文章核心观点 - RockFlow创始人Vakee通过AI Agent Bobby降低投资门槛 让投资变得简单有趣 目标是拆掉专业投资者与普通人之间的认知 信息和工具壁垒 [5][7][8][32] - AI Agent的核心价值是将用户灵感高效转化为交易机会 并优化投资动作 但最终投资结果仍取决于个人认知和风险偏好 [75][99][137] - 金融行业AI化将改变商业模式 AI订阅收入未来可能超过传统佣金和利息收入 [57][58][59] 创始人背景与创业动机 - 创始人Vakee拥有复旦和帝国理工教育背景 曾从事AI量化投资 百度凤巢广告系统和VC投资 2015年投资英伟达 [13][14][15] - 副业持续进行二级市场交易 主要交易美股和期货衍生品 投资理念强调风险管理和认知范围内投资 [16][17][23] - 创业初衷是让投资简单化 打破金融门槛 使人能以自己喜欢的方式投资和表达自我 [32][33][34] RockFlow产品演进与AI应用 - 第一阶段推出简化版券商App 注册开户一分钟完成 但复杂功能使用率低 [35] - 2023年5月上线基于大模型的"交易GPT" 推送个性化交易机会 [36] - 2023年9月立项AI Agent Bobby 通过自然对话实现交易指令 解决条件单等复杂操作使用难题 [37][41][42] - 产品依赖大模型和Agent技术 但不自研基座模型 而是享受模型进步红利 [52][53] AI对投资行业的影响 - AI Agent将投资流程简化为五个节点: 灵感 分析 策略 下单和持仓管理 核心是转化灵感为交易机会 [72][73][75] - 可能催生更多个人基金经理和小型基金团队 改变行业结构 [79][89] - 提高市场参与度 但无法保证盈利 最终结果取决于用户认知和交互质量 [81][84][85] - 风控是AI能直接优化的领域 当前多数投资者风控水平不足10分(满分100) [93][95] 技术实现与行业壁垒 - 金融垂类Agent需深度行业认知 抽象Know-How到框架 平衡时效性 准确性和成本 [70][71] - 通过数据闭环(行情 基本面 交易数据)和逻辑控制解决幻觉问题 [119][120] - 多模态技术将增强数据分析和交互方式 如语音和视频 [129] - 核心壁垒是行业理解 端到端数据闭环以及数据飞轮效应 [126][127][128] 用户画像与市场趋势 - 目标用户是心态年轻的群体 习惯对话式交互 投资消费属性强 [66][67][110] - Z世代更早接触投资 首选期权而非股票 2023年4月纳斯达克个股期权交易量超个股 [110] - 用户满意度与风险收益预期相关 而非单纯盈利 投资成为生活方式和社交表达 [104][108][109] 商业模式与竞争格局 - 从交易佣金转向AI订阅收入 不同功能模块可单独定价 [57][58][60] - 金融行业节奏慢 创业需注重合规和稳健 [64][65] - 不担心OpenAI等巨头竞争 金融行业不会被垄断 每代人都会有新券商 [50] 发展计划与行业展望 - 架构灵活 迁移新市场仅需1-2个月 [130][131] - AI在投资领域短期被高估 长期被低估 需推动金融垂类大模型发展 [112][115] - 不变的原则是风控最重要和认知变现 变化的是投资方式多样化和门槛降低 [132][137]

创始人背景与理念 - 创始人Vakee拥有复旦本科和帝国理工研究生学历 在伦敦从事AI量化投资工作 后加入百度凤巢搜索广告系统并负责科技领域投资 2015年投资英伟达股票[7][8] - 投资理念强调风险管理的重要性 认为投资是胜率和赔率的结合 赔率可计算而胜率不可控 需在认知范围内投资并做好风险控制[12][14][16] - 致力于降低投资门槛 认为投资应简单有趣 通过创立RockFlow开发AI助手Bobby让普通人轻松参与投资[1][22][26] 公司创立与产品发展 - RockFlow创立初衷是打造让普通人轻松上手的投资产品 通过AI拆解专业投资者与普通人之间的认知、信息和工具壁垒[3][22][26] - 产品演进分为两个阶段：第一阶段推出简化版券商App 注册开户一分钟完成 第二阶段利用大模型和Agent框架开发对话式AI助手Bobby[27][30][32] - 生成式AI是关键推动力 大模型使交互体验显著提升 公司基于自研Agent架构享受模型进步红利 实现指数级效果提升[30][32][34] 技术架构与行业应用 - 公司定位为垂类Agent开发商 不做基座模型 而是利用行业Know-How构建Agent框架 在金融领域实现高准确性和时效性[33][41][77] - 金融行业是AI最佳落地场景之一 因其纯数据业务特性 AI技术创新能高效体现在业务中 尤其是交易平台商业模式[18][19][20] - 数据飞轮是核心壁垒 端到端数据闭环包括实时行情、财报、量价、新闻及用户交易数据 结合逻辑分析控制幻觉风险[70][78][79] 产品功能与用户体验 - Bobby核心功能是将用户灵感转化为交易机会 通过对话方式实现条件单、期权策略等复杂操作 简化投资流程[28][30][41] - 支持个性化投资方式 不同经验用户使用场景各异 成熟用户侧重期权策略 新手通过对话发现机会并完成交易闭环[60][62][63] - 多模态技术增强交互体验 支持文本和语音输入 未来可能实现视频交互 以更易接受方式呈现信息[80] 市场影响与行业趋势 - AI降低投资门槛 提高市场参与度 可能改变行业结构 催生更多个人基金经理和小团队基金[45][52][83] - 年轻投资者更早尝试投资 将投资作为生活方式和社交表达 纳斯达克个股期权交易量已超过个股交易量[64] - 金融行业变革缓慢 公司坚持合规经营和拥抱年轻用户习惯 平衡创新与风险[37][39] 发展前景与挑战 - 公司计划快速拓展新市场 利用架构灵活性实现场景复用 预计1-2个月落地新场景[81] - 面临数据清洗、多模态处理和个性化建模挑战 需在保证准确性的同时保留分析灵活性[74][75][76] - AI在投资领域短期被高估但长期被低估 需持续优化Agent工作流 提升用户跟随体验[64][76]

创始人背景与投资理念 - 创始人Vakee拥有复旦大学和帝国理工教育背景 在伦敦从事AI量化投资 后加入百度凤巢搜索广告系统和百度投资部 2015年开始投资AI并购买英伟达股票[11][12][13] - 投资理念强调风险管理第一 投资是胜率和赔率结合 赔率可计算而胜率不可控 需在认知范围内投资[15][16][20] - 认为投资应回归本质 将灵感高效转化为交易机会 投资可以简单有趣 是自我表达方式[5][28][29] 创业动机与公司定位 - 创立RockFlow旨在降低投资门槛 让普通人轻松上手投资 开发AI助手Bobby实现这一目标[3][28][33] - 创业四个维度考量：选择金融大行业 AI最佳落地场景为广告金融游戏 对投资有热情 团队能执行落地[22][23][26][27] - 公司定位为AI驱动的金融交易平台 专注垂类Agent开发 不自研基座模型 享受模型进步红利[50][51][54] 产品演进与AI应用 - 第一阶段推出简化版券商App 创新金融产品如期权交易简化 但功能使用率低[33] - 2023年5月上线交易GPT信息流产品 推送个性化交易机会 9月立项Agent框架聊天机器人Bobby[34][35] - AI解决投资五个关键节点：灵感捕捉 分析 策略制定 订单执行 持仓管理 尤其擅长将普通人灵感转化为交易机会[70][73][86] 商业模式与行业变革 - 预测AI订阅收入将超过传统佣金和利息收入 商业模式从交易收费转向服务订阅[55][56][57] - 金融行业迁移速度慢 互联网三四月相当于金融三四年 需平衡合规与创新[44][61][62] - 年轻用户投资行为变化 Z世代首选期权而非股票 2023年4月纳斯达克个股期权交易量超个股交易量[108] 技术架构与风险控制 - 垂类Agent架构依赖行业Know-How抽象 在时效性准确性和成本间取得平衡 通用Agent难解决金融幻觉问题[68][69][111] - 数据飞轮为核心壁垒 拥有端到端交易数据闭环 包括实时行情 基本面 财报 量价 公告及用户个人交易数据[125][126][117] - 风控绝对优先 当前投资者纪律水平仅10分未达60分 AI优先帮助实现基础风控如止盈止损[90][91][93] 市场影响与用户行为 - AI拉平信息差 使有思考力个人可能成为优秀基金经理 冲击基本面驱动机构 促进市场参与度提升[77][78][79] - 投资年轻化趋势明显 年轻人投资年龄早 消费属性强 通过投资表达生活方式和社交态度[106][107][108] - 产品用户分层明显 成熟用户用Bobby选期权 新用户从对话发现机会到交易完成闭环[103] 未来发展与技术趋势 - 多模态技术将增强数据源分析和交互方式 从文本扩展到语音视频 用更易接受方式呈现信息[127] - 横向市场拓展速度快 新场景落地仅需1-2个月 架构灵活性高可快速复用[128][129] - AI在投资领域短期被高估长期被低估 需推动垂类领域发展 但最终投资结果仍取决于个人认知和风险偏好[110][113][135]