编者按： 这是一篇来自加拿大水文研究者的自述文章。他利用AI代码工具在六天内搭建了一个原本需要八人团队数月的专业交易平台，并已上线运行。文章揭示了一个被广泛忽视的金融系统风险：无数像他这样没背景、没监管的独立开发者，正在用相同的AI模型构建海量交易机器人。它们看似各自为政，实则思维趋同，可能在极短时间内触发连锁反应，把原本可控的波动演化为系统性危机。作者以“水文学家”的视角警告：警惕“模型单一文化”带来的风险浪潮。以下为原文经过适应中文爆文风格编辑的翻译，保留原意与HTML标签。
加拿大卡尔加里——几周前，我坐在笔记本电脑前，建了一个交易平台。它连接三所金融交易所，从RSS订阅、网页搜索、Reddit和Twitter抓取新闻。它利用大语言模型分析市场、估算概率，判断价格何时失真。使用凯利公式计算头寸，进行全组风控，智能路由订单至不同交易所。
这个平台全天候自主运行，是涵盖50个模块的生产级系统——交易所连接器、风控、自然语言分析、订单路由、组合追踪等。它交易Polymarket、Kalshi这样的预测市场。
我花了六天做成。先说说我的职业：我是计算水文学家，研究河流、融雪和冰川物质平衡，拥有北极环境科学博士学位。此生从未交易过任何东西。
View this post on Instagram
A post shared by CNA (@channelnewsasia)
告诉你这些，是因为我心里发毛。
我用到的工具，任何有笔记本且按月付费的人都能获取。我用Anthropic的Claude Code（一款终端AI编码代理）构建平台。我只需用自然语言描述需求，AI就写出代码，我审核、指导、反复迭代。不到一周，我有了一个系统——五年前，这会是融资后、八人团队的金融科技初创公司的核心知识产权。
据2026年3月The Pragmatic Engineer（软件工程师Gergely Orosz运营的Substack通讯）对906位开发者的调查：经常使用AI编码代理的人中，71%用Claude Code。SemiAnalysis估算：GitHub上所有公共代码贡献中，已有4%由它编写；预计年底达20%。
效果已经显现在金融市场。Polymarket最赚钱的20个账户中，14个据称是机器人。根据数据分析平台LayerHub基于CoinDesk的数据：该平台超过30%的钱包由AI代理操控。
这些系统几乎全部建立在相同的几个基础模型之上。不用Claude，就大概率用OpenAI的GPT，它们在训练数据和推理模式上高度重叠。
成千上万的人，几天之内独立构建自主交易代理，全部由同一小类AI模型驱动，全部部署在同一市场。这不是假设，正在发生。
风险在哪里？
所以，为什么这让我害怕？
负责维护金融稳定的机构已经原则性地识别了风险。金融稳定委员会、国际清算银行、英格兰银行都已发出警告：通用AI模型的大规模使用，可能增加市场相关性、放大压力。
英国央行金融政策委员会成员Jonathan Hall警告出现“单一文化”：使用其他模型的金融激励完全消失。旧金山联储最新论文直接用了“模型单一文化”这个词，警告它可能加剧系统性脆弱性。
问题是，这些警告的诊断是对的，但对象错了。
英国央行金融政策委员会在4月评估中得出结论：金融体系“尚未以产生系统性风险的方式采用生成式或代理式AI等更高级形式”——但承认风险“可能将迅速增加”。
委员会要求监管者在金融市场代理AI方面进一步开展工作。这是任何主要机构所做出的最尖锐评估。然而，这恰恰是盲点：委员会监测的是受监管企业是否采用了代理AI，它没有监测成千上万未受监管的个体是否独立构建并部署了它。
这些报告假定相关主体是银行——有合规部门、有报告义务的受监管实体。FSB建议通过“定期调查”和“监管报告”来监测AI应用。这些工具是为参与者可以计数的世界设计的。
新世界
那个世界不复存在。推动金融市场中AI相关行为的参与者，是软件工程师、数据科学家、博士生——好吧，还有水文学家。我们没有报告义务，没有合规部门，没有资本要求，没有熔断机制。我们对每一个监控框架都是隐形的。
预测市场是试练场，绝非终局。部署在Polymarket上的同一批AI编码工具和基础模型，正在被外汇、股票和信贷市场采纳；算法交易已占现货外汇活动约70%至80%。
曾经分隔零售爱好者和机构级交易基础设施的壁垒已经崩塌。我所描述的动向会直接升级——风险也将全球级升级。
设想一个中等规模经济体——土耳其、巴西、南非——其财政赤字通过细致分析尚可辩解，但在模式匹配系统眼里则颇为危险。该国宣布了一项模糊的预算修正。成千上万个运行在相似基础模型上的AI代理，同时下调了该国的信用评估。
这些代理没有协调，彼此不知道对方存在。但它们因为思维相同，在同一个时间节点得出同一结论。它们开始平仓，债券收益率飙升，货币下跌。其他代理检测到波动后减少敞口，信用违约互换利差扩大。所有这一切发生在几分钟内。
央行开会——在房间里、由人类、需要阅读简报并达成共识——而市场已经把价格推到了危机水平。等他们宣布干预时，代理们已经把干预纳入模型、看出其不足，然后继续行动。
这些代理有可能是错的。初始事件可能真的模棱两可。一群多样的人类分析师可能产生分歧。但由于成千上万个AI代理以足够快的速度趋同于同一种解读，从而改变了底层现实，它们的错误解读自我实现。
于是，一个可控的财政调整演变成主权融资危机——不是因为基本面必须如此，而是因为机器们达成了共识。
机器人占领势不可挡？
这与1997年亚洲危机、2010年欧洲主权债务危机不同。那些是由人类羊群效应驱动，速度足够慢，留有干预节点。
代理式的羊群效应以机器速度行动。没有间隙，链条中的每一步都是理性的。
聚合的结局是一个无人设计、无人治理的系统，它以前所未有的方式集中了相关性风险。这是公地悲剧，只不过公地是金融稳定。
这次与之前算法交易浪潮的区别，主要是准入门槛。高频交易需要服务器托管和物理学家博士，量化对冲基金需要数百万资本。我所展示的是：一个没有相关背景的个体，可以在比处理房贷申请更短的时间里，构建一个有竞争力的自主交易系统。
金融市场中的代理数量不会线性增长，而是指数级增长。每增加一个代理，就增加系统性相关性，因为它们都来自同一小类模型。
那么，由机器人占领一切是否不可避免？也许吧，但现在就可以采取一些具体步骤来尽力控制风险。
第一，AI公司应被要求监控并披露其模型在多大程度上用于自主金融交易。他们有数据，可以看到API调用。他们是能洞察“蜂群”规模的唯一角色。
第二，交易所应实施“相关性感知熔断”——即检测订单流是否由使用相同底层模型的代理驱动，并在相关性超过安全阈值时暂停交易。传统熔断由价格波动触发，新一代熔断必须在价格变动前检测出相关AI行为。
第三，监管者应创建一个强制注册框架，跨主要金融司法管辖区协调，覆盖所有自主交易系统，无论资金规模。一个交易1万美元的机器人与交易1000万美元的机器人，对相关性风险的贡献方式一样。
最后，小型开放经济体——冰岛、新西兰、新加坡——现在就应该开始强化韧性：更大的储备、预先谈好的紧急流动性安排、以及在检测到级联时断开主权债务市场与自动化交易的应急预案。它们无法改革全球体系，但可以为它的失灵做准备。
我会继续运行我的交易机器人。但我不幻想我的优势能持久。很可能一年之内，预测市场就几乎是机器对机器了。三年内，全球最流动的金融市场也会如此。五年内，要么我们已经调整制度来治理以机器速度做金融决策的自主AI代理——要么我们就会尝到不这么做的代价。
我研究河流。我了解小股水流如何变成洪水。水位在上涨。
