从规则机器人到 AI 智能体：一部简史

1987 年 10 月，自动化的卖出程序帮着在单个交易时段里抹掉了道指的 22.6%。今天，你可以用一句话描述一条交易规则，让软件在你睡觉时执行它。这两个时刻之间的距离，就是交易机器人的演进：四十年里，市场把越来越多的工作交给机器，通常换来效率，偶尔在公众面前、以规模化的方式失败。这就是那段历史，一个时代接一个时代——每一波成就了什么、打破了什么，以及每一代人似乎都要以惨痛方式重新学一遍的那个教训。

程序化交易与 1987 年的当头一棒

史前时代是机械的。1976 年，纽约证券交易所启用了 DOT，即指定订单周转系统（Designated Order Turnaround），让经纪商可以电子化地路由订单，而不必抱着它们穿过交易大厅。到 1980 年代中期，机构正用它的后继系统执行“程序化交易”：整篮子的股票作为一条指令被买入或卖出。

那个十年的标志性策略是组合保险。这个想法单独看是合理的：当市场下跌时，机械地卖出股指期货，好让一个组合的下行被封顶。然后 1987 年 10 月 19 日，星期一，来了。下跌的价格触发卖出，卖出把价格推得更低，而更低的价格又从每一只跑着近乎相同逻辑的基金那里触发更多卖出。道指收盘下跌 22.6%，至今仍是它历史上最大的单日百分比跌幅。

教训不是“自动化很危险”。它更微妙：一条成千上万人也在跑的自动化规则，就不再是一个对冲，而变成了一群人。黑色星期一教给市场的是，相关的自动化本身就是一个风险因子，而任何规则都需要一个对它被允许做多少事的上限。在它之后引入的熔断机制，正是这个想法，被应用到全市场。

电子化市场与速度竞赛（1990 年代—2000 年代）

接下来的二十年，把交易从大厅搬到了服务器。电子通信网络直接撮合买方和卖方，在线券商把下单放进了客厅，而 2001 年的十进制化把美国的最小价格增量从十六分之一美元缩小到一美分，压缩了价差。到 2000 年代中期，高频公司正掏钱把服务器放在离交易所撮合引擎几米远的地方，以微秒为单位竞争。

散户交易者是那场竞赛的旁观者，却是它副作用的受益者：更窄的价差、近乎即时的成交、趋向于零的佣金。不过，那个时代的失败，预演了关于高速自动化的一切要紧之处。

2010 年 5 月 6 日，闪电崩盘在几分钟内把道指带下约 1,000 点，随后价格在半小时内大体恢复。当波动率飙升时，自动化做市商同时撤离；随着挂着的买单消失，一些大盘股一度以一美分成交。两年后，2012 年 8 月 1 日，Knight Capital 把新软件部署到它八台交易服务器中的七台。第八台跑着陈旧的代码，被一个旧标志重新激活，把错误的订单撒向了约 150 只股票。这家公司在不到一小时里损失约 $440 million，并未能作为一家独立公司存活下来。

两个教训被延续了下来。速度把错误放大得比把利润放大得更快，所以急停开关和交易前风险检查不再是可选的。而延迟游戏对个人永久关闭了——散户有用的遗产从来不是速度，而是为遏制它而发明出的那份纪律。

2010 年代：交易机器人的演进抵达散户

自动化最先通过外汇抵达个人，MetaTrader 的“智能交易系统”（expert advisors）让任何人都能在一个散户券商账户上跑脚本化的策略。真正的爆发随加密货币而来。那里的交易所以 API 优先启动、从不收市、几分钟内结算：软件的天然栖息地。2017 年的牛市催生了一个机器人平台的小产业，提供网格机器人（跨一个区间的一梯买单和卖单）、排程定投机器人和跟单信号的自动化，无需代码。

第一次，一个个人可以在一个实盘账户上跑真正的 24/7 自动化。许多人至今仍在跑；算法交易中散户投资者这一细分，2025 年估计约为 $3.95 billion，年增速约 13.4%（Grand View Research, 2025）。自动化交易的机制，已经成了一个面向消费者的产品。

爆雷也相应地改换了形态。智能交易系统靠着实盘就崩塌的曲线拟合回测被卖出去。马丁格尔机器人——每次亏损后把仓位翻倍——印出稳定的小赢，直到一段强劲趋势抹掉整个账户。而一代用户以惨痛方式学会了 API 密钥卫生，把提现权限授予了后来消失的服务。那个时代的教训：访问被解决了，判断没有。一个工具是真的，并不能让它的营销诚实。

从机器学习信号到 LLM 智能体（2018—至今）

机器学习悄悄进场。整个 2010 年代后期，机构用它做信号研究和执行优化，而许多散户的“AI”是贴在普通网格逻辑上的一个标签。实质性的转变发生在 2023 年，当时大语言模型让一种新界面成为可能：读一句话、或一条新闻电讯，并把它转换成结构化的、受监控的条件的软件。

那正是这个时代与上一个时代的真正区别。一个 AI 智能体与经典机器人的不同，与其说在执行，不如说在输入：固定的“如果—就”规则，对比解读意图和非结构化数据、再在人设的上限下行动的能力。正是这种感知—推理—行动的模式，定义了智能体交易。

研究界已经交出了这个时代的警世发现——这一次难得地发生在爆雷之前、而非之后。LLM 策略的回测常常被记忆所夸大：一个训练数据与测试窗口重叠的模型，能“记住”发生过什么，而非预测它（arXiv:2505.07078, 2025）。而一份 2026 年对 77 项 LLM 交易智能体研究的审计发现，几乎没有证据支持持久的超额表现，转而把已被证实的价值放在执行纪律、监控和研究支持上（arXiv:2605.19337, 2026）。这一波里认真的平台，Obside 也在其中，用一种架构上的切分来回应：语言模型解读你的意思，而确定性引擎处理价格、运算和订单路由。

四十年，一个反复出现的教训

时代	什么成为可能	什么爆了雷	留下来的教训
1980 年代 程序化交易	以机器速度执行篮子	黑色星期一的反馈回路（1987）	相关的自动化是群体风险；给任何规则能做的事封顶
1990—2000 年代 电子化市场	人人都能拿到廉价、即时的成交	2010 年闪电崩盘；Knight Capital（2012）	速度放大错误；急停开关与交易前检查
2010 年代 散户机器人	无需代码的 24/7 自动化	曲线拟合的 EA、马丁格尔式毁灭、被盗的 API 密钥	信任之前先验证；绝不授予提现权限
2020 年代 LLM 智能体	用大白话表达策略	被夸大的 AI 回测、自主性炒作	索要样本外的证据；让护栏由人来设

顺着第三列读下来，这个规律很难错过：每一波都奖励守纪律者、惩罚轻信者，而惩罚总是通过那个时代最新的能力到来。组合保险者信了一条公式。Knight 信了一次部署。机器人买家信了一张回测的截图。被兜售的诱惑在变；不去核实这件事没变。

第四列讲了一个更有希望的故事：幸存者的工具箱在累积。仓位上限、熔断、经过测试的规则、受控的推出、有范围限定的权限。每个时代都添了一层，而在这段历史的大部分时间里，完整的这一套只存在于机构内部。当前这一波接下来往哪走，是它自己的问题（见2026 年的智能体交易），但这个工具箱的行进方向很清楚：向下，朝着个人。

这段历史递给你什么

四十年的诚实总结是：自动化守住了它关于能力的承诺，却打破了关于轻松的承诺。机器确实接管了盯盘、算术和执行。它们从未供上的，是那个判断层：知道一条规则究竟该不该运行。

眼下真正新的东西，不是智能。而是那套机构级的纪律工具，终于变得能用大白话来触及。在 Obside 上，黑色星期一的幸存者会认得的那条路，就是默认的那一条：你输入“每月第一个交易日买入 $150 的一只全球股票 ETF，如果指数在前一个月下跌超过 8% 就跳过这次买入”，副驾把它复述成精确的受监控条件，智能体先对着数年历史运行，再在实盘数据上做纸面交易，然后才有一笔真实订单被路由出去——仓位上限和回撤上限在执行时被强制执行。

历史的结案陈词很简单：下一次爆雷，会找到那些略过了检查清单的人。做另一种人。把你的规则描述给 Obside 的副驾，让它在触及资金之前，先在回测和纸面里赢得你的信任。

仅供教育参考，不构成投资建议。交易存在风险，可能导致本金损失。