作者: Yuki（刘雨晴）Stablehunter/Money in Motion
前段时间，我去朋友家吃饭，他把电脑投到电视上，给我演示最近用 AI 做的一些事情。其中一个是，他在 Robinhood 单独开了一个账户，专门交给他自己的 Agent，让 AI 替他做定投。
我不确定这个账户是不是 Robinhood 正式推出的 Agentic Account，也不清楚他使用的是官方接口，还是自己的接入方案。但我看到的时候，这套系统已经运行了一个多月，账户收益超过了 20%。
对我来说，真正惊讶的并不是这个收益率。
一个多月的数据说明不了太多问题。它可能来自市场行情，可能来自标的集中，也可能只是一个暂时好看的时间窗口。没有完整的基准、回撤和交易记录，我们不能据此判断 AI 是否真的比人更会投资。
更让我惊讶的是：他真的敢把钱交给 AI。
这不只是让 AI 分析市场、整理新闻或者生成一份投资建议，而是给它一个真实的账户，让它持续采取行动。
后来，我开始去看 Robinhood 最近推出的一系列产品，才发现这件事可能并不只是一个人的实验。Robinhood 正在把类似的行为，变成一个正式的产品方向。
Robinhood 的 AI 路线，不是从自动交易开始的
Robinhood 对 AI 的布局，至少可以追溯到 2024 年。
那一年，它收购了 AI 投资研究平台 Pluto。Pluto 原本做的是投资 Copilot：把实时市场数据、新闻、财报和用户个人情况交给大模型，生成个性化的研究与策略。Pluto 创始人 Jacob Sansbury 随后加入 Robinhood，负责加速 AI 产品路线。
这一步解决的是“信息”问题。
2025 年，Robinhood 推出 Cortex。最初的 Cortex 更像一个嵌入投资 App 的 AI 研究助手：解释一只股票为什么上涨或下跌，分析新闻与持仓的关系，生成 Stock Digests、Crypto Digests 和 Portfolio Digests。
到 2026 年第一季度，Robinhood 表示，Cortex 相关功能已经有接近 100 万用户使用。它开始从一个总结信息的工具，变成 Robinhood App 里的统一操作界面：用户可以用自然语言研究市场、筛选股票、分析持仓，并逐步执行账户操作。
这条路径很清楚：
先让 AI 帮你看懂市场，再让 AI 帮你采取行动。
2026 年，Robinhood 正式把账户开放给 Agent
2026 年 5 月，Robinhood 推出了 Agentic Trading。
用户可以新开一个独立的 Agentic Account，把一部分资金转进去，再通过 Robinhood 的 Trading MCP，把 Claude、ChatGPT、Codex、Cursor、Grok 或自己开发的 Agent 接入账户。
这里最重要的设计，不是 Robinhood 自己提供了一个“最聪明的炒股模型”。恰恰相反，它允许用户选择第三方 AI。
Robinhood 提供的是账户、数据和执行接口：
- Agent 可以读取 Robinhood 账户、持仓、余额和历史订单；
- 可以读取 watchlist 和用户保存的 scans；
- 可以研究标的、创建筛选条件并运行扫描；
- 可以在独立的 Agentic Account 内下单；
- 用户能够查看实时活动和 P&L，并随时断开 Agent。
Robinhood 的官方文档甚至直接列出了 Claude Code、Claude Desktop、ChatGPT、Codex、Cursor 和 Grok 的 MCP 接入方法。
也就是说，这不再是一套非官方 API 或需要绕过平台规则的自动交易脚本。Robinhood 正在主动把自己的金融能力，封装成 AI Agent 可以调用的工具。
这可能是 Agentic Finance 一个很关键的节点：
金融账户开始从“供人点击的 App”，变成“供 Agent 调用的执行环境”。
它甚至不只想让 AI 交易
同一天，Robinhood 还推出了 Agentic Credit Card。
用户可以为 Agent 创建一张独立虚拟卡，设置每月限额，也可以要求每一笔消费都由人确认。Agent 自己寻找商品、走到结账页面后，再通过 Robinhood Banking MCP 获取被授权的虚拟卡信息并完成支付。
Robinhood 后来还宣布，将 Agentic Trading 从股票和期权继续扩展到 Crypto。用户可以把自己选择的 AI 模型连接到 Robinhood 的数据和交易工具，让 Agent 持续扫描市场并执行策略。
把这些产品放在一起看，Robinhood 的方向已经不只是“AI 投资助手”：
它在尝试回答一个更大的问题：
当 AI 可以替人管理投资和消费时，金融平台应该怎样提供账户、权限和责任边界？
20% 的收益，不是最重要的信号
回到我朋友的案例，他的 Agent 运行一个多月后，账户暂时有超过 20% 的收益。这当然很吸引人，但它不是判断这套系统是否成立的充分证据。
如果要认真评价一个 AI 投资 Agent，至少还要看：
- 它买了什么，承担了多大的市场风险；
- 与同期基准相比到底多赚了多少；
- 最大回撤是多少；
- 交易是否过度集中；
- 如果市场突然反转，它会如何处理；
- 有没有仓位上限、停止条件和人工接管机制。
短期高收益很容易成为传播材料，却可能掩盖真正的风险。
而且，无论是 Cortex 还是 Agentic Trading，Robinhood 都反复强调：AI 可能误解指令、使用不完整或过时的信息，也可能做出预期之外的行为。Robinhood 不负责监督用户选择的第三方 Agent，最终的交易风险仍然由用户承担。
所以我更关心的不是：
AI 能不能替每个人赚到 20%？
而是：
一个人需要看到什么，才愿意把真实的钱交给 AI？
用户敢授权，靠的不是模型承诺
我朋友的做法其实很有代表性：他没有把自己的全部资产交出去，而是单独开了一个账户。这看起来只是一个操作细节，实际上可能是整个 Agentic Finance 最重要的产品设计。
因为用户敢不敢授权，不只取决于模型聪不聪明，更取决于失败是否可控：
- Agent 能动用多少钱？
- 它只能交易哪些资产？
- 是否可以提款或转走资金？
- 每笔交易需不需要确认？
- 出现多大亏损时必须停止？
- 用户能不能一键撤销权限？
- 出问题后，能否还原它看到了什么、做了什么？
Robinhood 的答案是把 Agent 关进一个独立账户：它可以读取大量信息，但只能在指定账户内执行交易；用户可以查看活动，也可以随时断开连接。
这套设计并不能消除投资风险，但它降低了授权的心理门槛。
对于 Agentic Finance 来说，这可能比模型本身更重要：不是证明 AI 永远不会犯错，而是把它犯错时能够造成的损失限制在一个清楚的范围内。
Robinhood 真正想做的，可能是金融世界的 Agent Interface
过去，金融 App 的设计对象是人。
人打开页面、阅读信息、点击按钮、输入金额，再确认交易。每一个金融产品都围绕人的注意力和操作习惯设计。
但如果未来越来越多操作由 Agent 发起，金融平台就需要增加另一套接口：
- 机器能够理解的账户数据；
- 机器能够调用的交易工具；
- 可以编程的权限和预算；
- 人类能够随时介入的审批与撤销机制；
- 能够追溯每一步行动的日志。
MCP 在这里的意义，不只是又一个 AI 技术名词。它让 Robinhood 不必押注某一个模型。Claude、ChatGPT、Codex，或者用户自己开发的 Agent，都可以使用同一套金融工具。
Robinhood 保留账户与执行，AI 公司提供理解与决策，用户负责设定目标和风险边界。这可能是未来金融平台的一种新分工。
我们正在进入“把账户交给 AI”的阶段
我以前讨论 Agent Trading 时，一直认为它最早成熟的形态不会是一个全自动赚钱机器，而应该是一个更诚实的交易操作系统：帮助用户建立规则、执行纪律，并阻止一些本可以避免的错误。
Robinhood 的新产品让我觉得，这个方向正在往前走一步。
过去的问题是：“AI 能不能给我更好的投资建议？”
现在的问题变成了：“我愿意给 AI 多大的执行权？”
再往后，问题可能是：“一个人的多个金融账户，是否都可以在统一规则下被 Agent 调用？”
我朋友家里的那次演示，可能只是一个很早期、很个人化的实验。一个多月、超过 20% 的收益，也远不足以证明任何长期能力。
但那一刻让我第一次具体感受到：Agentic Finance 不再只存在于协议、Demo 和产品发布会上。已经有人开始把真实账户交给 AI，不是下一个“AI 炒股收益神话”，而是当这种行为逐渐普及时，我们要怎样设计授权、风控和责任边界。
毕竟，只要 AI 开始碰钱，它就不再只是一个 AI 产品。
它已经是一个金融产品。
