AI投研：第一性、原理、远期思考

图表索引图1：二级从业者投研生产路，向AI投环境平移 4图2：TraeWork真实Query始文本测试（节选） 5图3：WorkBuddy真实Query原始文本测试（节） 5图4：Agent交互原与Query伪示意 5图5：原始Decoder-OnlyTransformer架构LLM的Query核端到端流程 6图6：Harness主组件 7图7：投研场景下，LLM三个要技术瑕疵的优化路，后文围绕这些哲学展开计 7图8：AI投研Agent全流程架构 8图9：二级市场投场景下，小Multi-Agent矩阵与调度计 9图10：小Multi-Agent矩阵最小Skill要求 9图11：准Skill的构流程意，以一个A股易决策统Skill的核心环为例 10图12：投数据网关Skill（data-gateway）流程设计 11图13：组业绩归因Skill（performance-attribution）的流计 11图14：极兜底分的Skill.md调度程设计 12图15：在OpenClaw实下相同问题在Query附加Harness（左）和仅包含Prompt（时，质量明显有别 13图16：多模型路由 14图17：Loop机的RewardHacking 14图18：开架构Agent目计框架——以OC例为例 14图19：EMH的数表达 15图20：主知识库方案演路径 16图21：RAG向量据库运营心流程示意 17图22：投场景RAG向量数库的优化要点——据预处理侧 18图23：投场景RAG向量数库的优化要点——户查询侧以板块边际变化查为例 18图24：AI时代，二级融机的远期思考 19AI投研应以（），AIAgent2026图1：二级从业者的投研生产链路，向AI投研环境平移数据来源：广发证券发展研究中心一、投研Agent系统的进阶哲学（一）Agent基座：本质是ModelHarness的权衡智能体（LLM）：用户向Agent（UserUserInput（RequestQueryLLM解析通过API）；Response（响应）：LLM返回给Agent的原始文本，包括用户可见的回复（User-FacingOutput），和其他用户不可见的内容，如思考链（CoT）、工具调用指令（ToolCall）等。图2：TraeWork实Query原文本测（节） 图3：WorkBuddy实Query始文本试（节选）数据来源：TraeWork、广发证券发展研究中心 数据来源：WorkBuddy、广发证券发展研究中心图4：Agent交互原理与Query伪示意数据来源：广发证券发展研究中心LLMDecoder-OnlyTransformer20268（（Context（LostintheTransformer𝑂(𝑛^2增长2-3。②输入扰动敏感（InputPerturbationSensitivity）：Prompt输入中增加微小、语义无关的改动，会导致输出质量显著偏移。LLMToken序列分布、TokenTokenNext-Token（OutputNon-Determinism）：PromptLLMTokentemperature=0（LLM图5：原始Decoder-OnlyTransformer架构LLM的Query核心端到端流程数据来源：VaswaniA,ShazeerN,ParmarN,etal.Attentionisallyouneed[J].Advancesinneuralinformationprocessingsystems,2017,30.（注：原论文系Cross-AttentionTransformer架构，此流程图为其Decoder-Only简化推导版，部分环节组件与现代主流Decoder-OnlyLLM实际流程有局部差异）、广发证券发展研究中心。AgentHarnessHarnessHarness20Agent（ClaudeCode、Codex、TraeCode、WorkBuddy）：Harnesss（MmoSill等，②开源架构（OpenClaw、Hermes等）：Harness高，几乎无法纯靠VibeCoding（HarnessLLMQueryLLMGateway可IM唤起），二是原生一等支持多Agent图6：Harness数据来源：广发证券发展研究中心图7：投研场景下，LLM三个重要技术瑕疵的优化思路，后文将围绕这些哲学展开设计数据来源：广发证券发展研究中心过渡思路：一体化Agent产品+三方数据接口API或MCP。开箱即用、首Token延迟低，交互友好，足够胜任大部分轻量投研辅助任务。最佳实践：开源架构Agent负责具体生产场景，一体化Agent产品负责项目维护，最大化两者原生禀赋。AgentHarnessSOTA架构Agent②投研生产侧使用开源架构Agent项目：深度定制化适配投研场景，高质量完成复杂长程、端到端的闭环投研体系（数等。AIAgent无法自主充分理解开源AgentVibeCodingAgentITAIYourAI）。图8：AI投研Agent全流程架构数据来源：广发证券发展研究中心（二）分步加载与Multi-Agent矩阵分步加载和多Agent（Multi-Agent实习生（Intern）：接收数据缺口请求，调用API/MCP查询资料，初步清洗并机械拼装为标准化信息卡，返回给上层Agent；分析师（Analyst）：接收细分领域内容创作需求，调用专业投研Skill分析，将章节性结论落盘为本地快照.md（Checkpoint）；投资总监（InvestmentDirector）：接收用户任务，理解意图、分拆任务、规划调度，子实例封装输出WorkerAgent内容产物。Agent的项AgentWorkflow和分步加载，避免上下文堆积”。图9：二级市场投研场景下，最小Multi-Agent矩阵与调度设计数据来源：广发证券发展研究中心图10：最小Multi-Agent矩阵的最小Skill要求数据来源：广发证券发展研究中心（三）Skill带来分析弹性Skill（技能AgentAgent完成特定Skill（ProgressiveDisclosure）Context①元数据（Metadata）AgentQueryContext，包含SkillName（）Description（AgentSkillsMetadataLLMa.单一Agent配置的Skill（20Description需（120）。，仅包含③项目资源（Resources）：路由激活的文件，包括程序脚本（Scripts）、提示词（References）、参考资料与模板（Assets）。图11：标准Skill的结构流程示意，以一个A股交易决策系统Skill的核心环节为例数据来源：广发证券发展研究中心。注：交易决策系统底层逻辑见《情绪投资的机构视角》20240516SkillHarness工程学案例一：投研数据网关Skill（data-gateway）：重要基建层Skill，投研Agent调用数据接口的统一入口。工程痛点：单一Agent配置多个API或MCP的隐患：（1）以ToolSchema形式常驻上下文，造成注意力漂移风险（ToolCallCoT（2）Agent优化思路：CodeActLLMLLMAgent（Canonical？）图12：投研数据网关Skill（data-gateway）的流程设计数据来源：广发证券发展研究中心案例二：组合业绩归因Skill（performance-attribution）：对投资组合持仓的波动做量化归因，并生成持仓日报。工程痛点：Transformer+DecoderLLM的随机性/输出不确定性，意味着如果将持仓个股的单日涨跌幅及相关数据发给LLM分析，结果可能较难定量或每次LLMResponse的定量分析结果存在随机差异。优化思路：LeanLLMCNE10（SkillLLM（）BarraLLM图13：组合业绩归因Skill（performance-attribution）的流程设计数据来源：广发证券发展研究中心（四）进阶：开源架构Agent的基建优化用一个适用开放性问题的极简兜底分析Skill的案例，感受开源架构“对Harness、LLMQuery的绝对微观控制”。背景：向不同的Agent产品发送同一个问题，即使模型基座相同，回答的质量也有明显差异，这几乎无关提示词质量、完全由不同Agent的差异化Agent决定。对于开放性问题，理论上Harness越轻量的Agent能削弱输入扰动敏感问题，更容易发挥模型原生的泛化性，在提供宽泛的角度后下一步再定向补查，理论上可以兼顾原生分析能力和Agent垂域Harness的专业性优势。优化：主AgentLLMAPI发送用户问题、剥离全部AgentHarnessAIHarness图14：极简兜底分析的Skill.md调度流程设计数据来源：广发证券发展研究中心图15：在OpenClaw实例下，相同问题在Query附加Harness（左）和仅包含Prompt（右）时，质量明显有别数据来源：广发证券发展研究中心AgentOpenClawHermesHarnessLoopAICodingAgentAgentLLMLoopITAgentLoopLoop（RewardHacking）HermesDreamingSelf-LearningSkill/图16：级模路由 图17：Loop机制的RewardHacking数据来源：广发证券发展研究中心 数据来源：广发证券发展研究中心图18：开源架构Agent项目审计框架——以OC实例为例数据来源：广发证券发展研究中心二、投研RAG向量知识库的进阶哲学（一）信息差是市场超额收益α的理论核心来源4。Grossman-Stiglitz5。A股EMH覆盖不足标的（小微市值、分析师覆盖0-2家以内）：业绩预喜、重大事件等公告后的价格漂移极强（PEAD）6-7，不过多数时间收益率序列显著自相关、涨跌停制度摩擦导致日度动量异象显著8，直接拒绝弱有效假说。（）（）PEAD7，90α，10。图19：EMH的数学表达

（PEAD统计显著性大幅衰减7，异质性结果显示仅存在少量公告前私有信息泄露带来的超额收益11。数据来源：FamaEF.Efficientcapitalmarkets:Areviewoftheoryandempiricalwork[J].ThejournalofFinance,1970,25(2):383-417.、广发证券发展研究中心（二）投研知识库的路径：RAG优于LLM-WikiEMHAgent）LLM-WikiRAGLLM-WikiSchema：（50-70万字/2SchemaTokens）或偏细页面切碎、Index.md）图20：主流知识库方案的演绎路径

M%ki方案极易触发txtRotLIM。数据来源：广发证券发展研究中心（三）RAG的投研场景优化LLM图21：RAG向量数据库运营核心流程示意数据来源：广发证券发展研究中心RAG原生缺陷在投研场景的核心已知暴露，都可以在技术层面妥善优化。两个环节：环节一数据预处理：围绕数据治理和切片策略两条线索，实践当中主要的几个问题：Agent-Native平GithubAPI和②数据清洗：图片和文字均可纯算法高效低成本去重；图片和PDF（截图后）通过VLM解析文字和表格的精度均高于OCR方案。③压缩切片：特殊切片策略（如父子、语义等）的实测效果，均不及结构化压缩后完整机械切片的方案。图22：投研场景RAG向量数据库的优化要点——数据预处理侧数据来源：广发证券发展研究中心。注：流程图仅展示核心优化要点，略去碎片化细节RAG（LLM-WikiQuery改写：（），Agent知识图谱（Graph）调优。②RAGQuery-Response图23：投研场景RAG向量数据库的优化要点——用户查询侧，以板块边际变化查询为例数据来源：广发证券发展研究中心。注：流程图仅展示核心优化要点，略去碎片化细节三、AI时代，二级金融机构的远期思考关于AI投研探索的一些体会：YourAIAIAI的ROICMCPAI（图24：AI时代，二级金融机构的远期思考数据来