作者：Frank，
一只“小龙虾”搅动了整个科技圈。OpenClaw的横空出世让所有人兴奋不已，在一台普通个人电脑上，AI可以被赋予操作权限，帮你收邮件、写代码、甚至操作交易账户。网上铺天盖地的案例描述得很玄乎：“你都可以不用工作了”。但当真正装上之后，大多数人发现事情并不是这样的。
在加密交易领域，这种从狂热到冷静的温差尤其明显。过去两年，几乎每家交易所都推出了自己的“AI Agent”，但大多停留在聊天辅助阶段，你问它一句，它给你写一大段分析，仅此而已。OpenClaw的出现像是打开了潘多拉的魔盒，让所有人看到了AI“做事”而非“说话”的可能性。
但这恰恰引发了新的挑战。作为带领团队探索AI交易前沿的领军人物，Bitget AI负责人Bill博士对此有着深刻的体会，就此与Bill进行了一次深入访谈。在加入Bitget之前，Bill曾先后在多个头部互联网及科技公司担任高级职位，主导过多个核心算法与AI平台的规模化落地，并发表过数十篇国际顶会论文与数十项专利。
如今，全面负责 Bitget AI 战略规划与智能交易技术研发的他，正致力于推动AI与加密资产交易场景的深度融合。面对眼下的Agent热潮，这位领军专家的判断极其冷静：“大多数普通人并不习惯当管理者，突然给了10个AI下属，如何指挥、分工、考核，本身就是一门艺术。”
热情终究会消退，但能力已经被看见。真正的问题变成了：谁能把这种能力包装成普通人用得上的产品？
在与Bill的对话中，试图从产品设计者的视角，拆解AI交易从概念走向落地的真实路径。在Bill看来，Bitget密集推出Agent Hub和GetClaw两款AI产品，并不是“看到别人做我们也做”，而是一个内部产品自然外溢的过程。“概括起来就是天时地利人和。”
天时，是OpenClaw引爆了市场认知；地利，是我们在去年推出的AI助手GetAgent上的持续迭代已经有了深厚积累；并在内部技术上有充分的沉淀和尝试；人和，是团队内部已经验证了产品价值，顺势对外开放。”
Bitget的AI产品全景：从GetAgent到GetClaw的三级架构
要理解Bitget在AI交易上的布局，首先需要厘清它三个产品之间的关系。在外部看来，GetAgent、Agent Hub、GetClaw这些名字容易让人混淆，但在Bill的讲述中，这其实是一条清晰的演进路线。
2025年6月，Bitget在App内推出了GetAgent，这是一个聊天机器人形态的AI交易助手。据Bill介绍，GetAgent经历了多轮迭代：从最初的聊天应答，逐步加入一键下单、新闻资讯汇总，再到扩展至美股、黄金、白银等全品类交易，“每一次迭代都是用户需求驱动的，越扩越多。”但无论怎么扩展，GetAgent的本质仍然是“聊天驱动”，它可以回答问题、给出建议，但不能帮用户自主执行复杂的交易任务。
转折发生在OpenClaw出来之后。据Bill透露，OpenClaw发布后Bitget迅速在内部搭建了自己的版本，“内部用完之后反馈非常好，自然就产生了一个想法：能不能把GetAgent也做一次大的升级？”沿着这个思路，Bitget把内部打磨成熟的MCP能力封装对外开放，于今年2月13日正式发布了Agent Hub。
Agent Hub面向的是“动手能力相对较强”的专业性玩家。
它提供了四层由浅入深的能力接口：
API是原子级的接口调用，门槛最高，需要编程和密钥管理；
MCP扮演了“通用接口”的角色，允许外部的AI应用直接读取Bitget的数据并执行操作；
CLI则面向开发者，支持通过终端命令行直接调用全部API；
Skills是此次升级的核心，它相当于封装好的“业务模块”。通过 Skills，原本生硬的 API 代码被转化成了 AI 能够直接调用的技能（如查询费率、分析K线、盯盘、下单），AI借此实现了从“意图理解”到“动作执行”的跨越。
Bill用U盘做了一个很直观的类比：“U盘本身具备存、读、写的存储技能，但要让它发挥作用，需要USB接口来连接设备，这就相当于MCP。而光有接口还不够，还需要存储器和各种协议的配合才能完成完整的交互，这整套组合起来就构成了一个Skill。”
但Agent Hub对普通用户依然有门槛。
于是在3月14日，Bitget推出了GetClaw，一个基于Telegram的AI交易助手，开箱即用，不需要安装任何东西。用户通过链接进入，登录账户就能使用，平台承担大模型的调用成本，用户完全无感。Bill将其归纳为一句话：“普通用户推荐使用GetClaw，这是一个已经组装完成，可以立即开玩的工具；专业玩家推荐使用Agent Hub，选择适合的Skills，像拼乐高一样，打造自己的城堡。”
这三个产品形成了一个清晰的递进关系：GetAgent打磨了底层的MCP能力，沉淀到Agent Hub中对外开放，又把这些能力嵌入GetClaw，降低到最低使用门槛。从聊天机器人到开发者工具再到一键式产品，Bitget的AI产品线覆盖了从极客到小白的全部用户光谱。
“说一句话就能盯盘”，AI交易真正改变了什么
产品架构只是骨架，真正让用户兴奋的是AI在具体场景中带来的体验变革。在与Bill的交流中，一个反复出现的关键词是“门槛”。
传统的交易流程是一条漫长的链条：获取资讯、分析决策、下单执行、盯盘监控、复盘总结，每一个环节都依赖人工操作。如果想做条件交易或量化策略，用户要么自己写程序调API，要么在平台上配置一堆复杂的参数。
在Bill看来，这正是AI最有价值的切入点：“这些功能不用Skills或GetClaw也能实现，写程序就行。但问题是，写程序对程序员简单，对普通用户门槛太高。今天我们做的事情，就是让用户说一句话就能实现同样的效果。”
他举了一个具体的例子：用户说“当比特币在一分钟内跌了3%，帮我加仓50%”，背后系统就会自动转化为一个定时任务，这个任务其实需要完成三件事：
-
实时监控比特币价格
-
每分钟计算价格差值
-
一旦满足条件立即执行加仓操作
这种以前只有程序员才能实现的逻辑，现在任何人说一句话就能完成。
GetClaw上线不到40个小时，盯盘提醒就成了最爆发的使用场景。这并不意外，在传统平台上配置盯盘预警，用户需要理解各种指标参数，“配半天还不一定成功”。而现在，即使是MACD、CCI这类多指标复合盯盘逻辑，用户用自然语言描述需求，系统就能帮你实现。
但Bill认为，AI盯盘真正的变革不只是“能做到”，更在于“能调优”。“传统平台上配不好就放弃了，但现在你可以跟它说'错了，反思一下怎么改'，改到满意为止。”这种可以持续迭代的交互方式，对庞大的长尾用户群体来说是一个巨大的满足。
在传统股票市场，量化交易的比重越来越高，在相对成熟的美国市场甚至能超过70%。普通散户进场面对的是微秒级竞争的机构对手，几乎毫无胜算。Bill把AI交易的意义概括为一种“平权”：“Bitget在AI领域的愿景是让1亿用户比肩华尔街，换言之，让他们达到顶级交易员的操作逻辑和执行能力。过去是想到了却做不到，今天是只要能想到就能做到。”
信任的四道锁，AI操作真金白银时的安全边界
当AI从“给建议”走向“替你执行”，功能的强大反而不是最大的挑战，信任才是。在Bill看来，这一点怎么强调都不为过：“普通用户最担心的事情是'用它安不安全'。这个信任度一定要建立好。一旦出现一两次安全问题，就没人用了。”
围绕这个核心顾虑，Bitget设计了四层隔离体系。
-
第一层是身份隔离，每次对话精准识别用户身份
-
第二层是记忆隔离，不同用户之间的对话记忆完全隔离混淆，保证个人隐私不被泄露
-
第三层是权限控制，什么数据、什么工具可以调用，由角色控制
-
第四层是凭证与资金隔离，API Key只限触发使用，交易在子账号沙盒中执行
子账号沙盒机制是一个很务实的设计。Bill举例说：“比如主账号有1000美金，用户可以只划转50美金到子账号给AI操作，这样风险可控得多。”这意味着即使AI出现判断失误，风险敞口也被严格控制在用户预设的范围内。
这种安全优先的思路也体现在Bitget对Skills市场的态度上。目前，所有的Skills都由官方开发和维护，并没有开放给第三方。Bill对此的解释很直接：“如果开放Skill Market让更多人参与建设，不可避免会产生安全问题。比如有黑客说'我也给你放一个进去'，用户用了发生资金损失，那就不合适了。我们叫宁缺毋滥，宁愿没有，也不要玩了把钱亏光了。毕竟在资产市场，赚得快不如活得久。”
OpenClaw的前车之鉴证明了这种谨慎的合理性。它在个人电脑上以几乎不设限的方式运行，虽然让人激动，但也催生了一个荒诞的新产业，“帮你干净卸载龙虾”本身也成了一门赚钱的生意。
在大模型调用层面，Bitget在初期选择了平台承担成本而非让用户自行配置Token。一方面是出于安全考虑，另一方面则是技术原因，“我们的Skills和MCP与内置的多种大模型做了深度适配优化，如果用户随意切换其他模型，效果会大打折扣。”目前平台为每位用户每天提供10美金的免费调用额度，后续会根据市场反馈调整定价模式。
80%的事能做，20%的决策还得靠人
聊到AI交易的现实能力边界，Bill坦言现实并不乐观：“现在网上有人给AI 100美金让它去赚到1000美金，结果发现这种粗放式的操作，亏光的概率非常高。”
AI交易的能力，在今天还不能保证帮用户赚到钱。Bill用“二八原则”来概括当前的真实状态：在完整的交易流程中（可能涉及100件事），AI可以高效完成其中80件繁杂的工作，比如信息整理、实时监控、条件执行、数据复盘。但是，真正决定盈亏的20件核心决策，AI还做不到。
去年Bitget搞了一个玩票性质的AI交易员比赛，测试AI的能力边界，结果提供了一个鲜活的注脚：很多AI策略最终以亏损收场。原因并不复杂，AI没有情绪，听上去是优势，但也意味着它无法响应“突然发生战争”这类黑天鹅极端事件。Bill提到，以前美股市场大量让AI执行交易时，也出现过插针暴跌暴涨的异常现象。
“今天更多是一个高级辅助的作用，就像自动驾驶L1到L5的过渡一样。”Bill用这个类比来定位当前AI交易的发展阶段。从趋势来看，AI的能力确实在一个一个攻克剩余的难关，但涉及长期创造力和极端情境下的共情判断，机器仍有明显的瓶颈。
不过Bill也给出了一个相对乐观的判断：“围绕全自动交易的技术闭环，可能在明年就能基本实现，但这并不意味着它能保证持续盈利。”换句话说，“能跑”和“能赚”之间，还隔着一段不短的距离。
从交易工具到“AI账户操作系统”，Bitget的终局构想
既然短期内AI还无法完全替代人类交易员，那Bitget的AI战略终点在哪里？Bill给出了三个维度的回答。
第一个维度是“全景交易”，这也呼应Bitget此前提出的UEX (Universal Exchange) 战略。不只是加密货币，随着资产代币化的推进，黄金、白银、美股等传统金融品类都在接入。Bitget希望用AI帮助用户在一个平台上完成全品类的交易操作，“让用户具备华尔街交易员的全品类覆盖能力”。
第二个维度是全球化生态拓展。结合Bitget Wallet的能力，在Web3支付和全球化商业场景中引入AI，降低跨境交易和支付的操作门槛。
第三个维度，也是Bill描述得最有画面感的一个方向，是打造基于Bitget的“长期账户操作系统”。这个概念的核心是建立一个“高信任的资金执行层”，未来会有多个Agent协同帮用户做各方面的事情，而支撑这一切的基底是一套跨端、跨场景的“长期记忆系统”。
在Bill的描述中，这套记忆系统会把用户过往的交易习惯、历史操作、甚至在App里的点滴行为都分析整合，形成一个深度的个人画像。“确保用户在不同平台、不同场景下的交易逻辑保持长期一致性，而不是割裂的碎片化体验。”这种持续学习和适配的能力，是区别于一次性工具的根本所在。
他用了一个很日常的类比来解释这种渐进信任的过程：“就像最初买家政机器人只是让它扫地，用久了信任它之后，才愿意让它承担更多事情。”AI需要先在小事上证明自己可靠，然后逐步获得更大的权限和信任，最终的目标是“陪你成长，伴随你的资产增值”。
从GetAgent到Agent Hub再到GetClaw，Bitget的AI产品在不到一年的时间里完成了从聊天机器人到任务执行层的跨越。各大交易所的密集布局也表明，AI交易已经不再是一个可有可无的方向，而是未来竞争的基本能力。
然而，从当前的现实来看，AI更擅长取代的是交易中的“体力活”而非“脑力活”。80%的繁杂工作可以交给机器，但决定盈亏的那20%核心判断，恐怕仍然需要人类自己做出。技术可以降低交易的门槛，但无法完全消除交易的风险。
AI让每个人都拿到了华尔街的工具箱，但工具箱里装的是机会，也是敬畏。
