2025年是AI走出实验室的象牙塔、纵身跃入社会生产力阵地的分水岭。
如果过去我们还在讨论大模型“能做什么”，那么这一年，我们真正开始在“怎么落地”的泥泞中寻找商业闭环。支持AI走向行业纵深的是推理和多模态能力的飞跃——上半场OpenAI用推理模型为Agent时代打响第一枪；下半场，Gemini通过多模态能力进一步拓展了Agent的想象力和表达力。在应用层，Manus的横空出世定义了通用Agent的产品形态，紧接着是前仆后继的垂类Agent应用在各行业加速渗透，拉开人类向智能社会迈进的波澜壮阔的一幕。
一、走出象牙塔，在“最后一公里”立旗
2025年，讯兔科技也在产品价值和用户心智上完成了关键跨越：从金融信息服务，走向金融AI生产力服务。如果说2024年用户对Alpha派的认知更多是AI纪要、会议机器人，那2025年我们发布的一系列Agent产品，开始让用户真正感受到AI在深度业务流程上的赋能。这和我们年初的判断密不可分——AI正在从处理会议、日程的“事务型秘书”，正式跨越为处理主题选股、标的跟踪、资产定价的“业务型助理”。
这一步，像是AI职业生涯的成人礼——从实习生正式迈入研究员的能力圈，展示出更强的专业价值。
然而，一年的“上岗培训”让我们深刻意识到，大模型并不能“通吃”投研场景，intelligence依然需要structure去提升实战能力。在多数业务场景中，通用模型往往能给出一个70分的泛化答案，但金融投研追求的是那决定胜负的最后20分。
这20分的鸿沟，无法仅靠堆算力填平，它需要的是“老师傅”的调教。
更现实的是，这20分也是产品能否收上费的关键——专业人士对AI生产力的支付意愿并不是线性的，而是翘尾的。AI就像一个天赋异禀却从未进入社会的大学生，必须在专业工作环境中摸爬滚打，学会从哪里调取原始数据、如何判断任务的轻重缓急、如何磨练出一双识破信息丛林和财报迷雾的“专业审美”，才有雇主愿意录取他并支付报酬。
为了让产品更适配，我们采取了面向具体场景、化整为零的笨办法打造“Agent矩阵”，提出了那句深入人心的口号“把1000件小事做到95分”。我们很清楚，由于用户并不普遍掌握复杂的prompt技巧，且单次prompt的复用性较差，所以大一统的问答入口并不能完整地传递价值。我们必须在超级入口之外，定义细分的“超链接”入口，将专业的工作流和垂类数据封装成一个个具体的Agent场景。每一个具体场景都成为增加用户交互、提升用户粘性的基石。
这一早期的“反共识”策略被证明是有效的。
过去一年，我们不仅见证了Alpha派用户的AI交互量10倍以上的爆发式增长，更重要的是用户开始真正把我们看作一个直接交付结果的、足够handy的业务伙伴。而自下而上的方法，也让我们在战斗中逐步沉淀出一个可累积、可复用、可迭代的Agent能力中台，这些能力反过来又可以“化零为整”封装到大一统的入口中。结合下半年大模型在多模态能力上的显著突破，我们近期上线的pro模式、深度报告、PPT画图的功能已经充分调用到了通用能力层和细分场景层Agent的协作，努力在每个单点能力行业水平提升5%-10%，整体输出交付上就会呈现比较惊艳的效果。
如果用一句话概括2025年的感受，就是永远不要低估AI应用“最后一公里”的价值，而AI应用公司就是把智能价值传递到场景最后一公里的信使。未来的智能商业一定是专业分工和百花齐放的生态，而不是单调的一家通吃和垂直覆盖。留给大多数创业者的机会往往不在肉眼可见的旷野里，而是在街角巷战的泥泞过道中。在巷战里，懂得利用新式武器的老司机、老师傅才是胜负手，脏活累活才是金山银山。
二、从助理到师徒：隐性知识的传承与个性化Agent
步入2026年，一方面Agent能力将继续深化，逐步覆盖完整的投研工作流链路和个人知识库；另一方面，用户将越来越不满足于通过标准化Agent解决所有问题。一千个基金经理心中有一千个宁德时代，真正能穿越周期的，永远是那套极具个人色彩的研究框架和审美认知。
过去AI的学习大都基于显性知识，这类可被系统化记录和表达的数据基本已经被消耗殆尽。而AI想进一步发展，一条主线是在现实维度上走入物理世界实现具身智能；另一条主线是在虚拟维度上汲取隐性知识，创造更专业的生产力价值。隐性知识是什么？是那些“只可意会，不可言传”的直觉、经验与盘感——基金经理往往无法系统地写出自己的框架，但却能在持续的人机交互、碎片化的对话，甚至是针对某一异动标的的点评中，通过“口口相传”将这种灵魂级的认知传递给机器。
要进入隐性知识的世界，AI与人的关系需要迎来一次深刻的转变——从“助理关系”转向“师徒关系”。
所谓助理关系，是人类由于倦怠，将重复、低价值的脏活累活丢给机器，是在不想干的事情上做减法；而师徒关系，则是“审美与技艺”的传承，是一种更深度的信赖与托付，是在想干的事情上做加法：干得更好、更多、更快，更像我。对于基金经理来说，助理关系更像研究员，往往从供给侧视角关注“我要推什么”；而师徒关系更像基助，出发点是个性化需求，从更符合基金经理品味的角度来展开工作。
这种进化也会让人机交互的逻辑发生逆转。未来的交互将走向双向，从“人prompt AI”到“AI prompt人”，从“人给AI派活”进化到“AI给人派活”。AI会基于对你研究框架的碎片化记忆与强化学习，主动揣测意图，定向发送预警与深度洞察、提醒你所忽略的风险和机会，成为你的“杠精”和“副驾驶”。Token的消耗将从基于对话、到基于任务、到基于环境本身，智能计算将像空气一样运行在操作背景中。
最终，人与AI的对齐将超越一切人和人的对齐。
2026年，用户会发现自己不再只是在使用工具，而是在传授AI自己的“武功秘籍”，培养自己的“数字孪生”。当个性化的飞轮开始转动，你的硅基思想便开始了肆意地生长。
三、金融机构与资本市场：以人机协同为内核的新型基础设施
从Blackrock到Citadel，今天全球头部的金融机构，无一不是数据和科技公司，技术的自我强化效应更是促进了行业资源进一步向头部集中。这种巨变正迫使金融机构的一号位们重新思考。在年底的CIO调研中，我们欣喜地发现，AI正在从IT部门走出来，直接进入业务核心。对于资管机构而言，未来的核心资产不再仅仅是管理规模，而是内部沉淀和生长的“智能大脑”——一种“人工智能+集体智能（collective intelligence)”的复合体。
虽然AI目前缺乏真正的原创性，但它能通过捕捉机构内所有优秀研究员、基金经理的输入，完成认知的二次重塑。AI不仅作为“研究员的外骨骼”，更会扮演整个组织的“智能决策中枢”。过去是机在人上，人作为决策主体，AI是人的全域增强；而未来是人在机上，整个机构的管理决策由AI托管，只有碰到解决不了的难题才会上报人类接手。在AI的倒逼下，投研队伍将加速“年轻化”与“两极化”：平庸的中间层将被AI取代，而那些能够获取一手产业信息、提出反共识认知，构建深度客户关系的超级个体，将在AI的赋能下，以前所未有的速度崛起。
未来能战胜“规模是业绩的敌人”这一定律的机构，一定是那些能够率先形成“人机交互飞轮”的机构。
投研范式的改变，不仅发生在机构的决策管理中，也发生在资本市场的时空延展中。当前全球供应链与投资格局已深度一体化，在人工智能等技术的推动下，地域与语言壁垒日渐消融，资本市场的联动效应进一步加强。以AI产业投资为例，投资人不仅需要深入理解国内企业动态，也必须同步追踪美国在芯片与大模型领域的技术前沿、关注日韩台等地半导体上游的产能与出货进展。
更具变革意义的是时间维度上的整合——纳斯达克预计于2026年底推行24小时交易模式，港交所等国际交易所也在积极研究相应机制。这将进一步推动全球资本市场在时序上衔接，逐步消解物理距离与交易时段带来的滞后，使不同市场之间的联动更为紧密、实时。随着策略和交易自动化程度持续提升，未来绝大多数市场行为或将由系统托管。
在此背景下，人工智能不再仅仅是提升效率的工具，而逐渐成为参与市场、理解波动、管理风险的基础能力。这场迈向“无眠交易”的演进，在提升资本流动效率的同时，也对人的认知节奏与工作模式提出了新的适应要求。
就在近期，证监会提出要“稳步提升资本市场人工智能应用水平，推动人工智能成为驱动资本市场高质量发展的重要变革力量”。这一官方表态也印证了借助AI技术，资本市场将会经历一场深刻的底层基础设施级别的重构。伴随中国金融机构出海、全球化资产配置兴起、中国资产的系统性重估、这次的重构和变革很可能是华人金融科技服务公司走向全球、定义标准的历史机遇。
2026年，AI将一步步接近人类的智慧内核，与人类构建更深厚的信任感，我们称之为“师徒时代的序幕”。投研AI将从初中级研究员向高级研究员持续进化，开始展现出基助的特征，提供更个性化的服务；金融机构和资本市场在技术和环境的冲击下，将迎来新一波智能基建的发展浪潮。
Alpha派将继续陪伴每一位投资者，去捕捉那些不可言传的灵感，去定义“师徒时代”的交互形态，去构建那个最懂你的“数字孪生”，共同见证人类智慧在硅基世界里的延续。与此同时，我们深知，实现更长远的愿景离不开行业各方参与建设，Alpha派将通过构建开放平台和创新的激励模式，把更多上下游的合作伙伴纳入到服务资本市场的生态中。
行业的进步不能只有“一马当先”，更需要“万马奔腾”。