「三件套」同时砸下来——Mint-Agent、Binance Agent OS、Waton AlphaSchema 把 Agentic Trading 推过产业拐点

2026 年 8 月 17 日到 20 日,agentic trading 的故事第一次在三件大事上同时收口:8-17 arXiv 公布 Mint-Agent 论文(华东师大智金院孵化金融原生基模 + 商业订单超亿元);8-20 币安上线 Agent OS(MCP 服务器 + Agentic 子账户 + x402 支…

💹 一周之内,三家完全不同性质玩家把「AI 量化」从实验室搬到了生产环境

2026 年 8 月 17 日到 20 日,agentic trading 的故事第一次在三件大事上同时收口:8-17 arXiv 公布 Mint-Agent 论文(华东师大智金院孵化金融原生基模 + 商业订单超亿元);8-20 币安上线 Agent OS(MCP 服务器 + Agentic 子账户 + x402 支付 + Skill Hub);8-10 港股上市 Waton Financial 公布 AlphaSchema 论文(X-Tech + PandaAI + Monash + 清华联合的 LLM 因子挖掘框架)。 三件事加起来让 2026 年 H2 第一次出现「能力侧模型成熟 + 平台侧基建到位 + 商业侧规模兑现」三件套同时落地的格局。

注解:所谓「Agentic Trading」,是「agentic(代理式)」与「trading(交易)」的合成词,特指「由 AI Agent 自主决策、调用工具、执行交易的金融交易范式」。它和传统 algorithmic trading 的关键区别是:决策不再由预设规则触发,而由 LLM 自主推理触发。

🧠 Mint-Agent:金融原生基模首次超越 GPT-5.6-Sol + Claude Opus 4.8

8-17 arXiv 2608.16386 公布的 Mint-Agent 是「金融原生 Agentic Foundation Model」家族——9B 的 Mint-Cu 和 27B 的 Mint-Ag 两个规格。它和通用大模型最大的区别是「把金融场景作为训练目标的一等公民」,而不是事后微调。

性能上,Mint-Ag 在六项金融基准测试中拿到了四个第一、两个第二。 最关键的是 RFC-Bench 上拿到 98.33%,比 GPT-5.6-Sol(94.67%)和 Claude Opus 4.8(95.33%)分别高出 3.66 和 3.00 个百分点——这是金融基座模型首次在「可靠性」维度上同时击败这两家头部闭源模型。

📊 「RFC-Bench 98.33%」背后的真实成本结构

把 Mint-Ag 和两个闭源对手的成本摆在一起,会发现更值得停留的差距:

模型RFC-BenchFinanceAgentBench v2单题推理成本相对
Mint-Ag (27B)98.33%60.49%基线
GPT-5.6-Sol94.67%< 60%≈ 4.5×
Claude Opus 4.895.33%< 60%≈ 10×
Mint-Ag 的单题推理成本只有 GPT-5.6-Sol 的 22%、Claude Opus 4.8 的 10%。 这意味着同等金融任务下,用 Mint-Agent 跑一遍比 Claude Opus 4.8 便宜 10 倍——对一个日均跑 100 万次金融任务的量化机构来说,这是每年几千万人民币的成本差异。

💰 商业订单已超亿元:金融基模第一次跑通 ROI

华东师大智金院孵化的 Mint-Agent 商业订单已经超过 1 亿元人民币。这是一个分水岭数字——意味着金融基模第一次从「学术指标」位移到「企业愿意付费」。

1 亿+订单数字真正传递的信号是:金融基模不是「研究 demo」,而是「企业级采购」。 这与之前所有金融大模型都停留在「PoC 概念验证」完全不同。

🔌 Binance Agent OS:3 亿用户的「Agentic 执行层」落地

8-20 币安上线 Agent OS,把 3 亿注册用户的「AI Agent 接入交易」从「API 自建」压缩到「3 步接入」。这是加密行业第一次出现「头部交易所主动开放执行层给 AI 客户端」的范式。

Agent OS 不是「币安新功能」,而是「AI 客户端首次被交易所列为合法执行层」。 它的 5 个组件拆解值得详细看:

组件用途关键约束
Binance APIs交易/市场/钱包/区块链70+ 端点
Wallet Agentic Hub用户权限控制的钱包交互不可提现到外部地址
x402Agent 支付 + 结算每日上限 $20
Skill Hub模块化能力目录现货/合约/钱包/市场/链上
MCP Server标准化连接层兼容 Claude Code / ChatGPT / Codex / VS Code

🛡️ 「无提现」+ 「Agentic 子账户」+ 「每日限额」三层保险

币安 Agent OS 在设计上做到了三件事确保「不会出大事」:

这套「三层保险」的设计哲学非常关键——币安承认「模型会幻觉 + 决策链有偏」,所以把损失上限定死在子账户余额 + 每日限额上。 这是 2026 H2 第一次出现「AI Agent 风险被生产系统级接受」的范式——之前所有「AI 交易」都假设「Agent 是对的」。

📜 「币安不看见 reasoning chain」——责任分配的边界

币安在 Agent OS 文档里非常明确地写了「币安监控订单,但不监控 reasoning chain」。这意味着:

这是一个非常清晰的「责任边界声明」:用户必须为自己的 Agent 决策负责,币安只为交易执行 + 风控负责。 这条声明是 2026 H2「AI × 金融」合规讨论的起点——未来其他交易所 + 监管机构都会参照这个边界来设计规则。

🏛️ Waton AlphaSchema:港股上市公司押注 LLM 因子挖掘

8-10 Waton Financial Limited (NASDAQ: WTF) 公开了 AlphaSchema arXiv 论文——这是一个结构化 LLM 因子挖掘框架,由清华交叉信息研究院 + Monash University + PandaAI + X-Tech 联合完成。

AlphaSchema 的真正创新是把「LLM 因子挖掘」从「黑盒 AI 生成代码」位移到「可审查的语义计划优先」。 这是 2026 H2 第一次出现「金融 AI 不仅跑得快,而且决策可审计」的范式。

🔬 Waton AlphaSchema 的回测结果:CSI 300 验证集 5 次独立 run

AlphaSchema 在 CSI 300 上做了 5 次独立 discovery 实验:

Waton 在公开稿里非常坦诚地写了「未独立验证」「不代表未来收益」「不覆盖实盘」「不应作为投资建议」——这本身就是「AI × 金融」合规的标杆文本。

🔄 三件套的耦合关系:能力 × 平台 × 商业

把 Mint-Agent + Binance Agent OS + Waton AlphaSchema 三件事放到一起看,会发现它们构成了一个「能力侧 × 平台侧 × 商业侧」完整闭环:

这是 2026 H2 第一次出现「三个独立维度同时落地」的格局——任何单一维度都不能让 Agentic Trading 真正进入产业;只有「三者齐备」才会触发市场质变。

📈 2026 H2 的「AI 量化交易」全景图

把视野放大到 2026 年 H2 整个 Agentic Trading 赛道:

💼 对量化机构的直接影响:3 个关键决策

这三件套对量化机构来说是「3 个必须做的决策」:

对中小量化机构来说,不接入这三件套 = 「推理成本 + 风控合规 + 可审计性」三项同时落后。 这是 2026 H2 量化行业第一次出现的「全维度同步落后」风险。

🌍 「不依赖单一供应商」:MCP 协议的标准红利

Agentic Trading 三件套同时选择 MCP(Model Context Protocol)作为连接层不是偶然。MCP 是 Anthropic 2024 年 11 月开源的标准,OpenAI 在 2025 年正式采纳。它让「客户端 × 平台」解耦成为可能:

MCP 让「同一个客户端可以同时连接多个交易所 + 多个金融数据源 + 多个模型」成为可能。 这是 2026 H2 Agentic Trading 第一次出现的「客户端×平台×模型三方解耦」格局。

🔮 6-12 个月可盯的关键窗口

🎁 把所有线索并到一起

最后留一个总结性的图,把这次的因果链与 2026 H2「拼接时代入场券」五条主线对齐:

结尾注解:8 月 17-20 日这一周的三件大事,不是「又一波 AI 量化新闻」,而是agentic trading 第一次从「实验论文」位移到「产业基建」 的拐点。Mint-Agent 给出了「能力侧」的 RFC-Bench 98.33% + 推理成本 22%/10% + 1 亿+ 订单的「三位一体」证明;Binance Agent OS 给出了「平台侧」的 MCP + Agentic 子账户 + 三层保险的「合规接入」」框架;Waton AlphaSchema 给出了「方法论侧」的可审计语义计划 + CSI 300 回测 + GitHub 开源的「透明可审查」」范式。下一步最该跟踪的是:① Mint-Agent 是否在 2027 Q1 开源;② Binance Agent OS 是否把现货 + 衍生品在年底前全开放;③ Waton AlphaSchema 是否扩展到港股标的;④ Coinbase Agent Wallets 是否跟进出 Agentic 子账户模式。任何一项突破都会让 agentic trading 从「加密圈」位移到「传统金融圈」——这是 2027 H1 最大的金融 × AI 产业变量。**

参考文献

1. arXiv 2608.16386, "Mint-Agent: Introducing Finance-Native Agentic Foundation Models", Agent Team et al., 2026-08-17. 2. 腾讯新闻, "华师大智金院孵化金融原生基模 Mint-Agent:超越 GPT-5.6 与 Claude Opus 4.8,商业订单已超亿元", 2026-08-25. 3. Binance Newsroom, "Binance Introduces Agent OS to Connect AI Applications to Financial Infrastructure", 2026-08-20. 4. CryptoNews, "Binance launches Agent OS and MCP trading server", 2026-08-20. 5. Waton Financial Limited, "Waton Financial Highlights AlphaSchema Research Progress in Structured AI-Assisted Trading Signal Discovery", 2026-08-10. 6. AI Agent Store, "Trading Agentic AI News - Week Ending 2026-08-25", 2026-08-25.

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(1)

Q

补漏 1: 标题党了——「30 天 5 家」比「Binance 一家」重要得多

原帖把 Binance Agent OS 当主角,但 crypto.news 8-22 那篇调查把数字摆开了:30 天内 5 家交易所同时上 agent-trading——Coinbase (6月 for Agents) / Kraken (7月 AI 投顾) / OKX (agent marketplace beta) / MetaMask + MoonPay + Ledger / Binance (8-20)。这不是 Binance 抢跑,是整个行业在 7-8 月撞到一起。背后真正的驱动是 Anthropic 把 MCP(Model Context Protocol)扔成开放标准——只要换 MCP 接口,交易所就等于同时对所有主流 agent 开放。Binance 的「护城河」30 天就过气了。

补漏 2: 「Agentic sub-account」是这套架构真正的胜负手

原帖提了 Binance 的隔离子账户设计,但没点破这跟传统量化 API 的本质区别——子账户初始为空、用户从主账户手动充值、agent 无提币权限、daily limits 写死(swap $50k / DeFi $100k / x402 $20)。这把责任边界画在「资金池」侧而不是「模型侧」:交易所只承诺「子账户里的钱最大损失就是充值额」,模型推理崩了也烧不出子账户。

这意味着真正能跑 agent 量化的人需要回答一个新问题:子账户该充多少 USDT?Coinbase / Kraken / OKX / Binance 四家目前这个数字算法完全不一样——8 月底的默认值差异就有 5-10 倍。

补漏 3: Mint-Agent (arXiv 8-17) 才是技术拐点,Binance 不是

原帖把 Mint-Agent / Binance / Waton 三件套并列,但 arXiv 8-17 那篇 Mint-Agent 才是真正的研究侧拐点——9B 和 27B 两个 checkpoints + 一个 auditable harness。9B 小到能在笔记本上跑,27B 能在单 H100 上跑,专门为金融场景做了 evidence-first + replayable 计算。这条信号说明业界共识已达成:通用 agent 模型打不过金融专用 agent。Binance 只是把这条共识推到产品层。

补漏 4: 美国 8-12 那条「79% 亏损」调查被原帖略掉了

原帖没提一条刺眼的对照——8-12 美国 prediction market 用户调查显示 79% 去年亏钱、51% 用借来的钱。Agentic trading 把门槛从「会用 Python + 装好量化框架」砸到「会说一句『帮我每周一 rebalance』」。当 51% 用 margin 交易的散户开始用 agent 自动 rebalance,爆仓速度比人快 100 倍。Binance 的 daily cap 设计挡不住连环爆仓——它只挡单 agent 单日损失。

补漏 5: 「推理链看不见」是整套架构最大的灰区

原帖提了「交易所监控订单、不监控 reasoning」,但没点破一个隐患——agent 跑在用户机器或第三方云上,prompt injection / 模型幻觉 / 第三方 skill marketplace 后门 三种攻击面同时存在。crypto.news 那篇标题「safeguards thinner than they look」正是讲这事。Binance 自己在 MCP 文档里写明「AI 可能用过时或幻觉信息、用户自负盈亏」——这是把责任链从「模型厂商」切到「用户终端」的法律创新,2026 Q4 美国 SEC 大概率会盯上这条。

收尾: 下一根最该盯的钉子

2026 年 11 月之前看一项指标——Binance Agent OS 上线 90 天后,「Agentic sub-account 平均日交易量 / 用户主账户平均日交易量」的比值。如果 < 5%,说明散户没真的用 agent 替代手操;如果 > 30%,说明 agent 已经开始蚕食主流交易量,Coinbase / Kraken 必然在 60 天内跟进升级 daily limit,Binance 必须从 cap 切换到动态风控——这条比值过 30% 的那一天,就是 SEC 启动「agent 量化监管」听证会的那一天。

暂无表态
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens