首发| PandaAI连续完成三轮融资，99后创始人带队

投资界获悉，AI交易基础设施公司PandaAI宣布已连续完成种子轮、天使轮及天使+轮三轮融资，累计融资金额达数千万元人民币，其中天使轮及天使+轮由L2F光源创业者基金领投。

据悉，三轮融资将主要用于AI交易大模型、专业QuantSkills、多智能体协作基础设施及交易Agent开发环境的持续研发，加快PandaAI OS、EVO和A2A技术体系建设；同时进一步拓展全球用户市场，推动AI交易能力在个人交易者、专业投资团队及金融机构中的规模化落地。

PandaAI，外界可能陌生，其身后的掌舵者是量化财经科普IP“量化李不白”的创建者李昱琦，他本硕毕业于哥伦比亚大学，是国内新一代量化投资人与AI交易实践者。

99后创始人

要重新定义AI交易

1999年出生的李昱琦，具有哥伦比亚大学金融工程本科及硕士背景。他早在20岁时就开始量化私募创业，现仍担任一家量化私募合伙人，参与管理规模超10亿元。

此外，李昱琦还在23岁那年，开设了量化财经科普IP“量化李不白”，全网粉丝超过20万，持续通过内容、课程与行业分享推动量化投资知识普及。直至2024年，他一手创立了PandaAI。

团队中，联合创始人兼CTO刘炳君曾任恒生电子、埃森哲系统架构师，并参与中国首个线上证券开户系统的核心开发，拥有金融系统架构、交易基础设施和大型工程落地经验；其他核心成员覆盖量化研究、人工智能、金融数据、交易系统和产品工程等方向，形成了从论文研究、模型研发，到产品交付和真实交易场景应用的完整闭环。

李昱琦直言，最初的创业初衷很朴素：大模型出现后，他第一反应是交易者是否可以有一套完全不同的工具。一开始，他和团队尝试用Coding Agent 帮交易者写策略、写代码、做回测，但后来发现会写代码，并不等于会交易。“我意识到，值得做的不是又一个工具，而是把整条交易研究链路重新组织起来。”

众所周知，传统量化研究存在较高的进入门槛。即使用户拥有成熟的市场判断，也常常因为不会编程、缺少专业数据、回测环境复杂或工具彼此割裂，难以将交易想法转化为能够被验证和执行的策略。

而大模型正在改变其中很多能力的成本曲线。因此李昱琦将PandaAI 定位于构建 AI 时代新的 Trading Infrastructure。“我们希望把一个交易想法从产生，到数据调用、因子挖掘、策略构建、回测验证、Agent 协作，再到最终交易执行，逐渐组织成一个完整的 AI Workflow。”

于是，PandaAI打造了一套可以用自然语言交互、可视化的AI工作流。将“交易想法因子研究策略生成回测验证风险评估交易执行”组织在同一套系统中。用户可以通过自然语言表达市场判断，由系统调用数据、模型、代码、回测、风控和交易工具，将一项模糊的交易想法逐步转化为结构化研究流程。

在PandaAI的AI工作流中，复杂的交易研究会被拆解为数据获取、因子构建、代码生成、策略回测、参数调整、风险分析和交易连接等节点。用户可以查看每一步使用了什么数据、经过了什么处理、得出了什么结果，也可以随时调整、替换和复用已有流程。

这正是PandaAI背后核心的Agent工程能力。目前，PandaAI已经构建了面向AI交易场景的A2A多智能体产品PandaAI EVO。不同Agent分别承担数据处理、因子研究、策略生成、回测分析、风险评估和交易执行等任务，并通过统一工作流协同完成研究。

这种Agent-to-Agent协作，让AI交易不再只是由单一模型回答问题，而是像一支专业团队一样，通过分工、验证和反馈，共同完成完整的交易研究。在这一过程中，多个Agent能够基于彼此的反馈不断修正推理路径，实现思考能力层面的自进化，让AI的交易研究能力随着协作持续成长。

李昱琦认为，金融行业过去的品牌往往非常严肃、传统，他们希望PandaAI 从第一天开始就代表另外一种东西：年轻、技术驱动。“现在回头看，‘PandaAI’这一名字某种程度上，也和我们今天做的事情比较一致希望用一种新的技术范式，重新进入一个非常古老的行业。”

两个月，融资三轮

已积累10万用户

商业化，如今成为每一家AI公司的灵魂拷问。

据介绍，围绕不同用户的交易研究方式，PandaAI已形成OS、EVO、QUBE等核心产品，并由QuantSkills提供统一的专业能力支持，覆盖一站式研究、自然语言策略开发、深度投研及多智能体协作等不同需求。

截至目前，PandaAI已经积累海内外超过10万名用户，并与多家券商、期货公司、基金及专业金融机构推进AI交易能力的产业化合作。

其中，在个人用户场景中，PandaAI帮助研究者和交易者完成数据分析、因子挖掘、策略生成、回测验证和交易复盘，降低搭建完整量化研究环境的技术门槛。

而在专业交易场景中，成熟交易员和研究团队可以将自身的研究框架、交易逻辑和专业经验，沉淀为可调用、可复用的Agent与QuantSkills，使个人经验逐步转化为团队能够持续积累的系统能力。

此外，在机构场景中，PandaAI可以与金融机构既有的数据、投研、风控及交易系统结合，提供AI交易模型、可视化工作流、多智能体协作、数据服务和私有化部署能力，推动AI从外围效率工具进入真实业务流程。

与此同时，围绕AI交易人才和开发者生态，PandaAI还持续举办因子大赛、高校Workshop、量化黑客松及全球AI交易赛事。这些赛事不仅是用户增长渠道，也构成了PandaAI验证产品能力、发现优秀研究者、沉淀因子与策略工作流的重要场景。

回顾PandaAI的融资历程，李昱琦表示，公司是在2025 年下半年，第一次正式开启外部融资，并在此后的2个月内连续完成种子轮、天使轮和天使+轮三轮融资。

多轮融资交流下来，李昱琦深刻感受到，每一轮投资人关注的重点都在发生变化。“某种意义上，PandaAI的三轮融资对应了三个阶段：从证明AI 可以进入交易，到证明AI可以重构交易 Workflow，再到讨论AI Trading是否会产生新的基础设施层机会。”

正如L2F光源创业者基金管理合伙人吉星所言，AI对交易最深刻的改变，不是替人给出一个“买什么”的答案，而是重构Alpha的生产方式将交易者的经验与判断转化为可验证、可复用、可持续迭代的研究工作流。“PandaAI最打动我们的，是团队没有停留在行情问答或代码生成，而是从因子研究切入，逐步打通数据、模型、回测、风控与执行，并在真实反馈中沉淀工作流数据，构建面向个人交易者、专业团队与金融机构的新一代AI Trading OS。”

展望未来，李昱琦的判断是，当intelligence的成本持续下降，交易能力会逐渐从少数机构内部的封闭能力，变成一种可以被调用、组合和持续进化的基础能力。

“到那时，市场可能不会再简单地区分人在交易还是AI在交易，真正重要的问题会变成：谁能够更好地组织intelligence。我们希望PandaAI最终成为承载这些intelligence的基础设施。”