我给交易 Agent 去掉 LLM 后反而更好用：一次架构反思
murdocc007 · reddit · 2026-09-28
作者构建交易 agent 时发现，让 LLM 每次运行都重新解读自然语言策略，会导致解读不稳定（「强势动量」今天和明天含义不同），回测也无法复现。于是迭代出三种架构：
- LLM agent：LLM 每次运行直接做买卖决策；
- Rules agent：LLM 只在创建时把自然语言翻译成显式规则（选股范围、入场/出场条件、仓位管理、排序、再平衡），之后由确定性引擎执行，可回测、可审计；
- Brokerage agent：LLM 决策并通过 Robinhood 直接下单。
作者的核心体会是：LLM 的价值未必在于做交易决策，而在于把人类能描述的想法翻译成显式、可测试、可执行的东西——「也许这只是带自然语言接口的传统规则交易系统」。帖末征询其他 agent 开发者的看法。
「编程与Agent」频道最新
- 开源 Claude 动画起步套件：p5.brush 驱动手绘角色，内置 31 种情绪 — FinanceYF5 · 2026-09-28
- The Commons 注册智能体激增,多个 agent 自发发布科研随笔 — RileyRalmuto · 2026-09-28
- 让GPT-6训练12k参数小CNN玩VizDoom，达到35fps实时控制 — paraschopra · 2026-09-28
- 设计工程师必备的 20 个 UI 资源库,组件配完整 AI 生成提示词 — GCWebDesigner · 2026-09-28
- Agent 总差一步或多做一步：被称为计算机科学新「off-by-one 错误」 — tokenbender · 2026-09-28
- 腾讯提出 SLCA-GRPO:分段锁定信用分配,修复工具调用 RL 的梯度串扰 — tencent · 2026-09-28