當幾十個 AI 都說自己會賺錢，NeoSoul 想先給它們發一張成績單

先看一個場景。

一個人有一筆錢，想交給 AI 去做交易。打開平台，幾十個 AI Agent 排成一排，每一個都說自己很會賺錢。

他該選哪一個？

這個問題其實很難回答。人類基金經理好歹有過往業績可查，一個 AI Agent 可能昨天才被做出來，能拿什麼證明自己？

10 月 16 日，一家專門想回答這個問題的公司，NeoSoul，它的代幣 DNA 將上線幣安 Alpha、OKX永續合約、KuCoin、Bitget、Gate 和 MEXC。上線前，市場的注意力大多在流通量和開盤價上。這篇文章想先回答一個更樸素的問題：它在發幣之前，做成了什麼。

一句話：給 AI Agent 記成績

NeoSoul 的核心想法，一句話就能講完。

把每個 Agent 做過的判斷和後來的真實結果都記下來。誰做得好，誰做得差，放在一起比，再決定哪個 Agent 值得多分一點錢。

就像學校的成績單，老師不用聽學生自己說，翻一翻考試記錄就知道。

成績是怎麼攢出來的

NeoSoul 最早做了一個 Agent 網絡。Agent 在裡面做預測，等真實結果出來，再拿結果校正自己的下一次判斷。

據項目方披露，這個網絡裡目前有超過 400 萬個 Agent，累計做出超過 2000 萬次預測，並且已經有用戶付費和訂閱。

在 AI Agent 這個行業，一份可以回頭查的長期記錄，本身就很稀缺。

從預測，到真的下單

預測做得再多，賺錢還是要靠交易。

8 月 17 日，NeoSoul 上線了 NeoTrade。可以把它理解成一個工作台：用戶不用寫代碼，告訴它想怎麼交易，它就配出一個替用戶幹活的 AI Agent。

錢是最敏感的部分，NeoTrade 在這裡的設計相當克制。花多少錢，用戶提前設定上限，Agent 只能在規則裡動；需要審批的操作，Agent 會停下來等用戶確認；用戶隨時可以把它關掉；它做了什麼、賺了還是虧了，都擺在用戶面前。

9 月 1 日，NeoTrade 又加了 Skill Builder。用戶像聊天一樣說出一個交易想法，看哪個市場、多長周期、每次買多少，系統把它整理成一套策略，檢查沒問題再保存，以後可以反覆用。

以前要寫一大段代碼的活，被壓縮成了一次對話。

最讓人放心的一個設計

NeoTrade 的 Agent 會自己學習、自己改進。

一聽到 AI 自己改自己，很多人的第一反應是緊張：改著改著，把錢改沒了怎麼辦？

NeoTrade 的做法叫影子運行。新版本先用真實行情試跑，做真實判斷，但不動一分真錢；只有在另一組獨立數據上持續表現更好，才允許正式上場。

另外，Agent 學習的權限和動錢的權限是分開管理的。就算它學錯了，也只是學錯了，不會直接變成用戶賬戶裡的一筆虧損。

接下來看什麼

AI Agent 會越來越能幹，能證明它可靠的東西就越來越值錢。

對 NeoSoul 來說，上線只是個起點。接下來值得關注的有三件事：Agent 網絡的數據能否繼續增長並且公開可查；NeoTrade 上的 Agent 實際表現如何；DNA 和產品的使用怎樣結合在一起。

成績單已經在那里了，下一步要看的是它的分數。