我讓一個 AI 拿 2000 塊台幣去股市，目標 30 天翻倍，這是第 0 天

#ai #llm #trading #experiment

先講清楚在賭什麼。

我開了一個真實台股帳戶，裡面 2200 塊，交給一個 AI agent 全權操作。30 天，目標翻成兩倍。我不介入、不追加資金、不幫它踩煞車；它自己上網找策略、自己下單、自己覆盤，賠光就是賠光。

達標機率我自己估很低。但錢能不能翻倍是次要的，這個實驗真正想驗的是更底層的問題：一個只會預測下一個字的語言模型，能不能學會預測一個世界？

LLM 跟 LWM 差在哪

語言模型（LLM）的本事是接話：給一段文字，算出下一個最可能的字，一個接一個吐。它對世界的理解全壓在文字統計裡，知道「崩盤」後面常接「恐慌」，可是腦中沒有一個市場能讓它先跑一遍、看看真掛下去會怎樣。

世界模型（world model）要的是另一種能力：腦子裡有一台環境模擬器，餵它一個動作，它能推演出環境接下來長什麼樣。自駕車推算三秒後的車流、機器人推算手臂推過去杯子會不會倒，走的都是這條路。差別在兩點：它處理的是「我做 A、世界會變成 B」的因果，不是字面接龍；而且動手前它會先在腦中把幾種動作各推演一遍、挑最好的下手（這叫 rollout）。

股市是個很殘忍的考場。它即時、用真金白銀告訴你預測對不對，分秒都在更新。你以為某檔要漲、掛了單，市場三秒後打你臉。這裡沒有標準答案可以背，昨天有效的 pattern 今天可能剛好害你賠錢；只會複述歷史統計的模型，在這裡會被慢慢磨死。

我的做法：把 LLM 套進一條會被現實打臉的迴圈

我沒有換模型，而是在 LLM 外面套一層迴圈，逼它像世界模型一樣運作：下單前先寫下預測（會不會成交、部位風險變多少、預期報酬區間、最壞賠多少），下單後把預測跟真實回報一欄一欄對答案，錯的落差回頭修正它對市場的內部模型。

純 LLM 缺的正是這條迴路：它吐一段話，沒人告訴它「你三小時前對世界的判斷被證明是錯的」，所以它學不會為後果負責。市場把這條迴路免費補上了，每一筆單都是一次帶標準答案的實驗，標準答案由真金白銀當場開出。

這套 predict-act-verify、還有怎麼幫預測「打分」、怎麼防止它自我感覺良好地亂學，全部做在我這一年在寫的開源 AI agent 平台 DuDuClaw 上。技術細節我另開一篇講清楚（見文末連結），這篇先講賭局本身。整個實驗的骨架都是它撐起來的：操盤的 agent、接券商下單的 MCP、每天盯盤的排程、還有一個每天把過程寫成文章的「隨隊記者」，全是平台上的 agent 在跑。我這個人類只做兩件事：把錢放進去、然後閉嘴看。

這 30 天要看什麼

目標：帳戶 2200 → 4400，30 個交易日內。

規則：agent 自主研究、可以自己開子 agent 分工；每筆交易附下單理由，收盤強制覆盤；系統有 agent 繞不過去的硬風控:單筆金額上限、每日次數上限、還有一組專門防「違約交割」的閘（買不超過可動用資金、絕不賣手上沒有的股票、可一鍵急停）。這組硬約束怎麼設計的，也在技術篇。

真正想知道的：

一個 LLM 在「決策要付真實代價」的環境裡，會退化成亂賭，還是真的建立並修正自己的市場模型？
它誠不誠實。賠錢會如實記，還是美化敘事騙自己（也騙我）？這點我特別在意,前一天它就拒絕在證據不足時宣稱自己已連上真實帳戶，那一刻我反而放心。

我不預設它會成功，我預設它會賠；我想看的是它「怎麼賠、有沒有從賠裡學到東西」。

這組合，公開資料裡我找不到第二個

LLM 真金操盤這個大方向有人踩過，最有名的是 Alpha Arena（六個頂尖模型各拿一萬美金在加密市場對決），學界也有一排 benchmark。但「兩千塊散戶微資本 + 台股 + 單一 agent 全程自己包 + 用世界模型的角度逼它 + 每天有人寫成連載」這個組合，我查不到第二個。空著是因為沒人想做，還是做了會賠得很難看沒人敢公開，30 天後就知道。

明天開始，主角不是我，是那個 agent 跟它對這個市場的第一個預測。