随着大模型和多智能体协同技术的飞速发展，人工智能正加速渗透至金融核心业务场景。AI如何介入交易研究，未来人机协作将呈现何种形态，已成为行业关注的焦点。8月1日，在上海虹口举办的PandaAI第三届因子大赛颁奖典礼暨AI交易峰会上，PandaAI创始人兼CEO李昱琦首次系统提出了AI交易L0-L4演进体系，试图用统一框架定义AI参与交易研究的路径。他认为，未来的竞争将从单一模型能力转向Agent能力、协同能力及研究范式的竞争。同期，PandaAI启动了第四届因子大赛，并发布了面向AI交易时代的新一代产品体系。
**从因子竞争迈向智能体竞争**
李昱琦指出，过去二十余年量化投资的核心始终围绕Alpha因子展开。虽然研究者通过挖掘因子、构建模型来追求超额收益，但大模型能力的提升使得公开数据处理、策略生成、历史回测等标准化流程逐渐由AI自动完成，传统依赖公开信息获取优势的空间正在收窄。他认为，决定未来竞争力的不再是单一因子的有效性，而是构建能够持续学习、自主规划、协同工作的Agent系统。模型升级解决效率问题，范式升级则决定未来十年的竞争格局。未来的核心将从“寻找一个好因子”转变为“构建一套持续进化的智能研究系统”，Agent将参与市场分析、策略构建、风险管理等全流程，人机关系从“辅助”升级为“共同参与”。
**L0至L4：AI从辅助工具走向研究主体**
针对AI交易的发展路径，李昱琦提出了L0-L4五级演进体系。L0为完全人工；L1阶段AI主要承担代码生成、Prompt优化等辅助工作；L2阶段AI通过标准化Agent参与完整投研流程，形成单智能体闭环；L3阶段实现多智能体协同，具备自主规划、相互制衡和持续迭代能力；L4阶段则意味着AI能完成公开市场的标准化交易，人类主要负责目标设定、非公开信息获取及风险控制。这一体系不仅体现了AI能力的提升，更反映了交易生产方式的变革。Agent作为AI真正参与金融研究的标志，其竞争将从单点能力演变为研究体系、协同能力和基础设施的竞争。
**构建AI金融基础设施，新产品体系亮相**
围绕L2闭环智能体与L3多智能体协同，PandaAI已开展深入研究，致力于推动相关能力的工程化落地。峰会展示了“一个人也能拥有一支AI量化交易团队”的产品理念。全新推出的QUBE定位为对话式策略助手，用户通过自然语言即可完成从想法到验证的全过程；Trading OS提供AI工作流可视化画布，支持通过自然语言搭建量化研究任务；EVO则是一体化AI交易智能体研究平台，集智能体创建、任务管理、协同研究与策略执行于一体。现场演示中，多个负责研究、分析、风控与交易的Agent在共享信息的基础上自主分工、协同优化，展现了从“单个助手”到“智能体团队”的全新形态。
**第四届大赛启动，探索AI赋能量化新路径**
新一届PandaAI因子大赛在峰会同期启动，将在延续因子研究核心的基础上，强化AI在量化研究全流程的应用。作为已连续举办三届的开放式赛事，PandaAI已形成完善的赛事组织与评测体系。第三届赛事累计报名12958人，提交7438个因子工作流，创下历史新高。颁奖典礼对优秀团队进行了表彰，来自高校、金融机构及开发者社区的嘉宾分享了在因子研究、AI应用及策略创新方面的成果。