大家好，我是佩妮。

前幾天，熵簡科技的創始人費總給我發了一條微信：

我是他們家老用戶了，也是一路看著產品迭代成長的。

不過說真的，我也是試用過很多 AI （尤其是 Deep research ）類產品的人了，這個領域卷的飛起，一般的產品已經觸動不了我的神經了……

但是這個“國內第一款真正意義上專注金融的自主 Agent”，還是激起了我的好奇心，我高低得去試試效果～

然后很快就快把初始的2400 個積分嚯嚯光了……

（是的，畢竟是高階功能，太耗算力了，我一個任務消耗在 200 積分左右。Manus 之前爆火時為啥不開放，我合理懷疑應該就是怕被薅禿。。）

結果真的很驚艷。（后面再說）

我想是不是行業都攜手一起進步了，就去對比了其他的國內外的 Deep research類產品。

發現在投研領域，FinGPT還是優秀的很明顯。

（就不列案例對比了，傷人，大家可以自己同一個問題去問一下）

其實也合理，專業垂直型Agent如果在自己的領域，還打不過通用型 LLM ，那還做什么做。。。

可能有不了解背景的朋友，我再補充下。

費總是技術和金融雙修（清華+嘉實基金），創業8年以來，一直在做金融行業的數據中臺和 AI投研產品，服務了包括中金，華夏，嘉實，博時，中信建投等一大批頭部金融機構。

他們的優勢就是，足夠了解金融行業，足夠專注和深耕。

以及擁有了一堆專有數據。

比如海內外各大投行券商一手實時的調研紀要，點評策略，深度報告，專家訪談，業績公告。

文字音頻 PPT，只要你想要，應有盡有。

這個很重要啊，你們知道，當我用其他的產品時，點擊他們的觀點和數據后附的溯源鏈接，發現來源竟然是雪球論壇或者知乎帖子的時候，我內心有多崩潰嗎？

我到底是該信還是不該信？

現在的 AI 已經泛濫到它們開始反芻了。

AI 總結和引用了 AI 生成的文章，互相干涉，最初是誰說的已經不重要了。

（請大家珍惜我這樣 oldschool 一個一個敲字的人肉碼字博主）

所以當 FinGPT 吐給我的結果，來源打開都是 xx 券商研究報告，我真是長舒一口氣。

至少是持牌機構和持證上崗的分析師了，可信度還是能高一些些吧……

給大家看一個 FinGPT 正在工作的界面，用于展示一下它的工作原理。

（自從 Manus 之后，大家都學會可視化了，一種你喝著咖啡，看 AI 牛馬在忙忙碌碌的充實感……）

當接到問題之后，FinGPT 首先會將問題拆解成一個Todo 規劃，把這個問題拆解成若干個有遞進關系的子問題。

然后它會針對每個子問題收集資料，進行案頭研究。

并且在結束每一個子問題時生成一份工作筆記，并列上自己參考的文件。

大約耗時幾分鐘，會生成一份詳實的研究報告，復雜任務耗時約 20-30 分鐘。

除了比人要快很多，過程其實都是我們一般做研究的方法， AI 的思路也非常值得借鑒。

這次還有一個很不錯的產品更新，就是可以對外分享我生成的報告回放了，大家可以點擊鏈接直接查看，感受一下我的震撼。

【分析總結A股與港股今年表現的差異，以及主導差異的核心因素是什么？差異是否會長期持續？基于你的判斷，一個全球資產個人投資者，在未來 6-12 個月應該如何配置兩者倉位？】

請點擊鏈接查看：https://www.alphaengine.top/#/share/agent?link=1o25ylowal2e555x2kl9 （復制到瀏覽器打開）

生成的文件后綴是 md ，這是一種Markdown 文件，文本簡潔但是又能有一些格式，常用于技術文檔。

btw，我好喜歡最終報告這個字體和排版，令人舒適……

可以看到，由于生成的參考來源都是專業金融機構的報告，它的用詞和表達是很嚴謹的。和其他很多來源是財經新聞的產品很不一樣。

垂直行業 Agent 就是這點好，依托于背后的數據資源，可以說是大大降低了 AI 的幻覺程度，真正做到在行業場景里可用了。

甚至可以應用于查找各類具體的數據，效率遠超人工。

（案例，梳理全球各大巨頭近3年的資本開支情況）

這個案例中，分析師找全這些數，我估計都得至少半天吧？

在投研類場景的表現上，在公司自己的數據集測試中FinGPT 排名第一。

其實海外幾家在通用場景中都是很能打的，但是數據來源和國情方面，是真的國產 AI 更懂大 A……

官方給的報告參考中，從宏觀策略到行業研究，公司研究，熱點追蹤都可以涵蓋。

據說FinGPT Agent已經接入22個投研類MCP工具，包括研報查詢、財務分析、產業鏈洞察、估值建模等。

而且它會主動選擇合適的工具來完成任務。簡直是個全能選手。

（這些都可以回放，本人看得津津有味）

以下我測試的其他場景，也都提供了回放鏈接，值得一看。比如：

1）單一公司研究。（這里用了當紅炸子雞宇樹科技，真的很全。）

鏈接回放：

https://www.alphaengine.top/#/share/agent?link=6duemtnvi4tl2r1ahebn

2）同行業內多家公司的對比分析（問題：對美股主要和數字貨幣相關的股票（包括 coin、hood、mstr 等）進行一次橫向對比分析）

鏈接回放：

https://www.alphaengine.top/#/share/agent?link=16x0106po3cy0r6rlms9

3）行業和賽道基礎研究（舉例半導體行業）

鏈接回放：

https://www.alphaengine.top/#/share/agent?link=1bwq4gm4n559ofoyae43

其實還有很多很多的場景，比如分析熱點題材，分析財報，盤面總結等等，如果不是要積分，我愿意天天用。。。

最后，有點感慨哈。

我真是見證了他們和AI一路的進步。

一年多前我們聊天，費總說：“AI 更像給每個人配備了一個不知疲倦的實習生，但是達到初級分析師的水準還有難度。”

半年前，在 Deepseek 爆火后，他們第一時間調來了 30 多張卡，接入了R1 模型，讓 FinGPT擁有了長思維鏈和初級推理分析能力，達到了一個初級到中級分析師的水平。

今天，我覺得只會按框架找數據，填數據，做表格，回答問題的分析師，確實已經可以被替代了。

但是我對未來更有信心了，因為我從不覺得好的分析師會被替代，AI只會讓好的投資人如虎添翼。

你看到的看似強大的 AI 給出的結果的背后，都是無數的金融行業從業者耗費心血調研寫出的結果。

如果沒有可以被結構化的數據，AI 也只是巧婦難為無米之炊。

未來的優秀分析師，需要有能力問出好的問題。

具備挖掘水下信息，和出眾的投資框架搭建，策略創新，抽象認知能力。

真的很好奇明年又會怎么樣。

來來來，用起來，我們一起張開懷抱擁抱新的世界吧。：）

怎么用上 FinGPT，指路——

凡是佩妮的社群群友都可以獲得一個月最高權限的 Utral 版本會員，大家可以在平臺自己點擊內測申請。（）

外部的朋友這次也提供了內測名額，通過認證會獲得 1000 積分福利。

注冊并登錄之后，找到【我的】頁面，然后點擊【兌換權益碼】輸入口令：penny。就可以啦。

PC端可以在以下網頁登陸：（https://www.alphaengine.top/）

APP端：長按下圖可以下載，或者 在各大應用市場搜索"AlphaEngine"。

歡迎大家來嘗試下產品，比心！

我是佩妮，關注我，一個只說真話的創投人