AgonAlpha：通过提示词经济与可扩展agentic搜索实现自主Alpha发现

语言模型能够提出许多看似合理的交易因子，但一个自主研究系统还必须分配评估预算、验证自身证据，并保存每个候选因子的生成方式。我们提出AgonAlpha，一种在冻结的研究工件——假设、可执行表达式、平台证据、理据与评审状态——之上而非仅在公式之上进行搜索的架构。据我们所知，AgonAlpha是首个将以下要素结合起来的alpha挖掘系统：经验证的工件搜索、具备重执行与否决权的全新上下文对抗评审者、待定感知的并行预算分配，以及完整的公开证据链。在WorldQuant BRAIN上的独立部署产出了覆盖五个用户与六个模型后端的SPECTACULAR级alpha，Fitness最高达9.50、Sharpe最高达3.48，同时为每次提交保留从提示词到表达式的来源追溯。