AI Trading 或许还很遥远，但 AI Strategy 已经近在眼前。

关于 AI 交易，我一直持审慎态度。

原因在于，LLM 是足够好的工程师，却不是好的预言家。交易本质上是在和市场的随机性对赌，把这件事交给一个黑盒，风险不可控、亏损无法追溯。

可换个角度看，理解 DeFi 原语、编写 Python、生成一份清晰的策略 PRD，恰恰是 LLM 的强项。
让 AI 去造工具，而不是替你下注，这才是更务实、也更安全的用法。

这正是我看好 @almanak 的原因。

1/ 我用 Almanak 搭了一个真实的池子

我用 Almanak 创建了一个 LP 策略，用来管理 Uniswap V3（BSC）上 USDT-BTCB 资金池中的流动性仓位。参数如下：

• 最多投入 80% 双边余额

• 价格区间为现价 ±10%

• 每日最多 3 次再平衡

整个过程没有写一行代码，也没有把决策权交给任何黑盒，参数完全由我掌控。

2/ Almanak 是什么

它是一个代理式、非托管的链上策略平台。

• 三类意图：支持 Swap / LP / Borrow，覆盖大多数 DeFi 操作场景

• 七条链：多链部署

• 两种范式：既支持规则明确的确定性策略，也支持 LLM 驱动的 agentic 策略

• 非托管：资金始终在你自己的 Safe 钱包里，

3/ 上手其实很简单

前置准备：

• 一个 Web3 钱包

然后，两条路任选其一 👇

• 路径 A - 从信号出发
  在 Edge 里挑一个信号 → 发给 Almanak Code → 自动生成 PRD + 代码 → 对话迭代 → 一键部署

• 

• 

• 路径 B - 完全自定义
  打开 Almanak Code，用自然语言描述你想要的策略 → 对话迭代生成代码 → 进入部署向导

无论哪条路，最终你拿到的都是份可审查、你自己拥有的代码。用户可以自行选择是否将策略代码导出到 GitHub 。

4/ 也要清楚它的边界

任何工具都有它的射程，Almanak 也不例外。

它擅长的是分钟级及以上的策略，比如收益轮动、LP 管理、费率套利、自动再平衡等。

它不擅长的是高频交易、MEV 抢跑、清算机器人的速度竞赛。

换句话说，它卖的是策略能力。这也恰好呼应了它对自己的定位——一个人的链上对冲基金。