Robinhood AI 交易落地：创业公司缺牌照托管与资本金

据 Woofun AI 消息，Robinhood 于 2026 年 5 月 27 日正式推出 Agentic Trading 功能，标志着零售券商首次向外部 AI 代理开放真实交易权限。

这一举措并非简单的功能迭代，而是将交易执行权部分让渡给第三方模型，允许用户在隔离账户内由 AI 自主完成研究、下单与再平衡。尽管技术基础设施已初步搭建完毕，但这一从'工具'向'服务'跨越的尝试，暴露出创业公司在试图将此类能力转化为资产管理业务时，所面临的法律合规、责任界定及资本金储备等深层结构性障碍。

从技术架构来看，Agentic Trading 的核心在于'模型自带、轨道公用'。用户可接入 Claude、ChatGPT、Cursor、Grok、Codex 等主流大模型，通过 MCP 协议与 Robinhood 的交易服务器建立连接。在桌面端完成 OAuth 授权后，系统会引导用户开设名为 Agentic 的独立账户，该账户与主账户、IRA 或银行账户完全隔离。Anthropic、OpenAI 等模型厂商负责策略生成，而 Robinhood 仅作为通道提供商，负责撮合、清算及通知推送。

值得注意的是，这种分工明确了风险边界：券商不控制、不监督也不审计代理行为，策略误读或指令错误导致的损失由用户及模型方承担。目前，该功能主要支持美股交易，期权、加密资产、事件合约、期货及预测市场等高风险品种被列入后续扩展计划。Gold 卡用户还可获得一张虚拟卡供代理使用，但实体卡操作权限被严格禁止。

这种设计旨在通过账户隔离限制单次亏损上限，例如用户划入 1000 美元，则最大亏损即为此数，但数据可见性并未完全封闭，代理仍可能跨账户查看持仓结构以评估集中度，这引入了潜在的信息泄露风险。

在实际应用层面，用户实践形态呈现出从'个人实验'向'微型基金'演变的趋势。GitHub 上已出现大量基于自然语言指令的代理配置案例，有的用户投入 100 美元进行试单，有的则构建多代理协作体系，分别负责标的筛选、收盘复查及周报生成。

然而，无论形态如何复杂，只要资金属于个人且未对外募集，其在法律定性上仍属于自营交易。SEC 与 FINRA 已发布联合提示，警示 AI 投资欺诈风险，强调监管关注点在于是否提供证券建议、是否以此为业以及是否针对特定人情况。一旦代理开始根据他人风险偏好调仓并收取费用，其行为便触及投资顾问与基金运营的监管红线。

目前，Robinhood 的风险警告明确指出可能亏光账户全部本金，模型可能将'分散'误解为高频换仓，或在财报夜错误执行市价单，这些操作风险在自营框架下由用户自担，但在资管框架下则需由机构承担信义义务。

Woofun AI 整理数据显示，创业公司若要将此类技术转化为资管业务，必须跨越三大合规壁垒。首先是能力边界与适当性测试的匹配问题，股票沙盒与涵盖期权、加密资产及永续合约的多资产交易并非同一风险等级，代客产品需建立更严格的风险评估机制。其次是责任归属的模糊性，当平台、用户与模型厂商三方均可转嫁责任时，缺乏明确主体对净值负责，爆仓后的赔偿顺序亦无定论。第三是规模与托管的硬性要求，个人试验可依赖客户协议，但对外募集必须遵循基金规则，包括资金存放、净值计算、赎回周期及关联交易披露。MCP 协议虽可复用 Robinhood 的交易轨道，但牌照、托管与资本金要求无法通过技术手段复制。

此外，链上生态中出现的带钱包、可代币化的代理实体，虽涉及另一套身份与清算体系，但其核心挑战同样在于如何将去中心化代理纳入传统金融的监管框架。

综上所述，Agentic Trading 的本质仍是交易工具而非资管服务。Robinhood 通过隔离账户与开户协议将风险圈定在沙盒内，明确了平台不为代理错误买单的立场。创业公司若试图移除沙盒、引入他人资金，仅靠技术接口无法解决合规问题，必须持有牌照、建立托管体系并满足资本金要求。在被动组合依然占据市场主流的背景下，外部模型能否稳定战胜基准、平台是否愿意承担代理风险，仍是未解之题。三者缺一，AI 交易仍停留在工具层面，'管基金'的愿景则难以落地。