6 月 18 日，讯兔科技 2026 金融 AI 生态论坛暨 PaiWork+ 发布会在上海举行，300 余位来自金融、AI、学术与产业生态的嘉宾到场。会上，多位嘉宾围绕一个共同问题展开讨论：当 AI 不再只是信息助理，投研机构该如何把它变成认知杠杆和组织生产力？
讯兔科技创始人李罗丹在主题演讲中提出，AI 投研正在从 " 助理时代 " 走向 " 师徒时代 "，AI 的价值不是替代人，而是放大人的认知优势。与会嘉宾也认为，AI 正在快速接管信息整理、基础分析等常规投研工作，未来机构竞争差距将更多集中在选题判断力、非共识定价能力与组织协同效率上。
在这一判断下，本次论坛的三个发布动作更具指向性：PaiWork AI 投研工作台升级，意在让 AI 更深嵌入投研工作流；iRaB 投研实战评测体系发布，试图让投研 Agent 能力从主观判断走向可度量；ORE 投研生态合作伙伴计划启动，则把问题推进到数据确权、权限控制、使用计量和价值分配层面。
这也是当前金融 AI 从热闹走向实战的缩影。进入 2026 年，金融机构对 AI 的关注点正在从 " 大模型能做什么 "，转向 "AI 究竟能为投资研究创造什么价值 "。金融 AI 如果不能进入研究员日常工作、组织协作流程和数据生态分配机制，就很难从演示能力变成真实生产力。
从 Token 到 Alpha，AI 投研进入 " 师徒时代 "
本次活动恰逢讯兔科技五周年。讯兔科技创始人李罗丹在《从 Token 到 Alpha，智能派生未来》主题演讲中回顾了公司核心 AI 投研产品 Alpha 派过去五年的演进，并提出 AI 投研正在从 " 助理时代 " 走向 " 师徒时代 "。
在他看来，PaiWork 的价值不是替代人，而是放大人的认知优势，帮助投资人压缩信息获取时间、放大分析深度、强化行为一致性，让真正有判断力的人把认知优势发挥到极致。
这句话背后，是金融 AI 角色的变化。早期 AI 更多像一个信息助理，帮助研究员整理资料、生成摘要、提取数据；进入投研工作流后，AI 要能与人形成启发式对话和对抗性协作，成为思考伙伴。再往后，AI 可能进入机构流程，成为端到端智能协作系统。
李罗丹将这种变化概括为工具层、认知层、组织层的三层跃迁。第一层是提效工具，释放人的注意力；第二层是思考伙伴，形成认知杠杆；第三层是组织级协作系统，沉淀为团队可复用能力。换言之，金融 AI 的下一步，不只是生成更多内容，而是帮助投资人建立更稳定的信息差、分析差和行为差。
AI 开始嵌入投研工作流
在发布环节，讯兔科技联合创始人、首席产品官崔予淳介绍了 PaiWork 的首次重磅升级。作为 Alpha 派面向专业投研人群打造的 AI 投研工作台，PaiWork 本次升级主要聚焦两大方向：进一步融入投研工作流，以及释放 Skills 的协作价值。
其中，AI PPT 能力是一个颇具场景感的功能。研究汇报、路演材料、策略展示、内部沟通，都是投研工作中的高频环节。PaiWork 希望帮助研究员将研究内容更高效地转化为结构清晰、可展示、可复用的 PPT 成果，打通从研究生产到观点表达的关键环节。
更值得关注的是 Skills 广场和 Token 激励机制。用户可以沉淀、调用和复用面向具体投研任务的 Skills，优质 Skills 的创造与使用也将通过 Token 激励获得价值反馈；机构内部则可以共享 Skills，把成熟研究流程、分析方法和任务模板转化为团队可复用的 AI 能力。
这意味着，PaiWork 不再只是单个研究员的效率工具，而是在尝试成为机构研究知识沉淀、团队协作和能力复制的载体。与会嘉宾在 "AI 驱动的投研组织 " 圆桌中也提到，AI 正在接管信息整理、基础分析等常规工作，未来机构的核心竞争力差距，将更多集中在选题判断力、非共识定价能力与组织协同效率上。
iRaB 发布，投研 Agent 有了实战标尺
如果 AI 投研要真正进入机构流程，一个绕不开的问题是：AI 能力如何被衡量？本次大会上，讯兔科技正式发布 iRaB 投研评测体系。这一体系全称为 Investment Research Agent Benchmark，由讯兔科技联合上海交通大学、复旦大学共同研究。
从参与阵容看，iRaB 并非单纯学术评测。国泰海通证券非银及金融科技团队、中信建投计算机团队、天风证券计算机团队、国金证券计算机及科技团队、华创证券金融团队、光大证券资产配置团队等机构研究团队参与研发、评测并定稿。
与传统偏问答、轻任务的大模型评测不同，iRaB 任务源自一线真实投研场景，评测标准基于行业用户反馈打磨而成，既评估大模型基础能力，也评估投研 Agent 在工具调用、任务拆解、推理纠错和闭环决策等方面的实战能力。
这对金融 AI 行业很关键。过去不少金融 AI 产品容易停留在演示阶段：能回答问题、能生成研报、能总结会议，但能否在复杂任务中稳定拆解、调用工具、纠错并形成闭环，缺乏统一标尺。iRaB 同步发布技术报告、数据集、评测标准、自动评测系统及 Leaderboard，意在推动投研 Agent 从主观判断走向可度量、可比较、可迭代。
数据确权与价值分配，成为生态合作新命题
金融 AI 继续向前，不能只靠更强的模型，还需要一套让数据、内容、平台和用户持续受益的生态机制。论坛上，讯兔科技启动 Alpha 派生态合作伙伴计划（ORE），面向数据服务商、券商研究所、金融科技公司、AI 基础设施服务商及产业伙伴开放共建。
ORE 聚焦入口统一、数据确权和价值分配三大问题。合作伙伴的内容无需一次性整体交付给平台，而是可通过 Skills、MCP、API 等方式按需调用；平台通过溯源、权限控制、使用计量和合规治理，探索基于使用量和用户价值的持续分成机制。
这背后是金融 AI 生态的一道现实门槛。金融场景中的数据和研究内容高度专业，也高度依赖合规边界。如果没有确权、计量和分成机制，优质内容和数据很难持续开放；如果没有权限控制和溯源机制，机构又难以放心接入。
在 "AI 重塑的金融生态 " 圆桌中，来自行业组织、数据评级、金融 IT、资本市场服务、云计算和 AI 基础设施等领域的嘉宾也提到，金融 AI 的产业落地是算力、数据、场景与合规多方协同的渐进过程。随着 AI 重构金融业务链条，传统封闭服务模式将向模块化、API 化的开放协作转型，行业需要在开放连接、安全治理和价值共创之间找到新的平衡。
中国金融 AI 不只是复制华尔街
本次论坛也将中国金融 AI 实践放在全球金融格局与新质生产力演进的坐标中讨论。香港大学当代中国与世界研究中心创始主任、香港大学治理与政策学院教授李成在开场主题演讲中提出，AI 对金融的改变不是单纯技术问题，也关乎治理能力与全球金融秩序。
在他看来，AI 将从三个维度重塑金融：重塑金融的认知能力，推动金融从信息处理走向智能决策；重塑金融的服务半径，让普惠金融、长尾客户服务和中小企业赋能获得新技术支撑；重塑金融的治理能力，推动风控、监管和合规从被动响应走向智能治理。
金融 AI 如果要从本土场景走向全球机会，关键不在于简单复制华尔街，而在于能否围绕中国投研场景、数据生态、机构协作和监管合规，形成新的金融基础设施。
从这个角度看，讯兔科技此次论坛的意义不只在于发布产品，而是折射出金融 AI 行业正在进入下一阶段：从 Token 消耗走向 Alpha 创造，从个人效率工具走向组织生产力，从封闭数据服务走向可计量、可确权、可分配的开放生态。金融 AI 的热闹仍在继续，但真正的竞争，已经开始转向谁能把 AI 嵌入投研真实流程。
