随着大模型、多智能体协同等技术持续演进，人工智能（AI）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。
峰会现场PandaAI供图
8月1日，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。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（智能体）能力、协同能力以及研究范式的竞争。
PandaAI创始人、CEO李昱琦PandaAI供图
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（用于预测资产未来超额收益的特定指标或变量）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。
当前，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的基础能力。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”。
PandaAI供图
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”。
AI从辅助工具走向研究主体
围绕AI交易的发展路径，李昱琦在峰会上首次提出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。
PandaAI供图
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（提示词）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阶段即多智能体协同工作，实现自主规划、相互制衡和持续迭代；L4意味着AI能够完成公开市场中的标准化研究与交易，人类则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。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。未来的行业竞争，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的竞争。
新产品体系正式亮相
李昱琦介绍，围绕AI交易发展路径，团队已围绕L2单智能体闭环、L3多智能体协同等方向持续开展研究，探索AI交易新范式，进一步推动相关能力完成工程化落地。
围绕这一理念，PandaAI同步展示了面向AI交易时代的新产品体系。其中，新推出的“QUBE”功能定位为对话式策略助手，用户只需通过自然语言描述交易思路，即可完成策略生成、数据调用、回测验证以及信号生成，实现“从想法到策略”的快速验证，据悉，PandaAI的其余产品线也将于不久后向广大用户开放。
据了解，刚刚启动报名的PandaAI第四届因子大赛将在延续因子研究核心框架的基础上，进一步强化AI在量化研究中的应用，鼓励参赛者利用AI参与因子挖掘、策略构建、模型优化及研究验证等全过程，探索人工智能赋能量化研究的新模式。
