PandaAI 李昱琦：AI 交易竞争正从因子竞争走向 Agent 竞争

光源资本·2026年08月03日 14:36

PandaAI 首次提出 AI 交易 L0-L4 演进体系

随着大模型、多智能体协同（A2A）等技术持续演进，人工智能正加速从辅助工具走向金融核心业务场景。AI 如何参与交易研究、未来金融行业将形成怎样的人机协作模式，正在成为行业关注的新议题。

8 月 1 日，在上海虹口举行的 PandaAI 第三届因子大赛颁奖典礼暨 AI 交易峰会上，PandaAI 创始人兼 CEO 李昱琦首次系统提出 AI 交易 L0-L4 演进体系，尝试以统一框架定义 AI 参与交易研究的发展路径。他认为，AI 交易未来的竞争将逐步从单一模型能力竞争，转向 Agent 能力、协同能力以及研究范式的竞争。

峰会同期启动 PandaAI 第四届因子大赛报名，并发布面向 AI 交易时代的新一代产品体系，来自金融机构、学术界、产业界及开发者社区的嘉宾围绕 AI 交易、Agent、多智能体协同等话题展开交流。

从因子竞争走向智能体（Agent）竞争

李昱琦表示，过去二十余年，量化投资的发展始终围绕 Alpha 因子展开。研究者通过因子挖掘、模型构建、策略验证等方式持续寻找超额收益，因子一直是量化研究最重要的研究对象，因而 PandaAI 往届的因子大赛，也正是依照这一路径设置的。

但随着大模型能力快速提升，越来越多标准化研究流程开始由 AI 自动完成。公开数据处理、策略生成、历史回测、研究验证等工作正逐渐成为 AI 能够高效完成的基础能力，传统依赖公开信息获取 Alpha 的竞争优势正在不断收窄。

李昱琦认为，未来真正决定竞争力的，不再只是单个因子的有效性，而是谁能够构建能够持续学习、自主规划、协同工作的 Agent 系统。

“模型升级解决的是效率问题，而范式升级决定的是未来十年的竞争方式。” 李昱琦表示，在 AI 时代，交易研究的核心正在从 “寻找一个好因子”，转向 “构建一套持续进化的智能研究系统”。

他认为，未来 Agent 将逐步参与市场分析、因子研究、策略构建、风险管理、交易执行以及持续优化等完整流程，AI 与人的关系也将从 “辅助完成任务” 发展为 “共同参与研究”。

从 L0 到 L4：AI 从辅助工具走向研究主体

围绕 AI 交易的发展路径，李昱琦在会上首次提出 AI 交易 L0-L4 五级演进体系，希望建立一套理解 AI 交易发展的统一框架。

其中，L0 代表完全依赖人工完成研究与交易；

L1 阶段，AI 主要承担代码生成、Prompt 优化等辅助工作；

L2 阶段，AI 开始通过标准化 Agent 参与完整投研流程，形成单智能体闭环；

L3 阶段，多智能体协同工作（A2A），实现自主规划、相互制衡和持续迭代；

L4 则意味着 AI 能够完成公开市场中的标准化研究与交易，人类更多聚焦投资目标设定、非公开信息获取及风险边界控制。

李昱琦表示，这一体系不仅反映 AI 能力的提升，更体现交易生产方式的变化。他认为，Agent 并不是传统意义上的聊天机器人，而是 AI 开始真正参与金融研究过程的重要标志。未来行业竞争，也将从单点模型能力逐步演变为研究体系、协同能力和基础设施之间的竞争。

构建 AI 金融基础设施，PandaAI 新产品体系正式亮相

值得关注的是，本次峰会提出的演进体系并不仅停留在理论层面。李昱琦介绍，围绕 AI 交易发展路径，团队已围绕 L2 闭环智能体、L3 多智能体协同等方向持续开展研究，希望通过闭环研究体系、多智能体协作机制等探索 AI 交易的新范式，并进一步推动相关能力完成工程化落地。

围绕 “一个人也能拥有一支 AI 量化交易团队” 的理念，PandaAI 同步展示了面向 AI 交易时代的全新产品体系。从自然语言交互、可视化研究编排，到智能体创建与多智能体协作，不同产品分别承载不同层级的 AI 交易能力，共同构成一套完整的智能化研究与交易基础设施。

首先，全新推出的 QUBE 定位为对话式策略助手，代表 PandaAI 的自然语言交互能力。用户只需用自然语言描述交易思路，即可调用数据、生成策略、完成回测验证并输出交易信号，大幅缩短从想法提出到策略验证的路径。

全新 Trading OS，以全新的 AI 工作流可视化画布编排数据、Skills 与 Agent，让用户通过自然语言搭建、连接并自动执行完整的量化研究任务。

在此基础之上 EVO 定位为一体化 AI 交易智能体研究平台，集智能体创建、任务管理、协同研究与策略执行于一体，让一个人也能拥有一支完整的 AI 量化交易团队。

活动现场，PandaAI 还在 Trading OS 场景中演示了 A2A 智能体协作能力。多个负责研究、分析、风控与交易的 Agent 在共享信息与经验的基础上自主分工、相互反馈、协同完成任务，并在持续交互中不断优化研究思路与评价标准，展现 AI 交易从“单个助手”走向“智能体团队协作”的全新形态。

李昱琦表示，希望通过统一的 AI 基础设施，让 AI 真正参与金融研究全过程，而不仅仅停留在代码生成或智能问答阶段。