⁣
📰 [东吴证券]：房地产行业深度报告：地产+AI工具系列报告之八：AI投研如何降本提效—— Token、耗时与Skill优化实践 - 发现报告

本篇报告聚焦AI投研效率的提升路径，主张将评估焦点从单纯的模型成本转向“任务成本”，以质量门槛驱动的完整研究任务来衡量效率，提出质量调整后任务成本（QATC）作为综合衡量指标，涵盖模型、工具、人工及返工等投入。文中强调Token、耗时与质量三本账应同时间口径计量，并区分原生Token、分词器估算与字符代理等计量口径，同时关注墙钟时间与关键路径。隐性成本主要来自重复读取、上下文膨胀、全文重写和口径返工，需通过结构化读取、证据复用、分层验证等机制降低。Skill是将研究经验转化为可执行流程的核心，证据型Skill尤为关键，通过证据规则、冲突闸门、程序断言与分层验证降低错误与返工。48轮实验显示，结构化方法的价值与任务难度高度相关，复杂度应在改变结构化状态、阻断错误或减少返工方面发挥作用，而非简单增加规则或Agent数量。组织落地应从个人应用转向可评测、可回滚的Skill资产建设，优先Skill化高频、流程稳定、错误代价高且结果可验证的任务，并建立Skill资产目录、日志、版本管理与回归测试，明确权限与人机边界，制定30/60/90天落地路径。最终目标在于减少“无新证据、无状态变化、无质量贡献”的重复工作，将AI转化为稳定的研究生产基础设施，实现可追踪、可测试、可回滚的Skill资产。需要警惕并行Agent的双重效应和Skill固化、流程复杂化风险，确保Token、耗时与质量三本账的协同提升不以牺牲质量为代价。

🏷️ #AI投研 #QATC #证据型Skill #结构化读取 #返工降低

🔗 原文链接

⁣
📰 上交所风险警示板济高控股地产 上市公司_上市公司名录_投资界

文章列出多类证券交易所及板块的覆盖范围，涵盖上海、深圳、北京、香港、纽约等交易所及深交所、上交所的板块和风险警示板等。行业维度广泛，涉及新一代信息技术、大消费、医疗健康、文化娱乐、教育、汽车出行、仓储物流、金融、地产、先进制造等，强调二级市场的多样性与长期上市时间不限。区域方面，覆盖全国主要地区，并提及具体时间段与分板块如科创板、风险警示板等的灵活性。文章还列举了若干热门主题词，如新能源汽车、赴港上市、半导体设备、融资、IPO退出、芯片半导体等。最后附带声明，强调数据来自公开收集、未经核实，仅供展示与参考，投资风险需自担，决策需谨慎。整体信息强调交易所、板块、行业及上市时间的广泛覆盖与灵活性，提示投资者在多元市场环境中进行判断。

🏷️ #证券交易所 #科创板 #半导体 #新能源汽车 #IPO

🔗 原文链接

⁣
📰 研报闹出"时空穿越"乌龙 中证报：方正证券曝合规漏洞_中国经济网——国家经济门户

本次事件聚焦方正证券研报“乌龙”一事，核心在于AI辅助下的时间信息错误被错误传播，揭示了研究所治理和质控体系的长期问题。文章指出，该公司研究团队近年因分仓佣金下滑、核心分析师流失等迹象，考核机制可能以数量而非质量为导向，导致基础事实核验不足。多家媒体报道从合规文化、研究流程、人员扩张与质控失守等角度分析原因，认为自2020年以来的监管点名与违规记录，与当前AI幻觉导致的时间错乱相互映射。AI工具在抓取信息并直接采信时，若缺乏人工交叉核验，极易将“时间错位”放大成市场误导与定价偏离。因此，整治券商投研乱象需要从提升合规体系、加强内部把关、落实执业资格与质量控制等方面发力，以实现研究业务的长期健康发展。

🏷️ #合规 #投研 #AI幻觉 #质控 #证券研究

🔗 原文链接

⁣
📰 方正证券研报“乌龙”再曝合规漏洞，直指AI幻觉、人工审核不严谨问题_中国经济网——国家经济门户

本文报道了方正证券发布的一份地产行业研报因错误将2024年国务院常务会议内容误标为2026年最新政策而引发的“研报乌龙”事件。事件揭示了AI工具“幻觉”与人工审核不严谨两大问题：一方面，研报中的时间、政策表述被篡改时效性，未对原始信息源进行充分核验；另一方面，依赖AI生成内容的同时，需加强人工溯源与交叉验证，防止过期或错误信息流入研究报告。业内人士强调，技术无法替代专业判断，分析师应对最终观点负责，对AI抓取的公开信息须对照权威信源、进行多源比对并核验可信度，才是合规要点。此外，报道回顾了方正证券以往的监管风险，指出公司在研究发布流程、内部合规和人员管理方面长期存在漏洞，曾因多起违规被监管处罚，强调从业机构需加强投研各环节的风控、合规建设与人员培训，以避免类似事件再次发生。

🏷️ #研报乌龙 #AI幻觉 #合规管理 #信息溯源 #证券研究

🔗 原文链接

⁣
📰 方正证券研报闹出国常会日期乌龙，研究所扩张后质控能力遭拷问

本文聚焦方正证券因研报中的时间错误引发的风波及其背后的行业现象。2026年6月9日发布的报告在政策回顾部分错误引用2026年国务院常务会议日期，实际对应的是2024年会务内容，显示出分析师在AI辅助撰写与信息抓取中的时间错位与信息核验缺失。此事件反映了AI辅助写作在提高效率的同时，若缺乏人工交叉核验，易把错误信息带入专业研究，影响研究质量与机构信誉。另一方面，方正证券研究所正经历快速扩张，分析师数量迅速增加，但质控体系未同步强化，结合此前多起监管问题，暴露出“规模 vs. 质量”的矛盾。行业层面，AI 技术的广泛应用正在重塑研究所的生产方式，但合规底线不可放松，需坚持“人人负责、双人审核”的风控模式，确保在追求效率的同时维持专业性与投资者信任。未来券商需在规模扩张、流程管控与风险防控之间寻求平衡，以避免类似低级错误再次发生。

🏷️ #AI纠错 #研究合规 #证券研究 #风控 #券商

🔗 原文链接

⁣
📰 方正证券研报“乌龙”再曝合规漏洞，直指AI幻觉、人工审核不严谨问题_资讯-蓝鲸财经

方正证券研报“乌龙”事件揭示AI工具在证券研究中的两大隐患：一是信息来源的“幻觉”与时间错位，二是人工审核不严谨导致的违规与保密问题。报道指出，该研报错误将2024年国务院常务会议的房地产政策表述误标为2026年最新内容，实际是对两年前文件的简单时序改动再投放，反映出分析师在依赖AI抓取网络信息时未对原始信源进行充分人工交叉核验。随之而来的，是对AI输出的可信度、溯源能力与多信源交叉比对的高要求，强调AI并不能替代专业判断，必须对关键数据与政策信息进行人工追溯与验证，以防污染信息流入研报。事件也暴露出方正证券在合规风控方面的长期短板：包括发布流程、内部监督及人员资质等方面的多点问题，涉及泄露研究观点、个别分析师违规荐股、以及未授权发布观点等情形，显示投研各环节都需从人员准入到发布流程全面整顿。专家呼吁加强对AI辅助撰写的合规管控与信息源溯源，建立健全的证据链条，以提升行业信用与研究质量。

🏷️ #AI幻觉 #信息溯源 #合规风控 #研报质量 #证券研究

🔗 原文链接

⁣
📰 分析师用AI写研报搞了个大乌龙 互联网信息该如何排污？ _ 东方财富网

本篇报道聚焦AI在证券研报写作中的“幻觉”问题及其对行业信任的冲击。文章指出，部分地产行业周报将两年前的国务院常务会议内容错误标注为2026年最新政策，显示AI大模型在未核实信息时的“穿越式”输出。这种信息污染通过网传资料、自媒体扩散，进入专业研究领域，提醒投研人员必须在AI输出上保持人审与源头可追溯性。当前监管尚无专门针对AI生成研报的新规，行业多通过自律指引与内部风控制度来约束，但现实操作中如何界定审核标准、兼顾效率仍是挑战。尽管风险存在，但AI在券商研究中的辅助作用仍在扩大，如润色、引述公开信息等。然而，一旦出现事实错误，可能削弱买方机构和投资者对卖方研究的信任，影响公信力。文章也提到行业正在通过智能化工作平台推动合规管理体系的系统性革新，力求在提升效率的同时，强化信息真实性与审核一致性，形成“以更成熟的AI约束AI生成内容”的发展路径。

🏷️ #AI幻觉 #研报合规 #信息污染 #证券研究 #AI辅助

🔗 原文链接