零编码！零基础！光靠嘴，AI两天帮我造了个金融量化大赛平台

72 0 0

文章摘要

Digital Quant平台的构建与迭代代表了软件开发范式从“以人为本”向“以Agent为本”的深度转型。该项目通过Stitch、CodeX、Claude Code等AI工具链，实现了从界面设计到后端部署的全自动化流程，开发效率提升约4倍；核心产品代码由AI自主完成，无需人类程序员介入。这一进程不仅体现在外部合作项目中，也反映在Koala公司自身内部系统重构上：其技术团队在一个月内裁撤70%程序员，将组织结构转向聚焦于少数“操作员”型人才，推动AI成为系统架构的核心决策者。

A2A（Agent to Agent）作为新范式核心，意味着AI智能体之间可直接调用技能（Skill），绕过人类界面与传统API接口，实现无中介的高效协作。例如Binance已开放部分Skill，使数字交易数据的获取与调用更稳定高效；在资管领域，机构开始尝试让LP-Agent直接读取策略数据，并自动匹配资金方需求，未来交易闭环可能完全脱离前端展示层。类似趋势已在供应链采购场景中显现——Agent基于任务需求自主筛选供应商、谈判并完成下单支付，整个过程在两个Agent间完成，无需人工干预。阿里Qoder负责人丁宇指出：“这本质上是一次软件交互界面从以人为本到以Agent为本的彻底迁移。”其本质是让Agent能原生访问真实业务系统，而不仅是通过API进行有限功能模拟。

要支撑这一转变，需构建AI原生环境：第一，明确功能规划与隐性约束，形成可被AI理解的工程文档；第二，赋予Agent自主选择工具和技能的能力，尊重其推理路径完整性；第三，接受UI设计趋于极简甚至“死亡”，因交互逻辑正被底层Agent间通信取代。丁宇进一步预测，编码Agent正朝通用Agent演进，通过组合技能、MCP与API服务形成完整工作流，进而承担多维任务能力。

然而该趋势伴随严峻挑战。Moonwell项目因Claude Opus 4.6输出低级漏洞代码导致178万美元损失，揭示了模型幻觉带来的重大风险。因此，在金融这类高敏感领域，Digital Quant坚持多重校验机制——关键逻辑必须经人工三重审查，敏感配置须隔离在沙箱环境中，确保系统具备可控性与可追溯性。若仅依赖AI编写代码而缺失底层原理认知，则存在“智力失控”危机：一旦生产故障发生，可能陷入“连问题在哪都找不到”的困境。

实践表明，初级开发者受益显著（生产力提升40%），但顶尖工程师反而增长乏力甚至负增长——因后者常面临训练数据稀缺的前沿问题，仍需手动纠正模型偏差。企业人员正在分化为两类：一是“提示员”，其能力被AI均值锁定，易遭迭代淘汰；二是“操作员”，负责新型系统设计与复杂算法优化。丁宇强调：“有的人能管理2个Agent，有的人能管8个，这个价值就不一样。”这种由Agent协同催生的新个体效能，使过去多人协作才能完成的任务变为“一个中心+多个Agent”模式下的高密度、不间断运作，大幅压缩沟通成本。

最终，这场变革并非简单替换人力，而是重新定义“世界由谁实控”：人类需转变为AI系统的架构师与管理者，而非直接执行者；唯有在制度设计、伦理框架与能力边界控制之上建立新的协同体系，方可避免被所创造的技术反噬。