Moshi 如何将市场数据转化为可操作的洞察,以及为什么 AI 工具必须契合交易员的工作流程。

Latent.Space
10月22日 · 27分钟
当 Anekha Sokhal 从事能源衍生品交易时,紧跟市场走势意味着需要追踪远超常人阅读负荷的海量信息。如今,作为 Moshi 的首席执行官,她正在打造一款自己梦寐以求的工具:一个能够将市场信息与交易员投资组合(trader’s book)核心诉求紧密关联的推荐引擎。
在纽约 AI 工程师大会(AI Engineer New York)上,Anekha 与 swyx 展开对谈,分享了她从数学专业和摩根大通(JPMorgan)走向创立 Moshi 的历程,以及为什么好用的 AI 必须契合人们实际的工作方式。她将 Moshi 形象地描述为彭博终端(Bloomberg)、Claude 和 Netflix 结合的产物:集市场数据、人机交互界面以及为交易员量身定制的推荐能力于一体。
他们还探讨了可信数据源、文档提取、自建还是购买模型(build versus buy models),以及 AI 工程师在被告知“你一个人就是一支团队(you are the team)”时所承受的压力。Anekha 还分享了她在大会期间通过客户沟通所获得的经验,以及为什么与用户交流应当先于团队招聘。
观看本期视频
在 YouTube 上观看 Anekha Sokhal 的访谈
节目要点
Moshi — Anekha 的公司
Anekha Sokhal — 个人背景与履历
GIQ 研究论文 — 访谈中提及的研究
Reducto — 文档提取
时间戳
0:00 — AI Engineer New York 与“你一个人就是一支团队”
0:54 — 结识 Anekha Sokhal
2:09 — 从数学到能源衍生品
3:46 — 富布赖特学者经历与成为创始人
5:45 — Moshi 为交易员提供什么价值
6:10 — 处理如潮水般的市场数据
9:03 — 彭博与市场工作流
10:03 — 彭博、Claude 与 Netflix
12:03 — 从仪表板到工作流
15:03 — 可信源与有效信号
17:13 — 自建还是购买模型与文档提取
18:20 — AI Engineer New York
20:32 — 客户交流与社区
23:54 — 招聘与同客户交流
25:55 — swyx 步入 AI 领域的经历
访谈实录
自动转录文本;用词可能存在错漏。已省略发言人标签。
0:00 实际上我延长了在纽约的行程,因为现在……我本打算今天离开的。但周四排满了会,我就延期了一天;周五又排满了,再延一天;然后又延到了周一。接着又有人说:“嘿,我们也是做能源的,去休斯敦聊聊吧。”所以大会结束后的整整一周都被会议排满了。聊到 AI 工程师的话题很有意思,因为很多人都感到来自管理层的巨大压力。“去完成什么?”因为现在人们会说:“我们不需要一个团队,你一个人就是一支团队。”所以就变成了:“嘿,我现在必须一个人搭出这整套系统。”但这种系统通常是由 10 个人来完成的。好的,我们现在在录音室。这是我在 AIE 的最后一期播客,嘉宾是来自 Moshi 的 Anekha。欢迎你。非常感谢。
1:01 我发音对了吗,Anekha?是的,完全正确。你的背景吸引了我的关注,因为我以前也是交易员,而你现在是一名创始人。是的。你刚才也提到了自己的经历,我很想听你亲自讲一讲。据我所知,这是你第一次参加 AIE。你是怎么知道我们的?发表演讲的体验如何,之后又有什么收获?好的,首先,感谢 AIE 的每一个人,这真是一次不可思议的绝佳体验。也感谢邀请我来参加播客。我非常激动能分享自己的经历。而且,我认为我们正身处一个飞速发展的时代,我聊过的每个人都感到压力重重。所以能够分享我的亲身经历真的很有帮助,因为我本科读的是统计与数学——也就是现在大家所谓的 AI。因此,能探讨这些内容及其演变,并且能和一位前交易员交流,感觉真的很有意思。
2:02 还能顺便聊聊在交易领域经历的“战火伤痕”。你学过金融微积分,比如随机微积分(stochastic calculus)吗?是的,我学过。我本科在华威大学读的是 MORSE 专业(数学、运筹学、统计学与经济学)。当时大家都觉得:“天哪,这也太极客、太书呆子了吧。”我那时甚至不好意思跟别人提。但现在,大家的反应全变成了:“哇。”是啊,每个人都在惊叹:“天哪,数……”