2026 年 4 月 25 日，C 哥受邀为华泰基金客户带来“股票与投资中的 AI 和 Skill 应用”主题分享。课程没有停留在用大模型问几个问题、生成一段市场点评，而是围绕投资研究的真实链路，讲清 AI 智能体如何连接实时信息、调用工具、组织研究材料，并把个人投资框架沉淀为可以反复执行的 Skill。
从对话式 AI 到可以持续工作的研究助手，关键变化不是“回答更像人”，而是 AI 能够理解目标、拆分任务、选择工具、记录中间状态并交付结构化结果。C 哥通过案例展示，研究者可以让智能体完成资料收集、公告阅读、指标整理、同业对比和报告初稿等大量基础工作，把时间留给假设验证、风险判断和最终决策。
MCP：让 AI 接上更及时的数据与工具
投资研究对数据时效、来源和可追溯性要求很高。课程重点介绍了 MCP 在连接行情、公告、搜索、文件和内部工具方面的价值。与把旧资料一次性粘贴给模型相比，工具连接让 AI 能够在任务发生时获取所需信息，同时保留来源和处理步骤，便于研究者复核。
C 哥特别强调，连接数据并不等于可以盲目信任输出。一个可靠流程需要明确数据截至时间、来源优先级、异常值处理和引用方式；关键数字应回到原始公告或权威数据源核对。AI 擅长扩大信息处理带宽，但最终判断仍应由使用者完成。
Skill：把个人研究方法变成可执行流程
同一份资料，不同投资者关注的指标、假设和风险完全不同。Skill 的价值，是把个人的方法论写成 AI 可以执行的工作说明书：需要哪些输入，先检查什么，再计算什么，输出采用什么结构，以及哪些结果必须人工确认。
课程以盘前信息整理、公司研究和专题分析为例，说明 Skill 可以携带提示规则、检查清单、报告模板和处理脚本。经过反复验证后，研究者不必每次从空白对话开始，而可以稳定复用自己的分析框架。多个 Skill 还可以串联成工作链，从资料获取、清洗、分析到报告生成相互衔接。
个人知识库则为 Skill 提供长期上下文。历史研究笔记、行业框架、公司资料和复盘结论经过合理组织后，可以成为研究助手的参考材料。Skill 负责“怎么做”，知识库补充“依据什么做”，MCP 连接“现在发生了什么”，三者结合，才能形成更完整的投资研究数字工作台。
从一次生成走向可复核的人机协作
分享中，C 哥结合长期软件、产品与 AI 实践经验，演示了如何逐步构建一套个人研究助手：先选择高频、边界清楚的任务，定义输入和输出；再接入必要数据，形成第一版 Skill；随后用真实样本测试，记录遗漏、误判和幻觉，持续完善检查规则。
参与者由此看到，AI 在投资场景中的价值并不是代替思考，更不是预测市场，而是把大量机械的信息处理变得更快、更有条理，让研究过程更容易复用和审计。课程也讨论了模型幻觉、数据许可、敏感信息、时效偏差和过度自动化等边界，帮助大家建立更稳健的使用习惯。
这场客户分享把 AI、智能体、MCP、Skill 与个人知识库放进同一套投资研究流程中，为参与者提供了从“会聊天”走向“会搭系统”的清晰路径。百言科技持续面向金融机构与专业团队提供 AI 培训、Skill 共创、智能体工作流和知识库建设服务，欢迎联系百言科技交流定制方案。
本文用于介绍 AI 工具与研究方法，不构成任何证券、基金或投资产品推荐，也不承诺投资收益。