📰 研报摘要
查看全文 ➔本文探讨了 AI Agent 在主动投研领域的深度应用，提出投研工作流的重构路径应建立在标准化数据底座、投研专有知识库及复杂场景 Skill 封装之上。报告指出，随着通用大模型普及，机构核心竞争力将转变为对内部研究框架、历史讨论及行业经验等专有知识的系统性沉淀与调用能力。文中通过宏观数据分析、投资价值分析报告、LLM-Wiki 知识体系、深度研究流程、投研会及投决会等六大案例，展示了如何将数据查询、逻辑推演、分歧质询及决策留痕固化为标准化的 Agent 执行流，从而协助研究人员聚焦于关键判断与风险识别。该范式旨在通过将个人研究经验组织化，实现投研工作的流程化协作，而非完全替代人类投研决策。