HOYA BIT聚焦智慧交易 黑客松探索AI資訊判讀新解法

HOYA BIT指出，透過AWS黑客松展現的「多AI代理共識機制」，為非結構化市場資訊的判讀提供了具前瞻性的解法。DIGITIMES攝

加密資產市場24小時不間斷運作，新聞、社群貼文與通訊軟體訊息鋪天蓋地而來，投資人必須在極短時間內消化大量資訊並判斷其可信度。HOYA BIT技術資訊處副總王昭智指出，傳統交易系統擅長處理結構化資料，但面對來源分散、格式不一的非結構化資訊，仍需投入大量人力閱讀與整理；當人工完成分析時，最佳的市場交易時機往往已經過去。

因此，HOYA BIT於2026台灣生成式AI應用黑客松中以「智慧交易」為題，聚焦如何運用AI加速資訊整理，並建立動態的消息可信度評估機制。

身為台灣本土虛擬資產交易平台，HOYA BIT主要服務一般投資人，提升即時市場資訊整理與風險判讀效率一直是其AI應用的核心。過去HOYA BIT透過爬蟲與自動化工具蒐集資料，近期也導入大型語言模型（LLM）進行資訊歸納，並著手建置自主AI代理（AI Agent）服務。然而，如何讓模型精準理解語意並辨識消息真偽，技術上仍有相當大的發揮空間。

王昭智觀察，本次參賽隊伍在前期資料蒐集與清洗的做法相近，真正拉開差距的是後段的決策與判斷機制。獲得該組優選的「草莓舒芙蕾教宗」團隊，提出由七個AI代理彼此提出證據、交叉比對並進行投票的機制，為不同市場消息建立可信度排序。

各AI代理之間採取對抗式互動，並保留未來擴充為不同領域專家角色的彈性，最後再由獨立模型匯整各方論點與共識。這套設計融合了Web3的共識機制概念，在資訊混雜且難以百分之百驗證真偽的情境下，提供了一套極具辨識度與前瞻性的判讀解法。

針對參賽作品未來走向產品化的可能性，王昭智認為仍需在資訊安全、運算成本控制與使用者體驗上進行補強。特別是在金融交易情境中，若AI模型直接介入下單操作，一旦發生誤判將造成使用者實際資產損失。因此HOYA BIT現階段更傾向定位AI為「輔助角色」，負責資訊整理、參數建議與操作引導，涉及買賣等關鍵決策仍由既有核心交易系統執行。

此外，大量未經篩選的原始資料會大幅增加模型的運算成本。如何在前端先進行高效的資訊過濾與降噪，以降低API調用次數與雲端算力費用，也是企業實際導入AI時不可忽視的實務考量。

對於受高度監管的金融科技業者而言，導入AI服務必須同時滿足資料安全與法規合規的要求。王昭智表示，AWS提供的Amazon Bedrock讓企業能在受控且安全的環境中使用基礎模型（Foundation Models），相比直接將敏感資料傳送至外部公開API，能顯著降低資料主權受損與資訊外洩的疑慮；同時，也能避免企業自行部署與維護大模型所產生的昂貴硬體與營運成本。對於需要兼顧模型效益、資安防護與成本控管的交易平台而言，託管式雲端模型服務提供了理想的部署路徑。

透過本次黑客松競賽，HOYA BIT得以深入觀察市場上的AI人才儲備與解題思維。王昭智強調，由於AI技術疊代極快，且實際落地時必須與既有系統及跨部門業務高度協作，因此比起單一技術能力，HOYA BIT更看重人才的自主學習能力、實驗精神與跨界溝通技巧。

未來若持續參與類似賽事，也期待能引入更多技術社群前瞻議題，給予參賽者更大的發揮空間，協助企業接觸到更多跳脫傳統架構的創新解法。