过去几千年人类历史上的绝大多数技术创新，几乎都是在已有的应用场景之中，为了解决具体的问题或满足特定的需求而产生的。例如轮子的出现，是为了解决在贸易和战争中搬运重物的困难；造纸术的发明可以使信息传播的材料更加普及和经济。

    可自从去年年初GPT火起来开始，一切几乎反过来了，每月、每周都能看到关于AI技术的一些重磅发布或迭代，导致应用场景已经跟不上技术创新的步伐了。互联网大厂不少技术大佬纷纷出走成立创业公司，一边研究技术一边寻找适合赚钱的行业。最近火遍全网的Kimi，公司成立也才1年。

    笔者最近也恶补了一下FunctionCalling/PEFT/RAG等LLM相关知识，初步实现了一个适用于PTrade编程的策略精灵GPT，这个模型可以自动编写PTrade策略，目前对于逻辑简单的策略基本不用修改就可以复制粘贴使用，初步实现“通意零码”的效果。如下图：

     对于逻辑复杂、多指标多条件的策略，目前实现起来尚不够理想，需要改动的地方仍然比较多。但通过细化需求prompt、结合思维链以及Agent等方法也有进一步完善的空间，需要持续进行优化。

    以上就是本次分享的内容。 我是李斯托拉尼，一个券业十年老兵。如您有任何建议或需求，详谈可加V：lpc83433