如何用 Claude 和其他 AI Agent 追踪聪明钱（GMGN Skills 指南，2026）
用 Claude 等 AI Agent 追踪聪明钱：借助 GMGN Skills 发现聪明钱在买什么、验证钱包质量、持续跟踪是否离场——全程只读、不连钱包。
要用 Claude 等 AI Agent 追踪聪明钱，只需安装 GMGN Skills、配置一个 GMGN API Key（上传本地生成的公钥即可创建），然后用自然语言查询链上钱包行为。AI Agent 可以帮助你查询哪些聪明钱正在买入、是否仍在持有、何时开始建仓、是否已经减仓或离场等，并汇总多个聪明钱的钱包行为，帮助你发现值得进一步研究的代币。整个过程仅查询公开的链上数据，不会连接你的钱包，也不需要使用你的钱包私钥。需要注意的是，聪明钱数据只是众多参考之一，不能单独作为买卖依据。
什么是聪明钱？Smart Money、KOL、Sniper 有什么区别？
在链上交易中，“聪明钱”（Smart Money）通常指有长期、可验证的盈利记录，且能被公开追踪的钱包。
GMGN 这类终端会给钱包打上各种标签，并展示它们的历史表现、持仓和交易记录。这里真正要追踪的只有一个：Smart Money（smart_degen）——它代表统计上可验证的盈利表现。 KOL 和 Sniper 是最容易被误当成聪明钱的两个标签：KOL 偏身份影响力（名气≠会赚）、Sniper 偏入场时机（在代币刚建池的最早区块抢先买入，抢得早≠会赚），这两类都不代表持续盈利。（此外还有老鼠仓、打包盘等标签，那是风险信号、不是拿来跟的。）追踪时以 Smart Money 为主，KOL、Sniper 仅作辅助参考。
值得追踪聪明钱的原因很简单：meme 币交易里，能长期持续盈利的只是极少数。这在很大程度上是一场快节奏的 PvP 游戏——据 Galaxy Research（经 BeInCrypto 报道，2025 年 10 月），Solana meme 币的中位持有时间只有约 100 秒，对多数参与者而言是负期望值（负 EV）。既然赢家这么少，与其自己摸索，不如盯住他们在做什么，缩小与先知先觉资金的信息差。
难的从来不是数据不公开，而是量太大、看不过来、也读不懂。给 AI Agent 装上 GMGN Skills（让它能访问链上数据），它就能替你完成——你用自然语言问，它去查，给你结论。
如何配置 GMGN Skills 和 API Key？
装好 GMGN Skills 后，在 gmgn.ai/ai 上传你本地生成的公钥，换取一个 GMGN API Key；完整步骤见《安装 GMGN Skills》。本文用到的都是只读查询，有这把 API Key 就够。
AI Agent 如何追踪聪明钱？3 个实战场景
用 AI Agent 追踪聪明钱，核心是替你做三件事，也正好对应下面三个场景：发现聪明钱在买什么（尤其是多个钱包扎堆买的新币）、验证这些钱包是不是真的聪明钱（看它的胜率和盈亏，而不只是一个标签）、持续跟踪它们是否还持有那些币（有没有开始减仓、清仓）。一句话记住这套流程：发现 → 验证 → 持续跟踪。（至于发现之后如何跟单、自动执行，涉及交易与私钥，留到”如何用 AI Agent 交易”那篇再讲。）
场景一：发现——批量筛选多个聪明钱扎堆买入的新币
你可以这样问：“在 SOL 上刚毕业的新币里，找出通过基础安全过滤、市值达标、且有多个聪明钱（比如 3 个以上）扎堆早期建仓的；按扎堆的聪明钱数量排序，只列最值得研究的前 10 个”
AI Agent 会自动：
- 用 gmgn-market 拉取榜单（trenches），并按需要只看刚毕业（在发射台募够门槛、迁移到完整 DEX）、市值达标的币
- 用 gmgn-token 逐个核对每个币的安全面（mint／freeze 是否已放弃、流动性、资金池状态、rug_ratio（0–1 的 rug 风险分）、Top10 集中度）
- 用 gmgn-track 查聪明钱的最新成交，确认是否有多个聪明钱扎堆早期建仓（比如 3 个以上）
- 只把符合条件的候选列给你
价值：与其自己从上百个新币里大海捞针，不如把聪明钱的早期建仓当作第一层筛选信号——真正值得研究的，往往是已经有多个持续盈利的钱包早期建仓的那几个。
这一步筛选为什么关键？超过 70% 的 Solana 新代币都在 Pump.fun 首发（CryptoBriefing），而能”毕业”、迁移到完整 DEX 的不到 1%；对 2026 年 5–6 月 83 万次发行的存活分析显示，毕业率已低至约 0.2%（arXiv，2026），绝大多数归零。所以你还在逐个看，Agent 已经筛完整张榜，只把符合条件的少数留给你——这正是它最能帮上忙的地方。
场景二：交叉验证代币信号和钱包质量
你可以这样问：“分析代币 X（X 指目标代币的合约地址）的聪明钱买入情况：列出买它的主要钱包，查它们近 30 天的已实现盈亏、ROI、胜率、交易了多少个币、有几次 ≥2x、现在是否还持有 X，并标记刷量（wash trading）、老鼠仓等风险标签，最后按值得参考、只作观察、不建议参考分成三类。”
AI Agent 会自动：
- 用 gmgn-token 查代币 X 的聪明钱、KOL、Sniper 参与情况和 holder 结构
- 用 gmgn-portfolio 逐个核对这些钱包近 30 天的战绩，重点看三件事：主看已实现盈亏／ROI，且成交要够多笔、够分散，避免以偏概全；胜率只作辅助（高胜率≠净盈利）；已实现与未实现盈亏分开看（未实现只是浮盈，随时会回吐）
- 判断哪些钱包还持有 X、哪些已经减仓
- 分出哪些是可重复的真实盈利，哪些只是一次性运气或只挂了个标签（与持仓长短无关）
你会看到类似这样的结论（示例，数字为演示）：“买入 X 的 4 个聪明钱里，2 个近 30 天净盈利、且仍在持仓；1 个已开始减仓；还有 1 个胜率看着高（约 68%），但近 30 天其实净亏——赢的次数多、亏的那几单更大，只看标签和胜率会误判。这个信号可以继续观察，但还要看流动性和 holder 集中度，别急着跟单。”
价值：与其看到”有 Smart Money 买入”就当强信号，不如把”代币信号”和”钱包质量”放在一起验证——AI Agent 一次把参与钱包的真实战绩汇总好，你就能分清哪些是可重复的真实盈利、哪些只是一次性运气或只挂了个标签。（两个提醒：① 高胜率≠净盈利，可能赢的次数多、但亏的那几单更大，要连着实际盈亏一起看；② 就算一个钱包确实赚钱，若它出手极快，等你看到买入信号时价格往往已经动了，“跟不跟得上”是另一回事。）
场景三：持续跟踪聪明钱是否减仓或清仓
你可以这样问：“帮我定期查钱包 A、B、C 对代币 X 的仓位——它们还拿着 X，还是已经减仓、清仓了？顺便看 X 本身有没有出现危险信号（流动性下降、rug 上升等），有变化就汇总给我”
AI Agent 会自动：
- 用 gmgn-portfolio 查这几个钱包对 X 的持仓——还拿着、减仓，还是已清仓（聪明钱自己离场是本场景最核心的危险信号）
- 再盯 X 本身的动态风险：流动性下降、rug 风险（rug_ratio）升高、Top10 大户集体抛售、mint／freeze 权限仍未放弃
- 每次跑完，把变化汇总成一句摘要给你
价值：很多交易不是输在买入，而是输在退出。让 AI Agent 按固定规则持续跟踪聪明钱和风险信号，比长时间手动盯盘更省时，也更容易保持一致的判断标准（注：这是定期轮询查询，不是实时推送）。想更进阶，可以让 agent 按净 PnL ≥ 20%、胜率等门槛先筛出一批地址，再持续跟踪它们的买卖动向。
把三个场景串起来。 例如，你想找 Solana 上最近受聪明钱关注的新币。先问：“过去 1 小时哪些币被多个聪明钱扎堆买入？”（“聪明钱最新买了什么”正是 gmgn-track 的活）AI Agent 找到多个持续盈利的钱包都买入了代币 X；你再问：“这几个聪明钱现在还持有 X 吗？“如果发现大部分已经减仓，就说明热度可能正在减弱，可以继续观察、而不是盲目跟进。整个流程只是查询和分析链上数据、不涉及交易；真正决定买入前，建议再结合代币安全、流动性和其他链上指标做进一步验证 →《如何用 Claude 和 GMGN Skills 检查 Solana 代币是否安全》。
为什么用 GMGN Skills，而不是只盯着交易终端的看板？
大多数交易终端把链上数据集中在一处，摆在网页看板上给你看——差别不在于有没有数据，而在于怎么用数据：看板要你自己去查、去比、去盯，全靠手动。追踪聪明钱尤其如此：你得自己找出谁在买、逐个核对这些钱包靠不靠谱、再盯着它们有没有减仓。GMGN 更进一步：把这些数据做成 AI Agent 能直接调用的 Skills，让你用自然语言把这些重复的查、比、盯交给 agent。这带来几个纯看板不方便做的事：
- 开口就问，零学习成本：不用记该开哪个页面、哪个筛选器，直接用大白话问。
- 给结论，不只给数据：看板把表格丢给你、要你自己读；装了 Skills 的 agent 直接综合成一句话（“这 3 个盈利钱包买了 X，其中 2 个已减仓”）——不过关键字段仍要你复核，agent 给的是初步结论、不是定论。
- 能编程、能接进你的工作流：agent 就跑在你干活的 Claude、Cursor 或脚本里，能把 GMGN 数据和你的关注名单、别的数据源拼成看板给不了的自定义流程——数据直接进你的工作流，不用在多个网页看板之间来回切。
- 追问就改条件，不用从头再来：拿到一批候选后，直接接着问”这里面胜率超过 60% 的有哪些？""它们现在还持有吗？“agent 会在上一步的结果上继续筛——不像看板，每换一个条件都得重新设置筛选器。
使用 AI Agent 追踪聪明钱有哪些风险？
本教程只做只读查询：不连钱包、不用私钥，因此不涉及交易风险。要注意的风险主要有两类——
- 数据风险（信号会骗人）：标签只反映过去、不保证未来，表现再好的钱包也会买错、遇到 rug——聪明钱只是研究线索、不是跟单依据；而且机械照抄他人交易未必更赚（Management Science）。
- AI 判断风险（解读会出错）：同一份数据，AI Agent 也可能读错字段、给出错误结论——它在这里的作用是检索、汇总和保持一致，而不是预测价格；目前也尚无充分公开证据表明交易类 agent 能长期稳定跑赢人工判断（参见综述，2025 年 11 月）。
免责声明：本文仅供参考，不构成投资建议。加密与 meme 币交易风险极高，价格剧烈波动。若你之后授权 AI Agent 执行交易，由此产生的结果由你自行承担。本文信息与数据截至 2026 年 7 月；GMGN 产品持续迭代，具体功能、命令与费用请以官方文档为准。GMGN 不对任何收益或回报作出承诺、保证或预测；文中示例仅作演示，不代表普遍结果，也不构成对未来收益的承诺。