Questflow 宣布一項重大品牌轉型，將公司重新定位為 AI 金融代理（AI Finance Agents）平台，並推進打造「金融 Codex」的願景——一套將專業投資策略轉化為透明、可配置且可執行之 AI 代理的系統。其目標是讓投資人更廣泛地接觸專家級金融智慧，同時持續掌控自身資金。

該平台旨在協助頂尖投資人將其市場策略、研究框架與決策流程轉化為 AI 金融代理，讓散戶投資人能在各市場中探索、理解、跟隨並使用這些代理。此一新定位體現了該公司更宏大的使命：全民金融智慧。

從市場准入到市場智慧

如今的市場開放程度前所未見。Robinhood 擴大了券商帳戶的可及性，Hyperliquid 將複雜的鏈上市場帶給更廣泛的受眾，AI 交易工具也開始自動化市場監控、下單與投資組合再平衡。簡言之，市場准入已走向普及。

然而，金融業最重要的一項優勢依然高度集中：交易背後的判斷力。過往幾波金融科技為投資人帶來更佳的市場准入與更快的執行速度，卻未能讓所有人取得頂尖投資人據以判斷「什麼值得買、為何進場、何時進場、該承擔多少風險、何時出場」的框架。

將投資人判斷力編纂為規則並非新鮮事——量化避險基金數十年來持續運行系統化、模型驅動的策略——但這些框架大多仍屬專有並限於機構內部，使結構化決策超出多數散戶投資人可及的範圍。

Questflow 正是為了弭平這一落差而生。每個 AI 代理都能捕捉頂尖投資人的策略框架——包括投資論點、訊號、觸發條件、風險規則、市場覆蓋範圍與執行偏好——並將其轉化為透明系統。散戶投資人可以探索這些代理、理解其思考方式、設定個人權限與風險邊界，並讓它們跨市場投資。

Questflow 創辦人 Bob Xu 表示：「市場准入是第一步，下一步是接觸交易背後的智慧。我們的使命是全民金融智慧，讓每個人不僅能進入市場，也能取得頂尖投資人的策略框架與決策紀律。」

超越交易機器人與制式化 AI 建議

目前金融領域的 AI 應用大致沿著兩條路徑發展。

第一條路徑聚焦於執行。這類產品將帳戶存取、下單、投資組合再平衡與交易管理等流程自動化。雖然能降低作業摩擦，但對底層投資決策所能提供的協助有限。

第二條路徑聚焦於 AI 生成的金融建議。這類工具運用大型語言模型產出研究摘要、訊號、市場評論與建議。然而，制式化 AI 模型可能難以重現專業投資所需的高度專業化、重視情境且對風險敏感的判斷。

Questflow 點出當前市場的三項結構性限制。

首先，優秀的投資判斷往往並未結構化。它存在於投資組合經理人的經驗、對話、研究筆記、決策規則與長年累積的直覺之中——這些專業知識未必能透過通用語言模型拼湊孤立的資料點來重建。

Questflow 引用的 Bridgewater Associates 與 Thinking Machines Lab 研究，說明了專業金融智慧的潛在價值。在一項金融資訊篩選任務中，據報導，以專家資料訓練的客製化模型達到 84.7% 的準確率，高於通用模型的 78.2%，且推論成本僅約為後者的十三分之一。Questflow 認為，這顯示領域專業知識——以及將其結構化的能力——至少與底層模型同等重要。

其次，金融數據、AI 模型、研究工具與交易場所往往彼此脫節。AI 系統或許能產出建議，但使用者仍須另赴交易所、券商或錢包才能執行。這種碎片化使分析與行動之間的工作流程不完整。

第三，許多現有的參與模式缺乏透明度。傳統訊號社群與跟單交易產品或許會告訴使用者該買什麼，卻未清楚說明策略為何建立部位、何時應出場，或其設計上可容忍多大的回撤。

專業策略供應商則面臨相關問題。許多供應商擁有經過驗證的投資流程與風險管理框架，卻缺乏將這些專業知識轉化為透明、可擴展產品的基礎設施。他們目前的選擇往往僅限於在社群媒體上發布訊號，或提供私人交易指導——這類模式難以規模化、變現或長期驗證。

金融智慧的雙邊市場

Questflow 正透過打造雙邊市場來因應這些挑戰。在供給端，專業投資人與策略供應商可透過 AI 代理將其投資框架結構化並加以散布；在需求端，使用者可探索、評估、訂閱並執行這些策略，同時保有對資金配置與風險參數的控制權。

Questflow 的核心前提並非讓通用 AI 系統獨立預測金融市場，而是運用 AI 將人類專業知識結構化並付諸實作。投資超額報酬的來源仍是人類判斷；AI 則是讓這種判斷變得可複製、可解釋、可監控且可執行的層次。

透過該平台，一套投資方法論可被轉譯為可配置的系統，涵蓋其研究邏輯、進場條件、投資組合規則、風險限制與出場機制。使用者便能以智能金融代理的形式取用該系統，而非僅僅收到訊號或靜態報告。

將專家判斷結構化為金融代理

Questflow 平台的設計圍繞四個相互連結的層次：模型、技能、數據與執行。

在模型層，Questflow 整合了領先的 AI 模型，並允許使用者針對研究、分析、監控與執行等不同金融任務選用不同模型。該公司也在開發基準評測框架，以在實際應用場景中比較各金融模型，協助使用者評估哪個底層模型最適合特定任務。

在技能層，Questflow 讓 AI 代理遵循專業金融方法論，而非僅依賴通用模型推理。使用者可安裝封裝好的投資框架，或上傳自己的交易系統、研究流程與決策規則。這些技能旨在定義代理如何評估資訊、辨識機會、套用風險控制，以及因應市場條件的變化。

在數據層，外掛程式可將代理連結至金融新聞、市場價格、區塊鏈活動與社群媒體資訊等來源，使代理能取得持續更新的市場訊號並監控相關變化。

在執行層，帳戶可連結至交易所、券商與錢包，使策略能在使用者預先定義的權限內，從研究與分析推進到受監控的執行。

這些層次共同將投資人的端對端流程轉化為可配置、可重組的模組化元件：模型推理、專業方法論、即時數據存取與交易執行。

為策略供應商創造誘因

投資策略完成結構化後，下一個挑戰便是散布。Questflow 計劃允許專業策略供應商將經驗證的策略以 Funds（該平台對策略組合的內部稱呼）的形式發布。這些產品並非受監管的投資基金。

這一區別具有監管上的分量。在歐盟，跟單交易服務可能落入 MiFID II 投資組合管理規則的範圍；在美國，機器人顧問等自動化投資工具則受投資顧問法規監管。多個司法管轄區的監管機構也持續檢視 AI 驅動的投資工具如何融入現有的投資建議與資產管理框架——對於這種將研究、可配置策略與執行融於單一系統的產品類別而言，這是重要的背景脈絡。

策略供應商可依配置至其策略的資產規模與績效等因素賺取費用。Questflow 認為，此一架構可創造更強的誘因，促使供應商改進方法論、維持透明的績效紀錄，並與使用者建立長久關係。供應商無需仰賴一次性訊號或私人交易社群變現，而可能圍繞自身專業打造可擴展的金融產品。

對使用者而言，該市場的設計目標是成為透明的策略市集。投資人將能依市場、資產類別、投資方式與風險屬性篩選策略。訂閱前，使用者可審視策略的邏輯、風險邊界、歷史行為與執行框架，繼而決定配置多少資金並設定自身的風險上限。

Questflow 認為，此一架構能使供需雙方的誘因趨於一致：策略供應商獲得可重複運用的專業知識變現管道，使用者則對所跟隨的策略獲得更高的透明度與控制權。

讓使用者保有資產控制權

AI 代理具備執行金融交易的能力，引出一個關鍵問題：使用者如何能放心將資金交給 AI 系統？

Questflow 的角色是提供驅動 AI 金融代理所需的智慧與執行基礎設施，而非保管使用者資產。該平台的設計旨在讓使用者保有對資金、權限與風險邊界的控制權。AI 代理僅能在明確定義的規則內行動，例如資金配置上限、最大部位規模、停損條件、核可市場與交易審批要求。

使用者可決定代理可動用多少資金、獲授權執行哪些行動，以及交易是否需要額外批准。在此模式下，方向盤始終掌握在使用者手中，AI 僅在明確劃定的車道內行駛。

打造「金融的 Codex」

Questflow 的企圖心源自軟體代理框架的概念：一種透過結合模型、工具、指令、權限與執行環境，讓 AI 可靠完成複雜任務的運作框架。在軟體開發領域，程式設計代理等系統可透過這類框架生成程式碼、為應用程式除錯、呼叫外部工具並完成多步驟工程任務。

Questflow 正將類似原則應用於金融。其金融代理基礎設施旨在協助 AI 系統理解投資人的指示，同時在金融研究、決策、風險管理、合規控制與交易執行等專業要求內運作。

該公司認為，這有望為金融服務業的 AI 建立新模式——在此模式中，AI 不只是產出評論或自動化孤立的操作，而是在人類定義的規則下協調整個投資工作流程。

初期聚焦數位資產市場

Questflow 初期聚焦於加密貨幣市場、永續合約與預測市場。這些市場全天候運作、產生大量資訊，且價格波動迅速。全天候人工監控的成本可能相當可觀，使這些市場非常適合以代理為基礎的研究、風險監控與執行。Questflow 的策略是先在這些市場驗證結構化投資判斷的商業化可行性，再擴展至傳統金融的其他領域。

Questflow 具備打造 AI 代理基礎設施的經驗，先前已宣布與 Circle、Coinbase、Google、NEAR 及 CoinGecko 等組織建立合作與生態系關係。該公司也披露獲得 CyberFund、Delphi Labs、Systemic Ventures、Animoca Brands、HashKey Capital 與 ElizaOS 等投資人及生態系參與者的支持。Questflow 認為，其過往在 AI 代理協調方面的工作，為打造能結合專業推理、即時資訊、權限與執行的金融代理奠定了技術基礎。

把握新興市場機會

交易基礎設施、流動性與金融 API 日趨成熟。然而，許多 AI 金融產品仍聚焦於單一工具：自動交易機器人、黑箱訊號、研究助理或跟單交易平台。Questflow 看到了將專業判斷與透明執行串連於單一系統的機會。

若該公司成功建立此一模式，Questflow 可望成為全球投資人探索並取用專業金融智慧的基礎設施層——讓投資框架能像軟體函式庫一樣被索引、配置、組合與執行。

該公司坦言，這套做法比打造傳統交易機器人或訊號平台更為複雜，需要可信賴的策略供應商、穩健的績效監控、透明的風險控制、安全的整合，以及持續的使用者信任。不過 Questflow 認為，這些要求同時也可能隨時間打造出更具防禦力的平台。

Questflow 表示：「投資智慧應變得像軟體一樣易於取得且可組合。我們的目標是讓專家金融知識走出私人筆記、封閉機構與碎片化訊號，成為投資人能夠理解、配置與使用的事物，且無須放棄對自身資產的控制權。」

來源：GlobalFinTechSeries