夜雨聆风他做交易五年了。
每天的工作流程大概是这样的：早上到公司，打开四五个网页，把出清结果、负荷预测、新能源出力、通道运行情况全部看一遍。然后打开Excel，把数据复制粘贴过来，开始做当天的报价准备。下午收盘之后，再花一到两个小时做复盘，把今天的操作记下来，把明天的边界条件再过一遍。
这套流程他走了五年。熟练，但不轻松。主要是数据量越来越大，重复动作越来越多。每次复制粘贴几百行数据、每次手动生成日报、每次把同样的格式重新调一遍，他都会想同一件事：这些事情能不能让机器替我干？
于是，他开始自己动手写了一个AI助手。
一、起点：从最烦人的事情开始
他不是程序员出身，但会一点Python，平时做数据分析的时候用过几次。决定给自己写工具的那天，是因为一个特别小的场景——那天早上他花了四十分钟，把三个网站的数据手动拷进Excel，然后发现其中一份数据格式变了，所有公式全乱掉，得重新调整。
他当时就想：这种事，一个程序十秒就能搞定。
于是他开始写。最初就是一个数据抓取脚本，每天定时从公开来源获取出清价格、负荷数据，自动清洗、归档、生成表格。写完用了一周，测试又调了几天，但从此每天早上的四十分钟变成了两分钟。
这个成果让他尝到了甜头。
二、从工具到助手：把日常琐事一件件交给程序
第一个脚本跑通之后，他开始扩展。
他把每天必做的、固定流程的工作列了一个清单，然后把那些能用程序替代的，一件一件写代码跑通。
日报自动生成：每天收盘后把关键数据汇总成固定格式的Excel，附带对比分析和简单图表，省去手动整理的时间。
交易台账自动录入：之前是每天手动记，后来改成系统自动读取交易日志写入台账，他只需要在关键节点做人工确认。
月度复盘报告初稿：系统把过去一个月的出清价格、成交结果、策略偏差整理成标准模板，他再手动修改和补充判断。
这些工具单个看都不复杂，但合在一起，每天能帮他省出两到三个小时。
三、后来，他开始写“智能体”
用了一段时间自动化脚本之后，他发现一个问题：脚本只能做指令明确的事情——抓数据、填表格、生成固定格式的报告。但真正费脑子的，是一些需要判断的事情。比如：今天的边界条件和上周二很像，上次那个策略结果一般，这次要不要调？或者：这条规则变化之后，历史经验可能失效了。
他开始尝试写一种更灵活的东西——他自己叫它“策略速记”。
这个工具的逻辑其实不复杂：每次做交易策略时，他手动记录三件事情——边界条件是什么、他做了什么判断、结果如何。积累一段时间后，当新的交易日到来时，系统会调取当前边界条件与历史记录中最接近的案例，列出当时的判断结论和后续效果，方便他参考，而不是替他做决定。
他说这个工具的作用像“外挂的第二大脑”——不是替他思考，而是帮他回忆起自己以前在类似条件下是怎么想的、结果如何。实际决策还是完全由他自己做。
后来他又加了一些新功能：当规则调整时，系统会标记“规则已变更，以下历史案例可能失效”；当边界条件组合出现频率较低时，系统会提示“此场景历史数据较少，建议人工重点复核”。
本质上，这个“智能体”做的事情就是三个：比对历史、提取记录、提醒注意。但就是这三个简单的功能，帮他减少了很多“凭感觉”的决策。
四、这事儿他做得不算大，但管用
跟很多公司正在建的AI交易系统比起来，他这点东西显得简陋。没有大模型，没有复杂的神经网络，没有高深的算法。核心逻辑就那么几层，跑在普通的电脑上，连服务器都用不上。
但他不在乎这些。
他说：我又不是要做一套系统卖给别家公司，我就是想让自己每天的工作轻松一点、判断准确一点。工具好不好用，不是看它技术多先进，是看它能不能帮我解决真实的问题。
事实上，他的这套小工具确实帮他在几次关键时刻少犯了错——有一次市场边界条件发生了不规则变化，他习惯性地想用之前的经验去处理，但系统提示“此场景与历史X次案例接近，但当前通道约束不同”。他停下来重新算了一遍，发现确实需要调整方案，避免了生搬硬套，最终结果证明那个调整是对的。
不是机器比他聪明，是机器记住了他教它的所有东西，而且不会忘。
五、他也在学，AI只是帮他省时间
有人问他：你花那么多时间写代码、调工具，为什么不把时间直接用来做交易？
他说：刚开始投入确实不小，但算过一笔账——写这些工具前前后后花了差不多两个月时间，包括学习、试错和反复修改。但之后每天能省出两到三个小时。一年下来，相当于给自己多买了四五百个小时。把这些时间用去看规则变化、研究市场逻辑、思考更长期的策略——值了。
他说，AI对他来说，就是用来换时间的。换出来的时间，还是用在交易本身。
六、他现在每天的工作状态
早上到公司，打开电脑。AI助手已经把当天的出清结果、负荷预测、新能源出力数据整理好了，附带一份简要的对比——和昨天相比的变化、和历史同期的差异，一目了然。
他花二十分钟看完，开始做自己的判断。该调的策略自己调，该改的报价自己改。收盘之后，系统已经生成了基础复盘数据，他再花半小时补充主观判断和策略思路。
跟五年前比，他每天面对的还是同样的市场、同样的数据。但他花在琐事上的时间少了，花在思考上的时间多了——这大概就是AI对他这个普通交易员最实在的用处。
100位电力交易员：
