红杉领投 3000 万美元，投的是「大白话下单」
10 月 8 日，一家 2025 年才创立的公司 Catalyst 完成 3000 万美元种子轮，红杉资本领投，Jump Trading、Peak XV、Lux Capital、AntiFund、Coinbase 和 Premji Invest 跟投，Wilson Sonsini 出任法律顾问。它要做的事，一句话能说完：让普通人用大白话描述投资目标，智能体负责研究、策略设计、标的筛选、成本优化，直到执行。
团队背景比金额更有戏。两位联合创始人 Justin Zheng（25 岁，Worldcoin 背景）和 Dylan Iskandar（21 岁，曾为美国国防部做网络安全研究）相识于 2019 年经济学家 Tyler Cowen 的一场会议，据说是牌桌上开始的交情。公司今年 3 月才对外公开计划并开放 waitlist，约七个月后拿下红杉的种子轮。
中间那层「编译器」，才是真正的产品
「自然语言做交易」听着像噱头，但据 Venture Magazine 的报道，Catalyst 真正的工程量在中间那层：编译器把用户散文翻成一张约束图——持仓上限、可选标的清单、杠杆帽、熔断开关，全变成显式的结构。智能体只负责在约束内提出订单，风控引擎对照约束图审核之后才路由给券商。每笔订单还绑上不可变日志，关联到论点条款标识和模型版本，亏了钱能复盘「到底是哪句话、哪个版本的模型动的手」。新论点有强制的纸上交易影子模式，撞上没见过的市场情形还要人工批准。
这套设计其实在回答智能体进金融的核心质问：自然语言是接口，不是真相。把「超配半导体、单一持仓不超 5%」这句话变成机器可执行的结构，中间每一步都可能失真——实体认错标的、新闻 embedding 过期、相关性突然飙升撕破隐含的分散假设。约束图加风控引擎加不可变日志，就是把翻译误差一层层拦下来的尝试。
Coinbase 在股东名单里，比金额更值得玩味
交易所在种子轮里出现，信号很足：Coinbase 显然在关注智能体未来会不会成为订单流的入口。不过两家都明说了，没有任何已宣布的集成，现在下结论为时过早。Jump Trading 的参与同理——做市商最懂执行质量，它的钱与其说是看好叙事，不如说是想离场近一点看数据。
该打的问号也得打。公司称试点先和高频交易员跑，数周内产生数亿美元交易量——注意这是公司自述口径，既无审计也无第三方验证。更根本的问题是「确认疲劳」：每一步动用资金都要用户点头，听起来稳妥，可普通投资者真会逐条复核智能体的建议，还是像勾选用户协议一样闭眼点确认？前者是负责任的放权，后者就是把风险提示变成了免责道具。监管侧的问题同样悬着：协同智能体行为的市场操纵边界、拆单后的最佳执行义务、亏损后的可解释性——这些目前都没有针对 LLM 智能体的公开执法先例可参照。
和 1657 Robinhood 把交易委托做进券商 App 相比，Catalyst 切的是更上游的「策略语言」层。两条路线一个从执行通道往上走，一个从意图表达往下探，中间隔着的正是那层编译器。对观察者来说，这家公司真正的价值可能不是某个交易产品，而是它把「自然语言意图如何变成受约束的行动」这门课，用真金白银的资本和真刀真枪的风控讲了出来。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。