AI 辅助主动投研决策系统（AI 投会）实践分享纪要

摘要： 本次交流重点介绍了一套利用 AI Agent 构建的辅助主动投研决策系统（AI 投会），旨在通过模拟投资明星的数字人团队，解决投研中信息收集效率低和决策胜率不稳的痛点，提升主动挖票的能力。

核心观点：

1. 构建 AI 数字人团队：采用“6+1” Agent 架构，包括供应链分析、需求判断、周期分析、财务审核、买卖点捕捉、订单验证六个专业角色，以及一个拥有“一票否决权”的数据审核员，以降低模型幻觉。
2. 实现全流程投研辅助：系统能够覆盖产业链拆分（寻找卡脖子环节）、个股深度报告撰写、盘面暴涨暴跌分析以及突发事件实时响应等核心投研环节。
3. 技术路径演进：投研实践经历了从单一行业选股 $\rightarrow$ 引入 Agent $\rightarrow$ REITs 筛选 $\rightarrow$ 自动交易系统 $\rightarrow$ 主动投研 AI 投会的五个迭代阶段。

论据支撑：

1. 数据质量控制：设计阶梯式数据源（专业金融数据 $\rightarrow$ 新闻媒体），确保 A 股/港股分析的准确性。
2. 模型选择：实践表明国产模型在投研报告质量上已获得买方认可且成本较低，Agent 框架选用具备强记忆功能的工具（如 Hermes）。
3. 能力验证：通过对特定个股（如阿里巴巴）的异动分析和对 Meta、iPhone 等事件的快速响应验证了系统的实用性。

局限性/风险：

1. 数字人团队的成熟度高度依赖于初始语料的丰富程度和持续的训练迭代。
2. AI 结论仍需结合研究员的行业认知进行最终校验。