“投融可以很簡單很有趣。”
這是一個9歲開始炒股、10年前押中英偉達的投融老手——賴蘊琦Vakee，想傳遞給所有人的理念。
從復旦到帝國理工，從倫敦AI量化投融到百度鳳巢、再到VC投融，Vakee換過很多身份，卻始終沒放下手里的愛好。
兜兜轉轉后，她決定要做一款讓普通人也能輕松上手投融的產品，于是創立了RockFlow、開發了AI助手Bobby。
在她看來，投融的復雜性很大程度上是人為制造的壁壘，真正的投融應該回歸本質：
把腦海中的靈感高效轉化為交易機會。
于是Vakee后來在做的一系列事情，看起來都像是在“拆墻”——拆掉專業投融者和普通人之間的認知墻、信息墻、工具墻。
如果你想知道AI Agent投融的門道、能力和局限在哪里，如何用AI把靈感秒變交易機會，以及專業的金融科技從業者如何看待“AI正在重塑投融”這件事……
或許能從量子位AI沙龍這場長對話中，一定程度上得到答案。
（注：本文不構成個人投融建議，也未考慮到個別用戶特殊的投融目標、財務狀況或需要。市場有風險，投融需謹慎。）
從復旦到帝國理工，10年前押中英偉達
量子位：聽說你現在不太為錢發愁了，是這樣嗎？
Vakee：夠用，哈哈。
量子位：你是完全通過炒股實現的？
Vakee：對。
量子位：能大概介紹一下你的履歷和成長軌跡嗎？
Vakee：我本科在復旦，研究生在帝國理工。后來在倫敦做AI量化相關的工作，之后回國加入了百度鳳巢搜索廣告系統，所以我很早就是AI的使用方。
后來轉去了百度投融部，開始負責科技領域的投融，也邊學邊投了很多科技項目，包括網絡安全、營銷科技、AI Infra等，當時沒有專門瞄準AI去投融，主要還是圍繞百度業務展開。
2015年我開始投AI，所以我2015年就買了英偉達的股。
后來我去到了VC，聚焦于投AI的早期項目。2019年底我從VC離開，2020年徹底回到了二級市場。
量子位：你是怎么想到要做AI金融創業的？
Vakee：我主業不管做什么，反正副業一直在二級市場交易。
2012年前我做過很多期貨衍生品的量化，后來主要做美股。我會用多種交易風格，基本面的，也有量化的。但有一點沒變：我只會在認知范圍內投融。
在百度時，因為當時的鳳巢就相當于這個領域的“黃埔軍校”，所以我對互聯網公司的業務邏輯非常熟悉——八九成商業模式都是依靠廣告變現。
對我來說，投融就是先對基本面有好的判斷，再通過交易策略放大賠率。投融就是勝率和賠率的結合。
當勝率不可控時，就要保證賠率算得過來，這是概率問題。賠率是可算的，勝率不可算。
勝率是感覺，比如我認為自己對互聯網行業有更深的認知，但本質上只是我個人的感覺。
因此在每次投融交易里，我都會把可控的東西做到位，比如風險控制、風險管理、止盈止損等。這些是可控的，也是每個人都能學習的。
我常講，投融中最重要的首先是風險管理，只有留在牌桌上，才能考慮接下來要賺多少錢。
因此我的建議是，先把自己生活和工作中認知范圍內的事情變成交易機會。如果連你熟悉的領域都難以轉化成投融，其他領域會更難。
我的主業工作很忙，不可能額外花很多時間。直到2020年我才算正式回歸投融，當時做了一個AI的量化，是做期貨期權的對沖，同時美股自己在交易。就這樣做了一年多，到2021年春節后，我還是想做一個to C的創業。
我當時主要從四個維度來考慮：
第一，要做大的事情。
創業就像投融一樣，兩者勝率都不可控。我們要搞一個賠率很高的事情，既然都很難那就搞個大的，金融一定是非常大的行業，遠大于互聯網。
第二，要做AI的生意。
我之前要么做AI要么投AI，所以一定要做一家AI公司。AI最好的落地場景直到今天我都認為是廣告、金融和游戲這三個行業，因為它們是純數據業務。
游戲偏內容，廣告除非你能做成百度搜索或今日頭條那樣的平臺，否則很難獨立起步。金融反而是我可以進入的領域，尤其是交易。
交易平臺其實就和電商類似，實物資產交易只占很小一部分，金融資產的交易才是巨大的。所以金融交易是最極致的平臺型商業模式——因為所有行為都是線上的，賣的是合約，交易兌換的是錢，這些都是數字。
在這種場景下，AI或信息技術的創新能被高效地展現在業務里，所以是很好的落地場景。
第三，要對這件事有熱情，我得喜歡。我從小就開始投融，對投融有熱情。
第四，這件事我們要能夠做得出來。
“投融可以很簡單很有趣”
量子位：你本可以像巴菲特一樣自己做投融，為什么一定要創業？你創業的初衷是什么？
Vakee：很多人都問過我這個問題，尤其是投融人他們會問我——“為什么不自己交易，非得整這么攤子事出來？”
核心原因是：我覺得投融沒那么復雜，其實是一件簡單有趣的事，希望每個人都不要被金融門檻所束縛。
我很想把這個東西傳遞給大家，人就應該做自己。投融是“見自己”的過程，投融也是自我表達的方式。
直到今天，很多人都認為只有價值投融才是對的，但實際上你可以用你喜歡的方式投融，投融方式有很多。
一定需要有這么一個人去告訴大家，說：你可以用你喜歡的方式投融，也可以過獨特的人生，不必照著模板去走，你可以有自己的路去走。
所以我創業的初心就是：要用自己的方式去投融。
量子位：做AI交易助手Bobby這款產品時，你們的出發點是什么？是基于已有平臺的不足，還是你們自己設定的終極目標？
Vakee：我們RockFlow一直在做一件事：把投融做簡單。只有簡單，大家才愿意嘗試。
第一階段，為了把門檻降低，我們做了一款簡單好用的App。相比之前的券商交易平臺，我認為它在品牌調性更有特色，更簡單清爽；注冊、開戶一分鐘搞定，很方便。
我們也推出了好幾款創新的金融產品，希望把復雜的期權交易變得簡單。但我們發現，即使把RockFlow做成了世界上最簡單的券商App，依然有很多功能用不起來。
GPT3.5問世是在我們創業之后，所以我們開始那會兒也沒有大模型。
2023年5月我們上線了第一個大模型相關的產品叫“交易GPT”，它是一個Feed（信息流），每天會給你推送個性化的交易機會，這個產品非常受大家的喜歡，于是我們就開始陸續沿著這條路去找到一些線索。
到了第二階段，還是簡單，如何用AI讓投融更簡單。
2023年9月我們開始立項，用Agent框架實現ChatBot（聊天機器人）類型的產品。18個月里我們怎么去一步步做探索。
舉個例子，絕大多數券商App的條件單用戶都用不起來，一般就是市價單或限價單，而像止盈單、止損單、止損限價單、止損市價單、追蹤止損單這些訂單幾乎沒人用。
但用戶確實有這方面需求。比如有用戶跟我說：“我晚上想抄底特斯拉，但又不想虧。”他們能表達需求，卻沒辦法在App里實現。
以前我得教他們打開多種方式下單，找到功能，輸入價格。這樣一來，他們要么懶得弄，要么嫌復雜不想弄了。
Bobby上線后，這個問題被解決了。用戶只要有想法，Bobby就會幫助你把想法變成投融行動。
所以我們用AI提升產品體驗，本質還是在解決“簡單”這件事。
沒有大模型，就沒有今天的RockFlow
量子位：生成式AI的出現，是否是你們創業得以推進的關鍵契機？
Vakee：如果沒有大模型和生成式AI，我們能實現的就是交易GPT這種Feed產品，即通過推薦算法實現。
但要達到今天這般交互體驗，必須基于大模型和Agent的能力。
量子位：你們在GPT爆火前起步并享受了紅利，這期間創業的節奏或方向有發生過調整嗎？
Vakee：沒有。因為金融本身屬于慢行業，這里的三四年可能跟互聯網行業的三四個月差不多。
我們不僅做產品，搭建了完整的柜臺交易系統，還包括申請合規牌照、做品牌、組建團隊等等。作為一個金融機構，它需要五臟俱全。
后來等到GPT-3.5出現，我們做了Bobby，一切都很自然。以前要做類似產品，需要很多NLP算法工程師，成本會高很多，但現在完全降下來了。
量子位：有人用ChatGPT來獲取投融建議，這和你們的產品有什么區別？
Vakee：我覺得投融的核心是要完成交易。除非ChatGPT本身也變成一家券商，把閉環做起來，否則它沒辦法個性化學習你所有的交易行為。
最關鍵的就是閉環。投融最重要的是交易，投研本身不賺錢。Agent能幫你這件事情完成，我認為是垂類應用最關鍵的一個點。
量子位：如果OpenAI做交易產品，你們會怎么應對？
Vakee：還好。全球千億美金市值的券商有很多，每個國家都有，每一代人都會有自己的券商，這個行業不會被壟斷，它進來反而很好，說明這是正確的大方向。
馬斯克也要做，很高興能跟他同一個賽道。
量子位：在你們的模式里，通用大模型的角色是什么樣的？
Vakee：我們是在大模型上做Agent的公司，而不做基座模型。
所以我們是享受模型進步帶來的紅利。我們是自研Agent架構，所以只要基座模型進步了，我們的效果就會呈指數型提升。
這幾年里我們要快速探索不同垂類應用，然后基于現有模型，做出穩定可靠的Agent產品。
量子位：Agent對傳統投融業態（如券商、投融平臺）以及商業模式，會產生哪些具體沖擊或改變？
Vakee：未來我們預測是：AI相關的訂閱收入會超過傭金、利息和其他交易相關收入，這可能會是整個業態發生的最大改變。
過往券商本質上是從交易中賺傭金。就跟其他的AI工具一樣，未來如果Bobby有用，一定是在訂閱收入上呈現。
如果你能夠做一個跨時代的產品或者券商，你真正最大的變化就是你的商業模式發生了改變。
量子位：訂閱會有分層嗎？比如標準版、Plus、Pro之類，還是統一定價？
Vakee：不一樣。因為每個Agent或每個功能模塊都可以單獨產生作用。
并非每個人都需要所有功能，比如說有人需要盯盤，而有人不需要，主要看個人需求。
金融行業不是唯快不破，活下去才最難
量子位：作為一家創業公司的CEO，有哪些是堅定必須做的，又有哪些是你們選擇不做的？
Vakee：有兩個維度的關鍵選擇：一個是做合規的事。
金融和互聯網非常不一樣，它是慢活。所以你只要走得穩，就是一個周期的等待。
但如果你走得不穩，可能一下就沒了。互聯網是唯快不破，金融行業完全不一樣，但如何平衡這個節奏很難拿捏。
第二個是堅定擁抱年輕用戶的習慣。這里的“年輕”不一定是指年齡，而是心態。他愿意擁抱新方式，愿意嘗試新方法。
量子位：為什么投融要用“年齡”或者“心態是否年輕”來劃分？
Vakee：日常生活中使用ChatBot非常熟練的人群，這一批用戶最容易上手我們的Bobby。
因為他們已經在生活中習慣用對話方式完成各種工作，所以很自然就遷移過來了。但如果用戶長期習慣于傳統交易類App，對他來說遷移成本就高一些。
量子位：怎么理解“Agent”？在你們的語境中它意味著什么？
Vakee：現在有很多開源的Agent框架，核心是要看你所在的領域。
金融和醫療都屬于相對復雜的領域。如果團隊能很好地將行業認知進行抽象，并據此設計Agent框架，就能在時效性、準確性和成本之間取得更好平衡，不然就達不到理想效果。
不同領域要求不同。所以核心是要非常理解你所處行業的Know-How，把它抽象成Agent框架，才能設計出真正能被用戶用起來的產品。
AI把靈感秒變交易機會，普通人也能上牌桌？
量子位：能結合具體投融場景講講，用AI改變了哪些環節？
Vakee：投融關鍵有五個節點：
第一，靈感。要么來自外界，要么來源于自己。
第二，分析。專業的分析，或者個人角度的分析。
第三，策略。決定接下來交易股、期權，還是結合。
第四，下單。用各種方式執行訂單。
第五，持倉管理。盯盤，動態處理。
其實所有投融都一樣，包括VC也類似——先找項目，討論要不要投，決定領投還是跟投，然后盡調，最后簽合同，下單，之后進行投后管理，邏輯其實一樣。
AI Agent帶來的最大變化就是將普通人的靈感轉化成交易機會。
舉個例子，去年有朋友在倫敦看到LABUBU排隊。如果沒有Bobby，可能念頭就只是一閃而過。但如果有Bobby，他可以問它“倫敦在排隊，東京也排隊，我該干嘛？”
Bobby就會告訴他，可以看泡泡瑪特的股。這樣靈感就被轉化成了交易機會。
再比如一個虹橋機場的地勤，他每天站著看一周人流量的變化，就能產生獨特的感覺，這是華爾街的那些人所沒有的。然后他可以把這種靈感告訴Bobby，與它對話和分析，或許就可以發現機會。
我們希望借由Agent，讓用戶把投融變成一種生活方式。
第二個變化是在策略環節。比如有用戶分享說，某公司財報發布后股價要么漲20%，要么跌20%，他不知道該怎么應對。
然后他問Bobby，得到的建議是可以同時買進看漲期權和買入看跌期權。再考慮一下價格是不是特別貴，如果總是出現這樣的漲跌情況，成本是能被覆蓋的。
交易策略本身對不對另說，但用戶至少通過對話學會了思考的框架。
量子位：如果信息差被AI拉平，會帶來什么變化？
Vakee：我覺得最大的變化是：每個有思考力的人，都能在AI的輔助下產生很多好的策略，這些人可能未來會變成優秀的個人基金經理。
尤其是基本面驅動的機構，行業結構會發生很大改變。
第一，更多人會選擇自己直接投融；
第二，機構形式的基金可能改變，出現更多“小團隊基金”甚至“一人基金”。
量子位：用AI做投融會讓整體收益變好還是變差？
Vakee：不好說。投融受很多因素影響。但可以確定的是，它能讓市場參與度變高。
以前很多人覺得門檻太高，不知道怎么邁入這個世界。我們要做的就是降低門檻，在這個過程中幫助大家去體驗，并學到技能。
現階段AI不是在解決賺錢這件事，而是幫你把腦海中的想法高效實現，并給出一些風控提醒。
但要說它能保證賺錢，這并不現實，AI并不能實現從0到1。
最終結果還是取決于你在思考什么、關注什么，從而決定你和AI的交互質量。
AI不能保你穩賺，但或許能在關鍵時刻拉住你
量子位：AI最終能不能做到“幫我不虧錢，甚至一定賺錢”？像AlphaGo追求勝率那樣，有可能嗎？
Vakee：有沒有AI都不改變這個問題。
首先，所有的投融都是風險收益。
買股自己交易是一種，你也可以選擇去買基金、理財產品，或者買貨幣基金。你表達你的需求，它一定會對應它的風險收益。不想虧錢，你賺的錢就很有限。
所以無論有沒有AI，或者任何人用任何投融方式，這個事情的第一步就是：一定要清醒知道我的收益目標和我對應的風險敞口。它在一個相對值上是不會改變的。
量子位：所以可以理解為——AI只是工具，幫你簡化流程；投融結果最終還是折射個人的性格、風險偏好和信念，對嗎？
Vakee：應該這么去理解。現在并非所有人都已經做到了風險收益對等。比如很多人全倉買了某一只股，他是不買看跌期權做保護的，甚至不做止盈止損。
所以AI能幫你直接做的，首先在風控層面。
現在市場上的絕大多數投融者的投融習慣或者投融紀律這方面還遠沒有做到60分，現在可能就是10分，所以Agent先幫你把這件事情做好。
其實養成這些最基礎的投融習慣，這個事情AI可以做得很好。而這恰恰是絕大多數人虧錢的真正原因。
量子位：這在一定程度上會沖擊專業投融經理的工作嗎？
Vakee：投融是一個多環節串聯的事情，在各個環節可能都會產生沖擊。
有的人他看到一個事件，然后買一個期權，去做這個事件的期權策略。對他來說，以前面對這么多期權，他不知道選哪個，現在Bobby可以配合他去做挑選。
他原來的賠率可能是200%，現在賠率變成500%，從而幫助提升人的投融能力。
對于相對長期持倉的人或者價值投融者來說，他們也有很多可以提升和進步的地方。例如，他在一個特殊事件下快速下跌的時候，該止損也得先止損。
所以AI會更好地在不同的場景下服務你，因為它非常個性化。不僅是說不同類型的投融，甚至單單你這一個人，它會為你定制化一些在你現有的思路和投融方法下的更優解，但它很難助你成為巴菲特。
它能做的就是，在用戶的投融路線上，在每一個節點上幫助優化投融動作。
“巴菲特也無法拒絕更簡單的投融方式”
量子位：對像巴菲特這樣非常成熟的投融者，你會怎么說服他用你們的AI來做投融？
Vakee：沒有人會排斥“簡單”這件事情，其實巴菲特也不會因為Bobby而變成別人。
比如我現在每天用Bobby，它只是我的Bobby——它會按我的投融思路、我想要去實現的東西，去不斷優化我。
其實巴菲特也一樣。如果這個產品或工具能讓他更高效（即簡單達成目的），并且這個結果是他要的。再加上他已有的一套非常成熟的投融方法論，然后也驗證成功了。
那么接下來，Bobby更多就幫他高效地實現，以及告訴他portfolio（投融組合）里面整體表現怎么樣等等。
他以前可能需要專門有個人幫他去收集和整理資料，現在只需要Bobby幫他解決就行了。
量子位：除了“簡單”，你如何定義一個“好的投融AI Agent”？
Vakee：主要看用戶在這個場景下的滿意度。
大家通常會覺得投融賺錢越多就會越滿意，其實不是。滿意度可能跟他自己想要的風險收益有關。
量子位：現在產品的用戶反饋如何？
Vakee：不同經驗的用戶，使用Bobby的點不太一樣。
比如有很成熟的用戶，專門用它來選期權；也有越來越多人，是從第一句話開始，通過對話讓他發現了什么（機會），然后到交易完成，形成完整閉環，這是我們希望看到的。
量子位：是否會看“幫助用戶賺到了錢、賺了多少錢”這類直觀數據？
Vakee：因為我們現在是提供平臺型的經紀業務。
核心是看我要解什么題。如果今天我們RockFlow的目標是解“幫用戶賺錢”這道題的話，我就應該做木頭姐（指Cathie Wood，是ARK Invest創始人、明星基金經理人）。
可是木頭姐也不一定能幫你賺錢，對吧？
但我不解這道題。我解的題是：我是提供一個平臺業務。平臺業務的目標是我如何能夠讓每一個用戶達到他想要的投融方式。
年輕一代的用戶，投融對他來講真的不僅僅是賺錢。很多用戶他是在用投融表達他的lifestyle（生活方式）。
比如說他買了什么股，他會去社媒分享，是表達他看中某個特定行業。這其實是他的社交貨幣，他會去表達分享。
量子位：為什么年輕投融者更愿意公開討論投融？這種“年輕化趨勢”從何而來？
Vakee：我們之前做了很多相關領域研究。現在的年輕人嘗試投融的年齡很早；
第二個更關鍵的是，這一代人沒有特別大的壓力，投融的消費屬性就很強。父母總體條件還不錯，所以不會有特別大的經濟壓力。他們已經明顯通過投融去表達態度，這就是代際差別。
再分享一個變化，Z世代（指1995—2009年間出生的一代人）一上來買的不是股，而是期權。去年4月份，納斯達克的個股期權交易量顯示也超過了個股交易量。
AI在投融里“短期被高估，長期被低估”
量子位：AI投融里分“Copilot”與“Autopilot”兩派，你認為最終交易決策是否必須要有人審核？這會影響日后的產品走向嗎？
Vakee：本質上都是可人為設置的。例如我覺得很信任、很熟悉它，就讓它在發生某件事時全自動完成；假如還不太信任或不確定，發生事件時與其讓它自動做某個動作，不如讓它提醒我——比如給我打電話或者發通知，然后我再做最后決策。
量子位：怎么看待大模型正在帶來的新進展和新趨勢？
Vakee：AI這件事可能近期被高估了、但遠期被遠遠低估了。
第一，它會對人類社會各行各業產生巨大的變化，大模型已經證明了自己確實很厲害。
第二，現在的模型都還是通用模型。所以我們希望在金融行業能夠推動大模型在這個垂類領域的發展。
量子位：大模型有“幻覺”，在交易里可能會帶來嚴重后果，你們如何應對？
Vakee：“幻覺”這個問題，我們現在這套技術架構是可以很好解決的；反而通用型的Agent比較難。
幻覺本質上就是錯誤。像我們去做自己Agent的架構與編排時，一定要知道哪些事情絕對不能出錯，例如交易、風控相關的事情。
我們非常清楚這個行業的用戶會問什么樣的問題，我們的行業Know-How很扎實。
只要有足夠好的上下文工程的能力，并把Agent workflow編排好，就可以很好地控制可能出現問題的地方——至少在金融這件事情上是正確的。
量子位：如何確保用戶輸入給Agent的信號是可依賴、準確的？
Vakee：有兩個關鍵：數據和邏輯。
數據包括實時行情、交易要用的數據、基本面、財報、量價、公司公告、證監會公告，以及社媒、新聞等；還有用戶在我們柜臺交易系統里的個人交易數據，這些大的部分不會錯。
在邏輯方面，一種幻覺叫錯誤，另外一種幻覺你可以稱之為想象力。很多時候要保留一些想象力。
當然，它正常的分析邏輯一定是百分之八九十的投研會共用的邏輯。但不能把它完全框死在一個絕對標準化或專業化的分析框架內。
在這個時候可以保持一點點彈性，在進化論里叫“突變”。
量子位：目前AI在投融里哪些領域做得足夠好？還有哪些沒達到你們理想狀態？面臨的挑戰在哪？
Vakee：表現比較好的，是把“不能錯的東西”做到絕對正確，至少今天我們的產品實踐能做到。
但怎么對數據進行更好清洗和處理，以及多模態數據的處理；再到每個節點的優化，如何更好地去分析用戶的個性化數據、并充分理解他。
電商平臺會做這些分析，但投融領域沒有。所以如何訓練出在這個領域中很獨特的個性化建模方式，或者生成式AI的建模方式，這個挑戰很大。
最終Agent的體驗是不是真的好，還是得看它能不能跟著用戶一步步往下走。
量子位：個性化也是你們要構建的核心壁壘嗎？
Vakee：首先還是要回到垂類Agent，一定要理解行業，理解用戶需求，這很重要。
其次要有端到端的數據。這也是我們和“只做投研Agent/投融Agent”的最大不同——用戶在我們這里是能完全閉環的，這些數據很有價值。
AI公司其實本來就是數據公司。數據飛輪是所有AI產品最重要的東西。
風控和認知才是投融鐵律
量子位：你們的進展很大程度得益于LLM，那多模態、VLA（視覺語言動作）等一系列技術新趨勢出現，會給你們帶來什么新驚喜？
Vakee：多模態肯定非常有助于我們：
一是可以分析、輸入更多樣的數據源；
二是能用更多樣的方式與用戶交互，例如最開始是文本，現在已經可以用語音。
未來是不是可以進行視頻交互？如果用戶不愛看文字，當他有一個策略的時候，AI把它做成視頻丟給他，讓用戶看一個3分鐘的視頻——總之是用被接收者更愿意接受的方式去呈現信息。
量子位：如果從美股遷移到其他市場，要做哪些準備或調整？
Vakee：在投融理財領域，遷移會非常快，因為我們本身的架構靈活性很大，不同場景基本可復用的，所以橫向拓展很快。
明年可能只需要1～2個月，我們就會落地一個新場景。
量子位：AI正在重塑投融，哪些原則被改變了？哪些不會變？
Vakee：回到我們創業的初衷，我們希望每個人能低門檻實現他想要的投融方式。
希望借助AI，或任何一個新技術能讓投融變得更簡單，讓更多人能夠把他腦海中的所思所想更好實現，縮短從認知到實踐的路徑。
你會看到市場中存在很多不一樣的投融方法，它們都正被千千萬萬的人每日通過Agent在實現、在實踐、在驗證，也許有好的，也許有不好的，但至少跟以前不一樣了。
我創業很重要的一個出發點，是想讓更多的人能按照他自己的愿意去嘗試。
因為試了才知道好不好，也許你試了以后發現說確實不好，但至少你試過。所以把投融門檻降低，這會給市場帶來很大變化。
當然，不變的是什么？
不變的是風控永遠是最重要的；不變的是投融叫做認知變現。
有想法的人一定是最終能獲勝的人。哪怕Agent做得再簡單，不想動腦子的人，依然還是賺不到錢的。