40元搭三层Agent量化投研团队，48小时运行后发现之前在浪费AI额度

X用户@Mulight用40元成本搭了一套三层Agent量化投研团队，由Hermes、DeepSeek、Grok协作，连续运行48小时。他说最意外的不是成本低，而是发现自己之前一直在白白浪费AI额度。

这套架构分三层。第一层是本地脚本巡逻，不消耗AI Token，负责监控链上异动、大额资金、价格偏离、新池部署。设置好流动性、交易量、部署频率等阈值后，能过滤掉大部分无效信号。普通数据查询没必要每次都唤醒AI，不过RPC和服务器本身仍可能有成本。

第二层是Hermes加DeepSeek Flash做风控初筛。第一层发现异常后，把合约地址和链上数据交给Hermes里的Agent，分别检查合约权限、DEV历史、关联钱包、LP状态，再去本地经验库里查有没有类似案例。便宜的模型能处理的事，就别急着调用昂贵模型。

第三层是Grok或Claude做首席决策。前两轮筛出来的标的，才值得花更多额度研究。让Grok结合X上的最新讨论、项目公告和市场情况继续分析，最后浓缩成三行：发现了什么机会、最大的风险是什么、值不值得继续跟踪。最终是否交易，由人自己决定。

@Mulight说，这套架构让AI终于不用天天干重复劳动了。脚本负责巡逻，DeepSeek负责排雷，Grok负责复杂研判。贵模型留给真正值得研究的机会，额度自然没那么容易被烧光。

他还放出了完整工具清单。Hermes Agent用于多Agent调度，有官方仓库和社区图形界面Ekko Studio。DeepSeek API选deepseek-flash模型，负责基础数据整理、风险初筛和历史案例比对。本地链上监控可以用他之前开源的Grok Bot Efficiency Kit作为基础，目前支持BSC PancakeSwap V2新池事件监控、CA查询和Routine调用次数审计，更完整的跨链监控需要继续扩展。Grok Bot留给需要分析X实时讨论、项目背景和复杂市场信号的任务。

他还给出了一段可以直接复制给Hermes的经验库自进化Skill提示词。核心要求包括：输入合约地址后自动查询流动性、持仓分布、合约权限、DEV历史和异常交易行为并附数据来源；建立本地JSON或SQLite经验库保存每次预检的关键指标、风险信号和后续价格变化，没有核实的数据标记未知；遇到新标的时优先搜索历史案例对比相似合约、相同DEV和风险特征，不能把历史表现当作收益保证；常规查询交给本地脚本，只有达到指定阈值才唤醒DeepSeek，复杂案例再提交Grok深度分析；最终输出三行简报：异动事实、主要风险、下一步建议。所有链上操作默认只读，不接私钥、不签名、不自动交易，先用模拟数据完成测试再开启持续监控。

@Mulight建议先跑通一条完整的数据链路，再逐步增加监控项目。