引言

截至2026年8月，WorkBuddy已成为券商AI Skills部署的第一阵地，11家券商累计上线54个Skills，下载量超14万次，其中东方财富以7个Skills、12.28万次下载量一骑绝尘。Coze/扣子和钉钉分别成为投研类和办公协同类Skills的分发渠道。行业竞争的核心分水岭已从"谁先上线Skills"转向"谁能构建数字孪生地图"——将零散Skills有机串联的底层架构。

国泰君安的自选股skills

一、各券商Skills上线数量盘点

1.1 WorkBuddy平台：数据最透明的第一阵地

WorkBuddy是目前券商AI Skills部署公开数据最完整的平台。截至2026年8月，共有11家券商及关联平台在WorkBuddy上线了54个Skills，累计约14.3万次下载。

各券商在WorkBuddy上的Skills部署呈现明显的梯队分化：

1.2 Coze/扣子平台：投研方向的战略入口

华泰证券与字节跳动旗下的扣子空间合作孵化了"华泰A股观察助手"，被定位为"金融行业首个投研分析智能体"。该智能体通过调用专业金融API获取实时股价、成交量、财务报表等数据，使用Python执行复杂的技术指标计算，实现定制化晨报和深度分析。Coze平台上可直接搜索到华泰的"股市助手"智能体。

太平洋证券研究团队发布了专题报告，分析Coze在金融投研工作流中的应用，涵盖文档分析、实时财务数据爬取和自动化策略报告处理。据行业报道，多家券商将"华为小艺、腾讯Coze、字节扣子"作为第三方智能体分发渠道。

1.3 自建平台：头部券商的核心阵地

头部券商更倾向于在自有平台上部署Skills体系。国泰海通研究所打造的Nova投研AI全域产品生态，上线了11个专项智能体和30余个投研专用Skills，是目前公开披露中规模最大的单一券商Skills集群。中信建投构建了"蜻蜓Skill广场"，支持用户以自然语言调取结构化分析结果。华泰证券的"AI涨乐"Skills体系覆盖行情检索、条件选股、基金诊断、模拟交易等场景。

1.4 其他平台与空白地带

百度智能云推出的"智金"金融智能体定义了四类典型智能体（专家顾问型、总工程师型、执行助理型、通用助手型），但公开合作案例偏向银行，券商侧具体落地案例未公开披露。银河证券在其自研投顾平台Gwinstar中接入了通义千问和DeepSeek R1大模型。券商更多以API接入方式调用大模型底层能力嵌入自有系统，而非在公共平台上直接发布面向用户的Bot。

QoderWork、Dify和飞书aily三大平台上，目前未发现任何中国券商公开部署Skills/Bot的案例。

二、应用场景归类分析

通过对54个WorkBuddy Skills及公开报道的自建平台Skills进行交叉分析，券商AI Skills的应用场景可归为七大类。

2.1 智能投研（占比约35%）

这是Skills数量最多、部署最成熟的场景。国泰海通Nova生态的30余个投研专用Skills覆盖研究报告自动生成、财务数据提取、策略回测等全流程。中金公司的"中金点睛投研大模型"实现分析师方法论的数字化封装，提供7×24小时研究响应。国金证券推出自动化财务建模和研报生成工具。在WorkBuddy上，华泰AI掌悦的财务指标搜索、国信的财务数据提取、银河的策略回测等均属此类。

典型Skills示例：研报自动生成、财务数据提取、策略回测、行情监控、舆情分析、分析师数字分身

2.2 智能投顾/选股（占比约25%）

这是直接面向客户的核心场景。东吴证券的"秀财大模型"已覆盖36个AI场景，模拟盘收益达15.8%。国金证券落地了"AI选好股""AI选好基金"等场景化产品。WorkBuddy上，广发的ETF筛选和基金排行、国信的智能选股、平安的智能选股均属此类。广发证券的"贝塔牛"作为AI投顾助手代表了这一方向的深度探索。

典型Skills示例：智能选股、ETF筛选、基金对比、基金诊断、模拟交易

2.3 智能客服（占比约12%）

山西证券的"智营"助手覆盖200+法规文件、服务100+营业部。中金财富推行"AI+HI"协同框架，实现从产品导向到客户需求导向的服务模式转变。行业预判"陪伴式AI投顾"未来将成为券商APP的标配。

典型Skills示例：智能问答、法规检索、业务咨询、账户查询

2.4 合规审查与风控（占比约10%）

中信证券上线了风控合规助手。广发证券将Skills延伸至合规风控、文件审查等领域。百度智能云的金融智能体白皮书将合规审查归类为"专家顾问型"智能体的核心场景。

典型Skills示例：合规文件审查、风险预警、异常交易监测、监管报送辅助

2.5 数据分析与量化（占比约8%）

银河证券的"星耀数智金融数据"提供因子分析和策略回测。东吴证券聚焦量化交易方向的Skills。中国银河在WorkBuddy上线的期货/期权数据工具也属于此类。

典型Skills示例：因子分析、策略回测、期货/期权数据查询、量化模型构建

2.6 办公效率工具（占比约7%）

招商证券的"招小聚"是最典型的案例，将差旅、会议、办公等多种AI助手融合。华泰证券利用智能体辅助舆情分析和风险预警。中信建投"蜻蜓Skill广场"也包含日常办公辅助功能。

典型Skills示例：会议纪要生成、差旅申请、文档协作、日程管理

2.7 投资者教育与公司画像（占比约3%）

华泰的"AI涨乐"App内置了主动监控和异常提醒功能。中航证券在WorkBuddy上线的信息图生成器可用于投资者教育内容制作。

典型Skills示例：公司画像生成、投资知识推送、风险提醒、信息图制作

2.8 场景成熟度分析

根据沙丘智库的分析框架，各场景的成熟度存在显著差异。"兼具较高可行性和业务价值"的战略投资级场景包括：投研助手、智能客服和代码生成，这些场景投入回报的可能性最高。处于"机会探索"级的场景包括：合规审查、舆情监控和运营效率工具。而全自动交易智能体和个性化财富管理仍处于"创新试验"级，受限于监管审批周期和模型准确率要求。

行业共识是，AI智能体应定位为"提效，而非核心决策逻辑"——辅助驾驶而非完全替代，最终决策仍需持牌分析师完成。

三、行业竞争格局

3.1 三级分化格局

中国证券行业的AI Skills竞争呈现清晰的三级分化：

第一梯队：全栈AI战略。华泰证券、国泰海通、中信证券、招商证券、中金公司等头部机构年IT投入超10亿元（国泰海通32.35亿元、华泰26.79亿元、招商19.08亿元），具备自建大模型、专属算力、一体化数字员工生态的能力。华泰的平台被定位为"会主动做事的金融大模型"，其五层架构整合了异构算力、双模型设计和多智能体框架。国泰海通Nova生态以11个智能体+30余个Skills的规模领跑。

第二梯队：垂直场景聚焦。国盛证券IT预算占营收比达10.12%，中泰证券8.80%，红塔证券7.86%。这些券商将更高比例的营收投入IT，但绝对金额有限，因此选择聚焦特定场景建立差异化优势。例如方正证券的数字化服务工具、国金证券的场景化AI产品。

第三梯队：借力第三方生态。中小券商通过同花顺、恒生聚源等第三方机构试水AI Skills，在WorkBuddy上以少量Skills（1-2个）保持存在感，如大同证券的融资融券查询、中航证券的信息图生成器。

3.2 "数字孪生地图"成为竞争分水岭

行业的竞争分水岭不在于"谁先上线Skills"，而在于谁能率先构建"数字孪生地图"——将零散的Skills有机串联为完整工作流的底层架构。目前尚无券商公开声称已建成这一体系，但国泰海通的Nova生态和中信建投的蜻蜓Skill广场已初步呈现平台化整合的趋势。

3.3 券商原生AI的护城河

券商原生AI解决方案与通用金融科技Bot和互联网平台工具正在形成差异化。券商的优势在于持牌合规、闭环交易环境、专有交易所数据和深度研究能力，这些构成了通用AI平台难以复制的数据护城河。

四、合理化建议

对头部券商

头部券商应将竞争焦点从"Skills数量竞赛"转向"Skills串联深度"。当前30+个Skills的堆叠只是起点，真正的价值在于构建覆盖"选股→研究→交易→风控→复盘"全链路的数字孪生地图。建议在现有Skills基础上构建统一的Skills编排层，实现多Agent协同的自动化投研工作流，同时将Skills能力向客户端延伸——当前大部分Skills仍偏内部投研使用，客户端的AI投顾/投教场景仍有巨大的未开发空间。

对中型券商

中型券商应避免与头部在投研Skills上正面竞争，转而在"智能客服+合规审查"赛道建立差异化优势。这两个场景兼具高可行性和高业务价值，且不依赖头部券商的专有数据壁垒。同时建议积极拥抱WorkBuddy等开放平台，以低成本快速部署3-5个核心Skills建立品牌存在感——数据显示，平安证券首轮一次性推出6个Skills即获得了较好的平台曝光。

对小型券商

小型券商当前最务实的策略是"借船出海"。在WorkBuddy上保持2-3个基础Skills的存在，同时通过同花顺、恒生聚源等第三方机构获取更完整的AI能力。不建议投入大量资源自建平台——行业IT投入的增速表明，即使是中型券商也在加速投入，小型券商的资源劣势将进一步扩大。

对平台方

WorkBuddy已确立了券商Skills第一阵地的地位，建议进一步强化金融垂直场景的工具链支持，并引入Skills质量评级体系。Coze/扣子可重点发展投研方向的深度Skills。对于QoderWork、Dify和飞书aily——这三个平台目前在券商领域的空白既是挑战也是机会，建议以合规安全和私有化部署为卖点切入金融垂直市场。

本报告存在以下局限性：Skills的"上线数量"与"实际业务价值"之间存在信息鸿沟，目前仅有东方财富的下载量数据可供参考；部分数据来源于券商自行披露或媒体报道，可能存在选择性展示；AI Skills的准确性和可靠性仍是行业面临的共同挑战。

本报告基于公开信息编制，仅供研究参考，不构成投资建议。