如果把一家基金想成一间厨房，研究员找食材，量化人员写菜谱，交易员掌火候，负责人最后决定上哪道菜。Bracket22做的事，是把大部分岗位换成几名数字同事，只留下创办人Brian Kelly拍板。账面成本因此大幅下降，但真正值得追问的不是AI能省多少工资，而是少了相互复核的人以后，谁来发现错误、踩下刹车。
目前关于Bracket22的具体信息都来自Hedgeweek转述的一篇CNBC报道，成本与效率数字均为Kelly自述或估算，未见账目、业绩数据或第三方审计。
数字同事接管了哪些工作？
Kelly曾经营一家加密货币对冲基金。他在2025年试用AI后创办Bracket22，用一组专业化AI agents替代传统投资团队的多项职能。AI agent，即智能体，不只是回答问题的模型，而是能调用数据和工具、按照流程完成任务的软件角色。
Kelly没有让一个系统包办所有工作。他给数字同事分了岗位：“Steffi”负责技术分析，也就是从价格和交易数据中寻找规律；“Desmond”负责量化策略，即把交易想法写成可计算、可检验的规则；“Houston”充当中央协调系统。不同智能体分别给出意见，也用来挑战Kelly自己的判断。
不过，“AI-only hedge fund”这个标签带有明显的营销色彩。AI并不独立作出最终投资决定，最后一层仍是Kelly的人工判断。更准确地说，这是一个由AI承担大量投研与协调工作、由创办人最终决策的自营交易组织。
Bracket22交易cryptocurrencies、equities和commodities，即加密货币、股票与大宗商品，而且只使用Kelly自己的资本。它并未被材料证明是一家替外部投资者管钱的传统基金。
省下来的成本，口径并不整齐
Kelly称，他过去雇有七八人，分布在纽约等地。工资、医疗、技术、办公室和奖金合计后，年度成本约为500万美元。现在，他所称的AI基础设施每年只需3万至4万美元，包括计算资源和各类智能体。他还估算，自己的工作效率至少提高了10倍。
这个差距很醒目，却不能直接理解为“同一家基金把500万美元成本压到4万美元”。前一个数字覆盖人员、福利、办公、技术和奖金，后一个主要指计算资源与智能体。Kelly本人的时间成本，以及数据、合规、交易基础设施等费用是否计入，材料没有说明。两者并非严格同口径比较。
便宜的组织，不等于可靠的基金
传统基金的研究、交易、技术和合规团队是一笔固定成本。资产规模扩大后，这些成本才会被摊薄。Bracket22展示了另一条路：从一开始就用智能体压低组织门槛。对小型交易机构来说，这确实可能改变“先养团队、再等规模”的顺序。
但基金里的一些“重复岗位”，本来就是风险控制。模型可能因为错误数据、失效假设或异常市场环境，稳定而快速地做错事，这就是模型风险。人员越精简，独立验证、权限隔离和人工熔断——必要时立即停止自动流程——就越重要。Bracket22保留Kelly最终拍板，说明它也没有把责任完全交给机器。
自营资本与受托资金也不能混为一谈。只亏自己的钱，与替外部投资者管理资产，在赎回压力、信息披露、合规义务和风险容忍度上都不同。因此，Bracket22证明的至多是：一个人可以借助AI搭出低成本的交易组织。它尚未证明这套组织能够安全承接别人的钱。
局限与未知
- 材料没有提供收益率、风险调整后表现、最大回撤或基准对比，无法从成本下降推断投资能力。
- 500万美元、3万至4万美元和“至少10倍效率”均来自Kelly本人，尚无独立核验。
- 智能体如何取数、怎样复核、拥有哪些交易权限，以及系统出错时如何叫停，报道均未披露。
所以，Bracket22眼下更像一次基金组织实验，而不是AI投资能力的成绩单。它省下了传统团队的大笔固定成本；省下来的钱最终属于更高利润、更低费用，还是未来需要补缴的风控成本，要等真实业绩和更完整的制度细节回答。