五智能体Grok交易台架构

# Grok 交易智能体：打造一个全天候为你工作的交易台

关于八机器人Grok交易台被转载最多的那篇指南，开头是一句关于埃隆·马斯克转发视频的话，结尾是一个代币合约地址。夹在中间的是一套可运行的架构，以及作者几乎刻意隐藏的一段话：这套交易台能可靠完成的工作是研究、筛选、监控和准备。

这才是有价值的部分，它值得被认真构建。以下是一套五智能体交易台的架构、协议、指标与可运行代码，以及一个你可以fork的代码仓库。

## 你在构建什么

一套由五个专业智能体组成的交易台，全天候扫描市场、核实所发现的信息、将每个候选标的从头到尾串联起来，并在早晨为你提供一份简短的、附有来源的简报。

它接管了那些原本让你凌晨两点还开着十四个标签页的工作：发现标的、检查合约、查看持仓分布、将所有信息汇聚到一处，然后告诉你哪些值得关注。

你自己做决策，用三十秒读完一份完整简报，而不是花一个小时手动整理。这才是真正的收益：不是"睡着了就能发财"，而是"醒来之后枯燥的准备工作已经全部做完"。

## 五个专职角色，而非一个全能通才

按领域划分，而非按任务大小划分。一个只做合约审计、坚持数月的智能体会真正越来越擅长这件事：专注稳定的上下文，在单一领域积累记忆。一个同时应对发现、安全和报告的通才，三件事都做得平庸，一旦出了问题也让你找不到任何可读的处理线索。

每项职责章程有三个模块，第三个比前两个更重要。

"你在哪里停下"这个模块，是让你能够合上电脑的关键。一个角色的定义，不仅在于智能体做什么，更在于它在没有你介入的情况下不做什么。

## 线程协议：逐字复制此内容

每一条关于候选标的的消息都使用同一个标识符，合约地址在每个阶段都会重复出现。这看起来像是繁文缛节，直到第一次比对时发现了一个仅差一个字符的地址，你才会明白它的价值。

两项检查，均免费。第一项捕获地址偏差。第二项防止候选标的跳过某个阶段直接进入报告：在智能体共享一个房间进行通信的系统中，最常见的失败模式是"热情"——两个智能体对某种感觉达成共识，第三个便据此采取行动。

两项检查都是确定性的，这正是重点所在。让智能体来核对地址，不过是多一个产生幻觉的来源。地址比较应当保持为 != 运算符。

## 漏斗：一个反映交易台健康状况的指标

每个时间窗口计算四个数字，并在查看其他任何内容之前先读这四个数。

三百次扫描、两次通过，意味着SCOUT在向AUDITOR输送噪音，需要修改的是侦察智能体的提示词。四十次通过、一次确认，意味着侦察智能体与确认智能体对于"好的设置"看法不一致，三项职责章程中有一项需要重写。

这两个数字比任何绩效报告都更能说明交易台的状况，关键是它们能立即反映问题，而不是六个月后才显现。

## 为什么交易台要缩小候选范围，而非扩大它

这是最核心的工程决策，而且它反直觉。诱人的做法是让SCOUT扫描一切，以免遗漏任何信息。然而正确的做法恰恰相反，以下是解释这一点的数学逻辑。

到达你报告的内容精准度，取决的不是你的检查质量，而是进入候选池的标的中，真正有价值的占多大比例。

同一个过滤器，面对宽泛的候选域时精准度只有百分之十，面对狭窄的候选域时则可达到八十二。过滤器本身没有改变，变的是输入。

因此，能为你节省数月时间的做法是：把精力投入到收窄 SCOUT 的抓取范围，而不是调整检查规则。精选钱包名单、特定来源、严格界定的交易类型、要求发现时附带证据——每一次收窄都会提高基础概率，而这是唯一能让精准度产生数量级提升的杠杆。

同样的计算也解释了为什么不应该叠加多个确认者。如果 FLOW 和 SOCIAL 看的是同一份输入，它们的错误就会相关：

三个代理面对同一份输入，成本按三计，权重却只有一。因此桌面系统设置了两个确认者，而且它们刻意审视不同的维度：一个看链上分布，另一个看社交信号。不同的视角产生不同的失效模式，只有这样，投票才真正算作一票。

## 为什么分界线划在签名处

第二个需要一次性确定、不再反复推敲的决策：代理负责准备，你来签字。

可逆性是一个方便的判断标准。凡是代理能撤销的操作，它独立完成，无需询问：扫描、审计、评分、整理简报、更新线程。不可逆的操作则等待你来决定。

随着时间推移，你会有放宽门槛的冲动：如果某个月你批准了桌面系统呈报的大多数建议，将某一类别自动化执行似乎顺理成章。以下是为什么这是一个错误信号。你的批准率衡量的不是代理的准确性，而是你对其输出格式的熟悉程度。它随着你的适应而上升，而非随着桌面系统的锐化而上升。

正确的信号是结果。而让结果具有统计意义需要多少数据：

即便拥有相当可观的优势，也需要数百笔交易。因此，签名处的这道门槛不是对桌面系统的不信任，而是承认：验证性数据尚不存在，且不会很快到来。与此同时，桌面系统每天持续为你创造价值，因为它的价值在于准备工作，而准备工作不需要统计数据支撑。

## 先算清往返成本，再做决策

桌面系统可以自动化的一个实用习惯：在每份简报之前，展示仅仅回本所需的价格移动幅度。

在百分之三的滑点下，你需要百分之八点三三的价格移动才能收回本金。这个数字放在简报中候选标的旁边非常有用：它能立即排除那些预期移动幅度小于进场成本的标的，而无需任何分析。

将这一行加入报告模板，REPORTER 会自动为你计算。

## 七步构建系统

顺序经过安排，使你在第二步结束后就拥有一个可运行的成果。

1. 线程与存储。带有两项检查的 Thread 类，用 sqlite 存储线索和消息。完成标志：上周的任何一条线索都能完整重建。

2. SCOUT 与 AUDITOR。两个角色，带有停止模块的章程，scout → audit 路由。完成标志：漏斗在真实数据上呈现合理的数字。

3. 命令行漏斗。一条打印四个数字和主要拒绝原因的命令。每天早晨读一遍。

4. 收窄候选域。钱包名单、特定来源、严格界定的交易类型。完成标志：clear_rate 上升，线索量下降。这是正确的方向。

5. FLOW 与 SOCIAL。两个确认者采用不同视角，绝不面对同一份输入。

6. 记者。将讨论串整合为简报：地址、来源、原因、核查结果、往返成本、相关链接。所有信息一目了然，三十秒内即可做出判断。

7. 回测。将假设转化为代码，进行诚实的样本内/样本外拆分，并与含手续费的随机入场进行对比。大多数想法会在这一环节被淘汰——这是节省，而非失败。

## 这套系统的下一步方向

该架构并不局限于 Meme 币，在标的范围更窄的场景下效果甚至更佳。

监控已有持仓：流动性变化、大户动向、解锁事件、相关代币的最新资讯。标的范围窄、有效事件占比高，是枯燥却全天候运转的工作。

可验证结论的研究：对协议或项目的摘要，每条事实均附有来源链接。此处质量可量化，因此智能体可针对指标持续优化。

例行职责：税务核算、持仓对账、归属期追踪。可回溯、可验证、全天候执行。

在所有场景下，角色相同、讨论串相同、漏斗相同、流程相同。改变的只是所在领域。

## 代码仓库

本文附带的代码仓库提供了参考实现：包含检查机制的讨论串、附有职责说明的角色、漏斗、精度指标以及回测框架。这套系统负责扫描、核查、串联讨论并统计漏斗数据。它从不接触私钥，也从不下达订单：签名权始终归你所有，整个系统正是建立在这一原则之上。

Fork 它，将标的范围收窄至你的领域，每天早晨读一读漏斗数据。

我的代码仓库：
https://github.com/zostaff/grok-agents.git

我的 Telegram 频道：
https://t.me/zostaffsmartarc