26岁离开10亿私募，他创办PandaAI，押注AI交易的下一个阶段

事件概述

出生于1999年的李昱琦，拥有哥伦比亚大学金融工程本硕背景，曾为管理规模超10亿的量化私募合伙人，也是实盘期货大赛最年轻盘王。2024年，他决定离开量化行业，创办AI交易公司PandaAI，目标是让AI Agent完成从因子研究到实盘交易的全链路。目前公司70余人，海内外用户超10万，已连续完成种子轮、天使轮及天使+轮融资，累计金额数千万元人民币。

AI交易认知与演进路径

李昱琦观察到，大众对AI交易的认知仍停留在“AI荐股”层面，而真实AI交易目前主要在数据回测、建模、基本面分析等研究环节发挥作用。他将AI交易演进分为L0-L4：L0完全人工；L1 AI辅助；L2单智能体闭环；L3多智能体协同（Agent-to-Agent），可自主规划、相互制衡并持续迭代；L4则由AI完成公开市场标准化研究与交易，人类只负责风控和资金管理。他认为当前行业刚走到L3初期，到达L4可能只需1-2年，但核心障碍不是技术，而是信任。

产品与技术架构

PandaAI有三条产品线：

• Qube：面向入门用户，用一句话描述交易想法，AI自动拆解为数据获取、因子构建、回测等节点。
• EVO：面向专业研究者的AI原生量化工作台，支持因子构建、回测、风险检验与版本迭代。
• OS：即将上线，基于A2A（Agent-to-Agent）架构，让多个Agent分工协作完成完整交易研究流程。

技术架构分为四层：数据底座（海内外行情、财务及宏观数据）、模型与专业能力（自研CQ2，并接入DeepSeek、豆包等外部大模型）、Agent工程与协作系统（通过ADE和A2A编排交易智能体）、交易连接（期货柜台已全部打通，实盘客户端于6月上线）。李昱琦认为，模型和数据可以购买，但把模型、数据、工具编排为跑通完整交易流程的智能体，才是难以复制的核心能力。

开源与生态

2026年6月，PandaAI开源了首批QuantSkills量化能力库与Agent集群。李昱琦认为，公开因子会随使用者增多而陷入拥挤，但基于同一基础Agent可以调教出完全不同的逻辑，真正的壁垒在于Harness层——对Skills、智能体与约束规则的组合调度。

PandaAI还通过因子大赛积累生态。第三届报名超1.2万人次，累计提交因子超8000个。一位40岁开发老兵获得IC榜冠军，一位普通双非工科研究生赢得收益率榜冠军，显示非科班人士与专业选手差距正在缩小。

在商业设计上，PandaAI先从B端交付积累经验与场景，再延伸至C端。海外版TQX已有约2万注册用户，主要集中在东南亚和中东。李昱琦将PandaAI定位为“量化领域的Claude Code”，直接服务每个想用AI做交易的个体。

值得关注

PandaAI连续发表了CQ2、A2A Self-Evolution、AlphaSchema三篇论文，分别探索神经符号LLM Agent进入量化研究、因子与评价体系共同自进化的A2A架构，以及用结构化交易语义框架拓展Alpha空间。李昱琦表示，发论文是为了给尚未形成共识的AI交易绘制“施工图”，并以此吸引核心开发者，目前团队很多核心成员正来自最早探索AI交易的社区用户。