务模块”。通过 Skills，原本生硬的 API 代码被转化成了 AI 能够直接调用的技能（如查询费率、分析 K 线、盯盘、下单），AI 借此实现了从“意图理解”到“动作执行”的跨越。在 Bill 看来，这正是 AI 最有价值的切入点：“这些功能不用 Skills或 GetClaw 也能实现，写程序就行。但问题是，写程序对程序员简单，对普通用户门槛太高。今天我们做的事情，就是让用户说一句话就能实现同样的效果。”他举了一个具体的例子：用户说“当比特币在一分钟内跌了 3%，帮我加仓 50%”，背后系统就会自动转化为一个定时任务，这个任务其实需要完成三件事：实时监控比特币价格每分钟计算价格差值一旦满足条件立即执行加仓操作这种以前只有程序员才能实现的逻辑，现在任何人说一句话就能完成。GetClaw 上线不到 40 个小时，盯盘提醒就成了最爆发的使用场景。这并不意外，在传统平台上配置盯盘预警，用户需要理解各种指标参数，“配半天还不一定成功”。而现在，即使是 MACD、CCI 这类多指标复合盯盘逻辑，用户用自然语言描述需求，系统就能帮你实现。但 Bill 认为，AI 盯盘真正的变革不只是“能做到”，更在于“能调优”。“传统平台上配不好就放弃了，但现在你可以跟它说’错了，反思一下怎么改’，改到满意为止。”这种可以持续迭代的交互方式，对庞大的长尾用户群体来说是一个巨大的满足。在传统股票市场，量化交易的比重越来越高，在相对成熟的美国市场甚至能超过 70%。普通散户进场面对的是微秒级竞争的机构对手，几乎毫无胜算。Bill把 AI 交易的意义概括为一种“平权”：“Bitget在 AI 领域的愿景是让 1 亿用户比肩华尔街，换言之，让他们达到顶级交易员的操作逻辑和执行能力。过去是想到了却做不到，今天是只要能想到就能做到。”信任的四道锁，AI 操作真金白银时的安全边界当 AI 从“给建议”走向“替你执行”，功能的强大反而不是最大的挑战，信任才是。在 Bill 看来，这一点怎么强调都不为过：“普通用户最担心的事情是’用它安不安全’。这个信任度一定要建立好。一旦出现一两次安全问题，就没人用了。”围绕这个核心顾虑，Bitget 设计了四层隔离体系。第一层是身份隔离，每次对话精准识别用户身份第二层是记忆隔离，不同用户之间的对话记忆完全隔离混淆，保证个人隐私不被泄露第三层是权限控制，什么数据、什么工具可以调用，由角色控制第四层是凭证与资金隔离，API Key 只限触发使用，交易在子账号沙盒中执行子账号沙盒机制是一个很务实的设计。Bill 举例说：“比如主账号有 1000 美金，用户可以只划转 50 美金到子账号给 AI 操作，这样风险可控得多。”这意味着即使 AI 出现判断失误，风险敞口也被严格控制在用户预设的范围内。这种安全优先的思路也体现在 Bitget对 Skills 市场的态度上。目前，所有的 Skills 都由官方开发和维护，并没有开放给第三方。Bill 对此的解释很直接：“如果开放 Skill Market 让更多人参与建设，不可避免会产生安全问题。比如有黑客说’我也给你放一个进去’，用户用了发生资金损失，那就不合适了。我们叫宁缺毋滥，宁愿没有，也不要玩了把钱亏光了。毕竟在资产市场，赚得快不如活得久。”OpenClaw 的前车之鉴证明了这种谨慎的合理性。它在个人电脑上以几乎不设限的方式运行，虽然让人激动，但也催生了一个荒诞的新产业，“帮你干净卸载龙虾”本身也成了一门赚钱的生意。在大模型调用层面，Bitget 在初期选择了平台承担成本而非让用户自行配置 Token。一方面是出于安全考虑，另一方面则是技术原因，“我们的 Skills和 MCP 与内置的多种大模型做了深度适配优化，如果用户随意切换其他模型，效果会大打折扣。”目前平台为每位用户每天提供 10 美金的免费调用额度，后续会根据市场反馈调整定价模式。80%的事能做，20%的决策还得靠人聊到 AI 交易的现实能力边界，Bill 坦言现实并不乐观：“现在网上有人给 AI 100 美金让它去赚到 1000 美金，结果发现这种粗放式的操作，亏光的概率非常高。”AI 交易的能力，在今天还不能保证帮用户赚到钱。Bill 用“二八原则”来概括当前的真实状态：在完整的交易流程中（可能涉及 100 件事），AI 可以高效完成其中 80 件繁杂的工作，比如信息整理、实时监控、条件执行、数据复盘。但是，真正决定盈亏的 20 件核心决策，AI 还做不到。去年 Bitget 搞了一个玩票性质的 AI 交易员比赛，测试 AI 的能力边界，结果提供了一个鲜活的注脚：很多 AI 策略最终以亏损收场。原因并不复杂，AI 没有情绪，听上去是优势，但也意味着它无法响应“突然发生战争”这类黑天鹅极端事件。Bill 提到，以前美股市场大量让 AI 执行交易时，也出现过插针暴跌暴涨的异常现象。“今天更多是一个高级辅助的作用，就像自动驾驶 L1到 L5 的过渡一样。”Bill 用这个类比来定位当前 AI 交易的发展阶段。从趋势来看，AI 的能力确实在一个一个攻克剩余的难关，但涉及长期创造力和极端情境下的共情判断，机器仍有明显的瓶颈。不过 Bill 也给出了一个相对乐观的判断：“围绕全自动交易的技术闭环，可能在明年就能基本实现，但这并不意味着它能保证持续盈利。”换句话说，“能跑”和“能赚”之间，还隔着一段不短的距离。从交易工具到“AI 账户操作系统”，Bitget 的终局构想既然短期内 AI 还无法完全替代人类交易员，那 Bitget的 AI 战略终点在哪里？Bill 给出了三个维度的回答。第一个维度是“全景交易”，这也呼应 Bitget 此前提出的 UEX (Universal Exchange) 战略。不只是加密货币，随着资产代币化的推进，黄金、白银、美股等传统金融品类都在接入。Bitget 希望用 AI 帮助用户在一个平台上完成全品类的交易操作，“让用户具备华尔街交易员的全品类覆盖能力”。第二个维度是全球化生态拓展。结合 Bitget Wallet 的能力，在 Web3 支付和全球化商业场景中引入 AI，降低跨境交易和支付的操作门槛。第三个维度，也是 Bill 描述得最有画面感的一个方向，是打造基于 Bitget 的“长期账户操作系统”。这个概念的核心是建立一个“高信任的资金执行层”，未来会有多个 Agent 协同帮用户做各方面的事情，而支撑这一切的基底是一套跨端、跨场景的“长期记忆系统”。在 Bill 的描述中，这套记忆系统会把用户过往的交易习惯、历史操作、甚至在 App 里的点滴行为都分析整合，形成一个深度的个人画像。“确保用户在不同平台、不同场景下的交易逻辑保持长期一致性，而不是割裂的碎片化体验。”这种持续学习和适配的能力，是区别于一次性工具的根本所在。他用了一个很日常的类比来解释这种渐进信任的过程：“就像最初买家政机器人只是让它扫地，用久了信任它之后，才愿意让它承担更多事情。”AI 需要先在小事上证明自己可靠，然后逐步获得更大的权限和信任，最终的目标是“陪你成长，伴随你的资产增值”。从 GetAgent到 Agent Hub 再到 GetClaw，Bitget的 AI 产品在不到一年的时间里完成了从聊天机器人到任务执行层的跨越。各大交易所的密集布局也表明，AI 交易已经不再是一个可有可无的方向，而是未来竞争的基本能力。然而，从当前的现实来看，AI 更擅长取代的是交易中的“体力活”而非“脑力活”。80%的繁杂工作可以交给机器，但决定盈亏的那 20%核心判断，恐怕仍然需要人类自己做出。技术可以降低交易的门槛，但无法完全消除交易的风险。AI 让每个人都拿到了华尔街的工具箱，但工具箱里装的是机会，也是敬畏。
Thank you for reading this post, don't forget to subscribe!