外媒评论称，到了 2026 年，“AI 交易”已被广泛用于不同产品页面，但这一标签本身已很难说明产品到底能做什么。真正需要区分的，是系统读取哪些数据、能否直接下单，以及出错后由谁承担风险。
文章将当前市场上的相关产品大致分成三类：辅助决策型、自动执行型和 AI 跟单型。其判断是，AI 在交易中的现实价值，更多来自信息压缩、风险筛选和规则执行，而不是稳定预测下一步价格走势。
更适合处理信息
文章认为，加密交易并不缺数据。一个比特币仓位往往同时涉及资金费率、清算、未平仓合约、订单簿流动性、新闻和链上流向。难点不在于拿到数据，而在于判断当下哪些信息更重要。
在这一场景下，AI 更适合做摘要、异常识别和交叉核验。美国金融业监管局 FINRA 在 2026 年监管报告中也提到，生成式 AI 在会员机构中最常见的用途，是摘要和信息提取。
文章以 LocalTrade 的 JexAI 为例称，这类工具可用于更快处理市场数据、在入场前做风险评估、筛选跟单交易员，并通过对话方式准备执行操作。按照 LocalTrade 的说法，JexAI 在跟单排序时不只看收益率，还会比较回撤、不同市场阶段的一致性和波动情况。
不过，文章也指出，这些能力描述主要来自公司自身，并非独立业绩审计。对这类产品的判断标准，不应是是否贴上 AI 标签，而应是它是否真的帮助用户更快理解市场并改善决策。
自动下单先看权限
文章认为，自动化交易与信息辅助是两回事。前者的风险在于，模型不仅给出建议，还可能直接采取行动。
Bybit 的 AI Hub 被用作例子。根据平台说法，兼容的 AI 助手可以通过 274 个 API 接口查询市场、管理仓位并执行交易，部分预设功能还可在隔离的 AI 子账户中运行特定策略。
文章认为，这类设计确实降低了技术门槛，但并不会自动带来交易优势。如果底层逻辑本身较差，AI 只会让错误策略执行得更快、持续时间更长。相比“智能”标签，更重要的是仓位上限、权限限制、隔离余额、确认页面和可追溯的操作记录。
FINRA 在 2026 年监管报告中也提到，自治代理可能超出原定授权范围行动，审计难度也会提高；如果缺乏足够的专业知识，还可能作出错误决策。文章据此认为，交易场景中的核心问题不是 AI 能不能下单，而是出现错误时是否容易被及时制止。
跟单排序不能代替尽调
在跟单交易方面，文章认为，市场长期过度依赖“近期收益率”这一单一指标，而这也是最容易被误读的数据之一。高杠杆、高回撤账户，往往可能因为短期收益更高而排在前列，但对跟单用户而言，这与稳健型策略并不是同一种产品。
文章称，AI 在这里的作用，是把排序从单一收益率扩展到多变量比较，包括回撤、波动率、一致性、杠杆使用、交易频率和风险调整后收益。
BingX 的 AI Arena 被视为更进一步的尝试。该产品让多个基于大模型的代理在相近起点下交易真实资金的加密永续合约账户，用户可以直接查看其开平仓和盈亏表现，并选择跟随。
不过，文章强调，即便排行榜基于真实交易，也只能说明过去发生了什么，不能证明领先模型已经形成可持续优势。对于“保证收益”“自学习系统”或缺少可比实盘记录的高回测表现，用户仍需保持警惕。
补充信息：文章还提到，美国证券交易委员会 SEC 已处罚过在 AI 使用方式上作出虚假或误导性表述的投资顾问。评论认为，更有用的 AI 交易工具并不是替代交易员，而是帮助交易员更快处理信息，最终执行责任仍在人工决策者手中。