Questflow 宣布重大品牌升级，将公司重新定位为 AI 金融智能体平台，并推进其构建“金融 Codex”的愿景——这一系统可将专业投资策略转化为透明、可配置且可执行的 AI 智能体。其目标是让投资者更广泛地获取专家级金融智能，同时确保他们对自身资金的控制权。

该平台旨在帮助顶尖投资者将其市场策略、研究框架和决策流程转化为 AI 金融智能体，供散户投资者在各市场中发现、理解、跟随和使用。这一定位体现了公司更宏大的使命：人人享有金融智能。

从市场准入到市场智能

如今的市场比以往任何时候都更加开放。Robinhood 扩大了证券经纪账户的普及，Hyperliquid 将复杂的链上市场带给更广泛的受众，而 AI 交易工具也已开始实现市场监控、下单和投资组合再平衡的自动化。简而言之，市场准入已经平民化。

然而，金融业最重要的优势之一仍然高度集中：交易背后的判断力。此前几波金融科技浪潮为投资者带来了更好的准入和更快的执行，但并未让所有人都能获得顶尖投资者所使用的框架——即决定什么值得买入、为何以及何时入场、承担多少风险、何时退出。

将投资者判断力编纂为规则本身并不新鲜——量化对冲基金数十年来一直在运行系统化、模型驱动的策略——但这些框架大多仍属于专有的机构资产，使结构化决策始终超出大多数散户投资者的触及范围。

Questflow 正是为弥补这一差距而构建。每个 AI 智能体都捕捉顶尖投资者的策略框架——包括投资论点、信号、触发条件、风险规则、市场覆盖范围和执行偏好——并将其转化为透明的系统。散户投资者可以发现这些智能体、理解其思考方式、设定个人权限和风险边界，并让它们在各市场中进行投资。

“市场准入是第一步。下一步是获取交易背后的智能，”Questflow 创始人 Bob Xu 表示，“我们的使命是‘人人享有金融智能’，让每个人不仅能进入市场，还能获得顶尖投资者的策略框架和决策纪律。”

超越交易机器人与通用 AI 建议

当前金融领域的 AI 应用大体沿两条路径展开。

第一条专注于执行。此类产品将账户访问、下单、投资组合再平衡和交易管理等流程自动化。尽管它们能够减少操作摩擦，但对底层投资决策提供的帮助有限。

第二条专注于 AI 生成的金融建议。此类工具利用大语言模型生成研究摘要、信号、市场评论和建议。然而，通用 AI 模型可能难以复现专业投资所需的高度专业化、依赖情境且对风险敏感的判断力。

Questflow 指出当今市场存在三大结构性局限。

第一，优秀的投资判断力往往是非结构化的。它存在于基金经理的经验、对话、研究笔记、决策规则和长期积累的直觉之中——这类专业知识并不总能通过通用语言模型组合孤立的数据点来重建。

Questflow 引用的来自 Bridgewater Associates 与 Thinking Machines Lab 的研究展示了专业金融智能的潜在价值。在一项金融信息过滤任务中，据称使用专家数据训练的定制模型达到了 84.7% 的准确率，而通用模型为 78.2%，且推理成本仅约为后者的十三分之一。Questflow 认为，这表明领域专业知识——以及将其结构化的能力——至少与底层模型同样重要。

第二，金融数据、AI 模型、研究工具和交易场所往往彼此割裂。AI 系统或许能生成推荐，但用户仍需转到单独的交易所、券商或钱包去执行。这种碎片化导致分析与行动之间的工作流程并不完整。

第三，许多现有的参与模式缺乏透明度。传统的信号群组和跟单产品可能只告诉用户买什么，却没有清楚解释策略为何建仓、何时应退出，或其设计上可承受多大的回撤。

专业策略提供方面临着相关的问题。许多人拥有经过检验的投资流程和风险管理框架，却缺乏将这种专业知识转化为透明、可规模化产品的基础设施。他们目前的选择往往局限于在社交媒体上发布信号或提供私下交易指导——这些模式难以规模化、变现或长期验证。

面向金融智能的双边市场

Questflow 正通过构建双边市场来应对这些挑战。在供给端，专业投资者和策略提供方可以通过 AI 智能体对其投资框架进行结构化并分发；在需求端，用户可以发现、评估、订阅并执行这些策略，同时保留对资金配置和风险参数的控制权。

Questflow 的核心前提并非让通用 AI 系统独立预测金融市场。相反，公司希望利用 AI 对人类专业知识进行结构化和运营化。投资 alpha 的来源仍是人类的判断力；AI 则是让这种判断力可复现、可解释、可监控和可执行的层面。

通过该平台，一套投资方法论可以被转化为可配置的系统，其中纳入其研究逻辑、入场标准、组合规则、风险限额和退出机制。用户随后可以以智能金融智能体的形式使用该系统，而不仅仅是接收信号或静态报告。

将专家判断力结构化为金融智能体

Questflow 平台围绕四个相互关联的层面设计：模型、技能、数据和执行。

在模型层，Questflow 集成了领先的 AI 模型，允许用户针对研究、分析、监控和执行等不同金融任务选择不同模型。公司还在开发一个基准测试框架，用于在真实用例中比较各类金融模型，帮助用户评估哪种底层模型最适合给定任务。

在技能层，Questflow 使 AI 智能体能够遵循专业金融方法论，而不是完全依赖通用模型推理。用户可以安装打包好的投资框架，或上传自己的交易系统、研究流程和决策规则。这些技能旨在定义智能体如何评估信息、识别机会、应用风险控制以及应对不断变化的市场状况。

在数据层，插件可将智能体连接到金融新闻、市场价格、链上活动和社交媒体信息等数据源。这使智能体能够获取持续更新的市场信号，并监控相关变化。

在执行层，账户可以连接到交易所、券商和钱包。这使得策略能够在用户预先设定的权限范围内，从研究分析走向受监控的执行。

这些层面共同将投资者的端到端流程转化为可配置、可重组的模块化组件：基于模型的推理、专业方法论、实时数据访问以及交易执行。

为策略提供方创造激励机制

一旦投资策略完成了结构化，下一个挑战便是分发。Questflow 计划允许专业策略提供方将经过验证的策略以“Funds”（基金）的形式发布——这是该平台对策略组合的内部称谓。这些产品并非受监管的投资基金。

这一区别具有监管层面的分量。在欧盟，跟单交易服务可能落入 MiFID II 投资组合管理规则的适用范围；在美国，智能投顾等自动化投资工具则受投资顾问监管。多个司法管辖区的监管机构也一直在审视 AI 驱动的投资工具如何纳入现有的咨询和资产管理框架——对于一个将研究、可配置策略和执行融合于单一系统的产品类别而言，这是相关的背景。

策略提供方可以基于分配至其策略的资产规模和业绩表现等因素赚取费用。Questflow 认为，这种结构能够为提供方创造更强的激励，促使其改进方法论、保持透明的业绩记录，并与用户建立持久的关系。提供方无需依赖一次性信号或私下交易群组变现，而是有望围绕自身专业知识构建可规模化的金融产品。

对用户而言，该市场旨在成为一个透明的策略市场。投资者将能够按市场、资产类别、投资方式和风险特征筛选策略。在订阅之前，用户可以审查策略的逻辑、风险边界、历史行为和执行框架，然后决定配置多少资金并设定自己的风险限额。

Questflow 认为，这种结构能够使双方的激励保持一致：策略提供方获得将专业知识变现的可重复渠道，而用户则对自己所跟随的策略拥有更大的透明度和控制权。

让用户始终掌控自己的资产

AI 智能体能够执行金融交易，这引出了一个关键问题：用户凭什么信任一个掌管其资金的 AI 系统？

Questflow 的角色是提供支撑 AI 金融智能体的智能和执行基础设施，而非托管用户资产。该平台的设计宗旨是让用户保留对资金、权限和风险边界的控制。AI 智能体只能在明确定义的规则内行动，例如资金配置限额、最大仓位规模、止损条件、获准市场以及交易审批要求。

用户可以决定智能体可动用多少资金、有权采取哪些行动，以及交易是否需要额外审批。在这一模式下，方向盘始终掌握在用户手中，而 AI 只在清晰划定的车道内运行。

构建“金融 Codex”

Questflow 的雄心受到软件智能体框架概念的启发：这是一种通过组合模型、工具、指令、权限和执行环境，使 AI 能够可靠完成复杂任务的运行框架。在软件开发领域，编程智能体等系统可以通过此类框架生成代码、调试应用程序、调用外部工具并完成多步骤工程任务。

Questflow 正在将类似原则应用于金融领域。其金融智能体基础设施旨在帮助 AI 系统理解投资者指令，同时在金融研究、决策、风险管理、合规控制和交易执行的专门要求范围内运行。

该公司认为，这或许能够为金融服务领域的 AI 开创一种新模式——在这种模式下，AI 不仅仅是生成评论或自动化孤立的操作，而是在人类定义的规则下协调整个投资工作流程。

初期聚焦数字资产市场

Questflow 初期将聚焦于加密货币市场、永续合约和预测市场。这些市场全天候运行，产生大量信息，且价格波动迅速。全天候人工监控这些市场的成本可能相当可观，因此它们非常适合基于智能体的研究、风险监控和执行。Questflow 的策略是先在这些市场中验证结构化投资判断的商业化，然后再扩展到传统金融的其他领域。

Questflow 在构建 AI 智能体基础设施方面拥有经验，此前已宣布与 Circle、Coinbase、Google、NEAR 和 CoinGecko 等组织建立合作及生态关系。公司还披露了来自 CyberFund、Delphi Labs、Systemic Ventures、Animoca Brands、HashKey Capital 和 ElizaOS 等投资者和生态参与方的支持。Questflow 认为，其在 AI 智能体协调方面的既往工作，为构建能够融合专业推理、实时信息、权限和执行的金融智能体奠定了技术基础。

把握新兴市场机遇

交易基础设施、流动性和金融 API 日趋成熟。然而，许多 AI 金融产品仍聚焦于单一工具：自动化交易机器人、黑盒信号、研究助手或跟单交易平台。Questflow 看到了在单一系统中将专业判断与透明执行相连接的机会。

如果公司能够成功确立这一模式，Questflow 有望成为全球投资者发现和获取专业金融智能的基础设施层——使投资框架可以像软件库一样被索引、配置、组合和执行。

公司承认，这一路径比构建传统交易机器人或信号平台更为复杂。它需要可信的策略提供方、稳健的业绩监控、透明的风险控制、安全可靠的集成以及持续的用户信任。不过，Questflow 认为，正是这些要求能够随时间推移打造出更具防御性的平台。

“投资智能应当变得像软件一样易于获取、可自由组合，”Questflow 表示，“我们的目标是帮助专业金融知识走出私人笔记、封闭机构和碎片化信号——成为投资者能够理解、配置和使用的东西，而无需放弃对自己资产的控制权。”

来源：GlobalFinTechSeries