从聊天机器人到 Agent
通用 AI 聊天机器人是一个聪明的推理内核，但用于投资时有实实在在的局限。它能读财报、权衡论点、解释自己的思路，但单凭自身，它看不到实时市场数据，不记得你在历次对话之间的策略，关掉标签页后它什么也做不了。它是一颗没有感官、没有记忆、没有时钟的大脑。 AI 投资 Agent 补上了缺失的部件：- 实时数据——它从数据源拉取真实的金融数字，而不是凭记忆回想
- 专门的工作流——它遵循既定的分析框架，而不是每次临场发挥
- 持久记忆——它跨会话记住你的投资范围、风险规则和风格
- 自动化——它能按计划运行任务，自行监控、简报和提醒
Model + Harness 框架
理解这个品类的一个好角度：Agent 就是 Model（模型）加上 Harness（框架）。Model 是推理内核；Harness 是它周围让推理在现实世界中真正有用的一切——数据连接、工作流、记忆，以及让它能够行动的运行时。 大多数 AI 模型在核心推理层面大体相当。真正把一个能干的投资 Agent 和聊天机器人区分开的是 Harness：它接入实时数据的程度有多深、工作流设计得有多好、记忆有多持久，以及它能自主完成什么。Harness 的四个部件
1. 实时数据
Agent 连接金融数据源——行情、财务报表、监管文件、持仓和资金流——并从中拉取数字，而不是凭训练记忆回想。这就是“可以依赖的答案”和“可能自信却错误的答案”之间的区别。这些连接的广度和质量，是区分各家 Agent 的第一要素。2. 专门的工作流
Agent 不会每次都临时写一段无结构的答案，而是运行既定的工作流——带有固定数据源、步骤和质量检查的框架。同一个问题每次都按同样的方式处理，这让分析保持一致且可审计。在 Driven 里，这些被称为 Skills。3. 持久记忆
Agent 记得你是谁：你的投资范围、风险规则、自选股和研究风格，并把它们自动应用到每一次分析。没有这一点，你每次会话都要重述策略；有了它，Agent 感觉就像早已了解你。在 Driven 里，这就是 Playbook。4. 自动化
Agent 可以在你没有主动提问时也持续工作。它按计划运行简报、监控自选股、发送提醒，并把结果送到你所在的地方。这正是把一个聊天窗口变成“你离开时仍在运转的工作区”的关键。在 Driven 里，这些是定时任务。投资 Agent 能做什么
一个能干的 Agent 支撑研究流程的完整链条：- 研究个股、行业和宏观主题，并附上引用证据
- 在基本面、技术面和资金流因子上筛选机会
- 记住你的策略，并自动应用到每一次分析
- 监控你的自选股和投资组合，提醒你真正重要的事
- 自动化盘前简报、财报跟踪等重复性工作
- 用模拟交易模拟交易并跟踪想法
在实践中如何协同
设想一个周一早晨。用聊天机器人，你得打开它、重述你的自选股、再问周末发生了什么。用 Agent，工作早已完成：它对你的自选股跑了一遍盘前扫描（记忆 + 数据 + 自动化），标出与你持仓相关的财报（投资组合上下文），并总结了周五的异常成交量（工作流）。你一打开，简报已经在那里等你。 那种体验不是模型变聪明了，而是 Harness——数据、工作流、记忆和自动化——围绕一个能干的模型协同工作的结果。它不做什么
AI 投资 Agent 是研究和分析工具，不是决策者，也不是持牌投资顾问。它让你更快得到一个有充分证据支撑的判断；它不替你做决定，所有决策仍由你负责。最好的 Agent 会明确说明它的证据、假设，以及它无法确定的部分，让你能够审计推理，而不是盲目信任。如何评估一个 Agent
如果你在对比多个 AI 投资 Agent，真正重要的问题都是 Harness 层面的问题：- 数据——它是从真实来源拉取实时数据，还是凭训练记忆回想？覆盖面有多广？
- 工作流——它遵循一致、可审计的框架，还是每次临场发挥？
- 记忆——它是否以结构化的方式跨会话记住你的策略？
- 自动化——它能按计划工作，还是只在你主动提问时才动？
- 覆盖范围——它是否覆盖你真正投资的市场和资产类型？