01
开发Bobby前，Vakee炒股已经超过20年。
她从9岁开始炒股（比巴菲特晚3年），可以凭直觉做各种交易。帝国理工毕业后，Vakee先是去了一家量化基金，用机器学习交易期货和期货衍生品。20多岁她就通过做空某支美股赚到了自己第一个1000万。
账户数字像游戏积分一样膨胀。对Vakee来说，赚钱太容易，反而有点无聊。她对任何不费力的享受都缺乏兴趣，比如买包、旅游、囤积奢侈品之类。通常她都在拼多多上买东西，从不坐商务舱，除非哪天商务舱能飞得更快。
当交易变得像呼吸一样简单，就必须找到更疯狂的游戏。
在大厂做了几年产研、又在一级市场做了5年VC投资后，Vakee正式创业。她的第一款产品是面向全球用户的美股智能券商RockFlow(中文名：奇运证券）。
RockFlow用AI简化投资过程，推出了每日交易机会推荐、自动跟单、极简期权等模块，把原本复杂的金融平台做得像游戏一样好玩。
但这款2021年上线的产品，本质上仍是“更聪明的工具”，它还无法理解「为什么用户此刻想交易」，当然更不可能帮你直接下单。
现在，Vakee即将上线新项目：—款名为Bobby的AI Agent。
Bobby 的目标是彻底取代app，普通用户只需要用自然语言表达出想法，Bobby就能完成意图拆解→策略生成→订单执行的全流程，完成交易闭环。
RockFlow app下单界面 vs Bobby自然语言下单页面
这与仅能问答的Chatbot（即聊天机器人，比如BloombergGPT、正在开发中的Morgan Stanley GPT）或需手动操作的智能工具（比如原先的RockFlow）形成了代际差。
在Vakee看来，Agent不是app的升级版，而是下一代用户界面。
她甚至断言：「所有App未来都会消失，都会被Agent取代。」
更极端一点，当你对着Bobby说「我讨厌特朗普」，Bobby会基于你对特朗普的态度给出诸如规避或做空特朗普概念股（如DJT等），同时结合其支持传统能源的政策倾向，推荐你做多新能源板块等。并询问你的投资预期，帮你选择出更匹配你风险偏好和预期收益的标的。
一个人的情绪和价值观，正在变成交易指令。
这正是Vakee创造Bobby的起点。
02
Vakee 对「交易」的热爱和很多人喜欢美食喜欢旅行一样自然。对大多数人来说，投资复杂又有门槛。但对她来说，每天睁开眼就是一个充满交易机会的世界。随时随地，信手拈来。
比如今年春节DeepSeek爆发，老家亲戚都开始和AI聊天玩，RockFlow团队迅速向云厂商申请DeepSeek相关服务，她则当机立断买入阿里，因为云计算业务必然受益于开源模型带来的算力扩张需求。
有一年她去日本旅行，发现相模(sagami)的超薄安全套无论在哪个便利店货架上都被扫荡一空。她马上研究了这家公司，发现其在聚氨酯材质上的超薄探索比冈本更早且更激进，并且是当时国内海淘平台的热销榜首。这支股票最终令她当年获得了4倍收益。
交易，是一种生活方式，Vakee对此坚信不疑。
她不爱享乐，日常都在拼多多上买东西。与之相反，对一切需要训练的、能挑战和极限调动的事情近乎狂热。她喜欢短时间挑战一个project的快感，有过9天通过司法考试的惊人战绩，还曾以最高分拿下过含金量很高的美国ACE健身教练执照。
之后，她把热情投向AI。过去10年，她不是在做AI产品研发、投资AI，就是创业搞AI。
现在，Vakee终于找到了一个足够有意思的新boss：Bobby。
RockFlow团队I人居多，团建就是坐着沉默望天
03
我们和Vakee见面时，关税大战刚拉开大幕。咖啡馆里，恐慌的市场情绪像电流一样穿过每个人的手机屏幕。
「现在Bobby能干什么？」 我问。
「Bobby，找出受关税影响最小、未来三个月有超预期增长潜力的公司。」Vakee 说。
几秒钟后， Bobby 给出了答案：
「考虑关税豁免领域，如AI基础设施、数据中心、半导体制造设备等战略竞争力领域，它们可能获得部分关税豁免或延期执行。美国本土化生产龙头企业也有望超预期增长，因其在美国本土设厂可规避进口关税。」
「此外，需求刚性行业、防御性行业等头部公司也可以适当配置。请参考关税潜力股单」。
以及主动询问：「是否需要我在这些公司股价一周内下跌超过 10% 时自动下单？」
AI时代，有人用大模型做视频和PPT，有人用和DeepSeek聊天取代谈恋爱，还有人想要养一只永生AI猫。
但Vakee认为，未来的交易是AI和AI的博弈，所以每个人都需要一只Bobby。
对话Vakee
Part01
关于Bobby
AI没人性，所以才赚钱
AI NOW!：很多金融产品今天都接入了大模型，比如彭博的BloombergGPT、Morgan Stanley也在开发AI助手GPT Copilot。Bobby和它们有什么区别，一个能下单的Chatbot？
Vakee：如果Bobby只是个能聊天的下单工具，我根本就不会做它。你有没有问过那些金融Chatbot「我现在该买什么」？
AI NOW!：它们会分析市场，给一些建议，最后肯定会补一句“投资有风险”。
Vakee：对，因为它们只是在回答，而不是决策。Bobby不一样。比如你说「我讨厌特朗普」，它不会给你一篇「特朗普政策对市场的影响」的摘要，而会直接问：「是否需要我剔除共和党关联股票？检测到新能源板块可能受益，这些是具体标的，是否需要帮你调整仓位吗？」
AI NOW!：这是更高级版的语义理解？
Vakee：不，完全不同的逻辑。Chatbot是你问什么、我答什么，而Bobby是你还没问、我已经在算。比如它发现你最近总看半导体新闻，但持仓里没有芯片股，就会主动问：「需要我监控台积电财报吗？如果超预期，是否考虑买入？」
当然你也可以把你自己的分析逻辑教给Bobby。
AI NOW!：听起来Bobby解决的关键问题是一个人对交易的“起心动念”到落地执行，完成这件事对一般用户而言很难吗？
Vakee：对很多人来说是难的。还拿这轮美股大跌举例子，加关税前大家都知道极大概率带来大跌，但是怎么判断一个具体的时间点、以及抛哪些抛多少，它需要你勤奋的研究市场信息去跟踪细节才能去正确行动。大多数人都是有想法但是没有执行，可能是懒，也可能是不知道具体该怎么操作。
AI NOW!：有人性就不能从股市里赚钱吗？
Vakee：人性里有比较多的贪嗔痴。反人性才可以从股市里赚钱，所以AI肯定更好赚钱。
AI NOW!：如果我说Bobby，能不能帮我调整投资组合，做到风险为0，收益100%呢？
Vakee：你看这就是贪，哈哈哈。Bobby会诚实地说「做不到」，然后帮你把一夜暴富的念头翻译成年化20%的可执行方案。
AI NOW!: 但是交易Agent的信任成本会不会太高了。做ppt的Agent做错了可以改，再大不了错就错了。用户不会担心Agent导致亏钱吗？
Vakee: 我们设了安全词。你可以说「Bobby，只监控不交易」，「英伟达跌到98块给我打电话」，或者「单笔不超过1万美元」。事实上多数人试用后反而更放心，还是那个原因，AI没有人性的弱点。
Part02
关于创业
创业第一天，就在训练一个AI交易员
AI NOW!：你一开始的创业项目是RockFlow，Z世代券商平台。在这个基础上—Bobby是非做不可吗，还是因为今年大家都开始下场做AI Agent？
Vakee：我做RockFlow的愿景从第一天开始就是「让投资更简单」。过去2年，我们用了很多方法去实现这个理念，比如把app做得极致简单。但我发现这还不够。
到了2025年，我相信新一代年轻用户、尤其大家都是AI时代的原住民，完全可以通过自然语言去下单和交易。你只要开口，Bobby就能迅速实现对你想法的意图拆解、策略生成直到订单执行。
RockFlow创业之初NFT头像设计手稿
AI NOW!：现在很多券商平台都选择接入通用大模型提供投资建议。为什么你们没有先给RockFlow加个对话框，比如接入DeepSeek来聊选股？这看起来像是最自然的升级路径。
Vakee：通用大模型确实能提供标准化的分析，但这对真实的投资交易来说远远不够。当我们需要根据每个用户的个性化需求、基于他们的交易偏好进行精准投研分析，同时满足实时性要求并指导即时交易执行时，通用模型就无能为力了。它们只能将搜索到的信息批量传递给用户，无法完成真正的决策闭环。
Bobby用的是workflow+LLM/Agent模式，在控制成本和风险的同时最大化AI的创造力。
关键在于，我们workflow接入的所有信息——无论是用户数据、市场量价数据还是资本市场舆情数据，都经过了我们专业know-how的二次处理。只有这样，才能生成既合理又真正理解用户的回复，并最终完成交易执行。
AI NOW!：也有很多通用Agent在接入垂直领域的知识库，比如扣子空间就号称接入了某专家系统。为什么你坚持认为像Bobby这样的垂类Agent才是未来，而不是等待通用Agent变得更强大？
Vakee：这要回到一个根本问题：世界上有两种需求。
第一种是生死攸关型需求。比如金融交易、医疗诊断——这类问题绝大多数人无法做到70分，而做不到70分就等于0分，因为会造成严重后果。这类任务的特点是：专业门槛极高、容错率极低。但与此同时，做到70分是有明确方法路径的；
第二种是锦上添花型需求。比如做PPT、比如写旅游攻略——普通人做不到70分也无所谓，但做不到70分不等于0分，就是不够完美而已。
通用Agent适合解决第二种需求。但像金融交易这种“生死攸关型”需求，必须由垂类Agent来完成。原因有几个：
数据维度不同：我们需要处理毫秒级的市场数据、用户实时持仓等专业信息
责任等级不同：一个错误的投资建议可能导致用户重大损失
决策机制不同：不是给出“可能也许”的建议，而是必须做出可执行的判断
AI NOW!：就像你不会让一个全科医生做心脏手术？
Vakee：对，你不敢。Bobby从出生起就是个「金融科班生」，它的每一个判断都建立在专业交易员级别的训练基础上。
AI NOW!：很多人觉得 workflow 只能做简单查询类的窄任务，你们怎么让 Bobby 真正「懂金融」？
Vakee：workflow本身只是工具，关键在怎么用。
行业知识是基础，真正的突破在于：我们让 workflow动态生成与用户当下最相关的交易信息一一包括风险偏好、实时持仓、交易意图和市场舆情，再结合团队积累的金融know-how，通过上千个动态节点即时组合演绎。这不是简单的信息检索，而是像专业交易员一样，对市场信号进行实时解析和响应。在RockFlow验证过的投资场景里，这套系统的执行效率比通用大模型高出几个数量级。
我们追求的理想模式是：构建一个由数据驱动、能够自动进化的世界模型，使得金融决策能够在动态变化的市场中不断学习和适应，实现真正的智能化和高效化。
AI NOW!：那「懂用户」这一端呢？Bobby 怎么知道你是谁、想做什么？
Vakee：Bobby接入了RockFlow的柜台交易系统、实时市场数据和用户数据，像一名24小时待命的对冲基金经理。
比如，当用户说「我刚失业，想稳健投资」，Bobby会自动调低风险偏好，推荐国债+高分红股票组合，并设定动态止损线。它可能会在市场波动时主动询问“检测到美联储可能加息，需要调整你的债券仓位吗？
AI NOW!：如果金融垂类Agent是未来，为什么现在还没看到Robinhood、富途们往这个方向走？
Vakee：AI原生的投资交易平台体验，所需的技术架构从第一天起就和移动互联网券商有根本的区别。越是成功的前辈友商，就越难抛弃一切存量业务基建和用户体验，实现AI时代的自我革命。
上一代移动互联网券商的使命是提供用户非常好的手机客户端体验，比PC时代的老牌券商比如盈透证券，有了极大的体验提升。这件事他们做得很好，也满足了70后、80后用户的需求。但在AI时代，以GenZ为代表的年轻一代用户有了自己新的投资交易体验需求。
RockFlow不同在于，我们从创业第一天就明确要面对新一代投资者做AI原生的投资理财平台，并自己搭建AI基建和适合于AI训练的柜台交易系统，全世界只有我们在这样做。
AI NOW!: 等一下，自建柜台交易系统意味着什么？
Vakee: 对券商平台来说，柜台交易系统就相当于抖音的推荐算法。用别人的系统就是黑盒，不会每个模块都开放给做模型训练，所以，我们必须自己做。只有这样，才能从底层获得结构化的、连续的用户行为数据，理解用户的真实决策路径，并在此基础上持续反馈优化。
我们在最开始设计RockFlow柜台交易系统的时候，就已经考虑到未来我们每个模块要怎么做机器学习了。这些数据不是静态资产，都是我们训练每个人的个性化Bobby的原材料。
Part03
关于AI
杀死APP，Agent是一切服务的终极进化
AI NOW!：听起来你从第一天就在为Agent做准备。
Vakee：翻了下我们第一次关于Bobby的会议纪要，是2023年9月。我们从创业RockFlow一开始就是按AI native的目标来设计整个系统，包括交易系统、数据和产品架构，但思路确实是逐步清晰，在Agent架构设计上，也走过弯路，这些都是宝贵的经验。
每一代面向用户的端产品都有它的历史任务，AI时代，你的产品使命肯定不只是功能丰富一点、设计交互再简单一点，加或减一个按键之类的。
AI NOW!：AI时代产品的使命是什么？
Vakee：我认为是第一次真正有可能理解用户并主动为用户服务。移动互联网的好产品是让用户「更高效地操作」，AI时代是让用户不操作——直接被服务。
所以过去在app上，它可能是在一步步引导你「如何买期权」「怎样找到合适的期权」，但今天AI直接识别了你的意图——「我希望我的投资回报率在20%」「我希望躲过此次股灾」。这是非常根本的底层范式革命。
所以我相信Agent不是app的升级版，它就是下一代用户界面。
AI NOW!：具体到Bobby，它的使命是什么？
Vakee：我做这件事的初心是，我相信投资是相当个性化的，它完全是一个人价值观和世界观的综合体现。
就像我们前面聊到的，很多人是有想法的，他们对每天发生的事情有各种各样的认知，但是他们被一些细节问题困住了导致没有办法正确和及时的行动。大家经常说交易就是认知变现——但对大部分人来说，最大的困难在于从认知到交易他不会操作。Bobby就是来帮大家解决这个问题的。
AI NOW!：我讨厌还是喜欢特朗普，都可以拿来交易。
Vakee：都可以交易，都可以赚钱。
AI NOW!：从操作一个工具，变成被一个代理人服务。
Vakee：对。从这个意义上说，未来所有app都会消失，都会被Agent取代。
AI NOW!：我也相信这个未来。但你有没有担心过你做早了，成了行业先驱？
Vakee：我不会这么想。过去10年，我不是在投AI，就是在创业做AI。我所有的经历决定了我今天就是要做Bobby这一件事情。勇敢的人先享受世界。
• 2025 年以来AI给你最大的震惊
Vakee：DeepSeek把它的深度推理可视化展示在每个人面前的时候。
• 过去一年，AI 领域有什么你一开始不看好、后来完全改观的事？
Vakee：文生图。准确地生成图片包括保证角色姿态一致、文字有意义在最开始很难，当时觉得生图距离商业化的路还非常远，后面从Diffusion Transformer开始的新技术和新产品都非常给力，远远超出预期，现在生图已经完全可以用在各个生产场景中了。
• 如果让你亲手关掉一个AI产品或趋势—你觉得它完全是伪需求或方向错了，你会选哪个？
Vakee：在OpenAI这种公司上面做通用功能，或者没有深入做进业务场景闭环的产品都很难，OpenAI一出新模型就容易被颠覆，比如之前GPT-4o一键生成吉卜力风格的功能出来，死了很多创业公司，没有想明白如何构建业务护城河。
所以，对我来说，最重要的不是「我有没有用 AI」，而是「我解决了什么问题」，能否在垂直场景下抽象出需求并且考虑长期商业价值与业务壁垒，行业中目前还是缺更多优秀的AI产品经理。
所以回到 Bobby，做Bobby不是为了炫 AI 技术，而是为了让投资变得更简单，创造价值。如果哪天我发现 Bobby 没能做到这一点，它也完全可以被干掉，没必要执着。
• AI发展的现阶段，你觉得什么被低估了？什么被高估了？
Vakee：算力需求被低估了，AGI的到来被高估了。现在大家都觉得堆更多GPU、训练更大参数模型就能逼近AGI，但真正的卡点其实在应用层——我相信未来这几年会是垂类Agent的爆发期，并且这是一个很长期的过程。每个细分领域都需要定制化的计算优化。就像电动车普及后，充电桩是真瓶颈。
• 2025年你最期待什么？
Vakee：垂直应用领域的「寒武纪大爆发」。在金融、医疗、教育、旅游和供应链等复杂场景中，将涌现出真正重构用户体验的Agent，而不仅仅是简单的聊天机器人。
比如可以自动完成个性化的旅行规划、谈价并付款的旅行Agent；或者一个能够根据学习能力和偏好，定制个性化学习路径的教育Agent。这些都不需要等待通用人工智能（AGI），现有技术与垂直数据就能实现。
• 最后，推荐三本你最爱的书给大家吧！
Vakee：费曼《发现的乐趣》，宗萨钦哲蒋扬仁波切《正见》，傅高义《邓小平时代》。
