有預感接下來的校園招聘，面試官不再只問會不會 AI，而是追問替客戶做成了什麼生意。機器人更忙，剛在舞台揮手，轉身就被安排去飯店鋪床、倉庫搬箱、書架理貨。它們的職涯規劃，比我剛畢業時清楚

深入了解後，腦子裡冒出來的不是自動交易平台，而是一家投資大腦獵頭公司

市面上不缺會寫履歷的 AI。每個都說懂宏觀、會看鏈上、全年無休。偏偏履歷和推薦信都由自己生成，面試時還擅長把不知道說成正在深度推演

Questflow 想換一種招聘方法

它把公開訪談、信件、評論和研究方法裡的判斷，整理成可以檢查的 Investor Skills。不是複製高手今天買了什麼，而是把怎麼挑選機會、何時行動、何時承認看錯，變成可重複使用的工作手冊

這和傳統複製交易的差別，有點像抄同學答案與請同學來當家教。前者只告訴你這一題選哪個，後者至少得解釋思路，還要接受你突然追問為什麼

Questflow 的 Models、Skills、Plugins 和 Accounts，也像一份員工檔案。Model 是學歷，Skill 是工作樣本，Plugin 是資訊管道，Account 則是門禁卡。只有使用者批准，它才能進入指定市場，用限定規模行動

官網還把自託管、範圍授權和暫停 Agent 寫得很明確。翻譯成人話就是：公司的保險櫃仍歸你，AI 拿到的是員工證，不是房產證。試用期表現不好，使用者應該有權把卡收回來

這套邏輯比神化 AI 健康得多，因為金融不需要新神，需要能培訓、能考核、能解雇的員工

試用期也不能只看它連續幾天提前到公司。策略表現要和風險、容量、回撤、行為記錄一起看。若一個 Agent 順風時拿滿分，行情變臉就開窗準備跳傘，那不叫高績效，叫人力資源事故

相似 Agent 也可能來自同一家補習班。讀一樣的資料，練一樣的題目，聽見同一個訊號便同時舉手。平時看起來紀律整齊，市場擁擠時可能集體把一道錯題寫進帳戶