近日，“AI+”金融赛道新品迭出，成为AI巨头和金融机构的角力场。先是OpenAI、Anthropic等AI巨头接连发布金融AI智能体或者工具包，后有中金研究发布“中金研究分析师.Skill”，不少券商、投顾机构纷纷试水AI辅助决策，更有投资者“手搓”AI工具辅助投资。

　　业内人士表示，AI有望让普通投资者低成本享用以往机构专属的投研能力，全方位提升投资决策与交易效率。但是，AI并不能保证盈利，更不存在AI专属“监管豁免”，后续AI金融产品创新仍需谨慎，实现深度人机协同的团队才更有可能成为赢家。

　　AI金融工具持续上新

　　6月1日，中金公司在推出以计算机行业首席分析师为原型打造的“老于”分析师Skill后，又上线了5位分析师Skill；用户通过网页或者小程序调用这些Skill后，就可以直接和这些分析师的“数字分身”交流。不过，该功能目前尚未开源，需注册、申请后才能使用。

　　一些投顾机构在用AI辅助投资者教育和决策。投顾机构汇正财经相关负责人告诉记者，通过将AI覆盖投研全流程，一方面依托自主搭建的“上市公司基因图谱”，全天候抓取全市场多源数据，为投研决策提供全链路数据支撑；另一方面打造分层专属智能体，实现个性化的服务适配。此外，系统还为每位客户自动生成专属词库、动态对比图表及阶梯式课程，实现“千人千课”的智能化投教。

　　如今，AI正逐渐融入投资决策之中。市场咨询机构易观千帆报告显示，2026年4月，证券服务应用活跃人数为17960.84万，同比增长7.50%；各家APP累计发布超30次版本更新，AI辅助决策、智能订单、行情选股能力成为竞争焦点。例如东方财富在板块、指数及大涨股异动中增加AI解读；平安证券上线AI自选分析频道；国泰海通君弘推出AI投资助手“灵犀”7×24小时在线——AI正从概念走向实用，帮助用户更高效地解读市场信息。

　　对此，易观千帆证券业咨询专家夏雨告诉记者，当前券商APP中AI主要应用在研报财报智能拆解、自然语言选股、语音下单与智能条件单、个性化智能投顾、全天候智能客服等用户体验方面。AI的应用落地，可以有效降低普通股民信息搜集与专业分析门槛，让一般投资者借助智能化交易工具约束情绪化操作，让普通投资者低成本享用以往机构专属的投研能力，全方位提升投资决策与交易效率。

　　国外AI巨头在金融领域也动作频频。当地时间6月2日，人工智能公司OpenAI推出面向股票投资等岗位的Codex工作流插件。此前，另一家人工智能巨头Anthropic已联合摩根大通推出10款金融专用AI智能体，随后又推出面向金融服务的18个智能体套件。

　　相较用大模型整合信息，一些人已经开始“手搓”AI工具辅助投资。

　　“原来很难想象每天盯着几百家公司的波动，但是现在团队通过AI智能体，不仅每天能盯着这些公司的数据变化，根据设置好的规则提醒交易机会，还能每天根据市场变化，按照提示词写出专业级的分析报告。”三井住友保险首席投资官郑永强告诉记者。如今，他和团队每天都在探索AI的最新用途，不停地尝试各类AI工具辅助投资。

　　对此，智能投研技术联盟（ITL）特别顾问、北京澜舟科技有限公司创始人兼CEO周明表示，根据行业共识，2026年AI智能体已能根据宏观目标自主拆解任务、调用工具并实现业务闭环。在金融领域，这意味着智能体可以扮演7×24小时在线的数字投研助理，自动监控市场动态、生成日报，甚至根据预设规则执行简单的数据维护流程。

　　AI辅助投资真能稳赢？

　　多位业内人士告诉记者，大模型降低了金融资讯的获取门槛，但并没有让赚钱变得更简单。

　　“不存在‘AI一定盈利、盈利幅度更大’的确定性，市场盈亏结构不会因AI的参与发生本质变化。”上海新金融研究院副院长刘晓春直言，即便未来市场交易全部由AI参与，不同AI的判断仍有差异，且AI的交易行为本身会成为市场变量反过来影响市场走势，市场依然会保持波动、存在盈亏分化，整体收益结构与人类参与时并无区别。

　　“AI在算力、算法和数据上的优势，确实在加剧金融市场参与者之间的分化。但是，AI抹不平的关键结构性差距依然存在。”周明告诉记者，首先是资金体量差距，它决定了策略容量和抗风险能力；其次是硬件与基础设施差距，涉及超低延迟网络与专用计算芯片；再者是权力结构不对称，即机构对上市公司的一线调研与信息获取渠道；最后是人性弱点，AI虽无情绪，但策略的制定与调整最终由人完成，人性仍会通过参数设置影响系统。更重要的是，当多数头部机构采用相似的AI底层模型和策略框架时，会引发算法同质化风险。

　　国际特许金融分析师（CFA）张翼轸长期使用AI辅助投资，他告诉记者，“AI在量化投资中已应用数十年，如针对结构化数据的深度学习、端到端训练等技术。近年来兴起的大模型主要用于处理非结构化数据，但从投资盈利角度看，其价值远不及针对量价数据的传统AI模型。”

　　不过，这并不意味着大模型没有辅助投资价值。张翼轸认为，大模型的价值在于发现“另类数据”，例如通过智能体替代人工“逛论坛”，从海量非结构化信息中捕捉尚未转化为舆论的情报或信号，有可能发现投资机会。例如，此前多只大模型股票猛涨之前，不少技术论坛里早已有对其新模型的高度评价，能提前捕捉到这些信号的投资者是有可能获得超额收益的。

　　AI研究机构“AI瞭望者”负责人告诉记者，他“手搓”了一个跟踪全球商业大咖公开发言的Skill。通过一系列的提示词，AI可以发现有价值的增量信息，再将潜在投资标的和持仓股票进行比对，提出投资组合优化建议。

　　深度“人机协同”或成赢家

　　比起用AI赚钱，更关键的问题是，如果亏钱了，谁来负责？

　　“金融业务的监管要求不会因技术载体变化而区别对待。”刘晓春说，AI开展的金融交易本质仍属于常规交易行为，需与人类交易适用相同的监管规则。AI交易背后的模型设计、参数调整、升级迭代均由人类主导，不存在完全独立运作的AI，因此AI造成市场事故、不良行为或不良结果时，必须明确由AI背后的人类主体承担法律责任。

　　一家外资财富管理机构人士告诉记者，“比起运用AI能达到特别好的结果，大家更关心的是能达到这个结果的背后原因是什么，就是到底是AI什么样的‘逻辑’促成了这样的结果。”

　　对此，周明直言，复杂的深度学习模型如同“黑箱”，其决策逻辑难以向监管机构和用户清晰阐明，这与金融业要求的透明、审慎原则相悖。鉴于此，2026年监管步伐明显加快，中央网信办发布《人工智能拟人化互动服务管理暂行办法》，澜舟科技在实践中也利用技术手段确保智能体行为严格控制在预设边界内。

　　业内人士称，金融AI工具的未来空间很大，但推进要稳。夏雨展望道，未来，AI将向智能体协同投研、产业链信息挖掘、数字形象一对一服务等方向延伸，落地跨市场机会测算、持仓动态精细化风控等新功能，依托全链路数据打通从热点挖掘、策略推演到持仓跟踪的闭环服务，搭配沉浸式交互优化理财科普，持续拓宽智能化服务边界。未来如果合规分级授权体系能够落地，还有机会发展出一键确认的半自动决策辅助。而全自主自动交易受算法黑箱、权责界定约束，短期内无法大范围落地，投资最终决策权还是归属于用户。

　　投资者面对变局，机遇与挑战并存。周明认为，未来的赢家不会是单纯依赖机器的机构，而是AI增强型投研组织，即实现深度人机协同的团队。人类负责宏观判断、创新理解与伦理把握，AI负责海量数据处理、模式识别与高频计算，两者优势互补。