加密研究存在参与难题，而AI代理正开始解决这一问题_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

加密研究存在参与难题，而AI代理正开始解决这一问题

2026-08-01 00:42:23

QuantPilot 旨在通过将碎片化的链上数据、市场数据和 DeFi 数据整合到 AI 辅助分析工作流中，简化加密货币市场研究。

摘要

QuantPilot 将 AI 研究代理引入加密货币市场，融合实时数据、代码执行与自动化分析。该平台利用 AI 代理和实时数据集成，实现加密货币市场研究与重复性分析的自动化。QuantPilot 通过实时数据连接器和计划分析功能，为交易者扩展了 AI 驱动的加密货币研究。

问一位加密货币交易者他们缺少什么，几乎没有人会说数据。他们在一个标签页中打开 CoinGecko，另一个标签页中打开 Dune 仪表盘，用 DefiLlama 查看总锁仓价值（TVL），用 Telegram 频道跟踪资金流向，用 Glassnode 或 CryptoQuant 分析链上数据，还有一个他们大多只是扫一眼的新闻流。原始资料非常丰富，而且其中大部分是免费的。

假设有人想回答一个相当普通的问题：在过去两年中，稳定币余额流入交易所是否往往先于中市值 DeFi 代币的上涨？这种关系在下跌期间是否仍然成立？回答这个问题所需的每一个输入都是公开的。但要得到答案，仍然需要从一个 API 中提取交易所的稳定币流动数据，从另一个 API 中获取 TVL 和代币价格历史，对齐那些对“一天”定义不一致的多个数据源的时间戳，决定什么是中市值，运行相关性分析，然后检查结果在你恰好选定的时间窗口之外是否依然有效。

QuantPilot 是 3Commas 在 2026 年 4 月推出的平台，其加密货币市场研究层正是围绕这一点构建的。这种方法是否站得住脚，值得仔细审视，因为“AI 用于加密货币研究”这个说法在过去两年里已经涵盖了许多不靠谱的东西。

代理不是聊天机器人，区别至关重要

聊天机器人收到一个问题，然后生成文本。向一个通用模型询问稳定币流动情况，它会根据训练数据写出流畅的内容，但那些数据可能已经过时了十八个月，而且它还会以完全自信的方式这么做。这就是让经验丰富的交易者对 AI 研究说法持怀疑态度的失败模式。

代理的工作方式不同。它接受一个目标，将其分解为步骤，使用实时工具执行这些步骤，查看返回的结果，然后进行调整。QuantPilot 的研究代理会规划任务，创建自己的待办事项列表，编写并运行代码，处理文件，并构建图表。应用于上述稳定币问题，这意味着代理不是回忆任何内容。它正在获取当前数据，编写分析代码，运行它，并向你展示它生成的图表。

输出结果是可以检查的。这比任何能力声明都更重要，因为在一个自信地犯错就会付出代价的市场中，一个无法审计的研究过程毫无价值。

数据层是决定质量的部分

一个没有数据访问权限的代理，就是一个多了一些步骤的聊天机器人。研究层的可用性取决于它能连接什么。QuantPilot 通过 MCP 服务器连接到其数据源，MCP 是一种开放标准，用于为模型提供结构化的外部工具和数据访问权限。

当前的连接器涵盖：CoinMarketCap 用于价格和代币级别信息，DefiLlama 用于 DeFi 指标，CryptoQuant 用于链上比特币和稳定币数据，CryptoNews API 用于当前和历史新闻，以及 Tavily 用于代理驱动的网络搜索。团队表示正在添加更多连接器。

选择 MCP 而非定制集成是一个虽不显眼但意义重大的细节。这意味着添加一个新的数据源就是一个连接器，而不是重建整个系统，这决定了平台是能够不断扩展其覆盖范围，还是带着一个固定的列表推出后就停滞不前。如果你观察过这个领域中的分析工具，它们以令人印象深刻的集成功能推出，然后停滞不前，你就会明白为什么架构比发布当天的功能列表更重要。

实际效果是能够处理跨数据源的问题。不是“比特币的价格是多少”（任何工具都能回答），而是跨越数据类型的问题。例如：给定链上的协议收入是否与其代币价格同步，还是出现了背离？新闻情绪峰值是领先还是滞后于链上积累？哪些 DeFi 协议在 TVL 增长的同时代币表现不佳？这些正是可能存在的优势所在的问题，恰恰因为它们计算起来足够麻烦，以至于大多数人都不愿意费心。

计划性研究改变了工作的形态

有一个功能值得比现在更多的关注。QuantPilot 支持计划的自动化研究，因此一个代理可以定期运行一个定义好的研究任务，并在你不在场的情况下提供发现结果。

想想这取代了什么。大多数交易者的研究是被动的。某物波动了，他们去查看，形成一个观点，而到那时，波动基本已经结束了。计划性研究颠覆了这一点：交易者定义他们想要监控的内容，无论他们是否在看，分析都会运行。输出结果以发现的形式出现，而不是原始警报，这就像“该协议上的 TVL 下降了 12%”与一条解释说明：下降追踪的是单个钱包的退出，而非广泛的资金流出之间的区别。

价格警报一直存在，但大多训练人们对噪音做出反应。一个重复性的分析任务是不同的工具。交易者是否真的能很好地使用它则是另一回事，因为定义良好监控问题的纪律，比回答这些问题的工具更罕见。

研究与可测试主张之间的界限

停留在“有趣”阶段的研究只是娱乐。QuantPilot 的研究产品之所以与其策略引擎并列，是因为一个发现结果可以被传递给回测端，并转化为带有数字的东西。

这个流程从观察开始，到假设，再到用通俗语言表达的策略，接着是带有统计指标的回测，然后是优化过程，检查结果是否在不同市场条件下仍然成立，最后是部署。QuantPilot 将策略编译成 QuantScript 并部署到支持的交易场所，Hyperliquid 是第一个执行集成。任何关注 Hyperliquid 和链上永续合约整体增长的人，都会理解为什么这个交易场所被首选。

有必要将这一点与大多数交易者已经知道的自动化交易机器人区分开来。DCA 或网格机器人是一个带有参数的模板，它执行的是别人设计的策略。而研究流程处于更上游的位置。它关注的是交易者特定想法是否曾经有效，而不是高效地运行一个标准模式。两者各有其用武之地，混淆它们正是人们最终在趋势中运行网格机器人并纳闷为什么它会亏损的原因。

这个流程的价值不在于自动化。而在于它使得“诚实的步骤”——在冒险投入资金之前测试想法——成为了阻力最小的路径。大多数散户的亏损正是源于完全跳过了这一步。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文