華碩與 Poesis 實際交易一週：AI 責任監管成焦點

華碩與 Poesis 在搭載輝達($NVDA)技術的設備上，使用實際資金進行為期一週的自主交易實驗，涵蓋投資研究、風險管理與交易執行。不過，交易規模、報酬率及適用市場均未公開，現階段不宜將實驗延伸解讀為投資績效或商業化成果。

華碩於 9 月 16 日表示，已與 Poesis 在金融市場運行代理型人工智慧（AI）。根據公司發布的官方公告，實驗採用預先設定的運作指引及實際資金，但交易所、金融商品與運用資金規模均未公開。

系統在基於輝達 DGX Station 平台的 ASUS ExpertCenter Pro ET900N G3 上運行。設備搭載 NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip，提供最高 20 petaflops 的 AI 效能與 748GB 統一記憶體。

華碩與輝達表示，模型、代理程式與工作流程均在設備內部執行，而非依賴雲端。這項架構測試了資料處理與決策過程不依賴外部雲端的運作方式。

此次實驗採用多代理程式分工模式。其中一個代理程式負責研究投資資料，另一個負責管理風險，還有一個負責執行訂單。

Alex Popa（Alex Popa）Poesis 創辦人兼 CEO 表示：「這雖然是一項早期實驗，但展現了代理程式在明確限制條件下，能在真實市場持續運作。」這段發言的重點在於自主運用體系能否在真實環境中運作，而非報酬率。

Poesis 被介紹為一家以 AI 為基礎的資產管理公司。不過，僅根據目前公開內容，仍無法確認其使用了哪些金融商品與交易策略，也不清楚人在何個階段核准訂單。

輝達在 GTC 2026 的相關場次介紹了將金融機構投資團隊的工作分配給多個 AI 代理程式，並以分層架構協作的工作流程。這種方式結合市場資料、新聞與研究資料，用於投資研究、風險分析、投資組合最佳化及訂單執行。

輝達也在另一場金融 AI 場次說明，金融代理程式如何整合市場資料、新聞與研究資料。

不過，目前無法確認輝達的示範與此次華碩、Poesis 實驗是否採用相同軟體或交易策略。兩個案例都由多個 AI 分工執行工作，但沒有公開證據顯示其實際實作與控制方式也相同。

自主交易的核心爭議，在於訂單流程出現問題時如何確認責任主體。提交給美國證券交易委員會（SEC）的意見書建議，管理標準不應只看系統是否使用 AI，而應根據系統對訂單行使的裁量權、交易行為能否重建，以及責任主體來制定。

另一份SEC 會談資料也討論了 AI 代理程式執行交易時，應如何界定適用監管規則與平台營運商的義務。焦點不在於使用 AI 這項事實，而在於資產管理公司、開發商與平台之中，誰控制訂單，以及誰保存相關紀錄。

華碩與 Poesis 表示已設定預先制定的運作指引，但未公開訂單核准流程、停止裝置及決策紀錄保存方式。因此，不能僅憑此次實驗判斷人類監督已被排除，或系統已符合監管要求。

本刊先前曾報導，AI 代理程式接觸實際基礎設施時，必須同時管理權限範圍與工作紀錄。在金融交易中，接觸外部系統的權限可能延伸至訂單執行，因此有必要預先界定自主程度與中止條件。

此次合作測試了高效能運算設備能否從金融 AI 研究階段，進一步連接至實際訂單執行環境。不過，實驗僅持續一週，績效指標與交易細節也未公開，市場影響與商業化進展仍有待後續資訊。