券商把研报知识库封装成Skill/MCP:投研数据资产第一次有了可调用的计价单元

把一个分析师多年的研究方法论，压缩成一句话就能调用的技能包——券商手里那座沉睡的研报金矿，正在第一次变成可按次计费、按需授权的数字资产。

看点一

从问答到干活：把首席的方法论「蒸馏」进可调用单元

看点二

中信的样本：十万篇研报喂出的「超级研究员」

看点三

计价单元的诞生：按权限给、按Token算，投研能力头回明码标价

01研报库醒过来了：从「资料」变成「能干活的能力」

过去券商的AI大多停在聊天框里：你问、它搜、它写，可真要去拉数据、做筛选、跑对比，还得人自己上手。2026年这道缝被撬开了——「Skills」（智能体技能）把整套作业流程重新打包。

换种说法，Skills是把一家机构已经跑通的系统能力，打成标准模块、做成可复用的能力包，让AI能认得它、调得动、直接跑完一整件事。把大模型想成「脑」，Skills就是让脑去「动手」的「手脚」：它把完成某类任务要用的领域知识、操作路径、工具接口和老手经验一股脑装进去，AI一识别到对应需求，就自动加载这个技能把全流程跑完，不用再一句句下指令。

券商现在封装的技能，已经能查行情、筛标的、读研报、穿透ETF持仓、比财务指标、智能选股、回测策略。更值钱的一步，是把资深分析师的方法论和估值框架蒸馏进去——普通用户也能调起首席的研究骨架。

铺开的速度有数据撑着：据上海证券报引易观千帆统计，到2026年7月底，已经有32家券商做了算法和模型的备案，备案项目累计过50个，头部里十多家完成了多模型备案。圈内把2026年看作券商AI智能体从试点走向规模验证的当口。

图1：研报库被「蒸馏」封装成可调用、可授权的 Skills 能力模块

02中信的样本：十万篇研报，养出一个「超级研究员」

把「研报知识库」变成能调的能力，中信证券交出了最完整的一份答卷。

它的「超级研究员」站在超过十万篇专业研报之上，几分钟就能吐出八到九万字的深度报告，水准不输三年以上工龄的研究员，一个月被调近四万回。再拉远看：中信已经上线十八个AI数字员工，投行、投研、风控、运营、财富几条线全覆盖，累计接了约五千万次请求，烧掉的Token总量逼近一千亿，日均超十三亿。

真正让「研报库」变成「计价单元」的，是底下那层接口改造。中信相关负责人说，最基础的原子能力先经接口工具接进大模型中台，再叠上大模型工具调用和MCP这套技术做多样应用，各部门申请到权限就能自己调。换句话说，一篇研报沉淀下来的分析力，不再是某个小组的私产，而是中台上一个可寻址、可授权、谁要用谁去取的能力模块。

为了不越界，中信自己定了一套数字员工的分级规范，把每一级的能力边界、适用场合和人机责任写明白。落地的价值也已经跑通：它的「市值管理助理2.0」叠了前沿Skills能力，已经帮着做出数千万级的创收；「零售经营助理」累计转了不少客户、帮着创收数亿；「超级投行家」能撑起债券募集说明书的AI辅助撰写，效率明显抬升。

图2：大模型中台 + MCP 协议 + 权限调用，把研报能力变成可调用的模块

03计价单元出现了：权限、Token与分层收费

传统研报的生产链是：写、发、存档。可「被谁调了、调了多少次、值多少钱」，长久是一笔糊涂账。Skills和MCP把这账算清了。

每一次技能调用，都带着清楚的权限边界，严格走最小权限；一调用就留痕，Token花多少算得清。中信那句「各部门申请到权限就能自己调」，本质上就是内部头回出现「按调用计费」的雏形——能力不再是免费的内部公地，而是可计量、可追责的资产。

对外，计价逻辑走得更远。中金走的是分层路线：普惠场景能力免费开，给专业机构做深度投研辅助则走商业化，把商业价值和社会价值摆平。东吴证券把整套路量化技能优先放给分仓机构和专业投资者，用专业工具吸高价值客户，让研究所业务和AI工具双向导流。当投研能力能被封装、被调用、被定价，投研数据资产头一回从「成本中心」走成了可计价、可复用的资产。

图3：计价单元 = 权限边界 + Token 计量 + 分层收费

04不是人人都能上：合规、幻觉与权限边界

能力封装得再漂亮，也绕不开两道坎。

第一，Skills只是装能力的壳，替代不了人做最后拍板。所有产出仍要持牌人员复核盖章，金融监管的合规要求绕不开。第二，模型胡说八道、数据调用的权限怎么管，是落地时必须接的现实难题。

行业里已经慢慢形成共识：服务的内核不变，合规的尺子不松——Skills吐出来的东西本质还是研究信息服务，得按和研报同等的合规尺度卡；责任主体清楚，「AI辅助、人类负责」是核心，生成内容必须留人工把关和可追溯的审核记录，扛责任的永远是机构和持牌分析师；靠敏感数据分级加隐私计算，做到数据「可用不可见」。

还有个更宏观的提醒：当越来越多人用相近的模型、相近的数据，市场会变挤，拥挤交易和系统性风险随之抬头——这是全行业都要接的命题。

图4：合规与权限边界——能力可调用，责任不可缺位

05三端落地：机构投研、C端普惠、中后台提效

从场景看，券商的Skills布局已经铺成三块。

机构投研端是主战场。国泰海通的NovaStation平台落下三十多个投研专项技能，覆盖研报检索、榜单生成，以及多维度数据的回测；华泰证券分别给机构、零售客户各推了一套技能体系；中金把行业分析师的投研方法论封成专属技能，把研究框架、多年积攒的报告和指标体系都塞进技能包，用户下指令就能做个股盈利预判、估值拆开看、事件驱动式分析，分析师的数字分身七乘二十四小时待命。

C端财富管理，担的是普惠投顾工具的角色。平安证券的行情技能不再只给基础涨跌幅，而是直接吐出完整市场画像；国信证券给个人用户上了六个技能：选股、筛ETF、比基金、拉宏观指标、看行情、提财务数据；中信建投做了个「蜻蜓Skill广场」，用户大白话提需求，它就自动算完给出结果。

对内赋能中后台，是另一重价值。广发证券搭的技能矩阵，除财富、投研外，还往客户支持、运营保障与合规风控这几块伸；部分技能能自动核研报数据是否一致、初审业务单据、比对风险规则，把重复、标准化的手工活交给AI调技能干。

调用的入口也多元了：用户能在券商自家APP里一键开（比如广发的易淘金、华泰的涨乐），能走华为小艺、腾讯Coze、字节扣子这类第三方智能体平台装，也能把券商给的技能配置文件复制下来，导进OpenClaw 与 Claude Code 这类能读Skills标准的智能体工具直接用。