AI Trading Copilot

跟单机器人加一个 AI 风控官：跟着 Solana 聪明钱下单，AI 先审一遍再买，外面套一层多用户 SaaS。

这是什么

盯着链上一批高手钱包，它们一买，讯号先过规则（金额、代币安全、钱包评分），再交 AI 打分，只有 S 级和 H 级才自动下单；买进后引擎每五秒巡一次盘：止损、移动止盈、日内亏损熔断、rug（归零盘）侦测。上面盖了登入、workspace、计费、平台抽成帐本。

解决什么问题

人手动盯盘太慢，早期价位早没了；纯自动跟单又太莽，钱包一动就下单。中间缺一道审核和一套统一风控。

使用场景，以及它教我的事

跑了一段时间后我跑了一支诊断：三个明星钱包七天做了一千一百多笔交易，我的系统收到零条讯号，监听贴在一扇它们从不走的门上。再查：钱包评分 100% 胜率是假的（只算平仓的赢家），跟的其实是狙击手，我买在它们成本的 80 到 100 倍。结论：在 97% 参与者亏钱的市场做买方是结构性劣势。整条策略被自己的数据判死。

交易主控台（demo data）

事件日志（demo data）：只能追加、不能修改的那张表

亮点

• 权限收在后端：billing 和 treasury 的资料按权限在后端裁掉，不是前端藏按钮。
• 动钱全部留痕：国库写操作落在只能追加的审计表，谁、何时、改了什么、交易 hash，可回放。
• 测试分五层有契约：2,144 个测试，改到哪层跑哪层。

现在到哪了

37 天、312 个 commit，2026 年 4 月停手，未上线也不会上线；spec 明写不承诺盈利。留下的是骨架和教训：决定输赢的是模型外面的框架和风控，AI 不该做逐笔买卖的裁决。四个月后的 AlphaTerm 把这句话当第一条原则。demo 站数据全是模拟。