加密货币市场永不休市。比特币会在东京时间凌晨 3 点创出新高，Solana 会在纽约午餐时间被血洗，每个周末都可能发生一次清算瀑布，把一周耐心累积的波段交易瞬间抹掉。一位主观交易者做的最昂贵的一件事就是——睡觉。
AI 加密自动驾驶就是这样一种软件：在你不能盯盘的每一分钟替你盯盘——运行技术分析，权衡新闻与链上数据，确定头寸规模，开仓，管理止损，并在条件变化时平仓。诚实地说，这款产品不是一颗"自动赚钱按钮"，而是一位永不疲倦、永不恐慌、永不忘记你所设规则的纪律性操盘手。
这篇指南，就是我们最初开发 SimianX Autopilots 产品时希望存在的那一篇。它涵盖了 2026 年 AI 自动驾驶到底是什么、让其运作的四 agent 架构、一笔真实头寸从头到尾如何开出、哪些风控真正重要、上线前应配置的告警通道，以及一份手把手的设置流程。无论你交易的是 比特币、以太坊，还是长尾的中盘山寨，原则都是一样的。
AI 加密自动驾驶到底是什么
"交易机器人"这个词早在 MT4 时代就已经存在。它原本的含义——一个在条件 X 为真时下单的规则脚本——不是 2026 年自动驾驶的含义。
传统的网格机器人或信号服务是一棵扁平的决策树。它检查指标、与阈值比较，然后开仓。它没有上下文、没有记忆、没有判断力。当市场从趋势转为震荡，昨天奏效的规则今天就会让你亏钱。
AI 自动驾驶在结构上是不同的。其核心是一个由大语言模型驱动的连续推理回路——通常是 Claude、GPT-5、Grok、Gemini，或某个开源权重的前沿模型——它接收一份结构化的市场快照，输出一个结构化的决策：方向、信心、头寸规模、退出计划。关键在于，LLM 看不到原始价格 tick。它看到的是各个专业化 agent 的输出，每个 agent 都已经在自己负责的那一小块世界上做完了分析。LLM 的工作是整合、权衡、决策。
这一点至关重要，因为规则机器人的失败是无声的，而自动驾驶的失败是可审计的：你可以读它的推理过程，看是哪个 agent 翻转了立场，并精确地知道它为什么把这一笔仓位定在 1.2 倍而不是 3 倍。让 LLM 在研究中有用的那个特性——它们会自我解释——正是让它们适合做交易监督的原因。
驱动每一个自动驾驶的四个 Agent
在 SimianX 的自动驾驶架构里，四个专业 agent 在每个分析周期并行运行。每个都产出一个结构化信号，带有方向、强度分和信心数值。一个第五位的 decision agent 负责整合它们。
Indicator Agent（指标 Agent）
指标 agent 最接近传统的技术分析引擎。它在多个时间框架上（15m、1h、4h、1d）计算 RSI、MACD、EMA 交叉、布林带、成交量分布，以及一些较少被公开讨论的动量与均值回归度量。AI 版本的不同之处在于：agent 并不只是输出"RSI = 72。"它会综合：" 1h 上 RSI 超买，但 4h 上中性，1h 上 MACD 正在下穿且柱状图缩短，价格在 15m 上正在测试 Keltner 下轨——短期派发，但叠加在更长期的上升趋势上。"
正是这种带上下文的解读，才是 decision agent 在权衡其他信号时所需要的。
Intelligence Agent（情报 Agent）
情报 agent 关注的是人们在说什么。它消费新闻头条、交易所公告、监管更新、来自 Polymarket 等渠道的预测市场赔率，以及在授权允许的情况下精选的社交情绪。其输出是一个带信心的情绪向量：" 过去 6 小时 BTC 整体中性，但围绕某家交易所储备的负面情绪集群非常强烈。"单看情绪是一个糟糕的交易信号；情绪与技术面结合，则是市面上最强的上下文过滤器之一。
Fundamental Agent（基本面 Agent）
对加密货币而言，"基本面"指的是链上数据与市场结构，而不是市盈率。基本面 agent 跟踪活跃地址数、交易所净流入、稳定币供应趋势、永续合约资金费率、未平仓合约变化、基差价差。一个高价值的常见模式：资金费率急剧转正、同一资产的交易所流入暴增——这是一份典型的多头清算瀑布配方。基本面 agent 会在这种结构性配置出现在图表上之前的若干天就标记出来。
Decision Agent（决策 Agent）
决策 agent 是综合者。它接收三个专业 agent 的输出，加上当前的持仓状态（若有）、用户的风险参数，以及对更宏观市场状态的描述。它产出一个单一的决策：开仓 / 平仓 / 更新 / 持有，加上方向、入场、止损、止盈和头寸规模。决策外面包裹一段自然语言的推理，并随订单一起被写入日志。第二天早上当你想知道为什么自动驾驶在凌晨 3:47 卖掉了你一半的 ETH 时，你读的就是这段。
四个 agent 之间的互动，是让系统在意义上区别于规则机器人的关键。指标 agent 可能说"看多，强度 0.6，信心 0.7。"情报 agent 可能说"中性，信心 0.5。"基本面 agent 可能说"看空，强度 0.8，信心 0.85——资金费率翻转，流入暴增。"决策 agent 在把这些与用户偏好和当前敞口一起权衡之后，可能选择不开仓，尽管指标读数偏多——因为结构性图景声音很大、新鲜、且信心很高。这种细微判断是 if-else 永远编不出来的。
从信号到头寸：一笔订单实际上是怎么被下出去的
信号不等于订单。在决策 agent 的输出与交易所 API 调用之间，存在一序列守卫，它们的存在就是为了不让小的分歧变成大的亏损。
Confidence Threshold（信心阈值）
每个自动驾驶都配置了一个最小信心值——通常在 0.6 到 0.85 之间，取决于交易者的偏好。决策 agent 的信号若信心低于该阈值，整条信号被直接丢弃。在实战中，这通常过滤掉大多数币种 40% 至 60% 的信号，而存活下来的信号胜率显著更高。算术很直接：考虑手续费与滑点之后，高信心少量的交易胜过中等信心大量的交易。
Direction and Position Sizing（方向与头寸规模）
信号携带方向（多 / 空）与强度分。自动驾驶将强度按基础配置百分比（占交易资金的百分比）乘以强度，翻译成头寸规模。在基础 5% 的配置下，BTC 上一个强度 0.9 的多单变成 4.5% 的仓位；强度 0.4 的多单变成 2%。这是刻意的——只有模型被说服时才应该开大仓，而信心是被度量的，不是被假设的。
Entry, Stop Loss, and Take Profit（入场、止损、止盈）
每条开仓指令都包含一个入场区间（通常市价，偶尔在信号锚定某个关键位时用限价）、一个硬止损，以及一两个止盈位。止损通常被放在某个结构位之外——多头放在最近的摆动低点之外，空头放在某个明显的阻力翻转之外——而不是固定百分比之外。这一点关键，因为价格倾向于刺向止损聚集的区域：放在"入场下 5%"的止损会被猎杀；放在"先前 4h 摆动低点下方 10 ticks、那个低点曾守住三次"的止损通常不会。
Update vs Close（更新与平仓）
一旦开仓，每个分析周期都会重新评估这笔头寸。决策 agent 可以下达更新（移动止损、调整止盈、加仓或减仓）或平仓。一个常见行为是随着交易进入盈利而逐步上移止损，锁定收益同时为趋势延伸留出空间。每一次更新都会带一个理由被写入日志，因此当你醒来发现利润比预期小时，你能读到自动驾驶为什么落袋。
真正重要的风险控制
一个严肃的自动驾驶的配置界面上有十几个旋钮，其中大多数是关于不交易的。这是最重要的反转——必须理解。
Minimum Confidence（最小信心）
如上所述。越紧越安全；过紧会让自动驾驶饿死、让你为一份什么都不做的软件付费。大多数线上 SimianX 自动驾驶根据资产波动率运行在 0.65 到 0.80 之间。
Direction Restriction（方向限制）
当你的账户、司法管辖区或论点要求时，限制为只多或只空。只多在现货账户很常见；只空在为已有组合对冲时很常见。自动驾驶仍然跑完完整的四 agent 分析，但忽略任何违反限制的信号。
Symbol Whitelist（标的白名单）
把自动驾驶限制在一组特定币上——例如 BTC、ETH、SOL。这至关重要，原因有二：上限你的有效敞口；让 AI 的注意力集中在你有 edge 的资产上。让一个自动驾驶监控 200 个符号，几乎总是比每个主流资产各跑一个自动驾驶要差。
Minimum P&L Percent（最小盈亏百分比）
一个用于压制噪声的信号更新过滤器。如果一次止盈移动只能兑现 0.3%，那就跳过；手续费会吃掉大部分。把最小盈亏百分比设为 1.0 意味着"非重要变化别打扰我"。
Rate Limits（速率限制）
三个值有意义：每小时上限、每日上限、冷却秒数。冷却最有用——它防止自动驾驶在单根剧烈 K 线内自我碾碎。通常 60 到 120 秒。
Auto-Disable on Failures（失败自停）
每个自动驾驶的通知投递都被监控。连续 5 次失败（一个错误的 webhook URL、一个被删除的 Discord 频道、一个被封的 Telegram bot）就会自动禁用该通知。交易执行继续；只是告警静音。这是正确的行为——你要的是即便 Slack 工作区坏了，订单也照常发出。
常见失败模式（及其规避方法）
在累计观察了数百个 SimianX 自动驾驶运行数千小时之后，同样几种失败模式反复出现。它们都不是自动驾驶本身的 bug——它们是用户侧的模式，能把一个本来可用的系统变成一个亏钱的系统。在你掉进去之前先认出它们。
每次市场震荡就调参
运行自动驾驶的第一周在统计上没有意义。6 笔交易、12 笔、30 笔——都不足以得出"最小信心阈值过紧还是过松"的结论。新手最常见的错误是：连亏 3 笔后放松信心，然后连亏 2 笔聚集后又收紧。到第二周末，参数已经被移动了 4 次，根本没有任何在固定配置下的真实行为样本。选一个配置，写下你为什么选它，至少留它两周不动，然后再评估。
手动平掉自动驾驶想留的仓
这是单一最昂贵的习惯。自动驾驶用一个结构性止损和结构性止盈开了仓。你看着价格往反方向走、恐慌、在保本附近平掉——结果看着止损守住、交易跑到目标、而你没在场。决策 agent 的 edge 就在于不恐慌；如果你替它恐慌，你就把 edge 让出去了。反方向同理：因为焦虑而提前平掉赢家，把本来自动驾驶出场逻辑会抓到的钱留在桌上。
同时跑太多自动驾驶
广度没有奖品。你彻底理解的两个 BTC 和 ETH 自动驾驶，会跑赢你勉强分得清的六个币上的六个自动驾驶。原因很简单：每个自动驾驶至少需要每天瞥一眼做合理性检查，而你的注意力会累积——你开始注意到某个特定模型很会处理资金费率翻转，或者你的 indicator-agent 间隔在 15 分钟蜡烛上过于激进。这种直觉无法横跨六个币同时形成。
在震荡里和模型对着干
当市场连续一周横盘时，自动驾驶往往会产出一串小亏单——每笔都以合理信心入场，每笔都在区间未能展开时被止损。你的直觉是把它关掉。你的纪律应该是别动它，除非交易频率超过你设定的每日上限，或者累计回撤突破你事先设的阈值。震荡是市场状态周期的一部分。自动驾驶能扛过震荡；你只有不在震荡底部把它关掉，才能扛过震荡。
不读决策 agent 的推理
你能建立的杠杆最高的单一习惯，就是逐笔阅读决策 agent 在开仓和平仓时的自然语言推理，特别是头一个月。你会学到模型怎么想问题。你会抓到真正的误读（它把减半叙事和监管叙事混为一谈；它在低流动性周末过度依赖 Polymarket 赔率），也会对它读对的那些建立信心。把推理日志当成每日阅读习惯，而不是只在亏损之后才打开的鉴证工具。
实时告警：五条通道，每条做一件事
一个静默运行的自动驾驶，是一个你不会信任的自动驾驶。你能养成的最好的习惯，是在给账户注资之前至少接入两个通知通道。
SimianX 自动驾驶目前支持四条上线投递通道——Email、Discord、Telegram、Slack——以及一条在部署向导中标记为 Coming Soon 的 Custom Webhook（API POST）。每条上线通道都已完整接好，并带有针对 agent 的丰富格式化——Discord embed 会在决策时点附上 RSI、MACD、EMA 的快照；Telegram 消息使用带正确转义处理的 MarkdownV2；Slack 使用 Block Kit；即将上线的自定义 webhook 将投递一个结构化 JSON 负载，其中包含完整的信号与分析树。
正确的组合取决于你的紧迫感容忍度：
每条通道都支持过滤条件：你可以配置 Email 只在 position-opened 和 position-closed 时触发，而 Telegram 在所有事件（包括四个 analysis-completed 事件）上触发。这能让喧闹的通道只剩信号。
在 SimianX 设置你的第一个自动驾驶
下面是从登录账户到一个上线自动驾驶的可操作步骤。第一个大约 10 分钟；后续的两分钟即可。
1. 打开 Autopilots 页面。 点击 Create New Autopilot。
2. 选定标的。 第一次先选一个主流币：BTC、ETH 或 SOL。把 加密货币排行榜 作为交叉参考，看看近期窗口内哪些 AI 模型在该资产上表现最好。排行榜由 实时加密会话 上的真实模型仓位持续更新。
3. 选定 AI 模型。 不同模型家族脾性不同。Claude 倾向于更高信心、更低交易频率。GPT-5 交易更频繁。Grok 与 DeepSeek 在剧烈行情中各有特征。过去 30 天的排行榜表现是最佳指南。
4. 设置交易资金。 这是自动驾驶用于头寸规模计算的名义金额。从小做起——不要超过你能完全承担损失的额度。
5. 设置风险参数。 一个合理的初始配置：最小信心 0.70，方向双向，标的只 BTC，最小盈亏百分比 1.0，每日上限 6，冷却 120 秒。等你信任它的行为后再放宽。
6. 接入通知。 至少 Email（接全部事件）加 Telegram（接持仓事件）。开始之前先测试每条通道。
7. 启动自动驾驶。 它会在一分钟内开始第一轮分析周期，只有当四个 agent 在你的信心阈值之上达成一致时才下首单。第一天看到两三笔交易、或者零笔，都是正常的。零笔也好。
紧密观察前几笔交易。读决策 agent 的推理。如果自动驾驶在开你本来不会开的仓——或在明显已失效的位置上还在持仓——正确的动作是把信心阈值收紧，而不是手动覆盖。手动覆盖会打断自动驾驶变得有用所需的反馈回路。
常见问题
AI 自动驾驶会盈利吗？
诚实的回答：取决于模型、资产、市场状态、参数。SimianX 上一些自动驾驶在多个月窗口里产生了极佳的成绩；另一些没有。加密货币排行榜 展示了每个活跃模型的实时表现，毫无挑选偏差。请使用它。
这与一个普通的交易机器人有什么不同？
交易机器人执行规则。自动驾驶会推理。区别在两种情境最明显：状态转换时——市场从趋势走向震荡、或从低波动走向高波动；以及黑天鹅事件时——规则机器人会继续发出不合时宜的订单，而自动驾驶会暂停、下调信心或翻转方向。
我可以用哪些 AI 模型？
SimianX 当前支持来自六家提供方的模型，包括 Anthropic（Claude 家族）、OpenAI（GPT-5）、xAI（Grok）、Google（Gemini）、DeepSeek 与阿里（Qwen）。每个模型都有不同的交易签名，并在 AI 加密排行榜 上并排排名。
我需要一直盯着自动驾驶吗？
不需要——而且你不应该。把通知接好，看每日摘要，只在策略本身出错时介入。频繁干预是自动驾驶表现不佳的最常见原因。
起步需要多少资金？
从机制上讲很少——大多数交易所的最小交易额在 10 至 50 美元区间。从实务上讲，你要的资金量是让每笔交易的移动有意义、同时小到一次早期亏损不会改变你行为的程度。大多数用户从低四位数起步。
如果我的通知通道挂了怎么办？
交易执行不受影响。连续 5 次投递失败（或最近 10 次中失败率 80%）之后，该通道会自动禁用，自动驾驶面板会翻一个状态标记。修好通道、重新启用即恢复。当前各档套餐的通知额度请见 定价页。
我可以同时运行多个自动驾驶吗？
可以。推荐的模式是每个主流资产一个自动驾驶，各自配一个 AI 模型。这让你比较不同模型在同一币上的表现，以及同一模型在不同币上的表现。面板上会并排展示它们。
如何对比两个自动驾驶的实战表现？
让它们在同一资产、相同交易资金、相同信心阈值、相同方向限制下至少跑两周。仪表板会暴露每个自动驾驶的胜率、平均持仓时长、累计 P&L 和交易数。当每边平仓数超过 30 笔后，对比才开始有意义。低于那个数，你读到的是噪声。
自动驾驶可以用保证金或杠杆交易吗？
当选定的交易对是永续合约时——你会在交易对搜索结果里看到，例如 OKX 的 BTC-USDT-SWAP 最高 100x 杠杆，或者 Bybit Swap 同一对在 100x——自动驾驶可以开杠杆仓。风控同样适用：最小信心、头寸规模、止损位置都会随杠杆放缩。现货对（Binance 或 OKX 的 BTC-USDT SPOT）无杠杆，是新手首选的起点。
自动驾驶第一周实际是什么样的？
现实地讲：根据信心阈值和所选时间框架，会在 0 到 6 笔交易之间。其中几笔会赢，几笔会输。6 笔交易的胜率没有意义。第一周你要看的不是 P&L——而是自动驾驶开的这些仓，是不是你本来就想开的那种仓、在你预期它会去交易的那种行情里。这种定性的读取，比早期那个美元数字更有价值。
2026 展望
自动驾驶赛道还在早期。未来 12 个月最值得期待的进展不在指标数学上——那已经成熟——而在整合层：会加入哪些新 agent，它们如何投票，LLM 如何在短周期技术面与多日链上信号之间分配权重，以及推理过程如何透明地暴露给用户。预期下一代会加入一个专门的衍生品流向 agent、一个面向 ETH 与 Solana 生态的更深链上 agent，以及显著更好的风险覆盖逻辑。
不会改变的是：注意力的不对称。每天读 6 小时图表的交易者，正在与一个每分钟读图、永不疲倦的系统打一场结构性的败仗。把无聊的工作交给自动驾驶。把你的时间花在那些仍然需要人的部分上。
当你准备亲自试一个时，Autopilots 页面 只在一击之外——而每个活跃模型的每日表现就在 加密货币排行榜 上。
