近期，一个名为“拉哪”的AI Agent交易系统在加密货币交易圈引发关注。据其创建者Lana（@lanaaielsa）披露，该系统在8天内将100美元的本金增长至20万美元。截至4月16日，相关账户总余额已超过25万美元。
Lana构建该系统的初衷源于对朋友交易经历的观察。去年10月BSC牛市期间，其朋友因追逐市场热点而蒙受重大损失。受此触动，并结合近期山寨币讨论热度回升的市场判断，Lana决定利用自身技术背景，借助AI构建一套自动化交易系统。
该系统并非简单的自动下单脚本，而是一套具备完整交易逻辑的操作系统。其核心由Claude辅助编写的脚本驱动，通过抓取币安广场的高热度帖子与高频讨论币种，并结合涨幅榜筛选波动性标的进行趋势跟随交易。
“拉哪”系统的盈利逻辑与交易框架
该系统的主要盈利逻辑可归纳为以下三个核心环节：
1. 严密的标的筛选逻辑
系统不对市场进行预测，只做趋势跟随，专注于捕捉已启动的币种。其筛选标准分为三层：
- 舆论层：抓取币安广场的帖子数量、讨论频率及情绪方向，识别短时间内被反复提及的币种。
- 价格层：仅当舆论层筛选出的币种同时出现在涨幅榜且出现明显波动时，才触发进一步筛选，以确认趋势行情概率。
- 资金层：观察持仓量（OI）变化，筛选“持仓增加但价格尚未完全反应”的币种，判断是否存在提前布局的资金。
2. 明确的止损纪律
系统初期采用固定比例止损（20%），随后优化为“固定亏损额度”策略，即每笔交易的最大亏损控制在约200美元左右。历史交易记录显示，大部分亏损都控制在此范围内。对于波动性较大的新币，系统会设置更宽的止损幅度。
3. 动态的止盈策略
系统未设定固定止盈点，而是通过周期性评估来决定是否继续持有。其核心评估问题是：“如果现在没有仓位，我还会不会买？”从历史数据看，绝大部分利润集中在少数币种上，而多数交易以小亏或小盈结束，符合“少数大赚、多数小亏”的特征。
“拉哪”系统的构建方法论
该系统的训练与构建过程遵循一套可复用的方法论：
1. 喂养数据定基调
系统最初的策略雏形源于对Hyperliquid上部分长期稳定盈利钱包行为的观察。Lana向AI喂养了这些“聪明钱包”的交易行为数据、基础合约指标及链上数据，使其系统性学习盈利交易模式。同时，系统持续自动抓取舆论与行情数据作为补充。
2. 对话修正定框架
在AI学习基础操作后，重点转向通过持续对话与反馈来修剪和约束其决策框架。初期AI可能出现的误判（如将短期热度误判为趋势）在运行中逐步被修正，使其决策范围最终收敛到符合策略预期的轨道上。
3. 行为蒸馏定风格
系统进一步引入了行为蒸馏。通过输入Lana本人及其他博主的社交媒体内容，AI学习了更具人性化的表达方式与决策偏好，使其在行为层面更接近人类交易者。
整体而言，“拉哪”系统的构建过程类似于“塑造一个交易员”。从数据喂养搭建认知骨架，到对话修正形成稳定判断边界，再到行为蒸馏填充细节，最终形成一个能在复杂市场中做出理性、一致决策的AI Agent。它不依赖情绪，也不追求精准预测，而是凭借一套被反复验证的框架参与市场，并严格执行纪律以放大盈利结果。