行业资讯

加入亿拓客·流量大师 撬动财富之门!!!

AI 编的假研报,亏了钱该找谁?

wang 2026-11-18 行业资讯
AI 编的假研报,亏了钱该找谁?
设想一条消息:某上市公司"三季度净利预增 300%,已获监管批复"。有零有整的数据、规范的措辞、还配了张看起来很官方的截图。三分钟后,它被转进十几个投资群,有人下单了。
后来证实:这是 AI 生成的,没有人对这句话负责。
那么,该找谁?

写提示词的人说是模型自己编的;模型公司说我们只提供通用能力;平台说收到通知就删了;发消息的账号早就注销了。四只手,每只都只碰过其中一环,每只都有一句现成的理由。

这不是思想实验。生成式AI进入财经资讯、研报辅助、智能投顾问答之后,这类"无人负责的信息",正在变成金融法治里一个真实的缺口。


01| 一条假消息,经过四只手

传统金融法有一个朴素前提:信息由某个主体作出、经某个渠道发布、并由这个主体对外负责。"谁发布、谁负责"——虚假陈述的民事赔偿、编造传播虚假信息的行政与刑事责任、网络平台的侵权责任,都是在这块地基上搭起来的。

生成式AI把地基拆了。信息生产不再伴随一个清晰的意思表示:没有自然人执笔,没有机构署名,输出只是概率生成的结果。更重要的是,责任主体从"一个"裂变成了"四个"——

① 模型提供者 训练模型、通过接口输出生成能力的基础层。

② 部署者 把模型嵌进投顾产品、以自己名义对外发布的机构。

③ 传播平台 决定内容能不能被看见、能被多少人看见的分发层。

④ 使用者 提出指令、二次加工、最终发布或据此交易的终端。

每一层都只掌握一部分控制力,也都恰好可以用"关键环节不在我"来推卸。这不是谁更坏的问题,而是规则预设的单一主体,被技术结构性地拆散了。

02| 现有规则为什么接不住

主体断裂。虚假陈述责任的主体是相对封闭地列举出来的:信息披露义务人、控股股东、董监高、保荐承销、证券服务机构。模型提供者和内容平台都不在名单里。而"信息披露"传统上指向法定渠道、法定文件,AI 生成的一句即时问答、一条财经快讯,很难被装进去。

主观断裂。过错认定围绕"勤勉尽责"展开,隐含对象是具备专业判断能力、能留下工作底稿的人或机构。模型输出既谈不上"故意",也难以用"应当知道这句话是假的"去衡量。注意义务的标准缺位,过错推定就落不了地。

因果断裂。从语料污染、模型生成、机构审核、平台分发到投资者下单,链条被拉长且掺杂多因。普通内容删掉就没事了,金融信息不一样——成交的那一刻,损失已经固化,事后更正回复不了。

还有追偿断裂。即便投资者向发布者拿到赔偿,发布者向上游模型公司追偿也缺少顺畅的请求权基础。结果是:最有能力通过一次技术升级批量消除风险的一方,反而不承担成本,威慑彻底落空。

问题不在于现行规范有空白,而在于四组规范各自针对"一个主体—一种行为—一类责任"设计,中间缺一个把分散的控制力重新组织起来的框架。
03| 四类假消息,四种不同的锅

把"AI 假信息"当成一个整体来讨论,很容易失焦。按致害机理,至少可以分成四类,而每一类的责任重心落在不同层:

幻觉型 没人造假,模型却生成了带着完整数字、自信语气、权威外观的表述。控制点在模型层与机构层。

诱导型 有人用提示词刻意引导,再剪辑拼接对外发布。恶意在终端,但模型缺乏拒答机制,把造假成本压得极低。

污染型 训练语料或检索库被植入假消息,多个模型、多家机构同步输出同类错误。这是最危险的一类:错误不再是个别的,而是同源、共振的。

伪造型 用深度合成伪造高管、分析师或监管人员的形象与声音。被劫持的不是内容,而是投资者的信赖基础。

四类还可能叠加:被污染的语料经诱导式提示生成,再由伪造身份传播。类型化想说明的其实只有一句——任何把责任单一归结于"发布者"或"平台"的方案,都盖不住致害链条的真实分布。

04| 分锅,先问三个问题

与其继续找那个"唯一的发布者",不如换一套标准。责任的分配,可以落到三个很实在的问题上:

第一,谁以最低成本能避免损害?能清除语料污染、抑制数值幻觉的只有模型公司;能设人工复核、决定信息是否以自己名义发布的只有机构;能识别同源模板、限制高热内容扩散的只有平台。任一环缺席,其余各环的预防成本都会陡增。

第二,谁从这条信息里赚到钱?机构靠智能投顾和资讯获客,平台靠流量与分发变现,模型公司靠接口调用与行业方案收费。获益不必与责任严格成比例,但足以反驳"技术中立、与我无关"。

第三,谁离投资者最近?距离决定谁能有效履行披露、警示与适当性义务。离得越近,说明与提醒的责任越重;离得远、获益又间接的,义务应限于可预见范围内的技术性防范。

这三条合起来,就是控制能力、获益归属、信息接触距离。它们共同决定每一层该做什么、以及出事之后由谁来举证自己已经做到了。

05| 四层各该做什么

模型提供者 · 基础层

金融语料来源可追溯、对无法核验的数值和评级拒绝生成或强制标注不确定性、说明能力边界、生成内容标识与全链路日志、发现重大缺陷后通知下游并回滚。适用过错推定、举证责任倒置,但保留"已采取当时技术水平下合理措施"的技术水准抗辩。原则上承担补充责任,不对每一次幻觉输出负全额赔偿——否则基础层会被不可计量的敞口压垮。

部署者 · 应用层(责任重心)

上线前做场景适配评估,凡涉及具体证券、数值、评级、买卖建议的输出,必须经具备执业资格的人员复核后方可发布;如实披露 AI 参与程度,不得用"智能研判""量化模型独家结论"包装未经核验的输出;做好投资者适当性匹配与全程留痕。对外承担主要赔偿责任,不得以"内容是 AI 生成的""模型是第三方提供的"抗辩。

人工复核这一步,技术上把"概率生成"重新转化回"机构意思表示"。
它正是现行证券法能接住新技术的那个接口。

传播平台 · 分发层

显著标识、对含金融指标的内容分级并限制流量、传播量达到阈值或出现同源模板时触发主动核查、提供快速下架与投资者提示。金融类 AI 内容不宜适用纯粹的事后"通知—删除",但主动核查须限定为按风险信号触发的抽样检测,不能滑向普遍监控。仅承担补充责任。

使用者 · 终端层

刻意诱导生成、二次加工、伪造权威身份对外发布的,回归编造传播虚假信息的行政与刑事规制,与发布方构成不真正连带。而普通投资者基于对专业机构内容的合理信赖下单,不应被课以实质核验义务——信息不对称与专业壁垒使他既无能力也无成本优势去辨别。可以引入信赖推定,由被告反证。

层与层之间怎么接?对外不真正连带,投资者可以向任一层主张全部赔偿,不必自己在四层结构里追寻真正的致害环节;对内则按"控制力 + 过错程度 + 获益比例"分担,而不是一律连带。比较可行的顺序,是由离证据最近、也最有动力筛选合格上游供应商的部署者先行赔付,再向上游追偿。

06| 金融信息,不能按普通内容管

可能有人会说:网络内容治理已经有一套成熟规则了,何必另起炉灶?区别在于金融信息有四重属性。

它直接触发交易,错误陈述与财产损失之间几乎没有缓冲;损害不可逆,成交即固化;信息高度不对称,投资者无法验证生成过程,也缺乏验证能力;还会系统性外溢,同一模型、同一语料导致的错误可能跨机构同步出现,经由同向交易被放大为市场波动。

境外监管近年对"AI washing"——投顾夸大或虚构自身 AI 能力招徕客户——的执法,讲的也是同一个道理:技术介入不减免专业机构对客户的忠实与勤勉义务,反而因信息不对称加剧,要求更充分的披露与验证。把这个逻辑平移过来,通用内容治理里"技术中立 + 事后处置"的宽松基调,在金融场景就必须显著收紧。

配套上还缺几块:强制标识要贯穿"生成—审核—发布—分发"全链,日志要够审计用;面向金融信息生产的生成服务应做分类备案,提交语料来源、幻觉率测试与拒答策略;监管侧可以用模型监测模型,及早发现同一错误表述的批量扩散;救济上则应发挥代表人诉讼与示范判决的作用,应对受害投资者分散、单笔损失不大的现实。


07| 结语

生成式AI给金融法治出的题,不是既有规则全部失效,而是规则预设的"一个主体、一次发布、一条因果链",被技术拆成了多层协作。若还执着于寻找那个唯一的发布者,结果往往不是无人负责,就是把责任错配给最无力预防损害的环节。

以风险控制能力、获益归属与信息接触距离为标准,把责任分解到模型提供者、部署者、传播平台与使用者四层,再以过错推定、举证责任倒置、不真正连带与内部按份分担加以衔接——这套框架想争取的,是投资者救济、技术创新与合规成本之间一个可操作的平衡。

在金融法治从分业修补迈向体系重构的当口,基础性法律要提供权责配置的骨架,智能化治理工具要保证这副骨架在算法环境下依然有效。所谓"筑基与智治",落到实处或许就是一句朴素的话:进入市场的信息,仍然要能被归责、可回溯、可验证。

把"信息可信"当作一种制度性公共品来维护,或许比追逐一时的技术热点,更接近法治的本义。

本文为学术讨论稿,围绕"筑基与智治:金融法治新格局"主题展开,观点仅代表作者,不构成任何投资建议。文中法条与规范性文件请以现行有效文本为准。

猜你喜欢