📰 研报摘要
查看全文 ➔本次会议聚焦大语言模型在投研领域的深度应用，探讨了从基础大模型到 Agent（智能体）进化的技术路径与实战经验。内容涵盖大模型原理、提示工程（包括学术派、工程派与江湖派技巧）、知识管理（RAG 与 Wiki 系统构建）、Agent 工具生态（如 Cursor、Claude Code 等）及其在因子挖掘、文本解读、模拟主观投资等场景的具体实践。会议强调，AI 投研的核心在于利用 Agent 模拟人类投研流程，通过构建知识体系、注入专家经验（Skill）、挂载数据接口（MCP）实现自动化与策略迭代。未来投研将向“精明”博弈演进，建议构建个人/团队的 Agent 记忆系统，通过工程化手段规避幻觉并提升决策准确性，实现从单纯信息消费向生产力工具的转化。