AI 投资研究
与决策

智能体正在从辅助工具变成研究者本身。我们关心两件事：它会走向哪里，以及怎么判断它做得对不对。

01走向自进化的 AI 投资

以智能体为核心搭建研究环境：智能体读材料、提假设、写代码、看结果，在“假设—代码—验证—反馈”的闭环里一轮轮改进自己的研究，从投资研究走向投资决策。

智能体要往对的方向进化，前提是它的研究能被客观检验。我们构建时间冻结、断网的研究环境，由独立评分器在模型没见过的数据上打分，并把失分追溯到假设、推导、检验中的具体环节。

Recent Work

首批结论：执行已经可靠，差距在判断。

012026 年 11 月

本文用真实券商研报构造了一项端到端的量化研究任务，并在模型没见过的行情上客观打分。

022026 年 11 月

本文用财务建模、时序建模和研究判断三个方向的复杂投研任务，在时间冻结、断网的环境里评测当前最强的模型，并把失分追溯到具体的假设、推导和检验环节。

032026 年 11 月

从一份券商研报出发，智能体用 7 轮、232 个候选，把研报里失效的思路改成了有效因子。本文用这次运行的真实记录，讲每一轮在做什么、为什么这样改。