"帮我看看这只股票能不能买。"

在AI助手里敲进这句话，接话的可能不再是那个什么都能聊的通用助手，而是一家正规券商的智能体。它给出的行业数据、选股逻辑，来自这家券商研究所攒了多年的底子。

做这件事的券商，一年前还在忙着自研大模型。

据中国基金报、上海证券报、界面新闻等多家媒体报道，目前已有超过10家券商入驻第三方AI平台，覆盖Kimi、腾讯的AI办公平台、阿里千问、火山引擎等。动作最快的广发证券，9月初成了首家入驻腾讯AI生态专区的券商，一次上了12项自研技能和9项专家能力，自己把这套东西叫作在AI生态里的"数字旗舰店"。

一件看起来只是"多铺了一个渠道"的事，读进去会发现，它是券商AI战略的一次重新分工。

券商修了两年路，今年开始开店

把这两年连起来看，券商在AI上大致跨了三步。

先是借模型。去年到今年上半年，一批券商陆续接入DeepSeek这类通用大模型，先解决"能不能用"的问题。这一步的核心动作是接入。

接着是造产品。研发团队把投研、行情、选股这些专业能力，拆成一个个标准化的技能包或者对话助手，先在内部跑起来。中信建投把自研的"蜻蜓"拆成六项AI技能，走的就是这条路。

再往后是铺渠道。今年9月开始，券商把做好的能力上架到第三方AI平台，让公司之外的人也能直接调用。9月7日，阿里千问开放平台一次上线十余款金融智能体，国泰海通的"灵犀"、兴业证券的智能投资助手、东吴的"秀财"、中金财富四款券商智能体首批入驻。中信建投、中金公司则把能力嵌进了月之暗面9月中旬发布的Kimi金融方案里。

三步里，前两步解决的是自己会不会用，再往前一步解决的是别人能不能用上。真正的新变化在这里：券商的AI头一次从内部工具变成了对外产品，从成本项挪到了获客端。

货架上摆的，其实是三样东西

同样是上架，券商摆出来的东西并不一样。梳理下来大致能分成三类。

一类是投研工具。广发证券的"全景投研专区"把研究所的资讯、行业数据、研究框架打包，覆盖从发现机会、筛选标的、研判价值到跟踪市场、复盘投后的整条链路。里面一个叫"精品行业数据"的技能，接了汽车、电子、新能源、消费等21个重点行业，汇集200多个数据来源、超过9万项核心指标，用户不用记数据库字段，用大白话提问就能调出来。东方财富的妙想专区首发9个自有专家、配套24项技能，接入机构持仓、公司公告、产业链资讯等九类底层数据。这类东西面向的是有一点研究能力的用户。

一类是大众对话。国泰海通的"灵犀"、中金财富这类，以独立对话助手的形态待在通用AI平台里，主打行情问答、理财咨询。它不要求用户懂研究，问一句答一句，面向的是更宽的投资者群体。

还有一类是嵌入共建。中金公司、中信建投没有一味追求挂上自己的招牌，而是把专业能力嵌进Kimi这样的行业方案里，和平台一起做。能力还是自己的，入口是别人的。

这三类对应三种思路：把工具卖给会用的人，把服务推给不会用的人，把能力借给别人去用。券商摆出来的，是三件不同的商品。

为什么突然都不自己造了

一年前还在拼自研，现在集体借台，背后是三笔账。

技术账先算不过来。训练一个大模型动辄数亿投入，而通用能力上，券商很难追上大厂，更追不上开源社区的迭代速度。据21世纪经济报道援引2025年券商年报，头部券商的信息技术投入已经是十亿级，国泰海通32.35亿元居首，华泰证券26.79亿元紧随其后，招商证券、中信建投、中金公司、广发证券等也都在10亿元以上。钱是这个量级，自研大模型对多数券商来说还是一笔算不过来的买卖。

流量账在变天。券商传统获客，一个有效开户客户的成本业内普遍说是几百元起步。而现在用户获取投资信息的入口正在变。易观分析的数据显示，2026年6月，17个中国主流桌面端AI办公智能体平台合计访问量已突破6000万次。腾讯营销披露，今年已有40多家传统券商总部在其生态投放获客，头部券商预算到了千万级。券商争的，是这个还没定型的入口。

资产账最要紧。模型是可以买到的公共品，投研能力、客户数据、行业知识这些是买不到的私有品。券商真正该做的，是把几十年攒下的专业经验封装成能对外调用的产品。广发证券副总经理辛治运把公司的策略概括成"自研做专、生态做广"，话说得很直白：核心能力自己攥着，分发渠道借别人的。

一个细节：没人签独家

这批券商有个动作值得注意，它们几乎都不是"二选一"。

中信证券的说法是"不同平台各有侧重，按场景择优选用"。中信建投的蜻蜓技能在上了一家平台之后，还在推进其他主流AI平台的上线。多家头部券商同时接入好几个平台，没人签独家。

道理不难懂。AI平台的流量入口还没定型，三年后用户是用Kimi问股票，还是用千问问基金，还是用别的，谁也说不准。既然看不准，就都占上。摆摊的成本，比建商场的成本低得多。

这个选择和几年前金融平台抢直播、抢基金代销时的站队打法很不一样。那时候要选边，现在是普遍撒网。背后是对媒介的判断变了：入口的位置还没落定，占位的价值压过了押注的价值。

再往深一层看，当一家券商的专业能力可以被单独摘出来、挂到别人的平台上，"券商App"这个入口的唯一性就被稀释了。一个用户不必下载谁的App，也能用上谁的投研能力。这对券商是个新问题：服务可以脱离自己的App存在之后，什么才是搬不走的东西。

先别急着叫它获客渠道

热闹归热闹，这条路还没跑通。

界面新闻的记者在平台上实测过某券商的智能选股技能，页面提示要"先完成一次授权才能取数"，而授权要求用户下载并登录这家券商的App。这个设计把从"看到产品"到"下载应用"的路径缩短了不少。但易观千帆分析师杨玲的判断更保守：目前的效果更多停在"精准触达"和"潜客筛选"这一层，还不能等同于传统的直接获客渠道。用户质量确实更高，因为主动来问的人需求更明确，可开户、交易和个性化服务最终还是要回到券商自己的平台上完成。

一位券商网金人士的比喻更实在：这件事跟做投资者教育活动的思路接近，目标是先把专业能力和信任感立起来，不是直接拉开户。他提到券商以前做抖音、小红书，粉丝涨了不少，预约开户数却不见得多。

合规是另一道要过的关。9月30日起，《金融产品网络营销管理办法》正式实施，线上获客的合规责任更重。当AI的回答从资讯、行情延伸到个股判断、资产配置这类敏感场景，投资建议的表述、适当性管理，以及券商和平台之间责任的划分，都得有明确说法。还有一层数据边界：和第三方平台合作，难免要在平台侧上传自有数据，这部分数据怎么授权、怎么调用、怎么存，直接关系到客户信息保护和券商自己的投研竞争力。

可以自问的几个问题

这场动作还在早期，但方向已经摆出来了。对一家金融机构来说，有三件事值得提前想清楚。

自己的专业能力，能不能被拆成标准件。能被拆开、被单独调用的能力，才有机会上架；捆成一团揉在App里的能力，只能自己用。

从一次对话到一笔开户，闭环卡在哪一环。上架本身不难，难的是把"用户问了"和"用户留下了"之间的那几步接上。

能力出去之后，合规和数据边界怎么划。谁给建议、谁担责任、数据在平台侧怎么流转，这些要在合作前谈清楚，不是出了事再补。

模型的差距在缩小，分发和承接能力的差距才刚开始拉开。券商这一轮抢的是AI平台上的货架位置，而这套逻辑，大概率不会只停在券商。