專訪 Bitget AI 負責人 Bill：AI 交易時代，我們離“躺賺”還有多遠？

作者：Frank，PANews

一隻"小龍蝦"攪動了整個科技圈。OpenClaw的橫空出世讓所有人興奮不已，在一台普通個人電腦上，AI可以被賦予操作權限，幫你收郵件、寫程式碼、甚至操作交易帳戶。網上鋪天蓋地的案例描述得很玄乎："你都可以不用工作了"。但當真正裝上之後，大多數人發現事情並不是這樣的。

在加密交易領域，這種從狂熱到冷靜的溫差尤其明顯。過去兩年，幾乎每家交易所都推出了自己的"AI Agent"，但大多停留在聊天輔助階段，你問它一句，它給你寫一大段分析，僅此而已。OpenClaw的出現像是打開了潘多拉的魔盒，讓所有人看到了AI"做事"而非"說話"的可能性。

但這恰恰引發了新的挑戰。作為帶領團隊探索AI交易前沿的領軍人物，Bitget AI負責人Bill博士對此有著深刻的體會，PANews就此與Bill進行了一次深入訪談。在加入Bitget之前，Bill曾先後在多個頭部互聯網及科技公司擔任高級職位，主導過多個核心算法與AI平台的規模化落地，並發表過數十篇國際頂會論文與數十項專利。

如今，全面負責 Bitget AI 策略規劃與智能交易技術研發的他，正致力於推動AI與加密資產交易場景的深度融合。面對眼下的Agent熱潮，這位領軍專家的判斷極其冷靜："大多數普通人並不習慣當管理者，突然給了10個AI下屬，如何指揮、分工、考核，本身就是一門藝術。"

熱情終究會消退，但能力已經被看見。真正的問題變成了：誰能把這種能力包裝成普通人用得上的產品？

在與Bill的對話中，PANews試圖從產品設計者的視角，拆解AI交易從概念走向落地的真實路徑。在Bill看來，Bitget密集推出Agent Hub和GetClaw兩款AI產品，並不是"看到別人做我們也做"，而是一個內部產品自然外溢的過程。"概括起來就是天時地利人和。"

天時，是OpenClaw引爆了市場認知；地利，是我們在去年推出的AI助手GetAgent上的持續迭代已經有了深厚積累；並在內部技術上有充分的沉澱和嘗試；人和，是團隊內部已經驗證了產品價值，順勢對外開放。"

Bitget的AI產品全景：從GetAgent到GetClaw的三級架構

要理解Bitget在AI交易上的佈局，首先需要釐清它三個產品之間的關係。在外部看來，GetAgent、Agent Hub、GetClaw這些名字容易讓人混淆，但在Bill的講述中，這其實是一條清晰的演進路線。

2025年6月，Bitget在App內推出了GetAgent，這是一個聊天機器人形態的AI交易助手。據Bill介紹，GetAgent經歷了多輪迭代：從最初的聊天應答，逐步加入一鍵下單、新聞資訊彙總，再到擴展至美股、黃金、白銀等全品類交易，"每一次迭代都是用戶需求驅動的，越擴越多。"但無論怎麼擴展，GetAgent的本質仍然是"聊天驅動"，它可以回答問題、給出建議，但不能幫用戶自主執行複雜的交易任務。

轉折發生在OpenClaw出來之後。據Bill透露，OpenClaw發布後Bitget迅速在內部搭建了自己的版本，"內部用完之後反饋非常好，自然就產生了一個想法：能不能把GetAgent也做一次大的升級？"沿著這個思路，Bitget把內部打磨成熟的MCP能力封裝對外開放，於今年2月13日正式發布了Agent Hub。

Agent Hub面向的是"動手能力相對較強"的專業性玩家。

它提供了四層由淺入深的能力接口：

API是原子級的接口調用，門檻最高，需要編程和密鑰管理；

MCP扮演了"通用接口"的角色，允許外部的AI應用直接讀取Bitget的數據並執行操作；

CLI則面向開發者，支持通過終端命令行直接調用全部API；

Skills是此次升級的核心，它相當於封裝好的"業務模塊"。通過 Skills，原本生硬的 API 代碼被轉化成了 AI 能夠直接調用的技能（如查詢費率、分析K線、盯盤、下單），AI藉此實現了從"意圖理解"到"動作執行"的跨越。

Bill用U盤做了一個很直觀的類比："U盤本身具備存、讀、寫的存儲技能，但要讓它發揮作用，需要USB接口來連接設備，這就相當於MCP。而光有接口還不夠，還需要存儲器和各種協議的配合才能完成完整的交互，這整套組合起來就構成了一個Skill。"

但Agent Hub對普通用戶依然有門檻。

於是在3月14日，Bitget推出了GetClaw，一個基於Telegram的AI交易助手，開箱即用，不需要安裝任何東西。用戶通過鏈接進入，登錄帳戶就能使用，平台承擔大模型的調用成本，用戶完全無感。Bill將其歸納為一句話："普通用戶推薦使用GetClaw，這是一個已經組裝完成，可以立即開玩的工具；專業玩家推薦使用Agent Hub，選擇適合的Skills，像拼樂高一樣，打造自己的城堡。"

這三個產品形成了一個清晰的遞進關係：GetAgent打磨了底層的MCP能力，沉澱到Agent Hub中對外開放，又把這些能力嵌入GetClaw，降低到最低使用門檻。從聊天機器人到開發者工具再到一鍵式產品，Bitget的AI產品線覆蓋了從極客到小白的全部用戶光譜。

"說一句話就能盯盤"，AI交易真正改變了什麼

產品架構只是骨架，真正讓用戶興奮的是AI在具體場景中帶來的體驗變革。在與Bill的交流中，一個反覆出現的關鍵詞是"門檻"。

傳統的交易流程是一條漫長的鏈條：獲取資訊、分析決策、下單執行、盯盤監控、複盤總結，每一個環節都依賴人工操作。如果想做條件交易或量化策略，用戶要麼自己寫程式調API，要麼在平台上配置一堆複雜的參數。

在Bill看來，這正是AI最有價值的切入點："這些功能不用Skills或GetClaw也能實現，寫程式就行。但問題是，寫程式對程式員簡單，對普通用戶門檻太高。今天我們做的事情，就是讓用戶說一句話就能實現同樣的效果。"

他舉了一個具體的例子：用戶說"當比特幣在一分鐘內跌了3%，幫我加倉50%"，背後系統就會自動轉化為一個定時任務，這個任務其實需要完成三件事：

1. 實時監控比特幣價格

2. 每分鐘計算價格差值

3. 一旦滿足條件立即執行加倉操作

這種以前只有程式員才能實現的邏輯，現在任何人說一句話就能完成。

GetClaw上線不到40個小時，盯盤提醒就成了最爆發的使用場景。這並不意外，在傳統平台上配置盯盤預警，用戶需要理解各種指標參數，"配半天還不一定成功"。而現在，即使是MACD、CCI這類多指標複合盯盤邏輯，用戶用自然語言描述需求，系統就能幫你實現。

但Bill認為，AI盯盤真正的變革不只是"能做到"，更在於"能調優"。"傳統平台上配不好就放棄了，但現在你可以跟它說'錯了，反思一下怎麼改'，改到滿意為止。"這種可以持續迭代的互動方式，對龐大的長尾用戶群體來說是一個巨大的滿足。

在傳統股票市場，量化交易的比重越來越高，在相對成熟的美國市場甚至能超過70%。普通散戶進場面對的是微秒級競爭的機構對手，幾乎毫無勝算。Bill把AI交易的意義概括為一種"平權"："Bitget在AI領域的願景是讓1億用戶比肩華爾街，換言之，讓他們達到頂級交易員的操作邏輯和執行能力。過去是想到了卻做不到，今天是只要能想到就能做到。"

信任的四道鎖，AI操作真金白銀時的安全邊界

當AI從"給建議"走向"替你執行"，功能的強大反而不是最大的挑戰，信任才是。在Bill看來，這一點怎麼強調都不為過："普通用戶最擔心的事情是'用它安不安全'。這個信任度一定要建立好。一旦出現一兩次安全問題，就沒人用了。"

圍繞這個核心顧慮，Bitget設計了四層隔離體系。

• 第一層是身份隔離，每次對話精確識別用戶身份

• 第二層是記憶隔離，不同用戶之間的對話記憶完全隔離混淆，保證個人隱私不被洩露

• 第三層是權限控制，什麼數據、什麼工具可以調用，由角色控制

• 第四層是憑證與資金隔離，API Key只限觸發使用，交易在子帳號沙盒中執行

子帳號沙盒機制是一個很務實的設計。Bill舉例說："比如主帳號有1000美金，用戶可以只劃轉50美金到子帳號給AI操作，這樣風險可控得多。"這意味著即使AI出現判斷失誤，風險敞口也被嚴格控制在用戶預設的範圍內。

這種安全優先的思路也體現在Bitget對Skills市場的態度上。目前，所有的Skills都由官方開發和維護，並沒有開放給第三方。Bill對此的解釋很直接："如果開放Skill Market讓更多人參與建設，不可避免會產生安全問題。比如有黑客說'我也給你放一個進去'，用戶用了發生資金損失，那就不合適了。我們叫寧缺毋濫，寧願沒有，也不要玩了把錢虧光了。畢竟在資產市場，賺得快不如活得久。"

OpenClaw的前車之鑑證明了這種謹慎的合理性。它在個人電腦上以幾乎不設限的方式運行，雖然讓人激動，但也催生了一個荒誕的新產業，"幫你乾淨卸載龍蝦"本身也成了一門賺錢的生意。

在大模型調用層面，Bitget在初期選擇了平台承擔成本而非讓用戶自行配置Token。一方面是出於安全考慮，另一方面則是技術原因，"我們的Skills和MCP與內置的多種大模型做了深度適配優化，如果用戶隨意切換其他模型，效果會大打折扣。"目前平台為每位用戶每天提供10美金的免費調用額度，後續會根據市場反饋調整定價模式。

80%的事能做，20%的決策還得靠人

聊到AI交易的現實能力邊界，Bill坦言現實並不樂觀："現在網上有人給AI 100美金讓它去賺到1000美金，結果發現這種粗放式的操作，虧光的概率非常高。"

AI交易的能力，在今天還不能保證幫用戶賺到錢。Bill用"二八原則"來概括當前的真實狀態：在完整的交易流程中（可能涉及100件事），AI可以高效完成其中80件繁雜的工作，比如資訊整理、實時監控、條件執行、數據複盤。但是，真正決定盈虧的20件核心決策，AI還做不到。

去年Bitget搞了一個玩票性質的AI交易員比賽，測試AI的能力邊界，結果提供了一個鮮活的註腳：很多AI策略最終以虧損收場。原因並不複雜，AI沒有情緒，聽上去是優勢，但也意味著它無法響應"突然發生戰爭"這類黑天鵝極端事件。Bill提到，以前美股市場大量讓AI執行交易時，也出現過插針暴跌暴漲的異常現象。

"今天更多是一個高級輔助的作用，就像自動駕駛L1到L5的過渡一樣。"Bill用這個類比來定位當前AI交易的發展階段。從趨勢來看，AI的能力確實在一個一個攻克剩餘的難關，但涉及長期創造力和極端情境下的共情判斷，機器仍有明顯的瓶頸。

不過Bill也給出了一個相對樂觀的判斷："圍繞全自動交易的技術閉環，可能在明年就能基本實現，但這並不意味著它能保證持續盈利。"換句話說，"能跑"和"能賺"之間，還隔著一段不短的距離。

從交易工具到"AI帳戶操作系統"，Bitget的終局構想

既然短期內AI還無法完全替代人類交易員，那Bitget的AI戰略終點在哪裡？Bill給出了三個維度的回答。

第一個維度是"全景交易"，這也呼應Bitget此前提出的UEX (Universal Exchange) 戰略。不只是加密貨幣，隨著資產代幣化的推進，黃金、白銀、美股等傳統金融品類都在接入。Bitget希望用AI幫助用戶在一個平台上完成全品類的交易操作，"讓用戶具備華爾街交易員的全品類覆蓋能力"。

第二個維度是全球化生態拓展。結合Bitget Wallet的能力，在Web3支付和全球化商業場景中引入AI，降低跨境交易和支付的操作門檻。

第三個維度，也是Bill描述得最有畫面感的一個方向，是打造基於Bitget的"長期帳戶操作系統"。這個概念的核心是建立一個"高信任的資金執行層"，未來會有多個Agent協同幫用戶做各方面的事情，而支撐這一切的基底是一套跨端、跨場景的"長期記憶系統"。

在Bill的描述中，這套記憶系統會把用戶過往的交易習慣、歷史操作、甚至在App裡的點滴行為都分析整合，形成一個深度的個人畫像。"確保用戶在不同平台、不同場景下的交易邏輯保持長期一致性，而不是割裂的碎片化體驗。"這種持續學習和適配的能力，是區別於一次性工具的根本所在。

他用了個很日常的類比來解釋這種漸進信任的過程："就像最初買家政機器人只是讓它掃地，用久了信任它之後，才願意讓它承擔更多事情。"AI需要先在小事上證明自己可靠，然後逐步獲得更大的權限和信任，最終的目標是"陪你成長，伴隨你的資產增值"。

從GetAgent到Agent Hub再到GetClaw，Bitget的AI產品在不到一年的時間裡完成了從聊天機器人到任務執行層的跨越。各大交易所的密集佈局也表明，AI交易已經不再是一個可有可無的方向，而是未來競爭的基本能力。

然而，從當前的現實來看，AI更擅長取代的是交易中的"體力活"而非"腦力活"。80%的繁雜工作可以交給機器，但決定盈虧的那20%核心判斷，恐怕仍然需要人類自己做出。技術可以降低交易的門檻，但無法完全消除交易的風險。

AI讓每個人都拿到了華爾街的工具箱，但工具箱裡裝的是機會，也是敬畏。