“

调研对象：Dawn CLI（cli.dawn.ai） 一手材料：反编译官网前端后提取的官方文档源（SKILL.md、/docs/strategies、/docs/cli/strategy、/docs/paper-vs-live、/docs/templates 等页的内联正文） 背景：2026 年 5 月 11 日 MoonPay 收购 Dawn Labs 后推出

一、调研方法：为什么这次必须扒源文档

关于 Dawn CLI 的几十篇报道，句子高度雷同——”用自然语言在 Polymarket 跑交易策略”。这种一致性本身就是个信号：大家都在转写同一份新闻稿，没人真正打开过产品。

它的官网是个 React 单页应用，正文全靠 JS 渲染，直接抓只能拿到 meta。所以我把前端 bundle 拉下来反编译，定位到文档其实是内联在打包代码里的一组变量，逐个解码还原成了 markdown。下面所有结论，都来自这份一手文档，而非通稿。

二、最重要的结论：通稿描述的产品，和文档里的产品不是同一个

把两套说法并排放，落差一目了然。

通稿叙事（来自 MoonPay 官方新闻稿）： 用户用大白话描述策略 → 平台自动做用户调研、surface 市场信号 → 自动生成策略代码并压力测试/回测 → 自主持续执行。四步全自动，主打”不会编程也能交易”。

文档事实（来自 /docs/strategies）： “A Dawn strategy is a plain Python script with a time loop.” 一个 Dawn 策略，就是一个带时间循环的普通 Python 脚本，从 dawnai.strategy.tools 这个 SDK 导入函数（polymarket_event_search、polymarket_simulate_buy、polymarket_buy_token、read_portfolio 等），自己写交易逻辑、自己设预算、自己写轮询间隔。文档原话：CLI “doesn’t impose a structure beyond ‘it has to be runnable Python with the SDK installed'”——除了”得是能跑的、装了 SDK 的 Python”之外，不强制任何结构。

整份文档里，没有任何一处描述”输入一句自然语言、系统自动生成策略代码、并自动回测”这个流程。 唯一和 LLM 写代码沾边的，是 /docs/strategies 末尾一句话：完整的编码规则”LLM-coding agents follow”，要查就跑 dawn tool docs directive。

这句话才是真相的钥匙：Dawn 没有”自然语言生成策略”的产品功能。它的真实模式是——你（或者你指挥的 Claude / Cursor 这类编码 agent）按照 Dawn 给定的 SDK 规范，手写一个 Python 策略文件，Dawn 负责把这个文件作为后台进程托管、调度、计费、风控。 通稿把”agent 帮你写 Python”包装成了”产品自动生成策略”。这不算谎言，但它系统性地模糊了门槛真正在哪。

三、那么”策略”到底长什么样：拆解官方代码模板

文档给的策略模板，骨架极其朴素，反而最能说明问题：

• 顶部 import 一组 SDK 工具函数；
• 几个常量：HOURS、INTERVAL_MINUTES、BUDGET_USD，算出循环次数；
• 一个 run_once()：搜事件 → 自己写的判断闸门（概率、新闻、成交量）→ 满足条件才 polymarket_buy_token；
• 一个 for 循环，包着 try/except，每轮 sleep 若干分钟。

文档明说，你可以写事件驱动型、狙击轮询型、或只打印结论的纯调研型策略——全部的”智能”都在用户自己写的那段 # ... your logic ... 里。Dawn 提供的是数据接口和执行管道，不是策略大脑。

文档给的三条 tips 也透露了产品成熟度：用 polymarket_simulate_buy 先模拟成交价和价格冲击再下真单；给市场设活跃时间窗、别无谓空轮询；用结构化 JSON 打日志，因为”日志是你唯一的审计线索”。这些是写给会写代码的人的工程建议，不是给小白的。

四、被通稿完全忽略、但实操上最关键的设计：风控与 paper/live

通稿几乎没提的部分，恰恰是这个产品里最扎实的地方。

双重预算护栏。--budget <usd> 在启动时设一个服务端强制的累计买入硬上限。每次 polymarket_buy_token 执行前都会校验，超限直接被拒（返回 would_exceed_budget），订单根本不会到达 Polymarket。策略代码自己不需要记账，可以调 read_budget() 拿 cap / spent / remaining。实盘模式下还叠加第二道约束：钱包真实链上 pUSD 余额。文档的措辞很冷静——把 --budget 当护栏，钱包余额才是真上限。

paper 与 live 的边界划得很诚实。 两种模式读的是同一套真实 Polymarket 价格和真实上游数据（没有合成模拟器），消耗同样的 Dawn credits / x402 费用，代码完全一致——polymarket_buy_token 在 paper 下模拟、在 live 下广播上链。区别只在钱花没花出去。

最该被高亮的一句风险提示：停止策略不会自动平仓。 文档反复强调：dawn strategy stop 只杀进程，live 模式下已开的仓位仍然留在链上你的 Polymarket proxy 里，要清仓得手动 dawn portfolio sell 或 dawn wallet redeem-all。这意味着”我把策略关了”≠”我没有敞口了”——这是自动化交易里最容易让人爆仓的认知盲区，Dawn 写明了，但通稿一个字没提。

五、”模板”的真相：它不是 AI 生成的，是社区抄来的

通稿和早期解读里，”template” 容易被误读成”AI 按你的话生成的策略”。文档（/docs/templates）说得很清楚：模板是其他 Dawn 用户写好并发布的策略，dawn template launch 干两件事——把别人的代码下载到本地 ~/.dawn-cli/templates/，然后默认 paper 模式启动。文档明确建议：加 --live 前先 review 这份代码；模板落地后是普通文件，”they’re yours to modify”，改了就是你自己的 fork，不会同步回原版。发布要走 dawn strategy publish 提交管理员审核。

所以模板的本质是社区代码共享 + 人工审核，不是生成式能力。它的价值是”读别人的策略学结构””快速部署一个现成的”，文档自己说原创工作要 from scratch 写。

六、调研结论

1. 这个产品真正卖的不是”自然语言交易”，而是”策略托管 + 执行管道 + 服务端风控”。
   
    它的工程亮点在双重预算护栏、paper/live 同源数据、对”停止不平仓”这类陷阱的诚实标注——这些显示出超过营销话术的成熟度。
2. 通稿的”四步全自动”叙事，与文档严重不符。
   
    真实门槛是：得有人（人，或被人指挥的编码 agent）按 SDK 规范写出一个 Python 策略文件。”降低门槛”主要靠的是”让 LLM 帮你写这个文件”，而不是产品本身把自然语言变成策略。任何评估这个产品的人，都该按”它是个给会写代码者/编码 agent 的策略运行时”来评估，而不是”傻瓜式交易机器人”。
3. 未解之问。
   
    一是 dawn tool docs directive 里那套”LLM 编码规范”的实际质量如何，决定了”AI 帮你写策略”到底靠不靠谱，这页文档未公开内联，需实测；二是服务端预算护栏在高频/极端行情下的实际可靠性，无公开数据；三是信任链很长——你要同时信任你的编码 agent、SDK、swaps.xyz 自动兑换、OWS 密钥管理，每一环都是攻击面。

一句话收尾：Dawn CLI 是一个被认真做出来的策略执行运行时，但它被一份过度友好的通稿包装成了它并不是的样子。它降低的是”运行和风控一个自动化策略”的门槛，没有降低”写出一个能赚钱的策略”的门槛，更没有降低市场风险——这三件事，文档自己分得很清楚，只是通稿没说。

“

本文基于官方文档一手调研，不构成任何投资建议。自动化交易与预测市场均存在重大亏损风险，且”停止策略不等于平仓”，请独立判断、谨慎决策。