從近期的加密貨幣會議圈中捕捉到一些有趣的現象。原來當市場以前所未見的方式橫盤時，AI交易機器人正遭遇一個相當大的瓶頸。

所以事情是這樣的——當10/10出現大規模清算或上週的殘酷拋售時，交易系統的AI機器人就像是……卡住了。它們是基於歷史數據訓練的，對吧？但歷史並不總是會重演，尤其是在加密貨幣市場。一位主要交易所的高層在一個座談會上直言不諱：這些模型完全沒有應對過單日巨大清算的經驗。它們覺得這完全陌生。

據我所知，交易領域的AI機器人基本上還處於實習生階段。比人類更快，也更便宜，但需要不斷的監督。有個人甚至用那個比喻——“像實習生”。沒有人說它會一直這樣，但預期是在3到5年內，會朝著更像全職員工的自主程度發展。

讓我印象深刻的是這個話題的反面。一位代理交易創業公司的創始人相當直白地說：90%的日內交易者和散戶玩家都在賠錢。我們太情緒化，反應太快。這也是AI交易機器人變得有趣的地方——技術可以去除情緒因素。但問題是——它也會失去在一切崩潰時的適應能力。

所以我們處於一個奇怪的中間地帶。機器學習和大型語言模型技術確實在快速進步，沒錯。但在實際打造這些系統的人們中，普遍的共識是，人類監督在短期內不會消失。除非模型能看到足夠多的邊緣案例，真正理解市場的混亂。

更廣泛的觀點是？AI交易機器人可能會運作得很好，直到它不再運作。而目前，在訓練數據從未涵蓋的情況下，它確實無法應對。未來幾年是否會改變，取決於這些系統能吸收多少異常的市場數據。