欢迎您访问欢迎来到沄森网,沄森智能旗下资讯平台!今天是:2026年07月23日 星期四 农历:丙午(马)年-六月-初十
您现在的位置是:首页 > AI

AI从“单点工具”走向“协作主体” 招商证券国际发布AI原生投研2.0系统

创始人2026-07-23 20:28:47
  上证报中国证券网讯(张玮华记者杨升)“AI正在完成一次角色跃迁:从提效与内容生产的工具,到在用户所设框架与授权之下、进入判断链路的协作主体——它改变的不单是投研的效率,更是投研的范式。”近日,招商证券国际分析师、AI原生投研团队牵头人陈

  上证报中国证券网讯(张玮华记者杨升)“AI正在完成一次角色跃迁:从提效与内容生产的工具,到在用户所设框架与授权之下、进入判断链路的协作主体——它改变的不单是投研的效率,更是投研的范式。”近日,招商证券国际分析师、AI原生投研团队牵头人陈泓道在接受上海证券报记者采访时如是说。

  随着AI技术持续渗透证券行业,券商投研业务加速升级。投研中,追踪基本面的边际变化、做出定性判断,往往没有标准答案,依赖分析师人工完成、耗时较长,也难以规模化与沉淀;而直接让大模型“选股”,结果虽快,过程却是不可复核的黑箱。近期,招商证券国际推出高股息实战2.0AI原生投研执行系统,将主动选股改造为一条可审计、可复核的自动化生产线——把数周的定性研判压缩到数小时。

  “市场常见的‘智能员工’解决的多是单点提效,而我们的差异在于复刻一支成熟研究团队的协作方式,把它工程化为端到端、Agent原生的投研执行系统。”陈泓道介绍,在这一模式下,AI Agent不再只是生成答案,而是在工程约束下完成整个研究生产过程,但最终结论与评级仍由持牌分析师签署并负责。

  从“氛围编程”到“智能体工程”

  据介绍,投研执行系统从1.0到2.0实现了从Vibe Coding(氛围编程)到Agentic Engineering(智能体工程)的范式转变。

  对此,陈泓道解释道:“Vibe Coding意味着对模型说‘帮我挑几只股票’然后直接采用名单,你看不到它依据了哪些数据、做了哪些取舍、推理是否站得住,全部封在黑箱里。”他直言,看起来合理但无法审计本身就是投研最大的风险。

  而Agentic Engineering则将真实投研流程拆解为工程化的协作链,每个Agent承担明确角色,每段任务有清晰输入、标准化输出和交接契约。其精髓在于三条制度设计:权力分立,供数的Agent不打分、打分的Agent不复核;机器闸不讲情面,证据不带数字即打回;失败归档,每次被否决的尝试都留痕便于复盘。“这三条规则就是把一家严肃投资机构的内控制度,翻译成机器能执行的工程规则。”陈泓道说。

  2.0系统还将投研流程拆解为定量台、定性台、建仓台。陈泓道介绍道,三段任务性质完全不同,定量台处理有标准答案的事实问题,定性台处理无标准答案的判断问题,建仓台处理不留发挥空间的纪律问题,三者间通过建立结构化交接机制防止信息失真。

  以定量台为例,定量台将“高股息优质公司”这一模糊标签转化为六个可检验、可复算、可统一执行的量化问题,从全港股2500多只股票中逐层筛出候选标的,并交给定性台一份带排序、带标签、带逐闸判定记录的档案。

  “如果某标的多数定量指标优秀但派息率超出健康区间,定量台不会强行放行或武断剔除,而是标记‘待核’,连同卡在哪道闸、缺什么数据一起移交。”陈泓道表示,信息不衰减,靠的是每一道交接都有契约、有闸门。

   AI Agent正在改写卖方研究的底层逻辑

  当AI从工具变为协作主体,分析师和券商都必须重新审视一个问题,即自己的不可替代性应该从何而来。

  陈泓道认为,AI Agent的发展正在推动分析师“核心资产”的重心上移。“过去,分析师的价值很大程度上建立在信息优势和处理速度上;随着AI普及,这类优势正在被迅速拉平,价值重心也随之转移。”他表示,往后更具价值的,一是能被“token化”的方法论,可沉淀为系统能执行的规则;二是逻辑分析、推演与判断力——这是分析师真正的护城河。因此,分析师需把隐性经验显性化,并拆成规则、阈值和检查清单,其角色也随之重构为三个身份:方法论的作者、例外的裁决者、系统的质检员。

  卖方研究的服务边界也在被重新定义。陈泓道表示,过去研究所交付的是报告和观点;当研究框架被工程化后,其交付的,可以是针对具体课题的答案,也可以是产出答案的方法本身——把研究框架沉淀成可运行、可复核的工作流。

  “从行业观察来看,目前最活跃的交流是围绕具体研究课题的共同研究,即把自己的研究框架转译成可运行、可复核的Agent工作流的方法论和工程经验。”陈泓道说。

  关于未来发展,陈泓道将团队设想的技术终局,描述为一种以分析师为主导、AI深度协同的研究与投资协作形态:分析师定义框架、把握判断与例外裁决,并对结论负责,AI承担执行、流程纪律、审计留痕与规模化覆盖——AI放大分析师的能力,而非替代分析师。

  对于这一计划的具体发展,陈泓道表示,近期将致力于打磨单一策略的端到端闭环;中期从单一策略走向泛化,同样方法论向仓位配置、财报季响应、跨市场复制迁移;远期向设想的组织形态发展。

  至于未来AI投研是否完全无需人工干预,陈泓道明确表示,可见的未来不会出现,也不追求,原因在于能力边界和责任归属。“AI Agent的自治权,应该像一个年轻分析师成长为资深基金经理一样,一步一步挣来,先在验证中交成绩单,有增量则扩权,无增量则回到观察席。”陈泓道说。

所有文章未经授权禁止转载、摘编、复制或建立镜像,违规转载法律必究。

举报邮箱:1002263188@qq.com

相关标签: