德朴数
最近看到一个挺有意思的项目。
它不是“AI 帮你预测行情”，也不是“AI 自动帮你赚钱”。
它做的事情更朴素，也更接近交易员每天真实的工作：帮你查账户、看持仓、算手数、下单、撤单、整理执行结果。
换句话说，它不是先替你做判断，而是先替你干活。
这件事反而让我觉得有意思。
因为现在“AI + 交易”的概念太多了。
AI 预测行情。
AI 选股。
AI 写策略。
AI 自动交易。
听起来一个比一个厉害，但真正走到交易执行层，你会发现一个更现实的问题：交易员每天并不是一直在做宏大判断。
很多时间，其实都消耗在重复、细碎、但不能出错的事情上。
01 交易员每天到底在忙什么？
如果把一个交易员一天的工作拆开，会发现真正需要人做判断的事情，没想象中那么多。
什么时候做？
做什么品种？
做多少仓位？
什么时候退出？
这些才是交易员真正需要思考的问题。
但在这些问题之外，还有大量重复操作：
- 查账户；
- 查持仓；
- 看委托；
- 看成交；
- 计算手数；
- 下单、撤单；
- 收盘后整理交易记录。
这些事情当然重要。
但它们有一个共同特点：不太需要“人”一直坐在那里点鼠标。
更准确地说，它们需要的是准确、稳定、可追踪，而不是情绪、灵感和盘感。
所以，当一个 AI Agent 能把这些工作接起来时，它的价值就不再是“聊天”，而是进入了交易系统的执行层。
02 以前要打开软件，现在可以直接说
比如你正在看盘，突然想知道两个账户现在是什么情况。
以前的做法，是打开交易软件，一个账户一个账户切过去看：当前持仓是什么，方向是什么，手数是多少，浮盈浮亏是多少，保证金占用多少。
现在可以直接问一句：
“查下持仓。”
AI 助理会把多个账户的持仓整理成一张表。
账户、合约、方向、手数、持仓盈亏、保证金情况，都放在一起。
这一步看起来很简单，但对交易员来说很实用。
因为交易里很多错误，并不是因为不会判断，而是因为状态没看清。
账户有没有仓？
哪个账户有仓？
多空方向是不是一致？
保证金是否还宽裕？
如果这些信息需要人工一个个点开确认，就一定会有遗漏的可能。
AI Agent 的第一层价值，就是把“状态确认”变成一句话。
03 更有意思的是，它真的能执行
我看到的另一个场景更直接。
交易员发出指令：
“al2610 确认执行；zn2610，口径A。”
AI 并不是只回复一句“好的”。
它会根据账户状态和风控口径，计算对应手数，然后调用交易接口执行。
一个账户买入 al2610 10 手。
另一个账户卖出 zn2610 56 手。
随后返回成交结果：
al2610：10/10 成交。
zn2610：56/56 成交。
整个过程没有打开交易软件来回点，也没有在多个窗口之间切换。
流程变成了：
说一句 → AI 理解 → 调用接口 → 执行订单 → 返回结果。
这时候你会发现，它和普通聊天机器人已经不是一回事了。
普通 AI 是：你问问题，它回答你。
Agent 是：你给任务，它去完成任务。
这可能才是 AI 进入交易最自然的方式。
04 但交易里的 AI，最重要的不是聪明
让 AI “会下单”，并不算最难。
真正难的是：它什么时候不能下单？
比如：
- 重复指令怎么办？
- 两个账户怎么隔离？
- 订单已经成交了怎么办？
- 撤单失败怎么办？
- 交易时间不对怎么办？
- 网络断了怎么办？
所以，一个真正进入交易执行层的 Agent，不能只有大模型。
后面必须有一套严谨的交易系统。
AI 负责理解。
交易系统负责执行。
风控负责边界。
这一点，从“清掉所有仓位”的场景里能看得很清楚。
AI 没有直接乱冲，而是先查出当前持仓，列出需要平掉的合约和动作，并提醒现在是不是交易时间，然后等待确认。
这才像一个合格的交易助理。
它不是替你承担风险，而是在执行之前把风险摊开给你看。
05 它叫 Claw Future，中文名龙虾期货
这个项目叫 Claw Future，中文名是“龙虾期货”。
从项目介绍看，它本质上是一个基于 CTP 的 AI 期货交易助理。
它可以做的事情包括：查账户、看持仓、查委托、查成交、下单、撤单，以及部分定时任务和自动化操作。
更重要的是，它不是把你的账户交给一个陌生的云端平台。
它可以自己部署。
对于喜欢折腾 AI Agent、量化系统、CTP 接口和交易自动化的人来说，这类项目很值得研究。
因为 OpenClaw 这类 Agent 框架开始越来越强调一件事：让 AI 真正调用工具、完成任务。
而交易，恰恰是一个很典型的任务场景。
交易员不是缺一个会聊天的 AI。
交易员缺的是一个能把重复流程接起来、把执行结果记录下来、把异常风险提醒出来的助理。
06 我为什么觉得它值得推荐？
不是因为它能赚钱。
恰恰相反，它没有告诉你什么时候该买，也没有告诉你什么时候该卖。
它甚至没有试图证明 AI 比交易员聪明。
它做的事情很简单：把交易员从一部分重复劳动里解放出来。
这可能才是 AI 最先改变交易行业的地方。
就像计算器没有替代数学家，交易软件也没有替代交易员。
但它们都让人不用再把时间浪费在机器更擅长的事情上。
未来的交易员，可能也是这样。
不是：
AI 替代交易员。
而是：
交易员 + AI Agent + 交易系统。
人负责判断。
AI 负责执行。
系统负责边界。
07 免费开源，但别一上来就实盘
这个项目目前是免费开源的。
如果你本身做交易，或者对 AI Agent + CTP 感兴趣，可以自己研究一下。
但交易系统毕竟不是普通软件。
我的建议是：一定先从仿真环境开始。
先查账户。
再试下单。
再试撤单。
再测试重复指令、网络异常、订单未成交、撤单失败、非交易时间等边界情况。
把完整流程跑通之后，再考虑更复杂的自动化。
不要一上来就拿真钱测试。
AI 进入交易系统，最值得期待的不是它帮你预测涨跌，而是它让执行更清楚、风险更可见、复盘更完整。
至于这个开源项目的地址，如果你感兴趣，可以留言。
如果回复的人多，我再把项目地址和部署思路整理出来。
如果没人感兴趣，那就当今天分享了一个挺有意思的 AI 交易工具。
风险提示：本文介绍的项目仅供学习、研究和技术交流，不构成任何投资或交易建议。涉及交易功能时，请优先使用 SimNow 等仿真环境测试。实盘交易存在风险，任何交易决策及其结果均由使用者自行承担。
德朴数：探索 AI 时代的决策科学，研究市场规律、人性博弈与风险边界，寻找复杂系统中的长期生存之道。
风险提示：本文仅用于研究和教育，不构成投资建议，不承诺任何收益。
还没有评论，欢迎第一个留言。