清华唐杰高徒肖易佳开源TradingAgents，39k星量化Agent框架重构投资决策链

一个名为TradingAgents的开源金融框架正在GitHub上掀起风暴，狂揽超过39k星标和7.2k分支，其热度与架构的完整性，让业界惊呼仿佛一家量化私募将核心系统公之于众。该项目由Tauric Research团队打造，其核心作者肖易佳，正是清华大学本科毕业生、师从智谱AI发起人唐杰教授、现任UCLA计算机系博士生的技术新锐。这个框架的核心玩法，是将复杂的投资决策流程拆解为由多个AI智能体组成的“龙虾投资军团”，实现了从信息分析到最终交易的全流程自动化协同。

TradingAgents构建了一个高度结构化的多角色协作系统。决策流程被拆分为五个层级：分析师团队、研究团队、交易员、风险控制师和基金经理。起手的是并行工作的分析师团队，下设四个专业角色：基本面分析师通过FinnHub接口抓取财报数据；情绪分析师扫描社交媒体与评级报告，量化市场情绪；新闻分析师评估全球宏观与行业新闻的冲击，并内置时间衰减权重，越近的消息越重要；技术分析师则在代码环境中计算RSI、MACD等一系列指标，识别技术形态。他们产出的信息包将提交给下一层的研究团队。

研究团队的设计凸显了对抗性思维，专门设置了立场对立的“多头研究员”与“空头研究员”。两者基于同一份资产的全量分析报告进行多回合结构化辩论，一方鼓吹成长与利好，另一方死磕风险与泡沫。这种设计旨在通过充分的博弈来逼近更全面的决策依据。辩论结果经交易员初步决策后，还需经过风控模块的二次审查，最终由“基金经理”角色批准执行。该框架支持接入OpenAI、Anthropic等主流模型API，为机构与个人研究者提供了一个高度模块化、可配置的智能交易系统原型，其开源爆火也折射出AI深度赋能金融投研的强烈市场需求与技术探索路径。