【导读】一场关于“人机分工”的竞赛

　　公募行业的AI竞赛，正在从“有没有”转向“怎么用”。易方达基金Buddy应用近日完成升级，上线AI投资陪伴团，5位AI专家覆盖基金研选、指数分析、资讯追踪、投教学习等场景。

　　当下，基金公司业务与AI的结合更为紧密。一方面，基金公司把投研内容和工具能力“打包”送进WorkBuddy、豆包、千问等外部平台，让AI直面投资者，服务触角从App延伸到智能工作台；另一方面，更多公司把AI Agent装进自己的业务系统，从投研、合规到运营、客服，AI开始承接资料搜集、数据提取、初稿生成等执行环节，人负责判断决策、系统全程留痕。

　　此外，还有一些公司选择自建平台、自装智能体，把AI Agent嵌入投研、运营、合规、客服的日常流程。

　　在基金公司看来，随着AI嵌入业务流程的深入，未来拉开距离的不再是技术本身，而是专业知识组织、工程化落地与数据治理能力的协同。

　　5位AI专家

　　易方达在WorkBuddy上线AI投资陪伴团

　　易方达基金Buddy应用此次升级，上线的“AI投资陪伴团”包含5位AI专家角色，覆盖基金研选、指数分析、资讯追踪、投教学习等场景，实现三重服务升级：针对不同投资需求提供差异化体验；打通多个技能，整合内容、数据、工具，输出连贯完整的解决方案；突破单次问答局限，支持根据用户偏好生成专属看板、资讯订阅，实现长期个性化陪伴。

　　5位AI专家分工明确：基金投资小助理解答市场疑问、生成定制陪伴方案；指数投资陪伴官提供指数对比拆解与投资分析参考；基金研选助手支持基金筛选、对比与深度分析报告输出；投资情报官打造个性化情报看板，支持多周期资讯订阅；投资学习搭子依托官方投教资源，提供定制化学习课程与自测练习。

　　易方达基金表示，陪伴团全部服务内容均来源于官方内容库，输出信息有据可溯源。用户既可通过场景入口快速匹配专家，也可进入专家市场自主选择角色开启对话。

　　易方达零售服务执委会委员杨安乐此前在腾讯全球数字生态大会MiniTalk上介绍，易方达基金始终坚守投资者利益至上，依托AI技术，把基金管理人的专业积淀与对用户需求的理解，转化为更易用、友好的服务工具，陪伴用户投资全流程，让专业投资陪伴触达每一位投资者。

　　WorkBuddy上的“基金方阵”

　　各做各的打法

　　把投研内容和工具能力“打包”送进外部平台，让AI直面投资者，是公募服务触角的一次延伸。而沿着这条路往前走的，并不只有易方达。

　　日前，长信基金也宣布正式入驻腾讯AI智能工作台WorkBuddy。WorkBuddy主打“能听懂话、自主操作本地电脑”的桌面级Agent，能通过一句话交代任务、自主规划执行并交付成果，并支持多Agent协作和Skills技能扩展。

　　据悉，围绕基金投资周期，长信基金将AI场景凝练为观市指南针、超额恒定器、财富守护者三大框架，分别对应热点梳理、产品分析、持有陪伴三类投资者最常面对的场景。首期版本强调两大优势：一是秉持绝对收益理念，依托投研团队经年沉淀的市场经验构建底层判断力；二是观点可溯源，所有回复均出自长信直供的专业内容与权威数据终端，标注出处与日期，支持结论一键回溯。

　　兴证全球基金以“兴证全球基金AI助理”应用入驻WorkBuddy，聚焦市场观察、基金解读、投资陪伴三大场景。市场观察即问即答，可用自然语言查询公司已发布的市场观点及解读；基金解读围绕历史业绩、风险收益特征、比较基准及公开披露持仓等辅助查询与解读，并以图表、报告呈现关键内容；投资陪伴则可查阅基金季报、基金经理公开文章，还可通过专业测评认识自身的投资特点。公司通过MCP和技能配置，把基金检索、历史业绩、披露持仓、定期报告及基金经理观点等信息整合为AI可调用的数据服务。

　　南方基金则把自研AI智能体送上WorkBuddy。该智能体围绕“怎么选基金”这一高频需求，设置热点解盘、基金评测、基金甄选、指数洞察、债市观察五大专家模块，覆盖25个典型场景，依托13项专业能力。

　　其中，基金甄选模块可对用户明确指定的2至5只候选基金进行客观比较；指数洞察可查询指数分类、基础信息、行情表现、估值与成分；债市观察帮助投资者理解债券市场。在南方基金看来，金融AI的竞争力不只取决于单一模型，还来自专业知识组织、工程化落地和数据治理等能力的协同。

　　同样是入驻WorkBuddy，各家打法并不相同，围绕着投资者运营的高频场景，有基金公司把AI做成面向持有人的“陪伴者”，有基金公司把多年积累的专业内容做成可溯源的“问答库”，有的则把内部打磨过的能力搬到前台。

　　WorkBuddy之外，自建Agent渐成“标配”

　　有匿名基金公司表示，从投研到中后台，全公司人人都在用WorkBuddy，基于安全性等考虑，对IT有较高要求；也有基金公司表示，出于对信息泄露的担忧，没有进行本地化部署。WorkBuddy只是公募AI版图的一个组成部分，更多公司正把AI Agent装进自己的业务系统。

　　平安基金已把AI Agent建设作为科技战略核心，方向是“科技前台化”。公司正在建设全司统一的AI作业平台，让员工的工作方式从自己一步步升级为交办任务、审核结果：AI承接资料搜集、数据提取、初稿生成等执行环节，人负责判断决策，系统全程留痕。在此基础上，AI Agent将深入合规、运营、营销、风控、投研、客户服务六大流程：合规文本实现AI全量预审、人工复核研判；风险管理从“公告后才知道”转向全市场持续扫描的事前预警；营销与投研由AI找线索、生成初稿，专业判断由人把关。

　　中国基金报记者了解到，富国基金内部已上线富国智能办公平台，在金融企业内网受控环境下治理身份、权限与智能资源，通过Web端与桌面客户端提供自然语言协作入口，在隔离执行环境中调用模型、Skill、MCP和知识库。依托前期建设的AI中台基建，平台复用算力调度、MCP中心、Skill中心等能力，目前是全员入口，全公司有超过200人使用，已内置20多个Agent、超60个Skill、日请求次数超过3000次，员工最常调用的是数据分析、办公辅助和报告总结。

　　富国基金介绍，以反洗钱风险交易智能报告生成为例，以前需要多个系统、多个审核岗位协作，现在一个反洗钱专家团Agent可利用多个专家角色完成交易风险判断，生成规范的反洗钱报告。

　　诺安基金表示，公司在AI布局属于“小步快跑”。三年前，公司便通过私有化部署小模型，搭建起涵盖图片内容提取、语音转文本、文本转语音及文档摘要生成的AI基础能力平台，并自主研发统一AI模型网关，实现多模型协同调度。2025年，诺安基金完成DeepSeek金融大模型的本地化部署，成为业内首批部署DeepSeek的机构之一，并推出诺安AI平台，在投研分析、客户服务、风险管控等核心场景启动试点。在权益投研领域，AI已渗透业务全流程：搭建智能知识库实现知识检索复用，打造可视化调研管理面板，模拟组合系统搭配AI小助手支持自然语言交互与智能业绩分析。

　　汇添富基金则采用私有化部署与公有云服务相结合的混合模式：私有化方面已部署DeepSeek、千问等主流开源大模型，为涉及内部业务数据和核心敏感信息的场景提供安全可控的算力与模型支持；对公开数据、非敏感信息处理等场景，则在统一管控前提下按需使用公有云模型服务。

　　中欧基金正构建以投研AgentOS为核心的智能投研平台，沿着“行业—个股—组合—决策”形成多Agent协同矩阵。以行业景气度Agent为例，最新版本已覆盖近300个细分行业，完成一次全行业景气度分析和看板更新只需要大约2小时。中欧的思路是：不让AI重新发明一套研究方法，而是把公司验证过的方法用数智化手段复现，再借助Agent规模化。

　　华夏基金则追求投研端“工业化的骨骼”。早在2017年，公司就与微软亚洲研究院的AI团队建立深度合作，启动智能投资项目，此后又提出时变注意力模型、上线人工智能实盘产品。如今，公司自研智能服务平台中的AI投研平台“知几”（AIsight）已搭建二十余个专家级智能技能，覆盖多个研究关键场景；华夏飞翼固收一体化智能平台则提升了组合分析、交易执行的效率。

　　华安基金把“造工具”的能力交给一线。2026年7月1日，华安基金智能体孵化平台正式试运行，平台集成本地算力与国内外顶尖模型资源，接入同花顺、DM、Alpha派等金融核心数据库，采用业务主导、技术支撑的共创架构，鼓励一线投研人员自主创建、共享智能化插件（Skill）。

　　截至2026年10月，平台已覆盖华安基金内部20个部门，深度服务数百位投研、营销等业务用户，累计沉淀近百个由业务人员自主开发的Skill。

　　外部平台也不只有WorkBuddy。广发基金正式入驻“豆包工作”，成为其首批公募基金生态合作伙伴，上线广发基金连接器及基金问答录、观点策略库、投研翻译官三大技能；南方基金官方智能体“南方基金AI梦”也入驻千问App，设有行情分析、板块热点、基金解读与基金对比等入口。

　　AI Agent自建与入驻两条路径，正在公募行业并行推进。

　　从工具到协作者

　　各家的思考与下一步

　　当AI Agent越铺越广，基金公司对AI的思考也在深入，AI究竟替人做什么，又由谁来把关？

　　博时基金首席数字官、人工智能实验室主任车宏原给出的答案是辅助与提效并重。他介绍，公司投研团队已全面拥抱AI，渗透率已达全员：涉及内部数据、投研底稿、持仓及未公开信息等场景，主要使用博时自主研发、全内部部署的企业智慧中枢和BsBox智能体；仅处理公开信息的场景，可借助Alpha派等垂类投研工具以及WorkBuddy等通用工作台提效。所有AI输出仅作研究辅助，核心判断与对外结论仍由投研人员把关。博时正将投研方法系统性沉淀为可复用的Skill与工作流，覆盖市场调研、个股研究、投资线索挖掘、景气度与产业链研究、盈利预测与定价辅助等方向。

　　“从本质上看，是把投研人员从信息搬运中释放出来，回到真正产生Alpha的判断与决策环节。”车宏原表示。

　　多家基金公司把人机协同、人类主导写进方法论。汇添富基金认为，未来投研系统最大的技术突破点，在于AI智能体与投研一体化平台的深度融合，推动AI从单点辅助工具向贯穿投研流程的智能助手演进，AI主要承担信息处理和辅助分析，投资决策仍由专业人员作出，关键业务操作仍须经人工审核确认。中欧基金的答案则是把验证过的方法规模化，让AI不下场替代判断，而是把既有研究框架复制到更大的覆盖面。

　　安全也被摆到更靠前的位置。平安基金坚持渐进推进、安全为先，AI生成内容经审核后才能进入生产，高风险环节必须人工确认，并进一步建设数据关系引擎、新一代知识库，完善AI研发、AI运维、AI安全等基础能力。诺安基金通过统一网关实施严格的权限控制、数据过滤与操作审计，结合数据分级分类采取差异化防护，针对业务敏感数据严格限定使用内部模型处理。

　　对AI会不会取代研究员的焦虑，华安基金认为，AI将重塑资管行业的生产方式，但绝不会替代研究员的独立判断。智能体孵化平台接管的是信息搜集、数据清洗、基础报表生成等高度确定性的案头工作；在AI原生时代，初级研究员不必再把大量精力耗费在找数据上，而是从入行起就站在AI的肩膀上，聚焦商业逻辑的深度推演、非标准化软信息的解读，以及极端市场下的逆向决策。富国基金则表示，各业务部门的AI使用意愿明显增强，用AI生成业务工具、编写业务Skill的提效案例越来越多。

　　可以说，AI Agent正在重新划分人与机器在基金业务中的分工。南方基金的判断颇具代表性，AI建设的价值不在于追逐单点能力，而在于能否长期稳定地服务真实业务；企业级AI能力底座的价值，也只有在具体场景中才能被验证。