我让 AI 蒸馏了 500 小时交易课程，实测胜率只有十几%——然后我把失败原样公开了

更新：2026-10 · 阅读约 16 分钟 · 内含 4 张线上实拍、1 张流程图与 4 张提效工具盘点表

我手里有一套 366 集、506 小时的交易课程，交给 AI 去「蒸馏成系统」。它很快交出了信号、回测和报告，看起来像模像样——实测胜率却只有百分之十几。复盘发现，62 万字的方法卡一条都没被代码引用。于是我推倒重建，把第一代策略的 168 笔实测、39.3% 胜率和 FAIL 判定原样贴在公开看板上。这篇文章讲的就是：一个人，怎么靠一条 AI 流水线，把翻车变成可验证的系统。

答案摊在下面——四套自己开发的系统（两套已上线、两套开发中），和 18 件让开发跑起来的提效工具。所有能公开的部分都给了入口，欢迎逐条核实；每一件工具，都写清了它解决什么开发问题、在整个开发流程里扮演什么角色。

阅读方式：第一部分是翻车与重建的真故事（含失败数据公示）；第二部分是成品清单（四套系统，可点开验证）；第三部分是开发方法（五个环节，人只守两个决策点）；第四部分是提效工具盘点（18 件，全部是我自己开发、在开发线上真正在用的）。

一、先说翻车的那段：从「白蒸馏」到重建（含一次公开的失败）

成品稍后再看——先说翻车的那段，因为它才是这篇文章最想给你看的东西。

事情的起点：上一个 AI 做出来的系统，胜率只有百分之十几。

我手里有一套完整的交易课程：366 集、506 小时、151GB 视频。我把它交给 AI 去"蒸馏成一套能用的交易系统"。我先前的期待很简单：课程是完整的，AI 照着做就行。结果它确实"做出来了"——有信号、有回测、有报告，看起来像模像样。但实测胜率只有百分之十几，几乎等于白蒸馏了这 500 小时课程。

复盘出来的根因，比"AI 不行"严重得多：

• 知识建了，但一个字没用上——62 万字的方法卡建完之后，信号逻辑代码里没有引用任何一条课程规则。回测测的其实是一个"简化版的普通策略"，跟那 500 小时课程没关系。
• 核心战法被当成"基础"漏掉了——12 金 K、2B、双龙这些入场战法，转录里都有，但逐集笔记 0 篇——因为当时被分类成"基础篇"，优先级被排到了后面。
• 口径张冠李戴——课程明说某些指标"不作为主要依据"，代码却把它们做主入场；28 条规则里有 8 条根本没法从 K 线数据直接量化（颈线、谐波、Spring 这些要靠人眼看的结构）。

于是 2026 年 8 月底，我决定推倒重建。重建的思路就一条：把"课程知识"真正变成系统里可被引用、可被验证的一等公民——

然后是最重要的部分：结果怎么公示的。

第一代策略（Gen1）跑完了 168 笔实测，结果并不好看——我就把不好看的结果原样贴在公开看板上：

这就是这个系统最反直觉的地方：它公开自己是"失败"的。看板顶部写着 EXECUTION_AUTHORITY: NONE——不接资金、不执行交易、只出信号；策略卡的实测数据里，"未通过"照样挂在表里。因为搞研究最贵的不是失败，是假成功：如果一个系统连自己的失败都不敢公示，它给出的任何一个"通过"都不值得信。

二、再看成品：四套系统

① AI 交易决策系统（内部系统 · 下图为界面实拍）

知识库负责「怎么判断」，驾驶舱负责「判断是怎么被执行的」——每一条结论背后是哪些证据、什么状态，全部留痕可查。它的开发管线用到了下面盘点里的：外脑协作系统、Codex 团队调度、长任务协议、审核调度、Kiro 终审等 10 余件工具。

② 本站与会员体系（就是你正在看的这个网站）

本站不需要截图——它本身就是证据。这个网站从设计、改版到上线，以及背后的账号注册、登录、会员权益、USDT 支付通道、邮件通知，全部由同一套流程开发：ChatGPT 定方向、Agent 写实现、独立模型审核、逐项验收上线。

可以顺手验证：打开 主页 看看导航与板块结构，注册一个账号走一遍 会员中心 的流程——你看到的每一个页面、每一次「已生效」的背后，都是这条开发线在跑。

③ 内容自动化系统（开发中）

把内容信号自动采集进来、变成选题、进入处理队列——这套系统正在开发中，部分环节已经在服务器上常驻运转。它证明的是：这套开发方法不只适用于交易系统，任何「有明确输入输出」的系统都能用同一条流水线做出来。

④ 公众号运营自动化（开发中）

公众号图文的一键排版、自动配图、草稿上传与发布承接——同样由 ChatGPT 定方向、Agent 写实现、独立模型审核的流程在开发中。开发过程与①②③共用同一套工具链（见第四部分）。

三、开发流水线：五个环节，人只守两个决策点

四套系统形态不同，但开发方法完全一样——把「做系统」当成一条流水线：原料是需求，成品是上线系统，中间五个工位，每个工位都有明确的产出物和验收标准。而我的角色是质量总监：只在方向确认和上线许可两个点上拍板，其余全部交给流水线。

「开发」和「生产」的区别在于：开发可以靠灵感，生产必须可重复、可度量、可追责。这条线上的每一步，都是为了后三个词服务的。下面五个环节，是这条线在开发四套系统时反复执行的动作。

先亮「公司架构」：五个 AI 员工，一个人类老板

这条流水线能跑起来，靠的是一支特殊团队——产品、UI 设计、研发、审核、测试五个岗位全部由 AI 坐班，公司里的人类只有一个人（负责拍板与担责）。这就是我说的「一人开发公司」，先看分工表：

你正在看的这个网站就是活证据：首页、文章页、暗色主题的整套视觉，都是 Stitch 先生成设计系统、再由研发岗（Codex 团队）实现上线的。四套系统的界面，走的都是这条「设计 → 实现」的直线。

环节一 · 方向：把「要什么」交给最强推理

第一个坑，90% 的人第一步就踩了：把方向问题问给了执行模型。当你让一个写代码的 Agent「自己想想该做成什么样」，你得到的是它脑内的平均值——而不是对你最有价值的选择。

这条开发线上的分工是固定的：方向归最强推理模型（我用 ChatGPT 的最大档），执行归本地 Agent。两者额度独立、能力画像不同，混用只会两头都亏（详见另一篇《把 ChatGPT 网页端用成你的产品经理》）。

这一步的产出物不是「聊天记录」，是三样能直接进入流水线的东西：

• 规格草案：要做什么、不做什么、边界在哪；
• 验收标准：用什么证明每一步做成了；
• 风险清单：哪些地方可能翻车、翻车了怎么回退。

一个实操细节：给方向模型的材料要一次性给全——现状、目标、限制、已试过什么。挤牙膏式的一问一答，会把最强的模型降级成最贵的搜索引擎。

环节二 · 规格：先把失败钉死

先写验收，再写实现。验收标准不是最后一道关，是第一份文件。

这是整条开发线最反直觉、也最值钱的一条纪律。大多数项目死在「做完了才发现不知道算不算做完」；而这条线在动工之前，就把「什么算成功、什么算失败、失败到什么程度就停」全部写死。

尤其是涉及权限与资金的部分，规格里先写「不许做什么」：

• 权限门默认关闭，够不着就是够不着（fail-closed：不确定就锁死，而不是不确定就放行）；
• 涉及金额的计算先定精度与校验规则，再谈功能；
• 一旦开跑，参数冻结——参数不许回头改；想改 = 重开一局，严禁「改到通过为止」（那是对结果的过拟合，不是成功）。

这些文档不存在某个人的脑子里，全部落盘到共享空间：每个项目的规格、评审记录、交接单随手可查——后面的执行与审核角色，都对着同一份白纸黑字干活。

环节三 · 执行：并发，但写入隔离

到了干活环节，效率来源只有一个词：并发。把一个系统拆成若干「彼此独立、写入互不重叠」的任务块，交给多个 Agent 同时推进——这是四套系统能在有限时间里推进的核心原因。

并发有三个纪律，违反了比串行还慢：

• 写入隔离：每个执行者只碰自己的地盘，谁都不许越界改别人的文件；
• 上限控制：并行度服从机器资源和风险等级，不凑数、不榨干；
• 主控只回收产物：不允许多个 Agent 互相直接改——所有集成都回到主控做，冲突在这一层消化。

另一个被低估的点：模型档位要分级。确定性的脏活（批量处理、格式转换、跑测试）给最便宜的执行档，难活（核心逻辑、复杂重构）给强力档——同一件事，成本能差十倍以上，效果却没有差别。

环节四 · 审核：执行者永远不自审

自己审自己 = 没有审。审核必须是独立的角色、独立的通道、独立的证据。

这条线上每一个关键产出，都要过一个审核门：换一个模型、换一份上下文，对着规格逐条挑错；能复算的复算，能重放的用例重放；不同意就打回去回炉。执行者说「做完了」不算数，审核者说「查过了」才有分量。

用什么来审？顶级模型——但不按订阅烧钱用。这里用的就是「审核调度 Skill」那套纪律：单次任务包提交、流式防超时、聚焦包防截断，单次审核成本≈一杯奶茶。审稿人不需要陪跑整个项目，它只需要在最关键的几个点上，用最强的脑子看一次。

环节五 · 验收：一切以证据结案

没有证据的「完成」，一律按「没完成」处理。

这条线上「证据」的定义很具体：验收脚本的绿色输出、线上页面的实拍、接口回执、审计日志。口头汇报不算，聊天记录不算，「我觉得没问题」不算。

还有一个让系统不翻车的开关：fail-closed。不知道就停，不确定就锁死，出异常就回退。停着的代价永远小于猜错的代价——尤其当系统涉及权限、金额这类「错了就收不回来」的领域。

上线也不是终点：每一次变更都要留痕——谁、何时、改了什么、为什么。出了事能回溯到具体动作，而不是一句「不知道怎么回事」。

四、18 件提效工具盘点

下面是整个开发流程里真正在用的提效工具（我自己开发/打磨的 Skill 与自动化套件）。只收录三类：开发造系统时用的、起到关键作用的、属于我这套工作流自己的——第三方技能库和边角工具一律不占篇幅。每件都写了：解决什么开发问题、在开发流程中的角色。状态说明：已开售 有专门文章可读、可直接购买；可咨询 支持单独交付与配置指导；内部运行 是我自用的系统，暂不对外。

A 组 · 协作与调度（把活派出去）

B 组 · 审核与裁决（把错拦住）

C 组 · 执行与交付（把系统上线）

D 组 · 领域与前置（开发基础件）

以上 18 件为开发主力。体系里另有若干基础设施（监控、备份、域名与邮件等）与协作接口作为支撑，未在此一一展开。

这份清单不是终点——每件工具都值得单独写一篇「它是怎么干活的」。已经在写的、和接下来的文章顺序，都会从这张表里长出来。

三条最值钱的经验

1. 审核权与执行权分离。谁负责做，谁就不参与审；审计只看证据，不看态度。
2. 一切以证据结案。截图、回执、日志、复算——缺一项不算完成。「口头完成」是工程上最大的债务。
3. fail-closed。不确定就停，停的代价永远小于猜错的代价。参数冻结、不许「改到通过为止」。

常见问题

Q1：完全不用写代码吗？
这条线的日常里，绝大部分环节不需要手写代码——但你需要「看得懂结论」：验收是否通过、数字是否合理、风险是否可控。质量总监不用会拧螺丝，但必须会看质检报告。

Q2：要花多少钱？
主力成本是按量付费的模型调用（用对档位差异巨大，参考《审核调度 Skill》里的实测：单次顶级模型审核≈一杯奶茶），加上一台低配服务器。绝大多数环节可以先用低价档跑通，再升级。

Q3：什么人用这套流水线价值最大？
手里有「明确要做成的东西」但不想陷进工程细节的人：独立开发者、内容团队、做工具/后台/数据管道的个人与小组。反过来，连「什么算成功」都说不清的项目，先别上流水线——先去环节一。

Q4：表里的「可咨询」是什么意思？
说明这件工具已经在真实生产里跑稳了，可以单独交付（含配置指导与落地答疑）。私信说明你的使用场景，我会告诉你适不适合、怎么用。

Q5：这个交易系统能给我信号 / 能跟单吗？
不能。公开的部分是只读的研究与决策辅助系统：可以看到知识库、决策看板与运行留痕，但它不接资金、不执行交易、不提供任何投资建议。本文也不构成任何交易建议。

关于本文与说明

文中系统的公开入口（知识库与驾驶舱）均为只读展示，不构成任何交易建议，也不承诺任何收益；截图数据来自公开页面，随时间推移会变化。文中提及的协作流程与成本数字为个人实测参考，不构成效果保证。ChatGPT、OpenAI、Claude、Anthropic 等均为其各自公司的商标，本文所述工具为个人开发的第三方工作流套件，与上述公司无隶属关系；所有平台功能与政策以官方为准。

更多教程与工具：主页 aizhuozhi.com；联系 TG @aizhuozhi。