AI炒币输了，中国大模型赢了：当算法开始投资，RWA世界正被改写

一、当 AI 开始投资，人类的“理性”还站得住吗？

让 AI 去做投资，会比人类表现更优秀吗？AI 真的比人类更加理性吗？

这是一个看似简单、实则挑战人性的命题。

今年 10 月，一位来自纽约的计算机工程师兼金融从业者 Jay Azhang 集结了国内外 六个顶级 AI 大模型，进行了一场“投资实验”——

他给每个 AI 分配 1 万美元本金，让它们在加密货币市场中自由交易。

结果出人意料。

这场实验揭示了两个颠覆性的结论：

• ① AI 会“夹带私货”，它的投资风格深受设计者影响；
• ② 所谓的理性投资，有时候并不理性。

而这，恰好触及到 RWA 世界的核心问题：

如果 AI 的判断都可能受主观偏好影响，我们该如何让机器去定价真实世界的资产？

换句话说，在一个资产上链、价值可编程的未来，AI 是否能成为 RWA 领域的“理性撮合者”？这场实验，或许是一个开端。

二、六大 AI 模型投资实测：中国 AI 逆袭全球

这场实验的阵容堪称“AI 界的世界杯”：

• Grok 4（马斯克旗下 X AI）
• Claude Sonnet 4.5（Anthropic）
• Gemini 2.5 Pro（Google）
• ChatGPT 5（OpenAI）
• DeepSeek v3.1（幻方量化）
• Qwen3 Max（阿里通义千问）

Jay Azhang 为每个 AI 分配了 1 万美元本金，并让它们在加密货币市场中完全自主交易。

他之所以选择这个市场，是因为加密资产波动剧烈、T+0 交易灵活，最能检验 AI 的实时判断力与风险控制力。

换句话说，这是一场看谁能在混沌中保持“理性”的生死试炼。

然而，一周之后的结果几乎让所有人目瞪口呆——

西方 AI 几乎全军覆没，而中国 AI 异军突起。

阿里巴巴旗下的 Qwen3 Max 以 12231.09 美元 收官，盈利 2231.09 美元，勇夺桂冠；

而幻方量化的 DeepSeek v3.1 以 10489.23 美元 位居第二，

堪称理性与克制的代表。

反观其他各位选手，几乎“血流成河”：

Claude Sonnet 亏损超 3000 美元，

Grok 4 折损近半资金，

谷歌 Gemini 因持续做空导致亏损过半，

而被寄予厚望的 ChatGPT 5 则以 62% 的亏损 垫底，账户仅余 3733.54 美元。

从整体结果来看，这场实验的冷酷现实更为刺眼：

总投入 6 万美元，最终仅收回 43171.62 美元，

整体亏损 超过 28%。

也就是说，即便是当今最强大的 AI 集群，也没能跑赢比特币本身。

但正因如此，这场“AI 理性试炼”，反而让我们看到更深的一层真相：

AI 并非真正客观——

它的风格、偏好，乃至“情绪”，都深受其设计逻辑影响。

而在看似冰冷的算法背后，隐藏的恰恰是人类的投射。

DeepSeek：像人一样“克制”的 AI

DeepSeek 展现出一种罕见的“趋势交易者”气质。

它 9 天只交易 17 次，是所有 AI 中最少的。

但胜在精准：16 次做多、1 次做空，与市场整体反弹节奏高度契合。

它的策略核心是“小亏大赚”——

平均止盈空间 11.39%，止损仅-3.52%，盈亏比高达 3.55。

这让它像一个“懂得等待”的投资者，不盲目频繁操作。

更妙的是，它愿意持仓近 49 小时，哪怕面对波动，也能坚守趋势。

这正是一种理性投资的体现——

理性不是冷漠，而是“知道该在什么时候不动”。

Qwen3：敢于重仓的进攻型 AI

通义千问（Qwen3）则展现了另一种风格：激进但高胜率。

它的杠杆率高达 5.6 倍，单仓位常常冲到 25 倍上限。

这种“高风险高收益”的打法让它收益率翻倍，

但也带来了更剧烈的波动与回撤。

通义千问就像一个有着“人味”的交易者——敢赌，也懂得扛单，但并非每次都能赢。

它的表现告诉我们：AI 也会有性格，有偏好，甚至有“贪婪与恐惧”。

Grok 与 Gemini：信仰的代价

马斯克的 Grok 模型，在早期表现极佳，甚至一度盈利超 50%。

但随后回撤严重，最终只保本收场。

问题出在——它执着于 10 倍杠杆做多狗狗币（DOGE）。

显然，AI 继承了创始人的信仰。

而谷歌的 Gemini 更是“冷静到极端”：它无情地做空所有加密资产，这也与 AI 的创造者，谷歌公司对于加密货币持悲观看法的态度一致。

结果是，理性变成了顽固——理性被立场取代。

三、AI 投资实验告诉我们的：算法，也有“性格”

为了确保公平，Jay Azhang 让所有 AI 模型接收相同的行情数据：

价格、均线、MACD、RSI、资金费率等技术指标一模一样，

它们无法联网，也不能接触新闻或情绪信息。

但即便如此，每个 AI 依然走出了完全不同的投资轨迹。

这意味着——AI 不是客观的。

它反映了设计者的世界观、偏好和风险取向。

正如人类社会的投资者分为保守派、激进派、趋势派、价值派，

AI 的投资风格同样多元，甚至更放大了背后的逻辑偏差。

而这，正是 RWA（现实世界资产上链）面临的新命题。

四、从加密到 RWA：AI 如何参与“资产的智能化定价”？

RWA 的本质，是让现实资产（债券、房地产、艺术品、碳排指标等）上链，

并在链上实现自动化估值、流动、结算。

而 AI，正好是这个过程的“大脑”。

想象一下：

当 AI 能实时读取全球利率、房地产价格、企业财报，

它就能为每一个 RWA 资产生成动态风险评分；

当 AI 掌握链上交易习惯，它能判断某个资产的真实流动性；

当 AI 理解用户风险偏好，它甚至能自动配置 RWA 投资组合。

AI 不再只是一个“炒币机器人”，而是一个能在 RWA 生态中承担“信用建模”“风险控制”“智能投顾”的基础模块。

这意味着未来的投资世界，可能不再由人主导，

而是由一组能“学习”的 AI 集群在链上完成。

五、结语：AI 的非理性，让我们重新认识理性

这场 AI 投资实验，是一面镜子。

它让我们看到机器的理性，也看到理性背后的“人性投影”。

当 AI 进入 RWA 领域时，这种偏好与逻辑的继承仍将存在。

区别在于——这一次，我们或许能让 AI 帮助我们更早地识别偏见、平衡风险、重塑决策。

未来的资产市场，不再只是“数据驱动”，

而是“算法与人性共舞”的时代。

AI 并不是人类理性的替代者，而是我们理性的放大镜。

而 RWA，则是这一切的舞台。