Skip to content
文章目录
GitHub Star
证据、标签与源码

当 AI 开始谈“买什么”,研究助手离投顾和交易还有多远? ​

阅读说明: 本文讨论产品与技术责任的划分,不构成法律意见、证券投资建议或任何业务资质声明。适用监管要求须按主体、服务和司法辖区独立确认。

阅读分类:架构设计与系统思考 → 金融研究与业务责任(主) · 金融科技 × Agent(跨分类专题)

金融 Agent 从“解释基金”走到“建议买入”再走到“真正下单”,不是在 Prompt 里增加一句话,而是改变了产品对用户的服务承诺与可能产生的经济后果。 在实现前,应先决定系统究竟获准提供哪一类服务。

这也是我们坚持将 ETF Agent 的只读投资研究与潜在交易动作分开的原因。公开指数解释、结合私人持仓的配置比较、执行真实订单,分别需要不同的资料权限、业务责任和实际操作授权。把它们全叫作“智能投资分析”,会让技术系统难以说清自己究竟能做什么。

一、相似的问题,可能要求完全不同的权利 ​

考虑三句话:

“沪深 300 和中证 500 的指数编制有什么差别?”通常可以在获准公开资料范围内做解释。

“结合我的持仓和期限,比较两种配置风险。”需要当前个人持仓和投资目标的使用许可,输出也应交代来源时点、假设和局限。

“按这个方案替我买入。”则已经要求改变外部账户资产状态。研究权限、用户表达了购买意愿、系统存在某个交易接口,都不能单独授予执行权限。

我们在 ETF Agent 里把模型理解的动作与 Host 实际准入分开;Native 研究能力本身没有自动交易的权威。当前论文讨论的是一种只读研究系统的工程选择,不能被读成我们已经具有证券投资顾问业务的资质,也不能被读成某项“推荐”只要加一句免责声明就一定合规。

二、法律上的业务边界,不能让模型靠关键词判断 ​

中国证监会《证券投资顾问业务暂行规定》自 2011 年起施行,涉及证券投资顾问业务的监管要求;《证券期货投资者适当性管理办法》对向投资者销售证券期货产品或提供相关服务的经营机构提出了解投资者、产品服务分级、风险揭示和匹配等要求。

这里必须尊重它们的主体和业务适用条件。并不是所有公开金融知识问答都自动构成受监管的证券投资顾问业务,也不能据此推出所有场景的 AI 输出都必须转人工。究竟进入哪种业务,取决于提供者身份、服务内容、获利方式、适用司法辖区及具体监管安排,需要业务与法务确认。

工程系统应该先明确产品允许提供的服务类型,然后让相应准入和流程得到落实;不应让模型根据“用户似乎只是在聊聊”来绕过规定,也不应该用几条含有“买入”或“收益”的正则,把所有正常金融教育问题一刀切地拒绝。

三、从金融事实到行动,至少要经过三次不同判断 ​

一条合理的研究路径可以这样拆:

按起点分组阅读关系与条件;完整图保留在下方。

用户请求
  • → 确定研究范围
确定研究范围
  • → 公开资料和持仓数据准入
公开资料和持仓数据准入
  • → 计算敞口并说明假设
计算敞口并说明假设
  • → 在研究范围内发布分析
在研究范围内发布分析
  • → 是否具备独立业务和行动授权? (判断)
是否具备独立业务和行动授权? (判断)
  • 未获授权 → 停留在分析,不产生外部效果
  • 独立获准 → 通过独立合同执行外部动作
完整关系图 · 可放大查看细节
一条合理的研究路径可以这样拆:
Agent architecture diagram 放大查看完整图 / Open full-size SVG

第一道是数据准入:哪些公开文件可读,私人持仓是否在当前用户的获准范围内,资料是否过期。模型提出检索范围,但不能通过自己写一句“我已获授权”创造权限。

第二道是解释与计算:基金穿透后的风险暴露、费用、日收益率和回撤等量要明确数据窗口和计算方法。确定性计算可以减少某类数值错误,却不能自行决定用户应当持有什么仓位。

第三道才是行动边界:研究正文、一般性风险提示、个性化投资建议和实际执行,不能因为共享了一份报告,就共享相同的审批与确认方式。对于可能需要单独资格或更高授权的业务,必须由独立业务合同处理;没有具备该合同的动作就不应该被模型工具面假装提供。

图中最后的“AuthorizedExternalAction”只是边界示意,不是当前 ETF Agent 已经具备交易能力的证明。

四、合规不等于把所有有用回答都挡住 ​

用户问一项公开基金指标,某个私人数据授权失败,不代表公开解释也应终止。对一份资料的来源资格未知,不应自动升级成模型“全文不准回答”。我们在多轮发布和授权治理中学习到:限制应当沿实际数据依赖与动作类型作用,而不是一处拒绝抹去整场研究。

这套做法有两个方向的风险。放得太松,模型会将没有来源、没有当前资格或没有业务授权的结论包装为专业建议;收得太紧,系统只能输出空洞的模板免责声明,用户反而得不到合法且必要的事实解释。

真实运行里仍存在过研究证据不足、数值结论不完整、来源引用未能逐项匹配等问题。我们可以诚实地交付被证实的部分和未知的部分,但不能把“系统拒绝了不确定事实”包装成“投资者获得了更高收益”。

五、监管主体和技术实践也不能混在一起 ​

2026 年 6 月 18 日国家金融监督管理总局公布的《关于银行业保险业人工智能安全开发应用的指导意见》强调使用方责任和分类分级治理,其直接适用对象是所规定的银行、保险等机构,不能无条件代替证券领域监管规则。它与证券行业的要求可以形成技术治理的启示,但不能据一份指导意见宣布所有金融机构承担完全相同的法定义务。

技术团队应当先把“允许提供什么服务”说清楚,再决定给模型开放什么能力。 下次要把研究助手推进到个性化建议或交易入口时,至少需要共同回答:

  • 业务承诺:当前主体和场景可以提供何种解释、建议或行动?需要哪些独立的产品、合规和人工确认流程?
  • 数据资格:公开资料与私人持仓分别由谁授权,哪些时点、口径和用途限制必须跟随输出?
  • 外部效果:模型只是提出方案,还是会改变真实账户?批准、幂等、执行回执和未知结果由谁负责?

这些问题要在产品设计和受保护执行中落实,而不是靠“请谨慎投资”的模型措辞补齐。只读研究并不是能力不足;在服务边界清楚之前,拒绝暗中升级成投顾或交易,恰恰是成熟的产品选择。

与个人博客并行:这里按问题连续阅读,博客保留时间线。 · 联系邮箱:hpoenixf@foxmail.com · 微信:hpoenixf0510