券商晨报从3小时到8分钟:一个研究所的Agent落地实录

上半年帮一家中型券商的研究所做了个投研Agent项目。所长的原话："我们最贵的分析师，一周有两天在干复制粘贴的活。"

他指的是早班。研究所每天早上6点半，值早班的分析师到岗，干三件事：盯隔夜美股和商品行情、扫一遍全市场公告和要闻、8点半之前把晨报发到公司群和客户群。3个小时，全程高度紧张，漏一条重要公告就是事故。

值早班的是正经分析师，月薪不低，干的活技术含量为零。所长的算盘很简单：这种活，该交给Agent。

三个靠人盯不住的环节

换过几轮资讯工具，始终有三个环节搞不定。

隔夜资讯汇总。 美股收盘数据、大宗商品、海外要闻，来源十几个：行情终端、财经网站、通讯社快讯。格式五花八门，人工干的就是打开十几个窗口，复制、粘贴、改格式。一个窗口盯漏了，晨报就缺一块。

全市场公告扫描。 4000多家上市公司，每天新增几百份公告。研究所重点跟踪的行业池有300家，但真正值钱的信号往往在池子外——某家小公司突然公告签了大单、某家池外公司业绩暴雷。之前靠实习生按关键词搜，漏是常态。

财报快读。 季报季最狠。一份财报动辄200页，重点公司当晚出财报，第二天开盘前要出解读。分析师从晚上8点读到11点，第二天顶着黑眼圈写点评。

我们做了三个专用Agent，各自管一段。

资讯聚合Agent：每天凌晨定时跑，把十几个数据源抓下来，统一转成纯文本，用大模型提取结构化字段——标题、来源、涨跌幅、一句话摘要，然后去重、按研究所的关注维度分类。早上分析师打开后台，看到的是已经按"隔夜行情/宏观要闻/行业动态"分好类的素材池，不再是十几个乱糟糟的窗口。

公告筛选Agent：全市场公告进来，先过一遍规则——重点行业池的公告全保留，池外的按关键词和数值异动筛，比如"中标""回购""业绩预增超50%"。筛出来的每份公告，Agent生成一句话摘要加一句"为什么值得关注"。原来盯不住的4000家，现在全量覆盖，重点的自动浮上来。

晨报编排Agent：素材池就绪后，按研究所的晨报模板自动组稿。哪些进头条、哪些进简讯，按预设的权重规则排。生成初稿后，数字全部标注来源，分析师点开能溯源。终稿必须分析师签发，这是合规红线，Agent交出来的是90%完成度的初稿。

投研内容跟别的场景不一样，错一个小数点就是事故。客户照着晨报里的数据做决策，错了，投诉先到合规部，再上所长办公室。

所以整个系统里我们花时间最多的是数字校验层。大模型提取的每一个数字，都要回原文做位置核对——找到这个数字在原文的出现位置，逐字比对。对不上的数字直接标红，宁可不发，不能发错。上线半年，晨报数字错误为零。

这套校验的逻辑不复杂，但很多人省了这一步。大模型的数字提取准确率确实高，但"确实高"和"必须全对"之间差的那一点，在投研场景就是生死线。

第一个坑：数据源格式天天变。 资讯来源的网页结构隔三差五调整，解析器隔三差五挂。头两周运维成本比人工复制粘贴还高。后来换思路：不做精确解析，统一把网页转成纯文本，字段提取全交给大模型。格式怎么变，纯文本都是纯文本。解析器再没挂过。

第二个坑：摘要的"研报腔"。 大模型生成的公告摘要，一水儿的"此次中标标志着公司在行业内的竞争地位进一步提升"——正确的废话，分析师看完没信息量。后来在提示词里加了硬约束：摘要必须带具体数字和动作，禁止空泛评价。"中标金额3.2亿，占去年营收的18%"这种才叫摘要。

第三个坑：合规红线。 投研内容有严格的表述边界，"建议买入"这类导向性表述不能出现。Agent生成的初稿偶尔会踩线。解法是加了一层合规词库检查：生成后自动扫描，踩线的表述标红改写或留给人工。这层不能省，省了就是给合规部埋雷。

省下的人力去哪了？所长把原来值早班的分析师转去写深度报告。半年下来，研究所的深度报告产出翻了一倍——这才是这笔账里最值的部分。

适合做：有稳定晨报、日报、周报产出的团队。券商研究所、基金公司、银行投行部、财经媒体都在这个范畴。内容有固定模板、数据来源明确，Agent接管的就是那个每天重复的组装过程。

不太适合做：产出完全非标的团队。观点高度依赖个人判断、每次内容结构都不一样，Agent能帮的忙有限。

可以先做：从公告筛选切入。这一个场景不碰内容生产，只做信息过滤，两三周能上线，效果当天可见。跑通了再往晨报生成延伸。