券商 AI 的打法，正在快速切换。就在一年前，行业主线还是各家比拼自建大模型；进入 2026 年，风向明显转变，不少机构纷纷接入 Kimi、腾讯 WorkBuddy、阿里千问、火山引擎等第三方 AI 生态。这并非自研路线被抛弃，而是券商找到了一套新的组合策略：依托自研沉淀专业底座，借助第三方 AI 平台打开新的用户入口，抢占用户在 AI 助手场景下的理财决策链路。但流量入口拿到手，能否顺利走完从咨询、触达到开户入金的商业闭环，目前依旧充满不确定性。

2026 年被业内视作金融智能体元年，券商 AI 建设正式从过去以内部赋能为主的自研模式，走向开放生态布局。截至 10 月，已有十余家主流券商完成第三方 AI 平台接入，广发证券、国泰海通、中信建投等头部机构相继入局。当前券商落地生态布局，分化为两条清晰路径。 一类是工具化输出，以 Skill 技能形式上架腾讯 WorkBuddy 这类 AI 办公工作台，相当于把标准化金融能力封装上架，支持用户直接调用金融数据查询、智能选股、ETF 筛选、研报解读等功能。中信建投 9 月下旬上线的 “蜻蜓 Skill” 就是典型，六大 AI 技能覆盖研报解析、数据检索等投研高频场景。 另一类偏向 C 端对话服务，以独立 Bot 智能体入驻阿里千问等通用 AI 产品，面向普通投资者打造理财对话服务，用户可直接在 AI 应用内和券商智能体交互，查询行情、解读研报、学习投资知识。国泰海通 “灵犀” 便是千问开放平台首批券商智能体，用户在千问 APP 中可直接 @智能体获取相关服务。

易观千帆证券行业分析师杨玲认为，券商集中布局第三方 AI 平台，核心诉求是开辟增量用户触点。随着越来越多投资者习惯直接通过 AI 助手提出理财、投资查询需求，券商必须提前布局这些新兴流量阵地，借助 Skill、智能体对外输出行情、投研能力，扩大潜在客群覆盖，在新的用户决策链条中抢占专业服务席位。

热度转向第三方生态，背后是券商自研 AI 落地长期面临的现实瓶颈。行业内一个普遍痛点是，自研智能投研、投顾产品很难跑通稳定的付费模式。同类产品功能同质化严重，大多集中在金融问答、持仓诊断、标准化策略推荐，差异化很难打造。叠加投顾业务强合规要求，投资建议需要可追溯、可拆解，而大模型天然存在黑箱属性，绝大多数自研 AI 只能定位成人工复核留痕的辅助工具。再加上模型意图识别、数据取数环节容易产生偏差，拉低用户体验，投资者付费意愿很难激活。正如行业一线人士的直观感受：普通客户很难感知底层技术差异，最终只关心投资推荐质量、产品收益表现。

但这些短板，并不代表自研投入失去价值。自研承担的是底层支撑的角色，核心金融数据质量、投研专业积淀、合规管控体系、核心客户经营能力，都是第三方大模型无法提供的根基。广发证券副总经理、首席信息官辛治运对此总结得十分清晰：自研重在做专，生态重在做广，二者缺一不可。券商自研体系优先服务内部员工以及存量客户，而把能力输出到外部 AI 生态，能够持续收集真实用户提问与使用反馈，反哺模型、技能模块迭代优化，形成 “对外输出服务 — 收集用户反馈 — 迭代自研能力” 的正向循环。

换言之，行业并不是放弃自研、全面转向第三方，而是走向 “自研底座 + 生态前端” 的混合架构。通用大模型承接自然语言交互、对话组织等前端能力，券商自研体系负责输出合规清洗后的行情、研报、专业数据与投研逻辑。用户在第三方 AI 平台发起投资提问时，背后支撑回答的核心专业资产，依旧来自券商自身沉淀。

流量焦虑是券商积极卡位生态的重要推手。传统券商 APP 获客成本持续走高，接入亿级体量的通用 AI 平台，理论上可以实现流量回流，甚至培育全新的开户、交易入口。但行业共识是，短期之内，第三方 AI 平台更适合承担潜客筛选、精准触达的功能，很难直接成为高效转化渠道。

更大的考验来自合规层面。投顾资质认定、对话内容全程留痕、投资者适当性管理、数据脱敏与信息安全、模型幻觉带来的责任划分，一连串风险点悬在前面。导流输出的内容边界需要严格厘清：哪些属于投资者教育、哪些只是行情客观解读、哪些已经构成合规投顾建议；对话记录如何留存、是否需要人工复核；客户风险等级如何核验；数据回传是否合规授权；一旦模型输出错误信息，券商和平台之间责任如何切割。这些机制没有理顺，生态拓展就始终伴随合规隐患。

整体来看，券商扎堆入驻第三方 AI 平台，既是流量竞争倒逼下的主动应变，也是低成本试错、补齐场景短板的选择。不过入驻不等于拿到转化，生态渠道短期内也很难贡献直接的付费收益。下一阶段的竞争重心，不再比拼接入平台的数量，而是考验机构能否跑通标准化 Skill 调用、对话式 Bot 服务两套模式，在合规框架下打通从用户咨询触达，到开户、入金、付费服务的完整闭环，把短暂的 AI 流量沉淀为稳定、长期的客户关系。