金融 Agent 交易实践:工作流设计决定 AI 交易表现
kimmonismus · x · 2026-08-18
作者指出 AI Agent 的表现关键在于围绕模型构建的工作流(Workspace)。以 Questflow 的金融 Agent 为例,通过构建包含 Skills(投资方法论)、Plugins(实时数据)和 Execution Accounts(执行账户)的“Financial Harness”,使得 Agent 能够在 Hyperliquid 和 Polymarket 上超越通用 AI Agent。用户可用自然语言输入交易指令,系统返回预览确认后才执行。
「编程与Agent」频道最新
- 实验表明 Harness 进化可用于优化推理成本 — yassineyousfi_ · 2026-08-18
- Weaviate 推出 Query Agent 搜索模式,支持召回率控制 — CShorten30 · 2026-08-18
- C++26 利用反射与模板 for 优雅打印类型与值 — lemire · 2026-08-18
- Agent 评估盲区:工具定义应被视为模型一部分 — jonah_omninode · 2026-08-18
- Hugging Face 用 AI 智能体复现 2200 篇 ICML 论文 — huggingface · 2026-08-18
- Agent 应该用代码还是 LLM 来做条件判断? — newbietofx · 2026-08-18