jakiro
作者：黄世亮
我一直劝几个亲戚朋友要将chatgpt用起来，但他们几个始终都感觉没必要买付费的，应该就是舍不得吧。我一直说，这点订阅费就可以用AI帮你赚回来，我一直教其中一位，试图培养一个成功的案例，但一直没成功。
很多年前，曾有一位做量化套利的朋友向我兜售他的策略。他讲的PPT，核心是一个偏微分方程，我日，完全看不懂。但他说这就是从数学里炼黄金。
在2017年的时候，ETH的主流私钥管理办法不是助记词，而是keystore(json)文件，我经常将同一组keystore文件导入到myetherwallet和metamask钱包进行调用不同的合约，因为当时以太坊的钱包功能各有千秋，为了实现在不同合约里套利，经常需要用同一组私钥导入不同的钱包来使用。
没办法，当年的基础设施太烂了。现在回头看，那时候没碰到钓鱼网站或者剪贴板木马，纯粹是祖坟冒青烟。这种高危操作，现在就算拿枪指着我，我也绝不敢再干一次。
在两年前，ordi等铭文火爆起来，我一直不知道怎么参与进去套利。有一次非常偶然的机会，在X上看到一帖子说，有很多早就废了的铭文币，但在dex竟然还有人挂单买，并带有截图，我一看，这不是妥妥的套利机会吗，我直接去cex买来卖给dex上这个挂单就行了啊。因为铭文类的资产做dex的买卖单还是挺奇怪的，使用PSBT交易，有的人挂好单后，可能就忘了。那一次后，我专门花了很长时间在铭文坟堆里找垃圾，不过忙到最后也没赚到几个sat的btc。
以上三个我经历过的故事，道出了进入币圈套利的三个门槛： 数学难、工具难、大神不教（数学模型、工具门槛、经验壁垒）。
套利 是加密货币领域仅次于炒币&投资的主题吧，我感觉也是大多数普通人进入这个行业极佳的切入点，到现在也还是。
在过去，套利确实存在不低的门槛。但现在有AI了，我尝试深入使用 AI 寻找套利机会后，非常清晰： 曾经阻挡普通人的那些高墙正在被 AI 迅速抹平。
以下是我关于“AI 如何重构套利”的三点思考。
门槛一：数学模型的“祛魅”
套利的第一大拦路虎，无疑是 数学模型的建立 。
在币圈蛮荒时代，套利模型简单粗暴。比如最早的交易所搬砖，就是“加减法”：A 交易所价格低，B 交易所价格高，手动买卖即可获利。后来的期现套利（永续合约与现货价差），虽然引入了资金费率和杠杆等概念，但依然停留在“加减乘除”的级别。
然而，随着行业发展，复杂的衍生品出现了。期权合成、多角套利、链上与 CEX 的搬砖，模型变得越来越晦涩。对于没有数学背景的人来说，单是理解“如何用 Call 和 Put 合成一个现货”估计要难道99%的人。
现在，AI 成为了最强的数学翻译官， AI 最擅长的就是处理这些逻辑和公式。我现在无论遇到什么数学问题，都直接问AI。
以前用excel表格来计算和核实uniswap资金池的成分，现在直接问chatgpt，把参数告诉它立刻给你算的明明白白的。
再举一个近期我研究的例子。
前段时间 PolyMarket 非常火，比如针对“特朗普何时披露爱普斯坦名单”的预测。我不熟悉概率类事件的套利模型，于是我直接截了一张图发给 AI，问它：“这里面有什么套利空间？”
AI 瞬间给出了答案，向我解释了“远期概率”与“近期概率”的博弈关系，什么yes+no=1，并列出了所有在特定突发事件下如何操作的数学逻辑。
我就不复制AI的回复了，你们自己去问。
有AI了，再也不用后悔你读大一在上高等数学课时睡觉了。
门槛二：工具与环境搭建的“降维”
第二个门槛是 技术工具的使用 。
如果你经历过 2017 年的 ICO 或 2020 年的 DeFi Summer，你会知道“操作”本身的壁垒有多高。当年的以太坊工具没有好用的 UI，调用合约需要手动填写地址和参数；撸空投需要配置防关联的指纹浏览器、IP 代理等。
不过，正是因为这些学习曲线极其陡峭，早期的利润才如此丰厚。
现在有AI了，所有的产品使用问题统统消失了。不懂，问chatgpt，它给的答案太完美了。
在撸羊毛的策略里，环境搭建对大多数人来说还是一个难点，但现在只要将策略意图（比如想撸polymarket潜在的空投）发给chatgpt，它就会生成完整的执行方案，包括所有工具的使用方法。
现在这些知识，真的是0门槛了，你只要有意图就够了，剩下的就是一步一步照着做，遇到不会的再问AI。
你现在就可以问问AI，币圈交易所还有类似于邀请新人和交易挖矿（币安的Alpha）策略，各个交易所都有类似的邀请注册奖励策略，这种消耗人头的策略是很难被垄断的，你就可以问问AI怎么去执行。
AI在一些非常简单和辅助的编程上也可以提供帮助，比如写一个监控链上价格、设计一个可视化数据仪表盘之类的，以前可能都需要程序员来辅助完成的，现在AI都给干了。
但不要指望AI给你写代码，写出一个量化程序去和现在的各种机器人抢钱，这是不太可能的，AI大概率无法让你从0开始快速变成量化专家，超级链上科学家，但足以让任何人跨超“不知道怎么动手”的起始障碍。
现在，AI 让技术门槛近乎消失。
门槛三：经验传承的“解码”
套利极其依赖经验。
举个例子，当币安10月11日出现 wbETH 和 ETH 的价格出现巨幅下跌，经验丰富的老手会毫不犹豫地将ETH兑换成 WBETH。这种敏锐度，以前往往需要“师父带徒弟”，或者自己亏钱摸索几年。
现在，AI 就是最好的“师父”。
加密圈热爱分享的大佬大有人在，但真正要从人家的分享当中提炼出可以执行的策略还是要废不小的功夫，而有AI后，从大佬的支言片语里提炼黄金出来就轻省多了。
每次看到x上有某个获利的分享帖时，我都会将帖子直接发给chatgpt，然后附上promt“请分析这段推文。作者提到的这个币种和协议，历史上存在哪种套利模式？如果他是对的，背后的逻辑链条是什么？如果要执行这个策略，我需要准备哪些工具？潜在的风险在哪里？”
我们只需要做一个勤奋的“搬运工”，天天读文章，读x，看群里分享，然后这些原本应该是商业机密的蛛丝马迹喂给 AI，它就能带你快速跑通绝大多数成熟的套利逻辑。这种学习效率，是传统“师徒制”无法比拟的。
最后的堡垒：机会发现
千万别神话 AI。如果 AI 能自动赚钱，它就不需要你也无需你订阅了，SamAltman干吗还求着你那20美元，要不然就是少数几个资本巨头早就搭建好几百个智能体把市场利润吸干了。
现在AI只是极大地降低了执行的成本，但它无法替代“提出问题”和“敏锐感知”的能力。AI 需要你给它指令，需要你告诉它去分析哪里。那种对市场情绪的感知、对突发事件的敏感度，依然是人类的生存空间。在机会发现的开头，还要靠我们人的勤奋，这可能也是目前阶段我们人的价值。
应该集中定位在“非标品”的套利。对于那些高度标准化、数据公开透明的赛道（比如主流币的搬砖），量化机器人早就卷到没利润了，压根就不需要chatgpt来发挥什么作用。可能留下利润的地方就是那些主流策略和大资金看不上的。
AI 是一把屠龙刀，但如果只是拿它来写写周报，它就是废铁。 在AI背景下的套利竞争，不再比拼谁的数学更好，也不比拼谁的代码写得更溜，而是比拼 谁更勤奋地把市场上的新玩意儿喂给 AI 。 你不需要比量化机构更聪明，你只需要比那些还不知道用 AI 的散户更快一步——哪怕只快半步，利润就是你的。
尝试着设定一个小目标： 用 套利 赚回 AI 的订阅费。 ChatGPT Pro 加上 Gemini Ultra，一个月成本450美元。争取给自己再发一个50美元的工资，想办法每个月从市场里稳健地赚回这 500 美元。
