2026年的世界人工智能大会上，券商把Skill已经讲得很具体。7 月 19 日，中金公司连续第九年承办 WAIC 投融资论坛。据公开报道，论坛现场演示了中金点睛大模型的分析师.Skill：把分析师的专业能力、研究报告、数据指标、研究框架和财务模型等资产，与大模型结合，探索全天候、智能化、场景化的投研服务形态——相当于把卖方研究团队长期沉淀的「会看什么、怎么看」，封装成了可调用的分析技能，一键提供给用户。（报道：https://finance.sina.com.cn/wm/2026-07-20/doc-iniimuye9785948.shtml）

同一天，华泰证券在WAIC 举办「智启新金融」科技金融创新论坛。华泰方面介绍，金融中台要把券商积累的产业认知、研究方法和业务经验，转成可调用、可复用、可迭代的系统能力；在此之上构建以产业链图谱为核心的集团级 AI 投研体系，再用投研 Skill 把研究方法沉淀为 AI 可执行、结果可校验的模块，并依托 SkillHub 做成集团共享生态，形成「业务场景驱动—能力沉淀—反馈优化—持续进化」的闭环。（报道：https://finance.sina.com.cn/roll/2026-07-21/doc-iniiphzs4922514.shtml）

两边细节和重点有所不同，但方向很统一，专业能力不应该只留存在某个人的脑子里和某次对话里，而应该变成能反复调用、可校验、可共享的东西。

需要看清的是，这些叙事主要落在卖方研究和二级投研场景。研报库、行情与指标、产业链图谱、会议纪要，本来就已经券商和数据供应商完成了结构化工作，做成Skill会很顺。而在股权投资场景下，日常工作非结构化的特点要明显得多：BP、路演、沟通纪要、尽调笔记、投委会讨论、投后跟踪数据等，常常散落在微信、邮件和经办人的文件夹里。对话框关掉，上下文就散了，人一换岗，项目当时为什么投、为什么没投，更难讲清楚。一级市场真正缺的，已经不是一个更强的模型，而是让投资过程和投资判断沉淀下来。

这件事，和中金、华泰在讲的其实是同一类能力——把专业方法沉淀成可调用的 Skill，再放进可浏览、可复用的能力库。Aivestor 是面向一级股权投资人的 AI 工作台（Investment Desk），其中的 SKILL 广场，可以理解成一级市场版的「分析框架库 / SkillHub」,它把股权投资最常用的市场分析、竞争对手、财务分析、风险分析等技能全部集成到了一个仓库中，和项目管线、项目档案、知识库放在一起，用户可以随时调用，省掉了选择和自建的麻烦。

很多一级市场从业者平时会参加项目评审、创业大赛、路演日、协会或园区的评委工作——这些场合时间紧、材料杂、评价维度还各不相同。通用大模型能帮你写一段点评，但很难一次记住：这场比赛看的是「技术成熟度」还是「商业化进度」？评委会要你给分还是给投资建议？你自己所在赛道的默认假设是什么？

这类场合，适合自己写一段提示词，做一个仅供自己所用的Skill。比如面向硬科技创业大赛，你可以写清：先看技术壁垒与可验证指标，再看团队是否具备交付能力，最后才谈估值；面向消费项目路演，你可以固定「复购—渠道—毛利—供应链」四步，并要求输出「亮点 / 风险 / 待验证假设 / 建议追问」四行，而不是一篇漂亮空话。产业特点不同、评审目的不同，Skill 就可以不同。做好一个，下次同类评审直接调用；评完之后，把结论和追问沉淀进项目档案，下次同类项目就有了对照。

云端版在aivestor.cn，个人版永久免费；代码在 GitHub 开源（github.com/zhongzhir/aivestor），机构也可私有化部署。券商已经把 Skill 讲上了 WAIC 的台，一级市场不妨先从自己的场景需要开始——薄也好，具体也好，留下了就比散掉强。