一个买方研究员的一天，通常是从几百条未读消息开始的。

电话会、上市公司路演、专家访谈、行业纪要、券商研报……这些信息像潮水一样涌来，群聊和会议链接永远刷不完。

但真正让人头疼的是，很多时候，最重要的信息并不在正式研报里，而是藏在某个交流细节里，甚至是一句微妙的语气变化中。

这就是金融行业投研领域的现实——成千上万条消息，漏掉一条，可能就意味着上亿规模的真金白银打了水漂。

那么，当投研圈子迎来实战型Agent，它们到底怎么“履职”、怎么干活？又如何帮研究员处理庞杂信息、快速捕捉边际变化？

主攻AI投研的进门，成立于2013年，在国内券商研究所公开路演领域市占率约95%。

这个标签太过深刻，以至于很多人对它的印象还停留在“会议平台”。但时间到了2023年，进门拿到腾讯战投，同年全面迭代为“机构AI投研工作台”。

2025年，进门推出超级投研智能体“AI进宝”，成为业内第一个推出投研版Agent的公司——帮用户处理投研场景里的海量工作。

更关键的是，接入腾讯云后，今年一季度，进门AI产品的使用量增长了10倍。

用进门CEO程建辉的话来说，Agentic AI带来的最大变化，就是让“AI从过去的聊天模式，正式进入到干活模式”。

在沟通场景中“干活”

其实，早在创业初期，程建辉和他的团队想做的就不只是一个开会平台。

回到十多年前，进门刚创立的时候，金融市场中行情和交易是最高频的场景，其次就是沟通场景。程建辉判断，“沟通场景是一个天然的信息富矿”——随着信息流通效率越来越高，沟通场景必将成为金融市场的未来。

进门CEO程建辉

但在当时，几乎没人觉得这是一个好赛道。

转折发生在疫情之后。投研圈的路演、会议集体转移到了线上，进门的市场渗透率随之大幅提升，也证实了团队最初的预判。

海量的沟通场景沉淀出大量事实和数据，但投研领域涉及多个主体，不同主体对同一内容的理解千差万别。

程建辉意识到，他们要做的其实是“基于沟通场景，把上市公司、券商研究所、机构投资者三个主体连接起来”。

一开始，进门考虑的是机器学习、NLP等方法，能力相对有限。直到AI Agent浪潮来临，新的机会才真正出现。

OpenAI引爆互联网之初，进门整个团队异常兴奋，连春节都没休假，加班加点研究Agentic AI如何在投研领域落地。

基于十多年来形成的金融沟通场景数据飞轮，进门将“AI进宝”打造成真正懂投研、能落地、贯穿投研工作全流程的“超级生产力工具”。

AI真的能干活了。

程建辉举例：“以前关注自选股，每天都要打开行情软件看看有哪些边际变化。现在不用了，直接设个定时任务——比如每天早上7点，把所有自选股扫描一遍，帮我分析有哪些变化，甚至可以帮你做量化回测、管理层背调这类复杂任务。”

AI应用的下半场，正在从追求效率转向追求交付结果的可用性。

所以程建辉认为，AI进宝只会干活还不够，必须让它真正具备把活干到99分的实际价值。

他打了个比方：“在处理投研任务上，野生的AI是一栋毛坯房，但AI进宝是精装房、拎包入住，不需要你再做很多基础工作。”

从玩具到生产力工具

“精装”的方向，只有身处金融行业的人才真正懂。

除了效率提升，要让AI Agent真正融入工作流，还需要解决更多行业内的特殊问题。

最紧要的之一就是安全性。

AI目前还存在一定的“幻觉”问题，这对投研领域来说是极大的挑战。个人用户对“幻觉”容错率较高，但“金融行业做100次就必须对100次，如果第101次错了，就是一个很大的事故”，腾讯云数字金融副总经理谢任东说。

腾讯云数字金融副总经理谢任东

在谢任东看来，企业“养虾”和个人“养虾”最本质的区别，就在于安全可靠性的管控。

作为企业级AI智能体平台，腾讯云具备成熟、全面的基础架构和资源，保障企业高效、平稳地运用AI Agent。

早在进门AI业务发展初期，进门就和腾讯云确立了友好的合作关系。

而在企业级AI Agent的合作上，程建辉更确定了腾讯云“解决痛点”的能力。“不管是显性还是隐性的需求，腾讯云和我们交流都是带着解决问题的思路。”

程建辉还记得，最开始云计算资源十分紧张时，腾讯云依然保障了资源供给，为新AI产品的发布提供了支持。

在路演会议数据安全问题上，腾讯云给出了进门亟需的解决方案。

腾讯云通过音频水印定位技术，帮助进门有效监测流出途径，精准追溯责任源头，守住了金融数据安全的底层防线。

谢任东提到，腾讯云提供的不只是“云服务器”，而是从AI能力一键部署、到企业级安全能力、再到模型调用生态的全方位架构。

包含：

• 1) CodeBuddy、WorkBuddy等业务、研效与办公的多场景智能应用层；
• 2) 智能体API/上下文工程/多Agent编排/检索增强等原子能力的智能体引擎层；
• 3) Agent Runtime、tokenhub模型路由、推理平台等智能服务层；
• 4) 异构算力、高性能网络、安全防护等基础设施层。

换句话说，金融领域企业从此可以把AI视作一个合规、安全、高效的生产力工具，而不再是仅供聊天的玩具。

这是一套“把AI变成一个组织的通用能力”的路径——金融机构结合自身“垂直数据+行业skills+评测体系”，基于腾讯云提供的“基础设施+Agent运行环境+安全合规工具”，各自发挥优势快速推进创新。

让厉害的人更厉害

有了安全、稳定的底层架构，企业用户就能放心地将信息处理完全交由AI接管。

那么问题来了：研究员的价值在哪里？他们真的会被AI取代吗？

程建辉给出了一个出乎意料的回答——他认为AI投研的出现，反而会“让厉害的人越来越厉害”。

“市场上能挣到的钱，无非三种：第一种是挣信息差的钱；第二种是非理性的钱；第三种是认知差的钱。AI时代，挣信息差的钱会越来越难，但未来最有价值的，还是挣认知差的钱。”

在程建辉的描绘中，AI真正改变的不是人的存在，而是行业“挣到钱”的方式。

AI Agent未来能做到的，正是帮助研究员提升认知的上限、兜住下限，赚到认知差的钱。

“人类最顶尖的一波分析师，之前一天可能只处理10份研报，现在一天能处理10万份研报”，程建辉解释。

他认为，现阶段模型的思考分析能力还远远赶不上顶级的人类研究员，但可以帮助研究员节省出大量时间，用于思考和决策。

所以，对于资深研究员来说，AI越强，会提问、有判断、能做非共识决策的人就越值钱。

而对年轻一代研究员来说，他们的成长路径也会彻底不同。

程建辉将其比作“练铁锹”和“开挖掘机”的区别。年轻从业者可以把入门、低效的工作交给AI，把精力用在提升认知上，甚至可能超越资深从业者。

在对谈中，程建辉解释过为何进门始终深耕投研这一垂直赛道：“巨头公司的航空母舰是做大海里的生意，我们想先把小河里的生意做好再远航。”

垂直、真实的金融业务场景，就像细小的河流，但正是在这里，AI才能真正落地、迭代，并进一步验证更大的行业趋势。

放眼整个金融行业，在投研之外，还有风控、资管、保险、支付等众多细分的业务形态。

如谢任东所言，腾讯云的优势在于“开放性和生态”——这将接纳和托举更多像进门一样深耕垂直场景的“小生意”，也更有机会回应金融行业在AI时代的核心命题。