證券行業首款AI原生交易App“AI漲樂1.0”于26日在南京正式發布。在經歷100天迭代、服務240萬用戶后，該產品通過“早點聽”“特別提醒”“任務助手”三大核心工作區，實現了從“人找功能”到“任務找人”的交互跨越。業內人士指出，這標志著券商AI應用正從工具輔助邁向原生重構階段，在填平散戶與機構間“信息鴻溝”的同時，行業合規與投資者教育面臨新挑戰。

(相關資料圖)

發布會現場，搜狐創始人張朝陽與脫口秀演員周奇墨、戴為分別從物理邏輯與用戶體驗角度展開對話。實測環節顯示，面對“最近黃金為什么這么強”的提問，AI助手“yomi”并非給出泛泛而談，而是調度宏觀專家Agent拆解避險需求、去美元化、降息預期、供需偏緊四大核心因素，并將上游金礦、中游冶煉、下游珠寶店的不同盈利邏輯清晰呈現。

散戶機構博弈懸殊催生“AI平權”需求

“散戶和機構博弈力量懸殊的問題一直困擾行業已久，信息差、技術差和認知差客觀存在?！盇I漲樂負責人王玲在發布會上表示。當前A股市場個人投資者數量已突破2億，但面對機構投資者的量化模型、極速交易與專業投研團隊，散戶往往陷入“信息不對稱”困境。

這一現狀正推動證券業AI應用從“功能疊加”轉向“邏輯重構”。不同于市面上簡單的AI選股工具，AI漲樂通過融合華泰證券產業圖譜與估值模型，構建了1000多家公司的動態估值計算和三萬多類事件傳導知識庫。當用戶詢問某則新聞影響時，系統可追溯“外部事件—原材料價格—企業成本—利潤變化—估值調整”的完整傳導鏈條，實現“將熱鬧的新聞拆成投資邏輯”的定性到定量分析。

多專家Agent架構破解“黑箱”難題

針對通用大模型在金融領域“難以去偽存真”的短板，AI漲樂采用“多專家Agent”技術架構。主Agent根據用戶意圖調度不同專家模塊：宏觀專家解析政策影響，產業鏈專家梳理上下游邏輯，技術面專家提供數據回測。這種架構下，系統可展示“漲停獵手”智能體跟蹤公私募、北向資金、ETF等主力資金流向，“事件捕手”則篩選企業核心驅動事件并利用圖譜模型辨真偽。

“將熱鬧的新聞拆解為投資邏輯，用AI觀察主力資金往哪里走，在買什么。”AI漲樂產品經理趙大勇介紹，用戶還可根據自身思考定制邏輯，搭建專屬智能體。現場演示的“一句話解套”功能，通過回測數據、止盈設置與復盤卡片，將復雜的投資流程轉化為具體“AI任務”，實現“AI解放盯盤，讓投資成為生活的一部分，而不是全部”。

合規紅線：嚴謹邏輯但不薦股

隨著AI投資工具普及，監管合規成為行業生命線。值得注意的是，AI漲樂在設計上明確避開個股推薦紅線?！昂弦幏浅Ｖ匾覀冏裱浅乐數耐顿Y交易邏輯?！蓖趿釓娬{，系統通過敏感詞攔截、問句檢查、輸出內容實時審計等多重防火墻，結合可信白名單與強鑒權機制，確保數據源權威安全。

這一自律與近期監管趨勢高度契合。2024年10月實施的《證券市場程序化交易管理規定（試行）》及2025年7月將施行的交易所實施細則，均對高頻交易、算法同質化提出穿透式監管要求。業內人士指出，券商系AI應用相比互聯網平臺在合規內控上具有天然優勢，但如何在“AI回測展示歷史數據”與“避免收益承諾”間把握尺度，仍需行業探索。

從“工具型”到“對話型”：行業競爭進入下半場

AI漲樂的發布折射出證券業數字化轉型新趨勢。當前，中金公司、中信證券、粵開證券等均已推出AI投研助手或策略工具，大智慧等互聯網平臺也通過“慧問”等功能實現“說人話、做量化”的零代碼交互。行業正經歷從“人找信息”向“信息為人”的跨越。

“AI時代數據已經不那么重要了，讓有效的投資信息和知識在AI的調度推理中快速流動才是關鍵。”王玲表示，AI漲樂背后是以AI為“芯”的數字化運營模式，研究員、投顧、投行專家實時生產專業信息并融入模型推理。這種“AI原生”重構不僅提升決策效率，更可能改變市場微觀結構——當2億散戶獲得機構級信息處理能力，市場有效性或將顯著提升，但算法同質化引發的“羊群效應”風險亦需警惕。

據悉，AI漲樂未來將持續擴展“任務助手”能力，目標包攬投資者日程大小事務。在AGI技術加速滲透的背景下，證券業AI競賽已從“功能有無”轉向“邏輯深淺”，能否構建獨特的投資價值觀與合規防火墻，將成為下一階段競爭的關鍵分水嶺。

關鍵詞：