2022 年 1 月，Martin Schmid、Rudolf Kadlec 和 Matej Moravcik 从 DeepMind 埃德蒙顿办公室辞职，搬回捷克布拉格。他们没有加入另一家科技巨头，也没有留在学术界。他们决定让 AI 去炒股。
四年后，这家名为 EquiLibre Technologies 的公司刚刚完成一轮由 Creandum 领投的 A 轮融资，估值超过 5 亿美元。据 TechCrunch 报道，Creandum 副总裁 Cameron Sellers 确认，这是该风投机构有史以来最大的一笔单笔投资。而九个月前，这家公司的种子轮估值还只有 1.4 亿美元。
EquiLibre 的强化学习 Agent 已通过与量化交易公司 Tower Research Capital 的独家合作，在标普 500 和纳斯达克市场上日均交易数十亿美元。公司声称自 2025 年在加密市场首次部署以来，"成立以来零亏损月份"——即每个月的投资组合整体盈利。
扑克桌上的学术基因
三人的交集始于 DeepMind 在加拿大埃德蒙顿的第一个国际 AI 研究办公室。他们都是访问博士生，在强化学习先驱 Rich Sutton（2024 年图灵奖得主）等人的影响下工作。
2017 年，他们参与开发的 DeepStack 在《Science》杂志上发表，成为第一个在单挑无限注德州扑克中击败职业玩家的 AI 程序。在与来自 17 个国家的 33 位职业玩家的 44,852 手牌对战中，DeepStack 赢了其中 11 位完成全部 3,000 手比赛的玩家中的 10 位，整体赢率为 49 big blinds/100——一个超过四个标准差的统计显著结果。
DeepStack 的核心贡献在于：首次将启发式搜索——此前只在围棋、国际象棋等完美信息游戏中成功的方法——以理论上可靠的方式应用于不完全信息博弈。它不预先计算完整策略，而是通过"持续重解"（continual re-solving）在每一手牌实时计算剩余手牌的策略，用深度学习训练出的"直觉"来近似估值。
除了 DeepStack，三人还共同参与了 Player of Games——首个在完美信息和不完全信息博弈中都取得强性能的 AI 系统。Schmid 和 Moravcik 的博士研究方向都是算法博弈论；Kadlec 的研究方向是情节记忆建模，他在 IBM 时期的神经语言建模工作被 GPT 系列论文引用。
2022 年离开 DeepMind 时，三人做出了一个刻意反向的选择：不回伦敦、不去硅谷，而是回到捷克布拉格。Schmid 对 TechCrunch 的解释是："这里有我们曾经共事过的很多人，Google 和其他地方有庞大的捷克 diaspora。我们告诉朋友们，'嘿，我们要搬回布拉格了，想加入吗？'"
另一个更实际的考量是人才留存。"在旧金山，每两个月就会冒出一个新的性感 AI 项目，"Schmid 说，"在这里，留住好人才要容易得多。"
从不完全信息到不完全市场
扑克与股票交易的共同点，比外行想象的更深刻。
两者都是不完全信息博弈：在扑克中，你不知道对手的手牌；在交易中，你不知道其他市场参与者的持仓、意图和私有信息。两者都要求 Agent 在不确定性中做出连续决策，且每个决策的后果会延迟显现。更关键的是，它们对强化学习来说有着同样简洁的奖励信号。Schmid 说："交易和市场的美妙之处在于评分超级简单——Agent 赚了多少钱？"
Schmid 强调，团队做这件事的动机不是金融本身。"我不是因为想让市场更有效率才做这个，"他在 TechCrunch 采访中说，"我做这个是因为我们都对构建前所未有的事物感到兴奋，而这件事非常有趣。"
正因为没有金融背景，三人从第一天就定义了 EquiLibre 的身份："一个实验室，不是一家金融公司"。目前公司约 25 人，团队混合了来自大型科技 AI 实验室的研究者、顶级交易公司的工程师和学术研究人员。顾问委员会包括 Rich Sutton。
EquiLibre 与 Tower Research Capital 的合作始于 2024 年底。Tower 是一家纽约自营交易公司，以高频做市闻名，其商业模式是向多个独立团队采购交易信号。Tower 首席投资官 John Cogman 对 Bloomberg 表示，EquiLibre 是众多与 Tower 合作的量化团队之一，但其创始人的学术出身令其脱颖而出。
Jane Street 的影子
EquiLibre 面对的不是无人区。
量化交易巨头 Jane Street 在其官网上明确表示已在使用强化学习和大语言模型，并声称拥有"数万块高端 GPU"。2026 年第一季度，Jane Street 交易收入达到 161 亿美元。相比之下，EquiLibre 正在尝试"用更少的芯片榨出更多的算力"——Schmid 的说法是"get more from less"。
Schmid 对此并不回避，但给出了一个务实的判断："这不是赢者通吃的市场。"
EquiLibre 下一步计划将新融资的大部分投入算力基础设施建设，目标是建成中东欧地区最大的计算集群之一。A 轮融资的具体金额未披露，但 Sellers 称这是 Creandum 有史以来最大单笔投资——Creandum 是 Spotify、Klarna 和 Bolt 的早期投资方。
公司的早期投资方还包括 Credo Ventures（同样投了 ElevenLabs 和 UiPath），种子轮由 Blossom Capital 以 1.4 亿美元估值领投 1,000 万美元。
比交易更大的故事
EquiLibre 的轨迹在 2026 年的 AI 人才地图上标记了一个清晰的信号。
一方面，DeepMind 校友创业正在成为 VC 争抢的标的。2026 年 4 月，David Silver 创立的 Ineffable Intelligence 完成 11 亿美元融资。大部分这类公司聚集在伦敦，EquiLibre 是少数选择回到中东欧的例外。
另一方面，强化学习正在完成从"学术好奇"到"生产工具"的转变。Schmid 回忆说："我们刚起步时，人们持怀疑态度。但现在 RL 已经是标准。因为我们四年前就开始了，我们相信自己有先发优势。"
但先发优势需要算力来守护。在 Jane Street 这样的巨头面前，EquiLibre 赌的是同一件事让他们在扑克桌上赢了——在信息不完整的游戏中，策略的质量比手牌的大小更重要。
