RL系列里我最喜欢的一家公司EquiLibre，也介绍一下吧。这家公司最像deepseek。他们是一家前沿的AI Lab，而不是定位一家量化交易公司，但是量化交易是他们第一个应用的场景。他们的顾问仍然是RL祖师爷Rich Sutton。同时SBF的投资眼光和科技创业圈子的人脉都是顶级的，这家公司在早期时SBF就进行了投资，FTX崩盘后这家公司的股权被低价卖出，现在这家公司估值超过了5亿美金。 EquiLibre：DeepMind 扑克 AI 团队做的量化交易 三位创始人是 Martin Schmid（CEO）、Matěj Moravčík（CSO）和 Rudolf Kadlec（CTO）。Schmid 与 Moravčík 是 DeepStack 的作者：2017 年前后，这套系统成为第一个在无限注德州扑克中击败职业牌手的 AI。DeepStack 相关技术后来被 Google 收购，三人进入 DeepMind 位于加拿大埃德蒙顿的研究办公室，从事强化学习和博弈策略；Kadlec 也在 DeepMind 与他们共事。顾问里包括强化学习先驱、2024 年图灵奖得主 Rich Sutton。 他们约在 2021 年底回到捷克创立 EquiLibre，定位更像“实验室优先、金融公司其次”。核心做法是用博弈论和强化学习训练交易 agent：先在历史和实时市场数据上试错学习，再自主下单。早期在加密货币上验证，后来转到美股等高流动性市场。与纽约量化公司 Tower Research Capital 合作，算法在标普 500 和纳斯达克相关市场上每月成交额达数十亿美元量级，并称自启动以来没有亏损月份。团队大约 25 人，集中在布拉格办公，不走远程；融资很大一部分用于算力，声称已建成中东欧较大的 AI 训练集群之一。 公司融资情况： 2022 年 pre-seed：约 600 万美元，投资方包括 Credo Ventures、Miton、RockawayX，当时被称为捷克历史上较大的 pre-seed。 之后 seed：1000 万美元，由伦敦 Blossom Capital 领投，估值约 1.4 亿美元（约 1.23 亿欧元）。 2026 年初 Series A：由瑞典 Creandum 领投（该基金称这是其单笔最大投资之一），投后估值约 5 亿美元（约 4.38 亿欧元，折合约 106 亿捷克克朗）。Richard Sutton 也参与了投资方名单。 这类公司都是闭源的，公开技术资料不多，更多的是关于RL 博弈 打德州方面的，https://arxiv.org/abs/1701.01724 德州扑克和围棋很大区别在于，是不完美信息（imperfect information），围棋双方看见的是同一张棋盘。给定规则和当前局面，合法着法、之后会走到哪，都是公共知识。理论上存在一个确定的最优着法（或若干等价着法）。AlphaGo 那类方法可以把局面收成一个状态，用搜索加价值网络估计“从这个局面赢的概率”。德州不是。你只看见自己的底牌和公共牌，看不见对手的底牌，对手也看不见你的。同一个公共牌面，背后对应一整族可能的手牌组合。你的下注既是在拿期望价值，也是在传递或隐藏信息。对手会根据你的行动更新对你手牌的信念，你也会反过来利用这一点。所以不存在“这个局面就该下注”这种与私有信息无关的唯一着法，只存在一套要按手牌分布去执行的混合策略：强牌多下注，部分中等牌也要跟着重注，弱牌多数弃掉，否则会被读牌剥削。而这恰恰和交易有一定的相像。 资料来源：EquiLibre的CEO访谈 https://mp.weixin.qq.com/s/oITAXph69anM54TERgbhpg 另外捷克的布拉格是个美丽的小城，他们官网有相关介绍 https://equilibre.ai/