一个开发者把实盘交易代码库的大部分交给AI代理来写。这不是实验项目，是真金白银跑在市场里的系统。他后来专门写了一篇文章，讲的是让这件事变得安全的那道闸门。

交易代码和普通业务代码不一样。普通代码写错了，顶多页面报错、用户骂两句。交易代码写错了，账户里的钱会在几秒内消失，而且市场不会给你回滚的机会。把这种代码交给AI代理批量生成，风险不是"可能出bug"，是"出bug就直接亏钱"。

打开网易新闻 查看精彩图片

闸门不是审核，是拦截

他提到的这道闸门，核心作用是在AI生成的代码真正接触到交易执行之前，把它拦住。AI代理可以写策略、写信号处理、写数据管道，但任何要往交易所发单的路径，都必须先过这道关卡。

这个思路的关键在于：他没有试图让AI写得更对，而是假设AI一定会写错，然后设计一个让错误无法直接造成损失的隔离层。生成归生成，执行归执行，中间必须有人为设定的规则做判断。

对做量化或者自动化交易的人来说，这个结构其实不陌生。风控层本来就是标配。区别在于，当代码的产出方从人变成AI代理，风控层要防的不只是市场风险，还有生成过程本身带来的不确定性。

为什么是"大部分"而不是"全部"

他写的是"most of"，不是"all of"。这个措辞值得注意。交易系统里总有一部分是不能交给AI的，比如最终的下单逻辑、仓位上限、止损触发条件。这些地方一旦被AI改写，闸门本身也就失效了。

换句话说，闸门能起作用的前提是，闸门自己不在AI的改写范围内。这是一个边界问题：哪些代码可以让代理碰，哪些必须锁死。他没有展开具体怎么划分这条线，但从"大部分"这个说法能看出来，这条线是存在的，而且是被刻意保留的。

这也解释了为什么这道闸门被称为"让它安全"的东西。安全不是来自AI写得好，而是来自有一部分东西AI碰不到。

代理写代码的真实分工

从这件事能看出一种正在成形的分工方式：

  • AI代理负责量大、模式重复、需要快速铺开的部分，比如数据接入、指标计算、策略框架的骨架
  • 人负责定义边界，决定哪些路径必须被拦截，哪些参数不能被自动修改
  • 闸门负责在两者之间做执行前的最后一道判断

这个分工里，人的工作量没有消失，只是从"写代码"转移到了"设计约束"。写约束比写代码更难，因为约束要覆盖的是你没想到的情况。

对想在自己的项目里用AI代理写代码的人来说，这件事的参考价值不在于他用了哪个代理、哪个模型，而在于他先想清楚了哪里不能让AI碰，然后才让AI开始写。顺序反过来的话，闸门就只是事后补丁，挡不住已经跑出去的单子。