GPT-6Astra出来以后，RSI又被拎到台面上。RSI-Exam上Astra拿了0.5126，比5.6Sol高18%，比5.5 高一半还多。圈里立刻开始争论：这算不算模型开始自己变强。 Astra强是真的，长链路任务、改系统、跑实验，成绩单摆在那儿，但实验室里的自我改进，评分规则大多还是人定的。模型很会写复盘，一份结构完整的总结不难产，难的是给它一个靠语言糊弄不过去的反馈。 交易正好能提供这种反馈。 预测会结算，订单会成交，手续费和滑点不会因为复盘写得好就消失。一份再完整的反思，也改不了已经发生的损益。所以当NeoSoul 把自我演进放到 NeoTrade 上时，切入点其实很直接： 先让 Agent 在真实市场里把“决策—结果—归因—修改—再测—留下”这条链跑通。 为什么交易适合拿来验自我改进？ 过去两年，大多数 AI 交易产品停在辅助判断：给人读新闻、画图、给建议，最后还是人来做决策。Agent交易把这件事往前推了一步：持续盯盘，按既定策略形成判断，在资金边界里自己下单。 问题随之而来。一个 Agent 连续三个月用一套已经失效的方法，它自己知道吗？知道了以后，能不能改，改完能不能证明新方法更好？ NeoTrade的做法 NeoTrade是把记录做在决策当时，一次运行会把当时看到的信息、引用内容、Skill 版本、规则检查、订单和成交结果串起来。run ID把这次决策固定住，之后还能回到同一个上下文里查。memory 只保留经过筛选的经验，Skill 留下改前改后的版本，方便直接对比。 信息过时、概率偏了、策略失效等最后都是亏损，原因则完全不同。归因错了，对的部分也会被一起改掉。所以记录必须做在决策当时：当时看了什么、用了哪个 Skill、过了哪些规则、最后下了什么单。事后再回去找补，很容易倒果为因。 学习权限和资金权限是拆开的：方法可以改，风险由外部规则卡死。改的也主要是 harness：找信息、用记忆、调工具、排工作流；权重不动上限也清楚，不会涉及到模型层面。 交易适合拿来验，是因为反馈快、一整条链路都会暴露。但市场噪音大，单笔盈亏说明不了能力，70% 的概率判断本来就该有一部分落空。要看校准，要看足够样本和更长周期。而NeoTrade系统里已经有约 400 万 Agent、1100 万次以上预测，这已经是具备了能做统计验证的规模。 个人角度看，NeoTrade想做的是：把评分器换成市场（预测市场、二级市场），Agent还能不能稳定变强，并且把证据留下。shadow run里跑赢的版本，换成真钱后优势还在，这条循环才立得住。(qinbafrank)